“芯”故事才開始 英偉達(dá)有何過人之處？

　　黃仁勛的過人之處

　　英偉達(dá)近年的快速發(fā)展以及在諸多領(lǐng)域取得的突破，與其CEO黃仁勛的貢獻(xiàn)密不可分，而53歲的黃仁勛在公司成立二十多年后依然擔(dān)任CEO，在西方也并不多見。

　　曾在黃仁勛手下工作過的人對媒體表示，迄今為止，黃仁勛在運營英偉達(dá)時仍像對待一家創(chuàng)業(yè)公司一樣，決策果斷，執(zhí)行迅速。

　　對于一家半導(dǎo)體制造商來說，芯片從設(shè)計到生產(chǎn)的過程可能要花費數(shù)年時間以及巨額資金，企業(yè)通常會規(guī)劃一個路線圖，并基于此打造組織結(jié)構(gòu)。

　　而在英偉達(dá)，整個過程則要快得多。當(dāng)一名高管試圖描述新芯片設(shè)計進(jìn)展時，黃仁勛很有可能叫來工程師現(xiàn)場提出技術(shù)問題，然后迅速斃掉這個項目，或者改變研發(fā)方向。

　　同時，黃仁勛在對待其產(chǎn)品的理念上也極為靈活。

　　上面提到，2014年5月英偉達(dá)決定撤離智能手機(jī)芯片市場，但是撤離之后，英偉達(dá)并沒有放棄Tegra芯片的研發(fā)，而是把目光集中到了移動游戲和汽車領(lǐng)域，自家也推出了Shield游戲掌機(jī)，硬生生為Tegra開創(chuàng)出一片新的天地。

　　盡管Shield并未動搖微軟Xbox以及索尼PlayStation在游戲領(lǐng)域的地位，但是卻為Tegra芯片帶來了任天堂這一重量級客戶。去年10月底，任天堂公布的最新游戲機(jī)Nintendo Switch采用的就是英偉達(dá)定制的Tegra處理器。

　　Stifel Nicolaus & Co分析師Kevin Cassidy稱，Tegra基本上是英偉達(dá)的一個內(nèi)部試驗項目，如今則被任天堂采用。英偉達(dá)總會卷起袖子創(chuàng)造一個新市場，并拱手將其讓給客戶，這是又一個例子。

　為什么是英偉達(dá)?

　　無論是無人駕駛還是其他尖端技術(shù)所依賴的深度學(xué)習(xí)，都離不開數(shù)據(jù)處理核心。提到數(shù)據(jù)處理，人們的第一反應(yīng)總會是計算機(jī)的大腦——CPU，以及全球最大的CPU廠商英特爾。

　　在處理復(fù)雜任務(wù)時，英特爾CPU能夠展現(xiàn)出優(yōu)異的速度表現(xiàn)，但是在平行處理多任務(wù)的能力上卻存在很大限制。GPU的快速發(fā)展，不論在處理速度還是多任務(wù)處理能力上，都有著更大的優(yōu)勢，而這正是英偉達(dá)過去二十多年來孜孜耕耘的領(lǐng)域。

　　華爾街見聞此前曾援引浙商證券分析師楊云的介紹提到，相比于CPU，GPU的一大優(yōu)勢是高速度。楊云稱：

　　國內(nèi)最好的人工智能硬件研究項目“寒武紀(jì)”小組的最新研究結(jié)果表明，GPU能夠提供平均 58.82 倍于CPU的速度。GPU的另一大優(yōu)勢，是它對能源的需求遠(yuǎn)遠(yuǎn)低于CPU。

　　楊云認(rèn)為，正是因為GPU的高速度以及可以平行處理大量瑣碎信息的特性，GPU在“深度學(xué)習(xí)”領(lǐng)域就能發(fā)揮巨大的作用。

　　深度學(xué)習(xí)所依賴的是神經(jīng)系統(tǒng)網(wǎng)絡(luò)——與人類大腦神經(jīng)高度相似的網(wǎng)絡(luò)——而這種網(wǎng)絡(luò)出現(xiàn)的目的，就是要在高速的狀態(tài)下分析海量的數(shù)據(jù)。例如，如果你想要教會這種網(wǎng)絡(luò)如何識別出貓的模樣，你就要給它提供無數(shù)多的貓的圖片。而GPU擅長的正是海量數(shù)據(jù)的快速處理。

　　楊云稱，與傳統(tǒng)的通用處理器(GPP)相比，GPU的核心計算能力要多出幾個數(shù)量級，也更容易進(jìn)行并行計算。尤其是英偉達(dá)的CUDA，作為最主流的GPGPU編寫平臺，各個主要的深度學(xué)習(xí)工具均用其來進(jìn)行GPU 加速。

　　英特爾當(dāng)然不甘示弱。去年8月，英特爾宣布將于2017年推出專門為人工智能深度學(xué)習(xí)而設(shè)計的最新一代產(chǎn)品——Intel Xeon Phi處理器，代號Knights Mill，稱其運算能力比對手的產(chǎn)品快兩倍以上，矛頭直指英偉達(dá)。

　　英特爾數(shù)據(jù)中心集團(tuán)副總裁Jason Waxman在8月的一篇博客中也曾表示，雖然現(xiàn)在很多人都在談?wù)揋PU對于機(jī)器學(xué)習(xí)的價值所在，但事實上，去年為深度學(xué)習(xí)而研發(fā)的處理器中，使用到GPU的比例還不到3%。

　　此外，英特爾還斥資4億美元收購了深度學(xué)習(xí)技術(shù)公司Nervana Systems，目標(biāo)在于取得其將于2017年問世的深度學(xué)習(xí)加速器芯片，以此挑戰(zhàn)英偉達(dá)在人工智能市場的主導(dǎo)地位。

　　對于英特爾當(dāng)時的步步緊逼，英偉達(dá)則予以強(qiáng)力反擊，稱英特爾在宣傳其最新Xeon Phi處理器加速深度學(xué)習(xí)性能時使用了過時數(shù)據(jù)，其在深度學(xué)習(xí)性能測試上還使用了英偉達(dá)很多年前的舊產(chǎn)品Kepler GPU系列，這屬于有意誤導(dǎo)消費者，沒有給GPU性能一個公正的評價。

　　口水戰(zhàn)固然吸引眼球，但市場并不傻，企業(yè)盈利能力依然是關(guān)注的核心。

　　英特爾二季度凈利潤受到重組減記14億美元的拖累而遭遇“腰斬”，至13億美元。其盈利的兩大增長點——數(shù)據(jù)中心和物聯(lián)網(wǎng)營業(yè)收入當(dāng)季均不及預(yù)期，數(shù)據(jù)中心的凈營業(yè)收入為40.3億美元，市場預(yù)期為41.6億美元。

　　英偉達(dá)體量較小，第二季度凈利潤為2.53億美元，但同比增速卻高達(dá)驚人的873%。其數(shù)據(jù)中心業(yè)務(wù)營收也達(dá)到1.51億美元，同比增長了一倍多，其中很大一部分是深度學(xué)習(xí)系統(tǒng)貢獻(xiàn)的。

　　對于這兩家企業(yè)來說，由于體量大不相同，英特爾市值為英偉達(dá)的三倍，其可比性有限。但是，對于華爾街來說，超出預(yù)期的業(yè)績顯然勝過一切。