本篇文章3640字，读完约9分钟
游戏宅男的人工智能反击
本文经华创资本(微信号:中国成长资本)授权，由我黑马发布
虽然个人电脑游戏没有小市场，但nvidia通过在显卡上使用这项技术，在人工智能领域显示出了巨大的优势。
如今，英伟达联合创始人克里斯·马拉奇经常在加州圣何塞的丹尼餐厅吃香肠煎蛋卷，喝焦糖咖啡。有趣的是，1993年4月，也就是23年前，在这个脏乱的餐馆里，三位年轻的电气工程师克里斯·马拉豪斯基、柯蒂斯·普莱姆和黄仁勋(黄仁勋)创办了一家公司。他们致力于制造特殊的芯片，这可以为视频生成更快、更逼真的图表。
圣何塞的东部是周围城镇中安全状况最差的地区，丹尼餐厅的前面甚至布满了弹孔，这些弹孔是一些人向巡逻车开枪时留下的。但是没有人会认为三个人的咖啡任命为一家伟大公司的未来奠定了基础，这家公司将像20世纪90年代的英特尔一样在21世纪初定义计算。
A16z:我们将把所有的钱都投入到英伟达
1993年是没有市场的一年，但我们看到了市场的波动。马拉奇说加利福尼亚每年都有一场著名的冲浪比赛。五个月后，当组织者看到某种类型的海浪现象时，他们会告诉所有的冲浪者尽快聚集在加利福尼亚，因为两天后会有一场大浪。这就是我们所说的市场。我们可以开始准备了。
英伟达的三位联合创始人看到的是所谓的图形处理器单元(GPUs)的新兴市场。这些芯片通常作为插在pc主板上的显卡出售，可以提供超快的3d图形。Nvidia有许多著名的显卡，比如titan x或geforce gtx 1080，售价高达1200美元。当时他们贡献了英伟达近一半的收入。
英伟达首席执行官黄仁勋(黄仁勋)
虽然pc游戏有巨大的市场，但是market/きだよきだよ0/,nvidia已经通过使用显卡技术在人工智能领域显示出巨大的优势。以深度学习为例，英伟达可以让电脑独立发挥自己的能力，程序员不再需要手工编写所有代码，电脑在图像和语音识别领域显示出无与伦比的准确性。
谷歌、微软、facebook和亚马逊等科技巨头正在为其数据中心购买更多nvidia芯片。同样，美国的一些大医院正在使用英伟达芯片来发现医学图像中的异常部分，如ct扫描。特斯拉最近宣布，将在所有汽车上安装nvidia GPUs，以实现无人驾驶。所有这些事实表明，英伟达在市场中的地位不应被低估。
在英伟达的历史上，我们从未处于如此重要的位置。这可以归功于一件非常成功的事情，那就是所谓的gpu计算。黄仁勋在位于加州圣克拉拉的英伟达总部表示，他穿着标志性的全黑服装:黑色皮鞋、黑色牛仔裤、黑色马球衫和黑色皮夹克。
全球有3000多家人工智能初创公司，其中大部分是在nvidia平台上开发的。他们使用nvidia gpu将人工智能应用于股票交易、网上购物和无人机导航。
硅谷知名风险投资机构a16z的合伙人马克安德森(Marc andreessen)表示:我们一直在投资那些将深度学习应用到各个领域的初创企业，几乎所有这些初创企业都使用nvidia的平台。就像许多公司在20世纪90年代依赖于windows或者在21世纪后期依赖于iphone一样。
马克·安德森，a16z的合伙人
安德森表示:a16z有一个内部路演:如果我们是对冲基金，看看我们将投资哪些上市公司，然后得出结论，我们将把所有资金投入nvidia。
英伟达在图形处理器领域占据绝对优势，市场份额超过70%，其在新兴市场的扩张导致其股票飙升。在过去的12个月里，英伟达的股价上涨了近200%，在过去的5年里上涨了500%。这一业绩为黄仁勋带来了近24亿美元的财富。
一举突破深度学习的关键问题
事实上，很多年前，黄仁勋认为nvidia芯片具有更大的潜力，不仅仅是在电子游戏领域，但他并没有将公司的战略方向转向深度学习。自20世纪60年代以来，深度学习被应用于学术领域，并在20世纪80年代和90年代取得了很大进展。然而，有两个因素阻碍深度学习取得更大的突破:如何获取数据以及如何提高计算所需数据的能力。
互联网解决了第一个问题:几乎所有的数据只能通过每个人的手指获得，但计算能力仍然遥不可及。
自2006年以来，英伟达发布了一个名为cuda的编程工具包，允许编码器自由地对屏幕上的每个像素进行编程。在cuda发布之前，gpu编程对于程序员来说是一个极其痛苦的过程，他们必须编写大量低端代码来渲染具有阴影、反射、光照和透明度的像素。
nvidia开发了多年的cuda有一种高级编程语言，就像java或c ++一样。使用cuda作为工具，研究人员可以更快、更低的成本开发他们的深度学习模型。
2012年，多伦多大学的一名学生向深度学习的创始人亚历克斯·克里热夫斯基提出了一些参考建议:深度学习团队应该由来自世界各地的人组成，以便深入了解他们的软件如何准确识别图像中的对象和场景。在克里热夫斯基的卧室里，他建立了一个用于深度学习的神经网络，由两张nvidia geforce游戏卡提供动力。该模型取得了前所未有的精度，计算误差率仅为15%，与前一年的25%左右相比，是一个巨大的飞跃。
有了这些可喜的成果，深度学习开始像野火一样蔓延开来。除了谷歌，前瞻性的深度学习研究项目也开始在微软、facebook和亚马逊开展。英伟达决定使用cuda对底层软件生态系统进行大量投资，这是深度学习转型的关键驱动因素。
英伟达已经越来越全面地优化了深度学习的硬件。它采用了最新的服务器芯片特斯拉p100，并把其中的八个放入dgx-1，一个3英尺长、5英寸薄的矩形容器，nvidia称之为世界上第一台盒子里的人工智能超级计算机。这台价值13万美元的机器的性能为170万亿次，与250台传统服务器相当。今年8月，黄仁勋亲自将第一台机器交给了埃隆·马斯克和他的旧金山人工智能非营利组织openai。
黄仁勋向openai发送了世界上第一台人工智能超级计算机系统nvidia dgx-1
乒乓球运动员黄是怎样打败追逐者的
黄仁勋的竞争精神从他的童年时代就显露出来了。1963年出生于台湾，10岁时，他来到美国肯塔基州东部农村地区的一所贫困的寄宿学校，最终在这里度过了他极其艰苦的青年时代。黄仁勋把他的主要精力放在了乒乓球上。1978年，他在年仅15岁的时候赢得了美国乒乓球公开赛青年双打第三名。
黄仁勋和马斯克
在高中，黄仁勋开始对计算机感兴趣。最后，他来到俄勒冈州立大学学习计算机科学和芯片设计，在那里他遇到了他未来的妻子。毕业后，他们搬到了硅谷，在那里，黄仁勋开始了他为英特尔的竞争对手amd设计芯片的第一份工作。之后，他继续深造，并于1992年获得斯坦福大学电气工程硕士学位。后来，他遇到了马拉奇和普莱姆，两人当时都在太阳公司工作。
30岁的黄仁勋开始创办一家芯片公司。他看到了一个很好的机会，可以在基本计算机程序的图形处理器上取得一些进展，然后提供一些东西给人们在个人电脑上使用。
最后，由英伟达设计的第一个芯片nv1于1995年发布，在开发过程中花费了1000万美元。不幸的是，nv1没有赢得许多客户的青睐。英伟达成立仅两年，几乎破产，因此被迫裁员一半。然而，1997年由英伟达第三代芯片发布的riva 128被证明是一个突破性的成功，它比任何其他图形处理器都要快。有了这个产品，英伟达才能继续生存。
英伟达的成功产生了巨大的影响，它也培养了几个主要的竞争对手，比如谷歌，英伟达最重要的客户。
在2016年5月的年度开发者大会上，谷歌宣布，它已经构建了一个名为张量处理器单元(tensorflow processor unit)的定制芯片，这是为tensorflow及其深度学习框架量身定制的。谷歌表示，已经为其数据中心配备了这些芯片，以改善谷歌地图和其他设备的功能。
同样，nvidia的另一个大客户微软也在为其数据中心制造自己的产品:一种叫做现场可编程门阵列(fpga)的定制芯片，它可以自我重新编程，并已被证明对人工智能应用非常有帮助。
此外，英伟达最大的竞争对手自然是英特尔。在输给智能手机后，英特尔想尽一切办法不让自己错过深入学习的蓝色海洋。由于缺乏先进的人工智能研究，英特尔开始了收购狂潮。最近，英特尔收购了两家人工智能芯片初创公司:nervana和movidius。
英伟达目前的芯片不能完全取代英特尔处理器，它们只能产生一种加速度。但是英特尔显然更喜欢它的客户使用他们自己的硬件。2017年，英特尔计划推出一款针对深度学习而优化的服务器芯片，即新的至强融核处理器。通过在内尔瓦纳团队中获得的技术，英特尔声称它可以在2020年前将深度学习网络加速100倍。
英伟达的优势在于它有一个良好的开端，但它不能完全放松。多年来，英伟达一直站在市场的最前沿，现在主要竞争对手蜂拥而至。
黄仁勋说:人工智能计算是计算的未来。只要我们继续让英伟达成为人工智能计算的最佳平台，我们就能在竞争中赢得大量业务，而gpu帮助我们超越所有其他公司。
