文|中外管理傳媒 王爽

“先有仁勛后有天，顯卡在手虐神仙！”這是游戲圈，曾經流傳甚廣的一句詩。

無論你能否接住詩中的“梗”，都能感受到其溢出的霸氣。詩里提到的黃仁勛，就是近來硅谷最炙手可熱的明星，也是目前硅谷地位最高的華人之一——英偉達CEO黃仁勛。

但在2022年之前，除了游戲玩家，知道黃仁勛和英偉達的人其實并不多。因為他們生產的不是聊天軟件、購物平臺、搜索引擎這類人們每天都在使用的產品，而是支持這些產品工作的硬件——GPU（圖形處理器）。可以說，英偉達是名副其實的一家深藏功與名的“隱形冠軍”企業。

美東時間5月30日，英偉達躋身萬億美元市值俱樂部，成為全球首家市值超過1萬億美元的芯片公司。而傳統半導體巨頭英特爾市值目前為1200多億美元，英偉達相當于8個英特爾。有業內人士表示，英偉達股價的飛躍幅度“對技術樂觀主義者來說，也是一個驚人的驚喜”。

光芒背后，英偉達的成功是不是偶然？對于同樣To B，但身處不同行業的中國隱形冠軍企業來說，英偉達能帶給我們什么啟發？

圖源：英偉達官方微博

最適配AI的計算硬件，如何打造？

2021年，《時代》雜志評選了全球最具影響力的100人。黃仁勛不僅成功入選，還成為封面人物。在接受采訪的時候，黃仁勛表示，在我們公司還很小的時候，就在努力發明一種全新的技術。這項技術就是支撐英偉達，成為業內翹楚的圖形處理器——GPU。

1999年，英偉達研發成功并推出了全球首個加速計算產品GPU。這是一種通過插在PC主板上，為CPU（中央處理器）增加計算能力的芯片。GPU最大的特點就是，包含成百上千個計算核心，因此可以進行密集且大量的并行運算。

做個簡單的比喻，CPU像是一個知識淵博的大教授，會做各種高難度的微積分，但是工資非常高，而且培養這種人才非常難。而GPU像是一群只會做加減乘除的小學生，但好處是隨處可尋，而且工資低廉。但是，對于大量的簡單運算來說，幾十個小學生一起計算的速度，肯定要快過一個大教授。而這種運算能力，對于機器學習和神經網絡訓練和推理來說非常關鍵。

這英偉達GPU技術的誕生，也暗合了馬斯克的思維秘訣——“第一性原理”的底層邏輯，意思是說看透事物的本質，把事物分解成最基本的組成，從源頭解決問題。

2012年，可以對圖像進行分類的AI應用Alexnet亮相，成為第一個應用深度神經網絡的應用。令人驚訝的是Alexnet的開發者，僅使用了兩張英偉達GPU，花費幾天時間就取得了突破發展，完成了這項非常復雜的訓練。而使用常規芯片訓練，不僅需要配備大量芯片，而且需要長達幾個月才能完成。難怪英偉達加速計算總經理兼副總裁Ian Buck，在接受媒體采訪時曾表示：“是AI找到了我們。”

隨著AI迎來爆發式發展，2022年第三季度，英偉達在全球GPU市場排名第一，占有率達到了86%。排名第二的AMD（美國超威半導體公司），僅拿到10%的市場份額。在全球超級計算機500強榜單中，90%的新系統都搭載了英偉達的產品。在主流云服務商的AI芯片占比中，英偉達更是碾壓級的。他們的產品，一邊漲價一邊供不應求。如果不是因為產能受限，英偉達的市場占比只會更高。

按照TensorForce研究公司的估算，OpenAI的GPT最終將需要3萬多張英偉達AI GPU。而亞馬遜AWS、微軟Azure、谷歌云、甲骨文這些云廠商，肯定也不會輕易在算力上吃虧，也會大量地采用英偉達的高端芯片來確保算力。

前不久，黃仁勛在英偉達的開發者大會上強調，“我們現在正處于AI的iPhone時刻。”言下之意，就是現在的人工智能可能會像iPhone一樣深刻改變世界。而根據此前媒體的報道，業界目前已經達成共識，1萬張A100或者是H100英偉達AI GPU，已經成為了玩大模型的入場券。如果沒有門票，壓根就別想玩大模型了，而收門票的就是英偉達。可以說，英偉達已經在AI基建領域產生了絕對的優勢，甚至幾乎壟斷了行業。

圖源：英偉達官網

“賣鏟子”的英偉達

在2010年前后，包括AI教父Geoffrehy Hinton、AI學者吳恩達在內的很多行業大牛，都開始嘗試在深度學習里使用GPU，并由此開啟了GPU在AI領域的廣泛使用。因此，有志于發展人工智能的大型公司也都在布局GPU。

谷歌的芯片TPU，不僅用于搜索結果，還用于某些機器學習任務。亞馬遜同樣擁有用于訓練AI模型的定制芯片。AMD和英特爾都以制造CPU而聞名，也為人工智能應用制造專用GPU。另外，微軟、Meta也都在開發自己的AI芯片。

既然巨頭玩家都在做GPU，為什么唯獨英偉達能夠成功出圈，并且獲得了近乎壟斷的優勢呢？

英偉達的優勢有兩點：一是硬件性能高，二是軟件生態好用。

在硬件方面，英偉達不斷增加對深度學習的專用硬件支持。比如說，支持混合精度計算，支持更大的緩存，有更快的網絡通信和更低的延時。

在軟件方面，英偉達提出了CUDA編程模型，實現了對主流的深度學習框架的原生支持。英偉達首席科學家Bill Dally說過，CUDA出現之前，全球能用GPU編程的人可能不超過100個，但是有了CUDA之后，使用GPU就變成了一件非常輕松的事情。當然是使用英偉達的GPU變成了一件非常輕松的事情。

而最重要的是，其他人入局都太晚了。

在2012年Alexnet團隊使用英偉達GPU，以絕對優勢獲得了Imagenet圖像識別競賽冠軍之后，英偉達的CUDA模型就成為了深度學習里的標配。而AMD在2016年才發布自己的AI產品MI300。英特爾更是在2020年底才發布了，他們的首款內置加速人工智能訓練的Cooper Lake。而且，這兩個平臺都支持英偉達的CUDA。對用戶來說，既然主流平臺都支持CUDA，那我繼續用CUDA不好嗎？所以，除非AMD或者英特爾能有革命性的技術突破，在算力上碾壓英偉達，不然就幾乎不可能撼動CUDA的地位。

但黃仁勛不止一次談到“摩爾定律”已經失效，在顯卡芯片領域要遵循“黃氏定律”。即顯示芯片每6個月性能提升一倍，相比摩爾定律的每18個月性能提升一倍，快了3倍。也就是說，從1999年，英偉達創造出GPU開始，英偉達一直在呈幾何級的“飛”速前進。

而且，在今年的GDP開發的大會上，英偉達又推出了H100 GPU，不僅性能又上了一個臺階，同時還積極和云服務商合作，主動幫助云廠商部署云升級，提供各種和硬件結合的服務，讓企業能更輕松地部署自己的AI模型。

消費者之所以選擇英偉達，一方面是因為英偉達的產品是當前可出售的產品中最好用的。另外一方面，還因為他們只賣GPU，不參與大模型的具體競爭，所以其他公司不必擔心自己的數據被“借鑒”。所以，現在如果想要加入AI里面的競爭，要么像谷歌一樣財大氣粗，可以為自己的生態打造專屬芯片，要么就只能從英偉達手里采購大量的高端顯卡。

如果說現在AI的競爭就像是當年的淘金熱，那英偉達就是站在路邊賣鏟子的人。只不過當年賣鏟子是批發生意，買家嫌貴可以換一家。而英偉達賣的鏟子即使賣貴了，買家也毫無辦法，不得不買。因為在GPU領域深耕多年的英偉達，已經實實在在地影響到整個AI產業的格局和發展速度。他立起了一堵難以逾越的高墻，高到全球第二大GPU廠商AMD很難翻越。近期數據顯示，英偉達占GPU市場約70%的份額，第二名AMD則只占20%左右。

堅持奔跑，直到成為強者

事實上，英偉達不僅是在今年這場AI大模型的狂風驟雨中出盡了風頭，還憑借著出色的算力能力，擔當著近年來許多行業風口背后的算力“供應商”。

在虛擬貨幣爆火的那幾年中，“挖礦”成為了一個熱鬧的灰色產業，英偉達的GPU一度是“挖礦”的主力；在自動駕駛風頭正盛之時，英偉達切入汽車業務，并在2015年成功研發并交付了自動駕駛芯片；在元宇宙火起來之時，黃仁勛也高調地站了出來，曾多次公開表示：“人工智能和計算機圖形學的結合將為元宇宙提供動力，即互聯網的下一次演變。”

如今，虛擬貨幣熄火，自動駕駛還待爆發，元宇宙風停，AI大模型又如狂風驟雨一般襲來。無論行業潮起潮落、云卷云舒，英偉達依然都是“受益者”。

從游戲到人工智能，從云計算到挖礦，再到現在爆火的AI大模型，風口一個一個地換，去金礦淘金的人換了一波又一波，但在金礦旁邊賣鏟子的人一直都沒變——穿著一身黑色皮衣的黃仁勛。追趕風口太累，賣鏟子才能穩賺不賠，而這也是英偉達能踩中每個風口的主要原因。

黃仁勛曾說，我相信某一天會出來新的東西，剩下的就需要一些機緣巧合了。然而，這個世界上從來就沒有什么機緣巧合。看似偶然的爆發，都是建立在牢固的基石之上。一位與黃仁勛相熟的業內知名人士對中外管理傳媒表示，黃仁勛在2012年左右經歷了他的“至暗時刻”，“當時，顯卡到頭了，挖礦還沒有起來，公司舉步維艱。但黃總依舊每天早上6:00左右去公司，異常勤奮的地工作。”在“熬”過了那段困難期之后，英偉達終于迎來了自己的輝煌時刻。

英偉達從一個游戲產業公司，到AI基建王者的歷程，或許也是無數隱形冠軍企業成功的縮影：靠市場需求反哺核心技術發展。需求是技術之母，市場是技術之父。但更重要的是，無論如何，都要在細分領域上堅守，直到成為強者。而心向未來，矢志不改，致力于未來的企業，其收獲一定是超乎預期的。