如今，英伟达市值已超过Facebook、特斯拉和Netflix。据路透社报道，该股票的价值在过去八个月里翻了三倍。但是这是怎么发生的呢？一家在1997年几乎破产的公司如何在2023年达到万亿美元的市值？让我们通过了解英伟达的实际业务来找出答案。计算机的处理和计算都是在一个被称为中央处理器（CPU）的小芯片上进行的。这些芯片包括英特尔Core i7或AMD Ryzen处理器。而图形处理单元（GPU）是每个游戏玩家、视频编辑者、加密货币挖矿者和现在的人工智能创业公司所追逐的硬件。当计算机需要进行复杂的视觉渲染，例如在视频游戏或3D建模中时，GPU会接管并进行渲染。你知道是谁提出了GPU这个词吗？当然是英伟达。因为有了这些GPU，英伟达的市值现在已接近1万亿美元。然而，他们并非一夜之间取得这样的成就。
英伟达的故事
1993年，Curtis Preim、Chris Malachowsky和Jensen Huang三位工程师创建了英伟达，因为他们认为基于图形的计算可能会成为未来的趋势。当英伟达在1997年几乎破产时，正在为世嘉的游戏机开发图形技术，这是公司的第一个重大转折点。（像任天堂一样，世嘉曾经是一个参与游戏机市场竞争的公司）。他们首先推出了Sonic系列，而英伟达正在为世嘉的128位游戏机Dreamcast开发一款图形卡。然而，在一年的工作之后，英伟达发现他们的策略是错误的，因为微软即将公开他们自己的纹理映射策略，使得英伟达的产品与Windows 95不兼容。英伟达继续生产这款游戏机。因为它卖不出去，也不能在Windows上运行，他们最终会破产。然而，如果他们不去制造它，他们将立即破产。英伟达首席执行官Jensen Huang告诉世嘉首席执行官，英伟达将无法建造游戏机的图形硬件，并且世嘉应该寻找其他合作伙伴。他恳求世嘉的CEO给他全部的付款，因为如果没有这笔钱，英伟达将会崩溃。因为世嘉尽管英伟达没有履行他们对他们的承诺，但仍然付款给了英伟达，这几乎等于直接要钱。尽管Jensen Huang不知道他们为什么这样做，但他们因此得以再生存六个月。
接下来的几年，英伟达开始扩张。然而，由于芯片的生产成本越来越高，英伟达与台积电签订了制造协议。英伟达渴望成为一家伟大的公司。由于美国的芯片制造业是一个低利润行业，他们决定不自己生产。台积电目前为包括苹果、AMD、英伟达等在内的许多科技公司生产处理器。英伟达在很大程度上依赖这种合作，但这种合作变得困难起来。为什么？要知道答案，请继续阅读本文。
英伟达：游戏的巨头
在21世纪初，英伟达获得了2亿美元的预付款，以生产微软Xbox的图形硬件。次年，他们的收入达到了10亿美元，并成为当年发布的几款视频游戏的灵感来源。接下来的转折点之所以重要，有两个原因：第一，流行的游戏开始以英伟达的显卡为基础进行开发；第二，英伟达的能力不再局限于仅仅创建图形卡。他们正在与游戏设计师合作。关键在于他们做的不仅仅是提供显卡。他们还协助游戏创作者如暴雪优化使用英伟达技术的游戏，以确保流畅的帧率。视频游戏的体验非常出色。
这种合作至今仍在进行。事实上，他们的一项图像升级解决方案DLSS最近被大量游戏开发者采用。他们过去称之为“The Way it’s Meant to be Played”计划。如今，这已成为一种普遍现象。由于许多游戏专门针对英伟达的显卡进行优化，你经常会在游戏的开场画面上看到由英伟达或首选合作伙伴提供动力。英伟达的GeForce很快也被PS3采用。他们在Xbox和PlayStation上都在销售图形设备。如今，当游戏玩家们讨论谁会在Xbox和PlayStation之间获胜时，答案是英伟达，因为他们的芯片都在其中。
在2020年，大多数企业都受到了新冠疫情的重创，但对于NVIDIA来说，就像他们捕捉到了金色飞贼一样。人们突然开始在家工作，当他们不工作而仍然被困在家时，他们玩游戏，他们需要硬件，而电脑成为了必需品。2020年，GPU需求激增。NVIDIA的收入从刚好不到110亿美元一年后猛增到将近270亿美元，净收入翻了一番以上。
CUDA
这使我们理解到NVIDIA今天之所以被需要，是因为人工智能公司。最近几年是加密货币公司。目前是人工智能公司。NVIDIA引入了一个叫做CUDA或计算统一设备架构的东西。无论新兴的趋势是什么，只要这个趋势是基于计算的，NVIDIA都会取得胜利。它在并发处理方面表现出色。通常，由NVIDIA的CUDA驱动的GPU在并行处理方面表现出色，而CPU通常在串行处理方面表现出色。相比之下，GPU比CPU拥有更多的核心，而CPU最多只有八个或十六个核心。因此，CPU通常会承担一项任务，完成它，然后转到下一项任务，而GPU则有能力分配工作。例如，当生成一个场景时，GPU可以将场景的某些元素在各个核心上渲染(并行处理)。
NVIDIA和人工智能是天作之合；你看，GPU是人工智能的基石，而NVIDIA恰好是业界最好的GPU制造商之一。2006年，NVIDIA向世界推出了CUDA，一个并行计算平台和编程模型。它让开发人员能够发掘GPU的未来潜力。用通俗的话说，这就像教一匹赛马跳月步；令人印象深刻，并且在一些非常特定的场景中非常有用。有了CUDA，NVIDIA将他们的GPU转变为高速计算大型数据的工具；现在用户只需使用几个简单的查询就能在千兆字节的数据上运行计算，人们花了一段时间才意识到这一点，大约十年左右。
NVIDIA和人工智能
NVIDIA的GPU不仅对于训练和操作AI模型至关重要，它们与之同义。在ChatGPT中，GPU不仅需要用于AI模型的初始训练，每次有人使用ChatGPT时都需要，因此所需的GPU数量将随着用户数量的增加而增加。
为了训练chatGPT模型，OpenAI可能需要相当于2万个DGZ A100 Nvidia GPU。进一步估计，OpenAI需要约3万台这样的系统来支持该产品的1亿活跃用户。随着人工智能行业的发展，微软、谷歌、亚马逊、IBM和许多其他公司将不得不购买更多的GPU。
NVIDIA的深度学习部门
NVIDIA在游戏行业中已经有了声名，但到了2012年，NVIDIA不仅仅是为图形卡提供动力。他们有了新的用途，数据中心、云GPU，当然还有训练AI模型。事实证明，对于显示视觉效果有益的并行处理技术对于深度学习也非常好，深度学习是基于输入和输出学习底层模式的计算机技术。NVIDIA意识到这可能从根本上改变计算行业。因此，他们开始大力发展用于AI训练的处理器，这就是他们所称的深度学习部门。你知道并行处理还有什么用处吗？加密货币挖矿！！加密货币挖矿过程涉及解决需要大量处理能力的困难数学难题。因此，在加密货币热潮中，具有有效并行处理能力的GPU变得至关重要。人们用这些显卡填满了地下室。因此，NVIDIA在2021年的市值也因此增加了。人工智能热潮再次经历了同样的情况。像GPT和Lama这样的AI模型正在由OpenAI、亚马逊和Facebook等企业使用装满GPU的整栋楼来进行训练。然而，NVIDIA一直在开发独特的GPU，比如A100，这款GPU专为深度学习设计，售价超过1万美元。这些并不是我们用于游戏的完全相同的GPU。抖音的母公司字节跳动最近一周以10亿美元收购了NVIDIA的芯片。无论谁在人工智能竞赛中获胜，NVIDIA已经获得了胜利，因为这些公司大多数都在使用NVIDIA的GPU来训练他们的模型。
Nvidia的收入模型
主要市场包括游戏市场，数据中心专业可视化市场（如3D建模软件、VFX工作室、汽车和OEM制造商）。直到2021年第四季度，游戏市场仍然是他们最大的收入来源。加密热潮导致GPU短缺，进而推高了成本。尽管游戏收入略有下降，购买游戏GPU或用于挖掘加密货币的人数也有所下降，但游戏行业在2023年继续占据主导地位。然而，考虑到数据中心的收入，Nvidia并不太担心这个问题。随着人工智能的兴起，数据中心的收入正在增长。Nvidia在研发上花费了近20亿美元，大部分精力都用于研究如何制造世界上最好的GPU，而很少用于制造方面。
台湾-中国冲突
Nvidia与TSMC签订了制造协议。由于台湾和中国之间的冲突，这个联盟变得有些棘手。其他大型企业也希望将芯片制造设施迁出中国的管辖范围。美国总统乔·拜登赞助的CHIPS法案将为该国的半导体生产和研究提供额外的2800亿美元融资。在亚利桑那州，TSMC正在建设两个芯片工厂，预计第一个工厂将于2024年开始运营。印度也宣布了100亿美元的半导体制造激励计划。如果很多事情都能实现，印度可能在未来十年内成为一个重要的全球半导体制造中心。
结论
ChatGPT已经出现并改变了我们看待周围世界的方式。许多大型科技公司都在争夺人工智能革命的领先地位，正如我经常说的那样，当有太多大国参与任何战争时，技术会以极快的速度发展。我们很快将在不久的将来看到Nvidia带来的许多惊人的技术进步。所以，伙计们，紧紧系好安全带，因为我们只是触及人工智能革命的表面，有着等待探索的无限可能。
请随时在评论区分享您的想法，欢迎您的建议。