英伟达不是天选者

原创 精选
商务办公
Nvidia是如何培养起自己的客户?又是如何打造的CUDA护城河?加速计算如何走进大众视野的?究竟是英伟达选择了时代,还是时代选择了英伟达?

编辑 | 言征

近期,英伟达市值超越苹果成为了全球上市公司的No.1。一时间业界热议。榜样的力量总是无穷的,热度不减。全世界都开始研究这家公司是如何做到的。

今天发现某乎上一位朋友问了一个问题,恰好能形容外界对于英伟达帝国的好奇之心:

Nvidia是如何培养起自己的客户?又是如何打造的CUDA护城河?加速计算如何走进大众视野的?究竟是英伟达选择了时代,还是时代选择了英伟达?

本篇文章意在梳理一些不太为外人知的英伟达片段, 

1.从游戏3D到实验室显卡编程

一位见证了英伟达从破小到发迹再到称霸的过程的答主,从另一个视角解读了英伟达的迷思。

“NV其实早年和一般的显卡公司差别不大。那还是小破显卡还在用老PCI插槽向AGP升级的年代。”

十几年前,当时的显卡都是2D功能,后来出了3D加速卡,VOODOO。那时候英伟达在众多厂家中也是慢慢做起来的。“我至今还记得用老Trident显卡玩DOOM那满屏花卡得动不了,但是同学家有Voodoo,玩啥都不虚。”

好的产品总是有口皆碑。NV口碑之所以起来,主要就是靠那款传奇的RIVA128 。当年帝都中关村装机,除了一些巫毒发烧友,基本上都是找RIVA128的,市场经常断货,如果断货了,就用同档次差不多的 Intel i740替代。

不过那时,是英特尔称王的年代。

当年,显卡主要的确是玩游戏的,那时候也可以看VCD,需要硬解,因为软解对当时的CPU来说还是挺要命的,当年流行的奔腾1基本不行,后来上了MMX指令集吧,2代3代才好点。

尤其是后来出了性价比很高的英特尔赛扬系列。赛扬300A,一代神器。不过那年代其实看碟还是用VCD多,因为基本都是盗版碟,需要有超级纠错功能。当年电脑平台上也有东西看盗版碟很厉害,超级解霸,也是主打一个盗版碟能顺畅看。

总之,当时NV虽然还不错,但显卡百花齐放的年代,NV还不算老大。直到Intel退出,显卡洗牌,慢慢形成NV和ATI双雄格局。

这时候,显卡依然基本是玩游戏用的,显卡主流还是AGP插槽的年代。

然后,科技树似乎开始走向了分歧。

当时,做科学数值计算都是用CPU的,可是随着计算量上升,对浮点运算尤其是双精度的要求越来越高,CPU渐渐有点力不从心了,只能走堆数量的方式,并且采用并行和集群的模式来扩展算力,典型就是MPI和MP这些。

用当时某此中科院讲座老师的说法:算力不够,往往还是选择堆CPU(那时候经费也不是很缺)。

但是当时,也有一小撮人,主要是国外的几个脑洞大开的家伙,看着正在从AGP插槽转向PCIE插槽的显卡犯了嘀咕——这东西不也是做运算的,而且天生就是浮点优化,图片纹理啥的不就是矩阵吗,能不能拿这个东西做计算?虽说当时显卡计算没有志强那种纠错功能,准确率可靠性差点意思,不过有时候速度其实更重要。

然后被当时的正经科研圈视为“邪典”的显卡编程开始了——把要计算的数据转成矩阵,伪装成图片纹理,再用显卡编程的方式欺骗shader去做自己要做的运算,然后算完了再把结果从显卡里抽回来。

黄仁勋果断选择了显卡编程,觉得这东西不一般,开始推通用计算和异构计算了,然后开始新显卡架构,流处理器,把一个当年相对小众和另类的需求,给搞起来了。

这在当时,可一个非常另类的决定。因为显卡主流认识就是拿来玩游戏的,当时市面上还有专门的浮点加速芯片,配合CPU的协处理器,

如今看,英伟达显卡的路走通了,而且随着算力飞升,AI的发展也大大加速了,直接开启了一个新纪元。

这位答主回想当时申购显卡的尴尬情况:

我们去申请经费买显卡,科研处和财经处,还有政采处,疑惑地看着我们,问买玩游戏的东西干嘛?以前买的服务器工作站都是集显,你们说买显卡搞科研,是不是幌子,其实就是为了自己玩游戏?

然而,故事的后来我们都知道了,但凡用深度神经网络的地方,显卡已经是绕不开的配置。

不到十年前,不少人认为“这东西就是玩游戏的,不正经,没必要。”

然而光阴如梭,黄仁勋无意间通过显卡“教育”了股市,英伟达成为了世界上市值最高的公司。 

2.英伟达更关注早期成功指标,而不是KPI

黄仁勋在一次斯坦福演讲中,提高到了一个概念:“早期成功指标”EIOFS(early indicator of future success),黄仁勋认为所谓的KPI完全是manager杜撰出来的东西,比如毛利率提高是结果而不是原因。“这些指标对公司的发展影响有限且让员工也像完成任务一样没有什么激情,而在此过程中浪费的时间让公司会错失很多机会。”

那英伟达内部是如何做的?

当时英伟达内部提倡的一个思路就是早期成功指标,所谓早期成功指标就是他们的项目是否可以帮助一些行业,哪怕这个行业目前很小但是如果未来可能变得很大,那么英伟达也是愿意投入的。

所以,我们看到后来CUDA作为ML的一种语言被英伟达搞出来了。

黄仁勋回忆那段经历,当年底下人给他提议说要做ML的支持,他其实都不知道ML是什么,但是还是支持下边的员工去尝试这个领域的工作。

而且他曾经在财报会上跟华尔街说要all in ML,结果华尔街没有买账单,一下抛售了很多他家的股票。

类似早期成功指标的项目也有,比如OpenAI的AGI,马斯克的星链,比如AI Science方面的地球系统的模拟、蛋白质结构的预测等等。

有别于KPI的方法论,让英伟达以一个相当小的工程团队,进行了很多令人瞩目的创新尝试。

所以,从这个角度看,是英伟达当然没有选择成为“风口上的猪”,更不是什么“天选之子”。唯一确定的是,黄仁勋带领的团队足够有耐心和判断力,几十年持之以恒地做他们认为对的事情,直至让外界发现——哇塞,英伟达和下一个时代完美得实现了互相成就。

图片图片

3.没有一帆风顺,英伟达也不例外

当然,英伟达也不是一帆风顺的。06年,英伟达开始推出统一计算架构和CUDA,却因为效率不高被AMD暴打,英伟达市值也占到了最低谷。

所以,十几年的远见和坚持,才有了今天的英伟达的辉煌,但运气的成分总是那么微妙。即便在最困难的时间内,比特币、深度学习这几波的超强续命,让老黄也走了出来,坚定拒绝了Intel的并购。

现在看来,英伟达是顺势而为?还是坚持做自己认为对的所致?小编认为明显是后者。

英伟达成就了这个时代,时代也没有辜负这个坚韧执着的企业。

参考链接:

https://www.zhihu.com/question/657934455/answer/3518803378 

https://www.zhihu.com/question/657934455/answer/3524396101

责任编辑:武晓燕 来源: 51CTO技术栈
相关推荐

2023-05-30 20:43:49

人工智能芯片

2023-05-29 18:36:31

英伟达元宇宙AI

2023-05-26 17:15:45

2024-01-19 07:33:18

2023-10-13 13:11:58

数据智能

2010-02-02 09:50:11

Google阿凡达

2021-12-06 09:35:38

英伟达人工智能软件

2022-05-24 14:10:00

元宇宙云计算

2023-11-27 09:59:52

英伟达AI芯片

2022-09-21 18:41:15

英伟达显卡

2009-03-25 09:07:25

微软Windows 7操作系统

2024-03-22 13:36:51

英伟达微服务

2020-06-24 09:30:11

超算芯片计算机

2012-08-31 11:21:41

浪潮英伟达ICCE

2015-08-07 09:34:44

AMDLinux

2022-01-20 15:56:14

AI训练GPU

2023-09-28 08:04:39

GPU芯片AI芯片

2011-06-05 11:17:44

2016-09-20 10:22:58

京东智能GPU技术

2012-06-19 14:08:24

LinuxLinus Torva
点赞
收藏

51CTO技术栈公众号