文|腦極體
GTC 2022過后，廣大人民群眾紛紛奔走相告，黃仁勛又帶著他的新“核彈”來“炸街”了。
具體發(fā)布的新產(chǎn)品和技術(shù)，很多文章都已經(jīng)詳盡地介紹過了，一言以蔽之：牛！其中最炸裂的是H100 GPU，采用了臺(tái)積電4納米制程工藝，集成1800億個(gè)晶體管，浮點(diǎn)計(jì)算能力相比前一代A100快了三倍，被看作英偉達(dá)的新一代“核彈”。
一時(shí)間鑼鼓喧天、鞭炮齊鳴，工業(yè)界盼到了“算力怪獸”，消費(fèi)者們也迎來了顯卡降價(jià)的日子。
但冷靜下來想一想，英偉達(dá)是“為AI繼算力，為眾人送溫暖”的大善人嗎？無論粉絲還是看客，都必須承認(rèn)，英偉達(dá)是一個(gè)商業(yè)奇才。作為最傳奇的數(shù)字經(jīng)濟(jì)股，它的營收遠(yuǎn)低于英特爾或Meta，但市值卻遙遙領(lǐng)先，這顯然不是“技術(shù)信仰”所能夠解釋的。
用黃仁勛本人的說法，英偉達(dá)歷史上幾次具有里程碑意義的關(guān)鍵技術(shù)推出，背后其實(shí)都是對自家 GPU 技術(shù)的發(fā)展成果進(jìn)行了“泛化”(generalize)，發(fā)現(xiàn)它居然可以做更多不同的事情。
究竟是新需求催生了新產(chǎn)品，還是新產(chǎn)品激活了新需求，這是一個(gè)“雞生蛋蛋生雞”的問題。但我們可以從英偉達(dá)的行動(dòng)與結(jié)果的相關(guān)性中，總結(jié)出一個(gè)屢試不爽的模板：
在主流需求未曾觸頂?shù)臅r(shí)候，擴(kuò)充豐富產(chǎn)品線，哪怕“穿馬甲”也要全面布局，將利基市場挖掘到最大價(jià)值；而一旦主流需求出現(xiàn)頹勢和退潮，超過當(dāng)前市場需求的核彈級(jí)產(chǎn)品就會(huì)被拋出（當(dāng)然功耗也爆炸了），再次點(diǎn)燃大眾和華爾街對GPU的想象空間，進(jìn)一步英偉達(dá)的估值推向新高。
比起“卷王之王”，英偉達(dá)更像是穩(wěn)坐釣魚臺(tái)的姜太公，把全球消費(fèi)者和產(chǎn)業(yè)界拿捏得明明白白。
四次供需“反彈”，英偉達(dá)的算力霸主之路
英偉達(dá)的算力霸主地位，究竟是怎么實(shí)現(xiàn)的呢？細(xì)數(shù)歷史上的幾次里程碑事件，會(huì)發(fā)現(xiàn)有四次關(guān)鍵“反彈”。
第一次反彈：個(gè)人電腦的增長風(fēng)暴。
從1993年成立到1999年這段時(shí)間里，英偉達(dá)在群雄林立的顯卡市場中并沒有占據(jù)太大的領(lǐng)先優(yōu)勢。
當(dāng)時(shí)研發(fā)顯示芯片的廠商多如牛毛，除了IBM、索尼、東芝等半導(dǎo)體巨頭，垂直賽道如Matrox、3dfx、Trident、S3 Graphics都曾引領(lǐng)風(fēng)騷。英偉達(dá)先后發(fā)布的NV1、NV2都沒有什么競爭力，差點(diǎn)破產(chǎn)。1999發(fā)布的TNT2（也就是“NV5”）雖然奪得了性能桂冠，但速度只比NV4提高了10%至17%，跟主要競爭對手3dfx Vodoo3也沒有拉開差距。
于是，第一個(gè)“核彈”來了，英偉達(dá)推出了NV10，也就是GeForce 256——第一款專業(yè)圖形處理核心，直接轟開了個(gè)人電腦游戲加速的市場。
在此之前，GPU顯示芯片都屬于固定功能的芯片，而GeForce 256的出現(xiàn)，成為了第一款“集成了轉(zhuǎn)換、照明、三角形設(shè)置/剪裁和渲染引擎的單芯片處理器”，能夠每秒處理至少1000萬個(gè)多邊形，讓GPU可以從CPU手里接管大量幾何運(yùn)算的工作，解決通用計(jì)算無法解決的問題，極大地推動(dòng)了PC游戲、創(chuàng)意設(shè)計(jì)等對GPU的需求。
為了充分發(fā)揮GeForce 256的計(jì)算潛力，英偉達(dá)還基于該芯片推出了Quadro框架，服務(wù)于專業(yè)繪圖工作站，用來幫助創(chuàng)意和技術(shù)人員更高效地工作。隨后又推出了可編程 shader，讓開發(fā)者可以在GPU上發(fā)揮更多創(chuàng)意，比如3D渲染、游戲開發(fā)、特效制作等……
用黃仁勛的話來說就是：鼓勵(lì)或者調(diào)動(dòng)全球人民的激情，讓他們了解什么叫三維的圖形處理器，給他們提供很多工具進(jìn)行創(chuàng)新。
GeForce256發(fā)布的第二年，英偉達(dá)就接到了微軟的訂單，為Xbox視頻游戲機(jī)開發(fā)顯卡。此后靠的則是“半年更新、一年換代”的市場操作。GeForce系列產(chǎn)品線不斷豐富、全面布局，覆蓋了高中低端各類市場，還學(xué)會(huì)了穿“馬甲”，在原有芯片基礎(chǔ)上稍作提升和改進(jìn)，就作為新系列快速推向市場。將競爭對手卷得苦不堪言，英偉達(dá)也因此占據(jù)了GPU市場70%以上的份額。
到了2007年，英偉達(dá)市值已經(jīng)上漲了500%以上，被《福布斯》雜志評(píng)為年度公司。
第二次反彈：并行計(jì)算的強(qiáng)勁推力。
早在2006年，英偉達(dá)就推出了革命性的通用計(jì)算架構(gòu)CUDA，以及通用計(jì)算硬件Tesla GPU。但在當(dāng)時(shí)，深度學(xué)習(xí)并沒有現(xiàn)在這般受歡迎，只有一些大型企業(yè)、研究機(jī)構(gòu)需要GPU來進(jìn)行藥物發(fā)明、天氣建模、金融分析等高性能計(jì)算任務(wù)。
英偉達(dá)是從何時(shí)起開始加大力度激活對GPU并行計(jì)算能力的需求呢？答案是2009年。
這一年，英偉達(dá)舉辦了首屆“GPU技術(shù)會(huì)議”，面向“使用GPU解決重要計(jì)算工作的開發(fā)者、工程師和科研人員”布道。
2006-2009年間，市場發(fā)生了什么變化？受摩爾定律的統(tǒng)治，個(gè)人消費(fèi)者對電腦顯卡的性能需求開始倦怠了。
期間，英偉達(dá)其實(shí)也有不錯(cuò)的產(chǎn)品發(fā)布，比如重量級(jí)的Tegra移動(dòng)處理器，集成了ARM架構(gòu)處理器和Geforce GPU，功耗比普通PC筆記本電腦低30倍。產(chǎn)品雖好，卻很難激發(fā)起消費(fèi)者的澎湃熱情，畢竟市場上還有那么多顯卡在賣，只要愿意等，就能以更香的價(jià)格入手。
同時(shí)，因?yàn)橐恍┍籓EM整合到蘋果、戴爾、惠普的筆記本當(dāng)中的GPU缺陷，導(dǎo)致“異常故障率”而成為集體訴訟的對象。僅2008年第一季度，英偉達(dá)的收入減少了約2億美元。股價(jià)也從37美元一路跌到6美元左右。
于是英偉達(dá)開始加大高性能計(jì)算領(lǐng)域的布局，在首屆GPU技術(shù)會(huì)議上，推出了代號(hào)為 “Fermi” 費(fèi)米的下一代CUDA GPU架構(gòu)，并大力宣傳GPU在大規(guī)模并行計(jì)算任務(wù)的優(yōu)勢。
費(fèi)米架構(gòu)作為“核彈”是稱職的，一方面，它的性能很高，基于該架構(gòu)的Geforce 4系列產(chǎn)品在性能上成功壓制了競爭對手，但這一架構(gòu)的功耗和發(fā)熱量也十分恐怖。
無論如何，自此之后，英偉達(dá)在計(jì)算領(lǐng)域廣受歡迎，2010年全球最快的超級(jí)計(jì)算機(jī)天河-1A，就采用了7168顆英偉達(dá)的Tesla M2050 GPU，將大規(guī)模并行GPU與多核CPU結(jié)合，成為當(dāng)時(shí)異構(gòu)計(jì)算的代表。
2012年深度學(xué)習(xí)三巨頭之一Geoffrey Hinton及其學(xué)生Alex，使用GPU來加速訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，在ImageNet競賽中一鳴驚人，掀開了人工智能第三次浪潮的大幕，進(jìn)一步帶動(dòng)了英偉達(dá)GPU的銷量。
AI需求的增長，還幫助英偉達(dá)開拓了汽車市場，緊接著2013年發(fā)布的Geforce GTX Titan泰坦，代表了開普勒架構(gòu)的頂級(jí)水準(zhǔn)，成為自動(dòng)駕駛汽車和高級(jí)駕駛輔助系統(tǒng)的算力基礎(chǔ)，支撐關(guān)鍵的計(jì)算機(jī)視覺功能。
人工智能從學(xué)術(shù)界到工業(yè)界的強(qiáng)勁需求，推動(dòng)了GPU價(jià)格和英偉達(dá)股價(jià)水漲船高，完成了一次驚艷世界的“反彈”。
第三次反彈：礦難之后，圖靈破局。
英偉達(dá)在深度學(xué)習(xí)領(lǐng)域的身位持續(xù)領(lǐng)先，但別忘了，規(guī)模龐大的零售市場可是現(xiàn)金牛啊。
2018年8月14日的SIGGRAPH 2018上，英偉達(dá)全新一代“圖靈”架構(gòu)GPU問世，支持實(shí)時(shí)光線追蹤，專用于AI加速計(jì)算的張量核心首次加入了民用3D計(jì)算產(chǎn)品，為游戲世界帶來了逼真的照明和反射效果。
在此之前，普通消費(fèi)者早就“苦挖礦久矣”。
數(shù)字貨幣的爆火，讓挖礦成了一門好生意，GPU被“礦廠”大量收購，一時(shí)間供不應(yīng)求，加上黃牛囤積居奇，導(dǎo)致顯卡的市場價(jià)格比零售價(jià)格高出了好幾倍，普通消費(fèi)者只能望洋興嘆。直到時(shí)間進(jìn)入2018年，數(shù)字貨幣的潮水逐漸褪去，礦卡銷量急劇下滑，顯卡庫存增加，一卡難求的局面有所緩解。
顯卡廠商不僅面臨降價(jià)殺估值的壓力，隨著大量礦卡流通到零售渠道中，還亟須打消消費(fèi)者持幣觀望的情緒。這個(gè)時(shí)候，黃仁勛帶著“英偉達(dá)十多年來在計(jì)算機(jī)圖形領(lǐng)域最重要的創(chuàng)新”，再一次刺激了市場。
全新的技術(shù)和架構(gòu)，將GPU的性能和英偉達(dá)的市值，又推到了一個(gè)全新的高度。
第四次反彈：幣圈走熊，但產(chǎn)業(yè)智能方興未艾。
今年最大的變化，是缺芯情況有所緩解，同時(shí)幣圈再次走熊，比特幣和以太坊價(jià)格都創(chuàng)下新低，GPU價(jià)格再一次回落。根據(jù)國外媒體報(bào)道，英偉達(dá)已經(jīng)通知合作伙伴 GPU 的生產(chǎn)成本將下調(diào) 8% - 12%。如果顯卡價(jià)格進(jìn)一步下降，市場對英偉達(dá)的信心也會(huì)過度反映到股價(jià)上。
不過，你永遠(yuǎn)可以相信英偉達(dá)“核彈工廠”的能力。誠如大家在GTC 2022大會(huì)所看到的，全新一代產(chǎn)品和技術(shù)全部瞄準(zhǔn)了最具想象空間的產(chǎn)業(yè)AI應(yīng)用場景。
最新一代“核彈”H100 GPU，和Hopper 架構(gòu)，專為Transformer大參數(shù)模型打造，可以說是完美迎合了預(yù)訓(xùn)練大模型的需求。
NVIDIA Quantum-2，主芯片包含570億個(gè)晶體管，為云服務(wù)商和超算中心提供AI算力，正對應(yīng)著如火如荼的AI基礎(chǔ)設(shè)施建設(shè)。
AI超級(jí)計(jì)算機(jī)NVIDIA Jetson AGXOrin，簡直是自主機(jī)器人研發(fā)人員“捕獲器”。
更不要提開放式平臺(tái) NVIDIA Omniverse，試問哪個(gè)想做元宇宙的公司能不心動(dòng)呢？Meta就用英偉達(dá)DGX A100系統(tǒng)構(gòu)建了自己的首臺(tái)AI超級(jí)計(jì)算機(jī)。
憑借這幾個(gè)“大餅”，黃仁勛也在GTC大會(huì)上自信地指出，英偉達(dá)未來有能力實(shí)現(xiàn)萬億美元的銷售收入，可以說是完美化解（或者說讓大眾忽略）了GPU市場波動(dòng)。
英偉達(dá)的“核彈”背后，都是跟隨著GPU市場變動(dòng)，不斷創(chuàng)造需求、刺激供給的過程。商業(yè)價(jià)值不斷飆升的同時(shí)，確實(shí)給GPU技術(shù)帶來了巨大提升。
這能說明，黃仁勛是“商業(yè)奇才”嗎？恐怕不行。
姜太公釣魚，把反彈效應(yīng)玩明白了
憑借GPU在圖形計(jì)算上的貢獻(xiàn)，黃仁勛也被江湖人稱“AI教父”，甚至一度想要干掉摩爾定律，推動(dòng)自己的“黃氏定律”主宰計(jì)算市場。
但其實(shí)從四次供需“反彈”中可以看到，英偉達(dá)不過是把摩爾定律的“反彈效應(yīng)”拿捏得明明白白了。
所謂“反彈效應(yīng)”（Rebound effect），也被叫做“收回效應(yīng)”（take-back effect），最早是由威廉·斯坦利·杰文斯在《煤炭問題》一書中提出的，指的是提高效率的新技術(shù)，最終預(yù)期收益減少的情況。
放在IT領(lǐng)域，就是“What Andy gives，Bill takes away”安迪（英特爾CEO安迪·格羅夫）帶來的CPU硬件性能提升，最終會(huì)由比爾（微軟CEO比爾蓋茨）通過軟件/服務(wù)不斷擴(kuò)大而收回。
結(jié)果就是，雖然摩爾定律會(huì)推動(dòng)計(jì)算硬件不斷提效降價(jià)，但因?yàn)椤胺磸椥?yīng)”，不斷產(chǎn)生新的需求/應(yīng)用/場景，吃掉硬件性能提升帶來的好處。
只有這樣，用戶才會(huì)愿意掏錢更新機(jī)器，以便能享用到更新更消耗資源的服務(wù)。
回望個(gè)人電腦、智能手機(jī)的發(fā)展歷程，無不是在摩爾定律及其反彈效應(yīng)下發(fā)展起來的。而英偉達(dá)所在的GPU市場，顯然沒有脫離這一范疇。
一方面，英偉達(dá)的產(chǎn)品性能提升速度，雖然超過了摩爾定律所規(guī)定的“18個(gè)月翻一倍”，實(shí)現(xiàn)了AI計(jì)算性能的逐年翻倍，也就是“黃氏定律 (Huang’s Law)”。但從最新一代H100 GPU的性能提升上，顯然還依賴于延續(xù)了半個(gè)多世紀(jì)的半導(dǎo)體制程工藝限制，采用了臺(tái)積電的4nm（而非此前業(yè)界猜測的5nm）工藝，再結(jié)合全新的架構(gòu)設(shè)計(jì)，才能達(dá)到“核彈”級(jí)別。
另外，性能提升必須通過新的服務(wù)/應(yīng)用“take back ”，不然用戶只需要等相同性能的GPU降價(jià)就可以了，沒有必要花大價(jià)錢去買新的。這也是為什么AI大模型訓(xùn)練、自動(dòng)駕駛、元宇宙、機(jī)器人……作為GTC大會(huì)的“全家桶”才會(huì)同時(shí)登場，通過各行各業(yè)的智能化來消耗掉新技術(shù)帶來的AI算力資源。
黃仁勛也曾在采訪中提到過，英偉達(dá)“甚至用了市場營銷的預(yù)算，幫開發(fā)者營銷他們用我們架構(gòu)開發(fā)的產(chǎn)品，來創(chuàng)造市場需求”。
（云服務(wù)市場的增長規(guī)模）
所以說，英偉達(dá)的每一次“核彈”炸街，其實(shí)都是在硬件性能回收出現(xiàn)不順利的時(shí)候，再一次開辟出更大的需求空間，以緩解技術(shù)收益減少的局面。
“What NVIDIA gives，AI takes away”，英偉達(dá)靠這一手，把全球玩家和華爾街投資人拿捏得明明白白，市值也就次次化險(xiǎn)為夷“穩(wěn)坐釣魚臺(tái)”了。
愿者上鉤：自己卷自己有什么問題嗎？
某種角度來說，英偉達(dá)對“反彈效應(yīng)”和大眾需求的拿捏，是“姜太公釣魚，愿者上鉤”。只要研究人員覺得模型訓(xùn)練時(shí)間從十幾天縮短到幾個(gè)小時(shí)很值；只要游戲玩家覺得更逼真的渲染效果真香；只要Meta覺得GPU對元宇宙來說不可或缺……這不就夠了嗎？
確實(shí)，乍一看，好像通過刺激需求來避免技術(shù)收益降低，是在和大家作對，但實(shí)際上，科技企業(yè)對反彈效應(yīng)的努力規(guī)避，也會(huì)帶來很多衍生好處。
一方面，新技術(shù)的反彈效應(yīng)是不可避免的。
這會(huì)直接降低技術(shù)產(chǎn)品的成本，除非你是追逐最新顯卡的發(fā)燒友游戲玩家，否則只要愿意等待，總能以更低的價(jià)格買到更高性能的GPU，誰跟真金白銀有仇呢？
此外，為了避免新技術(shù)收益降低，科技企業(yè)不得不投入大量精力開發(fā)下一代產(chǎn)品，卷過了競爭對手還不行，還得自己卷自己。如今英偉達(dá)已經(jīng)占據(jù)GPU的絕對優(yōu)勢地位，但依然在不斷推陳出新，不然就要被罵“擠牙膏”。對于有替換需求的群體來說，總有更好的產(chǎn)品可以選擇。
同時(shí)，更高的性能和資源，也會(huì)孕育出很多前所未有的應(yīng)用和服務(wù)，計(jì)算機(jī)剛誕生時(shí)格外昂貴，只能為美國頂尖大學(xué)研究機(jī)構(gòu)所用，而且還只會(huì)下棋，現(xiàn)在一部千元手機(jī)就可以讓偏遠(yuǎn)山區(qū)的農(nóng)民上網(wǎng)直播賣水果。同樣，我們往后看五到十年，如果自動(dòng)駕駛汽車的比例從現(xiàn)在的不到1%變成50%，人們停留在元宇宙的時(shí)間和現(xiàn)在玩手機(jī)一樣頻繁，那么這會(huì)催生多少新興的服務(wù)和商業(yè)公司呢？
黃仁勛本人曾回憶第一個(gè)GPU產(chǎn)品的研發(fā)過程，他說：“可能也沒有人知道自己需要什么。因?yàn)槭虑榻?jīng)常是這樣，你沒看到過一個(gè)東西，就不會(huì)知道自己是否需要。”
不過回想一下，很多曾經(jīng)我們以為可有可無的功能，比如視頻通話、在線直播、高清視頻……在今天都已經(jīng)成為必備功能。需求確實(shí)是可以被創(chuàng)造的，不過，需求也有輕重緩急，英偉達(dá)不斷甩出的“魚鉤”，對你是否有吸引力呢？