大约四分之一个世纪以来，Nvidia一直引领着计算机图形学的革命，一路走来成为游戏玩家钟爱的品牌。
Nvidia 在图形处理单元 (GPU) 市场占据主导地位，它于 1999 年凭借 GeForce 256 进入该市场。尽管最近经济低迷，但去年游戏业务为 Nvidia 带来了超过 90 亿美元的收入。
但 Nvidia最新的盈利表现表明 GPU 业务出现了新现象。该技术现在处于人工智能繁荣的中心。
首席执行官黄仁勋上个月在接受 CNBC 采访时表示：“我们有足够的智慧让整个公司都支持它。”
“我们很早就看到，大约十年前，这种做软件的方式可以改变一切。我们改变了公司，从底部一直到顶部和侧面。我们制造的每一个芯片都专注于人工智能。”
作为像 ChatGPT 这样的大型语言模型 (LLM) 背后的引擎，Nvidia 终于因其在 AI 方面的早期投资而收获了回报。
这有助于缓解与美中贸易紧张局势和全球芯片短缺相关的更广泛的半导体行业斗争带来的打击。
并不是说 Nvidia 不受地缘政治问题的影响。10 月，美国出台了全面的新规定，禁止向中国出口领先的人工智能芯片。
英伟达约四分之一的收入来自中国，包括其广受欢迎的人工智能芯片 A100 的销售额。
“这是一个动荡的一个月，因为公司颠倒过来重新设计我们所有的产品，使其符合法规，同时仍然能够为我们在中国的商业客户提供服务，”黄说。“我们能够为我们在中国的客户提供受管制的部件，并乐于为他们提供支持。”
AI 将成为 Nvidia于 3 月 20 日至 23 日举行的年度GTC 开发者大会的主要焦点。会议召开前，CNBC 在加利福尼亚州圣克拉拉的 Nvidia 总部与黄仁勋坐下来讨论了该公司在生成式 AI 爆炸式增长的核心中所扮演的角色。
当被问及 Nvidia 的命运是运气还是先见之明时，Huang 说：“我们只是相信总有一天会发生新的事情，其余的一切都需要一些偶然性。” “这不是先见之明。远见是加速计算。”
GPU 是 Nvidia 的主要业务，占收入的 80% 以上。
通常作为插入 PC 主板的卡出售，它们为AMD和英特尔等公司制造的中央处理器 (CPU) 增加了计算能力
现在，争相与 ChatGPT 竞争的科技公司公开吹嘘他们拥有多少Nvidia大约 10,000 美元的 A100 。
微软说为 OpenAI 开发的超级计算机使用了其中的 10,000个。
“使用他们的产品并增加更多的计算能力非常容易，”美国证券银行半导体分析师 Vivek Arya 说。“计算能力现在基本上是硅谷的货币。”
Huang 向我们展示了该公司的下一代系统 H100，该系统已经开始发货。H代表Hopper。
“让 Hopper 真正令人惊叹的是这种称为transformer engine的新型处理，”Huang 说，同时拿着一块 50 磅重的服务器主板。
“Transformer engine是 GPT 的 T，生成预训练的 Transformer。这是世界上第一台设计用于大规模处理变压器的计算机。因此，大型语言模型将变得更快、更划算。”
Huang 说他“亲手交付”给了 ChatGPT 制造商 OpenAI “世界上第一台人工智能超级计算机”。
不怕赌上一切
如今，Nvidia 是世界上最有价值的 10 家科技公司之一，市值接近 6000 亿美元。它拥有 26,000 名员工和新建的多边形主题总部。它也是为数不多的几个拥有 30 年历史的创始人仍在掌舵的硅谷巨头之一。
60 岁的黄小时候从台湾移民到美国，在俄勒冈州立大学和斯坦福大学学习工程学。在 1990 年代初期，Huang 与其他工程师 Chris Malachowsky 和 Curtis Priem 曾经在 Denny’s 会面并谈论使 PC 具有 3D 图形的梦想。
1993 年，这三人在加利福尼亚州弗里蒙特的一个公寓里推出了 Nvidia。这个名字的灵感来自 NV(“next version”)和 Invidia(嫉妒的拉丁词)。
他们希望计算速度如此之快，以至于每个人都会羡慕不已——所以他们选择了令人羡慕的绿眼睛作为公司标志。
“当时他们是数十家 GPU 制造商之一，”Arya 说。“他们和 AMD 实际上是唯一真正幸存下来的人，因为 Nvidia 与软件社区和开发人员合作得很好。”
Huang 的野心和对看似不可能的冒险的偏爱曾多次将公司推向破产边缘。
“每家公司都会犯错误，我犯了很多错误，”时代杂志 2021 年最有影响力的人物之一黄说。面对非常非常大的公司，我们正在努力发明这项全新的技术。”
例如，在 2010 年代初期，Nvidia凭借其 Tegra 系列处理器进军智能手机市场，但未获成功，该公司随后退出了该市场。
1999 年，在裁掉大部分员工后，Nvidia 发布了它声称是世界上第一款官方 GPU GeForce 256。它是第一款允许自定义阴影和照明效果的可编程显卡。
到 2000 年，Nvidia 已成为微软第一款 Xbox 的独家图形供应商。2006 年，该公司又下了一个大赌注，发布了一个名为 CUDA 的软件工具包。
“10 年来，华尔街一直在问英伟达，’你们为什么要进行这项投资?没有人使用它。他们对我们市值的估值为 0 美元，”Nvidia 应用深度学习研究副总裁 Bryan Catanzaro 说。
2008 年加入 Nvidia 时，他是仅有的几名从事 AI 工作的员工之一。现在，该公司有数千名员工在该领域工作。
“直到 2016 年左右，即 CUDA 问世 10 年后，人们才突然意识到这是一种截然不同的计算机程序编写方式，”Catanzaro 说。“它具有转型加速，然后在人工智能方面产生突破性成果。”
尽管人工智能发展迅速，但游戏仍然是英伟达的主要业务。2018 年，该公司利用其 AI 专业知识实现了图形领域的下一次重大飞跃。该公司基于其在 AI 中学到的知识推出了GeForce RTX 。
“为了让我们将计算机图形和视频游戏提升到一个新的水平，我们必须重塑和颠覆自己，彻底改变我们发明的东西，”黄说。
“我们发明了这种处理计算机图形的新方法，即光线追踪，基本上是模拟光的路径，并用生成人工智能模拟一切。所以我们计算一个像素，然后用 AI 想象其他七个像素。”
“繁荣或萧条周期”
从一开始，Huang 就致力于使 Nvidia 成为一家无晶圆厂芯片公司，或者设计产品但将生产外包给其他拥有芯片制造厂或晶圆厂的公司。Nvidia 通过将制造芯片的超常费用外包给台积电来降低资本支出。
投资者担心对台湾公司的依赖程度是正确的。美国去年夏天通过了 CHIPS 法案，拨出 520 亿美元用于激励芯片公司在美国本土生产。
“最大的风险实际上是美中关系和台积电的潜在影响。如果我是 Nvidia 的股东，那真的是唯一让我夜不能寐的事情，”Evercore 的分析师 CJ Muse 说。
“这不仅仅是 Nvidia 的风险，这对 AMD、高通甚至英特尔都是一个风险。”
台积电表示将斥资400 亿美元在亚利桑那州建造两家新的芯片制造厂。Huang 告诉 CNBC，Nvidia 将“绝对”使用台积电在亚利桑那州的工厂来制造其芯片。
然后是关于需求以及 GPU 的新用例数量将继续增长的问题。当 GPU 成为有效竞争该市场的核心时，Nvidia 看到了加密采矿起飞时的需求激增。
该公司甚至专门为加密创建了一个简化的 GPU。但随着加密货币的崩溃，英伟达经历了供需失衡。
“这造成了问题，因为加密采矿一直是繁荣或萧条的周期，”Arya 说。“游戏卡缺货，价格上涨，然后当加密采矿热潮崩溃时，游戏方面就会出现大崩盘。”
去年， Nvidia对其新 40 系列 GPU 的定价远高于上一代产品，这在一些游戏玩家中引起了巨大的冲击。现在供应过多，在最近一个季度，博彩收入比去年同期下降了 46%。
随着越来越多的科技巨头设计自己的定制芯片，竞争也在加剧。特斯拉和苹果正在做。亚马逊和谷歌也是。
“对他们来说最大的问题是如何保持领先?” Arya说。“他们的客户也可能是他们的竞争对手。微软可以尝试在内部设计这些东西。亚马逊和谷歌已经在内部设计这些东西。”
黄说这样的竞争是好的。
“世界对数据中心的需求量将会增长，”黄说。“这对世界来说是一个真正的问题。我们应该做的第一件事是：世界上的每个数据中心，无论你决定做什么，为了可持续计算的好处，尽你所能加速。”
在汽车市场，Nvidia 正在为梅赛德斯-奔驰和其他公司开发自动驾驶技术。它的系统还用于为亚马逊仓库中的机器人提供动力，并运行模拟以优化每天数百万包裹的流动。
Huang 将其描述为“无所不在”。
“我们现在有 700 多家客户在尝试，从汽车行业到物流仓库再到风力涡轮机工厂，”Huang 说。“它可能代表了 Nvidia 所有技术的最大容器：计算机图形学、人工智能、机器人技术和物理模拟，集于一身。我对此抱有很大的希望。”
