阿呆在网上搜了”下一个Intel”，出来的是标题是高通，三星。说高通，是因为在移动CPU领域，高通取代了Intel的地位，成为新的霸主。说三星，是因为三星在挑战Intel世界第一大半导体公司的地位。今天我们要说的另一个挑战者是NVIDIA，中文名英伟达。曾经这个名字因为游戏显卡被众多玩家熟知，但如今，NVIDIA的GPU成了人工智能时代的Intel CPU。
1993年四月的一天，三个电子工程师在加州圣何塞的一家餐馆碰头，其中一个人叫做黄仁勋。他们的话题是创办一家公司，产品就是能让游戏玩的更爽的芯片，这个芯片叫做图形处理芯片，后来很多人叫做GPU（Graphics Processing Unit）。但是那个时候，他们的思路有点超前，这种芯片基本上没什么市场。阿呆记得九十年代上小学玩的游戏还是小霸王学习机插个游戏卡玩魂斗罗、双截龙、超级玛丽。不过后来，游戏都开始追求3D效果， 所以NVIDIA的显卡开始大展神威。如今，这个业务每年给公司带来25亿美金销售额。
人运气好挡也挡不住，最近几年，NVIDIA又迎来了一个机遇：人工智能。目前最火热的人工智能技术叫做深度学习，人们发现NVIDIA用来玩游戏的GPU居然很适合深度学习计算，应用于图像分类，人脸识别等。在几年之前，NVIDIA就已经针对这种领域的应用提出了新的产品，叫做GPGPU（通用GPU），还提供了开发语言：CUDA。阿呆7年前读研究生的时候，就有人用GPU来做神经网络计算。现在很多公司都用GPU做人工智能，比如Google，微软，Facebook，亚马逊等都在数据中心配了很多GPU。麻省通用医院用GPU来加速CT成像。Tesla也宣布将在每一辆汽车上装备GPU用来做自动驾驶。另外，Facebook和HTC的VR头盔也用了NVIDIA的GPU。
当初的小工程师黄仁勋，如今成了NVIDIA的CEO。雷军说站在风口上，猪也能飞。英雄所见略同，黄仁勋也感叹：我们从来没有像现在一样，站在这么大一个舞台的中央！想当年毛主席在延安的窑洞里面呆了八年，一直没进过城，后来抗战胜利去重庆和谈，在别墅里做客时，陕北老农毛大伯有点紧张，失手打碎了人家的茶碗。日子就是这样艰苦，可是没想到过了四年，解放军居然秋风扫落叶地统一了全国，所以，毛太祖开国时的心情估计也是如此。目前全世界大概有3000多家人工智能初创公司，大都使用NVIDIA的GPU来做计算，应用领域非常广泛，比如股票交易，网购，无人机等。现在的人工智能创业潮和90年代开发Windows程序，00年代后期开发IPhone和Android应用类似，许多风险投资进入到这个领域。
GPU领域，NVIDIA是绝对的王者，占了70%市场份额。过去一年市值翻番，过去五年股价涨了5倍。不过话说回来，当我们看到别人大富大贵，总是很羡慕，但其实没有一条创业之路是一帆风顺的。
1963年，黄仁勋出生于台湾，10岁的时候到美国肯塔基州的一所乡村寄宿学校读书，那里基本都是不良少年，比如他17岁的室友——正在养伤，因为之前打了一架，身上留了7道刀伤。老黄为了逃避这种环境，就跑去打乒乓球，结果15岁的时候在美国青年乒乓球赛拿了第三名。后来，老黄去了俄勒冈州立大学，学习计算机和芯片设计，还在学校里把了一个妹子Lori，后来变成他的发妻。大学毕业，老黄去了硅谷，在AMD做芯片设计，同时兼职在斯坦福大学拿了一个硕士文凭。干了几年，老黄跳槽去了LSI公司，也是阿呆的老东家，在此期间，他认识了Sun的两个哥们儿Malachowsky 和Priem。所以就有了开头的故事，1993年3个人辞职创业。辛辛苦苦干了两年，花掉了风投的一千万美金，终于完成了第一款芯片NV1。不过很不幸，这款芯片功能很多，销量却不好，NVIDIA也差点就破产了。公司不得不裁掉了很多员工，只剩下60个人继续死撑。又过了两年，到了1997年，他们的第三款新片RIVA 128获得成功，性能比竞争对手快4倍。当时这行业的竞争是很惨烈的，美国有70多家公司在做GPU，最终活下来的只有NVIDIA和ATI，后者后来被AMD收购，所以独立的GPU公司就剩NVIDIA了。从群雄并起，诸侯争霸，到行业巨头一统天下，或者三国鼎立，看来不管是哪个行业，也不管是美国还是中国，都是如此。
2006年的时候，NVIDIA就推出了CUDA语言，在此之前，给GPU编程异常繁琐，使用的底层机器语言。CUDA却是很好上手的，也比较简单，这是NVIDIA花了很多年工夫才鼓捣出来的。同一年，深度学习算法也被提出了，但是一直不温不火，因为就是傻大粗地算啊算，不够性感，很多人觉得追求各种编程技巧更牛逼。直到2012年，加拿大多伦多大学的博士研究生Alex Krizhevsky在自己的寝室里用GPU训练了深度学习模型，并用这个模型去参加世界图像分类的顶级赛事ImageNet大赛，居然获得了冠军！他的算法做图像分类错误率是15%，而这个值多年来一直没能低于25%。从那时起，在GPU的帮助下，傻大黑粗的算法深度学习超过了那些编程技巧，名声大噪，像野火一般烧遍全世界。
NVIDIA也专门针对深度学习推出了专用GPU，最新的服务器GPU是Tesla P100。他们还发布了售价12万9000美金的深度学习超级计算机DXG-1，配备两个Intel Xeon E5-2698 v3 CPU，512GB DDR4内存，四块2TB SSD组成RAID 0，两个万兆网口。关键的装备是8个Tesla P200 GPU。当然，功耗达到了3200瓦。
人工智能这个市场是如此巨大，前景如此美好，其他巨头也冲了进来。首先是芯片老大哥Intel，它已经错过了智能手机处理器了，不能再错过人工智能。最近，Intel收购了两家AI芯片公司：Nervana（约4亿美金）和Movidius，还花了167亿美金收购了FPGA巨头Altera。在数据中心CPU市场，Intel占了99%的份额，不想别人来分蛋糕。2017年Intel将要发布的服务器处理器Xeon Phi将为深度学习做优化。而且他们计划把两家收购公司的技术整合到自己的处理器，2020年把深度学习速度提升100倍。
Google推出了自己的深度学习芯片TPU（Tensor Processor Unit），用在自家的数据中心里面。而微软采用的方案是FPGA，因为FPGA可编程，能够用硬件算法加速人工智能应用。
伟大的公司掌舵人往往看得更远，充满危机感，比如华为的任正非过几年就告诫员工准备过冬，NVIDIA的老黄说：我们离破产只有30天！
引用：
http://www.forbes.com/sites/aarontilley/2016/11/30/nvidia-deep-learning-ai-intel
