英伟达的登顶之路

英伟达（NVIDIA）终于登上了 " 全球股王 " 的宝座。

6 月 18 日美股收盘，人工智能芯片巨头英伟达市值盘中达到 3.33 万亿美元，超越微软成为全球市值最高的公司。

图片来源：百度股市通

过去一年，英伟达市值的增长速度令人惊叹。在 2023 年 6 月之前，英伟达的市值尚不足 1 万亿美元，但仅仅 9 个月之后，便增长至 2 万亿美元。更加疯狂的是，之后 3 个多月的时间，英伟达又实现了市值从 2 万亿美元到 3 万亿美元的飙升。

3 万亿过后，英伟达面前只剩下了苹果、微软两大对手，可又只用 2 个星期，英伟达就实现了登顶。

图源：App Economy Insights

英伟达的神话，离不开人工智能技术的快速发展。市场对高性能人工智能芯片的需求激增，而英伟达的 GPU 在人工智能训练和推理任务中又表现出色，在市场中占据了主导地位。

作为全球最有价值的 AI 科技公司，有分析师乐观预测，英伟达有望成为人类历史上第一家市值破 10 万亿美元的公司。而这家巨头的登顶之路，最初还是不起眼的显卡生意。

01.

显卡 " 新手 "

据《经济学人》之前的一篇报道，英伟达创始人黄仁勋常挂在嘴边的一句话是 " 我们总是离倒闭还有 30 天 "（原文：We're always 30 days away from going out of business）。这句话如今来看有些夸张，但用于描述英伟达最初的境况却十分贴切。

创立于 1993 年的英伟达，最初专注的是图形处理器的设计和制造，在当时，这个市场已经处在高度 " 内卷 " 的紧张状态，除了有 IBM、HP、索尼、富士通、东芝等大公司，也吸引了很多创业公司进入市场。

1995 年，英伟达推出了第一款显卡产品 NV1。该芯片具有 2D 和 3D 图形、视频处理、音频波表处理、游戏端口等，在技术路线上，整合了 3D 和 2D 的图形处理功能，理念超前。在市场方向上，NV1 锁定的是图形处理需求的主要客户——游戏厂商，把声卡和手柄控制单元集成进了芯片。

本该一鸣惊人，然而事与愿违。一方面，NV1 大而全的功能配置不可避免地增加了生产成本，因此在售价上高出同类产品近两倍。更为致命的是，英伟达创始人们为与竞争对手差异化，在 NV1 上采用了小众的四边形成像技术。

当时图形加速技术尚未定型，没有统一的业界标准，只是许多公司选择的是三角形加速路线。问题在于 NV1 发布后不久，微软宣布其图形软件将只支持三角形。因此，采用四边形成像技术的 NV1 因与系统格式兼容性不够等原因而销量惨淡。

英伟达一度运营资金只能维持 30 天运转。

好在 NV1 因同时集成了声卡功能赢得了日本游戏业巨头世嘉（SEGA）的青睐，并获得 700 万美元投资作为研发 NV2 的定金。

只是好景不长，面对产业标准已定的大形势，以四边形为基元的 NV2 注定难以成功。而另一方面，3Dfx 在 1995 年底推出了其第一款产品 Voodoo，凭借强大的性能被誉为第一款真正意义上的 3D 图形加速器，仅仅在一年的时间里就占据了 85% 的市场，1997 年更是和世嘉合作新一代主机的开发。此时的英伟达几乎到了破产的边缘，幸运的是，世嘉公司没有立即收回 700 万美元的开发定金，给了英伟达喘息的机会。

经历了 NV1、NV2 市场失败后的英伟达，放弃了四边形路线，转投主流市场。半年后（1997 年），推出了第三款新产品 Riva128 ( NV3 ) 。这是当时市场上唯一真正具有 3D 加速能力的 2D+3D AGP 显卡，其凭借超高的性价比实现了 4 个月卖出 100 万份的成绩。

自此，英伟达开启在图形芯片市场上的崛起之路。

1998 年，英伟达又推出了 RIVA TNT 的升级系列，同时与台积电达成战略合作，将其显卡交付台积电生产。在双方合作的第二年，英伟达在纳斯达克上市，之后不久便推出划时代的产品 GeForce 256 ——第一个被明确定义的 GPU 产品，打开了通向新时代的大门。

02.

遇挫 CUDA

推出 GPU 概念以及有了台积电的生产力加持，英伟达也实施起了它的 " 黄氏定律 " ——加大人力，提高效率，用速度抢生意。

业界的 " 摩尔定律 " 是每 18 个月推出新品，性能翻一番，而英伟达则是投入三倍人力做同一件事，6 个月就推出新品。在这种快速的产品更新频率下，包括 S3、NeoMagic 和 Intel 在内的几家主要竞争对手要么退出了图形市场，要么缩减了新产品的开发。

2001 年，英伟达推出了业界首款可编程 GPU: GeForce 3，开发人员能够自定义创建视觉效果。这是图形行业的第一款可编程 GPU，被所有顶级 PC 和图形主板 OEM 所选择，也为此后用来训练 AI 大模型打下了伏笔。

2004 年初，英伟达借助新接口标准 PCI Express 大普及的机会，凭借产品 Geforce 6800 Ultra 重夺回 3D 性能头把交椅；2006 年底，又通过发布革命性产品 Geforce 8800 GTX，创下了旗舰级 3D 娱乐显卡的销售记录。

在收购并购方面，英伟达先是在 2000 年里以 7000 万美元和价值 100 万美元的股票收购曾经的对手 3dfx，之后在 2002 年收购软件渲染工具制造商 Exluna，2003 年斥资 7000 万美元收购多媒体技术提供 MediaQ，2005 年收购了核心逻辑开发商 ULi Electronics。

来到 2006 年，英伟达又干下两件大事。其一是收购 ATI，结束了与其长达 7 年的双雄并进与对抗之战；另外一件就是发布 CUDA。

CUDA 是为英伟达 GPU 设计的运算平台和编程模型，有了这个工具，用户可以自行编程开发，这让 GPU 的算力真正变得通用。

只是这前瞻的想法却没能俘获到资本市场的芳心。华尔街对热衷 CUDA 的英伟达发出了最强烈的警告，对 CUDA 估值为 0。投资人和分析师也都觉得 " 你一家游戏显卡公司为啥要花钱去做梦 "。

英伟达深度学习团队的成员

而比起资本市场的态度，更让英伟达难堪的是，2008 年闹出了 " 显卡门 " 事件——安装英伟达两款 CUDA 电路显卡的电子产品出现了显示异常的问题。消费者集体诉讼，后续发酵更是让英伟达失去了手机芯片业务的大蛋糕。

屋漏偏逢连夜雨，2008 年，金融危机削弱了需求，长期挣扎的竞争对手 AMD 开始复苏，英伟达股价暴跌。与此同时，英伟达和英特尔的专利交叉授权协议出现纠纷，迫使英伟达退出了又一个大市场。一连串打击之下，2009 年、2010 年英伟达出现了罕见的亏损，直到 2011 年才勉强回血。

好在英伟达的脚步并未因受挫而停止，上天也适时掉下一块 " 馅饼 "。

2012 年，AlexNet 的发明人亚历克斯使用了英伟达的 GPU，在 ImageNet 比赛中赢得了冠军，证明了 GPU 非常适合用于并行计算的神经网络，比 CPU 具有明显优势。从此以后，GPU 成了神经网络计算的引擎。

此时，已经开始有人意识到，英伟达的 GPU 或许可以使人工智能成为现实。而要发挥 GPU 的全部潜力，离不开 CUDA。

03.

AI 崛起的故事

2016 年，英伟达向成立不久的 OpenAI 捐赠了首台英伟达 DGX-1 AI 超级计算机，以支持他们研发人工智能。2022 年 11 月 30 日 chatGPT 发布，一周之内破圈，引爆全球互联网新闻，两个月后用户数破亿，英伟达芯片的市场需求也随之开始暴增。

这像是一段 " 投桃报李 " 的缘分，而如今来看，何尝又不是英伟达对于 AI 领域的提前押注。

2015 年，黄仁勋在 GTC 开发者大会进行了著名的《History of Deep Learning》演讲，并同时推出了用于训练深度神经网络的处理器 NVIDIA GeForce GTX TITAN X，成为了第一代深度学习开发者的标配。自此，英伟达的芯片架构也开始往深度学习和 AI 方向演进。

之后几年间，英伟达围绕提升 AI 运算效率为中心，陆续发布了 Volta、Turing、Ampere 等诸多架构，同时还推出了包括 DGX Cloud 在内的各种云服务，通过云端提供 DGX AI 运算资源，方便企业使用进行模型训练与开发。

事实证明，英伟达赌对了方向。在数字货币浪潮和人工智能浪潮的带动下，从 2017 财年到 2022 财年，英伟达的总营收从 69.1 亿美元升至 269.1 亿美元，增长率高达 74%。

随着 2023 年大模型的全球爆火，英伟达乘势成长为全球最具价值的芯片企业之一，市值也一路飙升至成为全球第一。

从先进的图形界面到自动驾驶汽车，再到新一波 AI 产品，英伟达的芯片正成为新兴技术的基础，就像黄勋仁所说：" 我们看到了业界对英伟达计算平台的强大需求。英伟达正在推动人工智能、数字生物学、气候科学、游戏、创意设计、自动驾驶汽车和机器人等当今最具影响力的诸多领域的进步。"

图源：NVIDIA 官网

而沿着规划的 AI 蓝图，英伟达还在加速前行。在 6 月 2 日晚间 COMPUTEX 2024 开幕的前夜，英伟达公布了 Blackwell GPU 的后三代计划：2025 年首先迭代到 Blackwell Ultra，2026 直接启用新架构 Rubin，2027 年进化到 Rubin Ultra。以往通常是两年更新一代，现在一年就更新一代产品。

黄仁勋在演讲时更是豪言预测，在不久的将来，每一个处理密集型应用都将被加速，每一个数据中心也肯定会被加速。到那时，英伟达又将带给我们怎么样的颠覆？

部分来自网络，侵删。

撰文 | 程书书编辑 | 李信马题图 | IC Photo

本文来自微信公众号 "DoNews"（ID：ilovedonews），作者：程书书，36 氪经授权发布。