超越亞馬遜、Google,晉升全美市值第三大公司
黃仁勳與他的NVIDIA帝國
企畫.整理.撰文|李岱君 插圖繪製.美術編輯|王瓊萩 攝影|蔡仁譯 編譯.整理|李岱君 編輯|王宥筑、邵蓓宣 攝影|蔡仁譯 圖片來源| NVIDIA、Xbox
超越亞馬遜、Google,晉升全美市值第三大公司
GPU:最初被定位小眾市場,一夕翻身成AI時代寵兒
輝達最為人所知的就是「一間做GPU的晶片公司」,趕上當今的AI發展,其實是意外收穫。自1993年創立開始,輝達就將核心產品定位為「應用於電玩的3D繪圖晶片」。在1999年推出的GeForce 256一戰成名後,將GPU作為力抗英特爾的CPU(中央處理器)的主力產品。直到2006年轉往加速運算的賽道前,公司前13年的公司策略,都著重於在GPU市場中存活。
90年代初的矽谷,是個人電腦興起的時代。軟硬體皆有霸主盤據市場,軟體方面,微軟(Microsoft) 的Windows體系大熱;硬體則是英特爾(Intel)CPU稱霸。當時GPU的需求還沒顯現,且主流認為要放在電子產品裡的必須是CPU,輝達的定位被認為是小眾市場。
為何當初不被重視的GPU,能推動如今的AI發展?《彭博社》(Bloomberg)比喻,假設運算就像去超市買菜,而結帳是完成運算的終點。CPU就像是推著一輛購物車,依序到蔬果區、肉區、乳製品⋯⋯等,一樣樣商品拿完後再結帳,亦即「線性處理」;GPU就像是同時派送多名採購員,各自拿負責的商品到櫃檯結帳,透過平行運算(parallel computing)來加快計算速度。 這也是GPU能夠在AI運算上勝出的緣故,因為AI需要訓練大量的語言模型,使用的晶片需要極高的運算能力。
晶片迭代迅速,現在GPU市場已是一片紅海,旁有大廠超微(AMD) 與之匹敵, 後有Google、英特爾等科技巨頭紛紛推出自家運算晶片,微軟更和超微(AMD)合作Athena晶片。但輝達就贏在「跑得快」,且多年來都潛心打造GPU的產品跟系統。市調機構顧能公司(Gartner)估計,今年1月,輝達在AI晶片的市占最高可達90%,獨霸一方。科技分析顧問公司Moor Insights & Strategy執行長派翠克.穆爾黑(Patrick Moorhead)總結:「輝達做的是開創市場,這讓競爭對手陷入了艱難的境地,因為當他們迎頭趕上時,輝達已開發下一個新事物。」
CUDA:軟體助攻硬體,打造輝達護城河的利器
全球科技產業研調公司Omdia表示,輝達憑著AI晶片的高市占跟生態系統,在訓練生成式 AI 模型方面擁有更大的主導權。
2006年, 輝達推出了真正讓公司躍上風口的CUDA(Compute Unified Device Architecture,統一計算架構),這是用來擴展GPU加速運算的軟體技術,可以協助將任務拆解成更小的微任務(編按:如前述GPU與超市的比喻,CUDA可協助將分工變得更仔細,好讓運算更快速完成)。這讓GPU從單一繪圖運算的用途,轉變為可以在物理、醫療等不同領域通用的晶片,讓使用者可以更輕鬆的開發應用程式。
輝達開發CUDA的過程至少花費了超過300億美元,但在十多年前,GPU瞄準的遊戲市場和衍生的這套軟體並不被外界看好,CUDA當時在華爾街甚至被投顧公司評為「價值零分的商品」。但也正是這種軟硬體的結合,讓AI的發展有了突破。2012 年,大幅降低圖像辨識錯誤率的模型AlexNet 亮相,且當中僅使用2個輝達的GPU訓練幾天,就有其他晶片耗上數個月的成果,驚豔市場。
CUDA平台的建構,讓輝達的競爭優勢不只有硬體(GPU)上的技術領先,還打造了一個涵蓋了硬體、軟體、網路的AI生態系統,輝達因此正式吹響進軍加速運算領域的號角,更鞏固了其在AI市場的護城河。
不只推晶片、運算架構,也將觸手伸向AI終端應用
從晶片串連到運算架構,現在輝達也參戰生成式AI的終端應用。今年2月中旬,輝達發布了由GeForce RTX GPU支援的AI聊天機器人Chatwith RTX,目前可供Windows用戶下載。由於是下載到電腦本身,因此不用網路即可使用。讓使用者能夠串連自己的文檔、影片、數據等內容,創造屬於自己的GPT大型語言模型(LLM), 並向Chat with RTX提出請求,例如詢問「我曾經在東京去過的咖啡廳資訊」,AI工具就會對電腦的資料進行深度搜索並訓練。至於輝達能否透過終端服務的布局,吃到更多AI紅利?則有待時間檢驗。
閱讀完整內容
超越亞馬遜、Google,晉升全美市值第三大公司