人工智能興起的這幾年，原本已在GPU領域舒舒服服吊打競爭對手的英偉達，突然發現了能夠消耗GPU強大並行計算能力的新方法。源自圖形計算本身需求的GPGPU並不能帶來廣泛的深入社會生活各個領域的影響力，但人工智能不同。無論是各類廠商刻意的把自動化和遠程控制按上智能的名頭，還是Google深度安利的機器學習/深度學習，人工智能已經深入人心。
GPU的超級並行性以及單精運算的結構，天然就是AI計算的料，於是乘上AI東風的英偉達價值成倍成倍地增長，Computex期間再創新高，股價一度超過265美元，而整體市值更是超過IBM這樣的藍色巨人，AI盛況空前。雖然Google表示將自行開發新一代TPU產品，但是明眼人都知道，Google的TPU就是英偉達帶加工的馬甲。而就算不為Google這樣的海量數據處理需求提供產品，黃仁勳的特斯拉（Tesla）可要比馬斯克的特斯拉跑得瘋多了！
當著數百媒體人，黃仁勳不厭其煩地細數著檯面上每款產品的特性和用途。無人會否認，英偉達股票的持續翻紅，與前景無限的AI關係密切，但是現實是另一個結果，其超過60%的營收，來自最為人所熟知的GeForce遊戲業務，而與AI相關的業務收入只有前者的幾分之一。要知道，GeForce 10系列上市已經兩年時間了，相比英特爾的"擠牙膏"，英偉達連牙膏都懶得擠，一代產品不降價還能被持續搶破頭，遊戲的火爆和挖礦的火爆，哪個都能讓它躺著收錢。
然而，英偉達還在不斷地加大AI相關產品的投入，從研發、產品到市場，一刻都沒有停止過。這樣全力以赴，它還能跑得更快些嗎？
Computex上，黃仁勳再次帶來了全線AI計算的硬件新品，上至被兩塊Xeon CPU串聯起16塊Tesla V100組成的"最大GPU"HGX-2、一體型計算主機DGX-2/DGX-STATION，下至集成數十個核心的Jetson Xavier平臺（包括了1個Volta Tensor Core GPU、1個8核ARM64 CPU、2個NVDLA深度學習加速器、1個圖像處理器、1個視覺處理器和1個視頻處理器）為機器人提供大腦，以及滿足5級自動駕駛需求的DRIVE XAVIER/PEGASUS，無不密切圍繞熱門的AI領域開發。
誠然，當然的英偉達借十餘年在GPU領域的霸主地位順理成章地快速切入了AI硬件領域，並且贏者通吃，拿下了自動駕駛、機器學習等多個領域。
然而，臥榻之側，豈容他人鼾睡。讓所有人都眼紅是一種成就，但也是一種風險，當英偉達紅得發紫的時候，它原本的客戶以及競爭對手也都沒閒著，新的更大的挑戰就在那不遠的地方。
5月中，在Google I/O大會上，Google宣佈將推出為特別優化了神經網絡訓練和TensorFlow流程優化的第二代TPU產品，其架構和設計已經明顯有別於英偉達提供的基於GPU架構設計的產品。雖然英偉達新一代的Tesla V100產品也具有相對獨立和強大的Tensor計算能力，但超大的核心、昂貴的價格、不專一的設計，很可能讓它丟掉Google這個大客戶。
除了曾經的客戶，英偉達還必須面對擁有強大製造能力的英特爾，畢竟作為Fabless廠商，沒有製造的靈活性，與難以掌控V100超大核心的製造並存。通過一系列買買買和長時間的消化吸收，英特爾已經建立起更為完整的AI芯片家族，從提供兼容豐富應用併兼顧桌面AI需求的x86家族產品，為機器計算提供平臺節點的Xeon系列，以及"買來"並已經開始產品落地的AI芯片Nervana、Altera FPGA產品和Movidius VPU，從端到端的AI產品和40年的PC生態，都讓英特爾顯得和藹可親。
在特定的AI應用領域，比如需要低功耗和實時性的移動終端上，寒武紀甚至高通都成為了它潛在的競爭者。別看英偉達在機器學習領域近乎壟斷，但在新一波的神經網絡訓練上，所有人幾乎回到了同一起跑線上。
還要不要更多、更強的AI芯片，"適時地"成了英偉達必須面對的封頂問題，有關新的AI專用芯片是否還有市場的爭議已起，具有一定通用特性的GPU生態最為完善，相關工具也非常成熟和被廣泛使用，而新硬件特別是算法相對固化的產品，會讓研究者浪費過多的熟悉時間。在臺北迴答記者問題的時候，黃仁勳也承認，在現有數據沒有開始爆發性增長的情況下，已知領域的數據挖據和學習已經進行的差不多了，至少目前硬件性能已經可以滿足要求，更高性能的產品顯得不合時宜和浪費，因此英偉達在保持技術領先的情況下，短期更傾向於將成熟技術落地，包括產品實用化和小型化方向，自動駕駛及互動機器人產品，都是這樣思路的產物。與英特爾的AI產品序列來自不同設計機理，需要解決互通性和算法一致性問題不同，英偉達的產品具有更好的通用性和架構的一致性，開發者所使用的工具與終端產品架構上並無二致。
人工智能是應用前景廣泛、商業機會眾多的領域，這是無人可以否認的現實。但是人工智能實現的路徑和需要的工具卻千差萬別，一致架構的優勢不定哪天就會成為絆倒英偉達自己的那道檻。
英偉達也在盡力避免自己的市場優勢地位被AI的狂歡弄得一地雞毛，如同前兩年面對挖礦熱潮一樣，它也推出了不得使用GPU產品開發AI平臺的禁令，並不斷強調，"遊戲顯卡只能打遊戲，不能放在數據中心跑深度學習"——在技術上，TPU才是AI的正根大腦，而GPU只是兼具此功能。事兒就在這個"兼"字上了，HGX/DGX就別說了，天價不說還買不到（政策及供給因素），遊戲和挖礦讓GeForce也供貨緊張價格高企，用戶不得不開始找其他可以到手的用具。好在英偉達多少意識到了這個問題，一方面不給用GeForce研究AI，一方面開放OEM生產製造最新的HGX-2，包括聯想等PC廠商開始參與到產品供應中，當然，脖子還是卡在V100上。
另一個變化是，英偉達也開始嘗試與其他廠商形成更良性的競合關係，比如此次黃仁勳展示的"新產品"中就有來自新東家是英特爾的ALTERA，其Arria 10 FPGA功能模塊孤零零地與GeForce產品放在一起，只是有關它的用途的講解被活生生跳過了。
借AI再次爆紅的英偉達正在不斷地向業界重複著一句話：" I am ai"，這才有了股價坐上火箭盛況。GeForce的強大支持，不僅呈現在財務端，更為AI研究提供了最直接的實例。視覺計算不僅最為消耗計算力本身，而且視覺對人來說可傳遞的信息太多，其中也大量包括了思維的反饋，這也也正是AI要學習和研究的方向。
有一個支柱產品的企業就能活得很好，有一個稱霸領域的企業就能翻雲覆雨，而如果有兩個呢？英偉達如其許多前輩一樣，眼見就能稱霸第二個領域了！瘋狂推動技術迭代的背後，保持與最接近的競爭者之間有代差，是稱霸最直接有效的方式，拿捏好用戶和市場能摸出多少真金白銀，是老黃的重要任務。剩下的問題就是，他送至眼前的cookies麼，你接得住嗎。
閱讀更多 CHIP TV 的文章
