有個中國人很牛 在美國開了家晶片公司 這家公司還敢叫板英特爾

在中國，江浙二省很是不一般。

從近現代至今，江浙二省總是能孕育出不少的科技人才。

就比如，台積電的創始人張忠謀和中芯國際的創始人張汝京，兩個人都曾出生在江浙二省。

言歸正傳，英偉達（NVIDIA）的創始人黃仁勛，也是一位傑出的IT精英。

黃仁勛的祖籍本也在浙江，出生地則在台灣。

黃仁勛的父親是一名化學工程師，母親是一名教師。

1972年，9歲的黃仁勛和他的哥哥，被父母從台灣送到了美國生活，父母把兄弟二人託付給了在華盛頓的舅舅，由於舅舅的家庭經濟困難，舅舅就把黃仁勛和他的哥哥送到了一所鄉村寄宿學校讀書。

黃仁勛在後來向他人回憶這段經歷時稱，這個學校像少年教養院，每個孩子都帶刀，很多學生全身都是刺青。

兩年後，黃仁勛的父母也移民到了美國，一家人在美國團聚，黃仁勛和他的哥哥方才進入到正規學校讀書。

黃仁勛在小時候很是熱愛數學，還喜歡用各種方式去研究各種材料，且天生便有著冒險精神，這為黃仁勛會在後來選擇工程技術專業打下了基礎。

黃仁勛16歲那年，便考入了俄勒岡州立大學電子工程專業，到1984年，黃仁勛在俄勒岡州立大學獲得電機工程學位。

此後，黃仁勛又在史丹福大學取得碩士學位。

從1983年到1985年，黃仁勛AMD公司中干過晶片設計工程師的工作。

1985年，黃仁勛離開AMD公司，轉而加入到晶片公司LSI Logic，在LSI Logic公司中一直工作了八年。

1993年，黃仁勛和另外兩個志同道合的好友在美國共同創立了圖形晶片技術公司英偉達。

起初，英偉達用了兩年左右，傾盡全力研發出第一代圖形晶片NV1，並沒有在市場上取得成功。

但英偉達卻為此花光了資金，瀕臨破產。

正當英偉達走投無路之際，遊戲公司世嘉卻向英偉達伸出了援手。

當時世嘉的高管認為，英偉達的圖形晶片很是適合用在世嘉的下一代土星遊戲機上。

並且，世嘉為此耗資700萬美元來支持英偉達研發第二代圖形晶片NV2。

遺憾的是，英偉達和世嘉的合作終告失敗，英偉達的第二代圖形晶片NV2隨之流產。

幸運的是，黃仁勛因此看清了市場，決定讓英偉達在業務上有所轉型（抱住微軟的大腿）。

1997年，英偉達研發的第三代圖形晶片Riva 128，在市場上一炮而紅，英偉達總算起死回生。

1999年，英偉達研發出了圖形處理晶片GeForce 256。

GeForce 256圖形晶片的性能，遠遠高於市場上的其他同類產品。

GeForce 256圖形晶片既減少了對CPU的依賴，又強化了對3D圖像的渲染功能。

英偉達因此獲得了微軟的訂單（Xbox遊戲機）。

英偉達 Riva 128 圖形晶片

英偉達GeForce 256產品包裝

黃仁勛沒有想到的是，伴隨著網際網路及其相關行業的發展，GPU居然可以在深度學習領域中發揮起巨大的作用。

對於深度學習，黃仁勛這樣來看：「深度學習就跟人腦一樣，你幾乎可以教會它任何東西，可是它有巨大的障礙，必須具備強大的計算能力，這和GPU的運算模式是一樣的。

」深度學習是人工智慧技術能否繼續進步的一大關鍵所在，英偉達顯然是抓住了人工智慧行業大爆發的機遇。

現在已經有好幾千家人工智慧公司都在採用英偉達的晶片技術。

值得一提的是，近幾年來，在英偉達的營收中，八成左右的收入依然是由英偉達的圖形晶片部門貢獻的。

並且，谷歌和英特爾等競爭廠商都在研發人工智慧晶片。

英偉達GPU深度學習原理

人工智慧技術發展到成熟階段，離不開三個要素。

這三個要素分別是優秀的算法、強大的計算能力和足夠多的訓練數據。

說起來，人工智慧並不是那麼令人難懂和讓人感到神奇，人工智慧依賴機器學習。

而所謂機器學習，比如說，有個人想讓某個計算機系統能夠自主識別出一篇文章是不是科技文章，那麼這個人就應該給這個計算機系統大量的科技文章，讓這個計算機系統來識別這些文章，這個人只需要告訴這個計算機系統識別這些文章的結果是對還是是錯，這個計算機系統便能通過這樣的訓練過程，自主調整算法中的參數，從而不斷提高自主識別一篇文章是不是科技文章的正確率。

日前，台灣《電子時報》報導：2017年9月26日，黃仁勛在GTC北京大會上當眾發表了英文演講。

黃仁勛在GTC北京站大會上就當眾吐槽了英特爾，「摩爾定律已經是過時的定律」，「CPU電晶體的數量每年增長50%，但性能每年僅增長10%」，「設計人員們已經沒法再創造出更高指令級並行性的CPU架構」。

現在已經是超級摩爾定律的時代，GPU在計算能力上的發展速度超過了摩爾定律，神經網絡在性能上的發展速度也超過了摩爾定律，GPU在計算能力上將取代CPU而崛起。

英偉達Tesla V100加速卡內含Volta GV100 GPU

英偉達一再向人們強調，GPU在人工智慧行業不斷發展的過程中會扮演越來越重要的角色。

英特爾則始終堅持力挺CPU。

黃仁勛在北京GTC大會上當眾表示，英偉達的GPU可以彌補CPU在計算能力上的不足，是推動人工智慧等行業持續發展的最佳產品和技術方案。

在北京GTC大會上，黃仁勛還當眾展示了英偉達的一款重磅級產品——Tensor RT3人工智慧推理加速器。

黃仁勛當眾還說道，騰訊、阿里巴巴、京東、百度、科大訊飛、華為、浪潮電子和聯想等中國廠商也都採用了英偉達的產品和技術方案。

《電子時報》稱：

黃仁勛舉了一個簡單的例子來說明目前 CPU 並不是 AI 相關計算的最佳選擇。

以中國語音識別領域的著名廠商科大訊飛為例，以其語音產品每天 5 億人次的訪問量、每次平均 15 分鐘的使用時長來計算，要滿足此計算量將要花費 10 億美元來搭建基於 CPU 數據中心，這包括 20 萬個 CPU 伺服器，以及 100 兆瓦的耗電量。

而 HGX 伺服器則是在 8 個 Tesla V100 加速單元的基礎上搭建的 AI 專用加速器，單個 HGX 伺服器在語音／圖像識別推理方面的計算性能相當於 150 個傳統 CPU 伺服器。

他強調，一台 HGX-1 就可以為用戶提供足夠的 CPU 和 GPU 應用。

在深度學習任務中，HGX-1 與傳統基於 CPU 的伺服器相比，性能可以提升 100 倍，AI訓練任務的花費為後者的 1/5，AI 推算的十分之一。

黃仁勛表示，每台 V100 伺服器可以為客戶節省 50 萬美元的成本。

結語：本文的目的意在喚起人們像關注騰訊、阿里巴巴、華為、小米、京東和今日頭條等科技公司那樣，也去重點關注英偉達這家專注圖形晶片技術的公司，尤其是英偉達在技術上的進展很是值得人們去深入地探討之。