Nvidia登上万亿市值的历程（一）

‍‍总结过去30年的全球经济发展趋势，虽然会有很多答案，但也可以从以下两个角度来概括。

在过去的30年里，全球经济的霸权曾一度从美国转移到日本；但到了2013年，这一趋势又逐渐回到了美国，并变得更为强烈。

下面是全球市值排名前20的公司。除了中国的腾讯、法国的LVMH集团、台湾的TSMC和Saudi Aramco外，其余都是美国公司。

当们深入观察这些核心公司时，会自然归结出以下几点：IT时代的范式转变、引领这一时代的美国，以及美国公司如今已经成长为规模巨大、市值高达数万亿的巨头。

而在这万亿美元市值时代中，今天我们要讲述的是前不久刚突破万亿美金市值的Nvidia。

CPU、AMD和Nvidia‍‍

谈到Nvidia，可能许多人首先想到的是一身皮衣的Jenson Huang。Jenson Huang在斯坦福完成了电子工程硕士的学业后，开始了自己的职业生涯。值得注意的是，Jenson Huang在职业初期曾是AMD的芯片设计师，而且在创办Nvidia之时，他最初的目标并非是GPU，而是CPU。

Jenson Huang曾是AMD的芯片设计师这一点多少令人意外，但最初瞄准CPU市场，更是一个有趣的地方。但对于了解当时的背景的人来说，也并不奇怪。

当Jenson Huang和他的朋友们在1993年创立Nvidia时，正是DOS和Windows 3.1的时代，3D图形尚未在主流舞台上亮相。计算系统完全以CPU为中心，CPU无疑是半导体市场的王者。如果我们深入了解时代背景和市场内部情况，就可以理解为什么他们当初想制造CPU，以及为什么后来又放弃了这个梦想。

上世纪90年代，多种计算系统架构逐渐融为一体。正如大家所知，没过多久，CPU市场就被Intel所统治。虽然他们知道CPU市场是关键，但Nvidia已经错失了机会，不得不在其它点寻找方向。现在的问题是，为什么在许多可选项中，他们选择了GPU？

那个时候，计算机正开始成为家庭必备品，PC开始普及。当时推动PC普及的关键词之一就是游戏。游戏业从高价的专用设备转移到游戏机，然后再转移到PC，正在迅速发展。从这个时期开始，运行游戏不再只依赖CPU或增加一个小内核处理器，而是需要一个更专业的高性能逻辑半导体来处理图形。这是GPU市场开始崛起的时候，原本还只被视为CPU辅助设备的GPU，一跃成为了IT市场的明星。

简单重复的半导体‍‍

计算机的核心功能是计算。它是为了执行人类难以进行的复杂计算而设计的，其核心就是CPU。为了处理复杂的计算，半导体和整个IT市场持续地发展，而CPU也在这一趋势中不断进化。

问题在于，游戏图形处理的性质与传统的计算稍有不同。尤其是引入3D概念后，由大量多边形构建的模型需要实现，并对其动作和交互进行优化。这一图形处理过程为CPU带来了巨大的负担。因此，需要一种专用半导体来处理相对简单但数量庞大的计算。随着PC的普及，游戏移植到PC，3D技术应用于游戏，这一变革导致了GPU开始在市场中崭露头角。

这种简单重复的半导体就是GPU，而GPU的结构中隐藏了这一切的故事。通过整合大量的小内核实现并行处理，使得进行简单但数量巨大的计算成为可能。

这就是我们可能早已耳熟能详的CPU和GPU的区别，以及为什么GPU市场会兴起的故事。正如现在大热的“AI”，当时的人们对“3D”这个词也充满热情。那个时代需要一个新的半导体市场领导者。而关键是，即使在90年代，我们也能够凭借相同的原则准确预测到今天的趋势。

90年代的计算机迷们可能还记得那些名字。当时流行的PC杂志中，你可以看到许多与显卡相关的广告，如Matrox的Millennium、3dfx的Voodoo、ATI的Rage，还有S3的Savage。

那时，许多家庭开始拥有计算机，PC网吧这种新文化也开始兴起。“3D”这个词从纸面上的概念，转变为我们通过游戏可以直接体验到的东西。

那个时代，显卡市场经历了激烈的竞争。SIS被ATI收购，然后ATI又被AMD收购。曾凭借Voodoo系列崭露头角的3dfx因破产而退出了历史舞台，其资产被Nvidia吸收。最终，市场实际上被两家公司所主导。

你可能会问，为什么在2023年还要提到那些90年代的故事。如果2000年代是关于3D和显卡的故事，那么2020年代则是关于AI和AI加速器的故事。事实上，那时的故事与现在惊人地相似。当我们看着AI和半导体市场时，简直就像是在看一部老电影翻拍，我们实际上已经有了预见未来的能力。

从这个角度来看，当时有许多人预见到了GPU的未来，并在市场中取得了一定的成果，但只有极少数最终幸存下来并享受胜利的果实。同理，未来几年会涌现出许多AI公司和AI半导体公司。但现在不是盲目追随AI这个词的时候，而是要耐心地筛选出真正的金子。

回到今天的话题，2010年代两家公司之间的市场份额大约为6比4，这是一场势均力敌的硬仗。

协同效应与逆协同‍‍

当我们比较这两家公司的特点时，Nvidia主要专注于GPU，而AMD除了GPU外还生产CPU。这种差异为AMD带来了巨大的优势。

当时，选择AMD的CPU或GPU的消费者，往往也会选择AMD的其他部件。因为他们相信这样不仅可以在设计上，还可以在驱动优化等软件方面获得最优性能。这种信念认为从设计开始就可以优化，并且在后续的显卡驱动等软件领域，同一公司的产品会有更好的匹配。这是一种再合理不过的常识。但让我们看看最后的结果，2010年代初，Nvidia和AMD的市场份额约为6:4；到了2014年，Nvidia已经处于明显的领先地位。

第一个原因是AMD在CPU市场的失利。在AMD推出其代表作RYZEN之前，因其“Bulldozer”架构的发热问题，甚至连AMD的铁杆粉丝们也逃向了Intel。尽管AMD能够同时制造CPU和GPU，从而实现一种捆绑销售，但随着其在CPU市场的竞争劣势加剧，原本的协同效应反而成了逆协同效应。

第二个更为决定性的原因是AMD在GPU市场上的失势。简单来说，当AMD在“Bulldozer”架构时期遭受困境，于是为了推出RYZEN大量投资于CPU的研发，从而导致其在GPU方面的投入相对减少。加上为了追赶性能差距大胆引入了HBM技术，又导致了产品良率问题。

最终，CPU的失败导致了GPU业务的震荡。AMD同时握有CPU和GPU两张王牌所享受的协同效应反成为了拖累。这个故事告诉我们，一家可以同时做两件事的公司可能在策略上占优，但结果也可能完全相反。这是我们回顾2010年代半导体市场时应该注意的第二个要点。

因此，随着AMD黑暗时代的开始，Nvidia在GPU市场竞争中占据了优势，到2015年其市场份额甚至达到了80%。

伴随着新时代的关键词3D，Nvidia在市场上确立了GPU的稳固地位，这是Nvidia成立二十多年来的成果。但仅仅这些还不足以说他们取得了成功。

始料未及的变数‍‍‍‍‍‍‍

2010年代中期，Nvidia在显卡市场中相较于AMD确实取得了巨大优势。这里有Nvidia在2015年达到80% GPU市场份额时的销售图表。但那时，Nvidia的销售额还只是Intel的十分之一，甚至不在半导体公司的前12名之列。所以对Nvidia来说，显然还不是举杯庆祝的时候。尽管方向是正确的，目标也达到了，但仍然需要更多的东西。

大约在这个时候，一个完全始料未及的市场变数出现了，我们又迎来了加密货币的热潮。虽然关于加密货币人们已经说的太多了，在这里先不深入。加密货币的本质是区块链技术，区块链的核心是解决复杂的哈希函数问题并添加新的区块，这个过程被称为“挖矿”。正是因为这个原因，随着加密货币价值的增加，社会各层都在大量投资于这种“挖矿”行为。关键是，挖矿需要大量的算力，并且随时间的推移，难度不断增加，算力也需要不断加码。

正是这个时候，GPU与加密货币相遇。我们上面说到3D技术开启了GPU时代。大量的多边形构成的模型及其动态和交互的计算给CPU带来了巨大压力，导致了对专用半导体的需求。随着PC的普及、游戏的移植以及3D技术的应用，市场上开始出现了更多的GPU。同样的机制也适用于加密货币挖矿市场，GPU再次成为了主角。为了解决哈希函数问题，相对于传统的基于CPU的计算，GPU提供了更高效的解决方案。因此，大量的资金流入了GPU市场，导致了前所未有的GPU供不应求现象。

GPU的价格飙升了四到五倍。简单重复的半导体GPU再次被社会认可。加密货币的热潮使Nvidia的股价翻了好几倍，正是那个时期，Nvidia进入了半导体市场的前12。当然，那时Nvidia的销售额仍然只是Intel的六分之一或七分之一。从这个角度看，称其为逻辑半导体市场的领导者还为时过早。从市值的角度看，那时也只是Intel的一半。

但故事还未结束，还有另一个大好机会在前方等待着Nvidia……