英伟达股价瞬间下跌 3.8%。
 
北京时间 3 月 28 日凌晨,英伟达创始人&CEO 黄仁勋在 CTC 2018(英伟达 CPU 技术大会)上发表演讲,并发布了迄今最大的 GPU——DGX-2。但令人震惊的是,黄仁勋紧接着宣布,暂定自动驾驶路测。
 
随后英伟达股价应声下跌 3.8%。
 
 
高调发布史上最大 GPU 后
英伟达却宣布暂停自动驾驶研发
大会一开场,黄仁勋便推出光线追踪 RTX 技术(ray-tracing),该技术可提供电影级画质的实时渲染,渲染出逼真的反射、折射和阴影画面。
 
 
随后,英伟达发布了新一代显卡 NVIDIA Quadro GV100。该显卡拥有 32GB 内存,且可借助 NVIDIA NVLink 互联技术,通过并联两块 Quadro GPU 扩展至 64GB。
 
 
紧接着,黄仁勋宣布新版 Tesla V100 内存升为 32G,该芯片可与旧版无缝换插,支持更多人工智能的工作负载。
 
 
与往年不同,英伟达今年还专为医疗领域发布了一款图像超级计算机——Clara。据了解,Clara 可接入现有的医疗设备,比如超声波检测仪。介入后,其就能对系统进行升级,通过深度学习等相关技术,将原本的黑白图像实时渲染出颜色,并分层、分区域,形成一个 3D 图像,在通过后期处理,为医生提供更加清晰、立体的检测图像。
 
 
本次大会最大的亮点,应该就是发布了全球最大的 GPU——DGX-2。该 GPU 可实现每秒 2 千万亿次浮点运算(2 PFLOPS),能够在不到两天的时间内完成对 FAIRSeq 的训练(FAIRSeq 是一种采用最新技术的神经网络机器翻译模型,性能比去年 9 月推出的 DGX-1 性能提高了 10 倍,且售价仅 39.9 万美元(人民币 250 万元)。
 
 

 

除此之外,英伟达还推出了 ISAAC 机器人仿真训练平台 SDK 和新版机器学习应用平台 TensorRT 4。
TensorRT 4 支持 INT8 与 FP16 精度,并与谷歌合作,将其整合进 AI 开源框架谷歌 TensorFlow 1.7 中。
 
在一口气发布了多款产品之后,黄仁勋却宣布,要暂停自动驾驶路测,但并未公布暂停时间。该消息一出,英伟达股价下跌 3.8%。
 
值得一提的是,虽然英伟达有这一计划,但其还实推出了一个测试自动驾驶汽车的新系统——DRIVE Con stellation,一款基于云计算的平台,能够逼真的模拟出测试驾驶场景。与此同时,黄仁勋还表示,英伟达正在研发一款自动驾驶专用芯片——DRIVE Orin,但没公布具体信息。
 
 
传统 GPU 时代已经过去
AI 技术将无处不在
作为一家以设计显示芯片和芯片组为主的无晶圆半导体设计公司,英伟达在其成立之初的 6 年时间里,一直是行业内一个“低调”的存在。
 
直到 1999 年 8 月,英伟达强势发布全球第一款 GPU(显示图形处理单元)——GeForce 256,重新定义了现代计算机图形技术之后,其在半导体行业内才名声大噪。
 
 
此后,英伟达面向计算机、消费电子和移动终端,先后推出 GeForce(主打游戏)、Quadro(主打办公)、Iray(主打 VR)、DRIVE(主打自动驾驶)、Tesla(主打数据中心)等的系列产品,逐渐成为了半导体行业领军企业——GPU 市场份额达 70%以上,稳居全球 GPU 市场霸主之位。
 
但不可否认的是,随着计算机对算力要求的提高,英特尔、高通等在计算机、消费电子和移动终端的持续深入,PC 市场已相对饱和。再加之苹果、华为等相继入局芯片市场,英伟达面临的竞争压力也越来越大。尤其在人工智能技术可提供的算力支持凸显之后,各大厂商对 AI 芯片市场可谓志在必得。相对“传统”的英伟达,也不得不做出转型的选择。
 
黄仁勋曾说过,“在人工智能到来之前,英伟达从来都没有处于一个如此巨大的市场的中心。”显然,AI 就是英伟达的转型核心。
 
“未来,AI 与 AI 芯片将会无处不在。”黄仁勋说。
 
凭借 AI,英伟达股价 3 年翻 10 倍
英伟达在 AI 上的决心是有目共睹的。
 
 
早在十年前,黄仁勋就立志要带领英伟达进行战略性转型——押注一系列的改动和软件开发,来使得 GPU 能够处理在电脑屏幕上绘画以外的、更为复杂的任务。随着人工智能技术的发展,黄仁勋看到了 AI 在 GPU 行业的巨大潜力,其对计算设备的构想也随之改变为:CPU 负责通用计算,GPU 负责特定任务——特别是人工智能任务的计算。
 
可以看到,英伟达近年来在 AI 领域颇下功夫:
 
发布 Tegra K1 移动处理器,适用于智能手机、平板电脑和自动驾驶汽车;
 
发布 DRIVE PX 自动驾驶平台,并于丰田、沃尔沃等传统汽车厂商合作;
 
推出 GPU 芯片 TeslaP100,该芯片内置 150 亿个晶体管,可用于深度学习,是当时最大的处理器;
 
发布全新 Volta 架构 GPU Tesla V100,并增加了与深度学习高度相关的 Tensor 单元;
 
……
 
在 2017 年的 GTC 上,黄仁勋曾为英伟达圈定了未来的五大发展方向——AI 计算平台、TensorRT、智能城市平台、自动驾驶平台和 Xaiver,而这些都是基于 GPU 实现。
 
数据统计显示,目前,全球大约共有 3000 家人工智能相关企业,其中大部分都是通过英伟达的平台来开发产品及相关技术的,例如自动驾驶、在线购物、股票交易等。
 
2018 年 2 月 8 日,英伟达公布第四季度以及全年财报。2017 年第四季度,英伟达收入达 29.1 亿美元,同比增长 34%;GPU 收入同比增长 33%,至 24.6 亿美元,占总比近一半。而仅 2017 年一年,英伟达的总收入就高达达 97.1 亿美元,同比增长 41%,利润增长 83%。过去的一年时间,英伟达的股价上涨了 200%。
 
要知道,三年前,英伟达的股价还徘徊在 20 多美元上下。如今,其股价已经上升至了 246 美元,较三年前翻了 10 倍以上,市值已超 1400 亿美元。
 
借用黄仁勋曾说过的一句话,“人工智能计算就是计算的未来,只要继续让我们的平台成为人工智能计算最好的平台,我们就能在很多业务上取得领先地位,GPU 也将成为所有公司的必备产品。”
让人不禁感叹,乘上 AI 东风的英伟达,日子是越过越好了。
 

 

相较于 GPU
专芯专用或是当前 AI 芯片行业更大的发展趋势
AI 芯片市场究竟有多庞大?
 
根据中信证券测算,2020 年全球 AI 芯片的市场规模可达 146.16 亿美元。英伟达企业业务副总 Shankar Trivedi 甚至表示,全球数据中心市场规模在 500 亿美元左右。
 
这是一个公认的庞大市场。相较于 GPU,专芯专用或许才是当前 AI 芯片行业更大的发展趋势。
 
相关数据统计,仅国内,2017 年就有数十家初创公司对外宣布要做 AI 芯片,包括地平线、云知声、深鉴科技、寒武纪等。
 
可以看到,当前国内 AI 芯片研发公司大多现为计算机视觉或者自然语言处理出身,相较于英伟达这样的较为通用型大厂,他们更多的是从技术应用场景出发,围绕终端侧开发相应的芯片。
 
从应用场景看,AI 芯片应用最广或者需求量最大的有四类领域——家居 / 消费电子、安防监控、自动驾驶汽车和云计算。
 
家居 / 消费电子方面,华为的麒麟 970、苹果的 A11 等,均已在终端应用,且反响不错。
 
安防监控和自动驾驶领域,地平线的旭日 / 征程、寒武纪的 AI 等,均是专用芯片,且备受行业瞩目。
云计算领域,目前,百度、阿里、腾讯、科大讯飞等都陆续进军云 AI 芯片领域,以投资为主。其中百度曾在去年发布了一款 256 核、基于 FPGA 的云计算 AI 芯片——XPU。这一领域,国内入局者不多,但苹果、谷歌已均有相关产品面世或在研发中,如谷歌的第二代 TPU。
 
最后
英伟达宣布暂停自动驾驶路测是遗憾的。外界猜测,这或许与 Uber 自动驾驶汽车撞人致死事故有关。因为 Uber 从 2016 年首次部署沃尔沃 SC90 SUVS 测试车队以来,使用的一直是英伟达的计算技术。
 
当然,除了受负面消息影响,也不排除英伟达只是需要一个缓冲时间,将技术做精做深,以确保自动驾驶路测足够安全。毕竟,在宣布暂停路测的同时,英伟达也推出了 DRIVE Con stellation,甚至还宣布正在研发自动驾驶专用芯片。