GTC 2022過后,，廣大人民群眾紛紛奔走相告，黃仁勛又帶著他的新“核彈”來“炸街”了。

具體發(fā)布的新產(chǎn)品和技術(shù),，很多文章都已經(jīng)詳盡地介紹過了,，一言以蔽之：牛,！其中最炸裂的是H100 GPU,，采用了臺積電4納米制程工藝,，集成1800億個晶體管,，浮點計算能力相比前一代A100快了三倍，被看作英偉達的新一代“核彈”,。

一時間鑼鼓喧天,、鞭炮齊鳴，工業(yè)界盼到了“算力怪獸”,，消費者們也迎來了顯卡降價的日子,。

但冷靜下來想一想，英偉達是“為AI繼算力,，為眾人送溫暖”的大善人嗎,？無論粉絲還是看客,，都必須承認，英偉達是一個商業(yè)奇才,。作為最傳奇的數(shù)字經(jīng)濟股,，它的營收遠低于英特爾或Meta,，但市值卻遙遙領(lǐng)先,，這顯然不是“技術(shù)信仰”所能夠解釋的。

用黃仁勛本人的說法,，英偉達歷史上幾次具有里程碑意義的關(guān)鍵技術(shù)推出,，背后其實都是對自家 GPU 技術(shù)的發(fā)展成果進行了“泛化”（generalize），發(fā)現(xiàn)它居然可以做更多不同的事情,。

究竟是新需求催生了新產(chǎn)品,，還是新產(chǎn)品激活了新需求，這是一個“雞生蛋蛋生雞”的問題,。但我們可以從英偉達的行動與結(jié)果的相關(guān)性中,，總結(jié)出一個屢試不爽的模板：

在主流需求未曾觸頂?shù)臅r候，擴充豐富產(chǎn)品線,，哪怕“穿馬甲”也要全面布局,，將利基市場挖掘到最大價值；而一旦主流需求出現(xiàn)頹勢和退潮,，超過當(dāng)前市場需求的核彈級產(chǎn)品就會被拋出（當(dāng)然功耗也爆炸了）,，再次點燃大眾和華爾街對GPU的想象空間，進一步英偉達的估值推向新高,。

比起“卷王之王”,，英偉達更像是穩(wěn)坐釣魚臺的姜太公，把全球消費者和產(chǎn)業(yè)界拿捏得明明白白,。

四次供需“反彈”,，英偉達的算力霸主之路

英偉達的算力霸主地位，究竟是怎么實現(xiàn)的呢,？細數(shù)歷史上的幾次里程碑事件,，會發(fā)現(xiàn)有四次關(guān)鍵“反彈”。

第一次反彈：個人電腦的增長風(fēng)暴,。

從1993年成立到1999年這段時間里,，英偉達在群雄林立的顯卡市場中并沒有占據(jù)太大的領(lǐng)先優(yōu)勢。

當(dāng)時研發(fā)顯示芯片的廠商多如牛毛,，除了IBM,、索尼、東芝等半導(dǎo)體巨頭,，垂直賽道如Matrox,、3dfx,、Trident、S3 Graphics都曾引領(lǐng)風(fēng)騷,。英偉達先后發(fā)布的NV1,、NV2都沒有什么競爭力，差點破產(chǎn),。1999發(fā)布的TNT2（也就是“NV5”）雖然奪得了性能桂冠,，但速度只比NV4提高了10％至17％，跟主要競爭對手3dfx Vodoo3也沒有拉開差距,。

于是,，第一個“核彈”來了，英偉達推出了NV10,，也就是GeForce 256——第一款專業(yè)圖形處理核心,，直接轟開了個人電腦游戲加速的市場。

在此之前,，GPU顯示芯片都屬于固定功能的芯片,，而GeForce 256的出現(xiàn)，成為了第一款“集成了轉(zhuǎn)換,、照明,、三角形設(shè)置／剪裁和渲染引擎的單芯片處理器”，能夠每秒處理至少1000萬個多邊形,，讓GPU可以從CPU手里接管大量幾何運算的工作,，解決通用計算無法解決的問題，極大地推動了PC游戲,、創(chuàng)意設(shè)計等對GPU的需求,。

為了充分發(fā)揮GeForce 256的計算潛力，英偉達還基于該芯片推出了Quadro框架,，服務(wù)于專業(yè)繪圖工作站,，用來幫助創(chuàng)意和技術(shù)人員更高效地工作。隨后又推出了可編程 shader,，讓開發(fā)者可以在GPU上發(fā)揮更多創(chuàng)意,，比如3D渲染、游戲開發(fā),、特效制作等……

用黃仁勛的話來說就是：鼓勵或者調(diào)動全球人民的激情,，讓他們了解什么叫三維的圖形處理器，給他們提供很多工具進行創(chuàng)新,。

GeForce256發(fā)布的第二年,，英偉達就接到了微軟的訂單，為Xbox視頻游戲機開發(fā)顯卡。此后靠的則是“半年更新,、一年換代”的市場操作,。GeForce系列產(chǎn)品線不斷豐富、全面布局,，覆蓋了高中低端各類市場,，還學(xué)會了穿“馬甲”，在原有芯片基礎(chǔ)上稍作提升和改進,，就作為新系列快速推向市場,。將競爭對手卷得苦不堪言，英偉達也因此占據(jù)了GPU市場70％以上的份額,。

到了2007年,，英偉達市值已經(jīng)上漲了500％以上，被《福布斯》雜志評為年度公司,。

第二次反彈：并行計算的強勁推力。

早在2006年,，英偉達就推出了革命性的通用計算架構(gòu)CUDA,，以及通用計算硬件Tesla GPU。但在當(dāng)時,，深度學(xué)習(xí)并沒有現(xiàn)在這般受歡迎,，只有一些大型企業(yè)、研究機構(gòu)需要GPU來進行藥物發(fā)明,、天氣建模,、金融分析等高性能計算任務(wù)。

英偉達是從何時起開始加大力度激活對GPU并行計算能力的需求呢,？答案是2009年,。

這一年，英偉達舉辦了首屆“GPU技術(shù)會議”,，面向“使用GPU解決重要計算工作的開發(fā)者,、工程師和科研人員”布道。

2006－2009年間,，市場發(fā)生了什么變化,？受摩爾定律的統(tǒng)治，個人消費者對電腦顯卡的性能需求開始倦怠了,。

期間,，英偉達其實也有不錯的產(chǎn)品發(fā)布，比如重量級的Tegra移動處理器,，集成了ARM架構(gòu)處理器和Geforce GPU,，功耗比普通PC筆記本電腦低30倍。產(chǎn)品雖好，卻很難激發(fā)起消費者的澎湃熱情,，畢竟市場上還有那么多顯卡在賣,，只要愿意等，就能以更香的價格入手,。

同時,，因為一些被OEM整合到蘋果、戴爾,、惠普的筆記本當(dāng)中的GPU缺陷,，導(dǎo)致“異常故障率”而成為集體訴訟的對象。僅2008年第一季度,，英偉達的收入減少了約2億美元,。股價也從37美元一路跌到6美元左右。

于是英偉達開始加大高性能計算領(lǐng)域的布局,，在首屆GPU技術(shù)會議上,，推出了代號為 “Fermi” 費米的下一代CUDA GPU架構(gòu)，并大力宣傳GPU在大規(guī)模并行計算任務(wù)的優(yōu)勢,。

費米架構(gòu)作為“核彈”是稱職的,，一方面，它的性能很高,，基于該架構(gòu)的Geforce 4系列產(chǎn)品在性能上成功壓制了競爭對手,，但這一架構(gòu)的功耗和發(fā)熱量也十分恐怖。

無論如何,，自此之后,，英偉達在計算領(lǐng)域廣受歡迎，2010年全球最快的超級計算機天河－1A,，就采用了7168顆英偉達的Tesla M2050 GPU,，將大規(guī)模并行GPU與多核CPU結(jié)合，成為當(dāng)時異構(gòu)計算的代表,。

2012年深度學(xué)習(xí)三巨頭之一Geoffrey Hinton及其學(xué)生Alex,，使用GPU來加速訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，在ImageNet競賽中一鳴驚人,，掀開了人工智能第三次浪潮的大幕,，進一步帶動了英偉達GPU的銷量。

AI需求的增長,，還幫助英偉達開拓了汽車市場,，緊接著2013年發(fā)布的Geforce GTX Titan泰坦，代表了開普勒架構(gòu)的頂級水準(zhǔn),，成為自動駕駛汽車和高級駕駛輔助系統(tǒng)的算力基礎(chǔ),，支撐關(guān)鍵的計算機視覺功能,。

人工智能從學(xué)術(shù)界到工業(yè)界的強勁需求，推動了GPU價格和英偉達股價水漲船高,，完成了一次驚艷世界的“反彈”,。

第三次反彈：礦難之后，圖靈破局,。

英偉達在深度學(xué)習(xí)領(lǐng)域的身位持續(xù)領(lǐng)先,，但別忘了，規(guī)模龐大的零售市場可是現(xiàn)金牛啊,。

2018年8月14日的SIGGRAPH 2018上,，英偉達全新一代“圖靈”架構(gòu)GPU問世，支持實時光線追蹤,，專用于AI加速計算的張量核心首次加入了民用3D計算產(chǎn)品,，為游戲世界帶來了逼真的照明和反射效果。

在此之前,，普通消費者早就“苦挖礦久矣”,。

數(shù)字貨幣的爆火，讓挖礦成了一門好生意,，GPU被“礦廠”大量收購,，一時間供不應(yīng)求，加上黃牛囤積居奇,，導(dǎo)致顯卡的市場價格比零售價格高出了好幾倍，普通消費者只能望洋興嘆,。直到時間進入2018年,，數(shù)字貨幣的潮水逐漸褪去，礦卡銷量急劇下滑,，顯卡庫存增加,，一卡難求的局面有所緩解。

顯卡廠商不僅面臨降價殺估值的壓力,，隨著大量礦卡流通到零售渠道中,，還亟須打消消費者持幣觀望的情緒。這個時候,，黃仁勛帶著“英偉達十多年來在計算機圖形領(lǐng)域最重要的創(chuàng)新”,，再一次刺激了市場。

全新的技術(shù)和架構(gòu),，將GPU的性能和英偉達的市值,，又推到了一個全新的高度。

第四次反彈：幣圈走熊,，但產(chǎn)業(yè)智能方興未艾,。

今年最大的變化，是缺芯情況有所緩解，同時幣圈再次走熊,，比特幣和以太坊價格都創(chuàng)下新低,，GPU價格再一次回落。根據(jù)國外媒體報道,，英偉達已經(jīng)通知合作伙伴 GPU 的生產(chǎn)成本將下調(diào) 8％ － 12％,。如果顯卡價格進一步下降，市場對英偉達的信心也會過度反映到股價上,。

不過,，你永遠可以相信英偉達“核彈工廠”的能力。誠如大家在GTC 2022大會所看到的,，全新一代產(chǎn)品和技術(shù)全部瞄準(zhǔn)了最具想象空間的產(chǎn)業(yè)AI應(yīng)用場景,。

最新一代“核彈”H100 GPU，和Hopper 架構(gòu),，專為Transformer大參數(shù)模型打造,，可以說是完美迎合了預(yù)訓(xùn)練大模型的需求。

NVIDIA Quantum－2,，主芯片包含570億個晶體管,，為云服務(wù)商和超算中心提供AI算力，正對應(yīng)著如火如荼的AI基礎(chǔ)設(shè)施建設(shè),。

AI超級計算機NVIDIA Jetson AGXOrin,，簡直是自主機器人研發(fā)人員“捕獲器”。

更不要提開放式平臺 NVIDIA Omniverse,，試問哪個想做元宇宙的公司能不心動呢,？Meta就用英偉達DGX A100系統(tǒng)構(gòu)建了自己的首臺AI超級計算機。

憑借這幾個“大餅”,，黃仁勛也在GTC大會上自信地指出,，英偉達未來有能力實現(xiàn)萬億美元的銷售收入，可以說是完美化解（或者說讓大眾忽略）了GPU市場波動,。

英偉達的“核彈”背后,，都是跟隨著GPU市場變動，不斷創(chuàng)造需求,、刺激供給的過程,。商業(yè)價值不斷飆升的同時，確實給GPU技術(shù)帶來了巨大提升,。

這能說明,，黃仁勛是“商業(yè)奇才”嗎？恐怕不行,。

姜太公釣魚,，把反彈效應(yīng)玩明白了

憑借GPU在圖形計算上的貢獻,，黃仁勛也被江湖人稱“AI教父”，甚至一度想要干掉摩爾定律,，推動自己的“黃氏定律”主宰計算市場,。

但其實從四次供需“反彈”中可以看到，英偉達不過是把摩爾定律的“反彈效應(yīng)”拿捏得明明白白了,。

所謂“反彈效應(yīng)”（Rebound effect）,，也被叫做“收回效應(yīng)”（take－back effect），最早是由威廉·斯坦利·杰文斯在《煤炭問題》一書中提出的,，指的是提高效率的新技術(shù),，最終預(yù)期收益減少的情況。

放在IT領(lǐng)域,，就是“What Andy gives,，Bill takes away”安迪（英特爾CEO安迪·格羅夫）帶來的CPU硬件性能提升，最終會由比爾（微軟CEO比爾蓋茨）通過軟件／服務(wù)不斷擴大而收回,。

結(jié)果就是,，雖然摩爾定律會推動計算硬件不斷提效降價，但因為“反彈效應(yīng)”,，不斷產(chǎn)生新的需求／應(yīng)用／場景,，吃掉硬件性能提升帶來的好處。

只有這樣,，用戶才會愿意掏錢更新機器,，以便能享用到更新更消耗資源的服務(wù)。

回望個人電腦,、智能手機的發(fā)展歷程,，無不是在摩爾定律及其反彈效應(yīng)下發(fā)展起來的。而英偉達所在的GPU市場,，顯然沒有脫離這一范疇。

一方面,，英偉達的產(chǎn)品性能提升速度,，雖然超過了摩爾定律所規(guī)定的“18個月翻一倍”，實現(xiàn)了AI計算性能的逐年翻倍,，也就是“黃氏定律 （Huang’s Law）”,。但從最新一代H100 GPU的性能提升上，顯然還依賴于延續(xù)了半個多世紀(jì)的半導(dǎo)體制程工藝限制,，采用了臺積電的4nm（而非此前業(yè)界猜測的5nm）工藝,，再結(jié)合全新的架構(gòu)設(shè)計，才能達到“核彈”級別,。

另外,，性能提升必須通過新的服務(wù)／應(yīng)用“take back ”,，不然用戶只需要等相同性能的GPU降價就可以了，沒有必要花大價錢去買新的,。這也是為什么AI大模型訓(xùn)練,、自動駕駛、元宇宙,、機器人……作為GTC大會的“全家桶”才會同時登場,，通過各行各業(yè)的智能化來消耗掉新技術(shù)帶來的AI算力資源。

黃仁勛也曾在采訪中提到過,，英偉達“甚至用了市場營銷的預(yù)算,，幫開發(fā)者營銷他們用我們架構(gòu)開發(fā)的產(chǎn)品，來創(chuàng)造市場需求”,。

所以說,，英偉達的每一次“核彈”炸街，其實都是在硬件性能回收出現(xiàn)不順利的時候,，再一次開辟出更大的需求空間,，以緩解技術(shù)收益減少的局面。

“What NVIDIA gives,，AI takes away”,，英偉達靠這一手，把全球玩家和華爾街投資人拿捏得明明白白,，市值也就次次化險為夷“穩(wěn)坐釣魚臺”了,。

愿者上鉤：自己卷自己有什么問題嗎？

某種角度來說,，英偉達對“反彈效應(yīng)”和大眾需求的拿捏,，是“姜太公釣魚，愿者上鉤”,。只要研究人員覺得模型訓(xùn)練時間從十幾天縮短到幾個小時很值,；只要游戲玩家覺得更逼真的渲染效果真香；只要Meta覺得GPU對元宇宙來說不可或缺……這不就夠了嗎,？

確實,，乍一看，好像通過刺激需求來避免技術(shù)收益降低,，是在和大家作對,，但實際上，科技企業(yè)對反彈效應(yīng)的努力規(guī)避,，也會帶來很多衍生好處,。

一方面，新技術(shù)的反彈效應(yīng)是不可避免的,。

這會直接降低技術(shù)產(chǎn)品的成本,，除非你是追逐最新顯卡的發(fā)燒友游戲玩家,，否則只要愿意等待，總能以更低的價格買到更高性能的GPU,，誰跟真金白銀有仇呢,？

此外，為了避免新技術(shù)收益降低,，科技企業(yè)不得不投入大量精力開發(fā)下一代產(chǎn)品,，卷過了競爭對手還不行，還得自己卷自己,。如今英偉達已經(jīng)占據(jù)GPU的絕對優(yōu)勢地位,，但依然在不斷推陳出新，不然就要被罵“擠牙膏”,。對于有替換需求的群體來說,，總有更好的產(chǎn)品可以選擇。

同時,，更高的性能和資源,，也會孕育出很多前所未有的應(yīng)用和服務(wù)，計算機剛誕生時格外昂貴,，只能為美國頂尖大學(xué)研究機構(gòu)所用,，而且還只會下棋，現(xiàn)在一部千元手機就可以讓偏遠山區(qū)的農(nóng)民上網(wǎng)直播賣水果,。同樣,，我們往后看五到十年，如果自動駕駛汽車的比例從現(xiàn)在的不到1％變成50％,，人們停留在元宇宙的時間和現(xiàn)在玩手機一樣頻繁,，那么這會催生多少新興的服務(wù)和商業(yè)公司呢？

黃仁勛本人曾回憶第一個GPU產(chǎn)品的研發(fā)過程,，他說：“可能也沒有人知道自己需要什么,。因為事情經(jīng)常是這樣，你沒看到過一個東西,，就不會知道自己是否需要,。”

不過回想一下,，很多曾經(jīng)我們以為可有可無的功能，比如視頻通話,、在線直播,、高清視頻……在今天都已經(jīng)成為必備功能。需求確實是可以被創(chuàng)造的,，不過,，需求也有輕重緩急,，英偉達不斷甩出的“魚鉤”，對你是否有吸引力呢,？