一文看懂Nvidia人工智能发展史，6年前已开始布局

重点关注：Nvidia人工智能三大看点─深度学习+自动驾驶+智能家庭

事件背景

在CES 2017正式开展的前一天，英伟达CEO"AI教父"黄仁勋登台为这次CES来了一次"定调演讲"，向世人展示了英伟达最新的科技成果，包括新一代的SHIELD设备、AI智能家居、AI自动驾驶等内容。

在2016年第三季度，Nvidia营收达20亿美元，同比上涨54%。得益于深度学习系统对于GPU的强烈需求，数据中心部门业绩同比增长了109%，这也是Nvidia财报里面增长超预期的主要原因。

Nvidia已经不仅仅是一家生产GPU芯片的公司，而是一家人工智能公司，系统性提供包括芯片、服务器、软件和服务等人工智能解决方案。公司产品已应用于Google、Facebook和微软等多家互联网巨头公司。

2018年，全球人工智能市场将达到约2700亿元，人工智能将成为IT领域中发展最快的部分。深度学习作为全新的计算模型，不仅改变了软件开发的方式、开发地点和运行方法，还在改变着服务器架构、数据中心和智能设备。

作为一家专业的图形处理芯片公司，Nvidia在1999年发明图形处理器GPU，从此GPU就深刻改变了世界。特别是在游戏领域，NVIDIA GPU几乎已经成为了游戏设备的标配。如今，NVIDIA获得超过7300个专利，其中包括很多对现代计算有深刻影响的技术。

事件点评

基于人工智能对于未来人类社会的巨大影响力，Nvidia大约从6年以前开始整体往人工智能方向转型，并加大研发投入。仅在一款型号为Tesla P100的人工智能研究领域图形处理芯片上，公司宣称已经投入20亿美元的研发费用。

2016年，NVIDIA密集发布了全线人工智能GPU芯片、系统、软件和服务，定位转向成为"世界上伟大的人工智能公司之一"。

提早转型，开启人工智能之路

作为一家图像处理芯片公司，Nvidia约在6年前就已经开始转型布局人工智能。当时人工智能概念还未兴起，AI仍是一片蓝海。经过持续多年的研发，公司在2016年陆续推出人工智能芯片、系统、软件和服务，打造世界顶级人工智能公司。

2009年 英伟达Tegra进入奥迪汽车

德国大众为旗下的奥迪汽车引入新式导航系统，并首次采用NVIDIATegra片上系统处理器。相比于2009年初的多媒体交互系统(MMI)，新的Tegra核心导航系统自然要更加高级，不但功能上更强大，效果也应该更酷一些。

在后来的GTC 2014大会上，奥迪自动驾驶汽车再次展示了基于Tegra K1开发套件的车载智能系统，可提供自动驾驶、导航、碰撞感应、智能链接等功能。

2013年11月 IBM和英伟达联合开发超级计算机

IBM与芯片厂商英伟达Nvidia达成战略合作，共同设计开发新型超级计算机系统和服务器。英伟达开发的图形处理单元芯片(GPU)，很好适用于浮点计算，表现胜于英特尔的传统CPU Xeon和AMD的Opteron。排名第二位的"泰坦"也搭载了GPU。

根据IBM和英伟达合作内容，双方在芯片方面就行合作，通过技术共享，让英伟达的Tesla GPU更好与前者的Power 8芯片协同工作。

早期的Tesla车型曾使用过Tegra 2，但处理能力远远不够，所以后来升级到了Tegra 3。特斯拉Model S电动车的车载娱乐系统也是基于Tegra 3设计。Nvidia基于在图形处理方面长期积累与CUDA架构，和特斯拉建立密切的合作。而特斯拉为Nvidia在高度智能化的汽车上的布局上起到助推作用。

2014年 早期特斯拉ModelS搭载英伟达Tegra 3

Nvidia不仅在硬件上有布局，同时已经渗透到了软件层面。Nvidia将一辆Jeep进行深度改装，但改的不是发动机、轮毂或包围，而是中控系统。改装后的Jeep采用3D打印制造出的中控台，搭配一个17英寸的电容屏。屏幕划分为3个区域，上中下分贝显示地图、娱乐信息以及HVAC（比如空调控制）。配合Tegra K1，Nvidia直接切入到了车辆的CAN总线中，实现了对整个车辆的控制。

2014年初，世界上采用NVIDIA处理器的汽车已经超过450万辆，涉及20多个品牌、100多款车型，其中包括奥迪、宝马、大众等车企巨头，也包括特斯拉这种车界新贵。2015年，Tegra芯片在汽车领域发展加快，在道路上跑的汽车有超过800万辆搭载Tegra芯片。2015年第三季度Nvidia在汽车领域的业务销量增长了51%。

2015年12月 Facebook开源BigSur

Facebook研发代号为"BigSur"的新一代硬件的设计目标是训练神经网络。除人工智能外，这一技术还经常被称作机器或深度学习。Facebook与Nvidia进行合作，是第一家采用英伟达TeslaM40GPU加速器的厂商。M40GPU面向深度神经网络，是BigSur平台和OpenRack兼容硬件的关键。

采用M40的BigSur平台的速度是该Facebook上一代产品的2倍，使得训练规模相当于原