2016年NVIDIA股价飙升的秘密，人工智能/自动驾驶样样精通？

2016年，英伟达创造了纳斯达克盘中最好成绩，股价从31．8美元升至106．7美元，涨幅达228．7％。最高涨幅达到277％，前三季度利润9．91亿美元，同比增长144％。

看到这组数字，你就不难理解为什么总有人质疑--" 这一波的人工智能热潮，英伟达就是幕后推手之一" 。

不过回归理性而言，笔者不太相信一家公司能够造出这么大的风口。英伟达的股价飙升，一是因为靓丽的财报，二是它提供了在未来的人工智能社会中扮演基础架构角色的想象空间。

这一年，英伟达在人工智能技术层面的发展实际上还是按部就班。其股价蹿升，在一定程度上，反映了应用层面（自动驾驶汽车等）的推进带给资本市场的信心。

第一，人工智能成为全民热议的焦点，从科技巨头到创业企业，对深度学习的投入力度都不断增加。

第二，无人车达到L3，特斯拉等先发者持续投入，传统厂商也入局者甚众。两者对GPU的需求量大增。

因此，英伟达才一跃而成资本市场炙手可热的新贵。

而所谓踩中了风口，就是当下火热的市场需求与前瞻性业务布局的完美契合。

在人工智能方面，2016年最火热的不外乎是深度学习（技术层面）和无人驾驶（应用层面）。而在英伟达的AI布局上，2016年之前就把重点放再深度学习和无人驾驶两个方面。进入到2016年后，英伟达还是延续这个策略，继续深耕这两个领域。

目前，在全世界范围内有大约 3000 家人工智能公司，大部分都通过英伟达的平台来开发自己的业务。他们使用英伟达的 GPU 来满足应用中的人工智能需求，这些应用包括股票交易、在线购物和无人驾驶等等。

2016英伟达的"人工智能成绩单"

2012年，"深度学习三巨头"之一Geoff Hilton的学生Alex Krizhevsky，将 120 万张图片输入一个英伟达GeForce显卡驱动的深度学习神经网络，识别图片的误差率从之前的25％降到15％。这些科技成果引发业界震动。谷歌、微软、Facebook 和亚马逊纷纷开启了深度学习研究项目。也是从这时起，英伟达决定重金投资带有 CUDA 的重点软件生态系统。

现在，英伟达凭借GPU先天性地更适合于深度学习的高并行计算，以及入局深度学习、无人驾驶的先发优势，在人工智能的浪潮中占据了明显的优势。

研发深度学习的产品，无论是科技巨头和创业企业，英伟达的人工智能芯片已经成为标配。百度、谷歌、Facebook、微软、IBM等科技巨头，研发深度学习都会配置英伟达的GPU。谷歌Deepmind开发的AlphaGo身上就连接了170块GPU。

在深度学习的领域里，最重要的是数据和运算。谁的数据更多，谁的运算更快，就会占据优势。因此，在处理器的选择上，运算速率更快的GUP就会成为更好的选择。

而英伟达在 GPU 市场上拥有无可撼动的霸主地位，占据了这块市场份额的 70％，并且还在扩展新市场。

据英伟达官网数据显示，2016年， 将英伟达产品用于深度学习的机构接近两万家，相当于2014年的13倍。医疗、生命科学、教育、能源、金融、汽车、制造业以及娱乐业等诸多行业均将得益于海量数据的分析。

图片源自英伟达官网

今年8月，黄仁勋在投资人会议上强调，深度学习是英伟达十分重要的增长动力，也是公司一直持续大力投资的领域：

"过去5年来，我们一直默默投资深度学习，因为我们相信深度学习未来对整个软件产业、整个计算机产业都有着深远的影响，我们把一切都赌在了深度学习上。"

布局：从底层到终端，面面俱到

对公司的定位上，黄仁勋宣称英伟达是一家人工智能公司。

从核心的产品来看，2016年英伟达发布了Pascal架构的Tesla P4＆P40，以及TeslaP100深度学习芯片。其中，Tesla P4＆P40主要负责图像、文字和语音识别，而Tesla P100主攻学习和训练任务。在今年年初的CES上，公司还发布了Drive PX2车载电脑，这款产品会配备在特斯拉的新一代量产车上。

此外，在2016年4月的 GTC（GPU技术大会）上发布的NVIDIA DGX－1，配备了Tesla P100 GPU，够快速设计深度神经网络 （DNN），运行速率是之搭载旧版GPU系统的12倍。英伟达称其为世界上首款专为深度学习而打造的系统。

从底层架构到终端应用，英伟达都有了较为全面的布局。

从财务数据上看，根据英伟达2016前三季度同期营收对比，在游戏、专业可视化、数据中心、智能汽车、OEM＆IP五项业务中，数据中心和智能汽车同期增长比例最大，数据中心同比增加120．7％，智能汽车同比增加58．1％。这两项业务都与人工智能有关。

在同期业务所占比重当中，数据中心和智能汽车的占比也在增大。虽然，游戏依然占最大的比重大，但是人工智能带来的前景却更让人期待。