英伟达市值飙升，这事要从GPU说起

在过去两年里，英伟达的市值飙涨超过7倍，股价直线攀升，甚至突破了1000亿美元的关口。这样的大好形势在很大程度上受益于GPU在人工智能领域起到的关键性作用，可以说，现在几乎所有涉足人工智能的企业都在用英伟达的芯片。这让它在"一夜之间"成为了人工智能行业中举足轻重的角色。

然而，在GTC CHINA媒体见面会上，黄仁勋却说，英伟达一开始做人工智能时其实完全没有想到生意的问题。

▲ GTC CHINA 2017 大会

放在几年前，大家对英伟达的印象，还是一个游戏显卡芯片的龙头老大。而今，它已经摇身一变，成为一家实打实的人工智能公司。

18年前，英伟达推出了全球第一个图形处理器（GPU），此后，GPU成为计算机中独立于CPU的另一个重要的计算单元。在许多人看来，那更像是一场赌局。毕竟，在那之后的十数年里，CPU的地位一直不可撼动。也曾有人刁钻地问过英伟达CEO黄仁勋一个问题，英伟达有没有可能从一家图形芯片公司变成CPU 公司。当时的黄仁勋含蓄地说："一个公司很重要的就是要根据市场的变化来调整自己。英伟达现在的产品是GPU，将来完全有可能根据客户的需要来调整自己的产品。"

18年后，客户的需求的确发生了天翻地覆的变化，却给了GPU巨大的市场机会。从英伟达公布的2018 财年第二季度财报中来看，在22.3 亿美元的总收入中，与GPU相关的业务收入就占了19 亿美元。

▲ 英伟达创始人兼CEO黄仁勋

用黄仁勋在GTC CHINA媒体见面会上的话说，"大数据、深度学习、人工智能等新技术的出现，使得硬件的制造方式被改变，软件运行也不再完全依赖于代码。目前我们面临着一个千载难逢的机会。"

而这，也是令英伟达十分兴奋的机会。

一切从CUDA说起：CPU+GPU才是最完美的架构

虽然大家总想把GPU与CPU对立起来，认为两者之间是互为替代的关系。但黄仁勋却"狡猾"又明确地表示："GPU不会替代CPU，而是与CPU更好地结合满足计算需求。"

这也是英伟达把GPU称为加速器的原因。黄仁勋认为GPU与CPU各有优势和分工，CPU是通用的，而GUP在一些专门问题的处理上会发挥非常大的作用。所以，最完美的架构实际上是把CPU和GPU结合起来，也就是CUDA的架构。

▲ 黄仁勋在GTC CHINA上讲述英伟达"统一架构"CUDA

2004年，在将斯坦福大学博士生和公司实习生伊恩•布克（Ian Buck）收入麾下后，英伟达开始大举展开它的CUDA项目。据布克说，在此之前，要通过程序员制定的规则训练系统在数百万图像中识别出一张面孔，需要耗费整整一个学期，而通过GPU，研究人员在短短几周、几天甚至几个小时之内就能完成训练过程。所以，GPU的崛起背后的驱动力，也是第一个杀手级应用，就是计算机图形。

由于GPU强大的计算能力，深度神经网络得以被不断训练，这推动了深度学习出现革命式的发展。

时至今日，全球已经有几十万人在使用GPU计算， CUDA的开发人员也在短短5年里增长了14倍，超过了65万人，仅仅在过去的一年里，CUDA SDK的下载量就增加了80万。

在5月份美国的GTC大会上，英伟达发布了最新的计算平台--英伟达 Tesla V100，采用了全新架构Volta的V100，不仅有更强的性能，还增加了TensorCore用以专门针对深度学习。借助Tesla V100可以将CPU的速度提高40倍，这意味着只需要一台8GPU服务器就可以替换160台双CPU服务器或4个机架。

"也就是说，每台Tesla V100可以帮助企业节省约50万美元！而且你买的GPU越多，省的钱也越多！"在北京的GTC大会的演示中，黄仁勋兴奋地表示。简直就是那个名副其实的"教主"。

更重要的是这个平台是可编程的，支持包括TensorFlow、Microsoft Cognitive Tookit、MXNet、PyTorch、Caffe2、PaddlePaddle 、Theano等在内的任何一种人工智能框架。

虽然黄仁勋曾在多个场合表示，英伟达是一家人工智能公司。但是在受访时他也坦言， 英伟达一开始在做人工智能时完全没有想到生意的问题，而只是把它作为纯粹学术的研究去做。

这样扎实的"基本功"，也让它在人工智能这一波突如其来的浪潮中走得更加有条不紊。

"英伟达 的愿景是为所有AI研究人员打造一个功能强大且高效的计算平台，进而推动人工智能发展。通过基于CUDA的可编程平台，汇集来自全世界的工程师，不断整合、合作，使得每个框架在平台上得以优化。" 黄仁勋说。

用AI推理加速器TensorRT 与Tesla V100一起打"组合拳"

虽然Tesla V100目前已经被诸多包括BAT、华为、浪潮、联想在内的中国领军IT企业采用，用以升级自身数据中心与云服务基础设施。但是正如黄仁勋