NVIDIA 的 2016:先發優勢讓它收割了人工智慧紅利

評論
Jen-Hsun Huang, founder and CEO of Nvidia holds up a Nvidia Xavier AI car supercomputer as he speaks at his keynote address at CES in Las Vegas, January 4, 2017.  REUTERS/Rick Wilking - RTX2XL3U
Jen-Hsun Huang, founder and CEO of Nvidia holds up a Nvidia Xavier AI car supercomputer as he speaks at his keynote address at CES in Las Vegas, January 4, 2017. REUTERS/Rick Wilking - RTX2XL3U
評論

本文轉載自 合作媒體 36Kr

2016 年,NVIDIA 創造了納斯達克盤中最好成績,股價從 31.8 美元升至 106.7 美元,漲幅達 228.7%。最高漲幅達到 277%,前三季度利潤 9.91 億美元,同比成長 144%。

看到這組數字,你就不難理解為什麼總有人質疑——「這一波的人工智慧熱潮,NVIDIA 就是幕後推手之一」。

不過回歸理性而言,筆者不太相信一家公司能夠造出這麼大的風口。NVIDIA 的股價飆升,一是因為亮麗的財報,二是它提供了在未來的人工智慧社會中扮演基礎架構角色的想像空間。

這一年,NVIDIA 在人工智慧技術層面的發展實際上還是按部就班。其股價竄升,在一定程度上,反映了應用層面(自動駕駛汽車等)的推進帶給資本市場的信心。

第一,人工智慧成為全民熱議的焦點,從科技巨頭到創業企業,對深度學習的投入力度都不斷增加。

第二,無人車達到 L3,特斯拉等先發者持續投入,傳統廠商也入局者甚眾。兩者對 GPU 的需求量大增。

因此,NVIDIA 才一躍而成資本市場炙手可熱的新貴。

而所謂踩中了風口,就是當下火熱的市場需求與前瞻性業務佈局的完美契合。

在人工智慧方面,2016 年最火熱的不外乎是深度學習(技術層面)和無人駕駛(應用層面)。而在 NVIDIA 的 AI 佈局上,2016 年之前就把重點放在深度學習和無人駕駛兩個方面。進入到 2016 年後,NVIDIA 還是延續這個策略,繼續深耕這兩個領域。

目前,在全世界範圍內有大約 3000 家人工智慧公司,大部分都透過 NVIDIA 的平台來開發自己的業務。他們使用 NVIDIA 的 GPU 來滿足應用中的人工智慧需求,這些應用包括股票交易、線上購物和無人駕駛等等。

2016 NVIDIA 的「人工智慧成績單」

2012 年,「深度學習三巨頭」之一 Geoff Hilton 的學生 Alex Krizhevsky,將 120 萬張圖片輸入一個 NVIDIA GeForce 顯卡驅動的深度學習神經網絡,識別圖片的誤差率從之前的 25% 降到 15%。這些科技成果引發業界震動。Google、微軟、Facebook 和亞馬遜紛紛開啟了深度學習研究專案。也是從這時起,NVIDIA 決定重金投資帶有 CUDA 的重點軟體生態系統。

現在,NVIDIA 憑藉 GPU 先天性地更適合於深度學習的高併行計算,以及入局深度學習、無人駕駛的先發優勢,在人工智慧的浪潮中佔據了明顯的優勢。

研發深度學習的產品,無論是科技巨頭和創業企業,NVIDIA 的人工智慧晶片已經成為標準配備。百度、Google、Facebook、微軟、IBM 等科技巨頭,研發深度學習都會配置 NVIDIA 的 GPU。Google Deepmind 開發的 AlphaGo 身上就連接了 170 塊 GPU。

在深度學習的領域裡,最重要的是數據和運算。誰的數據更多,誰的運算更快,就會佔據優勢。因此,在處理器的選擇上,運算速率更快的 GUP 就會成為更好的選擇。

而 NVIDIA 在 GPU 市場上擁有無可撼動的霸主地位,佔據了這塊市佔率的 70%,並且還在擴展新市場。

據 NVIDIA 官網數據顯示,2016 年,將 NVIDIA 產品用於深度學習的機構接近兩萬家,相當於 2014 年的 13 倍。醫療、生命科學、教育、能源、金融、汽車、製造業以及娛樂業等諸多行業均將得益於海量數據的分析。

111
photo credit:NVIDIA 官網

今年 8 月,黃仁勳在投資人會議上強調,深度學習是 NVIDIA 十分重要的增長動力,也是公司一直持續大力投資的領域:

過去 5 年來,我們一直默默投資深度學習,因為我們相信深度學習未來對整個軟體產業、整個電腦產業都有著深遠的影響,我們把一切都賭在了深度學習上。

佈局:從底層到終端,面面俱到

對公司的定位上,黃仁勳宣稱 NVIDIA 是一家人工智慧公司。

從核心的產品來看,2016 年 NVIDIA 發表了 Pascal 架構的 Tesla P4&P40,以及 Tesla P100 深度學習晶片。其中,Tesla P4&P40 主要負責圖像、文字和語音識別,而 Tesla P100 主攻學習和訓練任務。在今年年初的 CES 上,公司還發表了 Drive PX2 車載電腦,這款產品會配備在特斯拉的新一代量產車上。

此外,在 2016 年 4 月的 GTC(GPU 技術大會)上發表的 NVIDIA DGX-1,配備了 Tesla P100 GPU,夠快速設計深度神經網絡 (DNN),運行速率是之搭載舊版 GPU 系統的 12 倍。NVIDIA 稱其為世界上首款專為深度學習而打造的系統。

從底層架構到終端應用,NVIDIA 都有了較為全面的佈局。

222

從財務數據上看,根據 NVIDIA 2016 前三季度同期營收對比,在遊戲、專業可視化、數據中心、智慧汽車、OEM&IP 五項業務中,數據中心和智慧汽車同期增長比例最大,數據中心同比增加 120.7 %,智慧汽車同比增加 58.1%。這兩項業務都與人工智慧有關。

333

在同期業務所佔比重當中,數據中心和智慧汽車的佔比也在增大。雖然,遊戲依然佔最大的比重大,但是人工智慧帶來的前景卻更讓人期待。

應用層:亮點就是「無人駕駛」

在應用層面的佈局上,NVIDIA 最看重的就是自動駕駛。在 2015 年和 2016 年的 CES,NVIDIA 幾乎只講了一個主題——車載計算平台 Drive PX/PX2。在 CES 2017 上,自動駕駛也是重磅內容。

而 NVIDIA 之所以看重無人駕駛領域。一來是因為無人駕駛是目前唯一大規模的應用場景,二來,是因為無人駕駛也是充分展現實力的試金石。

而在這個領域的佈局速度上,NVIDIA 同樣先於競爭對手。

早在 2014 年 1 月,NVIDIA 就發表了 Tegra K1 行動處理器。NVIDIA 稱其適用於智慧手機、平板電腦和自動駕駛汽車。同年 10 月,搭載 Tegra K1 處理器的 Tesla 新款 Model S 開始量產,NVIDIA 成為第一個享受到自動駕駛紅利的廠商。同年 5 月,DRIVE PX 自動駕駛平台發表。

而 2016 年,NVIDIA 並沒有採取多麼出其不意的舉措,基本從技術升級及廠商合作兩個方面入手。不同的是,今年 AI 概念變得更加火熱,而與此同時智慧駕駛也逐漸成熟,這些客觀因素讓 NVIDIA 收割了更多的紅利,也讓公司站在了聚光燈之下。

2016 年,除了特斯拉這個老朋友外,百度、Volvo 也跟 NVIDIA 達成了合作,他們都將生產搭載 DRIVE PX 2 的智慧駕駛汽車。

而在剛剛結束的 2017 CES 展會上,NVIDIA 又秀了一把「肌肉」,誇張點甚至可以說是 NVIDIA 的個人秀,完全搶了微軟、Google 們的風頭。期間,CEO 黃仁勳親自站台,發表了多款無人駕駛產品。

其中,最重要的便是新一代自動駕駛電腦 Xavier。該電腦具有機器學習功能、自動巡航功能(包括高速公路自動駕駛和高清製圖),能夠即時了解周邊情況、在高精度地圖上精確定位,以及規劃安全行車路線。

除了 Xavier 之外,NVIDIA 還展示了人工智慧協同駕駛系統 AI Co-Pilot,該系統具有人臉識別、頭部追蹤、視線追蹤、讀唇等功能,能在行車中輔助駕駛者,提高駕駛安全性與便利性。

NVIDIA 甚至自己還推出了首台無人駕駛汽車 BB8(名字來源於星球大戰中的球形機器人)。

此外,NVIDIA 還一口氣宣布了眾多合作夥伴,包括車內定位和導航產品及服務品牌 Tom Tom、全球汽車零部件巨頭采埃孚、汽車雷達及晶片供應商博世和汽車製造商奧迪。

在自動駕駛市場,Google、蘋果、微軟等科技公司都在建立自己的汽車生態體系。不過智慧汽車對於他們來說都不是核心業務。最重要的是,他們沒有真正進入汽車供應鏈體系。

與之相反,NVIDIA 的 Drive PX 系列自動駕駛解決方案,已經進入了汽車的上游供應鏈中,並創造了利潤。但這也意味著 NVIDIA 將在汽車晶片市場與英特爾、高通、恩智浦、瑞薩電子等公司正面碰撞。

自動駕駛的風口讓 NVIDIA 在汽車市場從「邊緣人」變成了挑戰者。隨著特斯拉 Model S 等備受矚目的車型更加智慧化與多媒體化,NVIDIA 有了彎道超車的機會,並有望在汽車產業的上游供應鏈佔據更有優勢的地位。

當前,CPU 與 GPU 在車內的應用,主要停留在車機(娛樂訊息系統)層面,還沒上升到整車的控制中心級別。99% 的車型,也並不需要 NVIDIA Drive PX2 這個級別的運算能力。因此 NVIDIA 在汽車供應鏈中「彎道超車」的機會必定與無人駕駛的發展捆綁在一起。

其他應用場景也有 NVIDIA 的「身影」

除了無人駕駛之外,NVIDIA 在無人機和醫療等方面也有所佈局。

不過在無人機方面,2016 年 NVIDIA 並沒有大動作,只在年初上市了新一代晶片 Jetson TX1。這款所定消費級無人機市場的產品在 2015 年 11 月發布,可以掃描周圍環境的可疑情況,並且在叢林搜索和救援行動中自行導航。

而老客戶博瑞已經在第二代無人機上搭載了 Jetson TX1。它的第一代無人機也搭載了 NVIDIA 的晶片(Tegrak K1)。

不過相比於 Intel 而言,NVIDIA 對無人機市場的興趣遠不像汽車那麼大。

在醫療領域,NVIDIA 也做了嘗試。 2016 年 4 月的 2016 GTC(GPU 技術大會)上,NVIDIA 宣布成為麻省總醫院臨床數據科學中心的技術合作夥伴,將利用中心現有的 100 億份醫學影像,進行深度學習訓練開發,並最終用於疾病的檢測、診斷、治療等諸多方面。

同年 11 月,NVIDIA 宣布與美國國家癌症研究所、美國能源部等聯手啟動「癌症探月」(Cancer Moonshot)計劃,決心利用深度學習推進癌症研究。

值得注意的是,在 CES 2017 上,黃仁勳也在主題演講中宣布,NVIDIA 將進軍智慧家居的語音識別領域。

目前,Google 的語音助手只能與 Google Home 家庭智慧語音設備,及 Pixel 智慧手機進行匹配。但 NVIDIA 將推出的串流媒體設備 Shield TV 將成為第一個 Google Assistant 使用的非 Google 研發產品。由於 NVIDIA 此前的大多數產品都不直接針對 C 端,因此,這可以說 NVIDIA 在 C 端小型產品的一個初步嘗試。

NVIDIA PK Intel

這一年,除了技術和應用層面的發展之外。NVIDIA 和  Intel 的「口水戰」也頗值得注意。刨除相互攻擊的瑣碎細節外,其爭端主要還是圍繞「發展戰略」開始的。

黃仁勳曾表示:「目前我不太理解他們的戰略,但我們的戰略應該說非常美好而清晰的:那就是 GPU。」也就是說,NVIDIA 希望成為一個基礎廣泛的電腦平台公司,可以讓世界各地的開發者使用。

而 Intel 與之相反,它希望給每一個細分的領域提供專屬的晶片。

錯失先發時機的 Intel 選擇這條路可能多少有些無奈,但是兩者的口水戰中,Intel 並不覺得自己處於下風。他們認為 GPU 之所以廣泛應用於深度學習,其原因僅僅是目前市面上還沒有更好的選擇。與此同時,Intel 也宣布推出人工智慧專用晶片。

不過位置決定立場,Intel 扮演著追趕者的角色,因此自然不能公開表示「認可競爭對手的戰略」,從而為自己的發展尋求輿論空間。

當然,2016 年 Intel 也收購了一大堆人工智慧的創業公司,正在試圖將他們整合在一起。

對於 Intel 採取的「招兵買馬」策略,黃仁勳也質疑道:

「如果說至強融核(Xeon Phi)協處理器對於 AI 非常適用,那為什麼要收購 Altera?既然買了 Altera,Altera 又非常適合 AI 的話,為什麼要買 Nervada Systems?如果 Nervada Systems 才是真正的 AI 方面的技術,要進行開發和產品推出的話,那至強融核協處理器又怎麼辦?如果說這三個都適合 AI,那是不是意味著至強融核協處理器就不適合 AI 呢?」

對於黃仁勳的質疑,Intel 中國區總經理 Rupal Shah 則表示:

「Intel 的戰略不僅僅定位在深度學習一個環節上,而是將整個人工智慧作為一個生態體系進行佈局。」

在收購 Nervana 之後,Intel 曾聲稱,機器學習是成長速度最快的 AI 應用,因此公司準備好了以 Nervana 的 Engine 晶片為基礎的深度學習神經網絡,找回因 GPU 競爭而流失的市佔率。

有意思的是,NVIDIA 和 Intel 都在變成跟原來相反的樣子。現在,Intel 的 CPU 旨在做更加通用的處理器,而 NVIDIA 的 GPU 則致力於在 CPU 的基礎上為了讓圖像呈現更好的效果。

總之,人工智慧被認為是下一次革命,還有廣闊的市場空間有待開拓。就這個領域的晶片市場而言,只能說還處於前期戰役,NVIDIA 暫時處於上風,未來鹿死誰手尚未可知。說不準 Intel 也會跑出一條新的賽道。

不過,NVIDIA 在未來的一段時間還將佔據優勢。對於它來說,當務之急是抓住窗口期拓展更多的應用場景。而對 Intel 來說,能否在 AI 市場上取得成績,則取決於收購的技術能否整合併更好地開發下去。


精選熱門好工作

Partnership Manager

樂購蝦皮股份有限公司
臺北市.台灣

獎勵 NT$20,000

(Backend)Senior Software Engineer

ShopBack 回饋網股份有限公司
臺北市.台灣

獎勵 NT$20,000

前端開發者 / Frontend Developer

奔騰網路科技有限公司
臺北市.台灣

獎勵 NT$4,000

評論