Computex 2018：英伟达还能跑得更快吗？或是开始推销产品不过

老黄又来了，在GTC2018后不过几天，他就出现在Computex的会场。不过，显然刚过几天，他没有太多“新”产品要和大家讲，于是选了一个不大的场地，又把英伟达从游戏到AI的产品技术推销了一番。黄老板很卖力，没有麦克风也要让在场的几百人听到，大汗淋漓，甚至还脱掉了标志性的皮夹克。

人工智能兴起的这几年，原本已在GPU领域舒舒服服吊打竞争对手的英伟达，突然发现了能够消耗GPU强大并行计算能力的新方法。源自图形计算本身需求的GPGPU并不能带来广泛的深入社会生活各个领域的影响力，但人工智能不同。无论是各类厂商刻意的把自动化和远程控制按上智能的名头，还是Google深度安利的机器学习/深度学习，人工智能已经深入人心。

GPU的超级并行性以及单精运算的结构，天然就是AI计算的料，于是乘上AI东风的英伟达价值成倍成倍地增长，Computex期间再创新高，股价一度超过265美元，而整体市值更是超过IBM这样的蓝色巨人，AI盛况空前。虽然Google表示将自行开发新一代TPU产品，但是明眼人都知道，Google的TPU就是英伟达带加工的马甲。而就算不为Google这样的海量数据处理需求提供产品，黄仁勋的特斯拉（Tesla）可要比马斯克的特斯拉跑得疯多了！

当着数百媒体人，黄仁勋不厌其烦地细数着台面上每款产品的特性和用途。无人会否认，英伟达股票的持续翻红，与前景无限的AI关系密切，但是现实是另一个结果，其超过60%的营收，来自最为人所熟知的GeForce游戏业务，而与AI相关的业务收入只有前者的几分之一。要知道，GeForce 10系列上市已经两年时间了，相比英特尔的“挤牙膏”，英伟达连牙膏都懒得挤，一代产品不降价还能被持续抢破头，游戏的火爆和挖矿的火爆，哪个都能让它躺着收钱。

然而，英伟达还在不断地加大AI相关产品的投入，从研发、产品到市场，一刻都没有停止过。这样全力以赴，它还能跑得更快些吗？

Computex上，黄仁勋再次带来了全线AI计算的硬件新品，上至被两块Xeon CPU串联起16块Tesla V100组成的“最大GPU”HGX-2、一体型计算主机DGX-2/DGX-STATION，下至集成数十个核心的Jetson Xavier平台（包括了1个Volta Tensor Core GPU、1个8核ARM64 CPU、2个NVDLA深度学习加速器、1个图像处理器、1个视觉处理器和1个视频处理器）为机器人提供大脑，以及满足5级自动驾驶需求的DRIVE XAVIER/PEGASUS，无不密切围绕热门的AI领域开发。

诚然，当然的英伟达借十余年在GPU领域的霸主地位顺理成章地快速切入了AI硬件领域，并且赢者通吃，拿下了自动驾驶、机器学习等多个领域。

然而，卧榻之侧，岂容他人鼾睡。让所有人都眼红是一种成就，但也是一种风险，当英伟达红得发紫的时候，它原本的客户以及竞争对手也都没闲着，新的更大的挑战就在那不远的地方。

5月中，在Google I/O大会上，Google宣布将推出为特别优化了神经网络训练和TensorFlow流程优化的第二代TPU产品，其架构和设计已经明显有别于英伟达提供的基于GPU架构设计的产品。虽然英伟达新一代的Tesla V100产品也具有相对独立和强大的Tensor计算能力，但超大的核心、昂贵的价格、不专一的设计，很可能让它丢掉Google这个大客户。

除了曾经的客户，英伟达还必须面对拥有强大制造能力的英特尔，毕竟作为Fabless厂商，没有制造的灵活性，与难以掌控V100超大核心的制造并存。通过一系列买买买和长时间的消化吸收，英特尔已经建立起更为完整的AI芯片家族，从提供兼容丰富应用并兼顾桌面AI需求的x86家族产品，为机器计算提供平台节点的Xeon系列，以及“买来”并已经开始产品落地的AI芯片Nervana、Altera FPGA产品和Movidius VPU，从端到端的AI产品和40年的PC生态，都让英特尔显得和蔼可亲。

在特定的AI应用领域，比如需要低功耗和实时性的移动终端上，寒武纪甚至高通都成为了它潜在的竞争者。别看英伟达在机器学习领域近乎垄断，但在新一波的神经网络训练上，所有人几乎回到了同一起跑线上。

还要不要更多、更强的AI芯片，“适时地”成了英伟达必须面对的封顶问题，有关新的AI专用芯片是否还有市场的争议已起，具有一定通用特性的GPU生态最为完善，相关工具也非常成熟和被广泛使用，而新硬件特别是算法相对固化的产品，会让研究者浪费过多的熟悉时间。在台北回答记者问题的时候，黄仁勋也承认，在现有数据没有开始爆发性增长的情况下，已知领域的数据挖据和学习已经进行的差不多了，至少目前硬件性能已经可以满足要求，更高性能的产品显得不合时宜和浪费，因此英伟达在保持技术领先的情况下，短期更倾向于将成熟技术落地，包括产品实用化和小型化方向，自动驾驶及互动机器人产品，都是这样思路的产物。与英特尔的AI产品序列来自不同设计机理，需要解决互通性和算法一致性问题不同，英伟达的产品具有更好的通用性和架构的一致性，开发者所使用的工具与终端产品架构上并无二致。

人工智能是应用前景广泛、商业机会众多的领域，这是无人可以否认的现实。但是人工智能实现的路径和需要的工具却千差万别，一致架构的优势不定哪天就会成为绊倒英伟达自己的那道槛。

英伟达也在尽力避免自己的市场优势地位被AI的狂欢弄得一地鸡毛，如同前两年面对挖矿热潮一样，它也推出了不得使用GPU产品开发AI平台的禁令，并不断强调，“游戏显卡只能打游戏，不能放在数据中心跑深度学习”——在技术上，TPU才是AI的正根大脑，而GPU只是兼具此功能。事儿就在这个“兼”字上了，HGX/DGX就别说了，天价不说还买不到（政策及供给因素），游戏和挖矿让GeForce也供货紧张价格高企，用户不得不开始找其他可以到手的用具。好在英伟达多少意识到了这个问题，一方面不给用GeForce研究AI，一方面开放OEM生产制造最新的HGX-2，包括联想等PC厂商开始参与到产品供应中，当然，脖子还是卡在V100上。

另一个变化是，英伟达也开始尝试与其他厂商形成更良性的竞合关系，比如此次黄仁勋展示的“新产品”中就有来自新东家是英特尔的ALTERA，其Arria 10 FPGA功能模块孤零零地与GeForce产品放在一起，只是有关它的用途的讲解被活生生跳过了。

借AI再次爆红的英伟达正在不断地向业界重复着一句话：“ I am ai”，这才有了股价坐上火箭盛况。GeForce的强大支持，不仅呈现在财务端，更为AI研究提供了最直接的实例。视觉计算不仅最为消耗计算力本身，而且视觉对人来说可传递的信息太多，其中也大量包括了思维的反馈，这也也正是AI要学习和研究的方向。

有一个支柱产品的企业就能活得很好，有一个称霸领域的企业就能翻云覆雨，而如果有两个呢？英伟达如其许多前辈一样，眼见就能称霸第二个领域了！疯狂推动技术迭代的背后，保持与最接近的竞争者之间有代差，是称霸最直接有效的方式，拿捏好用户和市场能摸出多少真金白银，是老黄的重要任务。剩下的问题就是，他送至眼前的cookies么，你接得住吗。