电竞之家_品味电竞生活移动版

1.软硬件的兼容性。英伟达的软件生态和硬件性能，可以说是目前最成熟的。很多做前沿研究的人，都会把实验和开发放在英伟达的硬件和平台上。尤其是一些自动驾驶厂商，即便有新的芯片推出，他们不愿意轻易尝试或是去更换英伟达的产品，因为它代表着久经考验的稳定性和软硬件协同优势。

2.规模化优势。得益于坚持不懈地卖货，英伟达在产业AI的所需要的处理器芯片、架构和解决方案上，无论是研发投入还是制造规模上，竞争对手都要略逊一筹。这种优秀性能效率比，短期内还难以被超越。

3.产业端的前期沉淀。

在十几年前，英伟达就尝试通过GPU来帮助一些石油、气象和生命科学领域的客户。比如曾经和浪潮一起，帮助中石油将勘探软件应用迁移到GPU上。用十几台GPU服务器替代了原来的一两百台CPU服务器。

作为GPU生态从无到有的创造者，英伟达在产业端的部署经验和工程能力，也是其他竞争对手所不具备的。

同时，英伟达也没有放弃在技术创新上的领先性。它每年都会为 AI 推出一种新的架构，虽然GTC 2019乏善足陈，但今年可能还是会推出业内首个7nm 解决方案，直接拉开与竞争对手的差距。

总而言之，英伟达切入B端市场，虽然是一种半自愿半无奈的选择，但也有着深厚的积累与护城河。虽不至于“高枕无忧”，但绝不是“黔驴技穷”。

重走AI路：英伟达的“王座”如何稳固

在英伟达的AI登顶之路上，Intel就是一块尽职尽责的垫脚石。

在2017年的GTC China上，英伟达的掌门人黄仁勋就凭借“摩尔定律已死”而被媒体大肆报道（还有人不知道摩尔定律是Intel创始人戈登-摩尔博士提出的吗？），原因是CPU的增长幅度大幅缩小。导致一段时间里，“Intel吐血，GPU牛逼”成了坊间热议的话题。

不过，仅仅两年时间，我们就看到当年Intel的窘境，也开始成为英伟达的梦魇。

虽然雄霸了AI芯片市场，但它的远景并不容乐观。即使占据全部份额（这显然不可能），它也很难使公司再以指数级的速度成长。而且，由于反摩尔定律的作用，它的营业额也并不会因为多卖了一些设备而成比例地提升（它也卖不出去以前那么多了）。换句话说，如果不尽快开拓出新的市场，就会面临Intel在AI时代同样的尴尬。

让人不由感慨，英伟达凭借深度学习的鹊起，顺利从一个硬件公司转型为科技企业，却发现这个新身份是如此地容易早熟，没过几年就成长到了饱和状态，不得不再去寻求新的定位。

但有时候，找到一个新的商业模型比等待一次技术浪潮的红利更难。

我们可以随手举出几个尚待解决的难题：

比如B端的商业化。

B端的商业模式是靠大投入大批量来挣钱，厂商往往需要花几倍于其他公司的经费来开发一款芯片，才能够在同一代芯片中胜出。目前看来，英伟达的产业AI解决方案就是对同一款芯片的排列组合，但深入到更加垂直的细分领域时，就很难做到凭借一款产品的规模化来盈利。

而且，极大运算量的机器学习正在越来越多地引起了市场的反抗（缺乏应用场景、训练成本过高、低资源学习兴起等等），坦率来讲GPU并不是一个最好的解决方案，市场还一直三心二意地等待着更具性价比的技术，比如ASIC。从长远来看，AI将越来越少依赖于CUDA和GPU。

我们都知道将有新的计算加速技术出现，并且都肯定一点，虽然不知道那个新技术会是什么，但肯定不是更多更快更强的GPU。

从这个角度来看，英伟达有点像“芯片界的杨超越”。人人都认为它能在AI时代C位出道，是靠运气打赢的。它自己也很清楚地知道，如果不找到新的成长点，它就会随着时代红利的过去而活成前辈们“糊”的样子。

英伟达对世界最大的贡献在于，它为深度神经网络找到了一个最为现实的舞台，直接地让AI得以可知可感可用，说它是过去几年中AI大潮中最成功的一个也毫不为过。

同时我们也应该庆幸，有越来越多的竞争对手走入战场，让英伟达保持着一份“王者”难得的忐忑和惊惶。六个月让显卡性能提升十倍，相信没有诸多竞争对手的话，它是做不到这一点的。

“秦有六国，兢兢以强；六国既除，訑訑乃亡”。这条规律对于AI江湖和英伟达，也同样适用。