放弃移动智能手机市场的英伟达撞上了人工智能（Artificial Intelligence，AI），焕发了生命第二春。

    近日，英伟达发布了2017年第一季度的财报，数据显示英伟达实现营收19.4亿美元，同比增长48%，净利润5.07亿美元，同比增长144%。其中，游戏业务、数据中心业务和汽车业务实现了全方位增长，而且数据中心业务和汽车业务均打败分析师的预计值。受此利好消息，英伟达股价应声上涨了14.2%，涨到了117.57美元。

    英伟达撞上了人工智能

    英伟达的财报中表现最抢眼的莫过于数据中心业务。在今年第一季度，英伟达数据中心业务的营收增长了一倍以上，增长到了4.09亿美元，轻松击败了分析师预期的3.182亿美元。

    “现在，全世界各大互联网和云服务提供商都在使用英伟达的GPU芯片。”英伟达首席财务官科莱特-克雷斯（Colette Kress）周二在财报电话会议结束后说。

    这句话说的没错。目前，人工智能成为企业战略布局的制高点。无论是科技巨头，如Google、IBM、Microsoft、Facebook、Amazon、百度、阿里、腾讯等，还是创业公司，都积极布局人工智能，英伟达的人工智能芯片成为业内首选。

    众所众知，人工智能的训练和运行需要大量的并行计算，传统的CPU在并行计算方面并没有优势。神奇的是，英伟达之前常作为显卡的“心脏”而出现的GPU图形处理器技术，居然可以神奇地为当前人工智能领域的研究热点——深度学习——所利用。

    相比于CPU，GPU 具有数以千计的计算核心，强大、高效并行计算能力，可实现 10-100倍应用吞吐量，特别适合人工智能的海量数据训练。

    所以，英伟达人工智能芯片得到了厂商的青睐，包括社交网络Facebook、谷歌、IBM、微软、阿里巴巴集团、亚马逊AWS云服务都在使用英伟达的芯片。

    市场对英伟达的看好，从英伟达一路上涨的股价能窥见一斑，英伟达的股价已经从16年年初的25美元上涨到130美元，一年多的时间翻了几乎5倍。


    科学技术的发展告诉我们，向淘金者卖水是一门好生意。比如PC机时代，给电脑提供处理器的英特尔，在经历40多年后仍然是半导体行业的龙头。再比如，竞争激烈的智能手机市场竞争激烈，手机厂商拼得你死我活，但给手机厂商提供芯片支持的高通，大发横财。所以，随着在人工智能领域淘金的人越来越多，向淘金者卖水的英伟达，前景值得期待。

    英伟达之所以被看好，在于英伟达处在人工智能最底层，扮演着给“淘金者供水”的角色。人工智能产业链大概可以分成三层，技术支撑层、基础应用层和方案集成层。无论是基础应用层中的语音识别、自然语言处理、计算机视觉，还是方案集成层的智慧产品，都离不开底层芯片的支持，英伟达的人工智能芯片是非常不错的选择。


    而且，由于英伟达的GPU处在最底层，这意味着英伟达可以避开上层的激烈竞争。无论应用层和方案层的竞争多么激烈，无论人工智能产品周期多长，应用层和方案层都需要“英伟达们”底层的基础支持。

    英伟达的竞争者们

    向淘金者卖水是好生意，这个道理已经不是秘密了。虽然这几年，英伟达在深度学习领域的芯片供应商中占据着主导地位，但各大巨头们也都想在这门生意上分一杯羹。

    面对英伟达的来势汹汹，最不敢放松警惕的是半导体行业的老大英特尔。目前，英伟达的GPU产品依然需要搭配英特尔中央处理器（CPU）协作，才能提供较佳运算性能表现。比如，谷歌DeepMindAI系统AlphaGo此前在与南韩棋王李世乭较量时，便仰赖于1202颗CPU及176颗GPU协助运算。

    虽然英特尔仍然掌控全球98%数据中心X86架构服务器的晶片市场，人工智能芯片的占比仍然不高，但不能否认人工智能芯片市场具备的庞大成长潜力。市调机构IDC预估，到了2020年全球跨产业AI及认知系统年营收可达逾470亿美元，较2016年近80亿美元将呈现明显成长。而英伟达人工智能芯片已经成为业内首选。

    所以，英特尔持续通过收购策略强化自有人工智能领域布局，试图通过投资弥补战略上的慢一步。如英特尔以167亿美元高价收购FPGA晶片供应商Altera，以4亿美元收购深度学习创业公司Nervana ，成为英特尔投入AI处理器开发的布局。2017年3月，英特尔以153亿美元收购Mobileye， 试图将"算法+芯片"整合成人工智能制胜关键。

    巨头谷歌在采用英伟达的AI芯片的同时，自己也在研发AI芯片。在去年的开发者大会上，谷歌发布了专为人工智能算法定制的 Tensor Processing Unit（TPU），在最近的一篇博客文章中，Google 声称其 TPU 要比现代的 GPU 和 CPU 们在推理性能上快 15 到 30 倍。虽然，英伟达否认说 Google 是在拿 TPU 和老的 GPU 相比较，但能肯定的是，谷歌在人工智能定制化芯片的路上会越走越远。

    另一巨头微软也在使用现场可变编程门阵列（FPGA）的新型并行处理器。据介绍，FPGA 目前已支持微软Bing，未来它们将会驱动基于深度神经网络——以人类大脑结构为基础建模的人工智能——的新搜索算法。

    另外，智能手机芯片制造商高通已经开始制造执行神经网络的专用芯片，而且高通最近宣布计划花费 470 亿美元收购荷兰汽车芯片公司恩智浦，恩智浦致力于解决深度学习和计算机视觉难题，看来高通希望借助收购加强自动驾驶系统的开发。IBM也按捺不住，在2016年投入到类人脑芯片的研发——TrueNorth。另外，在极度依赖国外进口的我国芯片产业中，中星微在2016年6月份，推出了中国首款嵌入式神经网络处理器（NPU）芯片“星光智能一号”。

    所以，尽管英伟达在人工智能芯片领域占据领先的位置，但是这个领域已经聚集了不少重量级玩家，英伟达仍然面临不小的压力。

    英伟达不能像上次“起大早赶晚集”了

    英伟达曾经浪费了智能手机浪潮。

    在智能手机移动芯片市场蓬勃发展之初，作为芯片领域中的强者，英伟达试图在移动手机市场上分一杯羹。2011年，英伟达斥资3.67亿美元收购了Icera基带业务，试图通过整合英伟达的应用处理器技术和Icera的基带处理器技术，为智能手机厂商提供芯片支持。

    当时的英伟达手握不小胜算。2011年的高通在市场中的主要角色还是基带芯片提供商，不过，其正在推出基带和应用处理器一体的解决方案。联发科也在2011年才开始打造专属的Android智能型手机的芯片解决方案。可以说，英伟达、高通、联发科基本处于同一起跑线，如果顺利，在2012年以后智能手机的大浪潮下，英伟达、高通和联发科将展开激烈竞争。

    可惜的是，英伟达起了个大早赶了个晚集。直到2015年，英伟达依然没有完成基带和应用处理器的整合。2012年至2015年是移动手机起步的黄金四年，英伟达完全错过了。究其原因，长达4年的拖延，让一个极有胜算的项目夭折了。

    如今在人工智能芯片领域，英伟达又一次抢占先机。不过，这个市场才刚刚拉开帷幕，人工智能芯片领域的每个玩家，都不是吃素的。希望英伟达能吸取移动手机市场的教训，加快布局，别因为拖延再次错失良机。