老黄发家史——极客玩家的一次灵感，启发英伟达进军AI！

知名科技公司英伟达，市值突破了4万亿美元，超过微软和苹果，成为全球市值最高的公司，在过去的30年时间里，英伟达从一家开发图形处理游戏显卡的小公司，一路成长为全球AI巨擘！欢迎大家来到老黄发家史的第七期，今天承接前六期内容，继续聊老黄的创业史！

01 游戏显卡巨头

前文讲到英伟达早期因NV1芯片失败濒临破产，

而竞争对手3dfx凭借Voodoo芯片占据85%市场份额。

英伟达则借助微软DirectX生态支持推出Riva芯片，

成功打入高端玩家群体市场，实现逆转并上市！

到了1999年，英伟达收购3dfx，

彻底奠定了英伟达在游戏显卡领域的霸主地位！

在GeForce 256发布前，行业仅有“图形适配器”概念，

无法独立处理3D图形，

英伟达则历史上第一次提出了GPU（图形处理器）概念，

将显卡定义为独立处理3D渲染任务的硬件，

彻底解放CPU负担，英伟达也创造并且定义了独立显卡的新名词！

世界第一款显卡——GeForce 256

与此同时，首席科学家柯克提出并行计算方案，

即在同一芯片上通过多条管线同步处理像素着色任务，

解决多芯片叠加的瓶颈，彻底解放了3D游戏光源渲染问题，

GeForce 256集成硬件光影转换引擎，

每秒处理千万级多边形，成为首款真正意义上的显卡，

推动PC游戏3D发展，《半条命》帧率提升300%，

《反恐精英》实现大规模同屏渲染，

《星际争霸》和《暗黑破坏神》依赖显卡性能突破，

加速PC游戏从2D向3D时代演进，

此时的英伟达已经如日中天，

但老黄依然还是参天大树微软的小弟。

02 初代Xbox

老黄早期面对微软可以说是低三下四，

比如NV1和NV2采用英伟达创始人普利姆的技术路线，

但是微软强推DirectX 3D标准，

导致英伟达产品无人问津，公司濒临破产，

老黄在公司内部挥泪斩好友，直接将普利姆踢出局，

英伟达All in DirectX，

为绑定微软生态，老黄的NV3成为首款支持Direct 3D的芯片，

但是跟随微软发展，也意味着英伟达事事都需要向微软请示求助，

微软一开始对自家的新小弟也是非常照顾，

比如2000年初代Xbox的GPU订单就直接给了老黄，

合同总金额达5亿美元，并预付2亿美元定金，

英伟达为此定制X-Chip（改良版GeForce 3），成为公司史上最大单笔业务！

不过微软并没有把英伟达当作和自己平等的关系，

也不少去敲打老黄，比如当年Xbox第一次亮相的发布会，

老黄作为芯片制造商，核心中的核心，

却只能和制造防滑橡胶稳定器的厂商同坐最后一桌。

03 微软决裂

到了第二代Xbox谈判的时候，由于定价299美元低于成本价，

所以微软希望英伟达降价以压缩零部件成本，

但是遭到老黄的强硬拒绝，

随后微软和英伟达关系破裂，

盖茨终止合作转向ATI（后为AMD）供应Xbox 360芯片。

英伟达股价也暴跌，2003年市值从110亿美元缩水至10亿美元，

光微软Xbox这边业务损失占比达15%-20%，

此外，在制定DirectX 9规格制定中，

微软也暗中扶持ATI，英伟达甚至无法给出任何建议，

导致英伟达GeForce FX因兼容性问题败给ATI Radeon 9700，

从此失去了技术主导权，

君以此兴，必以此亡，

老黄早期通过抱上微软的大腿占领市场，

如今也再次进入了风雨飘摇的时刻，

这一次，老黄真正站了出来，

为英伟达也为整个世界指明了一条新方向！

04 深蓝与水母

首先，老黄将目光瞄向了达拉斯一场不为人知的西洋双陆棋比赛，

顶尖人类玩家纳克·巴拉德和迈克·森基维茨，

与由马尔科姆·戴维斯操控的AI“水母”展开对决，

尽管国际象棋界在“深蓝”击败卡斯帕罗夫后震惊不已，

但这场赌徒云集的西洋双陆棋赛却悄无声息地预示了新机器时代的到来。

“水母”是一款基于神经网络的AI，

与传统编程不同，它可以通过模拟人脑神经元做出决策。

早期的神经网络常常被质疑，

但是1986年的反向传播BP技术让神经网络重新回到大众视野，

1994年，弗雷德里克·达尔正式推出水母，

它仅有100个脑细胞，却能击败人类顶尖棋手，

IBM研究员杰拉尔德·特索罗运用“强化学习”，

让AI程序TD-Gammon通过自我对弈学习西洋双陆棋，

最终发展出超越人类的新策略，

TD-Gammon的成功证明了AI不仅能计算，还能通过经验学习和创新，

后来达尔还把强化学习技术应用于德扑，

成功开发出可在限注德扑中击败人类的AI，

然而IBM并未将这项技术进行商业化，

老黄冥冥之中感觉GPU可以做点什么事情，

但是具体怎么做他也不知道。

05 极客玩家

后来我们知道，老黄将自家GPU与神经网络联系起来，

但是这个过程有非常多的偶然因素，第一次灵感其实来源于一位极客玩家。

2000年，一位斯坦福大学计算机图形学专业的研究生伊恩·巴克，

成功将单个游戏的渲染任务分配到了多块英伟达显卡上，

而且甚至还将32个GeForce单元联结起来，借助8个投影仪，

实现了《雷神之锤III：竞技场》的8K分辨率渲染，

你能想象在那个1080p还不算普及的年代，

就已经有大神用英伟达显卡弄出8K的游戏？

而这也是整个游戏历史上首款能够达到8K分辨率的游戏设备，

巴克回忆，当画面布满整面墙的时候，

所有玩家都会被这历史性的一幕震惊！

在研究电路的过程中，巴克开始思考，

自己的这个GPU设备好像还不止是这个功能，

比如要用铅笔和纸手动渲染30帧的8K《雷神之锤III：竞技场》，

即使全天候不间断工作，也需要大约1.6万年的时间，

而巴克的GeForce阵列却能在短短一秒钟内完成这项计算任务，

对比传统实验室动辄上千万过亿的设备，

巴克用老黄英伟达这整套设备成本仅约2万美元，

也就是说，一位玩家为了满足自己的需求，

无形之中打造了一台低成本的超级计算机，

也直接敲出了属于显卡算力的摩尔定律！

伊恩·巴克入职英伟达20年

06 科学计算

巴克瞬间还意识到，这种经济实惠的算力，

对科学和工业领域而言，具有巨大的潜在价值，

但英伟达居然把这样暴殄天物的显卡用在玩游戏上面！

然而，英伟达随卡附带的代码仅支持三角形语言的处理，

巴克想要将自己的GPU阵列应用于其他领域，

还必须打破英伟达这个限制。

所以巴克直接开始深入研究英伟达的着色语言教程，

并成了首批掌握这个技术的程序员，

与此同时，巴克也放弃了传统计算机图形学，转而研究英伟达的黑科技。

此时老黄还有点蒙在鼓里，

美国国家高级研究计划局（DARPA）给资金支持巴克的秘密计划，

随后巴克招募了一群杰出的研究人员，

在2003年共同推出了一种名为“Brook”的开源编程语言，

借助Brook，科学家可以用英伟达显卡去计算那些极为苛刻的数学任务，

诸如模拟星系的诞生、核弹引爆过程的建模等等，

而柯克的并行计算也让Brook的科学计算如虎添翼，

学术界开始纷纷大量采购GeForce显卡。

伊恩·巴克

07 秘密项目

老黄也在03年左右注意到了英伟达在学术界非常畅销，

他看到巴克发表的一系列论文，

正是这些论文让其他领域的科学家发现GPU的魅力，

于是老黄在2004年发出邀约，

让巴克成为英伟达的工程师，进行秘密研究，

第二年，英伟达的Quadro系列彻底击溃了硅图公司，

硅图摘牌后，大量员工被英伟达接受，

此时英伟达员工数量已经达到了2000人，

其中1200人都被老黄转到了这个秘密研发项目，

不过对于外界而言

大家都以为老黄这些研发人员在专攻游戏显卡，

准备与ATI的Radeon系列大战一场，

但是在英伟达内部，研发人员发现英伟达逐渐变成了一家科学实验室，

每天沉迷于挖掘新技术发论文，与大学里的教授们互动，

一些英伟达的早期投资者并不看好研发科学计算领域，

于是选择离场套现走人，这些资本虽然早就在英伟达上面获得数十倍的收益，

但也错失了英伟达日后股价再次暴涨百倍的机遇。

08 并行计算

不过，大学里的教授都对英伟达很有信心，

斯坦福大学计算机科学系主任、并行计算的拥趸比尔·戴利，

第一次公开发表观点，他认为英伟达将可能创造出全新的计算机核心，

于是发表了多片论文为英伟达背书，

不过这些观点也只停留在学术界，多数投资者不看好英伟达，

老黄则是多次跑到戴利的办公室，希望他加入英伟达，

戴利也非常想去英伟达，

但他听说老黄是华人很Push，英伟达工作压力大，

所以有点不敢答应，

但老黄直接给了戴利一张支票，让他想填多少就填多少，

就这样，全世界最顶尖的并行计算专家加入英伟达。

2004年，老黄召集了柯克、巴克和戴利等众多顶尖工程师开会，

决定开启一个“计算统一设备架构”的英伟达秘密项目，

为了混淆视听，项目名称起得含糊不清，

这个秘密项目也是帮助英伟达铸起护城河的CUDA项目！

英伟达首席科学家比尔·戴利，入职20年

09 CUDA

说起来CUDA要做的事情其实巨简单，

就是原本将用于游戏的并行计算电路，

重新改造成给科学家使用的科学计算卡，

这样就不用像斯坦福研究生巴克那样通过处理三角形，

来获取宝贵的每秒10亿次浮点运算能力，

全新的架构未来只会用在高精尖的科学领域。

英伟达资深工程师迪克斯解释，

“理解CUDA的方式就是，你拥有一张视频游戏显卡，

但它上面配备了一个开关，

只需轻拨那个开关，翻转显卡，

它便瞬间化身为一台超级计算机。”

10 不打游戏的工程师

在英伟达研发团队中，真正一手缔造CUDA的，

则是一位从来不玩游戏的工程师约翰·尼科尔斯，

此前英伟达吸引到的专家多数都是非常喜欢打游戏的玩家，

因为英伟达显卡70%以上都卖给了想打游戏的玩家群体，

工程师大多数时候需要解决的是游戏问题。

而约翰·尼科尔斯一生从来不玩游戏，

只信仰一种技术——并行计算，

他很敏锐地发现，登纳德缩放定律可能要失效了！

在半导体行业，登纳德缩放定律和摩尔定律齐名，

登纳德认为晶体管尺寸缩小（约30%）时，功率密度可保持不变，

与摩尔定律协同起来就是晶体管数量指数增长的同时，

登纳德定律确保功耗可控，

直接让芯片频率从MHz跃升至GHz级别，

芯片面积缩小降低生产成本，推动半导体产业规模化。

所以低成本、高性能芯片直接推动了个人电脑和手机地普及，

直接奠定了现代电子信息产业基础！

老黄新自传

11 定律失效

2005年，制程进入65nm以下后，栅极氧化层变薄，

量子隧穿效应导致漏电流指数级增长，

静态功耗占比超50%，散热问题加剧，

英特尔放弃4GHz单核研发，转向多核设计，

约翰·尼科尔斯早在英特尔发现问题前，

就直接找到黄仁勋当面告知这个现象，

尼科尔斯分析认为并行计算是唯一破局的方法，

所以英伟达得以提早布局CUDA，

斯科尔斯也进入了当时看似“零亿美元市场”的科学计算领域。

并行计算的思路就是将大问题分解为小问题并行处理，

提升效率，但对编程和协调要求更高，

尼科尔斯预言，随着传统计算遇到物理瓶颈，

程序员将不得不转向并精通并行计算。

英伟达最终的目标客户是医生、科学家等终端用户，

这些客户可能并不懂计算机技术，

所以老黄想出来更直观的解释，

传统CPU是多功能厨房刀具，一次只能切一种蔬菜，

而并行GPU则是能同时处理多种食材的“食物处理机”，

在这个比喻中，卡车所载的蔬菜即代表大数据。

老黄与OpenAI首席科学家、AlexNet之父Ilya

12 大数据

2005年，科学码头上堆满了成倍增长、规模空前的数据集：

天文学数据、地球工程学数据、医学数据、政府数据、金融数据，

以及不断扩张的人类所创建的互联网数据集。

过去，科学家们或许每隔几周能收到一箱蔬菜就已心满意足，

然而到了2005年，科学家们已能够期盼每天收到数箱蔬菜。

面对如此挑战，英特尔那套永恒的经典厨房刀具已然无法应对，

此时需要的是一套由机器驱动的旋转刀片，

英伟达CUDA加持下的GPU刚好能够胜任工作，

但是能够做到这一点的厨师，还要等到六年后才会出现，

俗话说，步子太大会扯着蛋，

老黄在科学并行计算上步子迈得太大，

也一下子把英伟达的蛋扯到了，

一次全新的变故，

再次将英伟达的市值暴跌90%，

那么这次危机到底是怎样形成的呢，

老黄又是如何面对第四次英伟达股价暴跌九成陷入困境的局面，

欲知后事如何，且听下回分解！

游戏&AI系列：

老黄发家史——英伟达市值突破4万亿，老黄的传奇人生！

老黄发家史——传奇AMD工程师，老黄人生的第一份工作！

老黄发家史——世嘉主机拯救英伟达，老黄曾差点破产！

老黄发家史——FPS天才成就英伟达，N卡的诞生！

老黄发家史——N卡大战A卡，上古芯片巨头ATI！

老黄发家史——英伟达创造显卡，PC游戏的崛起！

AI——是游戏NPC的未来吗？

巫师三——AI如何帮助老游戏画质重获新生

你的游戏存档——正在改写人类药物研发史

无主之地3——臭打游戏，竟能解决人类大肠便秘烦恼

一句话造GTA——全球首款A游戏引擎Mirage上线

AI女装换脸——FaceAPP应用和原理

AI捏脸技术——你想在游戏中捏谁的脸？

Epic虚幻引擎——“元人类生成器”游戏开发（附教程）

脑机接口——特斯拉、米哈游的“魔幻未来技术”

白话科普——Bit到底是如何诞生的？

永劫无间——肌肉金轮，AI如何帮助玩家捏脸？

Adobe之父——发明PDF格式，助乔布斯封神

FPS游戏之父——谁是最伟大的游戏程序员？

《巫师3》MOD——制作教程，从零开始！

#gd的ai&游戏杂谈#