知名科技公司英偉達，市值突破了4萬億美元，超過微軟和蘋果，成爲全球市值最高的公司，在過去的30年時間裏，英偉達從一家開發圖形處理遊戲顯卡的小公司，一路成長爲全球AI巨擘！歡迎大家來到老黃髮家史的第七期，今天承接前六期內容，繼續聊老黃的創業史！
01 遊戲顯卡巨頭
前文講到英偉達早期因NV1芯片失敗瀕臨破產，
而競爭對手3dfx憑藉Voodoo芯片佔據85%市場份額。
英偉達則藉助微軟DirectX生態支持推出Riva芯片，
成功打入高端玩家羣體市場，實現逆轉並上市！
到了1999年，英偉達收購3dfx，
徹底奠定了英偉達在遊戲顯卡領域的霸主地位！
在GeForce 256發佈前，行業僅有“圖形適配器”概念，
無法獨立處理3D圖形，
英偉達則歷史上第一次提出了GPU（圖形處理器）概念，
將顯卡定義爲獨立處理3D渲染任務的硬件，
徹底解放CPU負擔，英偉達也創造並且定義了獨立顯卡的新名詞！
世界第一款顯卡——GeForce 256
與此同時，首席科學家柯克提出並行計算方案，
即在同一芯片上通過多條管線同步處理像素着色任務，
解決多芯片疊加的瓶頸，徹底解放了3D遊戲光源渲染問題，
GeForce 256集成硬件光影轉換引擎，
每秒處理千萬級多邊形，成爲首款真正意義上的顯卡，
推動PC遊戲3D發展，《半條命》幀率提升300%，
《反恐精英》實現大規模同屏渲染，
《星際爭霸》和《暗黑破壞神》依賴顯卡性能突破，
加速PC遊戲從2D向3D時代演進，
此時的英偉達已經如日中天，
但老黃依然還是參天大樹微軟的小弟。
02 初代Xbox
老黃早期面對微軟可以說是低三下四，
比如NV1和NV2採用英偉達創始人普利姆的技術路線，
但是微軟強推DirectX 3D標準，
導致英偉達產品無人問津，公司瀕臨破產，
老黃在公司內部揮淚斬好友，直接將普利姆踢出局，
英偉達All in DirectX，
爲綁定微軟生態，老黃的NV3成爲首款支持Direct 3D的芯片，
但是跟隨微軟發展，也意味着英偉達事事都需要向微軟請示求助，
微軟一開始對自家的新小弟也是非常照顧，
比如2000年初代Xbox的GPU訂單就直接給了老黃，
合同總金額達5億美元，並預付2億美元定金，
英偉達爲此定製X-Chip（改良版GeForce 3），成爲公司史上最大單筆業務！
不過微軟並沒有把英偉達當作和自己平等的關係，
也不少去敲打老黃，比如當年Xbox第一次亮相的發佈會，
老黃作爲芯片製造商，核心中的核心，
卻只能和製造防滑橡膠穩定器的廠商同坐最後一桌。
03 微軟決裂
到了第二代Xbox談判的時候，由於定價299美元低於成本價，
所以微軟希望英偉達降價以壓縮零部件成本，
但是遭到老黃的強硬拒絕，
隨後微軟和英偉達關係破裂，
蓋茨終止合作轉向ATI（後爲AMD）供應Xbox 360芯片。
英偉達股價也暴跌，2003年市值從110億美元縮水至10億美元，
光微軟Xbox這邊業務損失佔比達15%-20%，
此外，在制定DirectX 9規格制定中，
微軟也暗中扶持ATI，英偉達甚至無法給出任何建議，
導致英偉達GeForce FX因兼容性問題敗給ATI Radeon 9700，
從此失去了技術主導權，
君以此興，必以此亡，
老黃早期通過抱上微軟的大腿佔領市場，
如今也再次進入了風雨飄搖的時刻，
這一次，老黃真正站了出來，
爲英偉達也爲整個世界指明瞭一條新方向！
04 深藍與水母
首先，老黃將目光瞄向了達拉斯一場不爲人知的西洋雙陸棋比賽，
頂尖人類玩家納克·巴拉德和邁克·森基維茨，
與由馬爾科姆·戴維斯操控的AI“水母”展開對決，
儘管國際象棋界在“深藍”擊敗卡斯帕羅夫後震驚不已，
但這場賭徒雲集的西洋雙陸棋賽卻悄無聲息地預示了新機器時代的到來。
“水母”是一款基於神經網絡的AI，
與傳統編程不同，它可以通過模擬人腦神經元做出決策。
早期的神經網絡常常被質疑，
但是1986年的反向傳播BP技術讓神經網絡重新回到大衆視野，
1994年，弗雷德裏克·達爾正式推出水母，
它僅有100個腦細胞，卻能擊敗人類頂尖棋手，
IBM研究員傑拉爾德·特索羅運用“強化學習”，
讓AI程序TD-Gammon通過自我對弈學習西洋雙陸棋，
最終發展出超越人類的新策略，
TD-Gammon的成功證明了AI不僅能計算，還能通過經驗學習和創新，
後來達爾還把強化學習技術應用於德撲，
成功開發出可在限注德撲中擊敗人類的AI，
然而IBM並未將這項技術進行商業化，
老黃冥冥之中感覺GPU可以做點什麼事情，
但是具體怎麼做他也不知道。
05 極客玩家
後來我們知道，老黃將自家GPU與神經網絡聯繫起來，
但是這個過程有非常多的偶然因素，第一次靈感其實來源於一位極客玩家。
2000年，一位斯坦福大學計算機圖形學專業的研究生伊恩·巴克，
成功將單個遊戲的渲染任務分配到了多塊英偉達顯卡上，
而且甚至還將32個GeForce單元聯結起來，藉助8個投影儀，
實現了《雷神之錘III：競技場》的8K分辨率渲染，
你能想象在那個1080p還不算普及的年代，
就已經有大神用英偉達顯卡弄出8K的遊戲？
而這也是整個遊戲歷史上首款能夠達到8K分辨率的遊戲設備，
巴克回憶，當畫面佈滿整面牆的時候，
所有玩家都會被這歷史性的一幕震驚！
在研究電路的過程中，巴克開始思考，
自己的這個GPU設備好像還不止是這個功能，
比如要用鉛筆和紙手動渲染30幀的8K《雷神之錘III：競技場》，
即使全天候不間斷工作，也需要大約1.6萬年的時間，
而巴克的GeForce陣列卻能在短短一秒鐘內完成這項計算任務，
對比傳統實驗室動輒上千萬過億的設備，
巴克用老黃英偉達這整套設備成本僅約2萬美元，
也就是說，一位玩家爲了滿足自己的需求，
無形之中打造了一臺低成本的超級計算機，
也直接敲出了屬於顯卡算力的摩爾定律！
伊恩·巴克入職英偉達20年
06 科學計算
巴克瞬間還意識到，這種經濟實惠的算力，
對科學和工業領域而言，具有巨大的潛在價值，
但英偉達居然把這樣暴殄天物的顯卡用在玩遊戲上面！
然而，英偉達隨卡附帶的代碼僅支持三角形語言的處理，
巴克想要將自己的GPU陣列應用於其他領域，
還必須打破英偉達這個限制。
所以巴克直接開始深入研究英偉達的着色語言教程，
併成了首批掌握這個技術的程序員，
與此同時，巴克也放棄了傳統計算機圖形學，轉而研究英偉達的黑科技。
此時老黃還有點矇在鼓裏，
美國國家高級研究計劃局（DARPA）給資金支持巴克的祕密計劃，
隨後巴克招募了一羣傑出的研究人員，
在2003年共同推出了一種名爲“Brook”的開源編程語言，
藉助Brook，科學家可以用英偉達顯卡去計算那些極爲苛刻的數學任務，
諸如模擬星系的誕生、核彈引爆過程的建模等等，
而柯克的並行計算也讓Brook的科學計算如虎添翼，
學術界開始紛紛大量採購GeForce顯卡。
伊恩·巴克
07 祕密項目
老黃也在03年左右注意到了英偉達在學術界非常暢銷，
他看到巴克發表的一系列論文，
正是這些論文讓其他領域的科學家發現GPU的魅力，
於是老黃在2004年發出邀約，
讓巴克成爲英偉達的工程師，進行祕密研究，
第二年，英偉達的Quadro系列徹底擊潰了硅圖公司，
硅圖摘牌後，大量員工被英偉達接受，
此時英偉達員工數量已經達到了2000人，
其中1200人都被老黃轉到了這個祕密研發項目，
不過對於外界而言
大家都以爲老黃這些研發人員在專攻遊戲顯卡，
準備與ATI的Radeon系列大戰一場，
但是在英偉達內部，研發人員發現英偉達逐漸變成了一家科學實驗室，
每天沉迷於挖掘新技術發論文，與大學裏的教授們互動，
一些英偉達的早期投資者並不看好研發科學計算領域，
於是選擇離場套現走人，這些資本雖然早就在英偉達上面獲得數十倍的收益，
但也錯失了英偉達日後股價再次暴漲百倍的機遇。
08 並行計算
不過，大學裏的教授都對英偉達很有信心，
斯坦福大學計算機科學系主任、並行計算的擁躉比爾·戴利，
第一次公開發表觀點，他認爲英偉達將可能創造出全新的計算機核心，
於是發表了多片論文爲英偉達背書，
不過這些觀點也只停留在學術界，多數投資者不看好英偉達，
老黃則是多次跑到戴利的辦公室，希望他加入英偉達，
戴利也非常想去英偉達，
但他聽說老黃是華人很Push，英偉達工作壓力大，
所以有點不敢答應，
但老黃直接給了戴利一張支票，讓他想填多少就填多少，
就這樣，全世界最頂尖的並行計算專家加入英偉達。
2004年，老黃召集了柯克、巴克和戴利等衆多頂尖工程師開會，
決定開啓一個“計算統一設備架構”的英偉達祕密項目，
爲了混淆視聽，項目名稱起得含糊不清，
這個祕密項目也是幫助英偉達鑄起護城河的CUDA項目！
英偉達首席科學家比爾·戴利，入職20年
09 CUDA
說起來CUDA要做的事情其實巨簡單，
就是原本將用於遊戲的並行計算電路，
重新改造成給科學家使用的科學計算卡，
這樣就不用像斯坦福研究生巴克那樣通過處理三角形，
來獲取寶貴的每秒10億次浮點運算能力，
全新的架構未來只會用在高精尖的科學領域。
英偉達資深工程師迪克斯解釋，
“理解CUDA的方式就是，你擁有一張視頻遊戲顯卡，
但它上面配備了一個開關，
只需輕撥那個開關，翻轉顯卡，
它便瞬間化身爲一臺超級計算機。”
10 不打遊戲的工程師
在英偉達研發團隊中，真正一手締造CUDA的，
則是一位從來不玩遊戲的工程師約翰·尼科爾斯，
此前英偉達吸引到的專家多數都是非常喜歡打遊戲的玩家，
因爲英偉達顯卡70%以上都賣給了想打遊戲的玩家羣體，
工程師大多數時候需要解決的是遊戲問題。
而約翰·尼科爾斯一生從來不玩遊戲，
只信仰一種技術——並行計算，
他很敏銳地發現，登納德縮放定律可能要失效了！
在半導體行業，登納德縮放定律和摩爾定律齊名，
登納德認爲晶體管尺寸縮小（約30%）時，功率密度可保持不變，
與摩爾定律協同起來就是晶體管數量指數增長的同時，
登納德定律確保功耗可控，
直接讓芯片頻率從MHz躍升至GHz級別，
芯片面積縮小降低生產成本，推動半導體產業規模化。
所以低成本、高性能芯片直接推動了個人電腦和手機地普及，
直接奠定了現代電子信息產業基礎！
老黃新自傳
11 定律失效
2005年，製程進入65nm以下後，柵極氧化層變薄，
量子隧穿效應導致漏電流指數級增長，
靜態功耗佔比超50%，散熱問題加劇，
英特爾放棄4GHz單核研發，轉向多核設計，
約翰·尼科爾斯早在英特爾發現問題前，
就直接找到黃仁勳當面告知這個現象，
尼科爾斯分析認爲並行計算是唯一破局的方法，
所以英偉達得以提早佈局CUDA，
斯科爾斯也進入了當時看似“零億美元市場”的科學計算領域。
並行計算的思路就是將大問題分解爲小問題並行處理，
提升效率，但對編程和協調要求更高，
尼科爾斯預言，隨着傳統計算遇到物理瓶頸，
程序員將不得不轉向並精通並行計算。
英偉達最終的目標客戶是醫生、科學家等終端用戶，
這些客戶可能並不懂計算機技術，
所以老黃想出來更直觀的解釋，
傳統CPU是多功能廚房刀具，一次只能切一種蔬菜，
而並行GPU則是能同時處理多種食材的“食物處理機”，
在這個比喻中，卡車所載的蔬菜即代表大數據。
老黃與OpenAI首席科學家、AlexNet之父Ilya
12 大數據
2005年，科學碼頭上堆滿了成倍增長、規模空前的數據集：
天文學數據、地球工程學數據、醫學數據、政府數據、金融數據，
以及不斷擴張的人類所創建的互聯網數據集。
過去，科學家們或許每隔幾周能收到一箱蔬菜就已心滿意足，
然而到了2005年，科學家們已能夠期盼每天收到數箱蔬菜。
面對如此挑戰，英特爾那套永恆的經典廚房刀具已然無法應對，
此時需要的是一套由機器驅動的旋轉刀片，
英偉達CUDA加持下的GPU剛好能夠勝任工作，
但是能夠做到這一點的廚師，還要等到六年後纔會出現，
俗話說，步子太大會扯着蛋，
老黃在科學並行計算上步子邁得太大，
也一下子把英偉達的蛋扯到了，
一次全新的變故，
再次將英偉達的市值暴跌90%，
那麼這次危機到底是怎樣形成的呢，
老黃又是如何面對第四次英偉達股價暴跌九成陷入困境的局面，
欲知後事如何，且聽下回分解！
遊戲&AI系列：
老黃髮家史——英偉達市值突破4萬億，老黃的傳奇人生！
老黃髮家史——傳奇AMD工程師，老黃人生的第一份工作！
老黃髮家史——世嘉主機拯救英偉達，老黃曾差點破產！
老黃髮家史——FPS天才成就英偉達，N卡的誕生！
老黃髮家史——N卡大戰A卡，上古芯片巨頭ATI！
老黃髮家史——英偉達創造顯卡，PC遊戲的崛起！
AI——是遊戲NPC的未來嗎？
巫師三——AI如何幫助老遊戲畫質重獲新生
你的遊戲存檔——正在改寫人類藥物研發史
無主之地3——臭打遊戲，竟能解決人類大腸便祕煩惱
一句話造GTA——全球首款A遊戲引擎Mirage上線
AI女裝換臉——FaceAPP應用和原理
AI捏臉技術——你想在遊戲中捏誰的臉？
Epic虛幻引擎——“元人類生成器”遊戲開發（附教程）
腦機接口——特斯拉、米哈遊的“魔幻未來技術”
白話科普——Bit到底是如何誕生的？
永劫無間——肌肉金輪，AI如何幫助玩家捏臉？
Adobe之父——發明PDF格式，助喬布斯封神
FPS遊戲之父——誰是最偉大的遊戲程序員？
《巫師3》MOD——製作教程，從零開始！
#gd的ai&遊戲雜談#
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
