发布于

Nvidia 的故事

AI 辅助翻译自英文阅读英文原文

作者

作为现代科技(AI、机器学习、区块链等)最重要的基础设施,让我们见证 Nvidia 如何登上半导体行业巅峰,以及计算机硬件所扮演的独特角色。


@Author: Garfield Zhu

NVIDIA 的故事

“万亿美元俱乐部”的新星。(2023)


以及……那个人

历史

0. Stock - Nasdaq: NVDA

先看看 Nvidia 的股票历史。
🌊 前沿技术的浪潮将 NVIDIA 推到了今天的位置。

1. 起步

  • 1993:成立于美国加利福尼亚州圣克拉拉。

  • 创始人:Jensen Huang、Chris Malachowsky、Curtis Priem。
  • 为企业客户生产显卡。
  • 面向游戏和多媒体市场提供 3D 图形。

2. 发展

  • 1999:GeForce 256,第一款 GPU。

  • 1999:在纳斯达克 IPO。
  • 2000:竞争对手 3DFX(Voodoo,首款面向消费者的显卡)破产。
    Nvidia 收购 3DFX。
  • 作为 OEM,Nvidia 为 PC 厂商生产 GPU。

3. 新愿景

  • 面向游戏市场(GeForce)。
  • 将 GPU 从 PC 中解耦,直接面向客户。
  • 2008:CUDA,首个 GPU 计算平台。

  • 每两年迭代一次 GPU,持续优化性能。
  • 2010:CUDA API 支持面向科学计算的通用 GPU(GPGPU)概念。

4. AI、AR、VR、自动驾驶、区块链、云

  • 2015:CUDA 加速深度学习神经网络。
  • 2016:Nvidia Drive PX,首个 AI 自动驾驶平台。
  • 2018:Nvidia 发布用于实时光线追踪的 Nvidia RTX™。

  • 区块链和云计算的兴起让 Nvidia 得到广泛采用。

5. 比特币与挖矿时代

  • 2020:比特币价格涨至 20,000 美元,RTX 30 系列发布。
  • 挖矿时代让 GPU 价格翻倍、三倍甚至更高,30 系列几乎都成了矿卡。

6. AI、大语言模型与元宇宙

  • 2017:Google 发布用于 LLM 的 Transformer 模型。参见什么是 Transformer 模型
  • 2021:OpenAI 发布 GPT-3,这是规模最大的语言模型之一。
  • 2022:ChatGPT 公开发布,大语言模型开始流行。
  • 2022:NVIDIA Omniverse™ 平台发布,成为构建元宇宙的基础。
  • 作为训练 LLM 的核心基础设施,Nvidia 再次站上浪潮之巅。

7. 今天

  • 摩尔定律如今逐渐失效,取而代之的是黄氏定律——GPU 的 AI 性能每年翻倍。

  • 全球第六大公司(2023 年 10 月)。
    参见全球最大公司


[更新于 2024 年 6 月 18 日] 😱 Nvidia 今天暂时排名第一。


产品系列

Nvidia 曾有许多产品系列,如今主要有 3 个系列:

  • GeForce:桌面、游戏;例如 GeForce RTX 3090、GeForce RTX 4090。
  • Quadro:工作站。
  • Tesla:数据中心;参见 Nvidia Tesla,例如 H100、A100、V100 等;AWS 深度学习实例基于 Tesla,参见 AWS GPU 实例
  • 其他:Jetson、Ada、Tegra 等。

趣闻

1. NVIDIA 的命名

Nvidia 的第一款芯片名为 dot-NV。“NV”是 NEXT(下一代)的缩写,因为他们热衷于开发下一代产品。

公司命名时,他们试图寻找包含“NV”的拉丁词,找到了表示嫉妒的拉丁词“invidia”。他们希望成为业界令人羡慕的存在,于是去掉“i”,将公司命名为“Nvidia”。🤣

事实上,他们做到了。

2. NVIDIA 对 AMD?
  • Jensen Huang(黄仁勋)和 Lisa Su(苏姿丰)都是出生于台湾的美国人。
  • 他们是亲戚。苏姿丰的外祖父是黄仁勋母亲的大哥,黄仁勋是苏姿丰的“舅舅”。
  • Jensen Huang
  • Lisa Su
3. 外号
  • Jensen Huang 在中国被称为“老黄”,Lisa Su 被称为“苏妈”。
  • Jensen Huang 更广为人知的外号是“皮衣刀客”:
  • “皮衣”:

  • “刀法”:
  • 显卡30603060Ti30703070Ti30803080Ti30903090Ti
    SM 数量2838464868808284
    显存12GB8GB8GB8GB10GB12GB24GB24GB

    半导体蚀刻容易出错,尤其是 7nm、5nm 甚至 3nm 工艺,良率并不高。

    芯片被设计为可容错。芯片上的每个区域都独立存在,出错时可以通过固件禁用。 如果 84 SM 芯片禁用了 2 个 SM,就会标注为 82 SM 芯片,并包装成 3090。😆

4. 最受欢迎的 CEO
  • 2023 年 8 月硅谷员工投票排名
  • Huang 肩膀上有“Nvidia”标志纹身(他曾承诺股价达到 100 美元就纹)。
  • Huang 做出了将 Nvidia 推到今天位置的正确决策:
    1. 将游戏市场视为“十亿美元市场”,为游戏打造芯片。
    2. 坚持技术创新,持续迭代 GPU。
    3. 让 GPU 通用化,成为新时代的硬件武库。