NVIDIA?股價創歷史新高，過去幾年經歷了什麼

n n 從n n PCn n 時代走到移動時代，再到現在的物聯網、人工智慧、大數據和自動駕駛時代，電子終端市場眼見了多少企業起朱樓，宴賓客和樓塌了。作為終端市場的半導體市場，也看遍了某些曾經的巨頭因為轉型不力而慘淡經營，有些憑藉豐厚家底基業長青，少數半導體公司憑藉自己的先天優勢和環境的助力，走上了前所未有的高度，英偉達就是其中的一個。n n

n n 英偉達n n CEOn n 黃仁勛n n

n n 這個做顯卡出身的企業在過去的一年裡，股價從n n 30.92n n 美元飆升到n n 93.36n n 美元（截止到n n 2016n n 年n n 11n n 月n n 18n n 日）的歷史高位，市值上漲超過了n n 200%n n 。而從英偉達今年n n 8n n 月的財報我們可以看出，公司的總收入為n n 14.28n n 億美元，同比增長n n 24%n n ，而利潤達到了n n 2.53n n 億美元，同比增長n n 873%n n 。n n

n n 這個一直被中國網友調侃為「n n 出色n n PPTn n n 設計師n n n n 」的公司是怎樣從過去幾年的起伏不定的狀態中走出來，並走向「芯生」巔峰的呢？回頭看，這真的是天時地利人和的結果。n n

n n 英偉達過去兩年的股價走勢（n n sourcen n ：雅虎財經）n n n

n n 成名於n n PCn n n 時代n n

n 1993n n 年，n n LSI Logicn n 前n n SOCn n 戰略部主管黃仁勛攜手n n ChrisMalachowskyn n 和n n Curtis Priemn n 創立了英偉達公司，公司的最初目標是為個人電腦生產能夠執行全動態視頻和立體聲處理的微處理器。到了n n 1995n n 年n n 5n n 月，該公司推出了其第一款產品n n NV1n n ，但是還沒有顯卡的概念，英偉達就把他稱之為多媒體加速器。n n

n n 英偉達n n NV1n n

n n 這是第一個集成n n GUIn n 加速、全動態視頻加速、三維渲染的微處理器。n n NV1n n 的出現讓個人n n PCn n 可以和視頻遊戲系統一爭高下。n n NV1n n 的出色表現除了讓英偉達獲得了風投的關注以外，還吸引了當時最大遊戲機製造商世嘉的目光。當時世嘉和英偉達達成了一個協議，在其第六代家用遊戲機「土星」和個人電腦上採用n n NV1n n 。n n

n NV1n n 的憑空出世讓很多人見識到了這個新型產品的潛力，到了n n 1996n n 年中，全球共有n n 30n n 多家供應商提供n n 3Dn n 圖形晶元。而這個時候的英偉達又先人一步對微軟n n Direct3Dn n 的支持，加強和遊戲開發社區的關係。n n

n n 之後經過了幾年的深耕，到n n 1997n n 年底，市場分析機構數據顯示，英偉達在n n 3Dn n 圖形處理器的市場份額去到了n n 24%n n 。這與其在n n NV1n n 後推出的n n RIVA 128n n （市場上稱之為n n NV3n n ）優越的市場表現密不可分。n n

n n n n RIVA 128n n

n n 憑藉著創立幾年的優越表現，英偉達在n n 1999n n 年n n 1n n 月成功上市，在第一個財年裡，英偉達的營收為n n 1.58n n 億美元，較上年的n n 1300n n 萬美元增加了n n 10n n 倍有餘，而利潤也從上年的n n 130n n 萬上升到n n 410n n 萬美元，較之在n n 1999n n 年市值破n n 5000n n 億美元的n n Inteln n 來說，英偉達的這個表現不值一提，可是在這個相當於初創的小市場，英偉達表現還是比較搶眼的。n n

n n 在之後，英偉達通過自主研發、與當時的圖形公司n n SGIn n 交差授權和收購n n 3dfx Interactiven n 等一系列舉措擴充其產品線，將產品推向了低端電腦市場，同時英偉達還和宏碁實驗室建立了戰略合作關係，為其接下來的爆發奠定了深厚的基礎。n n

n n 在n n 1999n n n 年，英偉達除了上市以外，還有一個創舉，那就是推出了下一代的圖形加速器n n GeForce256n n n ，從嚴格意義上來說，這個產品才是業界的第一個n n GPUn n n 。n n n n n 這個產品的出現，極大的減輕了個人電腦n n CPUn n 在圖形處理方面的壓力。可以說它的出現，直接改變了n n PCn n 的構成。n n

n n GeForce256n n

n n 根據當時n n Electronic Buyersn n 的報道，n n GeForce256n n 的出現不但減輕了n n CPUn n 的負擔，還讓軟體工程師們可以執行人工智慧等複雜的附加功能，我想黃仁勛應該也沒想到在n n 17n n 年後的今天，人工智慧會成為推動其走向人生巔峰的動力之一，這是後話，我們暫且按下不談。n n

n n 進入了n n 21n n 世紀前幾年，基本上就是英偉達和n n ATIn n 兩者在圖形處理器上的鬥爭。而英偉達的表現在這幾年也是起起伏伏。到n n 2007n n 年n n 8n n 月，英偉達創了n n IPOn n 以來的最高股價，在那之後，英偉達的股價一瀉千里，這多多少少與當年的一個舉動有關。n n

n n 因為在同年n n 1n n 月，蘋果公司發布了第一代n n iPhonen n ，掀起了轟轟烈烈的移動設備革命，n n PCn n 市場急轉下滑，轉型不力的英偉達迎來了創業以來的最難時機。n n

n n n 英偉達的股價的歷史走勢，紅框內為最高價後的一兩年的走勢（n n sourcen n ：雅虎財經）n n n

n n 蘋果推動的移動革命「受害者」n n

n 2007n n 年，對黑莓，諾基亞來說是一個悲傷的年份，作為智能手機先鋒的前者和功能手機絕對霸主的後者都被一個以前做n n mp3n n 的公司推動的移動設備革命幹掉。除了這些直接「受害者」以外，n n PCn n 時代的直接受益者英偉達也成為了「簡介受害者」。n n

n n 因為移動設備的興起，n n PCn n 市場日漸慘淡，加上在移動n n GPUn n 和n n CPUn n 方面的表現不力，英偉達迎來了大挑戰。n n

n n 首先n n PCn n 的衰落讓英偉達表現不佳。n n

n n 市場研究公司n n IDCn n 數據顯示，n n 2015n n 年全球智能手機出貨量超過n n 14n n 億部，相比n n 2007n n 年n n 1.24n n 億部的增長量，增幅達n n 1000%n n 以上。與此同時，市場研究公司n n Gartnern n 數據表明，全球n n PCn n 出貨量又創新低，自n n 2011n n 年達到n n 3.62n n 億台的高點後，過去n n 4n n 年跌幅超n n 20%n n 。n n

n n 全球智能手機出貨量和全球n n PCn n 出貨量的走勢對比n n n

n n 隨著n n PCn n 的不景氣，以圖形處理器為主要營收的英偉達從n n 2009n n 年開始表現不佳，但最近幾年有了一些起色。n n

n n 英偉達的營收、毛利、凈利表現n n

n n 英偉達各類業務收入n n

n n 除了n n GPUn n 之外，移動業務的開展不順是英偉達過去幾年不被市場看好的主要原因。上圖中n n Tegran n 處理器就是拖累英偉達的重要n n Xn n 因素。n n

n n 其實在蘋果和安卓出來之後，英偉達本身已經看到了移動處理器的市場，因此在n n 2008n n 年，英偉達針對移動市場推出了n n Tegran n 系列晶元組，這是主要針對手機和平板的產品系列。n n

n n 每個n n Tegran n 內置n n ARMn n 架構的處理器核心、基於n n GeForcen n 的圖形處理器、音效處理器、北橋晶元、南橋晶元和內存控制器置入一個單一的軟體包。n n

n n 由於n n NVIDIAn n 在移動方面的經驗不足，其第一代n n Tegran n 產品發布的時候，只能夠專註於一種操作系統。所以，n n NVIDIAn n 選擇與微軟合作。例如n n Zune HDn n 就利用了n n Tegran n 晶元。之後，n n NVIDIAn n 不再專註於一種平台。第二代的n n Tegran n 已經可以支持n n Androidn n 。n n

n n 其實當時n n Tegra 2n n 系列已經獲得了摩托羅拉、n n LGn n 、還有幾家國產品牌力挺；而n n Tegra 3n n 也有n n HTC One Xn n 和n n Nexus7n n 採用；到了n n Tegra4n n ，由於前代的表現不佳，已經沒有國際大廠敢用到旗艦上了，最知名的只有小米將其應用在小米n n 3n n 移動版上。到了最新的n n Tegra K1n n 和n n X1n n ，似乎已經都沒有廠商用了，貌似只有英偉達在其n n Shield X1n n 平板和遊戲機上用。可以說英偉達與移動無緣了。n n

n n 根據知乎用戶盧亮的觀點，英偉達n n Tegran n 能有這樣的結果，與英偉達大吹特吹的n n GPUn n 和遊戲性能有關，尤其是在n n Tegra3n n 時期被高通、三星等n n SoCn n 完爆之後，就沒有翻身的機會了。n n

n n 他還特別對這個系列的幾款產品做了評價。n n

n Tegra2n n 時代，那時候高通還是主打被人詬病的膠水雙核，n n Tegra2n n 性能小勝，視頻解碼能力完爆高通。憑藉優秀的看電影解碼能力，此時期n n Tegra2n n 是當年安卓平板的標配。n n

n Tegra3n n 時代，n n GPUn n 性能被完爆，視頻解碼也被追上。不多的大廠多半是為了制衡高通，還有就是一些國產山寨平板，可能同期高通賣的太好，小廠完全沒有議價能力。n n

n n 他強調，n n Tegra3n n 本來出貨就晚，出的時候還不如高通上代的n n Adreno 2XXn n 系列。沒多久n n 8064n n 出了，用的n n Adreno 320n n ，n n Tegra3n n 被吊打。想想用高通處理器穩定n n 30n n 幀以上的遊戲，換成n n Tegra3n n 只有n n 10n n 幀，就沒有終端敢採用。n n

n Tegra4n n 時代，挽回一點面子，但表現仍然不如驍龍n n 800n n 的n n Adreno 330n n 。而此時市場機會已經錯過了，再想從高通那裡搶回份額已經很難。n n

n n 再加上，英偉達的n n Tegran n 沒有基帶集成，加上在n n PCn n 端強勢的英偉達在n n GPUn n 在上也繼承了相關優勢，但是對於移動設備開發商來說，這個可能就顯得沒那麼重要，於是最後造成了成本過高，於是英偉達在這個龐大的市場里近乎顆粒無收。但沒想到，用不了三年，英偉達再一次成為了市場關注的熱點。n n

n n 人工智慧推動股價走向歷史新高n n

n n 興起於n n 2007n n 年的移動設備市場在最近幾年走勢疲軟，半導體廠商們正在尋找下一波利潤增長點，而在終端需求和上游技術的推動下，人工智慧進入了飛速發展的階段，可預期的市場規模吸引了廠商的高度關注。n n

n n 根據n n Tractican n 的數據顯示，到n n 2025n n 年，n n AIn n 的市場規模會激增到n n 368n n 億美元。而英偉達的n n GPUn n 天生屬性，使其成為人工智慧時代的「新貴」。n n

n n n 人工智慧的市場規模預測（n n sourcen n ：n n Tractican n ）n n n

n n 在對並行計算有更強需求的人工智慧領域，相比n n CPUn n 來說，n n GPUn n 的計算性能有大幅提升n n ,n n 當前英偉達n n GPUn n 計算性能已經超過n n CPU50n n 倍n n ,n n 並且其性能還在快速提升n n ,n n 從n n 13-15n n 年英偉達n n GPUn n 性能就提升n n 5n n 倍。使其成為人工智慧公司的首選。n n

n n 而在今年年初紐約大學的一場「人工智慧的未來」年度座談會上，英偉達n n CEOn n 受邀做了發言。n n

n n 他表示，n n GPUn n 加速型計算是一種新型計算模式，它利用大規模並行圖形處理器來加速那些具備並行特點的應用程序。科學家和研究人員轉而採用n n GPUn n 來執行分子級模擬以確定救命藥物的有效性、以n n 3Dn n 圖形形式呈現我們的器官n n (n n 利用少量n n CTn n 掃描來重建圖像n n )n n 、或者運行銀河級模擬以發現支配我們宇宙運行的定律。n n

n n 他還指出，n n NVIDIA GPUn n 天生擅長處理並行任務，可令n n DNNn n 的速度提升n n 10-20n n 倍，從而能夠將反覆訓練耗時從數周縮短至數天，並且我們沒有就此止步。通過與人工智慧開發者展開合作，我們不斷改善我們的n n GPUn n 設計、系統架構、編譯器以及演算法並在短短的三年里使訓練深度神經網路的速度提升了n n 50n n 倍，這一發展速度遠比摩爾定律快多了。我們預計，在未來幾年裡訓練速度將再提升n n 10n n 倍。n n

n n 而英偉達現在在人工智慧領域也有了幾款不錯的產品布局，主要集中在人工智慧的重要分支之一的深度學習。n n

n n 深度學習是人工智慧n n (AI)n n 中發展迅速的領域之一，可幫助計算機理解大量圖像、聲音和文本形式的數據。利用多層次的神經網路，現在的計算機能像人類一樣觀察、學習複雜的情況，並做出相應的反應，有時甚至比人類做得還好。這樣便提供了一種截然不同的方式，用于思考數據、技術以及人類所提供的產品和服務。n n

n n 在今年n n 4n n 月n n 5n n 日的n n GPUn n （圖形處理器）技術大會上，英偉達首席執行官黃仁勛公布了最新款的專門用於人工智慧研究領域的n n Tesla P100n n 圖形處理晶元，他號稱這款n n GPUn n 的開發，英偉達花費了n n 20n n 億美元的研發費用。n n

n n 英偉達n n Tesla T100n n

n n 另外還有n n Tesla M40n n 深度學習加速器和專為深度學習打造的，型號為n n DGX-1n n 超級計算機。n n

n n 根據官方介紹，這款售價n n 12.9n n 萬美元的計算機，相當於集成了n n 250n n 個伺服器，擁有n n 7 TBn n 的n n SSDn n 存儲，n n 8n n 塊n n Tesla P100 GPUn n 和兩個n n Xeonn n 處理器，整台設備是去年發布的超級計算機運算能力的n n 12n n 倍。n n

n n 英偉達n n DGX 1n n

n n 而與深度人工智慧密切相關，現在又非常人們的的無人駕駛，更是英偉達股價上揚的一個重要利好。n n IHSn n 汽車半導體事業部高級分析師n n Luca De Ambroggin n 稱，「人工智慧一直被認為是能夠實現無人駕駛汽車商業化的關鍵推動技術」。n n

n n 基於人工智慧的深度學習和大數據分析，對於需要大量數據積累對比的無人駕駛來說，是天生的「舵手」。n n

n n 英偉達在今年n n 9n n 月推出了最新的車載自動駕駛計算平台——n n DRIVE PX 2n n ，這個平台可以極大地提升用電效率，而且相比該公司在今年早些時候n n CESn n 大展上推出的最早版本，體積也更小了。n n

n n DRIVE PX 2n n

n DRIVE PX 2n n 是第二代n n DRIVE PXn n 平台，英偉達稱這個平台正被大量原始設備廠商（n n OEMn n ）、研究機構和其他合作夥伴廣泛使用。得益於n n DRIVE PXn n 平台，客戶可以對安裝在車輛上的自動駕駛監控系統的圖形和感測器數據實時地進行處理。這種能力對自動化技術來說至關重要，因為它能夠在不連接到強大的遠程伺服器的情況下，積極滿足用戶的需要。n n

n n 目前百度將在自家無人駕駛汽車上使用這個平台。在此之前，百度更與英偉達宣布達成合作n n n ，聯手打造一款「從雲到車」的完整自動駕駛系統。n n

n n 種種因素交織在一起，推動了英偉達走到了歷史新高，所以說天時地利人和成就了現在的英偉達。n n

n n 未來會高枕無憂嗎？n n

n n 從現在來看，英偉達的表現是非常不錯的，但並沒有到可以高枕無憂的時候。在人工智慧領域，除了要面對來自n n Inteln n 和n n Xilinxn n 這些傳統半導體大廠的競爭外，一些新興的公司也會對英偉達造成威脅。n n

n Inteln n 通過對n n FPGAn n 廠商n n Alteran n 等廠商的收購，布局人工智慧硬體。n n

n n 英特爾收購的晶元公司名單（n n sourcen n ：億歐網）n n n

n n 另外還有軟體公司的收購，從大數據運算入手，加持人工智慧。n n

n n Inteln n 收購的軟體公司（n n sourcen n ：億歐網）n n n

n n 除了收購技術以外，n n Inteln n 本身也投入到產品的研發中。日前在在美國舉行的n n Supercomputing 2016n n 大會上，n n Inteln n 展示其兩款新型n n Xeonn n 處理器，以及支持深度學習的新型n n FPGAn n 卡；為人工智慧未雨綢繆。n n

n n n 英特爾推出一款新的n n n Arria 10 PCIen n n 卡，用於深度學習。（圖片：n n n Inteln n n ）n n n

n n 本身強大的製造技術積累和購買補充，相信n n n n Inteln n n n 會是英偉達的最大競爭者。n n

n n 而傳統n n n n FPGAn n n n 大廠n n n n Xilinxn n n n 的布局也不容忽視。在今年九月n n n n Xilinxn n n n 宣布收購n n n n Auviz Systemsn n n n ，震驚人工智慧界。n n

n n AuvizSystemsn n n 專註於數據中心和嵌入式系統的加速應用，在卷積神經網路方向有著一定的技術積累。其技術專長是n n n FPGAn n n 實現、機器學習、視覺演算法等，為行業提供基於n n n FPGAn n n 的中間件n n n IPn n n ，以減少應用程序的功耗。這與n n n Xilinxn n n 本身在n n n FPGAn n n 的積累結合起來，能給英偉達帶來多大的挑戰，讓我們拭目以待。n n

n n 在本月初，英國人工智慧初創公司n n n Graphcoren n n 籌得了來自三星和博世風投的總計n n n 3000n n n 萬美元融資，目標是趕超英特爾和英偉達。n n n Graphcoren n n 是一家開發所謂的n n n IPU(n n n 智能處理器n n n )n n n 硬體系統的初創公司。目前普遍用於機器學習應用的硬體處理器是n n n GPU(n n n 圖像處理器n n n )n n n 。n n n Graphcoren n n 自稱在人工智慧學習的反應速度以及低能耗方面，它開發的產品要比目前市場上所有的圖像處理解決方案好n n n 100n n n 倍。n n

n n Graphcoren n n 計劃於明年向市場投放產品，主要應用於無人駕駛汽車和雲計算，以及任何可能用到機器學習技術的領域。n n

n n 在一個巨頭和新貴環視的市場里，英偉達最終表現會如何，那就需要時間見證了。n n n n

http://weixin.qq.com/r/ckMQCMnEiJT3rY1r9xZg (二維碼自動識別)

n n 【關於轉載】：轉載僅限全文轉載並完整保留文章標題及內容，不得刪改、添加內容繞開原創保護，且文章開頭必須註明：轉自「半導體行業觀察icbank」微信公眾號。謝謝合作！n n

http://weixin.qq.com/r/4DnawhbEYEsfrVKh92zy (二維碼自動識別)

n n 【關於投稿】：歡迎半導體精英投稿，一經錄用將署名刊登，紅包重謝！來稿郵件請在標題標明「投稿」，並在稿件中註明姓名、電話、單位和職務。歡迎添加我的個人微信號MooreRen001或發郵件到 jyzhang@moore.renn n

http://weixin.qq.com/q/W0VcFd3kqEfREiQppGlM (二維碼自動識別)

推薦閱讀：