黄教主的阳谋：从显卡之王到AI芯片霸主(5)

再比如英伟达曾经为移动设备开发过Tegra系列处理器，希望能在智能手机时代分得一杯羹，但由于功耗和基带等问题，一直不温不火。到了2015年，英伟达发布最后一代Tegra移动处理器Tegra X1。
英伟达经历多次失败，同时也在不断改变，增强自身韧性。相比之下，当年打遍天下无敌手的英特尔，也是英伟达的老对手，自从10纳米制程翻车了一次，整个芯片升级节奏都被打乱了，以至于到现在都没有喘过气来。在集成电路工艺制造水平上，英特尔早已经被三星，台积电等公司追上，甚至被反超。
02
黄教主的两大核武器
1.芯片产品哲学：供给驱动战略
放在十多年前，谁都不知道GPU会在虚拟货币、自动驾驶和AI计算上有如此之大的应用，更没有人知道GPU的前景会如此好。那么英伟达为什么可以在十年之前就预知风口？
答案当然不是因为黄仁勋有先知能力，提前写好了剧本，而是英伟达一以贯之的供给驱动战略。
过去这几年，英伟达给外界的感受是哪里火爆就出现在哪里。实际上，英伟达没有躺在显卡上面不前进，而是不断去优化供给端。在大部分人还没有看准时间节点的时候，英伟达敢于投入大量的资源去开发相关的硬件和软件生态。
早在2003年，英伟达便推出了支持环境光遮蔽的GPU，现阶段环境光遮蔽已经大量被游戏支持。
从2004年左右开始，英伟达投入大量资源研发使GPU通用化的CUDA技术。在当时外界看来，你专心做游戏显卡就可以了，搞什么显卡去做通用计算？
不过英伟达“一根筋”地要开发出使GPU支持通用计算的CUDA，实现每一个英伟达GPU都支持CUDA。
到了2006年，英伟达推出了GPU计算框架CUDA，将高级程序语言如Java、C 等引入了CUDA，极大地简化了对GPU进行编程的流程，降低了编程的难度。更关键的是，CUDA将GPU芯片从当时唯一的应用领域游戏中彻底释放出来，使其可用于各种类型的计算。
事实证明，因为CUDA的易用性和通用性，深度绑定用户，为英伟达GPU快速扩张打下了基础，毕竟到了算力角逐时代，软件开发的便携性已经成为关键指标。
对英伟达而言，CUDA就像是一个飞轮，载着英伟达解决人工智能计算问题，抵达更广阔的市场。
通过提供更好产品来拉动需求，这个过程不仅痛苦，也蕴含着巨大的风险，搞不好就变成往无底洞扔钱。但是跑通之后，你就毫无争议成为引领者，最终市场会给予你丰厚的回报。