輝達成功，來自黃仁勳的豪賭！將帶領輝達面臨哪些挑戰？

摩爾定律（Moore's law）的創造者戈登・摩爾（Goldon Moore）日前告別人世。

3月24日，英特爾公司（Intel）和戈登與貝蒂．摩爾基金會（Gordon and Betty Moore Foundation）對外宣佈，英特爾聯合創辦人戈登・摩爾在夏威夷家中平靜去世，享年94歲。

摩爾在1965年提出「當價格不變時，積體電路上可容納的電晶體數目，約每隔18-24個月便會增加一倍，性能也將提升一倍」的摩爾定律，半導體產業在這個指引下，開啟了長達半個多世紀的創新進程，帶動英特爾、AMD、輝達等一大批半導體相關公司崛起。

隨著半導體製程技術逐漸逼近極限，圍繞摩爾定律是否已死的討論，日益增加。其中最具代表性的人物，當屬輝達創始人黃仁勳。「摩爾定律已經結束了」，在黃仁勳看來，隨著加速運算技術和人工智慧時代的到來，摩爾定律的基本發展動能，已經走到盡頭；以差不多的成本實現2倍業績，預期對於半導體業來說，會成為過去式。

但重返英特爾CEO職位的基辛格（Pat Gelsinger）顯然並不認同黃仁勳的觀點。在悼念摩爾的文章中，基辛格再次重申：「英特爾仍然受到摩爾定律的啟發，並打算追求它，直到元素週期表用盡。」

不過，不爭的事實是，更新頻率比摩爾定律快上3倍的「黃氏定律」（Huang's Law），讓半導體行業正從曾經的摩爾時代，邁入屬於黃仁勳的新時代。

輝達成全球AI推手

隨著ChatGPT爆紅，輝達AI晶片變得供不應求。電子時報近期報導指出，微軟等客戶對輝達A100/H100晶片需求強勁，後者訂單已經排期至2024年，目前正向代工廠台積電緊急追加訂單。

為了替Bing和新款Office365留下足夠資源，微軟內部已陷入AI服務器短缺狀態，開始對輝達GPU採配額供給制。

美銀證券半導體分析師維韋克．阿里亞（Vivek Arya）對此點評：「使用輝達的產品並提高運算能力非常容易。目前，運算能力基本上就等同於矽谷的強勢貨幣。」

面對外界龐大的AI晶片需求，黃仁勳將輝達自比為全球AI發動機，並說「正在努力為所有客戶提供服務」。

為了進一步解決越來越多創業公司在大模型方面的運算能力需求，黃仁勳將輝達比喻為台積電，希望透過最近發布的「NVIDIA AI Foundations」（輝達企業級生成式AI雲端服務），幫助需要構建、改進和操作大型語言模型和生成式AI的客戶，構建自訂模型。

這些客戶甚至不用自己配置超級電腦服務，直接藉著輝達超級電腦租借服務「DGX Cloud」，透過網路瀏覽器，就能即時使用AI超級電腦的運算能力。

黃仁勳進一步加強把輝達塑造為人工智慧時代基礎建設的雄心，過去近30年，他帶領輝達從一家以設計、銷售GPU（圖形處理器）的半導體公司，逐漸成長為加速AI運算能力、軟硬體整合一體化的晶片商巨頭。

輝達的成功引來競爭對手

掌控高端GPU近9成市占率後，黃仁勳和他領導的輝達，也開始受到來自外界的抵抗。

最新的代表人物是英特爾前首席架構師拉加・柯杜力（Raja Koduri），他計劃創辦一家新的生成式AI軟體公司，柯杜力希望透過軟體和工具，打破輝達GPU的主導地位。

目前，市面上相似的生成式AI軟體，大多只能在輝達的GPU上使用。黃仁勳在GTC 2023（開發者大會）上也對外明確說明，目前唯一能處理ChatGPT的GPU就是輝達的HGX A100。

華爾街開始流傳著一種觀點，輝達有點像光刻機巨頭ASML：部分壟斷，在高端市場沒有競爭對手。柯杜力希望未來的生成式AI工具可以配合輝爾、蘋果、AMD等公司的處理器一起使用。

現年60歲的黃仁勳在談及退休計劃時表示，自己希望能夠再領導輝達30到40年，直到90歲左右，屆時會以機器人的形式繼續工作。只是，在實現這個遙遠的目標之前，黃仁勳需要確保的一點是：外界對輝達的恨意，不會超過喜愛。

2012年是輝達重要轉折：AI發展標誌性的一年

2012年由史丹佛大學李飛飛教授主辦的ImageNet競賽中，Alex koshevsky、Elias suskaver和Jeff Hinton 3人小組，藉助2塊輝達GTX580 GPU訓練出來的AlexNet電腦視覺模型，以壓倒性的優勢擊敗Google、微軟等科技巨頭，拿下挑戰賽冠軍，從此開啟了深度學習大爆發的時代。

這次全球性賽事，GPU在平行計算上的優勢輾壓CPU，引發外界重視。黃仁勳更將2012年視為輝達的重要轉折點，說這一年是「人工智慧發展標誌性的一年」，並表示：「利用GPU的大規模處理能力來學習人工智慧演算法，是一種全新的運算模式。」

在之前的雲端運算環境下，運算主力是英特爾的CPU；轉到AI運算場景，主力替換成了GPU和其他專用加速器，後者的平行計算能力與深度學習演算法的邏輯一拍即合。

黃仁勳在2016年的投資人會議上強調，深度學習是輝達十分重要的成長動力，也是公司一直持續大力投資的領域，「過去5年來，我們一直默默投資深度學習，因為我們相信深度學習未來對整個軟體產業、整個電腦產業都有著深遠的影響，我們把一切都賭在了深度學習上。」

事實證明，黃仁勳賭對了。輝達在深度學習發展最快的2個相關領域均取得了成功：數據中心取代游戲，成為公司新的營收支柱。2023財年，輝達數據中心總收入與去年同期相比成長了41%，達到創紀錄的150.1億美元；遊戲業務總營收與去年同期相比下降27%，降至90.7億美元。

加密貨幣、電動車、AI⋯科技趨勢輝達都跟上

自動駕駛領域，憑藉把顯卡「算力」發揮到極致的大法，黃仁勳用一套「CPU+GPU」模式，以符合汽車產業的開發需求。現在，是否搭配輝達晶片，已經成為衡量自動駕駛能力好壞的重要因素之一。

「加速運算並非易事。2012年，電腦視覺模型AlexNet動用了輝達GeForce GTX 580，每秒可處理262 PetaFLOPS。該模型引發AI技術的爆炸，黃仁勳說道，「10年之後，Transformer出現了，GPT-3動用了323 ZettaFLOPS算力，是AlexNet的100萬倍，創造了ChatGPT這個震驚全世界的AI。」

ChatGPT得以誕生，同樣離不開黃仁勳的算力支持，「輝達的AI超級電腦機DGX是語言大模型背後的引擎，我曾親手把全球第一款款DGX交給OpenAI，自此之後，全球百強企業中有一半安裝了這款運算產品。」

從游戲顯卡起家的輝達，在黃仁勳帶領下，成為近年來罕見「穿越周期」的晶片廠商：先是搭上AI的東風，然後又搭上比特幣為代表的加密貨幣熱潮，電動車的崛起，和ChatGPT的意外爆發，這些趨勢一同推動輝達市值一路高漲，先後超越英特爾、台積電，成為全球半導體領域市值第一的企業，黃仁勳的身家也隨之水漲船高。

截至3月24日，輝達股價今年上漲超過70%，市值飆漲至6700億美元，已經是曾經的半導體霸主英特爾的5倍多，黃仁勳身價也逼近250億美元大關。

黃仁勳的「黃氏定律」

當黃仁勳將2012年視為輝達重要轉折點的時候，英特爾則在一邊忙著跟高通爭奪通訊晶片市場，一邊抽空與AMD打官司。日漸壯大的輝達，並未能引起英特爾的特別關注。

畢竟，直到2017年前後，英特爾市值還超過輝達、AMD和台積電三者總和。在費城半導體指數中，數十年來，英特爾穩居市值第一，其領先地位看似牢不可破。

1993年，30歲的黃仁勳創立輝達時，市場上林立眾多強大競爭對手，如英特爾、IBM、惠普、思科等，行業主要遵循的都是摩爾定律，黃仁勳想到的破局點之一是，「解決那些摩爾定律無法解決的，或者說在摩爾定律時代是不可能被解決的問題。」這便是藉助GPU所帶來的加速運算。

從此，黃仁勳開始瞄準圖形處理器領域創業。

「What Andy gives, Bill takes aways.」Andy指英特爾CEO安迪．葛洛夫（Andrew Grove），Bill指的是微軟創始人比爾．蓋茲（Bill Gates）。這句諺語大意是說，硬體性能提升帶來的空間，很快就會被軟體的發展消耗殆盡。

相較於硬體，如晶片的進步，軟體則要容易得多。因此，在黃仁勳看來，GPU的發展速度應該比一般的晶片更快。

1999年，黃仁勳提出了與摩爾定律並稱的顯卡晶片領域「黃氏定律」，即顯示晶片每6個月性能就能提升一倍，相較於摩爾定律每18個月性能提升一倍，快了3倍。

正是基於更高頻率的更新速度，黃仁勳用更強性能的GPU，滿足游戲玩家的操作體驗，為AI晶片時代的來臨，提早打好了基礎。

輝達豪賭式的投資

當被問及輝達在生成式AI崛起過程中，能獲得豐厚回報是運氣還是先見之明時，黃仁勳表示：「我們只是堅信，總有一天會有新的事情發生，剩下的，就是需要一些偶然的發現。」

這種賭徒式的冒險心態，支撐輝達一路走到今天。「每家公司都會犯錯，我也犯了很多錯誤。有些錯誤甚至將公司置於危險之中，特別是在一開始，因為我們規模很小，而需要面對的卻都是龐然大物，我們只能努力開發全新的技術。」黃仁勳說道。

2006年，黃仁勳再次豪賭未來，發布了CUDA軟體工具包，使用者可透過輝達的GPU進行圖像處理之外的運算。此後十年內，黃仁勳都在接受來自華爾街的責問，如「你們為什麼要進行這項投資？」、「沒有人在使用它。它的估值為零。」

「直到2016年左右，也就是CUDA問世10年後，人們才突然意識到這是一種截然不同的電腦程式編寫方式。它有變革性的加速功能，然後在AI領域取得突破性成果。」輝達應用深度學習研究副總裁布萊恩 · 卡坦扎羅（Bryan Catanzaro）表示。

到2020年7月，輝達市值逼近2500億美元，首度超越英特爾的2480億美元，成為美國本土市值最高的半導體商。

輝達的未來挑戰

取代英特爾成為晶片領域老大後，留給黃仁勳的不只是榮耀，還有迎面而來的敵意。英特爾前首席架構師柯杜力只是其中之一。

這樣的敵意，黃仁勳在2年多前就曾親身體驗過。2020年9月，黃仁勳開出400億美元的天價，擬從軟銀手中收購ARM，交易一宣布，便遭到華為、高通、微軟、Google等公司反對，認為將會對半導體行業產生不利影響。

面對外界諸多質疑，黃仁勳曾辯解稱，ARM做CPU、輝達做GPU和DPU，從本質上來看，兩者是相輔相成；並將兩者的關係比作西紅柿醬和芥末，認為雙方結合會帶來創新。

但隨著ARM架構對自製晶片企業越來越重要，輝達想要順利完成收購的阻力有增無減。2022年2月8日，輝達和軟銀集團雙雙宣佈，輝達終止對ARM的收購交易。至此，這場為時一年多、最大規模的晶片行業收購案，以失敗告終。

更大的風險在於，黃仁勳極力看好自動駕駛領域，正面臨流失更多大客戶的危機。

電動車時代，從晶片、演算法到操作系統，一體化研發已經成為越來越多廠商攻克的方向。特斯拉在棄用英特爾Mobileye、轉和輝達合作3年之後，就在2019年自行開發了FSD晶片，在「CPU+GPU」的基礎架構上，再增加專用的AISC（專用集成電路），以解決潛在的算力瓶頸。

這樣的風險不只存在於汽車業務，在黃仁勳賴以為重的資料中心，美銀證券半導體分析師阿里亞認為：「對輝達來說，最大的問題是如何保持領先地位？他們的客戶也可能成為他們的競爭對手。微軟可以嘗試在內部設計這些東西，而亞馬遜和Google已經在內部設計晶片了。」

隨著特斯拉、Google、微軟及亞馬遜等科技巨頭，越來越常設計自己的專用晶片，也加劇了競爭，也許會像GPU打敗CPU一樣，改寫黃仁勳在AI晶片領域的絕對主導地位。

百度創始人李彥巨集（Robin）就預測，將來制約整個大語言模型發展的，很可能不是算力。「我們現在看到算力很緊繃，將來你可能發現演算法突然變了、不是這個演算法了，（制約發展的）可能就是另外一套東西。」

在不斷高呼「人工智慧的iPhone時刻已經開始」之餘，黃仁勳或許也要被迫接受變革帶來的種種不確定性。

＊本文獲微信公眾號「字母榜（ID：wujicaijing）」授權轉載，原文：黃仁勳就是AIGC時代的摩爾

責任編輯：倪旻勤
核稿編輯：陳瑋鴻