平庸向左,黄仁勋向右( 二 )
但是如果没做那个决定 , 英伟达可能就不会获得今天的行业地位 。
作为独立图形处理器概念的主要推手 , 英伟达拿着红衫等投资者的2000多万美元苦心研发GPU技术 , 虽然头两款产品NV1、NV2GPU都遭遇了失败 , 还好NV3(正式命名为RIVA128)由于技术相对先进、价格低廉 , 推出不到1年就实现了100万枚出货量 。 在RIVA128打下的基础上 , 英伟达又在次年推出了RIVATNT , 性能显著优于当时的竞争对手3dfx的产品 , 成功揽下当时多家显卡厂商加入其阵营 。
RIVA128和TNT的优秀战绩 , 助推英伟达在1999年成功上市 , 然而当时的黄仁勋已经不再看好这两款产品所代表的技术理念了 。
早年的GPU产品 , 包括RIVATNT在内 , 都属于固定功能的芯片 。 这类芯片的优势就是运行固定功能的效率很高 。
然而在黄仁勋看到的未来里 , 提升GPU的纯粹性能将变得毫无意义 。 因为屏幕上的像素总量是有限的 , 一个处理器里能放进去的既有功能也是有限的 。 结果就是 , 总有一天人们将会满足于现有GPU的性能 , 不再需要更新更快的GPU……届时 , 英伟达将会沦为一家平庸的PC零部件供应商 。
于是 , 黄仁勋开始了英伟达的第一次“离经叛道”:推出了可编程shader 。
英伟达这样做的背后理念 , 就是改变GPU作为固定功能处理器的身份 , 将它变成一个可编程的处理器 , 让用户可以在英伟达GPU上做更多创意工作 , 包括3D渲染、特效制作、游戏开发等——这样 , 英伟达GPU的用户将不仅仅是普通消费者 , 也将包括开发者 。
文章图片
3.
这次转型差点要了英伟达的命 , 不是因为这个方向错了——它是正确的 , 只是发生得太早了 。
前面提到 , 面向特定功能设计的处理器运行起来效率高 , 而如果要把GPU做成可编程的 , 则GPU的运行效率会比之前低 , 而且要在算力、内存等各方面的增加额外成本 。
英伟达把可编程shader及适配显卡做出来了 , 可是图形开发者还没有准备好为未来买单 。 他们所开发的游戏和图形计算应用 , 在当时还无法从可编程shader技术中获益 。 结果就是 , 英伟达搞的新技术和产品很好很强大 , 从消费者的视角来看却过于昂贵且没用 。
“这个处理器架构是全新的 , 可编程像素shader在过去从来没有过 , 可编程的GPU处理器和编程模型也前所未有——所有这些尴尬的现实 , 我们都只能咽到肚子里 。 ”黄仁勋说 。
文章图片
GTC2020 , 黄仁勋从烤箱里拿出即将发布的显卡''咽下去之后 , 我们接下来组建了编译器团队 , 研究SDK和库 , 到处去找开发者去跟他们安利我们的新架构 , 让他们意识到这套东西的好处——我们甚至要自己动手开发库 , 拿给开发者看把他们的应用导入到我们这里有多容易、有哪些好处;我们甚至用了市场营销的预算 , 帮开发者营销他们用我们架构开发的新产品 , 来创造市场需求……''
久而久之 , 英伟达不再是一家硬件公司了 。 可以说它是为了体面地活下去 , 而不得不实现了“硬件技术+软件体验+开发生态”垂直整合的技术平台公司 。
后来的GeForce、CUDA、TensorCore等 , 每一个在英伟达公司技术发展历程上写下浓墨重彩一笔的技术 , 从某些角度上都和可编程shader相似:超前的技术能力、较高的可编程自由度、面向生态合作伙伴开放的商业模式等 。
但与此同时 , 它们其实都是黄仁勋为了避免英伟达走向平庸而决定推出的 。 如果没有Shader、CUDA、RTX、DGX等这些在各自的诞生时间点上显得“离经叛道”的技术 , 今天的英伟达恐怕早已沦为一家普通的显卡公司 , 和今天挂着GeForce的名号生产显卡的那些我们耳熟能详的品牌 , 没有多少不同 。
- Intel|NVIDIA与Intel统一战线?黄仁勋:考虑Intel代工芯片
- ai|用全球最快 AI 超算秀肌肉后,黄仁勋要用 AI 抓住元宇宙命门
- ColorOS|K50系列分析:红米配置向左,小米质感向右
- 黄仁勋|「穷玩徕卡」1个镜头2种光圈?岩石星40mmF5.6镜头体验
- NVIDIA今天官方宣布|黄仁勋送rtx3090fe公版显卡:全球仅此一块
- NVIDIA|黄仁勋签名信仰版RTX 3090宣布!全球仅此一块 免费送
- 雷蛇|微信向左、抖音向右,私域电商开始抢“人”了
- 电子商务|微信向左、抖音向右,私域电商开始抢“人”了
- 完美日记向左,话梅向右,2022美妆行业的风将吹向何处?
- 本文转自:蓝鲸财经文|艾媒网 有着近20年历史的广州海珠区万国奥特莱斯家乐福店|家乐福广州20年老店关门谢客,实体连锁店“向左走”还是“向右走”