如果各位懶得看文章內容，Hman 最近也開了一個youtube 頻道『Hman』，可以參考看看，如果對您有幫助記得幫我點讚並分享給其他人囉。有想了解其它品牌，歡迎留言給我。
/* 點我到youtube 看完整影片 */
內容目錄
解密Nvidia 一兆美元奇蹟
最近市場、各大媒體等都在討論Nvidia(輝達)這個品牌這個公司，2023年5月24日公布財報後，Nvidia 股價由2022年10月14日低點112元一路飆升到最高400元的漲幅，直接漲了3倍多真的相當驚人，市值破兆打敗了Tesla 成為全球市值第六大的企業。由於chatgpt 現在是最火紅的AI 話題和產品而chatgpt 必須使用Nvidia 的產品才可以支撐chatgpt 所需的算力，根據Fierce Electronics指出ChatGPT要使用10000顆Nvidia GPU，所以光是OpenAI 這一家公司就要買這麼多Nvidia的GPU，可想而知AI公司是多麽需要Nvidia。 我想本身非科技業背景的人還是不瞭解chatgpt 跟Nvidia 有什麼關係？為什麼AI 產品都需要Nvidia ? chatgpt 幫助Nvidia 成為AI巨擘，但沒有Nvidia 就沒有現在的chatgpt。現在每一家AI 相關的公司都需要用到Nvidia 的產品，Nvidia 已經儼然成為AI 軍火商或是賣鏟子的公司。不過，如果你本身跟Hman 我一樣喜歡玩遊戲，那你聽到Nvidia 這個牌子一定是先想到他們家的顯示卡好貴，但是裝上電腦後就可以有很好的遊戲體驗，如果你本身有在做科學研究、人工智慧、圖形處理甚至研究所做論文時需要跑大量的模擬或是處理大量數據都應該有用過Nvidia 開發的CUDA(Compute Unified Device Architecture，統一計算設備架構)，又或者前幾年加密貨幣很熱門，當時比特幣、乙太幣等也需要用Nvidia 顯卡來做挖礦，又或者是雷聲大雨點小的元宇宙(metaverse)。那麽問題來了，Nvidia 怎麼這麼牛逼!! 怎麼從遊戲、科學、挖礦、元宇宙(metaverse)等領域轉型成AI 軍火商，難道Nvidia 創立30年來一直都是這麼順風順水？今天我就會來講講「Nvidia」 這家公司以及公司的靈魂人物「jensen huang(黃仁勳) 」。
創業之初：以遊戲為主導
Nvidia 這間公司是1993年2月17日創立，這天是黃仁勳(Jensen Huang)生日，當時和另外兩位創辦人馬拉喬夫斯基（Chris Malachowsky）及普里姆（Curtis Priem）合資成立這間公司，由黃仁勳當任CEO，主要是開發「3D圖形晶片」產品的豬屎屋公司。他們創立這家公司的初衷是讓「3D繪圖平民化」，他們發現當時Windows 作業系統才剛推出，電腦革命才剛開始起步有點類似現在的「AI時刻」，他們想如果找到一個方法讓人人都可以使用3D繪圖，讓所有藝術家可以發揮他們的藝術天份並開啟一個新的產業「電腦遊戲」。當然，更遠大的目標是可以利用3D繪圖來「模擬」真實世界的物理法則，各位試著想想現今各位是不是很常接觸到這些相關應用？舉個例子：你在玩PS5時可以體驗到地震、爆炸的體驗或是科學家可以模擬發生火山爆發的場景或者是去日本迪士尼遊樂園可以玩到跟AR or VR 設施並可以深入其境，這些都是Nvidia當初創立的初衷，只是現在大家才慢慢體驗到。我由衷感謝他們真的實現他們的初衷，跟我差不多年紀的人應該都知道，小時候想打電動一定要去外面的街機遊戲而且還要考試100分跟媽媽要獎勵才有機會去打電弄，沒辦法用電腦(當時電腦也不流行)玩遊戲，而家用遊戲主機像是SEGA、任天堂是有錢人小孩的玩具，一般人沒辦法負擔。
NVIDIA NV1 — 失敗為公司必經之路
也許失敗為每間公司的必經之路，Nvidia 也不例外。西元1995年，Nvidia與SEGA的合作是建立在一種新的圖形技術——四分割曲面(Quadratic Texture Mapping)技術上，該技術可以提供更加逼真的3D圖形效果，於是開發了第一款Nvidia 名為NV1圖形處理器。但在開發一年後，他們意識到晶片的架構是錯誤的策略，它在技術上很差，Microsoft即將發布三角形繪圖技術的Windows 95 Direct 3D。許多公司已經在開發支援這一標準的3D晶片。如果我們完成SEGA的遊戲主機，我們就會建造出技術不佳的產品，與Windows不相容，並且落後得無法趕上，但是，如果我們不完成合同，我們也將會破產。黃仁勳聯絡了SEGA的CEO，解釋說：「我們的發明是錯誤的方法，SEGA應該找一個新的夥伴，我們無法完成合同和主機。我們必須停止，但我需要SEGA全額支付我們，否則Nvidia將會破產。我覺得非常尷尬地向SEGA的CEO提出請求。」出乎黃仁勳的預料，SEGA CEO同意了。也因為這筆資金才讓Nvidia還可以維持六個月的生活。看到這，我想SEGA是Nvidia 第一大貴人，如果沒這筆資金就沒有Nvidia 也沒有現在的黃仁勳吧!!
NVIDIA RIVA128 — 最後的希望，孤注一擲
雖然Nvidia 有從乾爹SEGA拿到資金，但因為NV1, NV2(連量產都沒有)產品失敗，但是他們的資金快燒完了只剩下讓公司存活9個月時間，所以他們也沒有任何時間在開發新的產品，那怎麼辦呢？當時，微軟開發出windows 95 作業系統並制定了圖形專用API DirectX 3D標準，所以老黃(黃仁勳)決定抱緊微軟大腿，賭一把，認為微軟之後是這市場上的老大。但是問題來了，開發一個3D繪圖晶片(Chip) 需要先把晶片製造出來，才能寫軟體，當軟體寫好後並可以在晶片上跑起來，如果發現晶片有bug 就需要修改晶片再拿回去生產，接著拿回來再寫軟體，整體開發流程從製造到正式量產需要2年時間，但是公司只有9個月壽命可以活，老黃就想：「如果我去買一台機器，在量產前就可以開始寫軟體並對晶片做模擬，應該還有希望一次tape-out就成功」，於是老黃又做一個賭注，那就是跟一家快倒閉的公司買了這台機器叫「i-codes emulator」，可以模擬晶片的運作達到老黃所要的「縮短開發時間」，『題外話，事實上現在的晶片開發流程標準都是需要這些simulator / Emulator 來縮短開發時程，但是當時的時空背景下並沒有那麼盛行。』，這台機器也花了公司3個月的壽命，公司只剩下6個月壽命，當時老黃跟員工說：「我們必須在這個emulator上做所有的測試，不管是什麼測試Windows 相容性測試等，要確保一次就過關否則我們不生產。」，最後做完所有測試後，他們認為是完美的可以準備生產了，不過他們也把錢燒光了，所以沒錢有誰會幫他們生產晶片？老黃教我們一個技巧那就是「不要告訴他們」，最後再西元1997 年 「RIVA 128」產品問世， 是一款整合2D and 3D 圖形同時對DirectX和OpenGL相容性非常好的晶片，產品推出就震驚市場並在4個月內賣了超過一百萬套，這項產品也拯救了Nvidia 公司並奠定成為遊戲界霸主的基礎。
GeForce 256 — Nvidia 定義GPU(Graphics Processing Unit)
西元1999年，這一年對Nvidia 是一個重要的里程盃，除了公司上市外，最重要的是老黃重新定義繪圖晶片的名詞「GPU(Graphics Processing Unit)圖形處理單元」，我想很多人不知道倒底CPU and GPU 有什麼差別？這裡就跟各位簡單介紹一下，根據亞馬遜網路服務公司，GPU和CPU都是電腦運作的硬體單元，類似於電腦的「大腦」，具有相似的核心、記憶體和控制單元；另外根據技嘉（GIGABYTE），GPU和CPU扮演不同功能，CPU的架構比較複雜，功能也比較泛用，相反GPU採用平行運算，架構比較單純、核心數量較多，因此更適合處理專精的工作。這裡亞馬遜網路服務公司舉個例子，CPU就像一間餐廳大廚，今天如果要將數百個漢堡排翻面，一個大廚雖也能親自做到，但必須耗費大量時間，也無法確保能在最佳時間將每個漢堡排翻面；但如果將此任務交給十位廚師助理，也就是GPU，就可以在10秒內將100個漢堡翻面。這樣各位應該清楚了？如果還不清楚可以看以下取自Nvidia 官網解釋CPU and GPU 的不同的影片，可以看到用GPU 畫一張蒙娜麗莎的圖只要幾秒鐘時間且是平行處理的而CPU 則是要一個點一個點的畫。Nvidia推出了世界上第一款被稱為「GPU」的產品，那就是GeForce 256。這款產品代表了一個重大的技術突破，因為它將以前需要由中央處理器（CPU）來執行的計算任務轉移給了專門設計來處理圖形的硬體。由於GPU專為處理圖形而設計，其具有極高的平行處理能力，能在單位時間內處理大量的資訊，這對於圖形渲染來說是非常重要的。因此，從GeForce 256開始，GPU已經成為了遊戲、視覺效果，以及後來的人工智慧和深度學習等高性能計算領域的關鍵組件。
Tegra Series — 有捨才有得
如果您耐心看到這裡，應該跟我一樣有一個疑問，那就是為什麼Nvidia 沒有進軍手機市場呢？2023市面上手機或是行動裝置都沒有Nvidia 開發的行動處理器，只有Apple 、高通(Qualcomm)、三星(Samsung)、聯發科(MTK)等。其實是有的，在2008 年推出Tegra 行動處理器產品，是一種專為行動設備如智慧型手機和平板電腦而設計的SoC（系統單晶片），內含ARM cpu 以及Geforce 的GPU架構，在2010年，Google想要開發Android成為一個具有出色圖形的行動處理器。手機行業有著具有很多專業的通訊晶片像是基頻晶片（Baseband，BB)、中頻晶片（Intermediate Frequency，IF）、射頻晶片（Radio Frequency，RF）等，Nvidia的計算和圖形專業知識使Nvidia成為幫助建立Android的理想夥伴，所以Nvidia很快進入了行動處理器市場且初起馬上取得了成功，股價激增。不過手機市場競爭對相當多像是高通(Qualcomm)和聯發科(MTK)握有通訊相關專利和技術，而Nvidia 則沒有相關技術。所以當時Nvidia 要學習這些通訊相關技術但是很多專利握在高通手上且聯發科(MTK)又以低價的行動處理器搶市場，最後老黃只能戰略性撤退這個市場。離開手機市場後，Nvidia 重新找出Tegra 的定位並創造了一個新的市場。他們創建一種新型的電腦，用於機器人計算，具有神經網路處理器和運行演算法的安全架構。而新的Tegra 現在被用於汽車信息娛樂系統和自駕車技術像是Volvo、奧迪、賓士或是Tesla等都有使用過Tegra 產品，也用於掌上型遊戲機像是Nintendo Switch以及NVIDIA的Jetson 產品主要是用於AI 邊緣運算平台像是機器人或是無人機等。有時候要懂得捨棄你不擅長的事情，而專注於你擅長的事情也許會讓你得到意想不到的成果。
成為AI軍火商：超越遊戲領域
Nvidia 在遊戲領域幾乎已經是霸主地位，不過到底是怎麼跨領域到AI 並成為AI 軍火商？先說結論主要是兩個事件，其一是2006年老黃投入大量資源發明CUDA，讓GPU 不再是只能處理圖形渲染的應用而是可以利用GPU的大量平行處理能力來加快科學、工程、數據分析等各種計算密集型工作的運算速度。這在許多領域都引發了革命性的變化，例如物理模擬、人工智慧、深度學習等。其二，ImageNet圖像識別大賽中取得了突破性的成績也就是著名的AlexNet 深度學習神經網路模型，讓Nvidia開始大力投入AI領域，最後成為AI 軍火商。
CUDA — 17年的堅持造就GPU無限的可能
很多人一定會問老黃為什麼要發明CUDA? 一開始他的想發法是“要想要創造這個世界就是要先模擬這世界，舉反前面提到的地震、颱風等或是物理定律等科學問題”。時間回到2006年，史丹佛大學的研究人員發現GPU有另一個用途：它可以加快數學運算，這是一般晶片無法做到的。同年，老黃做出了會影響公司17年發展上重要的決定：他投入Nvidia的資源來建立一個讓GPU可以編程的工具，也就是CUDA（Compute Unified Device Architecture，統一計算架構）。什麼叫做CUDA？這是一套Nvidia提供給開發者的編譯工具，讓開發者能運用CUDA，直接可程式化GPU省下大量撰寫低階語法的時間，進而直接使用高階語法諸如C++或Java等來編寫應用於通用GPU上的演算法，解決平行運算中複雜的問題。以現在來看，老黃真的對社會很有貢獻特別是科學領域，但是在那個時空背景，投資人、客戶、公司員工等可能只覺得老黃沒事找事做，很多人都跟老黃說：「老黃，It’s not work」，當時要導入CUDA 必須增加所有產品成本上升一倍，成本上升沒關係，客戶有看到價值且肯買單就好，但是這項科技還沒應用，所以不能提高售價但成本卻上升了，可想而知Nvidia 財報超難看，股價一度最低到1.5美元，但老黃仍然堅持這個信念，推廣CUDA 的好處，像是現在每年的GTC會議就是一個例子， 最後慢慢的各種基於在CUDA 的科學應用地震處理、CT重建、分子動力學、粒子物理、流體動力學和圖像處理都出現了，直到2012年，AI研究者發現了Cuda。著名的alexnet在GeForce GTX 580上訓練，開始了AI的大爆炸。我這裡超佩服老黃堅持CUDA推廣，一件吃力不討好的事情，每個人都反對、沒人支持，但他卻可以堅持17年(當然，沒有到17年才發現CUDA價值)，我自認為我做不到他對自己的眼光以及毅力。
AlexNet 深度學習(Deep learning)模型 — GPU 比CPU 強
2012年無疑是是Nvidia進入AI領域的重要年份。這一年，深度學習的研究人員Alex Krizhevsky和他的團隊使用CUDA技術和Nvidia的GPU，在ImageNet圖像識別大賽中取得第一名，並遠遠超越了其他傳統機器學習方法，這也意味著深度學習時代的來臨。老黃意也識到深度學習作為一種全新的軟體方法的潛力，並將公司的各個方面都轉向了推進這個新領域，追求深度學習冒了所有的風險，如今，AI革命開始了，而Nvidia成為了全球AI開發者的引擎，AI軍火商。
一兆元男人黃仁勳(Jensen Huang)
黃仁勳於1963年出生於台灣台南，沒錯是正港台灣人，不過很小的時候移名到美國，在30歲時因為跟當時的女友也是現在的太太Lori 承諾會有自己公司，所以到了1993年成立Nvidia。這位每次出席總是身穿黑色皮衣的男人，有人問：「為什麼每次都只穿黑色皮衣？」，老黃答：「這樣的穿搭可以減少需要思考的事，不用想要穿什麼顏色的衣服」，其實很多創辦人也跟他一樣像是已故蘋果創辦人賈伯斯幾乎以深色T恤搭配牛仔褲；Facebook創辦人祖克伯幾乎以灰色素T恤等，除此之外老黃也相當親名，看看他可以逛夜市或是亂入其他人的直播還要求點歌等可以看得出來，不過最讓我佩服的還是可以堅持一件事情(CUDA)但是不被大家看好，他卻可以堅持17年，我相信很多人包含各大公司CEO應該是無法做到的。
Nvidia的挑戰與機遇
以下是我個人觀點，我想接下來幾年Nvidia 還是在AI領域領先業界好幾年，不過之後Google、Amazon、Microsoft等巨頭，會開始開發自己的AI晶片，避免要被Nvidia 控制，但是Nvidia 因為CUDA 的成就相信會在更多AI領域，獲得成功像是車用是我看好Nvidia 下一個成長動能最大的業務，另外，如果各位有能力可以去Nvidia 我還真是推薦可以去，我自己是沒實力不然我也想去看看，聽我朋友說，可能沒有像google 這麼爽，不過卻可以看到很多不同視野。