“摩爾定律”的創造者戈登·摩爾，正式告別人世。

　　北京時間3月24日，英特爾公司和戈登與貝蒂·摩爾基金會對外宣布，英特爾聯合創始人戈登·摩爾在美國夏威夷家中平靜去世，享年94歲。

　　正是借助摩爾在1965年提出的“當價格不變時，集成電路上可容納的晶體管數目約每隔18-24個月便會增加一倍，性能也將提升一倍”摩爾定律，半導體產業在其指引下開啟了長達半個多世紀的創新進程，帶動了英特爾、AMD、英偉達等一大批芯片相關公司的崛起。

　　隨著芯片制程工藝逐漸逼近極限，圍繞摩爾定律是否已死的討論日益增多。其中最具代表性的人物當屬英偉達創始人黃仁勛。“摩爾定律已經結束了”，在黃仁勛看來，隨著加速計算和人工智能時代的到來,摩爾定律的基本發展動能已經走到盡頭，以類似成本實現兩倍業績預期對于芯片行業來說已成為過去式。

　　但重返英特爾出任CEO的帕特·基辛格顯然并不認同黃仁勛觀點。在悼念摩爾文章中，基辛格再次重申：“英特爾仍然受到摩爾定律的啟發，并打算追求它，直到元素周期表用盡。”

　　不過，一個不爭的事實是，借助比摩爾定律性能更新頻率快上3倍的“黃氏定律”，眼下的半導體行業正在從曾經的摩爾時代，邁入屬于黃仁勛的新時代。

　　隨著ChatGPT產品爆火，英偉達AI芯片變得供不應求。臺灣電子時報近期報道稱，微軟等客戶對英偉達A100/***芯片需求強勁，后者訂單已經排期至2024年，目前正在向代工廠臺積電緊急追單。

　　為了給新版必應與結合ChatGPT能力的新款Office365留下足夠資源，微軟內部已陷入AI服務器短缺狀態，開始對來自英偉達的GPU采取配額供給機制。

　　美銀證券半導體分析師維韋克 · 阿里亞對此點評道：“使用英偉達的產品并增加計算能力非常容易。目前，計算能力基本上就等同于硅谷的硬通貨。”

　　面對外界龐大的AI芯片需求，黃仁勛將英偉達自比為全球AI發動機，并稱“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算力需求，黃仁勛將英偉達類比為臺積電，希望通過最近發布的“NVIDIA AI Foundations(英偉達AI基礎大模型)”，面向需要構建、改進和操作大型語言模型和生成AI的客戶，幫助他們構建自定義大模型。

　　這些客戶甚至不用自己配置超級計算機服務，直接借助英偉達DGX Cloud的AI超級計算云服務，通過一個Web瀏覽器就能訓練、訪問大模型產品。

　　黃仁勛希望將英偉達塑造為人工智能時代基礎設施的雄心，被進一步加強。過去近30年，黃仁勛帶領英偉達從一家以設計和銷售GPU(圖形處理器)的半導體公司，逐漸成長為AI加速算力軟硬件一體方案的芯片巨頭。

　　如同上一代霸主英特爾一樣，掌控高端GPU近九成份額后，黃仁勛和他所領導的英偉達，也開始招致外界的抵抗。

　　時下最新的代表人物來自英特爾前首席架構師拉加·柯杜力，其計劃創辦一家新的生成式人工智能軟件公司，柯杜力希望通過軟件和工具渠道，來打破英偉達GPU的主導地位。

　　目前，市面上類似的生成式AI軟件，大多只能在英偉達的GPU上使用。黃仁勛在GTC2023上也對外明確，當前云上唯一處理ChatGPT的GPU就是英偉達的HGX A100。

　　華爾街開始流傳一種觀點，英偉達有點類似光刻機巨頭ASML：部分壟斷，在高端市場沒有競爭。

　　柯杜力則希望未來的生成式AI工具可以兼容配合英特爾、蘋果、AMD公司的處理器一起使用。

　　現年60歲的黃仁勛在最近談及退休計劃時表示，自己希望能夠再領導英偉達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，在實現上述宏遠目標之前，黃仁勛需要先確保的一點是：外界對英偉達的恨意，不會超過喜愛。

　　A

　　2012年由斯坦福大學李飛飛教授主辦的ImageNet競賽中，Alex koshevsky、Elias suskaver和Jeff Hinton三人小組，借助2塊英偉達GTX580 GPU訓練出來的AlexNet計算機視覺模型，以壓倒性優勢擊敗谷歌、微軟等一眾科技巨頭，拿下挑戰賽冠軍，由此開啟了深度學習的大爆發時代。

　　通過這次全球性賽事，相比CPU，GPU在并行計算上的碾壓優勢真正引發外界重視。黃仁勛更是將2012年視為英偉達的重要轉折點，稱這一年是“人工智能發展標志性的一年”，并表示：“利用GPU的大規模處理能力來學習人工智能算法是一種全新的計算模式。”

　　在之前的云計算環境下，計算主力是英特爾的CPU，轉到AI計算場景，計算主力替換成了GPU和其他專用加速器，后者的并行計算能力與深度學習算法的邏輯一拍即合。

　　黃仁勛在2016年的投資人會議上強調，深度學習是英偉達十分重要的增長動力，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件產業、整個計算機產業都有著深遠的影響，我們把一切都賭在了深度學習上。”

　　事實證明黃仁勛賭對了。英偉達在深度學習發展最快的兩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，英偉達數據中心總收入同比增長41%，達到創紀錄的150.1億美元。與之相比，游戲業務總營收同比下降27%，降至90.7億美元。

　　自動駕駛領域，憑借把在顯卡領域練就的“砌算力”大法發揮到極致，黃仁勛用一套“CPU+GPU”模式更好地匹配了車企的開發需求。眼下，配備英偉達芯片與否，已經成為衡量一家車企自動駕駛能力的重要因素之一。

　　“加速計算并非易事。2012年，計算機視覺模型AlexNet動用了英偉達GeForce GTX 580，每秒可處理262 PetaFLOPS。該模型引發了AI技術的爆炸，”黃仁勛說道，“十年之后，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得以誕生的背后，同樣離不開黃仁勛的算力支持，“英偉達的AI超級計算機DGX是語言大模型背后的引擎，我曾親手將全球首款DGX交給OpenAI，自此之后全球百強企業中有一半安裝了這款計算產品。”

　　從游戲顯卡發家的英偉達，在黃仁勛帶領下，成為近年來罕有的“穿越周期”的芯片廠商：先是乘上AI的東風，然后又搭上了比特幣為代表的加密貨幣熱潮，智能新能源汽車的崛起，和ChatGPT的意外爆發，共同推動英偉達市值一路高漲，先后超越英特爾、臺積電，成為全球半導體領域市值第一企業，黃仁勛身家也隨之水漲船高。

　　截至3月24日，英偉達股價今年上漲超過70%，市值飆漲至6700億美元，已經是曾經芯片霸主英特爾的5倍多，黃仁勛身家也逼近250億美元大關。

　　B

　　當黃仁勛將2012年視為英偉達重要轉折點的時候，英特爾則在一邊忙著跟高通爭奪移動芯片市場，一邊抽空與AMD打官司。日趨壯大的英偉達，并未能引發英特爾的特殊關注。

　　畢竟，直到2017年前后，英特爾市值還超過英偉達、AMD和臺積電三者總和。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歲的黃仁勛創立英偉達時，市場上林立著眾多強大競爭對手，如英特爾、IBM、惠普、思科等等，行業主要遵循的都是摩爾定律，黃仁勛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。”這便是借助GPU所帶來的加速計算。

　　自此，黃仁勛開始瞄向圖形處理器領域創業。

　　“What Andy gives, Bill takes aways”。Andy指英特爾CEO安迪·格魯夫，Bill指的是微軟創始人比爾·蓋茨。這句流傳甚廣的諺語大意是說，硬件性能的大幅度提升所帶來的廣闊空間，很快就會被軟件的發展消耗殆盡。

　　相比起硬件，如芯片的進步，軟件，如游戲的進步則要容易得多，也快得多。因此，在黃仁勛看來，GPU的發展速度應該比一般的芯片更快。

　　1999年，黃仁勛提出了與摩爾定律并稱的顯卡芯片領域“黃氏定律”，即顯示芯片每6個月性能提升一倍，相比摩爾定律的每18個月性能提升一倍，快了3倍。

　　也正是基于更為高頻的更新速度，黃仁勛用更強性能的GPU更好滿足了游戲玩家的操作體驗，為AI芯片時代的來臨提前打好了基礎。當被問及英偉達在生成式AI崛起過程中獲得豐厚回報是運氣還是先見之明時，黃仁勛表示：“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著英偉達一路走到今天。“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于危險之中，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。”黃仁勛說道。

　　2006 年，黃仁勛再次豪賭未來，發布了CUDA軟件工具包。此后十年內，黃仁勛都在接受來自華爾街的責問，如“你們為什么要進行這項投資?”“沒有人在使用它。在我們的市值中，它的估值為零”。

　　“直到2016年左右，也就是CUDA問世10年后，人們才突然意識到這是一種截然不同的計算機程序編寫方式。它具有變革性的加速功能，然后在AI領域取得突破性成果。”英偉達應用深度學習研究副總裁布萊恩 · 卡坦扎羅表示。

　　到2020年7月，英偉達市值逼近2500億美元，首度超越了英特爾的2480億美元，成為美國本土市值最大的芯片制造商。

　　C

　　取代英特爾成為芯片領域老大后，留給黃仁勛的不只是榮耀，還有撲面而來的抗爭敵意。英特爾前首席架構師拉加·柯杜力只是其中代表之一。

　　這樣的敵意黃仁勛在兩年多前就曾親身體驗過。2020年9月，黃仁勛開出400億美元天價擬從軟銀手中收購Arm，交易一經宣布便遭到來自華為、高通、微軟、谷歌等公司的反對，認為將會對半導體行業產生不利影響。

　　面對外界諸多質疑，黃仁勛曾辯解稱，Arm做CPU，英偉達做GPU和DPU，從本質上來看兩者是相輔相成，并將兩者的關系比作西紅柿醬和芥末，認為雙方結合將帶來創新。

　　但隨著Arm架構對自研芯片企業越來越重要，英偉達想要順利完成收購的阻力有增無減。2022年2月8日，英偉達和軟銀集團雙雙宣布，英偉達對Arm的收購交易終止。至此，這場為時一年多的芯片行業最大規模收購案以失敗告終。

　　更大的風險在于，黃仁勛極力看好的自動駕駛領域，正面臨流失更多大客戶的危機。

　　智能新能源汽車時代，為了實現更好的性能優化，從芯片、算法到操作系統，一體化自研已經成為越來越多車企攻克的方向。

　　特斯拉在棄用英特爾Mobileye、轉投英偉達合作三年之后，就于2019年自研了FSD芯片，在“CPU+GPU”基礎架構上再增添專門的AISC(專用集成電路)，來解決潛在的算力瓶頸。

　　國內造車新新力代表蔚小理，同樣在加緊自研芯片進程。

　　這樣的風險不只存在于汽車業務，在黃仁勛賴以為重的數據中心方面，美銀證券半導體分析師阿里亞認為：“對英偉達來說，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，而亞馬遜和谷歌已經在內部設計芯片了。”

　　隨著特斯拉、谷歌、微軟以及亞馬遜等科技巨頭越來越多設計自己的定制芯片，競爭也在加劇，并有望像GPU打敗CPU一樣，改寫黃仁勛在AI芯片領域的絕對主導地位。

　　在近期回答36氪有關大模型算力緊張問題中，百度創始人李彥宏就預測稱，將來制約整個大語言模型發展的很可能不是算力。“今天我們看到算力很緊張，將來你可能發現算法突然變了，不是這個算法了，(制約發展的)可能就是另外一套東西。”

　　在不斷高呼“人工智能的iPhone時刻已經開始”之余，黃仁勛或許也要被迫接受變革所帶來的種種不確定性。

　　參考資料：

　　《關于ChatGPT，黃仁勛和OpenAI的科學家進行了一場“爐邊談話”》騰訊科技

　　《英偉達黃仁勛：將通過中國云服務商提供AI超算能力 中國初創公司也能開發大模型》第一財經

　　《對話李彥宏：不要重復造輪子，AI的十倍機會在別處》36氪

　　《英特爾首席架構師離職創業：欲打破英偉達芯片對“AI作畫”壟斷》新浪科技

　　《缺芯潮2.0來了?GPU短缺下游急尋替代品 價格戰首槍已打響》財聯社

　　《英偉達想再贏一次》甲子光年