“芯”故事才开始 英伟达有何过人之处？

　　当普通玩家面对英伟达GeForce GTX 1080显卡的性能诱惑，还在犹豫是否要花几千块钱升级自己的电脑时，英伟达的创新能力则犹如其显卡的进化速度，在多个领域突飞猛进、遍地开花。

　　过去多年来，英伟达一直遭到英特尔以及高通等竞争对手的围剿。2008年，当英特尔决定在自家产品中融入芯片组技术时，英伟达的芯片组业务几乎一夜间消失。但是在显卡业务上，英特尔始终未能打造出足以媲美英伟达的产品，英伟达在高端电脑市场的位置固若金汤。

　　在近年来极为火热的智能手机市场，英伟达CEO黄仁勋很早就曾指出，人们的交流方式以及计算行业将迎来重大变革，英伟达也于2008年首次发布了手机芯片Tegra，开始在移动领域大显身手。

　　随后，全球首款双核Tegra 2、首款四核Tegra 3更是让英伟达在这个领域的表现达到顶峰，以强劲的性能拉开与对手的差距。

　　但从Tegra 4开始，这种势头就开始下降，原因是缺少了通信基带导致整机成本、设计难度高于高通等竞争对手，即便图形性能再强也于事无补。于是，2014年5月24日黄仁勋表示，英伟达决定撤离智能手机市场。

　　但是，英伟达的故事才刚刚开始。

　　引领无人驾驶汽车革命

　　去年9月，英伟达汽车业务高级主管Danny Shapiro表示，在路上行驶的车辆之中，有超过20个品牌的1000万辆车在不同程度地使用英伟达的技术。此时，有更多的人看到了英伟达占据下一代汽车技术核心位置的潜力。

　　与特斯拉上17英寸屏幕对英伟达显卡技术的依赖相比，更值得注意的是英伟达打造的无人驾驶汽车的“大脑”： Drive PX 2，这是一台能够帮助汽车进行定位和躲避障碍物的人工智能电脑。

　　(图片来自英伟达官网)

　　Drive PX 2到底有多强大?Shapiro称，甚至可以这样说，Drive PX 2让车辆获得了亲眼“看”世界的能力，总计已有超过80家汽车厂商、创业公司以及研究机构依赖于Drive PX 2驱动他们所研发的无人驾驶汽车。

　　Shapiro对Drive PX 2进一步解释称：

　　这个系统让车辆能够感知周边情况，加以理解，并在1/30秒内采取行动，这种能力是目前的自动驾驶汽车能够上路的前提。

　　去年年初，英伟达推出Drive PX 2，其性能堪比150台苹果 Mac Pro。英伟达称，Drive PX 2的深度学习处理频率达到了前所未有的每秒24万亿次，深度学习将使得自动驾驶汽车分辨出周围的物体，比如一只狗或者一部警车，并对此发出警报。

　　改变VR的黑科技

　　虚拟现实(VR)领域是英伟达技术的另一用武之地。

　　一款VR产品如果要让用户使用时感受不到眩晕，画面就要达到一定的帧率要求。而对整个画面按照高帧率渲染，对硬件计算能力的要求则又极高。

　　为解决这个问题，英伟达基于其积累多年的图像处理技术，利用人眼的视觉原理，尝试在VR设备中仅对视觉中心区域进行完全渲染，其他区域则保留很低的分辨率。

　　按照这种做法，仅仅对用户目光聚焦处进行这种渲染，则能节省出巨大的硬件计算能力，大幅提升整体性能表现。“(硬件)表现上的提升，大到根本无法忽视，” 英伟达研发副总裁David Luebke称。

　　英伟达称，希望这些发现能够激发大型VR厂商在未来产品中集成眼球追踪技术。“我们目前在做的工作，一部分就是用于帮助(行业)制定VR之路的规则。”

　　麻省理工科技评论在文章中表示，这种技术未来将对英伟达显卡产品带来影响，也将令开发者按此思路调整图像渲染算法。

　　新杀手锏

　　去年4月，英伟达发布了一款定位于深度学习的超级计算机DGX-1。据英伟达官网描述，DGX-1将硬件、深度学习软件以及开发工具整合到了一起，其中包括8块英伟达Tesla P100 GPU，运算能力相当于250台传统服务器，可以帮助用户大幅缩短处理时间。

　　而其长宽高仅分别为866、444、131毫米，功耗3200W。

　　自2012年来，数据科学家一直在利用GPU加速对深度学习技术的开发，但是当前计算机处理能力成为他们难以克服的瓶颈。随着DGX-1投入使用，以前部分根本不可能实现的深度学习模块，就能够得以运行。

　　据麻省理工科技评论，这一超级计算机最早的使用者表示，DGX-1让他们能够更快的训练自身的数据分析模块，从而能加快实验进展，推动在科学、医疗以及金融等多个领域的突破。