亚洲综合极品香蕉久久网,久久夜精品综合缴情五月 ,亚洲动漫成人一区二区,国产在线不卡视频,国产丝袜精品不卡,亚洲乱码日产精品bd,久久久久久国产精品免费网站,亚洲综合av一区二区三区
×

5年瘋漲2268%,市值2500億美元的英偉達要和英特爾平起平坐?

分類:互聯網熱點 編輯:互聯網觀察 瀏覽量:539
2020-07-20 13:33:06
與今年年初相比,英偉達的股價已經增長了70.3%,反映了資本市場對英偉達的認可和追捧。5年以來,英偉達股價飆升2268%(截至7月17日收盤)。甚至在美國時間7月8日收盤后,英偉達以2513.1億美元市值首超英特爾,一度成為美國市值最高芯片制造商、全球市值第三的半導體公司。英偉達為何被資本市場寄以厚望,它做對了什么?
推動GPU從專用領域走向通用領域
如何更好地解決計算問題,是計算機軟硬件開發者的永恒主題。從3D加速卡開發商,到GPU的發明者,再到“AI芯片第一股”,英偉達驚人的成長速度,正是來自于對算力痛點的精準突擊。
20世紀90年代,隨著Play Station等游戲主機的發布,以及計算機性能的提升和彩色顯示器的出現,3D游戲開始萌芽。而英偉達也正是在這一時期成立,主要面向圖形顯示市場。但在這一時期,3D圖像處理主要以3D加速卡的形式進行,T&L(光影轉換)運算仍需占據CPU的算力,也限制了游戲畫質的發展。
英偉達的GeForce 256,將“GPU”這一概念推向市場。GeForce將T&L能力集成到圖形處理芯片,將CPU從圖形處理的任務中解放出來,在提升3D畫質的同時,也提升了計算機的整體效能。在三年的時間里,英偉達的GPU出貨量突破100萬顆,成為美國成長最快的半導體公司。
雖然在GPU的技術研發和專利積累取得了先發優勢,但是英偉達首席科學家David Kirk認為,GPU的能力不應該局限于圖像渲染,如何將GPU的浮點運算和并行計算資源釋放給更多領域的從業人員使用,成為英偉達的研發重點。
之后,英偉達開始對“通用GPU”的研究,讓本身為圖形圖像處理而生的GPU能夠運行圖形渲染之外的通用計算任務。但是,通用GPU編程門檻極高且難以調試。2006年,英偉達推出并行計算程序開發環境“CUDA”,開發者可以用C、C++、FORTRAN等常用的編程語言在CUDA編寫程序。借由CUDA的軟硬件生態,不用領域的開發者可以根據本領域的需求,編寫GPU加速應用,從而更有效率地利用英偉達GPU處理計算任務。
隨著深度學習的浪潮興起,擅長串行運算的CPU,無法高效執行矩陣乘法和卷積計算任務。2012年,基于英偉達GPU加速的卷積神經網絡AlexNet參加了ImageNet大規模視覺識別挑戰賽,以低于第二名10.8%的錯誤率拔得頭籌,引起了科研領域對于GPU的關注。自此,GPU被越來越多地運用于機器學習和深度學習領域,并迅速崛起為AI計算的主流芯片。
在AI計算平臺方面,英偉達面向從端到邊緣端的需求,構建了面向訓練的DGX平臺、超大規模云計算和HPC服務器的HGX平臺、面向邊緣計算的EGX平臺和適用于自主系統的AGX平臺。2018年,英偉達推出專為深度學習設計的Tensor Core,進一步提升了針對常用深度學習模型的浮點運算速度。今年以來,浪潮AI服務器、谷歌云相繼采用Tensor Core。采用“CUDA Core + Tensor Core”的英偉達GPU,已經在AI算力市場占據一席之地。
數據中心將成為最大收入來源
長期以來,游戲業務是英偉達最大的收入來源,但目前來看,這一局面有可能被改變。英偉達2021財年第一季度財報顯示,其數據中心收入達到11.4億美元,較去年同期增長80%。而本季度游戲業務收入為13.4億美元,同比增長27%。數據中心業務已經成為英偉達增速最快的業務,而且收入占比與游戲業務的差距持續縮小。
英偉達在股價和市值上的突飛猛進,與其采用多點開花戰略,持續降低對游戲市場的依賴程度息息相關。
“英偉達主要深耕于GPU芯片,早期主要應用在游戲領域,是其收入的主要來源。隨著AI和數據中心的興起,市場對GPU的需求的暴增,給英偉達帶來巨大機遇。從2016年起,數據中心領域成為英偉達增長的重要動力。隨著今年收購了Mellanox,英偉達在云端和數據中心領域進一步壯大,業務收入將超過游戲成為收入來源的第一位。AI和數據中心是未來十年熱點,會有巨大的市場空間,英偉達的高股價也是人們對于英偉達在AI領域前景的反應。” 賽迪顧問高級分析師呂芃浩向《中國電子報》記者表示。
計算機視覺是當前AI前景最為廣闊、商用條件最為成熟的領域。清華大學數據顯示,在AI技術層面上,計算機視覺的應用在整個人工智能應用領域中占比達34.9%,已成為各行業發展的重要支撐。無論是安防監控、人臉識別,還是自動駕駛根據攝像頭判斷環境和路況,其本質都是代替人眼去識別、追蹤目標物體,而圖形圖像處理正是GPU加速器的優勢所在。
而“挖礦”,也就是通過運行特定算法賺取比特幣。由于需要重復性的大量運算,GPU成為“礦場”“礦主們”最常用的算力工具,一度導致英偉達、AMD的主力GPU出現缺貨。
“目前AI計算的大部分應用場景都是對圖形圖像進行計算,礦機業務也屬于并行計算,這都是適合GPU去發揮的領域。”芯謀研究總監王笑龍向《中國電子報》記者表示。
雖然“礦機”曾為兩大GPU廠商貢獻利潤,但“挖礦”并不能與區塊鏈技術劃等號。業界人士稱,“挖礦”屬于“幣圈”,而區塊鏈技術研究屬于“鏈圈”,“幣圈”并不關注區塊鏈技術的發展。在這波紅利來得快去得也快,也拖累了英偉達在2018年第三、四季度的營收和股價表現。
2019年第一季度,努力走出加密貨幣“宿醉效應”的英偉達,加大了在數據中心領域的投入。當年3月,英偉達宣布與以色列芯片制造商Mellanox達成收購協議,這筆收購在今年4月27日宣告完成。Mellanox能提供端到端高速以太網和InfiniBand互聯解決方案。英偉達創始人兼CEO黃仁勛表示,通過融合Mellanox的技術,NVIDIA將擁有從AI計算到網絡的端到端技術,以及從處理器到軟件的全堆棧產品,擁有足夠的規模去推進下一代的數據中心技術。
今年以來,新冠肺炎疫情減少了全球消費者外出活動的時間,“宅經濟”異軍突起,遠程服務、串流等應用持續帶動數據中心需求。英偉達趁熱打鐵,推出了采用安培架構的7nm GPU“NVIDIA A100”,AI訓練、推理的峰值算力較上一代Volta架構GPU有了20倍的提升。
“目前,數據中心的數量和規模將會持續增加,英偉達GPU在當前已經占據了數據中心市場,并建立了完整的生態。從云到端都采用英偉達的CUDA計算平臺,可以極大地減少算法跨平臺的難度,實現平滑過渡,提高開發效率。”呂芃浩向記者表示。
自動駕駛,被英偉達視為AI時代最大的算力挑戰。據Gartner、北京半導體行業協會統計,2019年英偉達在車用半導體市場營收達到6.26億美元,躋身全球前20大汽車半導體企業。目前,英偉達建立起從10TOPS/5W,200TOPS/45W到2000 TOPS/800W的產品線,分別對應前視模塊、L2+ADAS以及Robotaxi的各級應用。今年6月,梅賽德斯-奔馳宣布與英偉達共同開發下一代汽車平臺,支持L2、L3自動駕駛功能和最高達到L4的自動泊車功能,打造可拓展、可升級的軟件定義汽車。
制程、架構、軟件算法協同發展
從Pascal架構到Ampere架構,英偉達GPU的AI算力有了20倍的提升。業界有觀點稱,英偉達在AI芯片步履飛快,是因為采用臺積電代工的模式,在制程上相對IDM的英特爾有著更快的推進速度。那么,隨著摩爾定律逼近極限,Ampere架構也已經走到7nm,英偉達的GPU能夠滿足持續增長的算力需求么。
對此,黃仁勛曾在接受媒體采訪時表示,制程不是最為重要的。英偉達僅通過軟件優化,就能在兩年時間內將AI性能提升4倍。由于架構設計得更好,12nm的圖靈芯片效能超過了7nm的GPU。20倍的算力提升,靠的是架構、算法、軟件和應用的共同合力。
王笑龍也向記者表示,制程是芯片工藝的基礎,云端AI計算量大,尤其對工藝要求很高。但在關注制程的同時,也要關注架構和軟件算法。架構是硬件設計的基礎,是英偉達等歐美公司的強項。算法軟件,是在制程、架構基礎上的優化。三者共同構成芯片的計算性能。
從英偉達的產品更新來看,在制程、架構、軟件算法上,英偉達的發力是相對平衡的。從K40到A100,架構與制程基本保持了同步更新,從28nm的Kepler一直到7nm的Ampere。與此同時,CUDA也從1.0版本發展到了11.0版本。同時,在封裝技術上,英偉達在推出Pascal架構時,將處理器與數據封裝到一起以實現更高的計算效率,采用 HBM2 的 CoWoS(晶圓基底芯片)技術提供更高的顯存帶寬性能。據悉,今年英偉達將成為臺積電CoWoS封裝的主要客戶之一,借由晶圓級封裝進一步強化芯片能力。
集邦咨詢分析師姚嘉洋向記者表示,英偉達之所以能在人工智能領域擁有一席之地,有部分原因是因為在GPU架構中導入了Tensor Core的功能,目前也已經演進到了第三代,再輔以先進制程與封裝技術的支持,才能發揮強大的AI算力,要繼續滿足如今市場的AI算力需求,應該沒有太大的問題。
當然,市值的高歌猛進,不代表營收的實質性提升。英偉達雖然在市值上與英特爾出現“你爭我趕”的勢頭,但營收還與英特爾相去甚遠。而且,隨著數據中心需求的進一步釋放,通用GPU的市場競爭只會越來越激烈。今年以來,AMD發布了面向數據中心等高性能計算業務的GPU架構CDNA。英特爾CFO首席財務官George Davis也透露,英特爾預計在2020年推出一款面向獨立顯卡的Xe架構GPU。畢竟AI還處于發展變化之中,算法和算力需求會持續更迭。未來,能最先看到需求并進行調整的廠商,才能立于不敗之地,受到市場和資本的認可和青睞。

聲明:免責聲明:本文內容由互聯網用戶自發貢獻自行上傳,本網站不擁有所有權,也不承認相關法律責任。如果您發現本社區中有涉嫌抄襲的內容,請發

送郵件至:operations@xinnet.com進行舉報,并提供相關證據,一經查實,本站將立刻刪除涉嫌侵權內容。本站原創內容未經允許不得轉載,或轉載時

需注明出處:新網idc知識百科

免費咨詢獲取折扣

Loading
主站蜘蛛池模板: 免费观看啪啪黄的网站 | 九九99无码精品视频在线观看 | 国产97超碰人人做人人爱| 2021亚洲国产成a在线| 好紧好湿太硬了我太爽了视频| 亚洲中文字幕久久久一区| 亚洲国产精品无码久久网速快| 久久久精品国产免大香伊| 欧美尺寸又黑又粗又长| 久久天天躁夜夜躁狠狠躁2014| 国内精品自在拍精选| 亚洲熟妇大图综合色区| 性夜夜春夜夜爽aa片a| 久久精品一本到东京热| 色综合视频一区中文字幕| 最新精品国偷自产在线美女足| 人妻天天爽夜夜爽一区二区| 免费国产h视频在线观看| 日本精品αv中文字幕| 亚洲欧美另类成人综合图片| 天天躁日日躁狠狠躁日日躁| 国产末成年女av片一区二区| 国产极品美女到高潮| 国产萌白酱喷水视频在线播放| 中文字幕在线亚洲二区| 麻豆精产一二三产区| 少妇爆乳无码av无码波霸| 国产熟妇按摩3p高潮大叫| 狠狠久久噜噜熟女| 亚洲中文字幕日本无线码| 亚洲另类欧美综合久久图片区| 国产精品高潮呻吟av久久动漫| 97国语精品自产拍在线观看| 亚洲美免无码中文字幕在线| 亚洲日韩成人无码不卡网站| 精品一卡2卡三卡4卡乱码精品视频| 久久精品久久电影免费理论片| 亚洲中文无码精品卡通| 国内精品久久人妻无码妲己| 精久国产一区二区三区四区| 制服丝袜美腿一区二区|