英伟达 (NVIDIA) 创始人黄仁勋是一个什么样的人？ 第1页

总结一下，目前可以概括为：显卡疯子、“两弹元勋”、AI狂人。

显卡疯子

1993年英伟达成立，4年时间里英伟达先后推出NV1和NV2芯片。由于押注在错误的技术方向，NV1耗尽了公司最早的投资，为了生存，公司从100多人裁员到30多人。

这时日本游戏巨头世嘉伸出橄榄枝，希望英伟达研发一款游戏机芯片，定金700万美元。这笔钱拯救了英伟达的命运。但世嘉后来放弃了合作，NV2最终也失败了。

一再的碰壁足够让创业者就此倒下，但黄仁勋毫无疑问是顽强的，他要为已然奄奄一息的英伟达找到一个突围的出口。

他将英伟达的战略从游戏主机转向PC市场，并马上从游戏设计公司晶体动力请来David Kirk博士担任首席科学家，组织了一个庞大的研发团队。

同时，黄仁勋决定采用微软PC显卡市场的Direct 3D API标准。这一做法让英伟达获得微软垂青。在微软带动下，下游厂商纷纷和英伟达结成伙伴。抱紧微软大腿后，英伟达终于活了下来。

（2002年的黄仁勋，他和鲍尔墨都喜欢打乒乓球）

后来才有了英伟达的显卡霸业。

有诗为证：“ 先有仁勋后有天，显卡在手虐神仙。”

David Kirk在英伟达居功至伟

David Kirk博士是图形学和高性能并行计算的大神，除了做显卡，他另一大贡献就是搞出了CUDA，被誉为CUDA之父，后当选美国工程院院士。

CUDA的诞生

随着显卡的发展，GPU（图形处理器）越来越强大，而且GPU为显示图像做了优化，在计算上已经超越了通用的CPU，特别擅长并行计算。

图形运算的特点是大量同类型数据的密集运算。GPU的微架构就是面向适合于矩阵类型的数值计算而设计的，如此强大的芯片如果只是作为显卡就太浪费了。但在CUDA问世之前，对GPU编程必须要编写大量的底层语言代码，是程序员不折不扣的噩梦。

David Kirk慧眼识珠，在他的主导下，英伟达推出CUDA，让显卡可以用于通用并行计算等其他非图形计算，

CUDA是英伟达利用GPU平台进行通用并行计算的一种架构，简单的说，就是普通程序员可以利用C语言、C++等为CUDA架构编写程序在GPU平台上进行大规模并行计算，就是让普通程序员也能用上核武器。

CUDA的诞生为英伟达进军人工智能埋下伏笔。

高性能并行计算

随着CUDA的发展和GPU可编程性的增强，利用GPU完成通用计算的受到高度重视，即将GPU用于通用计算，这就形成了CPU+GPU的异构模式。

2007年英伟达推出专为高性能计算而设计的Tesla GPU，此后很多年，在高性能并行计算领域，无人可与英伟达匹敌，Intel和AMD都被虐成渣。

2010年11月的全球最快超级计算机的前五强计算机中，有三台均采用NVIDIA Tesla GPU。而在2012年11月至2013年6月是世界上最快的超级电脑泰坦也是使用了18,688颗NVIDIA Tesla芯片 。

CUDA和GPGPU计算被广泛应用于金融交易、生物医疗、地理信息系统、天气预报、国防等需要高性能计算的领域，而NVIDIA Tesla GPU也占据了70%的GPU市场。

AI狂人

那么老黄作为显卡疯子怎么又转型成了“AI狂人”了呢？这得益于深度学习的发展。

深度学习神经网络尤其是几百上千层的神经网络需对高性能计算需求非常高，GPU对处理复杂运算拥有天然的优势：它有出色的并行矩阵计算能力，对于神经网络的训练和分类都可以提供显著的加速效果。

所以搭载GPU的超级计算机已经成为训练各种深度神经网络的不二选择，比如谷歌大脑早期就是使用英伟达的GPU做深度学习。

世界上目前约有3000多家AI初创公司，大部分都采用了英伟达提供的硬件平台。Andreessen Horowitz风投公司的合伙人马克·安德森也曾表示，他们已经投资了大批基于深度学习的创业公司，几乎每个公司都在采用英伟达平台。

而乘着深度学习这股东风，英伟达股价在过去的12个月上涨近200%，在过去5年上涨超过500%。

而反过来，GPU的发展使得计算能力的增加，也促进了深度学习的发展。

无人车

在今年的CES上，黄仁勋发表了主旨演讲，吸引了全世界的目光。

（还是同一件黑夹克）

演讲重头戏当属英伟达的自动驾驶解决方案。 目前，英伟达将其自动驾驶路试汽车命名为BB8（名字来源于星球大战），已经在加州和新泽西州经过多次测试。它已经可以在行驶的过程中识别出其它车辆、交通指示灯、车道线、路标等相关道路信息。

（Nvidia人工智能驾驶汽车BB8）

黄仁勋还提出了一个新话题：AI Co-Pilot（人工智能协同驾驶），主要出发点是在有些复杂路况依然需要人来驾驶，在这种情况下，在驾驶过程中AI会随时提醒人类驾驶员，车辆前后左右有什么潜在危险需要注意。

除了对环境的感知，还有对人的监测，具体应用到的技术包括人脸识别（情绪识别），头部追踪，视线追踪，还有读唇。

（AI Co-Pilot的四种识别和追踪模式）

比较有亮点的是读唇，因为道路上往往噪音较大，对语音识别准确率有很大影响，语音识别结合读唇想象空间很大！

英伟达的启发

英伟达在无人车上和包括特斯拉、奥迪、博世在内的车企业广泛合作，并且已经销售了大量硬件给特斯拉等车企，闷声赚大钱。

英伟达利用其Tegra处理器帮谷歌完善无人驾驶车，第一代无人驾驶平台Drive PX被用在奥迪A7，去年一发布Drive PX 2无人驾驶平台，特斯拉就宣布新的特斯拉车将搭载Drive PX 2。沃尔沃开测的XC90 SUV自动驾驶汽车搭载的也是Drive PX 2平台。

(还是这件黑夹克)

这个最大的启发就是除了技术之外，找清楚自身定位和商业模式也非常重要。英伟达的定位就是计算平台，和广大车企搞好关系，想买硬件的厂商就卖硬件给他们，想购买BB8背后的无人驾驶技术的话英伟达也提供技术授权。

而相反技术领先的谷歌无人车，却在商业模式上一直很纠结。谷歌如果想把整套无人驾驶车技术提供给大的汽车厂商会比较困难，因为大牌的传统汽车厂商并不放心将核心的技术依附于Google，也不希望把关乎核心用户体验部分交给Google来掌管。而和体量相对小的汽车厂商合作，问题则在于小厂商同样可以绕开Google去找其他OEM厂商，比如Mobileye或者英伟达那里购买无人驾驶的部件。

从芯片公司转型计算平台公司

从一系列动作上看，英伟达最大的目标是从一家芯片公司转型成为一家计算平台公司。

英伟达花了10年时间构建了基于GPU计算的通用基础架构平台，拥有来自世界各地的开发者和大量的开发工具。深度学习也是英伟达专注的领域，布局了多七年。英伟达最近推出了一个端到端的深度学习平台，已经应用到各个行业。

NVIDIA还顺势而为，推出了基于CUDA的cuDNN，与多种深度学习框架整合，通过将卷积神经网络的计算变换为对更GPU友好的矩阵运算，cuDNN可以有效提高整个网络的训练速度。

（cuDNN用于提升深度学习效率，来源是http://zhuanlan.zhihu.com/p/20003419）

通过在Caffe、Theano、Torch7等主流机器学习框架上的支持，cuDNN允许开发人员可以在这些框架上无缝利用GPU的能力。

两弹功勋

那为什么老黄为什么又称为两弹功勋了呢？有诗为证：

一卡一栋楼
两卡毁地球
三卡银河系
四卡创世纪

下面引用差评（微信公众号:chaping321)的内容来解释：

...因为超频后的英伟达显卡经常导致买家们的主板、电源全损，运气不好的内存都被烧掉。

所以，在那些玩家看来，他的显卡成了一枚“ 战术核弹 ”。

当然， “ 核弹狂魔 ” 这个名号，怎么会如此简单降临到一个人类身上？

相对于他的产品，其实老黄的脾气更像是一枚核弹。。

他被称为IT届最好斗的人，硅谷一霸，并且从不怕得罪任何人。。。

据不完全统计，黄仁勋得罪过AMD、Intel、微软、苹果、讯景等大型企业。

由于老黄他 “ 桀骜不驯 ” 的显卡，几乎得过罪所有的游戏厂商。

因为这些游戏厂商的游戏，在他的显卡配置下，要么跑不动，要么游戏效果不理想。。。

曾经，许多玩家反映，老黄最新的N卡带不动北软（即北京软星科技有限公司）开发的游戏 “ 仙剑奇侠传六 ” 。

以自身产品为自豪的老黄顿时感觉面上无光、气急败坏，扬言要炸掉北软的公司。。。

而且，当年，战地4 beta测试时，也遇到类似的问题，老黄居然说要炸了EA总部。。。（好在他没下手，要不之后的FIFA系列就再见了）

甚至连甘肃卫视揭秘真相的栏目，都将老黄的显卡搭载在了榴弹上。。。（笑尿）

（真是可怕！！！）

不过其实这次新闻事件也是搞笑。。。

因为该新闻稿的内容是选取百度百科里 “ 航母杀手 ” 这个词条信息。。

但由于网友的恶搞，将该词条的部分内容修改成黑N 卡的段子。。。

（百度，你的词条又被改了）

由于英伟达显卡的破坏力，加上网友的各种黑，大家就都这么把老黄挂上了 “ 核弹狂魔 ” 等类似的称号了...

据说每年英伟达硅谷的实习生都有机会去参观老黄的大别墅，记得去看看别墅下面是否埋着核武器吧...

实在不行，也要看看他买了多少件黑夹克啊...