英伟达GPU一战成神!黄仁勋押注人工智能,建起万亿美元显卡帝国

【新智元导读】 AI的火爆使得英伟达的市值水涨船高,成功跻身万亿美元俱乐部,作为公司的灵魂人物,黄仁勋一路走来经历了哪些故事?这位皮衣客又是如何一步步建立了他的显卡帝国?

从神经网络AlexNet、到ChatGPT,再到生成式AI的大爆发,英伟达的GPU功不可没。

在这场AI淘金热中,英伟达的市值水涨船高,成功进入万亿美元俱乐部,成为全球第6大市值最高的公司。

若说英伟达的成功背后,一定离不开这位灵魂人物------黄仁勋。

人人皆知乔布斯、盖茨等科技巨人的故事,而一直不愿意抛头露面的老黄,除了一身皮衣,更多的经历鲜有人知。

这次,纽约客的最新采访深挖了老黄创业历程、管理方式、以及如何带领英伟达走向成功的过程。

老黄早年那些事

黄仁勋出生于1963年的台湾,九岁时,他和哥哥被送往美国,在肯塔基州的奥奈达浸信会学院( Oneida Baptist Institute, in Kentucky)学习。

黄仁勋和一个17岁的室友住在一起,他教室友识字,作为交换,室友教他卧推。每天晚上睡觉前,黄仁勋都要做一百个俯卧撑。

由于年龄太小,黄仁勋不能在这所学校上课,于是他去了附近的一所公立学校。

当时,校长向大家介绍了这位身材矮小、留着长发、操着浓重口音的亚洲移民。然而,也正因为这些特质,让黄仁勋饱受同学的霸凌。

几年后,黄仁勋的父母获准进入美国,定居在俄勒冈州,兄弟俩与父母团聚。

黄仁勋高中时成绩优异,是全国排名靠前的乒乓球运动员。他参加了学校的数学、计算机和科学俱乐部,跳了两级,16岁就毕业了。------但是他也表示「我没有女朋友。」

后来,黄仁勋进入俄勒冈州立大学,主修电子工程。

在入门课上,他的实验搭档是Lori Mills,认真、呆萌、有着一头棕色卷发。

据黄仁勋回忆,当时电子工程专业有250个学生,大概只有三个女生。男生们争相吸引Mills的注意,黄仁勋觉得自己处于劣势。「我是班里最年轻的孩子,看上去只有12岁左右」。

------然而,每个周末,黄仁勋都会给Mills打电话,缠着她一起做作业。

「我想给她留下深刻印象,不是因为我的长相,而是因为我完成作业的能力很强。」

做了六个月的功课后,黄仁勋鼓起勇气约她出去。她接受了邀请。

毕业后,黄仁勋和Mills在硅谷找到了一份微芯片设计师的工作------「她实际上比我挣的多」。

后来两人结婚了,几年后,Mills离开了工作岗位,去抚养他们的孩子。那时,黄仁勋已经开始经营自己的部门,晚上则在斯坦福大学读研究生。

3人创业,缘起一家餐厅

1993年,他与Chris Malachowsky和Curtis Priem两位资深微芯片设计师共同创立了英伟达公司。

Malachowsky和Priem希望设计出一种图形芯片。最初他们给公司起名叫NVision,但后来得知这个名字已经被一家卫生纸制造商使用。

黄仁勋建议使用英伟达,取自拉丁文i英伟达,意为「嫉妒」。他选择丹尼餐厅(Denny's)作为组织业务的场所,是因为这里比家里安静,而且有便宜的咖啡。

他曾于1980年代在俄勒冈州的连锁餐厅工作过。「我发现,在逆境中我的思维最活跃。」

黄仁勋喜欢电子游戏,他认为市场需要更好的图形芯片。那时,艺术家们开始用被称为「基元」的形状来组装三维多边形,而不是手工绘制像素,这样做省时省力,但需要新的芯片。

英伟达的竞争对手使用三角形作为基元,但黄仁勋和同伴决定改用四边形。------不过后来证明这是一个错误,差点毁了公司。因为在英伟达发布第一款产品后不久,微软宣布其图形软件将只支持三角形。

由于资金短缺,黄仁勋决定回到传统的三角形方法。1996年,他裁掉了英伟达一百多名员工中的一半,然后把公司剩余的资金押在了未经测试的微芯片生产上,他不确定这些微芯片是否能成功。

------「成功和失败的概率五五开,但无论如何我们都要倒闭了」。

当这款名为RIVA 128的产品上市时,英伟达的资金仅够支付一个月的工资。但这场赌博得到了回报,英伟达在四个月内卖出了一百万台RIVA。

黄仁勋鼓励他的员工带着绝望的情绪继续出货,在以后的日子里,每逢面对员工演讲,他的开场白就是「我们公司还有三十天就要倒闭了」。这句话至今仍是公司的非正式座右铭。

位于圣克拉拉( Santa Clara)的英伟达总部中心有两座巨大的建筑,每座建筑都呈三角形。从沙发、地毯到小便池的防溅罩,整个大楼内部都是这种形状的缩影。

每栋大楼的顶层都有一个酒吧,公司鼓励员工把办公室当作灵活的空间,在这里用餐、编码和社交。如果员工在会议桌上用餐,AI可以在一小时内派遣清洁工进行清理。在股价上涨之前,英伟达就被评为美国最佳工作场所之一。

在标准计算机体系结构中,大部分工作由被称为中央处理器(CPU)的微型芯片完成。几十年来,CPU的主要制造商一直是英特尔,英特尔曾多次试图迫使英伟达退出市场。

黄仁勋描述英伟达与英特尔之间的关系是「Tom and Jerry relationship」------每当他们靠近,我们就拿起芯片跑路。

对此,英伟达采用了另一种方法。1999年,公司在上市后不久就推出了名为GeForce的图形卡。

与通用CPU不同的是,GPU把复杂的数学任务分解成小的计算,然后用并行计算的方法一次处理完。CPU的功能就像一辆送货卡车,一次送一个包裹;而GPU则更像一支摩托车队,在城市中穿梭。

GeForce系列取得了成功。《Quake》(《雷神之锤》)系列视频游戏推动了它的流行,该游戏使用并行计算来渲染玩家可以用榴弹发射器射击的怪物。

《Quake》系列还推出了多人对战的模式,PC游戏玩家为了获得优势,每次升级都会购买新的GeForce显卡。

2000年,斯坦福大学计算机图形学的研究生Ian Buck将32块GeForce显卡连接在一起,使用8台投影仪玩Quake。------这是第一台8K分辨率的游戏机,它占据了整面墙。 「It was beautiful.」

GeForce显卡附带了一种叫做「着色器」的原始编程工具。在美国研究机构darpa的资助下,Ian Buck黑进了着色器,访问了下面的并行计算电路,将GeForce变成了一台低成本的超级计算机。

随后不久,Ian Buck就开始在英伟达上班了。

自2004年以来,Buck一直负责英伟达超级计算软件包(CUDA)的开发工作。黄仁勋的愿景是让CUDA能够在每一块GeForce显卡上运行。

在Buck开发软件的同时,英伟达的硬件团队开始在微芯片上为超算分配空间。英伟达的首席芯片工程师Arjun Prabhu将微芯片设计比作城市规划,芯片的不同区域专门用于执行不同的任务。

2006年底,当CUDA发布时,华尔街的反应是惊愕。黄仁勋将超级计算带给了大众,但大众并没有表现出他们需要这样的东西。

硅谷流行播客《Acquired》的主持人Ben Gilbert表示,英伟达花了数十亿美元瞄准学术和科学计算的一个不起眼的角落,而这在当时并不是一个大市场。

到2008年底,英伟达的股价下跌了70%。

黄仁勋认为,CUDA的存在将扩大超级计算领域。但这一观点并未得到广泛认同。

2张英伟达显卡,1个CUDA架构,引爆神经网络

20世纪初,提起AI,完全是一个冷门的学科。人工智能在图像识别、语音识别等领域的进展一直止步不前。

在这个不受欢迎的学术领域中,使用「神经网络」(受人脑启发的计算结构)来解决问题,更是没有得到许多计算机科学家的青睐。

当时,深度学习研究员Bryan Catanzaro劝阻老黄,「不要研究神经网络。因为当时人们认为,这已经过时了,而且不起作用」。

Catanzaro还将继续研究神经网络的研究人员,统一称为「荒野中的先知」。

这其中的一位先知,便指的是从多伦多大学教授退休、有AI教父之称的Geoffrey Hinton。

2009年,Hinton的研究小组使用英伟达的CUDA平台,训练了一个神经网络来识别语音。

没想到,这项研究结果的质量,让Hinton本人感到非常惊讶,并在当年的一次会议上汇报了结果。然后,他主动联系了英伟达。

「我发了一封电子邮件说:『听着,我刚刚告诉上千名机器学习研究人员,他们应该去购买英伟达显卡。你能免费送我一块吗?』」。

然而,英伟达最后的回复只有一个字「No」。

尽管受到了冷落,Hinton还是鼓励自己的学生使用CUDA,包括自己引以为傲的高徒Alex Krizhevsky。

2012年,Krizhevsky和研究伙伴Ilya Sutskever在预算紧张的情况下,购买了2张GeForce显卡------GTX 580 GPU。

然后,Krizhevsky开始在英伟达的并行计算平台上,训练视觉识别神经网络------AlexNet,一周内就向其输入了数千万张图像。

Hinton回忆道,「他的卧室里那两块GPU一直嗡嗡运转不停,可想而知,他父母一定支付了相当可观的电费」。

随后,Krizhevsky和小伙伴一起带着AlexNet参加了一年一度的ImageNet大赛,一举夺得冠军,第一个深度卷积网络模型就此诞生了。

GeForce显卡的能力,让Ilya和Krizhevsky双双感到惊讶。其实,2012年早些时候,谷歌研究人员吴恩达、Jeff Dean曾训练了一个可以「识别猫」的神经网络。

谷歌这项工作使用了大约1.6万个CPU,而Sutskever和Krizhevsky仅用2块英伟达电路板就产生了「世界级」的效果。

AlexNet正确识别了滑板车、豹子和集装箱船等物品的图片

然而,AlexNet在比赛中得分如此之高,以至于组织者最初怀疑Krizhevsky是否以某种方式作弊。因为神经网络在当时并不受欢迎,Ilya和Krizhevsky是唯一一个使用这种技术的参赛团队。

Hinton称,「那是一种大爆炸的时刻。这就是范式的转变」。

这篇「ImageNet Classification with Deep Convolutional Neural Networks」9页神作自2021年诞生以来,至今已被引用了了14万+次,成为计算机史上重要的里程碑。

Krizhevsky开创了许多重要的编程技术,但他的主要发现是,「专用的GPU可以训练神经网络,速度比通用CPU快100倍」。

Hinton补充道,「如果没有CUDA,做机器学习就会非常麻烦」。

随后几年内,ImageNet竞赛的每个参赛者都在用上了「神经网络」。到20世纪20年代中期,在GPU上训练的神经网络识别图像的准确率达到了96%,远远超过了人类。

过去十年来,黄仁勋在推动超级计算和GPU的普及上取得了巨大的成功。

他表示,「事实上,它们现在可以解决完全非结构化的计算机视觉问题,那么接下来,你还能教它做什么?」

老黄再下注:英伟达从图形公司,升级「AI公司」

答案似乎是:什么都可以!

黄仁勋总结说,神经网络将彻底改变社会,他可以利用CUDA占领必要的硬件市场。

当时,他宣布再次押注公司。

他在周五晚上发出一封邮件,「一切都将转向深度学习,我们不再是一家图形公司。

从下周一早上开始,我们是一家人工智能公司」。

英伟达的蜕变,从字面上看,就是这么快。

就在黄仁勋发送那封电子邮件之时,他找到了英伟达首席人工智能研究员Catanzaro,进行了一次思想实验。

Catanzaro表示,「他让我想象,把英伟达的8000名员工都带进停车场,然后我可以自由地从停车场选择任何人加入自己的团队」。

H100,成大模型掘金铲

在AlexNet成功之后,风险投资人开始向AI投入大笔资金。

Andreessen Horowitz公司的Marc Andreessen在2016年表示,「我们一直在投资许多将深度学习应用于许多领域的初创公司,每一家公司都有效地建立在英伟达的平台之上」。

大约在那个时候,英伟达向OpenAI的研究小组,交付了第一台专用的人工智能超级计算机DGX-1。

黄仁勋亲自把DGX-1带到了OpenAI的办公室,是由时任董事长的马斯克开箱。

2017年,谷歌的研究人员提出了Transforme的神经网络架构。

次年,OpenAI的研究人员便使用谷歌的框架构建了第一个「生成式预训练Transformer」。

GPT模型在英伟达超级计算机上进行训练,使用了大量的文本语料库,并学习如何建立类似人类的联系。

2022年底,经过多年迭代,当红炸子鸡ChatGPT终于面向公众发布。

也就是从那时起,英伟达显卡需求爆单。

其中,最强悍的DGX H100,一个重达160多公斤的金属盒子,价格高达50万美元,已经缺货了数月。

DGX H100的运行速度是训练ChatGPT的硬件的5倍,并且可以在不到1分钟的时间内训练AlexNet。

英伟达预计,将在23年年底前售出50万台DGX H100。应用于神经网络的处理能力越强,其输出就越复杂。

对于最先进的AI系统,或许需要数十个英伟达DGX H100。如果这还不够,英伟达将把这些计算机像图书馆堆栈一样排列,用价值数千万美元的超级计算设备填满数据中心。

显然,人工智能的能力没有明显的限制。在接下来的几年里,英伟达的硬件将加速进化到计算机时钟周期的速度,从而训练出各种类似的人工智能模型。

据介绍,英伟达卖出的设备毛利率接近70%。

巨大的利润让所有开发AI训练硬件的谷歌、特斯拉,以及初创公司都垂涎欲滴。

说起来,英伟达最激烈的竞争对手是AMD。自2014年以来,AMD一直由另一位才华横溢的工程师苏姿丰(Lisa Su)经营。

自她成为公司负责人以来的几年里,AMD的股价上涨了30倍,使她成为这个时代最成功的半导体CEO,仅次于黄仁勋。值得一提的是,老黄和苏姿丰还是亲戚关系。

黄氏管理法

老黄本人很少接受采访。他表示,「我并没有做什么特别的事,主要是我的团队的努力,我也不确定为什么我被选为首席执行官,我并没有任何特别的驱动力」。

当老黄下定决心在30岁经营一家企业的时候,他的联创Chris Malachowsky说,「你真的不是一个好演讲者,因为你比较内向」。

老黄表示,「我只有一个超能力------做作业」。英伟达软件主管Dwight Diercks称老黄可以在一个周末掌握任何课题。

黄仁勋更喜欢敏捷的公司结构,没有固定的部门或等级制度。取而代之的是,员工每周提交一份清单,列出他们正在做的5件最重要的事情。

而他自己,每天也要写几百封回复的邮件,与员工聊天,通常仅有几句话。一位高管将这些邮件比作俳句,另一位还比作赎金票据。

老黄自己还制定了一套自己经常引用的管理格言。

在安排任务时,老黄会要求员工考虑「光速」。这不仅意味着快速行动;相反,员工应该考虑一项任务可以完成的绝对速度,然后朝着可实现的目标逆向努力。

也许老黄最激进的信念是「失败必须分享」。2000年初,英伟达曾出货了一款有故障的显卡,风扇声音过大、过度活跃。然而,黄仁勋没有解雇该显卡的产品经理,而是安排了一次会议,让经理们向几百人介绍了,他们做出的每一个导致惨败的决定。

英伟达的员工们有时也会抱怨,老黄的性格反复无常。黄仁勋表示,「这其实是我脑子里想的和嘴里说的不一致。当错位很严重时,就会表现为愤怒」。

即便在他很冷静的时候,黄仁勋的强势也可能是压倒性的。一名员工形容,「与他交流就像把手指插进电插座里」。尽管如此,英伟达员工流失率很低。

GPU的销量暴涨,也让英伟达成为了世界算力霸主,成功进入万亿美元俱乐部。这背后离不开领导人黄仁勋的「疯狂式」的管理策略。

老黄曾表示,当你创立一家公司时,很自然地从第一性原理开始。

参考资料:www.newyorker.com/magazine/20...

相关推荐
saku21 天前
重要的AIGC开源热点都在这里了 AIGC Weekly #1
开源·github·资讯
三花AI1 个月前
好家伙,OpenAI 第一的位置屁股还没坐热呢,谷歌 Gemini 就重夺竞技场榜首了
资讯
蚝油菜花1 个月前
今日 AI 简报|百度推出检索增强的文生图技术、开源表格处理大模型、蛋白质结构预测、3D 生成、短视频生成、PDF 翻译工具
人工智能·开源·资讯
蚝油菜花2 个月前
王炸!Anthropic 推出全新模型 Claude 3.5 Haiku,首发支持计算机使用功能!
人工智能·llm·资讯
三花AI2 个月前
Playground V3:图形设计模型的文字处理新标杆
开源·资讯
万界星空科技3 个月前
万界星空科技MES系统与各大系统的集成
产品·运营·资讯
战场小包4 个月前
OpenAI动荡,将走向何方、GPT5或许将近、毒舌AI轻松破防网友、最新版 GPT-4o AI 模型得满分 | AGI掘金视界周刊第 4 期
人工智能·资讯
字节跳动开源5 个月前
字节跳动开源多云多集群管理引擎 KubeAdmiral v1.0.0 发布!
开源·github·资讯
战场小包5 个月前
AI视界周刊第 2 期:里程碑 Llama 3.1 开源、AI训AI,越训越傻、AI 搜索重燃战火
人工智能·资讯
栩栩云生5 个月前
[240726] Mistral AI 发布新一代旗舰模型 | Node.js 合并 TypeScript 文件执行提案
typescript·node.js·资讯