入局自动驾驶的GPU帝国英伟达，究竟拥有怎样的魔力？
自去年12月开始的景驰与百度的纠纷，在CEO王劲离职后，宣告结束。
在这桩案子持续发酵时，我们正好在硅谷，拜访了景驰的重要投资者之一英伟达公司。他们详细介绍了目前在创投领域的布局，包括对中国创业公司的投资。
我们也谈到了景驰。英伟达方面表示，投资的景驰的原因，“主要是景驰在做无人驾驶领域，且发力比较猛，其业务与英伟达也有很多协同，因此，便选择投资了它。”
提到英伟达，可能大多数人会以为，它是一家卖显卡的硬件公司，是“游戏芯片供应商”、“全球最大的图片芯片制造商”。
然而，在英伟达CEO黄仁勋看来，他们现在是一家AI公司。
的确，如果我们留意近半年多来有关英伟达的消息，了解到黄仁勋和英伟达在“自动驾驶”——这一人工智能技术最直接应用领域的多番作为后，就会对黄的说法深表认同。
01
依托人工智能，领军自动驾驶
时间倒转至今年年初。在2018年美国CES（国际消费电子产品展）期间，英伟达发布了迄今为止最强的AI 超级计算芯片、全新的自动驾驶SoC平台NVIDIA DRIVE Xavier。
CEO黄仁勋对外透露，在这款芯片的发布上，他们动用了2000名工程师，历时4 年研发，投入接近20亿元，这也是英伟达有史以来最大的研发投入；而这款芯片每秒可执行30万亿次的深度学习计算，功耗仅为 30 瓦，甚至能为L3-L4 级别自动驾驶车辆提供无延迟的算力支持。
“DRIVE XAVIER”的横空出世绝非偶然。在它诞生之前，英伟达就曾多次发力自动驾驶领域。
去年10月，英伟达发布了全球首款AI车载超级计算机DRIVE PX Pegasus，整个平台的大小仅和汽车牌照相当，但拥有高达320 TOPS的深度学习处理能力；而就在过去两年多的时间里，从第一代的Drive PX到Drive PX Pegasus，英伟达接连推出了大约5代产品，其计算能力也随着对应的自动驾驶级别水涨船高。
回顾英伟达在自动驾驶领域的历史，不难看出，其产品的更新迭代速度相当之快。而依托其强大的产品优势，当下的英伟达在自动驾驶领域，也从不缺少合作者，比如，与谷歌无人车前高管Chris Urmson创立的 AURORA合作，共同打造采用 NVIDIA DRIVE Xavier 处理器的全新L4和L5级自动驾驶硬件平台；而德国邮政集团 DHL日前也宣布为其自动配送车队选配英伟达 Drive PX 平台……翻阅英伟达的自动驾驶朋友圈，我们从中可以找到超过320家的合作伙伴，其中涵盖了汽车、供应商、软件公司、传感器、地图以及一些初创公司，等等。
NVIDIA DRIVE系列产品的快速迭代，加之放眼全球、开展商业合作，这两点足以证明，如今的英伟达正朝着“自动驾驶领域绝对霸主”的宏伟目标，大踏步迈进。然而，为了继续向前推进自动驾驶业务，英伟达所做的还不止这些。
02
强悍GPU，为AI大牛保驾护航
毋庸置疑，在自动驾驶这一人工智能技术最为直接的应用领域里，英伟达已经取得巨大的成功；而NVIDIA DRIVE系列AI芯片在自动驾驶市场中的亮眼表现，似乎也能让人们感受到，英伟达在当下AI界，已是大红大紫的实力玩家。
然而，这一切都只是巧合吗？并不是，相反的，英伟达之所以能够在AI大潮中脱颖而出，成为最闪亮耀眼的那颗星，主要源于它多年以来在GPU性能上面的投入、研究。
谈及GPU这个概念，最初便是由NVIDIA在1999年发布GeForce 256图形处理芯片时首先提出，也是从此开始，NV显卡的芯就用这个新名字GPU来称呼。
直到现在，GPU这一概念也一直被英伟达所重视。强调GPU的未来价值，并建成基于GPU计算力的人工智能生态，这也是近年来CEO黄仁勋在人工智能风口上一直在做的事情。
那么，或许有人会提出疑问：为什么说英伟达能够在AI界风生水起与其GPU的关系密不可分呢？关于这一点，需从2012年以前开始说起。
其实一直以来，计算机都不是太聪明，一些对于人类来说易如反掌的任务，比如认清照片里的动物是什么，对于计算机来说，是“难于上青天”。面对图片，人类看到的是具体的形象，而计算机所看到的，只是图像中一组组相互之间毫无关联的数字。
由此，便衍生出一门重要的学科，叫做计算机视觉，而让计算机分辨出一张图片里的动物是猫还是狗，并在图中圈出指定动物的位置，也在当时成为了这一学科门类“冠上明珠”般的难题。直到2012年，这件事情出现了转机——
在这一年计算机视觉届的“奥林匹克”——ImageNet挑战赛的赛场上，出现了一位另类玩家，一位来自多伦多大学的老教授，Geoffrey Hinton。Hinton和他的团队们第一次用上了GPU芯片和深度学习算法，让计算机识图的错误率猛然降低了数倍，成为计算机视觉历史上的一个重要节点。
一石激起千层浪。GPU芯片与深度学习算法一下一跃成为人工智能届的“网红”；也就在这时，英伟达更加肯定，自家GPU性能十分适用于人工智能场景。自此以后，英伟达就在通过一系列手段支持人工智能技术的发展。而其最主要的做法，是打造性能、架构越来越高效的GPU，也可以叫做“通用人工智能处理器”，然后再打造出针对各种人工智能语言、应用场景的软件解决方案。
03
NVIDIA的华丽转身，皆因一场豪赌
如今，GPU正越来越多地出现在各种各样的新兴设备上，比如无人车、机器人、自动驾驶汽车、服务器、超级计算机和虚拟现实设备。它几乎已是当下AI市场最为核心的需求品类。
然而，在GPU势如破竹的背后，你或许会好奇，这样一个曾经只是负责在屏幕上绘制图像的“图形处理单元”，是如何在多年之后，成为一款通用处理器，并推动人工智能发展的呢？GPU全面崛起，英伟达的答案很明确，一个有“强迫症”的老板和十多年前的一次关键押注。
英伟达CEO黄仁勋总被国内网友称为“老黄”，甚至被安上了“核武狂魔、两弹元勋”的名号，但本质上，他有着像乔教主一样严苛的个性、战略上的直觉。
也有人习惯把他和乔布斯相提并论，除了个性和才能之外，他们同样喜欢穿一身深色衣服，甚至同样为公司建了一栋引人注目的大楼。当然，改变英伟达命运的CUDA（用于图形处理单元GPU上的通用计算的并行计算平台和编程模型。利用CUDA，开发人员可以通过利用GPU的功能，大大加快计算应用），和改变苹果命运的iPhone，也有不少相似之处——至少它们都诞生在同一年，都堪称孤胆押注。
当时是，老黄宣布要通过一系列软件开发和修改工作，让GPU胜任各种任务，不再只是负责在屏幕上绘制图像。
但最大的问题是钱、钱、钱！他说：“成本对公司来说奇高无比。”
一旦项目启动，每年砸到CUDA上的研发成本估算就有5亿美元，而当时公司全年的总收入才大约30亿美元。也就是说，老黄把整个整个公司的1/6，押注在了和公司核心业务似乎没什么关系的一个软件平台上。但从现在来看，自CUDA推出以来，英伟达在将GPU转化为更通用的计算工具上投入了将近100亿美元。
黄仁勋这一段百亿美元押注CUDA，在公司战略转型中选择“All in”的举动，也令探访英伟达的创新工场兄弟会成员丁吉昌感触颇深。
丁吉昌现在是大宇无限创始人，之前他参与了豌豆荚从创业到被收购的全过程。当年，豌豆荚身处移动互联网浪潮，应用分发前途向好、竞争激烈，360、百度和腾讯先后进入战场；然而，风口过后，豌豆荚即便在转型中也选择了“All in”，却没有得到预期的结局。
那么，大宇无限CEO丁吉昌究竟会从英伟达这次看似疯狂，却凭“豪赌”创“奇迹”的战略转型中，得到了怎样的启示呢？欲知详情，那就赶快来收听全新音频专辑《2018创新工场 硅谷赋能之旅》的第五期节目《光靠执着就想成为英伟达？真相，远远不够！》吧~~
“3•15”消费者权益日
中午11：30
锁定蜻蜓FM
“3•15”消费者权益日
中午11：30
锁定蜻蜓FM
随开复老师与创新工场兄弟会成员丁吉昌一同开启“硅谷赋能之旅”的新篇章NVIDIA！
扫描下方二维码即可进入哦~
推荐阅读：
欢迎关注创新工场微信公众号：chuangxin2009。创新工场拥有强大的投资和投后团队，持续输出关于创业投资、投后的真知灼见~ 还有机会参与到创业培训、沙龙和其他各类活动中。