向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

NVIDIA的5年黄金时光,这“不是一家芯片公司”

时间:2019-12-27 作者:黄烨锋 阅读:
今年的GTC China大会,NVIDIA公司创始人兼CEO的黄仁勋在主题演讲中用两个小时的时间,去细数一年来NVIDIA的工作。在具体的产品形态上,除了“下一代机器人处理器AGX Orin”在新发布产品中是颗具体的芯片——而且还采用软件定义这种更为通用的方案,在我们看来,NVIDIA今年的努力重点就是软件。GTC China 2019的两个关键词,无非就是软件和通用。

NVIDIA似乎在公开场合不止说过一次,“我们不是一家芯片公司”。在前不久的NVIDIA GTC China大会上,NVIDIA开发者计划副总裁Greg Estes再次重复了这句话:“NVIDIA绝不(只)是一家芯片公司,我们也从来没有认为自己仅仅是一家芯片公司。大家要是有机会到NVIDIA公司走一走,和我们的工程师聊一聊,就会发现我们很少谈论7nm、12nm、芯片良率这些话题。”WAVEETC-电子工程专辑

“我们成功的一个关键,其实是开发各种各样的软件,用到各个垂直行业中去,提供一整套解决方案。”WAVEETC-电子工程专辑

理解这席话的本质并不难。在上世纪80年代GPU诞生初期还是ASIC专用硬件;图形渲染算法发展极快的2000年前后,GPU就变得越来越通用,并且具备越来越广泛的可编程性。也是从那个时期开始,GPU制造商普遍变得“不再只是芯片公司”。因为这些GPU制造商在软件方面投入的力量开始逐渐大过硬件本身,1名硬件工程师就得配合10名软件工程师。WAVEETC-电子工程专辑

早年的GPU市场也是百家争鸣的,但在软件人力物力投入大增的那一刻起,公司规模便远非昔日可及。在营运与研发成本攀升的同时,市场价值本身的增长率若无法与之相配,市场养不活这么多公司,则行业内就会出现批量的破产与兼并。所以很快,GPU市场在本世纪初就从数十家,缩减到仅剩几家。WAVEETC-电子工程专辑

在GPGPU通用图形计算正式诞生以后,GPU开始不仅用于图形计算,它开始辅助科学分析、数学计算等更多领域,软件在其中的地位变得越来越重要。一家传统的GPU公司至少需要几千人才能满足GPGPU市场的发展,GPU行业的寡头市场也就很快形成了。WAVEETC-电子工程专辑

NVIDIA CEO黄仁勋WAVEETC-电子工程专辑

今年的GTC China大会,NVIDIA公司创始人兼CEO的黄仁勋在主题演讲中用两个小时的时间,去细数一年来NVIDIA的工作。在具体的产品形态上,除了“下一代机器人处理器AGX Orin”在新发布产品中是颗具体的芯片——而且还采用软件定义这种更为通用的方案,在我们看来,NVIDIA今年的努力重点就是软件。GTC China 2019的两个关键词,无非就是软件和通用。WAVEETC-电子工程专辑

NVIDIA的5年黄金时光

在谈GTC大会之前,不妨来了解一下现如今借着AI之势,风光正盛的NVIDIA究竟有多风光。先来看一下从NVIDIA 2011财年到2019财年之间[1],收益(renvenue)和净利润(net income)的趋势变化。WAVEETC-电子工程专辑

上面这张图是我们按照英伟达2011财年-2019财年的财报,总结的收益与净利润趋势图,其中蓝色柱状条表示收益,橙色折线表示净利润。这其中没有计入毛利率等其他参数,且没有严谨考察历年的特殊事件。很容易发现,NVIDIA近9年的营收转折点主要出现在2015财年(实际主体是自然年的2014年,NVIDIA的财年在每个自然年的1月为界限)。WAVEETC-电子工程专辑

2015-2019财年可以认为是NVIDIA的一个黄金时期,尤其在2016-2017财年,收益提升38%,净利润则大幅攀升了171%;2017-2018财年,收益提升41%,净利润上涨83%;2019财年(截至2019年1月)的年收益为117.16亿美元,净利润41.41亿美元,毛利率创记录达到61.2%的新高。这种程度的增长在一家业已成熟,且规模较大的的企业内部并不多见。WAVEETC-电子工程专辑

拿2018财年(截至2018年1月)的情况来看,如果按照产品应用方向来看,这一年数据中心产生的收益,包括Tesla、NVIDIA GRID、DGX等产品,达到了19.3亿美元,同比增长133%——这两年被大量AI芯片制造商拿来在发布会上比了又比的Tesla V100 GPU加速器,即是业绩增长的重要推动力。这可以认为是英伟达业务增长的绝对主力;当然英伟达业务中的Tegra处理器——针对任天堂Switch游戏机、汽车电子方向的,也是一部分业务重心。WAVEETC-电子工程专辑

2019财年的整体状况是全线“UP”的。NVIDIA财报将自家产品的业务方向主要划分成GPU业务和Tegra处理器业务。这里我们尝试简单梳理NVIDIA目前的主要产品线,这将更有助于我们去理解NVIDIA这家公司本身:WAVEETC-电子工程专辑

(1). GPU业务线包括的产品有GeForce(主要针对PC和游戏)、GeForce NOW(针对基于云的游戏串流服务)、Quadro(针对计算机辅助设计、视频编辑、特效等设计专业工作)、Tesla(AI产品,深度学习和加速计算,GPU通用计算的一个方向)、GRID(为云和数据中心提供算力)、DGX(面向AI专家、开发者,多用于训练);WAVEETC-电子工程专辑

(2). Tegra处理器业务线,包括的产品有DRIVE AGX(自动驾驶,包括应用于汽车的硬件和软件栈)、Clara AGX(面向智能医疗器械)、SHIELD设备与服务(主要针对家庭娱乐、AI和游戏)、Jetson AGX(针对机器人和其他嵌入式应用的AI计算平台)。WAVEETC-电子工程专辑

不过按照业务类别划分,其实很难看出NVIDIA近些年究竟靠什么活得如此滋润。WAVEETC-电子工程专辑

如果按照应用场景来划分,NVIDIA的GPU和处理器产品主要应用在游戏、专业可视化、数据中心、汽车、OEM与IP、加密货币相关产品。这里我们按照FY2019财报的阐述,来大致给这些业务产生的营收划分占比。需要注意的是,下面这张图是我们根据NVIDIA的财报信息自行制作的,营收占比数字可能是不够准确的,因为不同应用方向有时会产生产品层面的重叠或覆盖不完整。但我们仍然认为,这张饼图可以大致反映当前NVIDIA的主要应用方面的营收比例。WAVEETC-电子工程专辑

游戏部分仍然是NVIDIA营收的主力,而第二大营收方向就是数据中心,可占到目前整个英伟达年度营收的1/4。2019财年NVIDIA在数据中心加速方向上的收益为29.3亿美元,相比2018财年增长了52%,这也是NVIDIA目前营收增长最快的业务类型。游戏、专业可视化、汽车的营收增长率分别是13%、21%和15%。WAVEETC-电子工程专辑

如果探讨更具体的产品,数据中心加速基于Volta架构的产品,包括NVIDIA Tesla V100以及DGX系统,都是最大推动力。NVIDIA的数据中心平台主要就是深度学习计算平台,有Tesla V100 GPU,还有NVSwitch GPU互联;针对AI和HPC(高性能计算)的DGX-2、HGX-2;RTX Server以及TensorRT AI inference(推理)加速器软件;针对数据科学(data science)与机器学习的开源GPU加速平台RAPIDS;针对超大型数据中心加速的T4云GPU、TensorRT Hyperscale Inference平台;还有多云GPU簇的企业inference部署GPU加速等等。WAVEETC-电子工程专辑

不过这5年黄金时光,似乎在2020年1月即将发布的NVIDIA 2020财年财务报告中暂时画上一个休止符,有关这一点将在本文最后提及。WAVEETC-电子工程专辑

这是一场软件发布会

从业务来看,NVIDIA自然仍是名副其实的GPU公司。不过致其有此5年黄金时光的,一方面自然是AI大趋势的推进,另一方面则是NVIDIA多年来在GPU软件栈方面的堆砌和努力,这也是今年GTC China的主要内容——毕竟如今正在试图颠覆AI加速市场的一众AI芯片在硬件层面或许一点也不落后于NVIDIA的GPU。所以今年的GTC China究竟发布了什么?WAVEETC-电子工程专辑

● 宣布新的GeForce RTX(光线追踪)游戏即将上线,包括《暗影火炬》《Project X》《无限法则》《轩辕剑柒》《铃兰计划》《边境》6款新作;WAVEETC-电子工程专辑

● RTX光线追踪版本的《我的世界(MineCraft)》即将上线;WAVEETC-电子工程专辑

● NVIDIA与腾讯START团队合作推云游戏;WAVEETC-电子工程专辑

 WAVEETC-电子工程专辑

● 发布面向建筑行业(AEC)的Omniverse,这是个3D制作流程的协作平台,可在AEC工作流中增加实时协作功能,包括本地和云端;WAVEETC-电子工程专辑

● 宣布亚洲最大的云渲染平台——瑞云(Renderbus)将配备NVIDIA RTX GPU(《战狼2》《哪吒》《流浪地球》都有瑞云的参与);瑞云之上的RTX渲染“速度快12倍,价格低7倍”;WAVEETC-电子工程专辑

● NVIDIA平台应用,多了两个新的领域,包括全基因组测序(并发布NVIDIA PARABRICKS基因组分析工具包,与华大基因合作)、5G vRAN(与爱立信合作);WAVEETC-电子工程专辑

● NVIDIA与Arm平台结合做HPC(首个基于Arm的参考架构NVIDIA HPC For Arm,每个CPU连接四个Volta GPU),Arm服务器也能够成为HPC和AI的选择;WAVEETC-电子工程专辑

 WAVEETC-电子工程专辑

● 通过NVIDIA CUDA on Arm,TensorFlow因此能够实现更好的性能与扩展能力;WAVEETC-电子工程专辑

● “深度推荐网络”(典型应用如双十一购买商品的推荐,短视频站点内容推荐等),可通过GPU加速;百度的AIBox推荐系统、阿里巴巴的推荐系统,都采用NVIDIA AI方案;WAVEETC-电子工程专辑

● 发布TensorRT 7,可用于加速更多种类模型的线上推理,除了CNN(卷积神经网络),还加入了对RNN(循环神经网络)、Transformer的支持;对于自然语言对话的AI会更有帮助;WAVEETC-电子工程专辑

● 发布NVIDIA DRIVE预训练模型,预训练模型可从NGC(NVIDIA GPU Cloud)注册下载;NVIDIA为此还提供一种“迁移学习工具(Transfer Learning)”,用于对预训练模型进行再训练;提供“联邦学习”系统(Federated Learning),多个组织和公司可以在自己的数据上训练,合作共享模型。WAVEETC-电子工程专辑

● 发布机器人与自动驾驶处理器(平台)NVIDIA DRIVE AGX Orin,宣称是“全球最高级的自动驾驶(AV)与机器人处理器”,这是个软件定义的平台,能够处理更高精度的传感器感知数据,相比Xavier有7倍性能提升;WAVEETC-电子工程专辑

● 宣布滴滴出行针对自动驾驶、云基础设施选择了NVIDIA产品;WAVEETC-电子工程专辑

● 针对机器人的Issac SDK发布,导航相关功能已开放,操作控制功能将在1月开放;WAVEETC-电子工程专辑

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
黄烨锋
欧阳洋葱,编辑、上海记者,专注成像、移动与半导体,热爱理论技术研究。
您可能感兴趣的文章
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告