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。
广告

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。”

“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。”

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。

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。

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。

NVIDIA CEO黄仁勋

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。

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)。

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。

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。

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:

(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);

(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)。

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。

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。

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%。

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。

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。

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?

● 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;

● RTX光线追踪版本的《我的世界(MineCraft)》即将上线;

● NVIDIA与腾讯START团队合作推云游戏;

 

● 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;

● 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”;

● 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);

● 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;

 

● 通过NVIDIA CUDA on Arm,TensorFlow因此能够实现更好的性能与扩展能力;

● “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;

● 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;

● 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。

● 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;

● 宣布滴滴出行针对自动驾驶、云基础设施选择了NVIDIA产品;

● 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;

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。
  • 传微软自研Arm处理器,用于服务器和Surface设备 微软正在为服务器设计自己的Arm处理器,未来还可能发布搭载该处理器的Surface设备。目的在于在最重要的硬件方面自给自足,减少对英特尔(intel)的依赖。微软认为自己的处理器更适合他们的某些需求,与英特尔提供的现成处理器相比,更具有成本和性能优势,性价比更高。
  • 苹果汽车明年9月只能发布PPT?芯片/电池/激光雷达都没准 中国台湾供应链厂商高管透露,传言已久的苹果电动汽车(Apple Car)将提前至少两年,有望于2021年第三季度发布,而相关组件则最早将在明年第二季度开始生产。据报道,目前苹果已开始向零组件供应商催货,但其最重要的几个电子零部件还远远没达到量产的程度,苹果真的能在2021年9月发布其汽车产品吗?
  • ICCAD 2020:芯片IP客户圈即生态圈,各家玩法不尽相同 根据市场分析公司IPnest发布的2019年全球半导体IP厂商的营收排名,进入前十大IP厂商中的中国大陆厂商,仅排名第7的芯原股份一家,市占率为1.8%。而且中国公司在高端CPU的 IP 核上处于空白状态,国产化的需求仍然迫切。
  • Arm在数据中心的价值:黄氏定律背后,英伟达打的什么算盘? 英伟达DPU这种类型的硬件,几乎可以代表数据中心的某一个发展方向。这个议题甚至恰好能够解答,英伟达为何要收购Arm,以及AMD为何要收购赛灵思。在近期英伟达GTC China首日主题演讲之后的圆桌论坛上,英伟达全球业务运营执行副总裁Jay Puri谈到了有关英伟达收购Arm的问题……
  • 2021年全球半导体行业10大技术趋势 2020年全球新冠疫情的蔓延和中美在半导体领域的冷战升级虽然对全球经济和半导体产业造成了负面影响,但半导体领域的技术进步却没有止步,有些技术甚至加快了市场商用化进程。ASPENCORE全球分析师团队精心挑选出2021年全球半导体行业将出现或凸显的10大技术趋势。对比2020年10大技术趋势,2021年有哪些变化呢?
  • 系统级芯片(SoC)的复杂设计选择:内核、IP、EDA和NoC SoC的功能、性能和应用越来越复杂,对芯片设计和晶圆制造也提出了更高的要求。 而SoC设计工程师所面对的选择很多,包括处理器内核、各种IP模块、EDA工具和开发环境,以及RF射频模块、片上网络(NoC)和FPGA等,如何做出符合自己应用和设计需要的最佳选择成了一大难题。为此,《电子工程专辑》采访了来自处理器内核、EDA和IP、NoC供应商,以及FPGA和SoC芯片设计公司的技术和设计专家,他们从各自的角度出发给出了深入而独到的建议。
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了