英伟达|“卷王”英伟达的真面目( 二 ) GPU|核弹|显卡|it芯片

于是，第一个“核弹”来了，英伟达推出了NV10 ，也就是GeForce 256——第一款专业图形处理核心，直接轰开了个人电脑游戏加速的市场。

在此之前， GPU显示芯片都属于固定功能的芯片，而GeForce 256的出现，成为了第一款“集成了转换、照明、三角形设置/剪裁和渲染引擎的单芯片处理器” ，能够每秒处理至少1000万个多边形，让GPU可以从CPU手里接管大量几何运算的工作，解决通用计算无法解决的问题，极大地推动了PC游戏、创意设计等对GPU的需求。
为了充分发挥GeForce 256的计算潜力，英伟达还基于该芯片推出了Quadro框架，服务于专业绘图工作站，用来帮助创意和技术人员更高效地工作。随后又推出了可编程 shader ，让开发者可以在GPU上发挥更多创意，比如3D渲染、游戏开发、特效制作等……
用黄仁勋的话来说就是：鼓励或者调动全球人民的激情，让他们了解什么叫三维的图形处理器，给他们提供很多工具进行创新。

GeForce256发布的第二年，英伟达就接到了微软的订单，为Xbox视频游戏机开发显卡。此后靠的则是“半年更新、一年换代”的市场操作。 GeForce系列产品线不断丰富、全面布局，覆盖了高中低端各类市场，还学会了穿“马甲” ，在原有芯片基础上稍作提升和改进，就作为新系列快速推向市场。将竞争对手卷得苦不堪言，英伟达也因此占据了GPU市场70%以上的份额。
到了2007年，英伟达市值已经上涨了500%以上，被《福布斯》杂志评为年度公司。
第二次反弹：并行计算的强劲推力。
早在2006年，英伟达就推出了革命性的通用计算架构CUDA ，以及通用计算硬件Tesla GPU 。但在当时，深度学习并没有现在这般受欢迎，只有一些大型企业、研究机构需要GPU来进行药物发明、天气建模、金融分析等高性能计算任务。
英伟达是从何时起开始加大力度激活对GPU并行计算能力的需求呢？答案是2009年。
这一年，英伟达举办了首届“GPU技术会议” ，面向“使用GPU解决重要计算工作的开发者、工程师和科研人员”布道。

2006-2009年间，市场发生了什么变化？受摩尔定律的统治，个人消费者对电脑显卡的性能需求开始倦怠了。
期间，英伟达其实也有不错的产品发布，比如重量级的Tegra移动处理器，集成了ARM架构处理器和Geforce GPU ，功耗比普通PC笔记本电脑低30倍。产品虽好，却很难激发起消费者的澎湃热情，毕竟市场上还有那么多显卡在卖，只要愿意等，就能以更香的价格入手。
同时，因为一些被OEM整合到苹果、戴尔、惠普的笔记本当中的GPU缺陷，导致“异常故障率”而成为集体诉讼的对象。仅2008年第一季度，英伟达的收入减少了约2亿美元。股价也从37美元一路跌到6美元左右。

于是英伟达开始加大高性能计算领域的布局，在首届GPU技术会议上，推出了代号为 “Fermi” 费米的下一代CUDA GPU架构，并大力宣传GPU在大规模并行计算任务的优势。
费米架构作为“核弹”是称职的，一方面，它的性能很高，基于该架构的Geforce 4系列产品在性能上成功压制了竞争对手，但这一架构的功耗和发热量也十分恐怖。

无论如何，自此之后，英伟达在计算领域广受欢迎， 2010年全球最快的超级计算机天河-1A ，就采用了7168颗英伟达的Tesla M2050 GPU ，将大规模并行GPU与多核CPU结合，成为当时异构计算的代表。
2012年深度学习三巨头之一Geoffrey Hinton及其学生Alex ，使用GPU来加速训练深度神经网络，在ImageNet竞赛中一鸣惊人，掀开了人工智能第三次浪潮的大幕，进一步带动了英伟达GPU的销量。