英伟达创立时市场上有20多家图形芯片企业,三年后市场上的图形芯片玩家是70多家,英伟达之所以能够一骑绝尘,离不开15年前英伟达开发的CUDA编程模型和数据中心GPU平台,正是这个平台把英伟达带到通用计算芯片市场。
靠着定制的软件平台、开发工具、应用工具,英伟达构建了“由软件、大学、初创公司和合作伙伴组成的强大而稳健且自给自足的生态系统”(福布斯评价)。
通过研发特定软件平台,英伟达不断拓展疆土,超越英特尔、AMD、三星、台积电,成为全球市值最高的半导体公司。
在前几天举行的英伟达GTC大会上,身着皮衣、又一次在自家厨房“谈话”的英伟达创始人兼CEO黄仁勋,同样没有大谈坚硬的芯片,而是细数了几大新软件平台,而这其中的每一个平台都有可能给英伟达创造数以百亿美元计的新增市场机会。
黄仁勋总能撩动产业与资本的神经,因为他的芯片策略永远是梦想与平台开路,当开发者如期来到他的特定平台,自然带来芯片的大卖。其梦想与平台先行战略屡试不败,现在正呈现雪球效应,在这次GTC大会上黄仁勋透露,目前英伟达的开发者近300万,在过去15年里CUDA的下载量是3000万次,而去年一年,其下载量达到了700万次。
现在,英伟达再次将平台战略复制到元宇宙市场。今年元宇宙烧得热火朝天,而英伟达早在两年前就开始了它的元宇宙平台研发。去年12月英伟达云宇宙平台Omniverse正式上线公测,黄仁勋没有像脸书那样将元宇宙平台吹得神乎其神,而称其为全球4000多万工程师、设计师的实时仿真与协作平台,但这个协作平台被各界看好。
前几天,英伟达的市值超过伯克希尔哈撒韦成为全美排名第7的公司,富国银行(Wells Fargo)将英伟达的股票价格预期从245美元调高到320美元,给出的理由为“英伟达将是元宇宙的硬件入口”,未来5年,元宇宙将为英伟达提供100亿美元的市场增值份额机会。而这个能够带来100亿美元增长的引擎,正是Omniverse。
Roundhill的研究副总裁Mario Stefanidis认为, 英伟达的Omniverse平台是虚拟现实兼容的,允许用户实时合作,用真实的光线创建精确的物理模拟。“这种类型的基础设施将是虚拟世界的关键,因为用户会寻求身临其境的体验,将现实世界和虚拟世界连接起来。”
关于英伟达的元宇宙策略,HTC中国区总裁汪丛青认为 英伟达提供PC/服务器/云图形解决方案和内容创建工具解决方案的基础设施技术提供商,拥有许多基于云的XR解决方案/工具,用于将工作处理转移到网络;英伟达与业内许多参与者合作,试图实现他们的计划,应该说英伟达的元宇宙战略,会为行业带来很高的价值。“当一家公司明确他们在整个元宇宙故事中扮演一个角色,而不是成为整个元宇宙的所有者时,他们将有更大的成功机会。” 汪丛青说。
就在几天前,《时代》杂志将2021年的最佳发明奖颁给了Omniverse,评价是“虚拟世界不仅仅是为 游戏 而打造——其对于道路、建筑等基础设施的规划来说也有帮助,并且可以用于测试自动驾驶 汽车 。极度逼真的虚拟空间有助于现实世界目标的实现,NVIDIA 的 Omniverse 项目正在让其创造过程变得更简单。该平台结合了最新的 NVIDIA GPU 的光线追踪技术与一系列开源工具,允许在真实感十足的 3D 世界中进行实时协作。Foster 建筑事务所等建筑专家正使用该技术在更早的设计阶段进行建筑细节的可视化;宝马公司使用它建造了一个工厂的数字孪生,以测试更高效的流水线的可能性” 。
Meta(脸书)元宇宙的目标客户是茶余饭后 娱乐 游戏 人群,英伟达则是企业工程师与设计人员。元宇宙对于大众消费者或许是“锦上添花”,但对于企业用户和创业人员则是创造生产力的“必须品“。而事实上,英伟达竞争对手并不是的Meta(脸书)而是AMD与英特尔,就在英伟达举行GTC的11月9日,AMD与脸书宣布达成合作,脸书将采用AMD的数据中心芯片,就这个消息让AMD的股价创下了 历史 新高,同为芯片厂商,AMD要触达上层的元宇宙应用生态需要借助脸书的平台,而英伟达自己就有平台,这才是英伟达在资本市场扶摇直上的根本原因。
Omniverse去年年底开始上线测试,现在拥有700多家企业级用户,包括宝马、爱立信、航空航天制造商洛克希德·马丁、索尼影视动画等。
此前,英伟达介绍,Omniverse分为三部分。第一部分,数据库引擎Omniverse Nucleus,用户可在此连接并进行 3D 资产和场景描述的交换,需要进行建模、布局、阴影、动画、照明、特效或渲染的设计师可以一起协作创建场景。第二部分是合成、渲染和动画引擎——虚拟世界的模拟,比如英伟达的图形技术可以实时模拟每条光线如何在虚拟世界中反射。第三部分是NVIDIA CloudXR,它包括客户端和服务器软件,可用于将扩展现实内容从 OpenVR 应用程序传输到 Android和 Windows设备,允许用户进出Omniverse。
今年的GTC,英伟达发布了一系列Omniverse性能更新以及最新工具,并举办了一个 Omniverse技术专场。黄仁勋表示:“有了Omniverse,我们就有了创建全新3D世界,或对物理世界进行建模的技术。而如何使用Omniverse模拟仓库、工厂、物理和生物系统、5G边缘、机器人、自动驾驶 汽车 ,甚至是虚拟形象的数字孪生,是一个永恒的主题。”
英伟达的软件平台与开发工具、应用开发工具之所以赢得大量的“开发粉”,当然不是因为老黄能忽悠,从PC时代开始,英伟达对工具重视、对开发者体贴,现在这一传统在元宇宙发扬光大。
其一是Omniverse Avatar(阿凡达),这是一个用于创建虚拟人的开发工具,基于Omniverse平台和世界上最大的定制语言模型Megatron 530B,该工具可以让开发者便捷地开发出AI驱动的交互式虚拟形象,可使此角色具备视觉和语言能力,能够就各类主题进行交谈,并理解自然语言中的深层含义。
为了让开发者见识英伟达阿凡达能力,黄仁勋现场演示了用阿凡达创造的黄仁勋虚拟形象“Toy-Me”,还带来了帮人点餐的虚拟人“蛋壳人”以及可以嵌入在会议软件中的虚拟人。
其二是Omniverse Replicator,这是一种合成数据生成引擎,目的是帮助构建更好的数字孪生体。Replicator应用使开发者能够以人类无法做到的方式引导AI模型、填补现实世界的数据空白,并标记真值数据。
在GTC的主题演讲中,英伟达还展示了 Omniverse 的一系列新功能,包括 Showroom, Farm以及 Omniverse AR等,Omniverse VR将率先推出完全图像、实时光线追踪 VR 环境。
作为全球市值节节攀升的平台型半导体公司,当然不会只守着元宇宙这一亩三分地,在包括自动驾驶、机器人、地球气候建模、大模型、数据中心等领域,英伟达不能错漏一个,统统进行了布局,推出相关的平台、框架、工具以及算法模型等。
自动驾驶开启的是万亿美元的市场,黄仁勋认为“到2024年,绝大多数新电动车都将具备真正的自动驾驶功能。”针对自动驾驶,英伟达不可能缺席,推出了NVIDIA DRIVE,这是NVIDIA的自动驾驶 汽车 全栈开放式平台,而Hyperion 8是NVIDIA最新的完整硬件和软件架构。这次大会上,黄仁勋详细介绍了Hyperion内置的几项新技术,包括用于DRIVE Sim的Omniverse Replicator。事实上,目前自动驾驶领域的诸多领先企业、创业团队都采用了英伟达的端到端自动驾驶解决方案,包括Lotus、百度、威马 汽车 、高合 汽车 、蔚来、轻重智行等,甚至特斯拉早期同样采用了英伟达的GPU以及系统平台。
机器人是又一个兵家必争之地,英特尔同样在此重兵布局。目前英伟达的机器人生态系统VIDIA Isaac已有700多家公司和合作伙伴,这个数字在过去4年里增长了5倍。黄仁勋在GTC大会上宣布,NVIDIA Isaac机器人平台现可轻松集成至机器人 *** 作系统(ROS)中。这是一套应用广泛的软件库和工具,适用于机器人应用。黄仁勋解释道,建立在Omniverse之上的Isaac Sim是有史以来最逼真的机器人模拟器。
大模型被视为通往通用AI的一条可能路线,也是AI战略要地,目前IT头部企业均在此布局。针对大模型,黄仁勋发布了用于训练大型语言模型的Nemo Megatron。他表示,此模型 “将成为有史以来最大的主流HPC应用。”同时英伟达还发布了NVIDIA Modulus用于构建和训练物理学机器学习模型,这些模型可以学习并充分遵守物理学法则。
此外,黄仁勋还宣布推出了全新的Clare Holoscan平台以创建更好的医疗 健康 服务;推出量子计算模拟平台显著提升量子模型性能,并将于12月上线,将构建Earth Two (E-2)来模拟和预测气候变化。“为了创建Earth Two,我们将需要使用迄今为止发明的所有技术。”黄仁勋说。
不过,对于英伟达是否是一家软件公司,汪丛青认为:“Not really, 英伟达是工具和基础设施提供商。他们不制作内容,而是提供一些底层技术/工具,让其他人能够制作。”黄仁勋在GTC演讲的开头说自己是AI:“英伟达、深度学习和无所不在的人类智慧,让我融入每个人的生活。”
在数字经济时代,在软件正在定义一切的时代,我们用软件构建一切,而这一切,又怎么能离开芯片,这是英伟达打造计算平台、开发工具、应用工具的真正逻辑。
作者丨李佳师
编辑丨连晓东
美编丨马利亚
有机食品的标准是:产品的生产必须符合有机产品(GB/T19630.1)的要求,产品的加工必须符合有机产品(GB/T 19630.2)的规范,产品的标识与销售必须符合有机产品(GB/T19630.3)的要求,产品生产、加工、经营过程中必须遵守建立和维护的管理体系(GB/T19630.4)的通用规范和要求。欢迎分享,转载请注明来源:内存溢出
评论列表(0条)