摘要：就這樣，憑借GPU的巨大優勢，英偉達得以後來居上，成為與英特爾和AMD平起平坐的全球晶片三巨頭。雖然被冠以「人工智能第一股」的稱號，但不難看出，支撐起過去兩年英偉達輝煌業績的，依舊是遊戲等傳統業務，其中也難免摻入了數字貨幣的泡沫。

2019年的春節，對於華人身份的黃仁勛，怕是格外地難熬。

就在大年初三（2月7日）這天，作為英偉達第四大股東，軟銀宣布拋售其所持的所有股票，總價值36億美元，隨即英偉達股價下跌3.65%。

一方是「All in AI」的軟銀孫正義，另一邊是號稱「人工智能第一股」的英偉達，一對「天作之合」說散就散。這樣的劇情，如果放回四個月前，怕是沒人會想得到。

然而，這場分手，不過是英偉達危機的一個縮影，這家近兩年來風光無限的明星公司，正經歷著成立以來的「至暗時刻」。

就在昨天，英偉達發布了2019財年Q4的財報，與此前預期相符，同比上年同期，營收跌了24%。

事實上，從去年10月開始，英偉達的股價一路下挫，相比當時292美元的最高股價，已跌去近50%，幾遭腰斬。而與此同時，公司也調低了營收預期。

和「患難兄弟」庫克一樣，黃仁勛也將英偉達業績的下滑，歸咎於中國經濟的不景氣，人們錢包膨脹的速度，趕不上GPU更新換代的頻率。

一度供不應求的GPU不好賣了，市場和英偉達，到底是誰出了問題？

人工智能的背後

英偉達依舊是一家遊戲公司

要講清這個問題，我們得先從英偉達的業務崛起說起。

1999年，英偉達首次提出了GPU這個概念，在此之前，計算機中處理影像輸出的顯示晶片，很少被視為是一個獨立的運算單元。

可以說，英偉達重新定義了計算機顯卡。由於對圖形處理有著極高要求，PC遊戲也自然成為了英偉達GPU的第一批大客戶。直到現在，雖然表面上以「人工智能公司」的形象示人，但遊戲業務仍然貢獻著大部分的營收。

就這樣，憑借GPU的巨大優勢，英偉達得以後來居上，成為與英特爾和AMD平起平坐的全球晶片三巨頭。

而真正讓英偉達一夜躥紅的，則是突然襲來的深度學習和人工智能浪潮。有個打趣的說法，AI餡餅從天而降，而英偉達幸運地被砸中了。

深度學習的最大特點，就是對於計算速度有著近乎暴力的要求，需要對大量數據進行並行的重復計算，而這恰好落入了GPU最擅長的領域。

另一方面，在幾乎所有人工智能的應用中，圖像識別和處理都是必須要解決的重要問題，GPU是完成該任務的必備組件。

於是，從人臉識別、自動駕駛，到機器人、虛擬現實，只要有AI研究和創業的地方，都能看到英偉達的身影。

搭上了深度學習和人工智能的快車道後，英偉達開始在資本市場上一路高歌猛進，股價4年翻了13倍，也從此被冠上了全球「人工智能第一股」的稱號。

但事實上，AI對於英偉達營收的重要性，可能甚至遠遠比不上虛擬貨幣挖礦。

各條業務線下滑，英偉達遭遇寒冬

遊戲、數據中心業務，和虛擬貨幣挖礦，是驅動英偉達告訴增長的三駕馬車。不幸的是，2018年，這幾項核心業務卻逐一遭遇了寒冬。

首先是虛擬貨幣的崩盤。

去年2月，一路飆升的比特幣價格推動了市場對於礦機的需求，礦機價格水漲船高，而作為礦機上遊晶片廠商的英偉達，也從中獲益頗豐。

但隨著泡沫消退，幣價瘋狂下跌，挖礦成本依舊居高不下，挖幣變得了一項賠錢的生意。根據Susquehanna的分析，截止去年11月，使用礦機挖虛擬貨幣的利潤已接近於0，連電費都不夠付。

比特幣崩盤，礦場大量關停，市場對英偉達GPU的需求也一再削減，而英偉達也未拿出有效的價格策略。與此同時，從挖礦產業中流出的大量二手顯卡開始進入市場。

英偉達開始感受到前所未有的庫存壓力。

去年8月，英偉達發布了新一代基於圖靈架構的顯卡，集合了實時光線追蹤，可以產生實時反射和電影效果。

這款顯卡一經發布，便被媒體冠上了各種黑科技、吊炸天的稱號。但除了引來一片wow外，這款新「卡皇」也沒能刺激市場銷量，帶來更多的盈利。

很多遊戲玩家選擇不升級到圖靈顯卡，原因在於，其中革命性的光線追蹤技術，還沒並沒有被遊戲廠商們整合進遊戲中。沒有匹配的遊戲，自然也就沒了購買顯卡的動力。

雪上加霜的是，在英偉達營收中占據最大比重的數據中心業務，其增長速度也開始放緩。

來自市場的重重壓力之下，英偉達不得不罕見的下調了2019財年Q4的營收預期，從27億美元下調至22億美元，降幅達19％。

三、

產品定位、價格策略、業務布局，英偉達內憂不斷的同時，外部對手也對其虎視眈眈。

首當其沖的，就是老對手英特爾。

這個曾經PC時代的霸主，在進入人工智能時代時，被過去的輝煌捆住了手腳，幾乎輸在了起跑線上。當英偉達、Google都將注意力逐漸轉移到深度學習和AI晶片上時，英特爾還在和高通搶著移動晶片的市場。

而當這位老牌巨人覺醒之時，發現難以在GPU上迅速獲得突破，便切換了買買買的模式，試圖通過這種方式，迅速縮小自己與競爭對手，尤其是英偉達的差距。

英特爾並購了一批專用晶片公司，並且構建了相當的戰略廣度，從雲端、到終端、再到自動駕駛。其中，耳熟能詳的頭部公司就有不少，例如，FPGA晶片廠商Altera、計算機視覺的Movidius、還有自動駕駛領域的明星公司Mobileye。

為了對抗英偉達，英特爾甚至與「死對頭」AMD走到了一起，將AMD的GPU裝進了英特爾的系統晶片。

更加強勁的挑戰，則來自於自由度極高的FPGA、以及更加專用的一些ASIC。

FPGA市場最大的玩家，是來自於美國的創業公司賽靈思，占據全球FPGA市場56%的份額。

相對GPU，FPGA有低延時、低能耗和架構靈活的特性。雖然性能、體積方面還有不足。但是其可以輕鬆做到不同應用的切換，提升數據中心的使用效率，FPGA晶片已經被不少雲服務公司所采納。

而隨著專用需求的不斷提升，各式各樣的專用ASIC也漸有成為主流的趨勢。當年Google阿爾法狗擊敗人類棋手，其背後所使用的TPU，是極度專用的ASIC類晶片，雖然不能像CPU/GPU那樣做到多種應用，但是它的AI計算速度能達到GPU的數十倍。

而在自動駕駛領域，一度專注於與黃仁勛在公開場合「秀恩愛」的馬斯克，也在馬不停蹄地構建著自己的護城河。

去年8月，馬斯克公開宣布特斯拉的自動駕駛晶片的研發進展：不僅已經研發成功，而且已經正式上路，跑起來路測了，用馬斯克的話說，這款 AI 晶片將是全球最好的晶片。

確實，從CPU、GPU到FPGA，再到極度專用的各類ASIC的發展，正是晶片從「通用」→「專用」的進階。對於自動駕駛，GPU 的短板恰恰就在於其「通用」屬性，很難做到高算力和低能耗的同時展現。

正因如此，越來越多的自動駕駛公司開始專注於研發自動駕駛專用晶片。

在源源不斷入場的晶片玩家衝擊之下，缺少遊戲和礦機支撐的英偉達，其在AI晶片上的優勢還能維持多久，還是個未知數。

雖然被冠以「人工智能第一股」的稱號，但不難看出，支撐起過去兩年英偉達輝煌業績的，依舊是遊戲等傳統業務，其中也難免摻入了數字貨幣的泡沫。

上一個CPU向GPU過渡的節點，英偉達做到了對英特爾的彎道超車。二十年後，相似的歷史再度上演，只不過這一次，英偉達從挑戰者變成了守擂者。英偉達的新產品依舊驚艷，但市場需要的不再是一個「更快的GPU」。

對於英偉達，想在人工智能和自動駕駛上開辟出一塊天地，必然還是一段艱難漫長的旅程。