随着ChatGPT爆火，英伟达渐渐地又回到了人们的视野，那英伟达到底有多牛呢，咱们来简单的了解一下吧。
几组疯狂的数据
1、超高预期的财务增长。
5月25日，英伟达发布2024年财年第一季度财报，期内实现收入71.92亿美元，同比下降13%。当然让人疯狂的不是这一组利空数据了，而是一组预测的数据。
下一季度预期收入将是创纪录的110亿美元，远远高于之前分析师们预测的70多亿美元。财报发布当日，英伟达的股价飙升了近30%，市值净增长超过2000亿美元。
2、“万亿俱乐部”参与者。
英伟达的市值在财报公布后，迅速也是首次突破了万亿美元，在美股市值排名中仅次于苹果、微软、Alphabet和亚马逊。
它是全球首家市值破万亿美元的芯片公司；它是首个闯入“万亿俱乐部”的华人创办的企业。这个华人叫黄仁勋。
3、唯一的“*火军**商”英伟达。
大模型主导的AI产业对GPU（英伟达的产品）的需求，就如同战争对*火军**的需求一样，但不同的是，这样的“*火军**商”可以认为只有英伟达一家，市场份额高达84%。
而进行这样的大规模作战，却是全球每家有实力的技术公司的首要任务。从商业变现角度，英伟达可以说是这场全球AI技术变革的现阶段最大的受益者。
4、现在买GPU有多卷。
单卡买不到只能买模组，模组买不到只能买整机服务器。即使愿意支付更高的溢价，依然没有现货。类似英伟达A800这样的模组，交期都排在下单两个月后了。
4、豪赌的CUDA软件系统
先理解GPU运算模式和CPU运算模式的区别，GPU适合大量简单重复的工作，例如计算每个像素怎么显示，他可以同时计算好多个像素；而CPU适合逻辑运算，例如这一步干完，下一步继续干什么。举个例子，CPU好像一个记者进行了一篇深度报道，GPU好像一群调研人员，发了一堆问卷调查。
GPU原本只是充当独立显卡的存在，而有了CUDA后，GPU就可以通用了。GPU通用的意思就是所有类似显卡运算的简单量大的工作，GPU都能干。例如AI深度学习，就需要GPU。
2006年，英伟达研发CUDA系统，并在多所高校设立CUDA科研中心和教育中心，教大家怎么使用CUDA，目的是建立一个基于CUDA的一个研发生态。
基于KUDA生态，科学家在多方面进行了使用，例如气象模型的建立，蛋白质结构的分析等等。
可以说全世界的开发者都在CUDA生态上研究和编写了应用程序，加速各领域的研究。
虽然种类多样，但总量仍然很少，所以CUDA的研发和推广，一直是巨亏状态。
2017年财报显示，英伟达为了把旗下的所有芯片都纳入CUDA的架构里，累计花了超过100亿美元。2009年开始，也就是CUDA推出两三年后，英伟达每年的研发费用从营收的15%陡增到25%甚至30%。
为了显示这个研发费用的超高，给大家举几个例子：苹果每年不足10%，微软每年15%-20%，英特尔每年20%左右。
所以可以看出来，英伟达在CUDA里，投入了大量的财力，
简直就是一场豪赌！
其他的一些小知识
1、AI发展的两大流派
符号主义、联结主义
这两种其实就是对人类思考模式的理解。前者主张的是逻辑，为的是搞清楚人类是怎么做决策的。
简单举例，咱们走迷宫，每走到一个岔路口，就认真分析，到底该往哪里走；而联结主义模仿人类的神经元网络，走起迷宫，就相当于找来大量的人，每走到一个岔路口，就分出两拨人来走，只要人数足够多，最后至少能有一个人找到出口。
AI的深度学习就属于后者即联结主义。
AI计算分很多种，GPU只适合深度学习方面的AI计算。
很长一段时间，从60年代到90年代，符号主义都占据了绝对的优势，原因很简单，就是计算机的计算能力太弱了，不能不停地分出两拨人来试错。
2012年的ImageNet的竞赛，参赛者要比拼人工智能识别图片真的准确性，当年的联结主义流派将错误率降到了16.4%，比第二名提高了10个百分点，当年人工智能的比拼，提高1个百分点都是举步维艰的。正是这次比赛，让Ai的深度学习再次得到了重视。
2、英伟达也不是一帆风顺
1993年英伟达成立。第一个产品是NV1，虽然性能不错，但成本较高，所以出师不利。还好游戏巨头世嘉，采购了不少这款产品，并给了不少资金，让英伟达研究下一代产品。
可惜英伟达为了追求性能的卓越，仍然没有采用当时主流的技术，所以研究了一半研究不下去了，还好世嘉游戏支持了英伟达，没有逼着索要前期投入的700万美金研发经费。
英伟达因此又有了喘息的机会，多活了3个月，终于没有继续追求卓越性能的显卡，而是一改以往的风格，开发了一款符合主流的显卡，4个月大卖了100万张，英伟达因此站稳了脚跟。
2000年初的时候，有一系列显卡产品失败，差点被ATI干掉。员工还面临内部交易，被美国证监会查了个底朝天。还有它过度营销的问题，还有它进军手机芯片市场，基本可以说是完全失败等等。
股价虽然整体涨了1000多倍，但具体看，还有很多大坑。2002年的时候股价跌了90%，2008年跌了80%。超过50%的回撤，基本三五年就出现一次。
所以英伟达的成功还是一个一个坎爬过来的，实属不易。
3、黄仁勋
美籍华人，1963年2月17日出生。英伟达公司创始人兼首席执行官。
1984年于俄勒冈州立大学取得电气工程学位，其后在斯坦福大学取得硕士学位。
黄仁勋曾在AMD（1983年-1985年）及LSI Logic（1985年-1993年）工作。
1993年与两位志同道合的工程师一起创立英伟达。
1999年，英伟达推出了全球第一个图形处理器（GPU）；此后，GPU成为计算机中独立于CPU（中央处理器）的另一个重要的计算单元。
第二年，在公司推出第二代GPU的时候，黄仁勋又大胆地提出了自己的“黄氏定律”：英伟达的核心战略就是产品每6个月升级一次，功能翻一番。
而在当时业界已经有了另一个更著名的定律，那就是由英特尔公司创始人摩尔创立的“摩尔定律”：芯片上可容纳的晶体管数目每隔18个月增加一倍，性能提升一倍。与“摩尔定律”相比，“黄氏定律”的技术更新速度快了2倍。
此后，英伟达持续不断地推出更高性能的GPU，逐渐击败了众多竞争对手，成为视觉计算领域的NO.1，而黄仁勋也成了硅谷最年轻的亿万富翁。