英伟达惹怒诸多客户只为“十一倍收益” ？

今年比特币空前的火热，最高市价达到2万美元，而英伟达的显卡挖矿效率差强人意，与 AMD 相比仍有巨大的差距，在挖矿竞争中败下阵来。然而在人工智能爆发元年，火热的机器学习的工作站中，英伟达显占据了主要地位。这也让英伟达赚了个盆满钵满，但是……

英伟达最近悄然修改了用户许可协议（EULA），禁止在数据中心使用消费者级显卡GeForce做深度学习，这被认为是英伟达利用其市场主导地位，强推其高端处理器Tesla系列的举措，Tesla与GeForce架构类似，但价格是后者的十倍。 这一招不可谓不狠，原本企业花10万元就可以完成初步的深度学习建设，现在要花100万，这已经不是简简单单的多花一点钱就能解决的问题了。

英伟达的CEO黄仁勋曾经说，他最喜欢三件事——游戏、GPU、深度学习。这三件事也是英伟达的命脉所在。5年前黄仁勋英明的判断将GPU从游戏转向深度学习成就了他自己和他的公司在深度学习界的地位。

1

除了名称，差别不大

不过，当一个市场被一家企业所主导，这家企业就可能采取各种措施，获取尽可能多的利润，甚至达到垄断的目的。为什么话说的这么重呢？

我们先看看GeForce和Tesla这两者有什么区别？

来看一组数据：

GeForce GTX 1080: PASCAL; 2560 CUDA cores; 8 TFLOPS (single-prec); 8 GB GDDRX5 320 GB/s; max 180 W.

Tesla P100: PASCAL; 3584 CUDA cores; 9.3 TFLOPS (single-prec); 16 GB HBM2 732 GB/s; max 250 W.

仔细看来，其实差别不大，据IT耳朵连线技术大咖透露，GeForce做深度学习，1080ti训练神经网络性价比非常高，然而这一禁令的公布，可以说断绝了诸多机器学习公司的后路，“如果想要继续深耕深度学习，那么对不起，请购买我们的Tesla产品。只要你有数据中心，请购买我们的Tesla产品。”霸道至极。

2

瞄准人工智能红利

2017 的 AI 芯片大戏中，主角不仅是巨头，初创公司也都粉墨登场，戏份一点儿都不逊色。更重要的，在初创公司的 “表演” 中，中国公司不仅毫不怯场，而且非常出彩。除了融资之外，只要是和人工智能沾边，或者成立人工智能研究院的，无论是股票、估值情况都是一片叫好又叫座。

不管在什么领域，初创公司都会面临很多风险和不确定性，也可能在成长过程中不断调整和变化。然而在风口上的行业确实可以获得一段时间的保护伞，在过去的一年中，很多公司在不断成长，逐渐明确自己的方向和定位，走的越来越坚实。另一方面，从今年初创公司融资的情况来看，AI领域（也包括更大范围的 AI 概念）也明显出现一些泡沫。有些公司，在没有任何实际东西的情况下，就可以实现 “PPT 融资” 或者 “Paper 融资”。有些公司，重心放在了 PR 上面，功夫都是做给 VC 看的，人称 “2VC” 公司。面对 AI 这个趋势性机会，有泡沫当然也是正常现象，只是希望这些泡沫不要伤害整个市场的发展。

而这个时候，每一家人工智能公司，都是不能放弃他们的根基的，这个时候，购买Tesla就成了当务之急，而英伟达这一简单的举动，就可以直接迎来巨额的订单收入。

其实除了对于英伟达的责怪之外，还有很多人对于他们表示理解，支持者在网络上发表的言论如下：

“NVIDIA这么做无可厚非，也很难有人竞争得过。这不过是个陷阱，让这些芯片厂商以为服务端芯片有机可图，大肆押注在这个领域，然后NVIDIA自己腾出手去做边缘和端上智能。即便后面硬件厂商做出了产品，nvidia也有市场价格等多种手段对付。”

“NVIDIA至少在五年前就开始投入研发volta架构，前后投入30亿美金，无论远见还是执行力，都要领先对手至少三年以上。我猜测NVIDIA还有后手，下一代GPU还会有更强的改进。”

当然无论如何英伟达表面上的涨价，给了竞争对手可能趁虚而入的机会，像是谷歌的TPU，寒武纪的NPU，Intel的Nervana。不过，未来还是未来，谁也看不清楚。

对于普通用户的小小福利：

其实表面上看，数据中心对于普通用户来说没有影响，但是GeForce的需求就会大大的降低，游戏显卡就不会像现在这样的供不应求，价格也就会降低，我们购买显卡的钱也就会减少，想来还是很不错的，哈哈。

——这里有一张你的神秘邀请函——

[扫一扫查看详情]