記者黃翊婷／綜合報導
輝達（NVIDIA）共同創辦人兼執行長黃仁勳有AI教父、晶片教主之稱，在近期超夯的AI浪潮之中，輝達獨領風騷，氣勢甚至壓過ChatGPT背後的微軟，最關鍵的原因就是輝達在AI領域廣受追捧的晶片產品，A100晶片和H100晶片。
▲黃仁勳。（資料照／記者林敬旻攝）
[廣告] 請繼續往下閱讀.
根據《財聯社》報導，微軟亞洲研究員張弋曾在Podcast節目中感嘆，現在全世界都拿不出足夠的A100晶片，這是一個奇怪的場景，1年前幾乎無人能料想到這個情形。輝達2020年推出的A100晶片目前有價無市，加上ChatGPT爆紅風潮，H100晶片更是受到大公司瘋狂搶購，連帶讓輝達的業績一路攀升，股價也是節節高升。
AI領域的創新公司Core Weave創辦人兼執行長Brannin McBee曾感嘆，H100晶片是地球上最稀缺的工程資源之一。輝達向來有「顯卡王者」之稱，如今靠著A100晶片和更高一代的H100晶片站上AI浪潮的尖端，氣勢甚至壓過ChatGPT背後的微軟，正是因為賭贏了趨勢。
1999年輝達首次推出GPU概念，當時包含英特爾在內的大廠都認為，GPU能做的事情越多越好，要將圖形處理獨立到另一個處理器上是十分雞肋的想法，但隨著微軟想要衝擊日本廠商的領先地位、引進統一渲染技術兩大變革之後，意外給輝達帶來完全不同的發展路徑。
輝達在看到統一渲染架構之後，果斷把從前的GPU架構推翻，其GPU流處理器被進行了詳細的分組，變成一個個小型流處理器且能單獨運作，解決了流處理器過去無法獨立運作而被迫閒置的問題，這也奠定了輝達後來革命性CUDA架構的出世。
[廣告] 請繼續往下閱讀..
當時，輝達的競爭對手ATI因為早期沒有投入硬體架構變革，沿用過去的串行設計，導致成本越來越高，也越來越難進行革新，最終被輝達擠出顯卡市場。在這之後，輝達於2017年引入Tensor Core運算概念，支持更低精度的運算，進而大幅節省模型算力，並很大程度排擠了CUDA處理深度學習的空間，同時將競爭對手打了個措手不及，讓AI專用晶片再也不吸引人，輝達GPU就這樣機緣巧合成為AI領域最被認可的硬體。
接著，輝達在2003年做了一個不受歡迎的項目，開發一款Soc晶片，將基於ARM架構的CPU與自己的CPU集成在一起，自此之後，輝達每隔幾年就會發布一些晶片，2015年推出Tegra K1，卻因為功耗和發熱都不盡人意而受到挫折。
不過，業內人士對於輝達的嘗試與所受到的挫折十分認可，曾有投資人稱讚，輝達在守住GPU基本盤的同時，仍不斷在新的領域伸出觸角，雖然很多東西例如CUDA，在短時間內可能看不出成果，但在試錯過程中建立起完整的生態，當一股新的風潮襲來時，輝達便成功站上了風口，這也是輝達GPU打敗其他晶片，成功吃下AI紅利的原因之一。
當AI浪潮來襲之際，行業內的企業無奈發現，GPU是最簡單高效運行生成AI模型的最好選擇，一個本來用於遊戲的GPU不太可能切換去跑AI程序，目前只有輝達的GPU能夠做到。
[廣告] 請繼續往下閱讀...
此外，2016年輝達發表第一款人工智慧超級電腦DXG-1，黃仁勳就像是能預知未來一樣，將第一台DXG-1捐給當時剛起步的OpenAI，沒想到2022年時，OpenAI帶著ChatGPT橫空出世，引爆AI風潮，連帶讓輝達在晶片領域發光發熱。