公司歷史
早期發展
1993年年初,時任美國晶片製造商LSI Logi董事的黃仁勛,與在
Sun Microsystems公司任職晶片工程師的好友克里斯·馬拉科夫斯基(Chris Malachowsky)和柯蒂斯·普里姆(Curtis Priem,2003年退休)見面,討論如何開發一款能在個人電腦上實現逼真3D圖形的晶片。在認為PC圖形晶片市場大有可為後,憑藉著銀行里的4萬美元,於1993年2月17日創辦公司。該公司最初沒有名字,所有關於公司的檔案僅以“NV”(next version,意指“下一個版本”)命名,出於註冊公司的命名需要,聯合創始人們最終將公司命名為NVIDIA,該詞靈感源於拉丁語“invidia”(意為“嫉妒”)。1993年4月5日,NVIDIA在
加利福尼亞州正式註冊成立。
1994年6月,與
意法半導體(SGS- Thompson)達成了首個戰略合作夥伴關係,為該公司製造單晶片圖形用戶界面加速器。
1995年5月,推出首款圖形晶片產品NVIDIA NV1,該產品是首款能夠實現3D渲染、視頻加速和集成GUI加速的商用圖形處理器。6月,獲得
紅杉資本和西瑞雅風險投資(Sutter Hill Ventures)的首輪融資。7月,與
世嘉建立合作夥伴關係。
1996年6月,獲得紅杉資本和西瑞雅風險投資的第二輪融資。期間因開發資金短缺,執行長黃仁勛解僱了50多名員工,將公司剩餘資金投入新產品的設計開發。
1997年4月,推出全球首款128位3D處理器RIVA 128,在上市後的前四個月內出貨量突破100萬台。8月,與
戴爾、
Gateway、
美光等
原始設備製造商建立合作關係。12月,擴大公司管理團隊。
1998年,與
台積電簽約建立多年戰略合作夥伴關係,台積電開始協助製造NVIDIA產品。期間繼續拓展RIVA處理器系列,2月推出RIVA 128ZX,3月推出業界首款多紋理3D處理器RIVA TNT。
上市發展
1999年1月22日,NVIDIA掛牌上市。除推出RIVA TNT2、NVIDIA Vanta兩大處理器產品外,推出了全球首款GPU(
圖形處理器),即1999年8月的
GeForce 256。11月,推出適用於專業圖形的工作站GPU“
Quadro”。
2000年,NVIDIA與
微軟達成合作,為微軟首款
Xbox遊戲機開發圖形處理器等硬體。除了發布GeForce、Quadro系列的升級產品外,發布了全球首款筆記本電腦GPU“GeForce2 Go”。
2001年,推出業內首款可程式GPU“NVIDIA GeForce3”,使開發者能夠創建定製視覺效果。年度收入達10億美元,成為美國發展最快的半導體公司,被納入
納斯達克100指數和
標準普爾500指數。
2002年,處理器出貨達1億台。2004年,推出
SLI技術,允許多個GPU連線,藉此以提升單台機器的圖形處理能力。2005年,為索尼
PlayStation 3遊戲機開發處理器。
產品線拓展
在2006年-2014年,NVIDIA除了保持GPU產品的設計開發外,開始進行CUDA技術的研發、推廣、布局,試圖讓GPU產品均可支持CUDA。期間因手機等移動端市場龐大,NVIDIA也曾試圖打開新市場,但由於競爭激烈等緣故而暫停計畫。
2006年,NVIDIA推出用於通用GPU計算的架構“
CUDA”,使GPU的
平行運算功能拓展至科學研究領域。2007年,推出
Tesla GPU,使超級計算機中提供的計算能力可被廣泛用於藥物研發、醫學成像和天氣建模等領域研究人員的工作。
人工智慧發展
早在2012年,由於
ImageNet大賽中以GPU為基礎進行視覺識別訓練的
AlexNet(卷積神經網路架構)在準確率上獲得了突破性進展,NVIDIA開始關注並布局人工智慧市場。通過搭建
人工神經網路及企業級數據中心等方針,在2015年後正式投身於人工智慧領域。
2016年-2020年,NVIDIA推出了GPU架構(
PASCAL、
VOLTA)、伺服器(DGX-1、Jetson TX2、DGX-2)、自動駕駛平台(
DRIVE PX 2)等關於人工智慧領域的產品或平台,旨在為人工智慧發展提供強勁助力。
發展現狀
2021年,隨著
元宇宙概念興起,NVIDIA依託GPU底層算力等優勢推出模擬協作平台
NVIDIA Omniverse,試圖對元宇宙進行探索發展。在2021年4月舉行的GTC大會上,NVIDIA利用NVIDIA Omniverse平台構建了黃仁勛的虛擬廚房以及他本人的數字複製人,經媒體報導後成為了元宇宙概念的熱議話題之一。
在AI生態發展方面,NVIDIA採用投資併購等方式試圖推動加速計算帶來的轉型。自2023年開始,NVIDIA面向
雲服務市場展開規劃。2023年GTC大會上,NVIDIA宣布與微軟
Azure、谷歌Cloud等多家雲服務供應商合作,推出NVIDA DGX Cloud;6月,宣布與數據云
Snowflake合作。通過該類舉措,試圖將AI三要素(數據、計算、模型)整合於雲服務,在AI領域進行長期布局。
2024年2月,NVIDIA開始計畫建立新業務部門,專注於為其他公司設計定製晶片,包括先進的人工智慧(AI)處理器。同月,與
軟銀達成合作聯盟“AI-RAN Alliance”,成員包括
愛立信和
諾基亞。該聯盟旨在利用人工智慧改善無線服務,目標是將利用手機基站分發人工智慧處理的技術商業化。此外,推出免訓練,可生成連貫圖片的文生圖模型
ConsiStory。3月的2024 GTC 大會,推出多項產品和升級規劃,主要為用於取代Hopper架構的
Blackwell架構、升級自動駕駛晶片平台
Thor、NIM微服務、Omniverse Cloud API等。
公司治理
董事會結構
NVIDIA作為美國上市企業,在結構上遵循美國法律要求進行
董事會與
委員會設立。截至2024年1月,公司董事會成員共有14人,下設三大委員會,分別為
審計委員會、提名與公司治理委員會、
薪酬委員會。
姓名 | 加入時間 | 委員會職務 | 人物履歷 |
---|
| | | |
| | | |
| | | |
| | | |
| | | |
| | | |
| | | |
| | | |
麥可·麥卡弗里(Michael G. McCaffery) | | | |
| | | |
| | | |
| | | |
| | | |
| | | |
(以上資料參考)
管理團隊
NVIDIA的管理團隊是以創始人黃仁勛為領導核心進行組建。由於黃仁勛推崇扁平靈活的公司管理方式,作為總裁的他有40名直接下屬進行工作對接。不過在遭遇實際項目問題時,他也常直接聯繫其他公司成員進行溝通,以此加快工作推動效率。
根據黃仁勛的對外採訪稱,NVIDIA不設固定部門或等級。結合NVIDIA對外的團隊信息情況,其部門是根據團隊所負責的工作領域進行區分,分別為AI、研究中心、硬體、汽車、圖形、機器人、遊戲、數據中心、WWFO。
姓名 | 加入時間 | 職務 |
---|
| | |
克里斯·馬拉科夫斯基(Chris Malachowsky) | | |
| | |
| | |
黛博拉·肖奎斯特(Debora Shoquist) | | |
| | |
| | |
(以上資料參考)
供應商管理
NVIDIA自成立起一直採用“晶圓代工”模式,即僅從事晶片設計而不製造晶片,將晶片製造外包給半導體代工廠。NVIDIA生產圖形晶片產品NV1時的代工廠商為
意法半導體,採用了意法半導體的500納米工藝製造晶片。自1998年開始,NVIDIA的主要代工廠商轉為
台積電,並在2011年1月共同創造圖形處理器出貨突破10億顆的里程碑。隨著業務發展擴展,擁有獨立半導體工廠的
三星、
英特爾也成為了NVIDIA的代工合作廠商。
除以上晶片代工廠商外,NVIDIA在伺服器、板卡、晶片接口、晶片電感等方面也存在眾多供應商合作,例如工業富聯、勝宏科技、龍迅股份等中國企業。
渠道商管理
基於下游渠道商,NVIDIA採用NVIDIA 合作夥伴網路(NPN)進行管理,在確保終端客戶能夠找到合適的NVIDIA項目進行方案實施的同時,基於合作聯繫情況進行級別分類(註冊級、優選級、精英級)。該渠道體系最初在2008年時僅為板卡品牌商、分銷商等類型,在2023年已發展為含括雲服務提供商、數據中心提供商、全球系統集成商、獨立軟體開發商等多個方向的合作夥伴類型。
截至2024年2月,NVIDIA 合作夥伴網路共記錄978個合作夥伴,其中較為知名的合作商包括
華碩、
戴爾、
阿里巴巴、
長城集團等企業。
財政情況
財年報告
NVIDIA在1999年上市後即根據美國證券監管要求進行每年財務報告的公布,採用美國
財年計算(例如2023年1月30日至2024年1月29日為其2024財年)。根據1999年財務報告記錄,NVIDIA創立後至1997年年年虧損,隨著1997年發布3D處理器後開始盈利,主要為OEM供應商提供核心處理器。1999年收入為1.514億美元。次年收入翻倍,收入達3.745億美元,2001年收入7.353億美元,2002年收入13.7億美元。此後數年,財報收入持續增長,在2006財年突破23億美元,2012年達到40億美元收入。
2015年年度財年報告中,NVIDIA開始區分出遊戲、專業可視化、加速運算(後統合為數據中心)、汽車四大業務模組,年收入達46.8萬美元。此後數年持續穩固增長,各業務線隨著GPU計算平台的帶動而逐漸有所營收。2021年財年報告中,宣布公司全年收入達到166.8億美元,數據中心增長最為迅猛,較2020年增長124%。2022年,NVIDIA全年收入達269.1億美元。
2023年2月22日,NVIDIA宣布公司全年收入達到269.74億美元,淨收益43.68億美元,全年營收與去年趨平。根據推測,應是受
以太坊合併向更節能模式轉變的影響,導致遊戲業的GPU收入銳減。
2024年2月21日,NVIDIA宣布公司全年收入達到609.22億美元,淨收益297.6億美元,相較2023年財年增長126%。數據中心業務的全年收入相較去年增長2倍以上,達475億美元,約占總收入額的70%,其中的2024年第四季度營收已創紀錄的184億美元。
股市
1999年1月22日,NVIDIA在
納斯達克掛牌上市(納斯達克代碼:NVDA),以每股12美元的價格發行350萬股股票。2000年6月22日,或因微軟Xbox訂單等緣故影響,創下了最高176美元的股價。2002年,因微軟、英特爾的打擊導致股價大幅下滑,從1月每股最高70美元下滑到只有7美元(2002年10月9日)。此後,隨著企業和解與產品的布局發售,股價有所回暖。
2016年,NVIDIA股價從30.92美元飆升到93.36美元的的歷史高位,市值上漲超過了 200%。在2018年10月2日,股價創新高至292.76美元,市值為1786億美元。
2020年7月9日,NVIDIA股價創408.64美元的歷史新高,以市值約2513.1億美元的成績超越英特爾成為美國市值最高晶片公司。2023年5月30日的美股交易中,NVIDIA股價創下419.38美元的歷史新高,成為全球首家市值突破萬億美元的晶片公司,成為當前市值僅次於
蘋果、
微軟、
Alphabet、
亞馬遜的美股第五大科技股。
2024年2月14日開盤後,NVIDIA股價盤中高點達742.36美元,市值達1.83萬億美元,超越谷歌母公司
Alphabet,成為僅次於微軟、蘋果的美股市值第三大公司,並且交易量位居美股第一。3月4日,市值超越
沙烏地阿拉伯國家石油公司,成為僅次於蘋果和微軟的全球市值第三高上市公司。
股東名稱 | 類型 | 持股數 (萬股) | 占比 |
---|
| | | |
| | |
| | |
| | | |
| | |
| | |
| | |
| | |
| | |
| | |
黛博拉·肖奎斯特(Debora Shoquist) | | |
(以上資料參考)
投資併購
早期收購
據公開數據顯示,自1993年NVIDIA成立至2023年,投資、併購的公司已有五十餘家。其最早且較為人所知的收購起源於2000年,以7000萬美元收購3D顯示卡技術先驅及同期競爭對手
3dfx。在2003年-2008年期間,NVIDIA分別收購多個與技術開發相關的企業:晶片製造商Media Q,TCP/IP和iSCSI卸載解決方案提供商iReady公司,核心邏輯技術開發商
ULi,開發手持設備嵌入式2D和3D圖形軟體的Hybrid Graphics,提供個人媒體播放器服務的
PortalPlayer,視覺渲染軟體開發公司Mental images,遊戲物理技術開發商
AGEIA等。
AI階段的收購投資
自2015年以來,NVIDIA的投資併購進程加速,對於初創公司扶持力度也開始加大,走向了飛速擴張的階段。於2018年發起的
NVIDIA初創加速計畫,在2021年8月全球成員突破8000人,累計投入總額超過600億美元;通過風險投資部門NVentures,為Genesis Therapeutics、Machina Labs、PassiveLogic等採用AI進行變革的醫療、製造業的企業進行投資,截至2023年12月已進行19項投資;2019年,收購互聯技術企業
Mellanox。2020年,收購主要運營網路最佳化的企業Cumulus Networks。2022年,收購數據存儲方案供應商Excelero。2023年2月,收購AI初創企業OmniML。2023年7月,收購AI雲服務公司Lambda Labs。
NVIDIA通過收購與企業自身技術的創新,進一步開拓了市場並增強自身實力,但在此期間也遭遇壟斷市場的爭議。2020年,NVIDIA宣布將從
軟銀收購
Arm,在此後的一年多時間遭遇多次反對,
歐盟委員會、英國競爭與市場管理局等各地反壟斷機構就此展開調查,
美國聯邦貿易委員會就此交易案以反壟斷為由提起訴訟。2022年,NVIDIA宣布終止對ARM的收購,此前支付的12.5億美元交易押金不可退還,此項金額將在截至2022年3月31日的第四季度財政年度確認為軟銀的利潤。
公司業務
GPU產品為NVIDIA主要收入來源,收入占比穩定在80%以上。由於GPU在機器學習算法、並行計算等方面的優勢,NVIDIA將服務和系統、軟硬體和可程式算法結合在一起,提出
CUDA架構。這一架構形成使研究人員可以以更快更廉價的方式開發深度學習模型,並最終形成CUDA生態。根據下游套用及運營報告,NVIDIA產品主要集中於遊戲、專業可視化(專業視覺)、數據中心以及自動駕駛業務。
遊戲
遊戲顯示卡業務是NVIDIA的主要產品線與核心領域,作為基本盤見證了其里程碑式的革新。NVIDIA通過對遊戲業務的產品革新與升級,以應對遊戲玩家日益增長的畫質需求。與前一代產品相比,每一代新顯示卡都帶來了顯著的性能提升。 從核心數量來看,NVIDIA顯示卡產品的CUDA核心數量已從最初的640顆增長到現在的高達16384顆,技術上不斷突破,包括實時光線追蹤技術等。另外,NVIDIA在遊戲顯示卡市場上有著廣泛的布局,從入門級到專業級都提供了相應的產品。這一策略允許NVIDIA滿足從獨立遊戲玩家到專業電競選手的多元需求。
專業可視化
專業設計可視化(專業視覺)業務旨在為建築工程、消費者網際網路、網路安全、能源等不同領域客戶引入新的可視化解決方案,提供專業工作站、視覺創作開發等方面的技術與服務支持。
2021年-2023年,NVIDIA專業可視化業務推出了一系列技術革新,包括新的GPU架構(如
Pascal、
Volta、Ampere、
Ada Lovelace),更高效的顯存技術(如GDDR6X), 以及更加智慧型化的軟體工具(如RTX Studio、
NVIDIA Omniverse)。這些創新大幅提升了NVIDIA專業顯示卡在高性能計算、人工智慧、虛擬現實等領域的性能和可靠性,為專業用戶提供了更加卓越的視覺體驗和計算能力。
數據中心
NVIDIA基於GPU、DPU和CPU構建的加速計算平台進行
數據中心的搭建,旨在解決數據分析、AI 訓練、AI 推理、高性能計算等各類工作負載。通過對產品、技術等方面的推新出陳,在2021-2023年的財年收入增長迅速。
NVIDIA使用
NVlink技術將多個 GPU 結合在一起,加速
神經網路訓練和推理。2017到2022年,NVIDIA先後推出Volta、Ampere、Hopper等針對
高性能計算和AI訓練的架構,以此為基礎發布了V100、A100、H100等高端GPU。通過不斷的技術革新,NVIDIA GPU產品向量雙精度浮點算力從7.8 TFLOPS 增至30 TFLOPS。數據中心GPU在11年間從製程工藝到核心數量,各參數全方位提升。在CPU方面,自2022年公布的首款CPU產品
Grace,致力於提供高性能、能效和高頻寬連線,用於滿足不同的數據中心需求。
自動駕駛
NVIDIA自2015年開展自動駕駛汽車業務以來,利用自身在高性能計算、影像以及AI領域的數十年經驗,為交通運輸業提供軟體定義的端到端平台,所推出的自動駕駛SoC產品線致力於滿足不斷增長的計算需求。NVIDIA2024財年第一財季財報(第一財季截至2023年4月30日)顯示,NVIDIA負責自動駕駛晶片和軟體的汽車部門,上季度營收暴增114%至2.96億美元,是NVIDIA2023年4月增長最快的業務。
NVIDIA推出的自動駕駛SoC產品包括Atlan和
Orin晶片,該晶片集成
Ampere架構GPU核心、基於
Arm的Grace CPU核心、深度學習和計算機視覺加速器單元以及BlueField DPU核心,以實現優秀算力和性能。通過具備可擴展和軟體定義特性的平台NVIDIA DRIVE AGX,助力自動駕駛汽車處理大量感測器數據,做出實時駕駛決策。
主要產品
NVIDIA的產品系列主要包括GPU、網路基礎設施、自動駕駛汽車基礎設施等硬體,以及套用框架、基礎架構、雲服務等軟體。期間NVIDIA也有推出
Tegra、
nforce、
Nvidia Shield等硬體或軟體,但因後續市場規劃而暫時停止開發。
產品名稱 | 介紹 |
---|
| GeForce是NVIDIA自RIVA系列後建立的GPU遊戲顯示卡系列品牌,中文譯名“精視”,是面向大眾消費者的圖形處理器產品。 首款產品 GeForce 256於1999年發行,是顯示卡業界的第一款GPU,也是全球第一個集成T&L(幾何加速/轉換)、動態光影、三角形設定/剪輯和四像素渲染等3D加速功能的圖形引擎。GeForce 2系列開始劃分出多個型號及對應的等級階梯,以滿足各層面的消費群體。期間較具跨時代意義的產品為GeForce 8800 GTX(首款支持 DirectX 10的顯示卡)、GeForce GTX 1080(首款基於 Pascal架構的顯示卡)、GeForce RTX 3080(首款基於 Ampere架構的顯示卡)等。 截至2024年已經歷17個系列世代(不包括同系列貼牌產品或降級產品,如GeForce 100系列),最新系列為GeForce 40 系列。 |
| NVIDIA RTX是NVIDIA套用於專業可視化的GPU系列品牌,用於替代2000年發布的上一代產品Quadro,是面向台式機工作站領域的產品。 NVIDIA RTX可通過光線追蹤、光柵化等畫面增強技術,讓RTX平台搭建的應用程式實現較為逼真的3D 設計、模擬的視覺效果。代表性產品有RTX 6000(基於 NVIDIA Ada Lovelace架構的專業顯示卡)、GeForce RTX 4080 系列(基於NVIDIA Ada Lovelace架構的遊戲及專業顯示卡)等。 |
數據中心GPU | 數據中心GPU是NVIDIA套用於專業科學等領域的通用計算產品。 原名 Tesla,於2007年發布,最初為通用計算圖形處理器(GPGPU)品牌,後隨數據中心業務發展而演變為兼具高性能計算和數據中心工作負載功能的產品線。2018年,NVIDIA可能因該品牌名與電動汽車品牌“ 特斯拉”重名,對外放棄使用該品牌名,並對相關產品進行更名。代表性產品有NVIDIA V100 TENSOR CORE GPU(原名 Tesla V100)、H100等。 |
| NVIDIA DRIVE是為自動駕駛汽車廠商提供的一系列硬體和軟體產品,其中包括高性能計算機平台 Drive PX系列和無人駕駛汽車作業系統DriveWorks。 NVIDIA DRIVE系列產品分為人工智慧基礎設施NVIDIA DRIVE Infrastructure、自動駕駛平台NVIDIA DRIVE AGX、生產就緒型自動駕駛汽車平台NVIDIA DRIVE Hyperion、智慧型助手 NVIDIA DRIVE Concierge,以此為合作方提供大規模開發自動駕駛汽車的主要需求。 |
| NVIDIA Grace CPU是NVIDIA推出的首款基於 ARM架構的數據中心處理器系列。該系列旨在加速大型 AI、HPC、雲和超大規模工作負載,通過提供高性能、能效和高頻寬連線,可用於各種配置,以滿足不同的數據中心需求。系列產品有NVIDIA Grace Hopper超級晶片、NVIDIA Grace CPU 超級晶片。 |
(以上資料參考)
科研專利
根據信息服務商
智慧芽統計,截至2021年11月,NVIDIA及其關聯公司共有9700餘件專利申請。2013年以前,NVIDIA的專利布局主要集中於存儲器、處理器、電腦程式、圖形處理單元、積體電路等相關技術領域。2014年至今的幾年間,NVIDIA在神經網路領域專利申請量大幅提升,成為近些年最重要的技術研發方向之一。專利方面,除自身技術研發外,NVIDIA也通過收購其他企業以補足技術。例如在2021年6月收購高精地圖初創企業
Deepmap,從而獲取了Deepmap在“高精地圖測繪”領域的專利權。
根據NVIDIA官方網站公示,NVIDIA的技術研究主要圍繞AI和機器學習、3D深度學習、計算機視覺、機器人開發等領域展開,對外發布出版文獻達2163篇。2023年發布的AI模型“Neuralangelo”,由於其可利用神經網路進行3D重建,將2D視頻片段轉換為詳細的3D結構,為建築物、雕塑以及其他真實物體生成逼真的虛擬複本,被《
時代》雜誌選入“2023年200個最佳發明”榜單。
社會活動
GTC大會
NVIDIA GTC(GPU 技術大會)是NVIDIA每年召開的全球人工智慧會議,匯聚了開發者、研究人員、創作者、IT決策者、企業家和學生,主題集中於如何利用 AI、加速計算、數據科學等技術力量。該大會首次召開時間為2009年9月30日,最初關注的是使用GPU解決重要計算工作的方式。隨著近幾年發展,至GTC 2024 大會以轉為聚焦人工智慧、高性能計算等方面的套用與成果。
2020年,因新冠疫情影響,GTC大會開始採用線上方式參加的方式進行,至2024年已轉為採用線下+線上方式舉辦。根據官方公布數據,GTC 2023 線上大會已吸引了31.9 萬參會者。
NVIDIA基金會
NVIDIA基金會(NVIDIA Foundation)是NVIDIA發起的公益組織,組織成員主要為NVIDIA員工,致力於對世界各地慈善公益事業提供捐贈和支持。基金會每年會通過其"Cancer Care grant" 癌症護理資助項目為全球公益組織提供支持,2020年推出的Inspire 365計畫鼓勵員工參與到世界各地的社區事務,通過捐贈、休假參與志願服務等方式做出貢獻。
根據2023財年基金會年度報告,NVIDIA已有近40%的員工參與了Inspire 365計畫,員工捐款金額達880萬美元。通過資助計畫,為
美國紅十字會、
查普曼大學、
中國婦女發展基金會、國際救援委員會等組織提供了至少16.5萬美元的捐贈。
公益領域支持
NVIDIA的GPU技術加速和深度學習方法等技術在醫學、環境保護等領域得到廣泛套用,例如曾被套用於模擬
逆轉錄病毒、X光片訓練識別、自主機器人外科手術、海平面上升檢測、瀕危鳥類族群檢測等方向。除了通過NVIDIA基金會對相關醫療組織進行資助外,NVIDIA也曾參加支持第二屆年度數據科學杯競賽,為獲勝團隊提供25000美元支持和技術資料支持。通過NVIDIA全球影響力大獎,為利用NVIDIA技術在解決社會、人道與環境問題方面取得突破性進展的研究人員提供獎勵。