半導體風雲錄》奇兵併購 Arm,且看黃仁勳打破 HPC 三分天下

作者 | 發布日期 2020 年 12 月 04 日 8:00 | 分類 AI 人工智慧 , GPU , 晶片 Telegram share ! follow us in feedly


過去幾年來,資料中心市場崛起,高性能運算的前景帶動了半導體業的發展,也讓 Nvidia 從一家做遊戲顯示卡的小蝦米一躍成為當今晶片業的大鯨魚,且看「黃氏定律」(Huang’s Law)到底是否真能接續摩爾定律的野心。

Nvidia 創辦人黃仁勳出生於台北,9 歲就隨家人遷往美國,而後在史丹佛大學取得電機工程碩士學位。值得一提的是,他的童年並沒有大家想像中的優渥,雖然在美國定居,但家裡經濟並不好,從小是在肯塔基州的一所鄉村學校長大,在那裡黃仁勳學會了抽菸、爬牆、打架,許多同學身上甚至都還帶刀,在這樣的學習環境下成長,也令他有著較粗獷的性格。

不過儘管如此,黃仁勳在擅長體能運動之餘,學習成績仍相當優異。他從來不認為,他小時候的環境是一種阻礙,反而讓他能更加堅強,更有活力。他甚至在 Nvidia 股價漲破 100 美元時,跑去在手臂上刺青,並引以為傲。他可能是世界上少數會在身上刺青的知名 CEO,也令其有著不同的魄力,最終創造出了如今半導體業的巨頭。

▲ 黃仁勳在 2014 年 NVIDIA Gaming Festival 上大秀他的刺青。(Source:NVIDIA Facebook

比起如今的 AMD 及英特爾,Nvidia 其實非常年輕,黃仁勳最早在矽谷落腳就是擔任 AMD 的晶片設計師,後就職於 LSI Logic,這是首個推出 ASIC 晶片,並實現系統單晶片解決方案的半導體廠。不過黃仁勳早立志要自己創業,於 30 歲時,也就是 1993 年創辦了 Nvidia,投入當時競爭非常激烈的繪圖晶片產業中。

5 年後,Nvidia 發表的第四代顯示卡效能開始在市場上占據上風,但可說是歷經 10 年血戰才真正奠定了在這個產業中的地位,擊敗諸多知名的競爭對手,要不是 ATI 被 AMD 收購,可能也無法繼續與 Nvidia 競爭。2006 年,獨立顯卡開始迎來了兩強爭霸的時代。

GPGPU

但從一開始,這本就不是一個很有利可圖的行業,黃仁勳在創業前後受到相關專家朋友的勸阻,事實上,創業過程也非常艱難,Nvidia 也曾因太過執著於對性能的追求,忽視商業環境的需求而差點夭折,不過他很快就學到教訓,並適應了由英特爾制定的產業規則,x86 已是半導體的王者,但黃仁勳很早就發現了 GPU 的利基所在。

最初其實也沒有 GPU 這個稱呼,是由 Nvidia 而起。1999 年,黃仁勳推出全球最早被稱之為 GPU 的顯示卡──GeForce 256,並不斷強化可程式設計的能力。圖形處理器通用計算就是黃仁勳想要抓住的趨勢,早在 2002 年,黃仁勳就做著將 GPU 應用在 AI 運算的夢,Nvidia 今日的成功是有著極其漫長的伏筆,而非偶然。

2003 年左右,各界專家開始注意到圖形處理器通用計算(GPGPU)的潛力,尤其是大批量的小數點下浮點運算。儘管 CPU 核心的計算能力仍在 GPU 之上,但簡易多核設計,令 GPU 在處理浮點運算具有優勢,如今更逐漸拉開距離,成為重要的計算單元。而透過將才剛起步的營收大把投入研發後,2007 年,Nvidia 發布了初版的統一計算架構(Compute Unified Device Architecture,CUDA),奠定了平行計算的里程碑,也是 Nvidia 在高性能運算(HPC;High Performance Computing)上的基礎。

當然 Nvidia 並不是沒有對手,AMD 同樣迅速地意會了趨勢的到來。不過曾有「 核武狂魔 」之稱的黃仁勳在站穩腳跟後,當然仍一路在性能路上奔馳,最早可以拿來煎蛋的顯示卡可不是 AMD 的。

▲ 黃仁勳在加州廚房中端出了新一代 AI 基礎通用架構系統 DGX A100,對應 8 顆 Tesla A100 GPU。(Source:NVIDIA

野心不止於資料中心

而自有 CUDA 之後,Nvidia 馬上就發表了以 Tesla 為名的資料中心解決方案。雖然眾所周知,資料中心將會越來越普及,市場越來越大,儘管握有 GPU 的技術優勢,但 Nvidia 在此領域還稱不上什麼先驅,不過善於纏鬥的黃仁勳已瞄準了在大趨勢進展中,市場的空白。

未來隨著半導體技術進展,資料中心不再需要那麼大的機房,將越來越商業化,資料科學也會越來越普及,所需要的不同等級產品將越來越多,但市面上還沒有這些解決方案。從超級電腦(Supercomputing)、超大規模資料中心(Hyperscale data center)、企業資料中心到個人伺服器之間,都還有極大的空白。

▲ 未來的資料中心不僅是建在陸地上,還有水下。(Source:微軟)

「且若沒有空白,就創造空白」,這就是黃仁勳的的策略思想,他善於填補未來的空白。除不遺餘力對資料科學及人工智慧的推動外,還有如多媒體的應用需求,光線追蹤(Ray Tracing)技術也是如此。雖然也頗受質疑,在市場開口之前就提出解決方案,成為 Nvidia 的風格。但為實踐這樣的策略,Nvidia 的產品就必須具備更大的廣度。

處理器上,GPU 能有效減輕 CPU 在資料運算的負擔,但若在大規模層面,伺服器晶片廠 Mellanox 才是一流企業。高性能運算架構不僅再停留於資料中心內的節點,而將擴展到整個網路,且在與 Mellanox 合作下都將連結至 Nvidia 的 GPU。

黃仁勳認為未來資料中心將會是新的計算單元,全球會出現以資料中心為基礎的超大型運算網路。且如今的 HPC,包括雲端計算及邊緣計算的發展,需要的都將不只是硬體加速,網路加速將會成為關鍵,在宏觀或微觀層面上都有其必要性。所以他強調,Nvidia 之所以高價收購 Mellanox,是價值取向而非成本問題。

早看好系統構裝

無論是 Nvidia、英特爾及 AMD,其分歧更多還是對於技術發展的理念的不同,如 Nvidia 首席科學家 William Dally 在 2013 年就曾表示,不明白 AMD 為什麼會想要做共享快取記憶體,因為這種方式只會為一些介面增加更多流量甚至形成瓶頸。

當時 Nvidia 是把目標鎖定在晶片堆疊,研究系統構裝(SiP)。Nvidia 認為當摩爾定律放緩後,CPU 將成為一種有限的計算資源,所以發展重點必須盡可能轉移到架構上。Nvidia 致力於權衡晶片堆疊及 SoC 在各系列產品上的發展及應用,也一直都是台積電 3D 封裝的大客戶,如今 AMD 同樣走向小晶片。

▲ Nvidia 下一代 HPC 晶片也將繼續採用台積電 CoWoS 封裝。(Source:Nvidia)

但事實上,較年輕的 Nvidia 比起英特爾抑或是 AMD 的底蘊都稍顯薄弱,儘管如今市值逼人,但更多來自於前景的看好。其競爭對手不會對 Nvidia 的動作視而不見,尤其如英特爾才是真正的資料中心巨頭,AMD 也正在後面虎視眈眈。

若技術方向確立,靠著資本及研發能力,在半導體業要晚半步後來居上也並非是不可能的事,畢竟掌握資料中心等 HPC 領域重要技術的還有賽靈思、Arm 等公司,如今能夠三分天下,Nvidia 當然也已是拚盡全力,若要進一步打破局面,靠的可能要是沒人能想到的奇兵。

先不談到底能不能成功,Nvidia 併購 Arm 對很多業內人士來講的確是夠奇了,甚至黃仁勳自己還曾否認過這件事。有批評指出,併購 Arm 只是 Nvidia 的資本狂歡而已,沒有技術上的意義。

非 Arm 不可?

非要 Arm 不可?是許多人質疑的問題,雖然 Arm 擁有非常廣泛的生態系及客戶群但其本身實在是稱不上獲利豐厚,原因就在於廉價的授權費。這也意味著 Nvidia 若要取得其技術協助成本其實並不高,商業上沒有必要非併購不可的理由。且與 Mellanox 不同,取得 Arm 得罪的可不只是英特爾,將成為許多業者的競敵。但若出身並不富裕的黃仁勳沒有衝動購物的習慣,那麼併購 Arm 應該也是出於價值取向。

借鑑高通併購恩智浦一案,應已很明顯地彰顯出,在如今情勢下,Nvidia 要併購 Arm 是有多困難。雖然美國的民主黨上台後,此交易成功機率開始變高。但這並非失敗後,跟股東說一句對不起就可以沒事,Nvidia 將為此付出不小的交易成本,甚至可以合理的猜測,黃仁勳自己也曾懷疑過此事能不能成。

▲ 黃仁勳與持有 Arm 股權的軟銀董事長孫正義對談 AI 的未來。(Source:NVIDIA

就商業策略來看,兩家公司也不全是互補,還是有不少重複的競品及技術,例如 Nvidia 也使用了 Arm 的競爭對手 RISC-V 來設計其 GPU 內的小型嵌入式單片機,且黃仁勳表示,以後也並不會改變這個設計習慣。事實上,目前他所回答的疑問,他都保證不會有改變,那麼既然都不改變,當初為何要併購?

所以這些可能都不是他所在意的問題。黃仁勳再三強調,Nvidia 買下 Arm 之後的唯一影響,是在 Arm 生態上增加 Nvidia 的技術,只會增加,不會改變,並繼續確保 Arm 的成功,兩家公司將共同發展技術藍圖。若套用他在買 Mellanox 時的說法,與 Arm 的合作將令每個生態系的客戶連接至 Nvidia 的 GPU,只不過從資料中心的連結,換成了物聯網的連結,Arm 才是嵌入式系統的一流企業。

聽起來好像也很合理,既然有了 Mellanox 來填補其想像中超大型資料中心網路的空白,那麼 Arm 做為填補邊緣計算與物聯網空白的重要角色,對於完善策略布局,似乎也是可以理解。但其實還是無法解釋,為何急於併購的問題,所以這些話中,唯一能著墨的大概只剩「技術藍圖」。

風險取向

若從目前已知的消息來看,Nvidia 或許是擔心 Arm 的技術藍圖走向無法配合,就如黃仁勳此前強調的,Nvidia 已轉型成軟體公司,軟體堆棧與編譯器的重要性不比晶片本身差。若要成為未來 HPC 翹楚,自己掌握 ISA 的發展會是關鍵,就如當年的英特爾一樣。

如今 RISC 與 CSIC 的界線已開始漸趨模糊,Arm 為了能有更好的應用,其實也在發展更多複雜指令來迎合各家需求,但這可能引起了黃仁勳的警覺。他早在 2011 年就看上了 Arm 架構,其 Project Denver 發表時,就幾乎欽定了這就是「 Nvidia CPU」,後續的許多產品也都建立在這樣的基礎上。

然而反過來講,若哪天有其他公司控制了 Arm 也就等同於限制了 Nvidia 軟體堆棧的發展,在各系列產品架構都與 Arm 核心有著緊密結合的現在,可能就成了風險。

▲ 2014 年,黃仁勳發表了用於進軍行動運算系統的 Arm 核心處理器 Tegra K1,並號稱性能比 PS3 的 Cell 處理器更高。(Source:NVIDIA

所以軟銀的急於出售,以及近年暴露出來的 Arm 管理混亂問題,或許才是迫使黃仁勳出手的原因。一個過於複雜,甚至發展方向有問題的 Arm 架構,不是他所樂見的。過去的 Nvidia 可能對此無能為力,但如今市值大漲的情況下,就有了籌碼去避險,或許孫正義也是用這個方法來說服黃仁勳,畢竟 Nvidia 似乎已是唯一肯出高價買下 Arm 的廠商。

迎戰 FPGA

且為應對摩爾定律的障壁,除了製程及架構外,如何從 ISA 中榨出效能也是選項。雖然在理論上採用何種 ISA 對於最終晶片的能耗及性能沒有決定性的影響,微架構的設計更重要。但 Nvidia 原先在 Arm 身上投入的成本已經相當高,且如今看來的確也很有潛力,蘋果最新的 Arm 核心 M1 晶片就是個例子。

雖然不少人看好 Arm  能突破 x86 的軟體生態,也認為這是 Nvidia 拿下 Arm 的原因,但這可能真不是重點,進軍智慧手機或筆電等此類消費電子產品,並非目前 Nvidia 發展的主要方向,也多少違背榨出更多性能的 HPC 策略,Tegra 早已失利過一次。且就如同輿論所預測的,恐怕會引來更多反壟斷官司。

Nvidia 想成為提供 HPC 解決方案的軟體商,並不需要與蘋果及三星等為敵,但也不能令這些業者來主導 Arm 的發展,反過來說,併掉 Arm 還有機會將 Nvidia 技術帶入到他們的資料中心及行動裝置,在降低風險且有機會拓展市場的機會下,似乎就不顯得多昂貴,反正大多也是用市值換來的。但若能併購成功,那麼 Nvidia 就篤定能成為向 Arm 生態中所有客戶,提供最好的 GPU 加速方案的廠商。

甚至為未來發展 SoC 也鋪平了道路,僅靠晶片堆疊可能還不夠。與 Arm 緊密結合的技術藍圖,將能大幅降低 Nvidia 設計 SoC 及驗證的成本。未來晶片的 I/O 性能也將成焦點,Nvidia 真正要面對的敵人是 FPGA。若要面對已拿下市面上數一數二 FPGA 大廠的英特爾及 AMD,與 Arm 的緊密合作必不可少,GPU 必須要準備更多的籌碼,才能真的實現黃氏定律。

(首圖來源:科技新報)

延伸閱讀:

關鍵字: , , , , , ,