奇兵併購Arm,且看黃仁勳打破HPC三分天下

過去幾年來，數據中心市場崛起，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）到底是否真能繼續摩爾定律的野心。

Nvidia創辦人黃仁勳出生於臺北，9歲就隨家人遷往美國，而後在史丹福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增長，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發布的第四代顯卡性能開始在市場上佔據上風，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的顯卡──GeForce 256，並不斷強化可程序設計的能力。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。而通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），奠定了並行計算的裡程碑，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）

野心不止於數據中心

而自有CUDA之後，Nvidia馬上就發布了以Tesla為名的數據中心解決方案。雖然眾所周知，數據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，數據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。從超級計算機（Supercomputing）、超大規模數據中心（Hyperscale data center）、企業數據中心到個人伺服器之間，都還有極大的空白。

未來的數據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，光線關注（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數據中心內的節點，而將擴展到整個網絡，且在與Mellanox合作下都將連接至Nvidia的GPU。

黃仁勳認為未來數據中心將會是新的計算單元，全球會出現以數據中心為基礎的超大型運算網絡。且如今的HPC，包括雲計算計算及邊緣計算的發展，需要的都將不只是硬體加速，網絡加速將會成為關鍵，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緩存內存，因為這種方式只會為一些接口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棧，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，所以發展重點必須儘可能轉移到架構上。Nvidia致力於權衡晶片堆棧及SoC在各系列產品上的發展及應用，也一直都是臺積電3D封裝的大客戶，如今AMD同樣走向小晶片。

Nvidia下一代HPC晶片也將繼續採用臺積電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數據中心巨頭，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，畢竟掌握數據中心等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當然也已是拼盡全力，若要進一步打破滅面，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統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，將成為許多企業的競敵。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臺後，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統的客戶連接至Nvidia的GPU，只不過從數據中心的連接，換成了物聯網的連接，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數據中心網絡的空白，那麼Arm作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發布時，就幾乎欽定了這就是「Nvidia CPU」，後續的許多產品也都創建在這樣的基礎上。

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，黃仁勳發布了用於進軍移動運算系統的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中榨出性能也是選項。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，進軍智慧型手機或筆記本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，但也不能令這些企業來主導Arm的發展，反過來說，並掉Arm還有機會將Nvidia技術帶入到他們的數據中心及行動裝置，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，僅靠晶片堆棧可能還不夠。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。若要面對已拿退市面上數一數二FPGA大廠的英特爾及AMD，與Arm的緊密合作必不可少，GPU必需要準備更多的籌碼，才能真的實現黃氏定律。

（首圖來源：科技新報）