在閱讀此文之前，麻煩您點擊一下「關注」，既方便您進行討論和分享，又能給您帶來不一樣的參與感，感謝您的支持。
2013年9月，小米手機3在北京國家會議中心舉行新品發布會。這款備受米粉期待的新機移動版，搭載了全球最快處理器英偉達Tegra4，英偉達CEO黃仁勛應邀參加這次小米年度發布會。當時，英偉達的市值只有87億美元，而小米已經達到450億美元。
英偉達創始人黃仁勛(右)和雷軍(左)出席小米手機3發布會
AI時代之前，英偉達只能稱之為顯卡霸主
英偉達成立於1993年，是一家專註於圖形處理器（GPU）的晶元公司，GPU最初是用於電腦遊戲和圖形設計等領域的專用晶元。英偉達從競爭激烈且利潤微薄的計算機圖形晶元市場起步，從90多個沒有差異化的競爭對手中，獲得了桌面和筆記本電腦獨立GPU的83%的市場份額，也是當之無愧的顯卡霸主。
巨人也會失敗，英偉達折戟移動端
在AI時代還沒有來臨之前，大概是那遙遠的二十一世紀初期，隨著iPhone、HTC等智能手機的湧現，移動智能化時代似乎已經無法避免。在如此之大的市場前景之下，微軟基於當時的winCE針對移動設備開發了windows mobile系統，同時說服英偉達開發移動設備處理器，聯手進軍移動設備市場。於是2008年，英偉達第一代Tegra處理器誕生了。然而好景不長，2010年微軟放棄了windows mobile。
可想而知，當時的英偉達的心情一定很複雜，但是經過一系列的心理鬥爭後，在如此巨大的市場前景下，最終獨立發布了Tegra2處理器，雖然整體表現不佳。但是在當年安卓機盛情的背景下，還是有不少廠家採用了Tegra2處理器。
初步嘗到甜頭的英偉達，在2011年發布了Tegra3。作為全球第一款四核移動處理器，GeForce GPU達到了驚人的12核。鑒於Tegra3強大的性能，一些廠家的手機或平板採用了這款處理器。可能英偉達註定是為計算而生的，Tegra3強大的性能帶來了功耗和發熱的增加，這也為Tegra系列的衰敗埋下了伏筆。
2013年，英偉達帶來了Tegra4。Tegra4 採用了28nm工藝製造，四核心的ARM Cortex-A15 處理架構，頻率範圍在1.5GHz-2.0GHz之間。配備了72個GeFore GPU核心，並且全面支持 4G LTE 網路。
與此同時，小米手作為高通的戰略合作夥伴，旗艦機型一直採用高通最高端的處理器。為何在小米3移動版上選擇Tegra，其中原因不做過多猜測。也就是在小米3的發布會上，黃仁勛作為特邀嘉賓出席，與小米用戶熱烈互動，全程按照雷軍的要求用中文溝通，還當場高聲大喊「我也是米粉！」而在當年，小米手機全球銷量達到了1870萬台，位列三星、蘋果、華為、LG之後，排名第五，成為了備受關注的新興品牌。
此時，英偉達的市值只有87億美元，而小米已經達到450億美元。對於英偉達來說，搭上小米手機3屬於高攀。
但是，Tegra4所集成的那款號稱「世界最強」之GPU，依然沿用老舊的分離渲染架構，所以一旦到了需要統一渲染架構的OpenGL ES 3.0的環境就會直接罷工！同時CPU所採用的公版A15架構發熱量比較嚴重。更糟糕的是這款處理器還沒有集成基帶，所以當年小米3移動版選擇的是外掛展訊基帶，那個信號體驗誰用誰知道！再加上Tegra4的CPU和GPU拖後腿，各種發熱、卡頓、兼容性差的缺點暴露無遺！最終，在4G普及的「前夜」，高通靠著全自研的CPU和GPU架構，以及SoC集成的「全網通」方案，徹底把包括英偉達和德州儀器在內的一眾老牌勁敵遠遠甩在了身後，英偉達就此退出了手機晶元市場。
計算轉型，英偉達華麗蛻變
退出手機市場，不代表退出晶元市場。
2014年，英偉達推出了Tegra K1。GPU升級到開普勒（Kepler）架構，共192個CUDA核心（這回終於是統一渲染架構了），有入門級獨立顯卡的性能實力。功耗依然很高，所以只能在安卓平板市場尋求一席之地，在部分車企上也獲得了應用。
2015年，英偉達繼續推出Tegra X1，20nm製程，台積電代工。CPU採用了「四顆A57+四顆A53」的八核架構，GPU則升級為麥克斯韋（Maxwell）架構——擁有256個CUDA核心。運氣爆棚的英偉達獲得了大客戶——任天堂，終於搭乘Switch的東風迎來了大展拳腳的機會。
2016年8月，又推出Tegra Parker，16nm製程。緊接著9月，又發布了Xavier，製程升級為12nm。這是英偉達首款為自動駕駛研發的晶元，同時也面向機器人和邊緣計算等場景。此時，Xavier已經不僅僅是一個處理器了，而是完成了華麗蛻變，成為了一個提供人工智慧的超級計算方案提供商。
AI煥發新機，英偉達扶搖而上
2006年，英偉達推出了用於通用GPU計算的CUDA架構，其能夠處理龐大的運算問題，通過CUDA編程可以充分發揮GPU的並行處理能力。CUDA免費但專有的戰略決策，確保它只能在Nvidia的硬體上運行，使得公司從顯卡製造商到跨多個行業的數字模擬和計算的綜合平台的轉變。
之後，2016年的DGX-1，全球第一款一體化深度學習超級計算機；2017年推出Volta GPU架構的Tesla V100 GPU加速器，專為深度學習而設計；2018年推出Turing GPU架構，重塑了計算機圖像技術；2019年，豐田和沃爾沃集團開始使用NVIDIA DRIVE端到端平台，以開發和訓練安全的自動駕駛汽車；
2022年，隨著OpenAI旗下的人工智慧對話聊天機器人ChatGPT推出，此後迅速在社交媒體上走紅爆火。而實際處理ChatGPT的GPU，正是英偉達的HGX A100！
此時，英偉達總市值已經達到2.23萬億美元，小米公司總市值3618億港元。兩家公司都很偉大，也都讓人尊敬，但是總有種時勢造英雄的感覺。期待10年後的今天，我們再來看這兩家公司。
