在阅读此文之前，麻烦您点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持。
2013年9月，小米手机3在北京国家会议中心举行新品发布会。这款备受米粉期待的新机移动版，搭载了全球最快处理器英伟达Tegra4，英伟达CEO黄仁勋应邀参加这次小米年度发布会。当时，英伟达的市值只有87亿美元，而小米已经达到450亿美元。
英伟达创始人黄仁勋(右)和雷军(左)出席小米手机3发布会
AI时代之前，英伟达只能称之为显卡霸主
英伟达成立于1993年，是一家专注于图形处理器（GPU）的芯片公司，GPU最初是用于电脑游戏和图形设计等领域的专用芯片。英伟达从竞争激烈且利润微薄的计算机图形芯片市场起步，从90多个没有差异化的竞争对手中，获得了桌面和笔记本电脑独立GPU的83%的市场份额，也是当之无愧的显卡霸主。
巨人也会失败，英伟达折戟移动端
在AI时代还没有来临之前，大概是那遥远的二十一世纪初期，随着iPhone、HTC等智能手机的涌现，移动智能化时代似乎已经无法避免。在如此之大的市场前景之下，微软基于当时的winCE针对移动设备开发了windows mobile系统，同时说服英伟达开发移动设备处理器，联手进军移动设备市场。于是2008年，英伟达第一代Tegra处理器诞生了。然而好景不长，2010年微软放弃了windows mobile。
可想而知，当时的英伟达的心情一定很复杂，但是经过一系列的心理斗争后，在如此巨大的市场前景下，最终独立发布了Tegra2处理器，虽然整体表现不佳。但是在当年安卓机盛情的背景下，还是有不少厂家采用了Tegra2处理器。
初步尝到甜头的英伟达，在2011年发布了Tegra3。作为全球第一款四核移动处理器，GeForce GPU达到了惊人的12核。鉴于Tegra3强大的性能，一些厂家的手机或平板采用了这款处理器。可能英伟达注定是为计算而生的，Tegra3强大的性能带来了功耗和发热的增加，这也为Tegra系列的衰败埋下了伏笔。
2013年，英伟达带来了Tegra4。Tegra4 采用了28nm工艺制造，四核心的ARM Cortex-A15 处理架构，频率范围在1.5GHz-2.0GHz之间。配备了72个GeFore GPU核心，并且全面支持 4G LTE 网络。
与此同时，小米手作为高通的战略合作伙伴，旗舰机型一直采用高通最高端的处理器。为何在小米3移动版上选择Tegra，其中原因不做过多猜测。也就是在小米3的发布会上，黄仁勋作为特邀嘉宾出席，与小米用户热烈互动，全程按照雷军的要求用中文沟通，还当场高声大喊“我也是米粉！”而在当年，小米手机全球销量达到了1870万台，位列三星、苹果、华为、LG之后，排名第五，成为了备受关注的新兴品牌。
此时，英伟达的市值只有87亿美元，而小米已经达到450亿美元。对于英伟达来说，搭上小米手机3属于高攀。
但是，Tegra4所集成的那款号称“世界最强”之GPU，依然沿用老旧的分离渲染架构，所以一旦到了需要统一渲染架构的OpenGL ES 3.0的环境就会直接罢工！同时CPU所采用的公版A15架构发热量比较严重。更糟糕的是这款处理器还没有集成基带，所以当年小米3移动版选择的是外挂展讯基带，那个信号体验谁用谁知道！再加上Tegra4的CPU和GPU拖后腿，各种发热、卡顿、兼容性差的缺点暴露无遗！最终，在4G普及的“前夜”，高通靠着全自研的CPU和GPU架构，以及SoC集成的“全网通”方案，彻底把包括英伟达和德州仪器在内的一众老牌劲敌远远甩在了身后，英伟达就此退出了手机芯片市场。
计算转型，英伟达华丽蜕变
退出手机市场，不代表退出芯片市场。
2014年，英伟达推出了Tegra K1。GPU升级到开普勒（Kepler）架构，共192个CUDA核心（这回终于是统一渲染架构了），有入门级独立显卡的性能实力。功耗依然很高，所以只能在安卓平板市场寻求一席之地，在部分车企上也获得了应用。
2015年，英伟达继续推出Tegra X1，20nm制程，台积电代工。CPU采用了“四颗A57+四颗A53”的八核架构，GPU则升级为麦克斯韦（Maxwell）架构——拥有256个CUDA核心。运气爆棚的英伟达获得了大客户——任天堂，终于搭乘Switch的东风迎来了大展拳脚的机会。
2016年8月，又推出Tegra Parker，16nm制程。紧接着9月，又发布了Xavier，制程升级为12nm。这是英伟达首款为自动驾驶研发的芯片，同时也面向机器人和边缘计算等场景。此时，Xavier已经不仅仅是一个处理器了，而是完成了华丽蜕变，成为了一个提供人工智能的超级计算方案提供商。
AI焕发新机，英伟达扶摇而上
2006年，英伟达推出了用于通用GPU计算的CUDA架构，其能够处理庞大的运算问题，通过CUDA编程可以充分发挥GPU的并行处理能力。CUDA免费但专有的战略决策，确保它只能在Nvidia的硬件上运行，使得公司从显卡制造商到跨多个行业的数字模拟和计算的综合平台的转变。
之后，2016年的DGX-1，全球第一款一体化深度学习超级计算机；2017年推出Volta GPU架构的Tesla V100 GPU加速器，专为深度学习而设计；2018年推出Turing GPU架构，重塑了计算机图像技术；2019年，丰田和沃尔沃集团开始使用NVIDIA DRIVE端到端平台，以开发和训练安全的自动驾驶汽车；
2022年，随着OpenAI旗下的人工智能对话聊天机器人ChatGPT推出，此后迅速在社交媒体上走红爆火。而实际处理ChatGPT的GPU，正是英伟达的HGX A100！
此时，英伟达总市值已经达到2.23万亿美元，小米公司总市值3618亿港元。两家公司都很伟大，也都让人尊敬，但是总有种时势造英雄的感觉。期待10年后的今天，我们再来看这两家公司。
