如果沒有他，Google、臉書正在研究的機器學習、人工智慧（AI）可能無法進展那麽快。他，也是讓Tesla創辦人馬斯克（Elon Musk）親自寫Email，表達希望成為第一個拿到最新AI GPU的人。他是黃仁勳，NVIDIA創辦人暨執行長。
科技界的變色龍
如果要用一個動物來形容NVIDIA，應該是變色龍，倒不是因為那亮綠色為底的LOGO，而是對環境的洞悉力，NVIDIA常常能抓到產業將迎來什麼大風，或是預先察覺即將到來的革命，提前做出準備，就像變色龍根據週遭環境來變換體色一般，使它走出瓶頸，打開新局。
以傳統PC產業來看，現在還能具備亮點、吸引投資人的公司幾乎沒有，不論是深度學習、機器學習、自駕車、虛擬實境（VR）、電競，每一個都跟NVIDIA大有關係，那不是「xx概念股」這種湊合式的關係，而是真真切切的應用，沒有NVIDIA技術在底層打下堅固的基石，這場AI革命不可能來得那麼快。
今日在台灣舉辦的GTC（GPU Technology Conference）技術大會上，被黃仁勳吸引而來的聽眾塞爆了整個會場，他暢談AI就是魔術，這場革命已經到來，他秀出專為深度學習打造的Pascal GPU，更令人印象深刻的是，NVIDIA沒有額外寫一個程式、完全靠機器學習打造的自駕車BB8。他也罕見地向台灣政府喊話，「應把AI列為重點發展產業，工業4.0的基礎就是AI，不是鋼也不是蒸氣！」
「三年前我在做Pascal時，沒有人聽過深度學習，那時我要投資20億美元，大家回答：你自個兒來吧」他說，「我做別人不喜歡做的事」，那股意氣風發的姿態，全場都感受到了。
但是，他也不是一路走來都能享受成功滋味，當年智慧手機翻天覆地而來，NVIDIA試圖要以Tegra系列處理器打進手機以及平板電腦市場，有了Tegra加持，可協助手機公司打造性能佳的多媒體手機，打電玩、看影片順暢又清晰，一度吸引不少手機品牌支持，包括摩托羅拉、宏達電、LG等，但不是不受市場歡迎就是爆出不少問題，最終，NVIDIA還是不敵高通或是中低價的聯發科，只好在兩年前無奈退出手機市場，不過這反而讓NVIDIA將Tegra聚焦在汽車領域，並發展GPU新的應用領域如人工智慧，從結果論來看，當初的跌跤或許是好事一樁。
後來，就是大夥看到的事了。
近一年來，NVIDIA股價一路上攻，股價站上60美元。Google、微軟、IBM、Facebook找他合作AI，Google自駕車之父Sebastian Thrun、賓士、Volvo找他合作自駕車，讓站在台上的黃仁勳能夠大聲說：「NVIDIA不是GPU公司，我們是人工智慧運算公司」。
Ｗhy GPU?
為什麼GPU會在AI扮演如此重要的角色？為什麼AI研究人員都選擇GPU做深度學習？這其實要從2012年談起，多倫多大學研究生Alex Krizhevsky發現可以利用GPU來訓練他發明的神經網路運算邏輯AlexNet，他用了兩個NVIDIA GeForce GTX 580 GPU在兩天就訓練了AlexNet辨識影像，這篇論文贏得ImageNet比賽的冠軍，吸引了全球研究AI人員的注意。「這就是AI Big Bang（大爆發）的起源」。
黃仁勳進一步解釋，GPU電腦繪圖運算其實就是模擬人類智慧，例如你把眼睛閉上，想像兩個人打乒乓球，當我們思考時，大腦會產生心理圖像，我們的大腦就像GPU，上千的小型處理器通過突觸、神經元並行連結的方式工作，就像人的大腦一樣。
運算產業每隔十年就會風雲變色，當微軟推出Windows 95，是楊致遠創辦雅虎的那一年，展開了網路和電腦的革命，10年後，亞馬遜佈署AWS雲端服務，開啟了行動運算服務紀元。我們也看到電腦架構在改變，Wintel平台、X86處理器形成了模組化的PC，行動雲端時代看到了ARM處理器及SoC系統單晶片，那麼現在呢？
新的電腦革命就叫做人工智慧，他指出，深度學習是全新的運算模型，跟統計、機率有關的運算，有幾個重點：一是訓練，當你創造一個軟體後，它會自己重新編寫，然後我們又給電腦經驗，它就變得更聰明，持續訓練之後變成神經網路，就像是受過教育的大腦，再利用語音辨識及推論技術達到智慧。
今日，NVIDIA也宣布與台灣大學合作成立人工智慧實驗室，由台大資工系教授徐宏民領導，NVDIA將提供AI超級電腦DGX-1進行相關實驗與技術研發，同時NVIDIA也可以提供研究所需的資金，加上NVIDIA本身有龐大的人工智慧研發團隊，雙方一起合作開發更多新型態的人工智慧技術。黃仁勳強調，「台灣政府應該把AI當成重點產業，那我也會帶更多研究資源進來。」
自駕車技術讓人眼睛一亮
機器學習從訓練、推論之後就是到裝置的連結，其中，「汽車是一個產值高達10兆美元的產業，遠比電腦產業大太多，過去很難用電腦協助汽車產業提升價值，但現在汽車也要有感知能力、推理能力。」
GTC主題演講上，播放了一段NVIDIA開發的自駕車技術影片，相當令人驚艷。NVIDIA自駕車代號為BB8，內建了自家開發、結合自動巡航、自動駕駛的單處理器DRIVE PX2，黃仁勳強調：「我們沒有寫任何程式，只是讓這輛車跟著我們跑，他就自己學習怎麼開車」。
「當我們打乒乓球，不會有人用牛頓定律教你怎麼打，所以我們為什麼要教導一輛車物理學呢？而是讓他去學開車，BB8在停車場上了第一場教練課，沒有物理、沒有數學，只有AI，晚上、下雨都可以開 。」他強調。
黃仁勳接著說，目前自駕車的技術都是透過感測器、鏡頭偵測哪邊有車、有人，讓汽車去迴避這些物體，但是當人類在開車的時候，大腦想的是偵測安全的地方，往沒有障礙物的車道或方向前進，那是一種自由空間的意識，與一般迴避型的保護意識完全相反。所以BB8特別之處就在於模擬學習，他要讓汽車學習人類的行為。
而目前的先進駕駛輔助系統（ADAS）只能偵測目標，但自動駕駛是人工智慧運算的問題，包含了感知、推理和駕駛，需要一個超級AI電腦，高準確度的AI演算法和大量的軟體才能成功。現階段DRIVE PX2已獲得Sebastian Thrun採用，也正與Volvo在瑞典測試全新自駕車，此外，先前於新加坡上路的nuTonomy自駕計程車同樣是採用NVIDIA的技術。
在台灣，NVIDIA也攜手工研院合作自駕車，會採用跟BB8相同的平台、相同軟體，希望一同創造出台灣首部自駕車，除此之外還有地圖的合作，黃仁勳指出，未來自駕車要上路，必須繪製3D高解析度的地圖，所以將和工研院一同繪製台灣的雲端高解析地圖，「很多國家都已經在做，台灣不可不做」。例如NVIDIA已經跟中國百度合作，打造「雲端到汽車」的自駕車平台，就是結合高畫質地圖、人工智慧演算法、車載超級電腦。
談VR，將物理特性帶到虛擬
過去出現在科幻小說或電影的世界，現在已經有了基礎，除了AI，還有一個熱門的技術就是VR，對他來說，發展VR最重要的是如何把物理世界帶到虛擬世界，例如模擬聲音、與虛擬世界互動的觸覺，這些如果沒有好好處理，這個虛擬世界就不會被消費者所相信。
所謂的將物理特性帶到虛擬，就是提供近乎真實性的呈現，他以NVIDIA VR FUN HOUSE平台為例，FUN HOUSE呈現一個節慶的樂園環境，當玩家射水槍時，液體碰到板子上停住或黏在上頭的表現，或是射火劍時，火焰的燃燒狀態、怪物頭髮的晃動度，全都是模擬現實世界的物理特性。FUN HOUSE為開放原始碼，截至目前已被下載10萬次。
科技業常遇到的問題是當你比他人更早看到趨勢，但卻可能礙於風險過高而不敢投入，黃仁勳在六年前就看好AI的發展，在當時，深度學習是一種特殊的運算模式，初期投入的綜效很低，風險卻很高。
但他似乎不太容易掉進這個圈套，「關鍵就在找出綜效。」他說，當時他思考，如果做深度學習的成果能應用到其他領域，那麼就能拉高綜效，降低風險，所以他們嘗試、學習、嘗試、學習，成功就投入更多資源，相反，那就減少。
他說，在AI革命裡，我們將看到新的運算模式、新的電腦公司、新的生態系統出現，NVIDIA除了與大公司合作，也跟全世界的新創公司合作，包括台灣的倍利科技、創意引晴、盾心科技、SkyREC。 雖然作為AI的傳教士，NVIDIA目前的營收有超過七成依舊是來自PC遊戲相關產品，「如果你問我長期看潛力高的，我會說AI，因為NVIDIA是一家AI運算公司，AI革命才剛開始，現在正是響應的時刻！」他有自信地說。
@@ACTIVITYID:638@@
