博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Nvidia不是依赖“核弹”的显卡制造厂: 正建自主帝国
阅读量:5803 次
发布时间:2019-06-18

本文共 1165 字,大约阅读时间需要 3 分钟。

对于Nvidia而言,目前最重要同时优势也最大的当属图形处理单元(GPU)业务,目前其桌面显卡占据桌面市场高达76%的市场份额,而且该业务仍在不断的增长当中。

Nvidia的大部分显卡营收来源于游戏领域,在该领域同比去年增长了17%。若照此趋势,可以预见Nvidia新发布的Pascal帕斯卡架构显卡,将为其带来不可估量的又一笔可观的收入。目前Nvidia的帕斯卡显卡已经开始紧张铺货当中,目前预定的消费者远高于以往。

另外,帕斯卡显卡不仅能够帮助Nvidia提高营收,而且还有助于其在VR虚拟显示领域铺平道路。尽管目前GeForce GTX 970和980已经足以在PC上应付Oculus Rift和HTC Vive,但是帕斯卡显卡借此进一步增强了功能,包括模拟周围显示房间和提升虚拟音频的性能,使得VR虚拟现实的体验变得更加逼真。

此前TrendForce预计,仅美国当地,虚拟现实市场到2020年有望达到700亿美元的规模,这无疑继续了Nvidia持续增长的巨大空间。

踏入汽车领域

Nvidia在汽车领域至今仍只能算是新手,虽然没有在换到很多的钱,但最近一个季度仍增长了8.6%。为了获取更高的增长,Nvidia已经采取了更为明智的做法,即以自动驾驶汽车技术作为推动增长的支点。

目前Nvidia已经推出了自主第二代无人驾驶汽车平台了,名为Drive PX 2,而且与超过80家汽车制造商和以及供应商进行合作,测试并企图加速应用该技术。此外,Nvidia最近还推出了SGX-1超级计算机,它可以与Drive PX 2配对,可在云端实时处理自动驾驶的数据。

除了自动驾驶汽车技术之外,Nvidia的处理器还运用于车载信息系统,该领域同比增长幅度最大,高达47%。

扩充机器学习业务

“机器学习”是人工智能不可或缺的关键部分,当中涉及的技术实在太多,但都与识别信息和对象做出智能的回应为主,而不是利用编程去干预。当前很多高科技巨头,正越来越多的利用GPU去推动机器学习的能力。比如说,Facebook利用Nvidia的Tesla M40 GPU,帮助增强Big Sur机器人的学习能力。

Nvidia此前表示,其相关技术有助于让机器学习的深度神经网络比传统的快10到20倍,短短几个小时之内便可学习贯通新的信息,而不是几天或几周时间。Tesla P100 GPU是Nvidia目前正在研发的新GPU,预计将主要运用到企业数据中心业务,有分析预计到2018年将为Nvidia在机器学习的市场获得超过120亿美元的营收。

总之,游戏领域依然是Nvidia获取大量收入的来源,占总收入超过52%,但汽车和机器学习领域,则表明了Nvidia不希望依赖于桌面显卡市场的决心,并试图建立非同传统硬件厂商的帝国。

本文转自d1net(转载)

你可能感兴趣的文章
git 入门宝典
查看>>
spring-boot支持websocket
查看>>
菜鸟笔记(一) - Java常见的乱码问题
查看>>
移动web端自定义tap与模拟hover效果
查看>>
我理想中的前端工作流
查看>>
记一次Git异常操作:将多个repository合并到同一repository的同一分支
查看>>
CodeIgniter 3.0 新手捣鼓源码(一) base_url()
查看>>
Chrome 广告屏蔽功能不影响浏览器性能
查看>>
vSphere 6将于2月2日全球同步发表
查看>>
Android状态栏实现沉浸式模式
查看>>
全球唯一:MySQL社区2018年度公司贡献奖颁给阿里云
查看>>
如何查看一个linux用户的口令保留策略
查看>>
访问日志不记录静态文件,访问日志切割,静态元素过期时间
查看>>
让你的APP实现即时聊天功能
查看>>
C语言/C++对编程学习的重要性!
查看>>
iOS组件化——蘑菇街案例分析
查看>>
如何成为一个合格的程序员
查看>>
Redis原理说明
查看>>
父类引用指向子类对象详解
查看>>
View 事件分发源码分析
查看>>