从人工智慧中NVIDIA(英伟达)也带动未来汽车革命，不只是TESLA使用NVIDIA产品,其他车厂纷纷跟进以下新款汽车都在使用NVIDIA技术来创新
今年年初，NVIDIA英伟达推出Drive PX 2，其性能堪比150台苹果 Mac Pro。英伟达称，Drive PX 2的深度学习处理频率达到了前所未有的每秒24万亿次，深度学习将使得自动驾驶汽车分辨出周围的物体，比如一只狗或者一部警车，并对此发出警报。
以下视频是TESLA的自动驾驶技术：
今年9月，英伟达汽车业务高级主管Danny Shapiro表示，在路上行驶的车辆之中，有超过20个品牌的1000万辆车在不同程度地使用英伟达的技术。此时，有更多的人看到了英伟达占据下一代汽车技术核心位置的潜力。
天使之城：採用 NVIDIA 技術的車款現身洛杉磯車展
保時捷的 Panamera Executive 讓你出行有型，準時到達。
當然，車展一定要有賞心悅目的新車，保時捷車廠的高層更是笑得合不攏嘴，原因不是演員 Patrick Dempsey 和網壇超級明星 Maria Sharapova 出席該車廠展位的發表活動，而是保時捷剛發表全新頂級車款 Panamera Executive。
Panamera Executive 擁有驚人520匹馬力，車身較 Panamera 標準版更長，且設計是由司機駕駛。
搭載 Tegra 的導航與車用資訊娛樂系統，讓駕駛人在旅途中更善加利用時間。
當中以模組化車用資訊娛樂平台（MIB）為基礎的頭戴式裝置，則是讓我們驚艷不已。搭載高速 Tegra 處理器的導航與車用資訊娛樂系統，包括多項功能和應用程式，讓駕駛人在旅途中更善加利用時間。從一個例子便可瞧見端倪：線上搜尋地點和即時交通資訊的線上導航功能，還有在行程中及在目的地提高指引能力的 Google Earth 和 Google Street View。
然而這不是指「前方辦公，後方開趴」。Panamera Executive 採用保時捷後座娛樂系統是另一項特色，前側座椅頭枕上裝有搭載 NVIDIA 顯示技術的 10.1 吋螢幕，將後座變成一處完全數位化的工作場所，可以將這些螢幕當成平板電腦來使用。
行車速度加快，工作速度也加快：前側座椅頭枕上裝有搭載 NVIDIA 顯示技術的 10.1 吋螢幕，將後座變成一處完全數位化的工作場所。
美國首次亮相
Audi A7 是奧迪的重量級車款，獨特的車身線條為車迷們獻上多變的造型；如今奧迪也要推出 A5/S5 轎跑車的 sportback 版本，其載貨容量是 coupe 車款的兩倍。
A5/S5 轎跑車的 sportback 版本，其載貨容量是 coupe 車款的兩倍
2017年春季開始銷售的 A5/S5 sportback 版本擁有跟 coupe 及 cabriolet 車款相同的先進車用資訊娛樂系統，包括獲獎肯定、搭載 NVIDIA Tegra 處理器的 Audi 虛擬駕駛艙系統。這套改寫產業發展面貌的顯示系統，以豐富視覺內容和彈性版面配置方式，在各種路況下配合駕駛人的需求。
這套改寫產業發展面貌的顯示系統，以豐富視覺內容和彈性版面配置方式，在各種路況下配合駕駛人的需求。
迎合洛城的冬季路況
Lamborghini 在會場外一處價值千萬美元的豪宅裡，為旗下的 Huracán LP 580-2 Spyder 敞篷超跑舉辦媒體見面會。搭載 5.2升 V10 引擎的 Huracán Spyder 超跑擁有572匹馬力，從0加速到時速60哩只需3.6秒。它的速度其實比 LP 620-4 Spyder 更慢，不過由於採用後輪驅動，讓飄移時的弧線和甩尾更添「樂趣」，這對跑山路和週末跑跑賽車場的駕駛來說是個好消息。
Lamborghini 的敞篷超跑 Huracán LP 580-2 Spyder 亮相。
NVIDIA 又跟這款車有什麼樣的合作呢? NVIDIA 的技術用在駕駛人前方 12.3 吋高解析度薄膜電晶體螢幕內的導航系統上，讓駕駛人更輕鬆注意前方路況，這對於高速行駛的超跑來說也是好事一件。Huracán 是首批將車用資訊娛樂系統移開中控台的車款之一，改移到方向盤後方。
NVIDIA 的技術用在駕駛人前方 12.3 吋高解析度薄膜電晶體螢幕內的導航系統上，讓駕駛人更輕鬆注意前方路況。
給改裝車迷的特別大禮
本田汽車推出第十代的 Honda Civic Si。
本田汽車推出第十代的 Honda Civic Si，對許多車迷來說是一大喜事。深受改裝車迷喜愛的 Civic Si，1.5 升渦輪四氣缸引擎提供了180匹馬力。這次展出的特殊車款只是原型車，本田汽車將在2017年宣告正式版本的內容。
Honda Civic Si 搭載內建 NVIDIA 處理晶片、以 Android 平台為基礎的 Honda Connect 系統。
這部小跑車搭載內建 NVIDIA 處理晶片、以 Android 平台為基礎的 Honda Connect 系統，能以更方便安全的方式使用車內如同智慧型手機般的各種 app。
為愛冒險的你所呈獻的 MINI
全新的 Mini Cooper Countryman S E All4 車款。
MINI 以全新的 Mini Cooper Countryman S E All4 贏得車迷們的一片讚嘆。MINI 車廠惹人喜愛的混合動力車款軍容更壯大，能以純電動方式行駛。全新的 Countryman 車款搭載更強大的3氣缸引擎搭配電動馬達，擁有211匹馬力，純電動行駛距離為24哩。
MINI 旗下的車款搭載 BMW 車廠採用 NVIDIA 處理晶片的導航和車用資訊娛樂系統 iDrive，擁有高清畫面、即時路況回報和導航資訊等特色，在操作上又極為簡單。
MINI 旗下車款搭載 iDrive 系統，擁有高清畫面、即時路況回報和導航資訊等特色，在操作上又極為簡單。
搭載 Tegra 的導航與車用資訊娛樂系統，讓駕駛人在旅途中更善加利用時間。
忘了FANG吧，芯片股才是美股新王者
2016年12月28日 09:40:58
半导体领域的公司很难像Facebook，Amazon，Netflix和Google这样的公司那样为普通家庭所熟知。这几家公司为2015年的美股市场提供了支撑力量，也收获了新名称——由头字母组成的“FANG”。
但在2016年，芯片股全面暴涨，PHLX半导体指数飙升超过41％。根据Morningstar的数据，跟踪该指数的iShares ETF在2016年吸引了1.401亿美元新资金的净流入。
其中，芯片制造商英伟达表现极度抢眼，今年已经暴涨近3倍，成为了今年表现最好的美股。上一次出现如此之高的涨幅还是在2013年，Netflix上涨了298%。近日英伟达股价十连涨，周二上涨6.87%，收于117.32。
这种爆炸性增长有时会发生在抓牢了大趋势的初创公司身上。但英伟达不同，它开始于1993年为视频游戏制造处理器。通过近几年的努力，英伟达在一些最有前途的未来技术上获得了近乎于垄断的地位，达到令人惊讶的地步。
谷歌的搜索引擎、亚马逊的Alexa数字主力、特斯拉的自动驾驶汽车和Netflix的电影推荐功能都在使用着英伟达的处理器。
出自：http://wallstreetcn.com/node/282043
出自：http://wallstreetcn.com/node/282043
野心勃勃的英伟达：成为新一轮科技革命的“心脏”
当普通玩家面对英伟达GeForce GTX 1080显卡的性能诱惑，还在犹豫是否要花几千块钱升级自己的电脑时，英伟达的创新能力则犹如其显卡的进化速度，在多个领域突飞猛进、遍地开花。
成立于1993年，英伟达以制造显卡起家，并于1999年上市。在今年之前，英伟达股价从未超过40美元。今年以来，在科技行业的热门领域，无论是无人驾驶还是微型超级电脑，英伟达突然以全新的面貌冲了出来。其股价也一路上涨，昨日收盘达到107.11美元。
过去多年来，英伟达一直遭到英特尔以及高通等竞争对手的围剿。2008年，当英特尔决定在自家产品中融入芯片组技术时，英伟达的芯片组业务几乎一夜间消失。但是在显卡业务上，英特尔始终未能打造出足以媲美英伟达的产品，英伟达在高端电脑市场的位置固若金汤。
在近年来极为火热的智能手机市场，英伟达CEO黄仁勋很早就曾指出，人们的交流方式以及计算行业将迎来重大变革，英伟达也于2008年首次发布了手机芯片Tegra，开始在移动领域大显身手。
随后，全球首款双核Tegra 2、首款四核Tegra 3更是让英伟达在这个领域的表现达到顶峰，以强劲的性能拉开与对手的差距。
但从Tegra 4开始，这种势头就开始下降，原因是缺少了通信基带导致整机成本、设计难度高于高通等竞争对手，即便图形性能再强也于事无补。于是，2014年5月24日黄仁勋表示，英伟达决定撤离智能手机市场。
但是，英伟达的故事才刚刚开始。
引领无人驾驶汽车革命
今年9月，英伟达汽车业务高级主管Danny Shapiro表示，在路上行驶的车辆之中，有超过20个品牌的1000万辆车在不同程度地使用英伟达的技术。此时，有更多的人看到了英伟达占据下一代汽车技术核心位置的潜力。
与特斯拉上17英寸屏幕对英伟达显卡技术的依赖相比，更值得注意的是英伟达打造的无人驾驶汽车的“大脑”： Drive PX 2，这是一台能够帮助汽车进行定位和躲避障碍物的人工智能电脑。
（图片来自英伟达官网）
Drive PX 2到底有多强大？Shapiro称，甚至可以这样说，Drive PX 2让车辆获得了亲眼“看”世界的能力，总计已有超过80家汽车厂商、创业公司以及研究机构依赖于Drive PX 2驱动他们所研发的无人驾驶汽车。
Shapiro对Drive PX 2进一步解释称：
这个系统让车辆能够感知周边情况，加以理解，并在1/30秒内采取行动，这种能力是目前的自动驾驶汽车能够上路的前提。
今年年初，英伟达推出Drive PX 2，其性能堪比150台苹果 Mac Pro。英伟达称，Drive PX 2的深度学习处理频率达到了前所未有的每秒24万亿次，深度学习将使得自动驾驶汽车分辨出周围的物体，比如一只狗或者一部警车，并对此发出警报。
改变VR的黑科技
虚拟现实（VR）领域是英伟达技术的另一用武之地。
一款VR产品如果要让用户使用时感受不到眩晕，画面就要达到一定的帧率要求。而对整个画面按照高帧率渲染，对硬件计算能力的要求则又极高。
为解决这个问题，英伟达基于其积累多年的图像处理技术，利用人眼的视觉原理，尝试在VR设备中仅对视觉中心区域进行完全渲染，其他区域则保留很低的分辨率。
按照这种做法，仅仅对用户目光聚焦处进行这种渲染，则能节省出巨大的硬件计算能力，大幅提升整体性能表现。“（硬件）表现上的提升，大到根本无法忽视，” 英伟达研发副总裁David Luebke称。
英伟达称，希望这些发现能够激发大型VR厂商在未来产品中集成眼球追踪技术。“我们目前在做的工作，一部分就是用于帮助（行业）制定VR之路的规则。”
麻省理工科技评论在文章中表示，这种技术未来将对英伟达显卡产品带来影响，也将令开发者按此思路调整图像渲染算法。
新杀手锏
今年4月，英伟达发布了一款定位于深度学习的超级计算机DGX-1。据英伟达官网描述，DGX-1将硬件、深度学习软件以及开发工具整合到了一起，其中包括8块英伟达Tesla P100 GPU，运算能力相当于250台传统服务器，可以帮助用户大幅缩短处理时间。
而其长宽高仅分别为866、444、131毫米，功耗3200W。
自2012年来，数据科学家一直在利用GPU加速对深度学习技术的开发，但是当前计算机处理能力成为他们难以克服的瓶颈。随着DGX-1投入使用，以前部分根本不可能实现的深度学习模块，就能够得以运行。
据麻省理工科技评论，这一超级计算机最早的使用者表示，DGX-1让他们能够更快的训练自身的数据分析模块，从而能加快实验进展，推动在科学、医疗以及金融等多个领域的突破。
黄仁勋的过人之处
英伟达近年的快速发展以及在诸多领域取得的突破，与其CEO黄仁勋的贡献密不可分，而53岁的黄仁勋在公司成立二十多年后依然担任CEO，在西方也并不多见。
曾在黄仁勋手下工作过的人对媒体表示，迄今为止，黄仁勋在运营英伟达时仍像对待一家创业公司一样，决策果断，执行迅速。
对于一家半导体制造商来说，芯片从设计到生产的过程可能要花费数年时间以及巨额资金，企业通常会规划一个路线图，并基于此打造组织结构。
而在英伟达，整个过程则要快得多。当一名高管试图描述新芯片设计进展时，黄仁勋很有可能叫来工程师现场提出技术问题，然后迅速毙掉这个项目，或者改变研发方向。
同时，黄仁勋在对待其产品的理念上也极为灵活。
上面提到，2014年5月英伟达决定撤离智能手机芯片市场，但是撤离之后，英伟达并没有放弃Tegra芯片的研发，而是把目光集中到了移动游戏和汽车领域，自家也推出了Shield游戏掌机，硬生生为Tegra开创出一片新的天地。
尽管Shield并未动摇微软Xbox以及索尼PlayStation在游戏领域的地位，但是却为Tegra芯片带来了任天堂这一重量级客户。今年10月底，任天堂公布的最新游戏机Nintendo Switch采用的就是英伟达定制的Tegra处理器。
Stifel Nicolaus & Co分析师Kevin Cassidy称，Tegra基本上是英伟达的一个内部试验项目，如今则被任天堂采用。英伟达总会卷起袖子创造一个新市场，并拱手将其让给客户，这是又一个例子。
为什么是英伟达？
无论是无人驾驶还是其他尖端技术所依赖的深度学习，都离不开数据处理核心。提到数据处理，人们的第一反应总会是计算机的大脑——CPU，以及全球最大的CPU厂商英特尔。
在处理复杂任务时，英特尔CPU能够展现出优异的速度表现，但是在平行处理多任务的能力上却存在很大限制。GPU的快速发展，不论在处理速度还是多任务处理能力上，都有着更大的优势，而这正是英伟达过去二十多年来孜孜耕耘的领域。
华尔街见闻此前曾援引浙商证券分析师杨云的介绍提到，相比于CPU，GPU的一大优势是高速度。杨云称：
国内最好的人工智能硬件研究项目“寒武纪”小组的最新研究结果表明，GPU能够提供平均 58.82 倍于CPU的速度。GPU的另一大优势，是它对能源的需求远远低于CPU。
杨云认为，正是因为GPU的高速度以及可以平行处理大量琐碎信息的特性，GPU在“深度学习”领域就能发挥巨大的作用。
深度学习所依赖的是神经系统网络——与人类大脑神经高度相似的网络——而这种网络出现的目的，就是要在高速的状态下分析海量的数据。例如，如果你想要教会这种网络如何识别出猫的模样，你就要给它提供无数多的猫的图片。而GPU擅长的正是海量数据的快速处理。
杨云称，与传统的通用处理器（GPP）相比，GPU的核心计算能力要多出几个数量级，也更容易进行并行计算。尤其是英伟达的CUDA，作为最主流的GPGPU编写平台，各个主要的深度学习工具均用其来进行GPU 加速。
英特尔当然不甘示弱。今年8月，英特尔宣布将于2017年推出专门为人工智能深度学习而设计的最新一代产品——Intel Xeon Phi处理器，代号Knights Mill，称其运算能力比对手的产品快两倍以上，矛头直指英伟达。
英特尔数据中心集团副总裁Jason Waxman在8月的一篇博客中也曾表示，虽然现在很多人都在谈论GPU对于机器学习的价值所在，但事实上，去年为深度学习而研发的处理器中，使用到GPU的比例还不到3%。
此外，英特尔还斥资4亿美元收购了深度学习技术公司Nervana Systems，目标在于取得其将于2017年问世的深度学习加速器芯片，以此挑战英伟达在人工智能市场的主导地位。
对于英特尔当时的步步紧逼，英伟达则予以强力反击，称英特尔在宣传其最新Xeon Phi处理器加速深度学习性能时使用了过时数据，其在深度学习性能测试上还使用了英伟达很多年前的旧产品Kepler GPU系列，这属于有意误导消费者，没有给GPU性能一个公正的评价。
口水战固然吸引眼球，但市场并不傻，企业盈利能力依然是关注的核心。
英特尔二季度净利润受到重组减记14亿美元的拖累而遭遇“腰斩”，至13亿美元。其盈利的两大增长点——数据中心和物联网营业收入当季均不及预期，数据中心的净营业收入为40.3亿美元，市场预期为41.6亿美元。
英伟达体量较小，第二季度净利润为2.53亿美元，但同比增速却高达惊人的873%。其数据中心业务营收也达到1.51亿美元，同比增长了一倍多，其中很大一部分是深度学习系统贡献的。
对于这两家企业来说，由于体量大不相同，英特尔市值为英伟达的三倍，其可比性有限。但是，对于华尔街来说，超出预期的业绩显然胜过一切。
出自：http://wallstreetcn.com/node/281247?from=wscnSideRecommend
NVIDIA基本面估值：
| Market cap | 62.77bn USD |
|---|
| P/E (TTM) | 61.31 |
|---|
RETURN ON EQUITY:13.8%
TOTAL DEBT TO EQUITY: 33.7%
http://life1nvest.blogspot.my/2016/12/nvidia3.html
资料整理：笔者
