这几天，围绕着英伟达的禁令，在国内人工智能界和科技界掀起了一场异常火爆的“讨论”，但是随着英伟达官宣昨日，此事终于水落石出。只有一个结论——英伟达这次真的“冤枉”了。重新审视NVIDIA新规，问题出在哪里？ 首先，让我们“回顾”一下新规和整个事件的爆发。 这次的新规定其实来自英伟达英文官网的GeForce驱动下载页面。用户在下载驱动程序之前必须查看相应的许可协议（类似于安装软件之前必须查看的许可协议）。 这也意味着所有使用GeForce驱动软件的用户实际上默认同意本许可协议。 争议内容出现在“许可”部分的“限制”项中，具体说“除非数据中心正在执行区块链计算，否则数据中心未被许可使用该软件。” 此内容最先被德国科技杂志golem.de实时发现并报道，随后被用户“booooomba”发布到Reddit论坛，但消息描述却悄然发生了变化—— ”ThenewNVIDIAEULAprohibitsDeepLearningapplicationstoberunonGeForceGPUs.（ThenewNVIDIAEULAprohibitsrunningdeeplearningapplicationsonGeForceGPUs.）” 为什么“booooomba”会选择这个角度解读新规定，我们不知道不知道，但这个新规确实带来了以下问题：这个规例中的“数据中心”到底是指什么？为什么要排除区块链运营？ “限制”条款中的其他三项是常见的产品权利，为什么第四条会有这样的具体规定？ 接下来，雷锋网将进一步分析这三个主要问题。关键问题1：NVIDIA到底想限制什么？ 昨天，在NVIDIA对雷锋网的官方回复中，可以清楚地了解到，新规针对的不是普通GeForce显卡用户，而是大型数据中心。而拥有这些大型数据中心的人往往都是大商人。 NVIDIA官方声明称：“不鼓励用户在恶劣的大型企业环境中不当使用我们的GeForce和TITAN产品。” 与此同时，NVIDIA还强调：“研究人员经常将GeForce和TITAN产品用于非商业目的或其他不在数据中心规模上运行的研究目的。NVIDIA无意禁止这些用途。” 通过这两个阐述，不难看出其中两个，需要同时满足的关键定义标准：是否商用，以及数据中心的规模。 结合这两个条件，我们可以得到的是目前正在为用户提供“GPU云计算”服务的大中型云服务商。关键问题2：为什么要“放手”区块链？ 在之前的很多报道中，不少媒体都或多或少地加了一句“说明”： “NVIDIA这次限制了数据中心，但比特币挖矿放手了！”，甚至有媒体友写道“NVIDIA的新禁令：你不能用GeForce显卡运行深度学习（挖矿可以）”的标题，但事实真的如此吗？ 首先需要说明的一点是，NVIDIA从来不支持GeForce系列产品进行挖矿。 今年年中，NVIDIA在一次显卡品牌活动上直接表态：“NVIDIA不鼓励GeForce游戏显卡挖矿，也不鼓励用户挖矿，挖矿请使用专用挖矿显卡卡片模型。” 虽然这句话目前还没有写在任何法规上，但NVIDIA今年年中发布的挖矿专用GPU就是最好的证明。 今年NVIDIA推出的挖矿专用显卡代号为“P106-100”，是消费市场上的GeForceGTX1060显卡“改装”而来。网上各种游戏都需要这个软件才能运行）也被阉割了。 闹了这么多事，目的只有一个——尽可能保护消费市场。 在比特币辉煌的2013-2014年，AMD的HD7000系列也出现了长期断货的现象。 但随着2014年和2015年比特币的急剧降温，越来越多曾经用于挖矿的AMD显卡“回归”消费市场。AMD消费产品市场带来的售后问题，更是让AMD叫苦不迭。 NVIDIA一直对显卡的挖矿浪潮保持警惕。今年初ICO带动的“挖矿热潮”掀起时，国内多家NVIDIA显卡代工专门发帖表示： “如果该产品用于挖矿，我们将保留拒绝保修和维修的权利。” 从AMD的教训，到OEM厂商的生活，再到P106-100专用矿卡的推出，NVIDIA挖矿都躲不掉，怎么支持呢？ P106矿卡驱动其实是从GeForce驱动改过来的 问题是，为什么这个规定忽略了区块链计算？ 显卡行业的专业人士终于说出了秘果——并不是NVIDIA支持区块链，而是GeForce驱动其实“间接”也用在了挖矿专用显卡上。 至于为什么不专门做一个系列的驱动，NVIDIA没有那个功夫，也不想花那个功夫。关键问题三：NVIDIA为何如此“强调”这项规定？ 虽然驱动的用户协议一般都是大家都约定好的，但是NVIDIA把它和很多产品最基本的规定放在一起，可见这个规定的重要性。 为什么NVIDIA对这条规定如此“突出”？除了NVIDIA官方声明中提到的产品适用性担忧外，直接原因是NVIDIA希望明确区分消费市场和企业市场。 必须提前强调一下，这跟钱有关，但不是简单的钱的问题。 因为这种情况在整个半导体产品市场普遍存在。从NVIDIA的竞争对手AMD到CPU龙头英特尔，其实都有自己的细分市场。当然，根本原因在于消费市场和企业市场的不同。 消费市场的用户往往用途比较单一，同时对产品的需求也比较集中。 比如GPU，你只要图形性能好，运行稳定就可以了。 但是对于企业来说，仅仅提供硬件是不够的，还需要为他们开发各种软硬件接口，需要适配各种应用场景，需要提供各种企业级的服务，甚至是工程师来现场寻求技术帮助。 这些羊毛自然应该是羊的，才造成了价格差距。 NVIDIA针对不同GPU加速应用的解决方案 如何针对消费市场和企业市场的“两只羊”进行合理收费，最终成为半导体行业企业必须面对的问题。问题。 向能够产生商业利益，同时需要更多产品和服务的云服务商收取更多费用是“正常”的。 从另一个角度来看，“消费级产品比企业级产品便宜”甚至可以理解为“NVIDIA合理收取企业级市场费用，从而降低消费级市场的成本”。 这既是公司整体战略的选择，也是市场竞争规律最终选择的结果。 补充说明：消费类产品真的不适合企业市场吗？ 如前所述，消费级市场和企业级市场“截然不同”，最好的解释之一就是两者使用环境的不同： 消费级市场的GPU通常安装在机箱和要求自己完成整个散热过程，同时使用时间更短，使用频率更低。 在企业市场，GPU通常是“塞”在机架上，通常只配备散热器，依靠外力（风、液体）来完成散热过程，使用时间很长，频率高使用率很高，稳定性要求永远优先。 这也使得两个市场的产品在各个方面都大相径庭，比如外观。 就拿GeForceGTX1080Ti和TeslaP40来说，同样采用GP102核心（具体型号不同），关键处理器参数非常接近。前者和后者的外形完全不同： GTX1080Ti自带涡轮风扇，显卡散热器后部不允许空气流通。这种冷却方法在消费PC市场环境中非常有效。 TeslaP40采用无风扇、头尾相接的设计。几张可以紧密排列在服务器内，不影响散热效果。 除了外观上的差异，NVIDIA其实也会花费一些潜能。 虽然在GPU生产过程中使用了相同的材料和工艺，但最终的产品往往会有些细微的差别。 比如有的GPU可以工作在较低的电压，有的GPU有更高的超频性能等等，这些细微的差别，再加上NVIDIA在产品参数上的不同调整，最终形成了服务器产品。冗余。 主流的云服务都是商用的企业级产品 考虑了很多因素后，相信大家可能会有自己的判断，至少雷锋网是这么说的：产品业务澄清了一次，“遗憾”招的都是之前“不按云服务行业规则走”的公司。 雷锋网还专门采访了国内云服务巨头和腾讯云，阿里云对此不予置评。 但据雷锋网查询，阿里云其实一直与NVIDIA保持密切合作，NVIDIA最新的TeslaV100系列GPU也已经到阿里云手中，正在部署中。 腾讯云的回应更为直接： “不推荐使用GeForceGPU构建企业级IaaS（基础设施即服务）服务然后出售。从企业级用户的需求来看，他们似乎更看重稳定性。Telsa系列的稳定性在能效上确实有优势。”当被问及NVIDIA与其合作的价值时，腾讯云工程师表示：“NVIDIA对我们硬件的支持非常快。 腾讯云在此基础上进行深度开发，推出了多款满足用户需求的产品。” 有趣的是，亚马逊AWS在今年10月推出了NVIDIA的8路TeslaV100GPUAccelerator，并作为新的云服务提供给终端用户。 从这个角度来看，虽然在账面上使用GeForce更划算，但以这种方式打造企业级服务的云服务商，实际上只是行业内的“异类”。 写在最后：草稿也要喂给挖井人 作为并行计算乃至人工智能时代的主要“动力源”，NVIDIA的几款GPU正在带动整个行业向前发展他们不断提高的表现。 而NVIDIA所做的不仅仅是打造产品、开发软硬件接口、提供应用解决方案、孵化初创公司、举办技术峰会等等。 与其黑NVIDIA的“垄断”，不如说NVIDIA在技术上的不断“飞跃”，在其产品和服务上创造了巨大的优势。 但是，因为企业技术和市场的快速发展，就对其进行限制，不让其“垄断”，这是否违背了技术开发和市场开发的初衷，还是真正的“滥用权利”？
