这几天，围绕着英伟达的一份使用禁令，国内的人工智能和科技圈展开了极其热烈的“讨论”，但随着昨天英伟达公布官方意见，这件事终于水落石出。
结论只有一个——英伟达这次真的被“冤枉”了。
重新审视NVIDIA新规，疑问究竟在哪里？
首先我们先来重新“复盘”一下新规，以及此次整个事件的爆发。
此次的新规定实际上来自于英伟达英文官网的GeForce驱动下载页面，用户在下载驱动之前必须勾选相应的许可协议（与安装软件之前必须勾选的那种相似）。
这也意味着——所有使用GeForce驱动软件的用户，默认实际上是都同意了本许可协议。
争议性的内容出现在“授权许可”部分中的“限制”项中，具体说法为“数据中心并不被许可使用该软件，除非数据中心在进行区块链运算。”
这一内容最早被德国科技杂志golem.de发现并实时报道，随即被用户“booooomba”发上Reddit论坛，但在新闻的描述中却悄然发生了改变——
“The new NVIDIA EULA prohibits Deep Learning applications to be run on GeForce GPUs.（新的NVIDIA EULA禁止在 GeForce GPU上运行深度学习应用程序。）”
究竟为什么“booooomba”会选择这个角度来诠释新规，我们不得而知，但这份新规的确带来了以下几个疑问：
这项规定中所指的“数据中心”究竟是指什么？为什么区块链运算会被排除在外？
“限制”条款中其他三项都是常见的产品权利，为什么会在第四条出现一条如此具体的规定？
接下来，雷锋网就这三个主要疑问做进一步的解析。
关键疑问1：究竟NVIDIA想限制什么？
昨天，NVIDIA官方给雷锋网的回复中，可以明确得知一点——此次新规定针对的对象并不是普通的GeForce显卡用户，而是大型数据中心。而在拥有这些大型数据中心的，往往是各大云服务商。
NVIDIA官方声明中是这样说的：“不鼓励用户在严苛的大规模企业环境中不恰当的使用我们的GeForce和TITAN产品”。
同时NVIDIA还强调：“研究人员通常会将GeForce和TITAN产品用于非商业用途或其他不以数据中心规模运作的研究用途。NVIDIA无意禁止这些用途。”
通过这两条阐述，我们不难看出其中的两个、需要同时满足的关键界定标准：是否商业用途、数据中心规模。
将这两个条件结合起来，我们能得到的就是目前正在向用户提供“GPU云计算”服务的大中型云服务商们。
关键疑问2：为什么要“放”区块链一马？
在很多之前的报道中，很多媒体都或多或少加入了一种“描述”：
“NVIDIA这次限制了数据中心，却放过了比特币挖矿！”，有的友媒甚至在标题上大大的写着“英伟达新禁令：不能随便用GeForce显卡跑深度学习（挖矿可以）”，但事实真的是如此么？
首先需要澄清的第一点是，NVIDIA从来就不支持GeForce系列产品用来挖矿。
今年年中，NVIDIA就曾在某显卡品牌活动上直接表示：“NVIDIA不鼓励GeForce游戏显卡挖矿，不鼓励用户这么做，要挖矿请使用专门的挖矿显卡型号”。
虽然截至目前这句话仍未写在任何规定当中，但NVIDIA在今年年中拿出的专用挖矿GPU就是最好的证明。
今年NVIDIA推出的挖矿专用显卡代号“P106-100”，在消费级市场的GeForce GTX1060显卡“修改”而来，但不仅没有硬件图像输出接口，就连Dirext功能（微软的显示API软件，目前Windows上的各类游戏都需要此软件才能运作）也在物理层面上被阉割掉。
如此大费周章的目的只有一个——尽可能保护消费级市场。
在比特币曾经辉煌的2013-2014年，AMD的HD7000系列也曾发生过长时间的断货现象。
但随着2014、2015年比特币大幅降温，越来越多曾经用于挖矿的AMD显卡“重返”消费级市场，这一批经过挖矿“虐待”的产品极大地冲击了AMD的消费级产品市场，所带来的售后问题更是让AMD叫苦不迭。
对于显卡挖矿潮这件事，NVIDIA实际上一直有着警戒之心，今年早些时候由ICO带动的“挖矿潮”兴起时，国内很多NVIDIA显卡OEM厂商在产品包装外部专门贴上表示：
“如果本产品被用于挖矿，我们将保留拒绝保修和维护的权利。”
从AMD的前车之鉴、到OEM厂商生命、再到专门矿卡P106-100的推出，NVIDIA躲挖矿还躲不及呢，怎么可能对它表示支持的态度呢？
P106矿卡的驱动实际上由GeForce驱动修改而来
问题来了，为什么这次的规定中还会对区块链运算放一马呢？
在一位显卡行业专业人士最终告诉其中的奥秘果——不是NVIDIA支持区块链，而是GeForce驱动实际上“间接”也用在挖矿专用显卡上。
至于为什么不专门弄一个系列的驱动嘛，NVIDIA没那个功夫，也不想花那个功夫。
关键问题3：NVIDIA为什么要如此“突出”这项规定？
虽然说驱动的用户协议通常大家都会点同意，但NVIDIA将其与众多的产品最基础规定放在一起，可见这项规定的重要性。
为什么NVIDIA要如此“突出”这项规定？直接原因除了NVIDIA官方在声明中提到的产品适用性担忧之外，更重要的是NVIDIA对于明晰消费市场、企业市场区分的渴望。
必须提前着重说明的是，这跟钱有关，但并不是简单的钱的问题。
因为在整个半导体产品市场，这种情况也是普遍存在的，从NVIDIA的竞争对手AMD，到CPU老大英特尔，实际上都有着自己的市场区隔。当然根源还是消费级市场和企业级市场的差异。
消费级市场用户的用途往往比较简单，同时对于产品的需求也比较集中。
例如GPU，你只要图形性能好和运行稳定就可以了。
但对于企业来说，只提供硬件是远远不够的，你还需要给他们开发各种软硬件接口，你需要对各种应用场景进行适配，你需要提供各种企业级服务，甚至是工程师到现场进行技术协助。
这些羊毛自然应该出在羊身上，也就造成了价格差距。
NVIDIA针对不同GPU加速应用推出的解决方案
如何分别对消费级市场、企业级市场这“两群羊”分别进行合理的收费，最终成为了半导体行业企业都必须面对的一个问题。
而对能够产生商业收益、同时又需要更多产品服务的云服务商收更多钱，这本身就是“合乎常理”的。
从另外一个角度来说，“消费级产品比企业级更便宜”甚至可以理解为“NVIDIA合理地收取企业级市场费用，进而降低消费级市场的成本”。
这不仅是公司整体策略的取舍，更是市场竞争法则最终选择出来的结果。
附加说明：消费级产品真的不适用于企业级市场么？
正如上面所说，消费级市场和企业级市场“天差地别”，其中一个最好的说明就是两者的使用环境差距：
消费级市场GPU通常安装在机箱内，需要自己完成整个散热过程，同时使用时长较短、使用频次较低。
企业级市场，GPU通常都被“塞”进服务器机架中，通常只装备散热器而依靠外部力量（风、液体）来完成散热过程，使用时长非常长、使用频次非常高、稳定性要求永远优先。
这也让两个市场的产品在各方面差异性巨大，例如外形。
以同样使用GP102核心（具体型号不同）及关键处理器参数十分接近的的GeForce GTX1080Ti和Tesla P40为例。前者和后者的外形是完全不一样的：
GTX1080Ti自带涡轮风扇，同时显卡散热器尾部并不可以流通空气，这种散热方式在消费级PC市场的使用环境中非常高效。
而Tesla P40则采用了无风扇、头尾贯通的设计。可以数张紧密地排在服务器中，同时不影响散热效果。
除了外观上的不同外，NVIDIA实际还会花一些潜在的功夫。
虽然GPU生产过程中用着相同的材料和工艺，但最终的成品往往还有一些细微差距。
例如有些GPU能够在较低的电压下工作、有的GPU拥有更高的超频性能等等，这些细微的差距再加上NVIDIA在产品参数上的区别调校，最终形成了服务器产品的冗余性。
主流云服务商用的就是企业级产品
在结合众多因素考虑之后，相信你或许已经有了自己的判断，至少在雷锋网看来：
这次新规只是NVIDIA对于自身产品业务的一次明晰，而“不幸”中招的企业，都是之前“不按云服务行业规矩”的公司。
雷锋网就此还专门采访了国内的云服务巨头阿里云和腾讯云，其中阿里云表示不予置评。
但根据雷锋网查询，阿里云实际上一直与NVIDIA保持着密切的合作，NVIDIA最新的Tesla V100系列GPU也已经到了阿里云手中，正在部署之中。
腾讯云给出的回应则更加直接：
“用GeForce GPU打造企业级IaaS（基础设施即服务）服务，然后来售卖这种做法，我们并不推荐。从企业级用户的需求来看，他们更看重稳定性。Telsa系列稳定性，能效比的确有优势。”
在询问道NVIDIA与其合作的价值时，腾讯云工程师表示：“NVIDIA对我们硬件上的支持是非常迅速的。
腾讯云在此基础上，通过深度开发，推出了多款产品满足用户的需求。”
有趣的是，亚马逊AWS今年10月就已经引入了NVIDIA的8路Tesla V100 GPU加速器，并且作为全新的云服务提供给终端用户。
这样看来，虽然用GeForce在账面上更划算，但这样去打造企业级服务的云服务商，其实只是行业“异类”。
写在最后：吃水也要喂一口打井人
作为并行计算、乃至人工智能时代的主要“动力源”，NVIDIA的数款GPU利用自身不断提升的性能在带动着整个行业前进。
而且NVIDIA做的并不仅仅是打造产品这一项，开发软硬件接口、提供应用解决方案、孵化创业公司、举办技术峰会等等。
与其黑NVIDIA“垄断”，倒不如说NVIDIA自身技术不断的“跃进”，造就了其产品和服务中的巨大优势。
但因为一个企业在技术和市场方面发展快而去限制它，防止它“垄断”，是否又违背了技术发展和市场发展的本意，或者说那才是真正的“滥用”权利呢？
|
