這幾天，圍繞著英偉達的一份使用禁令，國內的人工智能和科技圈展開了極其熱烈的“討論”，但隨著昨天英偉達公布官方意見，這件事終于水落石出。結論只有一個——英偉達這次真的被“冤枉”了。重新審視 NVIDIA 新規，疑問究竟在哪里？

　　首先我們先來重新“復盤”一下新規，以及此次整個事件的爆發。

　　此次的新規定實際上來自于英偉達英文官網的 GeForce 驅動下載頁面，用戶在下載驅動之前必須勾選相應的許可協議（與安裝軟件之前必須勾選的那種相似）。

　　這也意味著——所有使用 GeForce 驅動軟件的用戶，默認實際上是都同意了本許可協議。

　　爭議性的內容出現在“授權許可”部分中的“限制”項中，具體說法為“數據中心并不被許可使用該軟件，除非數據中心在進行區塊鏈運算。”

　　這一內容最早被德國科技雜志 golem.de 發現并實時報道，隨即被用戶“booooomba”發上 Reddit 論壇，但在新聞的描述中卻悄然發生了改變——

　　“The new NVIDIA EULA prohibits Deep Learning applications to be run on GeForce GPUs.（新的 NVIDIA EULA 禁止在 GeForce GPU 上運行深度學習應用程序。）”

　　究竟為什么“booooomba”會選擇這個角度來詮釋新規，我們不得而知，但這份新規的確帶來了以下幾個疑問：

　　這項規定中所指的“數據中心”究竟是指什么？為什么區塊鏈運算會被排除在外？

　　“限制”條款中其他三項都是常見的產品權利，為什么會在第四條出現一條如此具體的規定？

　　接下來，雷鋒網就這三個主要疑問做進一步的解析。

關鍵疑問1：究竟 NVIDIA 想限制什么？

　　昨天，NVIDIA 官方給雷鋒網的回復中，可以明確得知一點——此次新規定針對的對象并不是普通的 GeForce 顯卡用戶，而是大型數據中心。而在擁有這些大型數據中心的，往往是各大商。

　　NVIDIA 官方聲明中是這樣說的：“不鼓勵用戶在嚴苛的大規模企業環境中不恰當的使用我們的 GeForce 和 TITAN 產品”。

　　同時 NVIDIA 還強調：“研究人員通常會將 GeForce 和 TITAN 產品用于非商業用途或其他不以數據中心規模運作的研究用途。NVIDIA 無意禁止這些用途。”

　　通過這兩條闡述，我們不難看出其中的兩個、需要同時滿足的關鍵界定標準：是否商業用途、數據中心規模。

　　將這兩個條件結合起來，我們能得到的就是目前正在向用戶提供“GPU 云計算”服務的大中型云服務商們。

關鍵疑問2：為什么要“放”區塊鏈一馬？

　　在很多之前的報道中，很多媒體都或多或少加入了一種“描述”：

　　“NVIDIA 這次限制了數據中心，卻放過了比特幣挖礦！”，有的友媒甚至在標題上大大的寫著“英偉達新禁令：不能隨便用 GeForce 顯卡跑深度學習（挖礦可以）”，但事實真的是如此么？

　　首先需要澄清的第一點是，NVIDIA 從來就不支持 GeForce 系列產品用來挖礦。

　　今年年中，NVIDIA 就曾在某顯卡品牌活動上直接表示：“NVIDIA 不鼓勵 GeForce 游戲顯卡挖礦，不鼓勵用戶這么做，要挖礦請使用專門的挖礦顯卡型號”。

　　雖然截至目前這句話仍未寫在任何規定當中，但 NVIDIA 在今年年中拿出的專用挖礦 GPU 就是最好的證明。

　　今年 NVIDIA 推出的挖礦專用顯卡代號“P106-100”，在消費級市場的 GeForce GTX1060 顯卡“修改”而來，但不僅沒有硬件圖像輸出接口，就連 Dirext 功能（微軟的顯示 API 軟件，目前 Windows 上的各類游戲都需要此軟件才能運作）也在物理層面上被閹割掉。

　　如此大費周章的目的只有一個——盡可能保護消費級市場。

　　在比特幣曾經輝煌的 2013-2014 年，AMD 的 HD7000 系列也曾發生過長時間的斷貨現象。

　　但隨著 2014、2015 年比特幣大幅降溫，越來越多曾經用于挖礦的 AMD 顯卡“重返”消費級市場，這一批經過挖礦“虐待”的產品極大地沖擊了 AMD 的消費級產品市場，所帶來的售后問題更是讓 AMD 叫苦不迭。

　　對于顯卡挖礦潮這件事，NVIDIA 實際上一直有著警戒之心，今年早些時候由 ICO 帶動的“挖礦潮”興起時，國內很多 NVIDIA 顯卡 OEM 廠商在產品包裝外部專門貼上表示：

　　“如果本產品被用于挖礦，我們將保留拒絕保修和維護的權利。”

　　從 AMD 的前車之鑒、到 OEM 廠商生命、再到專門礦卡 P106-100 的推出，NVIDIA 躲挖礦還躲不及呢，怎么可能對它表示支持的態度呢？

　　P106 礦卡的驅動實際上由 GeForce 驅動修改而來

　　問題來了，為什么這次的規定中還會對區塊鏈運算放一馬呢？

　　在一位顯卡行業專業人士最終告訴其中的奧秘果——不是 NVIDIA 支持區塊鏈，而是 GeForce 驅動實際上“間接”也用在挖礦專用顯卡上。

　　至于為什么不專門弄一個系列的驅動嘛，NVIDIA 沒那個功夫，也不想花那個功夫。

關鍵問題3：NVIDIA 為什么要如此“突出”這項規定？

　　雖然說驅動的用戶協議通常大家都會點同意，但 NVIDIA 將其與眾多的產品最基礎規定放在一起，可見這項規定的重要性。

　　為什么 NVIDIA 要如此“突出”這項規定？直接原因除了 NVIDIA 官方在聲明中提到的產品適用性擔憂之外，更重要的是 NVIDIA 對于明晰消費市場、企業市場區分的渴望。

　　必須提前著重說明的是，這跟錢有關，但并不是簡單的錢的問題。

　　因為在整個半導體產品市場，這種情況也是普遍存在的，從 NVIDIA 的競爭對手 AMD，到 CPU 老大英特爾，實際上都有著自己的市場區隔。當然根源還是消費級市場和企業級市場的差異。

　　消費級市場用戶的用途往往比較簡單，同時對于產品的需求也比較集中。

　　例如 GPU，你只要圖形性能好和運行穩定就可以了。

　　但對于企業來說，只提供硬件是遠遠不夠的，你還需要給他們開發各種軟硬件接口，你需要對各種應用場景進行適配，你需要提供各種企業級服務，甚至是工程師到現場進行技術協助。

　　這些羊毛自然應該出在羊身上，也就造成了價格差距。

　　NVIDIA 針對不同 GPU 加速應用推出的解決方案

　　如何分別對消費級市場、企業級市場這“兩群羊”分別進行合理的收費，最終成為了半導體行業企業都必須面對的一個問題。

　　而對能夠產生商業收益、同時又需要更多產品服務的云服務商收更多錢，這本身就是“合乎常理”的。

　　從另外一個角度來說，“消費級產品比企業級更便宜”甚至可以理解為“NVIDIA 合理地收取企業級市場費用，進而降低消費級市場的成本”。

　　這不僅是公司整體策略的取舍，更是市場競爭法則最終選擇出來的結果。

　　附加說明：消費級產品真的不適用于企業級市場么？

　　正如上面所說，消費級市場和企業級市場“天差地別”，其中一個最好的說明就是兩者的使用環境差距：

　　消費級市場 GPU 通常安裝在機箱內，需要自己完成整個散熱過程，同時使用時長較短、使用頻次較低。

　　企業級市場，GPU 通常都被“塞”進機架中，通常只裝備散熱器而依靠外部力量（風、液體）來完成散熱過程，使用時長非常長、使用頻次非常高、穩定性要求永遠優先。

　　這也讓兩個市場的產品在各方面差異性巨大，例如外形。

　　以同樣使用 GP102 核心（具體型號不同）及關鍵處理器參數十分接近的的 GeForce GTX1080Ti 和 Tesla P40 為例。前者和后者的外形是完全不一樣的：

　　GTX1080Ti 自帶渦輪風扇，同時顯卡散熱器尾部并不可以流通空氣，這種散熱方式在消費級 PC 市場的使用環境中非常高效。

　　而 Tesla P40 則采用了無風扇、頭尾貫通的設計。可以數張緊密地排在服務器中，同時不影響散熱效果。

　　除了外觀上的不同外，NVIDIA 實際還會花一些潛在的功夫。

　　雖然 GPU 生產過程中用著相同的材料和工藝，但最終的成品往往還有一些細微差距。

　　例如有些 GPU 能夠在較低的電壓下工作、有的 GPU 擁有更高的超頻性能等等，這些細微的差距再加上 NVIDIA 在產品參數上的區別調校，最終形成了服務器產品的冗余性。

　　主流云服務商用的就是企業級產品

　　在結合眾多因素考慮之后，相信你或許已經有了自己的判斷，至少在雷鋒網看來：

　　這次新規只是 NVIDIA 對于自身產品業務的一次明晰，而“不幸”中招的企業，都是之前“不按云服務行業規矩”的公司。

　　雷鋒網就此還專門采訪了國內的云服務巨頭和騰訊云，其中阿里云表示不予置評。

　　但根據雷鋒網查詢，阿里云實際上一直與 NVIDIA 保持著密切的合作，NVIDIA 最新的 Tesla V100 系列 GPU 也已經到了阿里云手中，正在部署之中。

　　騰訊云給出的回應則更加直接：

　　“用 GeForce GPU 打造企業級 IaaS（基礎設施即服務）服務，然后來售賣這種做法，我們并不推薦。從企業級用戶的需求來看，他們更看重穩定性。Telsa 系列穩定性，能效比的確有優勢。”

　　在詢問道 NVIDIA 與其合作的價值時，騰訊云工程師表示：“NVIDIA 對我們硬件上的支持是非常迅速的。

　　騰訊云在此基礎上，通過深度開發，推出了多款產品滿足用戶的需求。”

　　有趣的是，亞馬遜 AWS 今年 10 月就已經引入了 NVIDIA 的 8 路 Tesla V100 GPU 加速器，并且作為全新的云服務提供給終端用戶。

　　這樣看來，雖然用 GeForce 在賬面上更劃算，但這樣去打造企業級服務的云服務商，其實只是行業“異類”。

　　寫在最后：吃水也要喂一口打井人

　　作為并行計算、乃至人工智能時代的主要“動力源”，NVIDIA 的數款 GPU 利用自身不斷提升的性能在帶動著整個行業前進。

　　而且 NVIDIA 做的并不僅僅是打造產品這一項，開發軟硬件接口、提供應用解決方案、孵化創業公司、舉辦技術峰會等等。

　　與其黑 NVIDIA“壟斷”，倒不如說 NVIDIA 自身技術不斷的“躍進”，造就了其產品和服務中的巨大優勢。

　　但因為一個企業在技術和市場方面發展快而去限制它，防止它“壟斷”，是否又違背了技術發展和市場發展的本意，或者說那才是真正的“濫用”權利呢？