西方的上帝说，要有光，于是便有了光。
人类似乎天生有创世情怀。
今天，扎克伯格，说元宇宙来了，于是开启了元宇宙的魔盒。
他把这个东西说得神乎其神，开天辟地，甚至连公司名字都从Facebook改成了Meta。一时间数字孪生、生命日志、镜像世界、数字星球等新鲜名词充斥头条，Roblox、雪崩、头号玩家、黑客帝国等等流行元素蜂拥而上。
但扎克伯格不是神，也不是什么外星派来毁灭人类的超级机器人，他只是一个野心很大、权力很大、压力也很大并且好像精神已经有点不太正常的30多岁的创业者。并不是他哪天起床说一句“要有元宇宙”，元宇宙就出现了。
虽然Facebook拥有目前最流行的VR设备，但它并不能以一己之力创造元宇宙。
正如我们曾经历过的PC互联网，移动互联网，必须要依靠芯片算力、操作系统、TCP/IP协议、3G、4G移动网络等等一整套底层技术才能得以实现一样，元宇宙作为以VR为交互方式的下一代互联网，也需要属于它的一整套底层技术作为支撑。
那其中最关键的技术是什么呢？我认为毫无疑问是显示技术。
所以，今天让我们来聊一聊元宇宙概念背后那个被忽略的真正大佬以及他那个创业二十多年只待元宇宙爆发的显卡小宇宙。
01
人类是生活在物质宇宙的三维生物，当一个3D商业概念敢自比宇宙的时候，最基本的要求当然是重构一个三维空间！
宇宙的真实建立在物理规律上，元宇宙作为人类社会的数字造物，其基础则是一整套IT基础设施！
IT产业，向来是先有超前技术，才有产业的繁荣。
Windows如此，社交网络如此，移动互联网如此，元宇宙时代亦也是如此。
拿移动互联网时代举例，首先是手机和智能移动设备已经有了，而且硬件水平——显示技术、芯片算力、通讯技术远远跑在了当时手机、软件厂商的产品力前面。
记得苹果手机问世的前夜，山寨手机依旧横行，各种彩屏、立体声、小游戏、手机qq啥的都出来了，比诺基亚还酷炫，就差乔布斯来整合了！然后07年LG的多点触摸电容屏，08年苹果的iPhone3G手机，09年中国3G网络上线，“3G元年”开启，移动互联网时代正式来临……
十多年之后，扎克伯格振臂一呼，大家又开始聊元宇宙了，创意天马行空，但元宇宙的基础设施准备好了没有，才是关键，而核心就在于虚拟世界显示的画质！流畅度！以及呈现出的真实沉浸感！
因为“数字孪生”也好，虚拟现实也罢，说到底为的就是建立与现实无限接近的虚拟世界，要令人有砸碎屏幕，进入其中的临场感，才能真正激发一个人作为三维生物的基因冲动。
所以我们第一个要谈到的关键词，就是帧率。
02
人眼有视觉残留特性，一个场景快速消失后，神经反应需要时间，所以画面在大脑仍然会停留1/24秒，所以一般镜头一秒24帧看起来就流畅了。
一旦到了快速移动场景中，比如追车打斗，帧数少画面就会拖拖拉拉！而60帧就明显比30帧的平滑！
游戏对于帧数要求更高，因为视频画面是动态模糊的，每一帧是记录了动态效果，这样看起来会平滑。但是游戏画面是显卡一帧一帧渲染出来连续的静态画面，电脑要根据游戏情节变化去显示下一帧画面，帧数就有可能不均匀，一旦下一个场景动态强，画面复杂，显卡渲染不过来，就有可能掉帧，出现卡顿！
如果这出现在在VR或者元宇宙场景里面，我的世界就出bug崩塌了，是完全不能接受的事情！
世上明明没有六脉神剑这种武功，没有猴子能耍一万多斤的棒子，没有美轮美奂的天宫仙山，但只要接受了自洽的设定，哪怕细节不到位，也能看得畅快淋漓。
这是因为以往我们在屏幕里看电影玩游戏，我们一直能看到屏幕外的世界，不管你的像素是80K还是800K，你的帧率是200帧还是2000帧，只要我还能看到我拿着手机的手，其实就不可能完全沉浸其中，我们的大脑一直在虚拟世界和现实世界中跳入跳出，画面有点小出入大脑随时可以脑补调整过来，游戏实在卡得不行了我先跳出去回个微信总行吧。
然而一旦整个意识感觉沉浸元宇宙中了，大脑就难以跳出了。
而且那些越贴近我们日常点滴的东西，比如乒乓球撞击球拍的震动、汽车窗外飞驰的掠影、手中木棍挥过的残影，一旦与现实不一致，大脑就会出现强烈的失真不适感。
这就是为什么很多人玩VR时候，一旦画面卡顿，掉帧，就会头晕脑胀，甚至难受呕吐。
如果说古早小说到现在电脑游戏，都是人脑去适应创作者的设定，卡顿也不要紧，那么元宇宙的构建一开始就必须完全适应大脑的运作机制，然后才有天马行空。
因此元宇宙对人类的显示技术提出了比以往高得多的要求，现在普遍的说法认为只有当分辨率达到16K、刷新率到达180hz以后，VR才能达到肉眼的完全沉浸感。从1080P到4K再到8K，画面越是细腻强大越真实，GPU需要处理的像素数据就越多，对显卡性能的要求也越高！
所以显示技术才是元宇宙这个数字世界最重要的底层技术，是元宇宙的基石。而显示技术要逼真还原世界的动态细节、清晰度、流畅度，其所需要的3D算力对元宇宙基础设施建构的作用更是核心中的核心，是驱动元宇宙的原动力。
03
目前讨论最热的VR也好和脑机接口也罢，即便也有内置芯片，但算力不够，说到底是个输入/输出设备，只是进入元宇宙的入口，元宇宙是否立得住，适应人的观感，还得在于显卡算力。
目前图像处理领域的最强王者，毫无疑问就是领跑显卡技术和性能多年的NVIDIA，英伟达。而它的创始人黄仁勋，正是那个在扎克伯格背后，多次推动显示技术变革，肩扛起整个元宇宙产业的男人。
英伟达在目前IT硬件行业地位，无需多言，而“皮衣刀客”黄仁勋是其灵魂所在！
老黄是显卡界的传奇人物，自1993年创办英伟达至今，一直担任首席执行官，一手推动显卡技术进化到今天。
黄仁勋1963年生于我国台湾省，9岁搬去美国肯塔基州，大学毕业后前往硅谷，并斯坦福大学在职进修硕士，练就了图形处理芯片技术功力，也洞悉了市场规律。
90年代初，电脑从DOS操作系统过渡Windows。在此之前，DOS的界面就是个黑屏，图形处理芯片并不重要，而Windows一统天下之后，显卡逐渐重要起来。
那时显卡还不叫显卡，叫图形加速卡，2D为主，3D为辅，甚至2D加速卡和3D加速卡是两块卡，还不完全是今天我们熟知的显卡！随着win95视窗时代的到来，电脑游戏3D化。对于显卡的3d需要也随之来了！
1993年，瞄准这一新蓝海的英伟达成立，全能的老黄被创业伙伴推举为总裁兼CEO，准备大干一场。但没想到， 英伟达头两代产品NV1和NV2接连扑街，黄仁勋碰了一鼻子灰。
90年代初的显卡产业，有点东汉末年，天下大变，群雄逐鹿的意思，市场机会多风险也大。
当时3d时代的显卡霸主，是3DFX公司大名鼎鼎的Voodoo（巫毒）卡。
巫毒卡的特点是3d和2d两张卡一起使用，两张卡配合起来玩3d游戏Quake2那不要太爽。我第一次接触到Voodoo卡就是在网吧打Quake2联机，那时候Voodoo简直是神话！市场占有率一度达到85%，那是绝对的王者。
一霸之外，还有S3、matrox两强，而NVIDIA与后来相爱相杀的ATI等等都只是一大堆的显卡公司中一员，连 intel都发布了显卡I740，希望分一杯羹！
这个背景下， 初出茅庐的NVIDIA与1995年发布了雄心勃勃的NV1，像个游戏综合卡，把2d、3D、声卡、甚至手柄控制都集合在了同一张卡上。
老黄认准未来显卡作用肯定以游戏为王，既然如此，一次性给你解决不就好了？
想法很丰满，现实很骨感，NV1功能多价格高，技术也并不占优势，在市场检验中败下阵来，公司都差点黄了。
但天无绝人之路，恰恰是NV1看上去最不靠谱的支持游戏手柄功能引起了世嘉游戏机公司的兴趣，投资老黄700万美元，让他为世嘉游戏机DC——土星游戏机做显示芯片,也就是NV2。
结果由于3d显示的技术基础原理是绘制三角形，老黄偏要绘制方块，结果买卖黄了，NV2也废了，但无论如何这700万美元，让NVIDIA活下来了。
连续失败后，老黄痛定思痛，埋头3年之后推出了NV3，即Riva 128，修改了之前的很多错误，采用三角形绘图，并且支持新的AGP接口，OpenGL，最重要的是支持了微软的Direct3D API接口！
API接口问题非常重要，它是连接电脑和显卡图形工作的桥梁，把不同平台、不同操作系统的游戏接入到电脑上统一跑起来。
如同曹操拿到了汉献帝的“衣带诏”，局面一下打开了。
毕竟当时显卡市场群雄割据，没有统一API接口，各干各的，各家游戏无法方便地在统一的PC和游戏机等显卡平台运行。
NV1 的失败很大程度上就是因为不支持最早实现统一的OpenGL标准。而正如我们之前聊过的，PC时代计算机产业的核心是操作系统，所以后来微软基于Windows系统，推出了自己的API—— Direct3D标准后，老黄看准WIN视窗系统是未来趋势，所以NV3立马第一个支持Direct3D，迅速就打开了市场。
显卡火了，钱包鼓了，老黄干劲十足，从98年到99年，英伟达连续推出TNT核心和TNT2核心显卡，逐渐走上一线显卡核心行列。艾尔莎、丽台、技嘉等显卡大厂也纷纷推出基于TNT2 核心的自家显卡，
基于TNT2核心，老黄一举推出TNT2 Ultra、TNT2 Pro、TNT2、TNT2 M64等多个高低版本，举刀切分整个显卡市场，还配套推出“镭管”驱动，立于不败之地，将显卡产业送入TNT时代。
黄仁勋的“传奇刀客”生涯也从此开始。
04
1999 年下半年，互联网泡沫正处于极盛阶段，老黄在新一代NV显卡上放出了自己的真正大招GeForce 256 GPU。
为表隆重，如同后来苹果手机跳过9一样，老黄将引入GPU概念的新显卡代号从NV5一下跳到NV10，正式在向所有人推出GPU 概念，这是英伟达推动的第一次显卡技术革命。
CPU大家很熟，全名叫做Central Processing Unit， 中央处理器。
而GPU，全名Graphic Processing Unit，中文，图形处理器。
老黄提出的GPU概念，从技术层面说，就是支持硬件加速，又叫 T&L引擎。
这里T 是 Transform ，L是 lighting，是指坐标转换与光照处理，是3D画面显示的关键步骤。
3D游戏的画面是将原本静态3D场景投射成显示器的2D画面，并一帧一帧连续呈现。其中主要分四步，1、坐标转换；2、光照处理；3、三角形设定；4、着色渲染。
每一帧，电脑都先要对3D建模人物和场景进行坐标转换，算出所对应的二维投影，之后就是光照处理，大量计算光影的对应关系，因为没有光啥也看不见，有了光，3D物体就有了的具体呈现。
第三步，就是根据已经转化成二维坐标的点，去算出一个个三角形。为什么是三角形呢？因为构建一个平面最少需要三个点。生成完毕后，等于骨架模型被附着一套三角形网格，为下一步的渲染做准备，三角形越多，效果就越生动细腻。
有了前三步的大量计算，最后是光栅化着色渲染。
先把连续的三角形分解成一个个“积木”，确定颜色，然后对重叠的“积木”进行色彩分析，覆盖融合，一步步确定二维图像每个像素显示的颜色、深度和纹理数据，最终在屏幕中呈现彩色画面。渲染这步非常类似现实中的上色，先来底色，在上阴影与纹理，只不过电脑是一个个像素处理。
原来显卡的主要作用就是第四步的像素填充渲染等工作，而前面大量需要计算的部分，是由CPU来完成的！CPU分给我显卡什么任务我就干什么。
有了GPU，显卡正式从CPU手中接手了绝大部分图形处理的工作，哥们从一个“图形加速器”，成功变成“处理器”了！
NV10显卡首次带来了256位的3D计算单元，首次集成4像素渲染线，并支持DX7.0及OpenGL，核心内部集成了2300万个晶体管，是当时英特尔奔腾3处理器的2倍以上！直接炸裂！本来一个辅助，现在成了carry了。
由于划时代里程碑意义，NVIDIA GeForce这个名字一直沿用至今20多年。
GeForce 256与GPU概念的出现，让英伟达把市面上与TNT2争夺天下的，如3DFX Voodoo 3、MATROX G400、S3 Savage4等厂商品牌的显卡打得溃不成军。
就在英伟达即将一统江湖时，之前并不强势的显卡老厂ATI杀了出来，不紧不慢地在2000年推出Radeon（镭）品牌，ATI 也开始支持硬件 T&L，开创了GPU领域的两强争霸时代，一度压了英伟达半头。
但随着2006年，ATI被AMD收购，而英伟达次年推出G80显卡——GeForce 8800 GTX 核心为代表的这代芯片，此后十年，双方逐渐拉开了距离。
老黄终于坐稳了显卡王座，唯一的对手只有时代。
05
2008年之后，摩尔定律带来的计算提升速度已经开始放缓，很多人也为芯片算力未来发展的瓶颈担心。
而老黄敏锐地发现了一个问题，也就是显卡的算力越来越强大，它是否应该局限于传统的3D游戏画面计算呢？在不玩游戏的时候它的算力难道就理所当然应该闲置在那里吗？
答案当然是否定的。
在前面提到的G80显卡中，有一项关键的技术，叫做CUDA。
CUDA是一个软硬件协同通用并行计算架构系统，利用图形处理器来计算原本只由CPU处理的通用计算任务，哪怕与图形处理没有任何关系。
优势之处在于，GPU里面有很多核心，每个核心都是一个处理单元，CUDA可以让他们同时并行工作，类似众人拾柴火焰高的感觉！比如我们搬砖，你让CPU来搬，它就得一块一个的搬。而CUDA可以让GPU里的一大堆核心共同工作，对着一堆砖群殴，集体工作，那自然就快了！
专业点的词语叫，并行计算，而CPU那种搬完一块再搬一块，叫串行计算。
我们可以把CPU理解为一个博士，微积分肯定他做的很好。
但是CUDA是一群中学生，如果我们有一大堆四则运算的工作，一群中学生肯定比一个博士生快啊！CUDA出现的意义，使用CPU的“中央处理”向CPU与GPU并用的“协同处理”发展的阶段，对平时浪费掉的GPU算力进行了深度的开发，让GPU走到了GPGPU阶段——即通用图形处理器。
CUDA提供了GPU编程的简易接口，支持如C/C++，Python，Fortran等语言，可以构建基于GPU计算的各种应用，比如视频剪辑、科学计算、高清视频转码播放，乃至金融和医疗服务程序，都可以在支持CUDA的GPU处理器上以超高性能运行计算。
也就是说CUDA让显卡GPU在不断分担CPU的工作，提升计算机整体的算力！这也是为啥显卡在挖矿领域比CPU要有用，因为挖矿的计算更依赖于群殴，GPU计算效率更高！
CUDA英伟达推动的第二次显卡技术革命，是老黄在公司营收只有30亿美元时，直接砸下5亿美元研发的一次豪赌！
这场豪赌对NVIDIA后来的发展意义非凡，可以说是打通了NVIDIA未来技术的任督二脉，后来我们看到的张量核心、AI、光线追踪、元宇宙，乃至NVIDIA到目前图形领域的整个老大地位！都离不开CUDA作为基础。
黄仁勋再也不用把公司未来绑在3D游戏上，也为图形显示技术的真正未来埋下伏笔。
2006-2016这十年是NVIDIA长足进步的十年，各种以科学家命名的GPU架构，Tesla、Fermi、Kepler、Maxwell、Pascal、Volta、Turing……依次登场，当然随着显卡性能的不断增强，价格水涨船高，乃至功耗、发热量也节节攀升！
到GTX480这个阶段，在功耗方面，NVIDIA开启了一个核时代！GTX690的战术核显卡更是名噪一时。
2016年，NVIDIA采用帕斯卡架构的GTX1080TI系列显卡发布！由于《绝地求生》游戏、挖矿等因素影响，10系列显卡一度到了一卡难求的情况。甚至因为市场上无货，很多挖坑的人去买品牌机拆显卡。甜品级显卡1060更是可以封神了！
应该说它现在也是保有量最大的显卡之一，很多兄弟们在用吧？
最关键的是NVIDIA这代显卡针对VR带来了很多黑科技，这对未来元宇宙的发展意义非凡！
比如Simultaneous Multi-Projection引擎，它带来了分屏渲染技术。
VR是大视角，显示器是平面的。分屏渲染技术可以在曲面或者球面做分区输出，这就把大视角图像畸变的问题解决了。
而且在VR应用下开启该引擎可以提升30%的帧率，是一种补偿帧的技术，在生成帧的时候预估你下一瞬间的帧，在中间插入预先设定的画面来提高帧率。紧接着分屏渲染技术，另一个元宇宙的关键技术也随之出现。
2018年NVIDIA正式发布图灵架构的20系列显卡，NVIDIA顶级显卡型号从此进入了RTX时代！
【RT】意思是ray tracing（光线追踪），象征着RTX2080显卡拥有非常强大的光线追踪性能。这款显卡具备了游戏中实时光线追踪能力！
英伟达推动显卡技术发生第三次革命，光线追踪时代到来了！
06
光线追踪这个提法上个世纪60年代就有了。
1968年的时候一个IBM工程师提出了光线投射（Ray Casting）概念，逆自然界光线路径，从人眼发出光线，穿过图像平面投射到三维物体表面，计算光线与平面相交的点，就得到了显示在电脑屏幕上的图像。
1979年，另一位叫Turner Whitted的哥们在光线投射的基础上，让光线在物体表面沿着反射，折射以及散射方式上继续传播，直到与光源相交，得到像素颜色。这就是光线追踪（Ray Tracing）了。
由于需要计算从眼睛出发到物体的光线一系列折射、反射、散射结果，相当于重现现实世界的物理规律，需要的GPU算力和显存巨大，对显卡的要求非常高，所以曾有英伟达的工程师开玩笑说，光线追踪只存在于未来。
前面介绍了，在RTX系列显卡出来之前，电脑处理3D渲染的方式是做光栅化。
光栅化是场景制作渲染处理好以后显示到屏幕再到眼睛的过程，不用计算光路，直接“上色”模拟出人眼中的最终成像。
所以此前3D游戏的光影效果，是游戏开发者预先做上去的贴图，反射效果是死的，需要人去设定，失去了很多细节。
比如在老版本的CS里面，墙面的光影不会随着穿着不同颜色衣服的玩家靠近而变化，也不会随着爆炸和燃烧而变化，现在看来就显得很假。
但3D游戏的真实感，恰恰很大程度上就来自于光影效果，而光线追踪可以直接计算，自动显示现实中复杂的光影反射效果，而不需要人工一个个设置，达到电影级别的细节！
有了光线追踪，游戏。电影里的动态场景里的光也是随动态而变化的，受到周围环境各种反射、折射、漫反射的效果影响的，地上有一堆火焰在燃烧那边上的车身车窗上，都会有火焰的反射在跳动的。
但游戏毕竟不同与电影，电影画面每个像素可以发射3000条光线甚至更多,可以慢慢烧钱去渲染，但游戏由于即时互动、算力限制等各方面的影响，即使是3A大作也不敢全部用光线追踪，大多是光栅化和光线追踪的结合。
比如固定的影子就贴图，再用光线追踪做实时动态的光影，而且发射的光线也根据权重进做重要采样，在画面帧数流畅的同时保证生动逼真，以及高分辨率！
为了尽可能弥补算力的遗憾，NVIDIA在高分辨率这块，又拿出了DLSS，也就是AI深度学习高级采样技术，能够在节省四分之一算力的情况下，达到同样的4k画面分辨率效果。
我们接下来聊聊这个DLSS，“深度学习超级采样”技术。
07
光线追踪虽然厉害，但是由于计算量太大，对于GPU性能的要求太高，即便最强大的显卡在跑大型3A游戏如《荒野大嫖客》《堡垒之夜》《赛博朋克2077》的时候，往往4k画面光追全开 80帧是跑不动的。
相对光追，DLSS技术显得更加实用，本质是AI人工智能渲染，即渲染更少的像素，然后使用 AI 构建更清晰、更高分辨率的图像。
比如假设我们现在在放的这个视频是3D游戏画面，我边上这个位置现在是黑色的对吧，那下一帧是什么颜色呢？大概率还是黑色的，因为游戏的画面在大部分情况下是连续变化的，下一帧的画面跟上一帧是有密切的联系的。
所以DLSS就可以让AI去猜像素，等于是计算机通过深度学习，能猜出这个画面可能像素，学习的越多，猜的越准。有点像把马赛克画面变成清晰画面的技术，可在仅渲染四分之一到半数像素的前提下，提供与原始分辨率相媲美的画质。
非常类似于人类大脑的脑补功能。
DLSS技术的根本上是AI技术，而AI技术来自于NVIDIA深度学习Tensor Core即张量计算核心，又是来自于CUDA技术！
张量是一个相对于矢量、和矩阵的概念。
区别于常见的标量（0维）、矢量（1维）、矩阵（2维），张量拥有3维或者更高维，本质核心上就是一个数据容器，可以包含更多维度数据。所以张量核心工作方式可以大大加速矩阵运算，主要应用于AI深度学习训练和推理操作。
CUDA是适用于通用并行计算的基础架构。用于深度学习的张量核心的主要计算恰恰是矩阵计算，也就是适用于GPU的计算方式，在这里显卡的计算能力远超CPU的计算能力！
也就是CUDA不仅让GPU可以用于原本于图形计算无关的人工智能计算，挖矿计算，自动驾驶计算，又反过来提升了图形计算的能力，因为它们本质上都是并行计算。
这就看出来老黄一步一个脚印有多稳重，多狠辣了！
2012年谷歌大脑从1000万张图中识别一只猫，整个过程动用了1000台电脑和16000个CPU，后来同样的工作英伟达仅用了16台电脑和64个GPU就完成了。
从看准显卡接口、开发CUDA、引入张量、实现光追技术再到用AI深度学习进行高级采样，随着全套技术就位，真实与虚幻的界限被一点点被打通，毕二十年功于一役，黄仁勋才有资格说出那句“要有元宇宙”！
08
2021年第四季度的发布会上，NVIDIA除了拿出最新的3090TI显卡以外，还更新了自己的元宇宙平台Omniverse。
Omniverse是一个创作平台，号称通往元宇宙的一个虫洞。
NVIDIA提供了一个接口标准叫做USD（通用场景描述），等于是各种开发程序都能对接到这上面来，你是maya也好、3dmax也好、UE4也罢，都可以接到Omniverse实时共同协作！
做电影的、做室内设计的、做游戏的，不同开发平台的技术人员都可以连接到这个Omniverse里面来，就好像原来规划的、设计的、盖楼各自为战，现在随时看到对方的进度，也可以根据对方的临时变动，修订设计，而且NVIDIA的技术如光线追踪、AI深度学习啥的，就都可以无缝对接进来了！
Omniverse还提供物理级沙盒测试的功能。比如想设计一个杯子，设计汽车，在里面可以测试它的碰撞性质，节省很多资源。
通过这个Omniverse平台就可以在元宇宙中完整设计制造东西，直接用于现实宇宙，如同虫洞沟通两个星球。
在过去PC互联网和移动互联网时代，整个计算机产业的核心是操作系统，是向上对接用户交互体验，向下管理计算机硬件资源的平台，所有掌握操作系统的公司都是巨头，掌握操作系统的国家可以轻松卡住别人的脖子左右世界格局。
在即将到来的元宇宙时代，很显然，扎克伯克在尝试推广自己旗下的VR设备以掌握对接用户的渠道，他面临大量的竞争对手，鹿死谁手犹未可知。而黄仁勋已经切实掌握了管理显示算力，图形开发工具的平台。他在元宇宙产业当中拥有的先发优势要比扎克伯格更大。
因为目前的显卡算力和性能，虽然已经可以实现不错的沉浸感，但要达到完全开启元宇宙，还不是一时半会能达成的事儿。
其实现在即便是最顶级的显卡，跑起来大型游戏，在光追效果全开下，达到4K、60帧都是不容易的，更不要说在VR这个更大的屏幕里面完美实现元宇宙所要求的8K，180帧了。
领先者最怕的就是它所掌握的技术出现了性能过剩，英雄无用武之地，这点观察近两年5G产业的发展大家应该能看得非常清楚。
在当下这个图形性能还不能完全满足用户的时代，英伟达的每一处领先都会反映到用户最真切的体验，形成强大的竞争优势。
这里顺便说一下，中国在GPU芯片领域的落后远比我们在CPU芯片，内存芯片，射频芯片的落后更为严重。
如果说我们的CPU落后国际水平3到4年的话，中国最领先的GPU公司景嘉微最新款的产品落后国际先进水平则超过十年，我之后会带给大家国产GPU的测评，我认为我们现在处于非常危险的局面。
PC互联网用20年的时间发展成熟，移动互联网是我们眼看着从出现到内卷只用了不到十年，而元宇宙呢，我认为机会窗口最多五到十年，如果我们不希望像PC和移动互联网那样在上游被卡了脖子，那GPU是我们必须要All In的领域。
尾声
从英伟达为视角追溯显卡产业和技术的发展，就可以强烈意识到，在人类上万年的文明史之中，显卡技术不可能只发展三十年，别说一千年，哪怕是几十上百年后的显示技术会发达到什么程度已经超出了你我的认知。
在未来显卡能呈现了虚拟世界面前，今天的无数人沉迷的3D大作不过只是又一个贪食蛇与俄罗斯方块罢了。
古希腊哲学家赫拉克利特说，万物皆流，万物皆变，技术爆发如同基因演化，由当下无数条件激发而成，不以人的意志为转移。
身处以芯片、显卡为核心的信息技术洪流裹挟下，我们不知道会被冲向什么终点。但只要这种技术爆发迎合了人对于信息对于能量最本质的需求，就会如一场革命，彻底颠覆原来的世界。
呼应人类创世情怀，汇集所有技术与想象力的总和，这就是的元宇宙概念诞生之必然。
未来还是可期的，科技就是这样，不论你喜不喜欢它，它都是要来的！