189 8069 5689
近日，日本 Ubiquitous Entertainment 总裁兼 CEO 清水亮发布文章称，英伟达更新了其 EULA（End User License Agreement，终端用户许可协议），禁止用户在数据中心部署 GeForce 配套软件。
GeForce 的配套软件，是 GeForce 用来发挥自身硬件性能所必须的。很多业内人士使用英伟达提供的显卡，也是因为其配套的软件做得十分优秀。
清水亮在文章中提出，在如今的实践中，英伟达可以说是全世界唯一提供 API 和足够多运算函数来做深度学习的半导体公司。而英伟达更新后的 EULA，依然可以允许你购买 GeForce 显卡用在数据中心里，但是，你不能在数据中心部署 GeForce 配套软件进行深度学习。
这项新的禁令意味着你买了英伟达的 GeForce 显卡，但它的软件已经强制「阉割」，你并不能在数据中心使用深度学习。
一时间，一些做深度学习研究的企业、单位个人，纷纷站出来职责，尤其是对于那些限于成本，想利用深度学习进行研究的人员来说，这种做法甚至在限制「深度学习的民主性」。
不过，根据多家媒体报道指出。虽然英伟达修改用户协议这事儿也刚刚因为这则文章爆发出来，但其实英伟达在企业用户的圈子里早就直接下了「禁令」，给主要的企业用户都发过了书面协议。
比如，深科技了解到，这项行动几乎是在两个月之前启动，所有的 NVIDIA 合作伙伴都已收到来自 NVIDIA 的通知，已准备开始行动。
比如，12月21日，日本著名云服务商 SAKURA 就已宣布停止提供基于 GeForce Titan X 的主机，原因正是其收到了英伟达（日本）要求停止使用 Geforce 系列的书面通知。
当然，事情的争论点绝不仅仅是「商业用户用不成深度学习」那么简单，如今舆论已经渐渐走向——英伟达是不是因为如今整个市场都被自己主导，而它就开始采用各种措施，尽可能的攫取更多的利润，甚至不惜走向垄断。它是不是剥夺了一部分人的「深度学习民主性」？
终究，还是利润的问题
英伟达通过一个「用户协议」的同意按钮，恐怕想到达到的直接目的，还是和利润有关。
比如在英伟达强制修改的用户许可协议（EULA），禁止在数据中心使用消费者级显卡 GeForce 做深度学习。而是使用高端处理器 Tesla 系列。
据媒体曝光，消费级 GeForce 和推荐使用的 Tesla 之间。论性能，GeForce 显卡的性能单卡要大于 Tesla，而 GeForce 定位虽然比 Tesla 更低，但它所配备的功能对于深度学习来说已经够用，并且性价比极高。
在深度学习的入门领域，GeForce 算是一块神卡、街卡。也是说，两个产品其实性能相近，甚至在部分数据上 GeForce 性能突出，但唯一的问题是，Tesla 价格是 GeForce 显卡的十倍…… 所以，估计也没什么人买得起 Tesla 的显卡吧，特别是在刚入门的领域。
比如 GeForce 1080 Ti 的报价其实在699美元左右；而 Tesla K80的价格直接就到了3399美元，Tesla P100高达5150美元。
但新的「用户协议」就是这样规定的——你啊，你是数据中心吧，你有钱，不能省钱，你就必须得上更贵的，而且，现在你没的选了。
简而言之，为了达到销售更多的 Tesla 的目的，这项禁令开始限制限制服务器企业、系统集成商（system integrator）不得再推出以成本低廉的 GeForce 显卡组建而成的服务器平台产品。英伟达以此来提高 Tesla 业务的利润。
不过，虽然如此，英伟达并没有那么激进——英伟达目前其实也仅仅是在限制在数据中心使用 GeForce 做深度学习，并不是限制显卡实体的售卖，而一般的个人、研究用的非商业用户，并不会被强制停用。
不过，协议已经发出来了，点了同意就不让用，不点同意也不能用，别管什么具体条令了，不管三七二十一——英伟达你这是不是在强制用户买单？你是不是觉得自己主导市场了？
区隔产品线，达到持续获利的传统
英伟达这两年的曝光都集中在 AI、自动驾驶以及深度学习等领域。但其实早在显卡时期，英伟达强调的也是推出不同级别的产品，强调其在各自的领域的专属定位，以达到更多利润的目的。
虽然终归是一家 GPU 计算的技术公司，但它根据不同的性能和功能配套提供不同的产品线。随着不同的技术风向，市面上就有「吃鸡卡」、挖矿卡、服务器卡甚至是深度学习卡。
不过在之前的产品性能区隔中，怕是应该没有出现过这样卡位居中、定位模糊的产品。
也正是因为这样，越来越多人的选择价格和性能折中的 GeForce 显卡用于大量的深度学习开发工作。而纠结的地方在于，对于它的客户而言，出货大量的 GeForce 显卡其实对于英伟达和它的合作伙伴都是极大的利好，比如微星、七彩虹等等。
而英伟达的这项禁令，其实更多的是「坑了队友」，极大可能，降低了合作伙伴的出货量。
当然，阻挡了板卡制造商的出货量，那些提供云计算系统集成商的客户也连带着遭到了清洗。英伟达这项禁令恐怕伤害了不少领域的客户，比如板卡制造商、云计算服务提供商、甚至是在侧面撼动整个深度学习行业。
英伟达不惜得罪这么多客户，还要强制执行这项举措，只为钱么？那它是不是就是垄断？
英伟达的隐忧
尽管，如今提到英伟达，它的符号更多的是「挖矿」、「自动驾驶」、「深度学习」等前沿技术的基础设施提供商。
也正是因为这样，英伟达能在如今苛刻的华尔街面前一路走高。但实际上，推动英伟达主要盈利的业务仍然是以 PC 显卡为主的业务。
这两年，比特币「挖矿」持续火热，吃鸡游戏也带动了显卡业务的提升，对于适合长期投入的 AI、自动驾驶业务来说，虽然黄仁勋频繁出现在这些技术的场合，但还不足以构成财报上业绩翻红的主因。
在英伟达的财报业绩上，游戏业务仍是英伟达大的收入来源，尽管业内多次唱衰 PC 市场，黄仁勋也早早放言转型人工智能，但 PC 游戏仍是表现强劲的部门。
按照2018 年 Q3 财季，英伟达游戏芯片收入15.6 亿美元，增长25.5%，占整体收入的 60%.数据中心业务达到 5.01 亿美元，汽车业务收入 1.44 美元，增长至 13.3%.
不过虽然游戏业务喜人，但在估值暴涨和黄仁勋的主动减持下，业内也纷纷对英伟达表示了质疑。
对于英伟达来说，保证旧的盈利的业务，支撑新的 AI 业务增长如今是一门新学问。毕竟阻挡 GeForce 显卡的出货其实侧面阻断游戏业务的收入，保证了新的 AI 业务的支撑；而提高新业务的收入，又在阻挡旧业务的获益。
英伟达估计自己早就想的明白，它不惜用这种破坏深度学习民主性的方式，尽可能的提高 AI 业务的实际收入，毕竟，这才是看得到的。
一些媒体也提到了很多接地气的观点。比如使用设计年限 5 年左右的消费级显卡，将其用于数据中心，很容易造成返修，其实是侧面提高了英伟达消费级显卡的业务的运营成本。