黃仁勳 · 25 年長跑

精讀全文

第 1 章 · Denny's 餐廳與 NVIDIA 的誕生

一九九三年，三個人坐在一家叫 Denny's 的連鎖餐廳裡，用餐巾紙寫下了一家公司的名字。三十年後，這家公司的市值超過了一萬億美元。但在那個當下，他們什麼都沒有。你有沒有想過——偉大的公司，到底是怎麼從零開始撐過去的？

一九九三年的美國，最火的科技公司是英特爾。

那一年，英特爾剛剛釋出奔騰處理器，整個行業都在談 CPU，談運算速度，談摩爾定律。沒有人在談顯示卡。顯示卡是什麼？是電腦裡一塊不起眼的配件，負責把訊號轉成螢幕上的影象。功能單一，地位邊緣，沒有人覺得它能成為什麼大事。

但有三個人不這麼看。

他們的名字是黃仁勳、克里斯·馬拉科夫斯基，還有柯蒂斯·普瑞姆。三個工程師，聚在加州聖何塞的一家 Denny's 連鎖餐廳裡，點了咖啡，攤開紙巾，開始聊一件事：

如果有一塊專門為圖形計算設計的晶片，會怎樣？

這就是 NVIDIA 的起點。

不是寫字樓，不是投資人會議室。是一家二十四小時營業的廉價早餐餐廳，三個人，一個模糊的想法。

---

在正式進入這段歷史之前，我想先帶你看一眼這整個專題的地圖。

我們會用四章來講黃仁勳和 NVIDIA 的故事。

第一章，也就是今天，我們從 Denny's 餐廳那張桌子開始，講 NVIDIA 最初的誕生，講他們的第一款產品 NV1 如何失敗，講一家公司在最脆弱的時候是怎麼活下來的。

第二章，我們跳進九十年代末那場殘酷的顯示卡戰爭——Riva 128 如何讓 NVIDIA 起死回生，GeForce 256 如何改寫了整個行業的定義，「GPU」這個詞是怎麼來的。

第三章，是整個故事最反常識的一章。NVIDIA 在二零零六年推出了一個叫 CUDA 的東西，整整十年沒有人懂它是幹什麼用的，直到深度學習爆發，直到 AlexNet，一切才突然說得通了。

第四章，我們站在 AI 時代的門口，看黃仁勳如何從一個顯示卡公司的 CEO 變成了整個 AI 時代的「總教練」——從 A100 到 H100，從 ChatGPT 到萬億市值，再到那件標誌性的皮夾克。

好，現在我們回到一九九三年。回到那家 Denny's 餐廳。

---

黃仁勳那年三十歲。

三十歲。

他在 LSI Logic 和 AMD 各工作過一段時間，是個有經驗的晶片工程師，但算不上行業明星。他後來在訪談裡說過，他當時其實很清楚創業的風險。他曾坦言，如果他知道創業有多難，可能根本不會去做。但正因為年輕，正因為不知道，他才敢邁出那一步。

這句話值得停下來想一想。

很多人覺得創業者天生無畏。黃仁勳的版本不是這樣的。他的版本是：無知，有時候是一種保護。

NVIDIA 成立於一九九三年四月。

公司註冊了，辦公室租了，但核心問題馬上來了：

做什麼產品？

他們鎖定了遊戲市場。理由很清晰——遊戲需要大量圖形計算，而當時的 CPU 根本不擅長這件事。如果能造一塊專門處理圖形的晶片，遊戲體驗會有質的飛躍。

邏輯上，這是對的。

但執行上，他們做了一個決定，後來幾乎要了這家公司的命。

---

這個決定，叫 NV1。

NV1 是 NVIDIA 的第一款產品，一九九五年上市。

它有一個非常獨特的設計：用「二次曲面」來渲染三維圖形，而不是當時行業通行的「三角面」標準。

黃仁勳團隊的邏輯是：二次曲面在數學上更優雅，渲染出來的曲線更平滑，理論上效果更好。

聽起來很合理，對吧？

停。

問題在於，整個行業已經在往三角面標準靠攏了。微軟的 Direct3D 圖形介面，用的是三角面。遊戲開發者，用的是三角面。

NVIDIA 造了一塊晶片，和整個生態系統不相容。

NV1 賣出去了一些，但遠遠不夠。更要命的是，世嘉找到了 NVIDIA，希望為他們的遊戲主機 Saturn 提供圖形晶片支援。NVIDIA 接了這個合同，把大量資源壓在了上面。

然後，世嘉 Saturn 在北美市場敗給了索尼的 PlayStation。

合同泡湯了。

資金，開始告急。

---

一九九六年前後，NVIDIA 的賬上已經快沒錢了。

員工不到一百人。產品失敗。大客戶消失。

這是整個故事裡第一個至暗時刻。

黃仁勳做了一件事，很多人不一定知道——他去找了英特爾。

不是去賣公司，不是去尋求收購。他去談了一筆授權合同，拿到了一筆資金，讓公司續了命。

同時，他做了一個更關鍵的決定：

放棄 NV1 的技術路線。

徹底放棄。

這意味著之前幾年的研發投入，很大程度上清零了。意味著要向團隊承認：我們走錯了。意味著要在公司最虛弱的時候，重新開始。

他曾在訪談中說，那段時間他幾乎每天都在想公司會不會撐不下去。但他的核心觀點是：一個領導者在至暗時刻最重要的事，不是假裝樂觀，而是讓團隊清楚地知道真實的處境，然後一起找出路。

他沒有對團隊說「一切都好」。

他說的是：「我們有問題，這是問題所在，這是我們接下來要做的事。」

---

這種透明，在當時的矽谷文化裡其實不算主流。

很多創始人的本能是保護團隊情緒，報喜不報憂。黃仁勳選擇了另一條路。

他後來把這個原則叫做——不要保護團隊免於現實。

這句話，在他後來所有關於管理的表達裡，反覆出現。

---

新的方向，是 NV3。

也就是後來以「RIVA 128」為名上市的那款產品。

這一次，他們徹底擁抱了三角面標準，完全相容微軟 Direct3D，完全面向 PC 遊戲市場。

不再搞特立獨行的技術路線。

不再押注單一大客戶。

把賭注，押在了整個 PC 遊戲生態上。

一九九七年，RIVA 128 上市。

三個月，賣出了一百萬顆。

這個數字在當時是什麼概念？

整個顯示卡市場，被震動了。

NVIDIA，活下來了。

---

我想在這裡停一下，做一個當下的對映。

今天，你如果去看任何一家在早期幾乎死掉、後來活下來的公司，幾乎都能找到類似的結構：

第一，早期押錯了一個技術方向或市場方向。

第二，在最危險的時候，創始人做了一個「放棄之前所有」的決定。

第三，重新押注，這次押對了。

蘋果在一九九七年差點破產，喬布斯回來之後砍掉了百分之七十的產品線。亞馬遜在網際網路泡沫破裂後幾乎被做空到零，貝佐斯堅持了下來。

黃仁勳的版本是 NV1 到 RIVA 128。

但這裡有一個很容易被忽略的細節——

放棄，不等於放棄方向。

黃仁勳放棄的是具體的技術路線，不是「為圖形計算專門造晶片」這個核心判斷。他從來沒有說：也許我們應該去做別的。他說的是：我們的方向是對的，但這條路走錯了，換一條路繼續走。

這個區分，非常重要。

很多創業者在遭遇失敗時，會同時放棄方向和路徑。黃仁勳只放棄了路徑。

---

還有一件事，關於 NVIDIA 的名字本身。

NVIDIA 這個名字，據說來源於拉丁語「invidia」，意思是「嫉妒」或「渴望」。但他們在內部更常用的解讀，是「NV」——Next Version，下一個版本。

這家公司從第一天起，就把自己定義為永遠在迭代的東西。

NV1 失敗了，NV3 來了。

NV3 成功了，下一個版本還在路上。

這種對「版本迭代」的執念，後來貫穿了 NVIDIA 整個產品哲學。每一代顯示卡，每一代架構，都被視為一個「版本」，不是終點，是起點。

---

一九九三年到一九九五年，這三年，是 NVIDIA 最不起眼的三年，也是最關鍵的三年。

沒有光，沒有掌聲，沒有人在意。

只有三個人，一家餐廳，一個模糊的想法，和後來無數個幾乎撐不下去的夜晚。

黃仁勳在 Denny's 餐廳的那張桌子，現在已經成了矽谷創業文化裡一個小小的傳說。據說那家餐廳後來在店裡掛了一塊牌子，標註這裡是 NVIDIA 的誕生地。

但牌子是後來掛的。

在那個當下，沒有人知道那張桌子會變成什麼。

---

好，這是 NVIDIA 故事的第一章。一家公司從 Denny's 餐廳出發，走過 NV1 的失敗，走過賬上快見底的至暗時刻，靠著放棄錯誤路徑、擁抱行業標準，用 RIVA 128 打響了第一槍。

但你有沒有想過——

活下來，只是開始。

接下來，NVIDIA 要面對的是一場真正的戰爭。那個時代最強的顯示卡公司叫 3dfx，他們有 Voodoo，有市場，有口碑。NVIDIA 憑什麼能贏？GeForce 256 又是怎麼橫空出世，把「GPU」這個詞第一次寫進了行業詞典？

下一章，我們進入顯示卡戰爭最激烈的年代。

第 2 章 · 顯示卡戰爭與 GeForce 崛起

一九九九年，有一家公司釋出了一塊顯示卡，然後給它起了一個沒人聽懂的名字——GPU。不是顯示卡，不是圖形加速器，是GPU。黃仁勳為什麼要這麼做？這個名字背後，藏著一場徹底改變行業格局的戰略豪賭。

上一章我們講了NVIDIA的誕生。三個工程師，一家Denny's餐廳，一個沒人看好的賽道。核心是黃仁勳押注圖形晶片，但第一款產品NV1慘敗，公司差點在起點就倒下。今天我們來看：他是怎麼從廢墟里爬起來，打贏顯示卡戰爭的。

---

一九九六年。

想象一下那個畫面。

NVIDIA的辦公室裡，工程師們幾乎沒有休息日。公司賬上的錢，只夠再撐幾個月。黃仁勳知道，如果下一款產品再失敗，就沒有下一次了。

那時候的顯示卡市場，是一片真正的戰場。

3dfx，當時的行業霸主。他們的Voodoo系列顯示卡，幾乎統治了整個遊戲市場。玩家們為了它排隊，開發者們為它專門最佳化遊戲。3dfx的名字，在那個年代就是「最好的顯示卡」的代名詞。

還有S3、Matrox、ATI。每一家都在爭這塊市場。

NVIDIA算什麼？

一家剛剛經歷過慘敗的小公司。

---

但黃仁勳做了一個關鍵決策。

他放棄了NV1時代那套「自研介面」的思路，轉向微軟的Direct3D標準。

這個決定，聽起來簡單，背後其實是一次徹底的自我否定。NV1失敗的原因之一，就是NVIDIA堅持用自己的圖形介面，結果和整個行業脫節。黃仁勳承認了這個錯誤，然後調轉方向。

他的核心觀點是：在標準還沒確立的時候，押注錯誤的標準，比做出爛產品更致命。

一九九七年，NVIDIA釋出了Riva 128。

速度。

這是Riva 128最大的武器。它的渲染速度，是當時市場上同類產品的好幾倍。不是快一點，是快很多。

四個月。

Riva 128從釋出到賣出一百萬顆晶片，只用了四個月。這個速度，在當時的顯示卡行業是前所未有的。NVIDIA一夜之間從邊緣玩家變成了必須被重視的對手。

公司活下來了。

但黃仁勳沒有停。

---

接下來發生的事，才是真正的轉折。

一九九九年，NVIDIA釋出了一款新產品。

GeForce 256。

光看引數，GeForce 256已經很強。但黃仁勳做了一件更重要的事——他給這類晶片起了一個新名字。

GPU。

圖形處理器。Graphics Processing Unit。

不是顯示卡。不是圖形加速器。是GPU。

為什麼要這麼做？

因為黃仁勳想傳遞一個訊號：這不只是一塊讓遊戲畫面更好看的配件，這是一個獨立的計算單元。它有自己的處理器，自己的記憶體，自己的計算邏輯。它和CPU是平等的存在，不是CPU的附屬品。

這個命名，是一次產品定義的革命。

在那之前，所有人都覺得顯示卡是電腦的邊角料。CPU才是大腦，顯示卡只是輸出影象的工具。黃仁勳用「GPU」這兩個字，重新劃定了邊界。

他在告訴整個行業：圖形計算，是一個獨立的賽道。

---

與此同時，微軟的Xbox專案啟動了。

微軟需要一塊強大的圖形晶片，來支撐他們即將推出的遊戲主機。NVIDIA拿下了這個合作。

這是一筆意義遠超金額本身的合同。

和微軟合作，意味著NVIDIA的技術路線得到了行業最重要的合作伙伴的背書。意味著NVIDIA的工程師要在極限壓力下，把產品做到微軟要求的水準。意味著NVIDIA的名字，會出現在千萬臺Xbox主機裡。

黃仁勳曾在某次訪談中說，和微軟合作Xbox的那段時間，是NVIDIA工程能力被逼出來的階段。外部壓力，有時候比內部驅動更能讓一個團隊突破極限。

---

然後，3dfx倒下了。

這件事值得單獨說。

3dfx曾經是這個行業的神話。Voodoo顯示卡是玩家心中的聖物。但是，3dfx犯了一個致命的錯誤。

他們決定自己做顯示卡，不再只賣晶片。

這意味著什麼？

他們開始和自己的客戶競爭。那些原本購買3dfx晶片、自己生產顯示卡的合作伙伴，一夜之間變成了對手。合作伙伴離開了，渠道崩了，3dfx的產品越來越難賣出去。

與此同時，NVIDIA的迭代速度越來越快。

每六個月，一款新產品。

這是黃仁勳定下的節奏。不是每年，是每六個月。這個速度，讓競爭對手喘不過氣。你剛剛追上我這一代產品，我下一代已經發布了。

二零零零年，NVIDIA收購了3dfx的核心資產。

曾經的霸主，就這樣消失了。

---

停。

這裡有一個值得細想的問題。

3dfx的失敗，是因為技術不行嗎？

不是。他們的技術，在某些方面甚至領先NVIDIA。

他們失敗，是因為戰略錯誤。自己做終端產品，破壞了合作伙伴關係，然後在迭代速度上被NVIDIA徹底甩開。

黃仁勳看到了這一點。NVIDIA從來沒有去做自己品牌的整機，沒有去搶合作伙伴的生意。他們只做晶片，只做GPU，把下游的空間留給合作伙伴。

這是一種剋制。

也是一種戰略清醒。

---

當下對映一下。

你有沒有想過，今天的晶片行業，還在上演同樣的劇本？

高通做晶片，不做手機整機。ARM賣架構，不做晶片。輝達做GPU，不做伺服器整機。

這些公司，都在用同一個邏輯：我做最核心的那一層，把其他層的空間留給生態夥伴。

生態，比獨吞，活得更久。

黃仁勳在二零零零年就想清楚了這件事。

---

到二零零五年，NVIDIA已經是顯示卡市場無可爭議的領導者。

GeForce系列，成了遊戲玩家的標配。每一代新產品釋出，都是遊戲媒體的頭條。NVIDIA的名字，從一個玩家才知道的小品牌，變成了科技行業裡響噹噹的名字。

但黃仁勳的野心，不止於此。

他在這個階段，開始思考一個更大的問題：GPU除了渲染遊戲畫面，還能做什麼？

這個問題，在當時沒有人能給出答案。

甚至他自己的團隊，也有很多人覺得這個問題問得奇怪。GPU就是用來做圖形的，還能做什麼？

但黃仁勳在這個問題上，花了越來越多的時間。

他注意到一件事：GPU內部有大量平行計算單元。渲染圖形，本質上是同時處理海量畫素的平行計算。這種平行計算的能力，理論上可以用在圖形以外的場景。

這個想法，在二零零五年還只是一顆種子。

但它即將長成一棵改變整個科技行業的大樹。

---

那麼問題來了。

GPU的平行計算能力，到底能用在哪裡？黃仁勳決定為此押上多大的賭注？這個賭注，在接下來整整十年裡，幾乎沒有人看懂。

下一章，我們來講CUDA——一個被市場冷落了十年，卻最終引爆AI時代的反共識決策。

第 3 章 · CUDA 的反共識賭局

二〇〇六年，NVIDIA 做了一個沒有人看好的決定。他們要把圖形晶片，變成一臺通用計算機。這個想法，整整十年，沒有人懂。但黃仁勳等到了。他等到了什麼？

上一章我們講了顯示卡戰爭。NVIDIA 從廢墟里爬起來，用 Riva 128 絕地反擊，打倒了 3dfx，又用 GeForce 256 發明瞭「GPU」這個概念。核心是一件事：黃仁勳贏了遊戲市場，NVIDIA 活下來了。今天我們來看：活下來之後，他做了一個讓所有人都看不懂的賭注。

---

停。

先問你一個問題。

如果你的公司剛剛打贏一場生死戰，市場份額第一，產品賣得正好——你會怎麼做？

大多數人的答案是：繼續做。繼續賣遊戲顯示卡，繼續最佳化效能，繼續賺錢。

黃仁勳沒有。

---

二〇〇六年，NVIDIA 對外發布了一個叫做 CUDA 的東西。

全稱是 Compute Unified Device Architecture，統一計算裝置架構。

聽起來很學術。

但它的意思，其實非常激進：

GPU 不只是用來渲染遊戲畫面的。

它可以用來做任何計算。

---

想象一下那個時代的背景。

二〇〇六年，iPhone 還沒有釋出。雲端計算還是個新詞。大多數人對「晶片」的理解，就是電腦裡那塊 Intel 的處理器，也就是 CPU。

CPU 是什麼？是一個超級聰明的單執行緒工人。一次只做一件事，但做得又快又精準。

GPU 是什麼？是幾千個沒那麼聰明的工人，同時幹活。渲染遊戲畫面，本質上就是同時計算螢幕上幾百萬個畫素的顏色。GPU 天生就是為「平行計算」而生的。

黃仁勳的洞察是：

這種並行能力，不只是遊戲需要。

科學計算需要。物理模擬需要。氣象預報需要。任何需要同時處理海量資料的任務，都需要。

---

但問題來了。

GPU 當時的程式設計方式，極其痛苦。

工程師如果想用 GPU 做非圖形計算，必須把自己的問題「偽裝」成圖形問題，用圖形 API 來騙過 GPU。這就像你想用一把錘子擰螺絲——不是不行，但你得先把螺絲改造成釘子的形狀。

CUDA 要做的，就是給 GPU 一套真正的通用程式設計介面。

讓工程師可以直接對 GPU 說：幫我算這個矩陣乘法。

不用再偽裝了。

---

這個決定，在公司內部不是沒有爭議的。

顯示卡業務正在賺錢。遊戲市場是真實的、可見的、增長的。

而 CUDA 要服務的客戶是誰？

是大學裡的科研人員。

是氣象局。

是做流體力學模擬的工程師。

這些人，買的顯示卡數量，加起來可能不如一個遊戲發行商的一個季度。

憑什麼為他們花這麼大的力氣？

黃仁勳的核心觀點是：市場不是被發現的，是被創造的。你要先把工具造出來，才能看到工具能幹什麼。

---

於是 NVIDIA 開始了一場漫長的佈道。

他們派工程師去高校，手把手教授如何用 CUDA 程式設計。

他們寫檔案，做教程，辦研討會。

他們給研究人員免費提供硬體。

這不是市場營銷。這是基礎設施建設。

NVIDIA 在做的，是把自己的 GPU 變成一個平臺——就像微軟把 Windows 變成平臺一樣。

但問題是，這個平臺，整整沉寂了將近十年。

---

十年。

不是十個月。

是十年。

---

從二〇〇六年到二〇一二年，CUDA 的使用者群體，主要還是科研圈子裡的小眾人群。

這期間，NVIDIA 的股價起起落落。分析師們不斷追問：你們的 GPU 計算業務，什麼時候能賺錢？

黃仁勳的回答，始終是某種版本的「等著看」。

他曾在多次訪談中表達過這樣的觀點：他不相信季度財報能反映真正的戰略價值。他相信的，是技術積累的複利效應。

但坦白說，在二〇〇九年、二〇一〇年，如果你是 NVIDIA 的股東，你很難不焦慮。

---

然後，二〇一二年來了。

多倫多大學。

一個叫亞歷克斯·克里熱夫斯基的博士生，和他的導師傑弗裡·辛頓，用 GPU 訓練了一個神經網路。

這個神經網路，參加了當年最權威的影象識別競賽，叫做 ImageNet。

結果出來了。

錯誤率：

百分之十五點三。

其他所有參賽隊伍，錯誤率都在百分之二十五以上。

差距不是小小的進步。

是降維打擊。

---

這個神經網路，後來被叫做 AlexNet。

它用了兩塊 NVIDIA 的 GTX 580 顯示卡來訓練。

就是普通消費者買來玩遊戲的那種顯示卡。

但它做到了人類歷史上從未有過的影象識別精度。

---

停。

想想這意味著什麼。

黃仁勳等了六年。

六年裡，CUDA 被大多數人忽視。

然後，一篇論文，改變了整個電腦科學的走向。

深度學習，從學術界的邊緣話題，變成了全球科技公司最熱門的賽道。

而訓練深度學習模型，最需要的東西是什麼？

平行計算能力。

也就是 GPU。

也就是 CUDA。

---

NVIDIA 突然發現，他們六年前造的那把鎖，剛好配上了全世界最重要的那把鑰匙。

不，說反了。

是他們六年前造的那把鑰匙，剛好配上了全世界最重要的那把鎖。

---

接下來發生的事，你可以想象。

谷歌來了。

Facebook 來了。

微軟來了。

全世界的 AI 實驗室，開始瘋狂採購 NVIDIA 的 GPU。

不是一塊兩塊。

是幾千塊，幾萬塊。

---

但這裡有一個細節，值得單獨拎出來說。

NVIDIA 能接住這波需求，不只是因為運氣。

是因為他們在那十年裡，從未停止對 CUDA 生態的投入。

他們建立了一套完整的軟體庫。

cuDNN，專門為深度神經網路最佳化的計算庫，二〇一四年釋出。

這個庫，讓研究人員不需要自己從頭最佳化底層程式碼，直接呼叫就能跑出接近硬體極限的效能。

這是護城河。

不是硬體護城河，是軟體生態護城河。

---

你可以買到其他公司的 GPU。

但你買不到 CUDA 生態裡十年積累的工具鏈、教程、社群、和相容性。

這就是為什麼，即使後來 AMD、英特爾都在追趕，AI 訓練的主流平臺依然是 NVIDIA。

黃仁勳曾經在某次訪談中說過，他認為軟體是 NVIDIA 最深的護城河。硬體可以被複制，生態不能。

---

當下對映一下。

今天，很多公司在談「AI 戰略」。

但大多數公司做的，是在 AI 熱潮來了之後，趕緊宣佈自己要做 AI。

NVIDIA 做的，是在 AI 熱潮來臨的十年前，就開始建設 AI 需要的基礎設施。

這兩種姿態，本質上是不同的。

一個是追風口。

一個是造風口。

黃仁勳的核心觀點是：你永遠不知道平臺會在什麼時候爆發，但你知道如果平臺不存在，爆發就不會發生。所以先把平臺建起來。

---

還有一個細節，很少被提到。

CUDA 推出的時候，NVIDIA 內部有人擔心：如果 GPU 變成通用計算平臺，會不會反而稀釋了遊戲顯示卡的品牌定位？

黃仁勳的決定是：兩個市場同時做。

遊戲繼續做，而且要做得更好。

但 GPU 計算，要作為獨立的戰略方向，配置獨立的團隊、獨立的產品線、獨立的客戶關係。

這個組織決策，後來被證明是正確的。

遊戲業務持續盈利，為 GPU 計算業務的長期投入提供了現金流支撐。

而 GPU 計算業務，在沉寂十年後，成為了公司最重要的增長引擎。

---

二〇〇六年到二〇一五年。

這是一段很難用財報來衡量價值的時間。

沒有爆炸式的營收增長。

沒有媒體頭條。

只有一群工程師，在高校的機房裡，耐心地教研究人員怎麼用 GPU 算矩陣。

但就是這段時間，奠定了 NVIDIA 後來一切的基礎。

---

這讓我想到一個問題，留給你思考：

什麼樣的組織，才能在看不到回報的十年裡，堅持做一件事？

不是因為有人逼它。

是因為它真的相信這件事值得做。

這種信念，從哪裡來？

---

但信念本身，並不足以解釋 NVIDIA 後來的成功。

黃仁勳還做了另一件事。

他重新定義了這家公司的組織結構和領導哲學。

他是怎麼帶領一家晶片公司，變成 AI 時代的基礎設施提供商的？

他的「皮夾克哲學」背後，藏著什麼樣的管理邏輯？

Volta、A100、H100，這些代號意味著什麼？

ChatGPT 爆發的那一刻，NVIDIA 內部發生了什麼？

這些問題，我們下一章見。

第 4 章 · AI 時代的總教練

一家公司押注了十年，全世界沒幾個人看懂。然後，一夜之間，世界變了。ChatGPT 橫空出世，所有人突然發現：那個「看不懂的賭注」，早已悄悄贏了。黃仁勳是怎麼撐過那十年的？他又是怎麼在 AI 爆發的前夜，再一次押對了？

上一章我們講了 CUDA 的反共識賭局。黃仁勳在 NVIDIA 如日中天的時候，悄悄把資源押向一個沒人看得懂的方向——通用平行計算。整整十年，CUDA 像一顆種子埋在地下，外界看不見，公司內部也有人質疑。直到 2012 年，AlexNet 橫空出世，深度學習引爆，所有人才猛然回頭，發現 NVIDIA 已經站在山頂上了。

今天我們來收尾。

種子發芽之後，故事才真正開始。

---

**二〇一六年。**

那一年，黃仁勳做了一件讓人印象深刻的事。

他親手把一塊 GPU 交到了埃隆·馬斯克手上。

不是在釋出會上。是在特斯拉的工廠裡，當著攝像機的面，他把 NVIDIA 的第一臺 DGX-1 超級計算機，作為禮物，送給了 OpenAI。

這臺機器的標價是：十二萬九千美元。

但黃仁勳說，這是「送給人類未來的禮物」。

你可以覺得這是公關秀。但你也可以換一個角度看——他在向整個 AI 圈發出一個訊號：NVIDIA 不是賣硬體的，NVIDIA 是 AI 基礎設施的建造者。

這個定位的切換，是後來一切的起點。

---

**Volta 架構：為 AI 重新設計晶片**

二〇一七年，NVIDIA 釋出了 Volta 架構。

停。

這不是一次普通的晶片迭代。

Volta 裡面，有一個全新的東西，叫「Tensor Core」——張量核心。它是專門為深度學習的矩陣運算設計的。換句話說，NVIDIA 第一次在晶片層面，為 AI 計算開了一條專屬通道。

這意味著什麼？

以前的 GPU 是「通用的」——遊戲、科學計算、AI，都能跑，但都不是最優的。Volta 之後，NVIDIA 開始走一條路：我不光給你一塊能用的晶片，我給你一塊專門為 AI 訓練最佳化的晶片。

效能提升了多少？

和上一代相比，AI 訓練速度提升了大約十二倍。

十二倍。

這不是小步迭代，這是代際跳躍。

---

**組織的變化：從賣晶片到賣「平臺」**

但黃仁勳真正厲害的地方，不只是晶片。

他在這個階段做了一個關鍵的組織決策：把 NVIDIA 的業務邏輯，從「賣硬體」重新定義為「賣平臺」。

什麼意思？

CUDA 是軟體生態。NVLink 是晶片互聯技術。DGX 是整套伺服器系統。InfiniBand 是高速網路。後來還有 NeMo、Triton，是 AI 開發框架。

他把這些東西全部打包，形成一個完整的「AI 計算棧」。

你買的不是一塊晶片。你買的是一套從底層硬體到上層軟體、端到端的 AI 開發環境。

這個邏輯，和蘋果當年做 iPhone 生態系統，有異曲同工之處。蘋果不只賣手機，賣的是整個 iOS 生態。NVIDIA 不只賣 GPU，賣的是整個 CUDA 生態。

一旦開發者用習慣了這套工具，遷移成本極高。

這就是所謂的「護城河」——不是靠壟斷，是靠讓你離不開。

---

**二〇二〇年：A100 的誕生**

然後，A100 來了。

二〇二〇年，NVIDIA 釋出了基於 Ampere 架構的 A100。

這款晶片，後來成了全球 AI 訓練的標準配置。

全球幾乎所有的大型語言模型——包括 GPT 系列、谷歌的 PaLM、Meta 的 LLaMA——早期訓練都跑在 A100 上。

你可以這樣理解：如果 AI 是一場工業革命，A100 就是那臺蒸汽機。

但黃仁勳沒有停下來慶祝。

他在 A100 釋出之後，立刻啟動了下一代的研發。

---

**二〇二二年十一月三十日。**

ChatGPT 上線了。

五天之內，使用者數突破一百萬。

兩個月之內，突破一億。

這是人類歷史上增長最快的消費級應用。沒有之一。

世界炸了。

所有人突然意識到：AI 不是科幻，AI 就在眼前。

然後所有人同時轉過頭，問了一個問題：

誰有 GPU？

答案只有一個。

NVIDIA。

---

**H100：踩準節拍的那一腳**

等等。

這裡有一個細節，很多人忽略了。

ChatGPT 爆發的時候，NVIDIA 已經準備好了下一代晶片——H100，基於 Hopper 架構。

H100 在二〇二二年三月就已經發布。

ChatGPT 是二〇二二年十一月。

也就是說，當全世界突然湧來瘋狂的 AI 算力需求時，NVIDIA 的新一代產品，已經在產線上了。

這不是運氣。

這是一家公司長期押注、持續迭代的結果。

H100 相比 A100，AI 訓練效能提升了大約三倍。但更重要的是，它支援更大規模的模型訓練，支援更高效的多卡互聯。

換句話說，它是專門為「訓練 GPT 這種級別的大模型」而生的。

黃仁勳曾在某次訪談中說，他的核心觀點是：你必須在市場爆發之前就準備好，因為等市場爆發了再準備，已經太晚了。

H100，就是這句話最好的註腳。

---

**萬億市值：數字背後的意義**

二〇二三年五月三十日。

NVIDIA 的市值，突破了一萬億美元。

一萬億。

加入了蘋果、微軟、谷歌、亞馬遜的行列。

這是半導體公司歷史上從未有過的高度。

但我想說的不是這個數字本身。

我想說的是：這個數字意味著什麼？

它意味著，全世界的資本，在同一時刻，對一件事達成了共識——AI 時代真的來了，而 NVIDIA 是這個時代最不可替代的基礎設施。

從一九九三年在 Denny's 餐廳寫下創業計劃，到二〇二三年市值破萬億。

整整三十年。

---

**皮夾克哲學：領導者的作業系統**

講到這裡，我們不得不說說黃仁勳這個人。

他有一件標誌性的黑色皮夾克。

幾乎每次公開亮相，都是這一件。

這不是時尚選擇，這是一種訊號。

他曾在某次採訪中談到，他的核心觀點是：領導者的工作，不是管理資源，而是傳遞清晰度。你必須讓每一個人都知道，公司在往哪裡走，為什麼往那裡走，現在最重要的事是什麼。

NVIDIA 內部有一個著名的管理實踐。

黃仁勳不相信傳統的層級彙報結構。他的直接彙報人，據說多達數十人。

這聽起來很反常識。

一般的管理學教科書會告訴你，一個領導者的直接彙報人不應該超過七個，否則會失控。

但黃仁勳的邏輯是：扁平化讓資訊流動更快。中間層越多，資訊失真越嚴重，決策越慢。在一個技術迭代極快的行業，慢就是死。

他還有一個著名的觀點，關於「優先順序」。

他的核心觀點是：在任何時刻，公司只有五件最重要的事。領導者的工作，就是不斷地問自己：這五件事是什麼？這周有沒有變化？

這種極度專注的工作方式，貫穿了 NVIDIA 整個發展歷程。

從 NV1 失敗之後的絕地求生，到押注 CUDA 的十年孤獨，再到 AI 爆發前夜的產品準備——每一次，他都在做減法，把資源集中到最重要的那一兩件事上。

---

**當下對映：每一家公司都面臨的問題**

這裡有一個值得所有人思考的對映。

不只是科技公司，任何一家公司，都會面臨一個時刻：

現在的業務正在賺錢。

但未來的機會，需要你現在就開始投入，而且短期內看不到回報。

你怎麼選？

大多數公司的答案是：等看清楚了再說。

黃仁勳的答案是：在別人看清楚之前，你必須已經準備好了。

CUDA 押注了十年。Volta 到 H100，每一代都在為「還沒爆發的需求」做準備。

這不是賭博。

這是一種系統性的、長期主義的經營哲學。

代價是什麼？是在漫長的等待期裡，承受外界的質疑，承受內部的壓力，承受市場的不理解。

但一旦時機到來——

你已經在那裡了。

---

**整書收束**

回頭看這四章，我們從 Denny's 餐廳的一張餐巾紙，走到了萬億市值的 NVIDIA。

第一章，是生存——從零開始，押注遊戲顯示卡，在 NV1 的廢墟里找到活下去的方式。

第二章，是崛起——打贏顯示卡戰爭，用 GeForce 256 定義了 GPU 這個概念，NVIDIA 有了真正的地基。

第三章，是轉型——在最好的時候做最難的事，用 CUDA 押注通用計算，十年孤獨，等待深度學習引爆。

第四章，是收穫——但「收穫」這個詞，其實說得不夠準確。

因為黃仁勳從來沒有停下來「收穫」。

A100 之後有 H100，H100 之後還有 Blackwell。每一次市場以為他已經到頂了，他又往前走了一步。

這本書真正想告訴我們的，不是一個成功者的故事，而是一種經營者的時間觀——

不要為今天的市場建造今天的產品。

要為明天的世界，在今天就準備好。

不要為今天的市場建造今天的產品。—— 黃仁勳經營哲學提煉，貫穿 NVIDIA 三十年發展歷程