混沌大学 13小时前
黄仁勋离场,如何理解他与英伟达的33年
index.html
../../../zaker_core/zaker_tpl_static/wap/tpl_keji1.html

 

这场"热闹",从美国总统特朗普在中期选举时,输掉两院开始。

2026年11月3日,民主党夺回参众两院控制权,打破了共和党同时掌控白宫与国会的格局。11月8日,黄仁勋公开承认"婚外情",英伟达宣布就相关"安全疑虑"启动独立调查。

11月9日,特朗普公开为黄仁勋辩护,称相信他不知道交往对象是"间谍",然而这未能阻挡来自国会的压力。11月12日,英伟达宣布黄仁勋辞去总裁、CEO及董事职务,即刻生效。

随后,支持黄仁勋复职的声浪持续扩大:马斯克呼吁英伟达董事会让黄仁勋回归,特朗普公开支持黄仁勋复职;尽管超过97%的英伟达员工希望黄仁勋留任,但政治压力已不可逆转。

这不禁让人想起几个月前的那次 "临时登机":2026年5月,特朗普访华代表团最初公布的名单里,包括了马斯克、库克等16位高管,但唯独没有黄仁勋。然而,在"空军一号"从华盛顿起飞、经停阿拉斯加中途加油时,黄仁勋身穿标志性的黑色皮夹克、背着双肩包,临时登上了专机。

一切,早有预兆。个人丑闻只是扣动扳机的手,子弹早就在膛里。

这位曾凭借个人魅力和商业手腕直通白宫的科技巨头,在一场政治格局突变中,被动离场。背后,是国家层面在AI算力赛道的博弈,是美国主流精英群体对华人"非我族类其心必异"的怀疑。

现在,当这场精心设计的大国博弈还在进行,当英伟达的接班难题成为新的议题焦点,我们不能否认的是:黄仁勋,是英伟达的创始人。

过去33年,黄仁勋亲自参与了公司的每一次重大转型。没有COO,没有公认的二号人物,几十名高管直接向他一个人汇报,"黄仁勋就是英伟达"。

然而,在这次被迫启动的组织刷新产生最后的结果之前,我们更想再次回顾"黄仁勋时代的英伟达",并追问自己:我是谁?我的人生应该怎样活?

"每个人来到这个世界时,都带着一点点这样的东西。只不过,走着走着,你在竞争里、在惯性里、在社会评价体系里被裹挟,慢慢把那一点点东西忘掉了。"

以下内容来自:2026年4月在混沌APP上线的重磅课程《英伟达第一季:黄仁勋的生死豪赌》《英伟达第二季:黄仁勋的信仰远征》,主讲人:混沌创办人李善友教授。文章仅为课程1/10

凡人黄仁勋:为什么他比天才更值得学

成立于1993年,1999年上市,英伟达至今已经走过三十多年。它市值的爆发式增长,几乎完全发生在最近三年。坦率地说,大模型AI时代中,英伟达是最大的受益者。

今天市值的增长,是因为它成为了整个AI时代背后的基础设施,AI基座是一个万亿美元级别的产业。但它最初是做什么的?它原本是做游戏芯片的,只是一个几百亿美元量级的产业。

我甚至觉得,"认知升级"这个词都不足以描述它。这是一种"认知上的跃迁",一种"基因突变"式的跨越。在混沌,我们常讲认知有三个阶段:

第一阶是经验层,也就是归纳法。这是大多数人不学自会的思维方式。

第二阶是逻辑层,即演绎法加第一性原理,这是理性的层次。

第三阶,则是理性背后更深的一层。对于这一层,我暂时用"心"来代表。理性的背后,一定有一个更大的结构或意识在承托它。

马斯克相信第一性原理,他直接踩上了第二层;而乔布斯踩在第三层,到今天为止,苹果还活在他的战略里。深入研究黄仁勋之后,我才逐渐意识到:黄仁勋和我们并没有本质上的距离。他更像是站在一个我们相对能够进入、能够理解、能够学习的位置上。他给人一种逐层突破的真实感。

在第一层里,我们可以看到颠覆式创新;在第二层里,又能看到他运用了第一性原理;到了第三层,则是成为自己,看见自己,完成内在的觉醒。这实际上是一条把商业与人生结合起来的道路,也是一条我们一直非常想追求、却很少真正见到有人完整走出来的道路。而黄仁勋,恰恰提供了这样一个鲜活的案例。

他并不是"天纵英才",而是像金庸小说里的郭靖:一个傻小子凭借笨功夫、苦功夫,一路向上。到最后,成为"侠之大者,为国为民"。我想分"两季"来讲述他所完成的跃迁。

第一季,是英伟达在商业世界中通过竞争完成崛起的阶段,关键词是战略和产品。我把它称为商业之根,也就是商业背后的第一性原理。

战略:找到自己的价值网络

战略的本质上就是选择一片"富矿",一个足够富饶的、有成长性的价值网络。英伟达的"富矿"其实是黄仁勋的创业搭档选出来的。

照片左边这个人,其实才是当年创业最核心的人物——普里姆,一位天才芯片架构师,在Sun公司(升阳电脑Sun Microsystems)工作。

当时,升阳电脑主要销售的是工作站电脑。20世纪90年代后,计算机逐渐进入图形界面时代。CPU处理某些专业任务时效率就会不足。为此,普里姆找到了一家定制芯片公司,也就是黄仁勋所在的LSI。思路是:把图形处理功能剥离出来,做成一个独立显卡。

对于Sun来说,这块独立显卡就是一个附加配置。它功能很强,但使用场景并不明确。为什么说普里姆是天才?他居然亲手做出了一款3D飞行射击游戏。只要把显卡插到工作站电脑上,就可以直接运行这个游戏,一下子提升了销量。

普里姆认为,应该把专用显卡做得更强,也更加独立于CPU。他产生了一个极其关键的"觉醒":一个新的市场正在兴起,在PC市场上,电子游戏开始快速出现,能不能把显卡用到PC上,专门去加速电子游戏?

这是一个极具洞察力的想法。但他的领导对此极为愤怒:认为我们是为科学家服务的,把这项技术拿去服务PC和游戏,是一种"玷污"。

于是,1993年,英伟达成立了。它是第一家在刚刚兴起的PC端市场中,专门为电子游戏提供3D图形加速方案的公司。

这是黄仁勋的幸运。在人生仍然彷徨的时候,仿佛有一根线,把他突然拉进了一条真正的时代主线之中。

为什么这个机会是颠覆式的?

技术来源看,这项能力原本是服务于工作站电脑图形加速的,如今却被迁移到了PC端。技术本身能否成立?在PC上做电子游戏,尤其是做三维电子游戏,究竟有没有足够的用户愿意买单?

供给和需求两端都尚未被验证。这是一个非常典型的"克里斯坦森场景"。

很多人会说:"我的公司不是技术公司。"但事实上,每一家公司都有自己的"技术"。它大致等于:核心能力(know-how)× 独有资源 × 独有人才。

而"市场"则可以拆解为:用户×场景×需求。场景决定了需求发生在什么地方;用户往往意味着一代新用户的出现,意味着某种群体意识的觉醒,甚至是一种主体性的生成。

战略最简洁的定义:技术维度×市场维度,并由此黏合出一个独特的价值网络,这块"地盘"本身,就叫战略。进一步细分技术与市场的组合,大致可以形成四类情形。

我们最熟悉的,当然是"主流技术服务主流市场"这个象限。这就是主流价值网络,也是产业巨头最强势的主场。在这个主场之外,巨头最容易做的一种延伸,是把现有技术复制到其他市场中去。比如,抖音把已有能力延伸到海外,形成了TikTok。

巨头的第三种选择,是新技术出现之后,将其吸收进来,继续服务于原有市场。例如,淘宝和百度通过拥抱移动化来强化既有业务。这三个象限,基本都可以视为巨头有天然优势的位置。

对创业者而言,真正的路径在哪里?恰恰是第四象限,也就是:新技术×新市场。这是一条"两头不靠"的路,既没有成熟技术作背书,也没有成熟市场作支撑。

这里真正决定关键选择的,是你的禀赋:你的胸怀有多大、野心有多大、胆量有多大。如果放在过去、放在风险偏好更高的时代,经典VC真正愿意下注的,往往就是这样的领域。创业者,也往往是一代又一代地怀抱雄心,进入这样的机会窗口。

新技术× 新市场 = 原生价值网络。黄仁勋把它称为"0亿美元市场",就是你进入一个几乎还不存在、几乎没有竞争者的地方。

产品:不是做得更全,而是击穿单点

英伟达在战略上准确地进入了一个原生价值网络。对于黄仁勋而言,更多是一种幸运。真正体现黄仁勋个人实力的地方,是他对产品的拆解能力。

在混沌,我们经常用S曲线来描述产品的发展,S曲线和价值网络之间到底是什么关系?实际上,战略是产品的外部边界。你的产品S曲线能够长多高、走多长,很大程度上取决于它背后的价值网络究竟有多肥沃。

深入到产品内部,还有一个极其关键点——真正能够撬动局面的"临界点",也就是破局点。而破局点,必须从三个维度来拆解:需求单点、供给单点,以及连接单点。这三个关键点,黄仁勋大约花了十年时间才逐步找到。

第一代产品失败的核心教训

回到1993年,英伟达是第一家在PC端做3D图形加速的公司。但很快,大量竞争者涌入这个方向。而且,其中有一个极其强劲的竞争对手,叫做3DFX。

这个团队率先推出了首款PC图形芯片。它的需求,来自于PC版3D游戏《雷神之锤》。结果,这款产品大卖。当你以为自己抓住了一个好想法时,突然发现,有些人已经先做出来了。更糟糕的是,1995年11月,英伟达发布了自己的第一款芯片。一共卖出了25万个芯片,其中有24.9万个被退货,大败。

黄仁勋获得了一个极其关键的认知:技术和需求、技术和市场之间存在双轮循环。在这组关系中,到底谁应当是"一"?

对于极具天赋的架构师而言,恰恰因为他太过天才,这款芯片的设计几乎完全是基于英伟达工程师自身的愿望,而不是基于市场需求。

它雄心勃勃地认为,自己完全可以取代微软的标准,结果产品与主流生态大面积不兼容,几乎没有游戏开发商愿意为其做适配。另一方面,这款产品在功能上不断叠加,客户会说:如果你不这么复杂,我可能反而会买你的产品。

这次大败之后,公司内部也爆发了一个核心冲突:英伟达真正的掌权者到底是谁?最后,赢下来的是黄仁勋。

黄仁勋的豪赌:9 个月极限研发RIVA 128

我一直在思考:黄仁勋到底是一个什么类型的角色?他可能是一位能够将技术与市场整合为一体的大师级战略家。英伟达几乎所有真正重大的灵感来源,都不是黄仁勋本人原创的。当他听到那些火花、那些灵感、那些想法之后,能够迅速将其重新组合起来,并基于第一性原理,作出反常识的决策。

留给黄仁勋的,其实是一个非常糟糕的残局。当时英伟达账上的资金,只够再支撑九个月;员工人数也从100人裁减到了35人。

通常来说,一款芯片产品从创意到制造完成,往往需要18到24个月。九个月内完成一个通常需要18到24个月才能完成的任务。

我想请问,谁愿意接下这个挑战?我们经常会谈到创业中的各种难题,这种难题,是硬件技术上的硬性问题,是被物理规律、制造周期和工程难度直接卡住的问题。

黄仁勋选择了一场彻底的豪赌,一场真正意义上的破釜沉舟:不融资,就是要在现金流耗尽之前,把这款产品做出来。那款产品,就是英伟达第一款真正获得成功的产品:RIVA 128。

黄仁勋"认怂"了——放弃了原有的自有架构,全面转向采用微软的架构。接下来在供给侧,黄仁勋逐渐形成了一个后来非常重要的方法论,叫作"光速原理"。本质上是在问一个问题:做一颗芯片,理论上的最快速度究竟是多少?

影响芯片制造速度的最大瓶颈是什么?答案是:芯片测试,测试成功后,才能真正送往制造厂量产。这一整套流程通常需要18个月左右。这时,黄仁勋听说还有另外一条路径可走:使用"芯片仿真器",它能够大幅缩短研发周期。但要花100万美元。

大多数人如果把"安全"作为第一性考量。但如果按18个月的节奏走,公司根本活不到产品做出来的那一天。大多数人宁可苟延残喘,也不愿意做一个激进的押注。黄仁勋选择了第二条路。将芯片硬件研发周期,压缩到了3个月。

为什么英伟达的AI芯片能够做到几乎一年迭代一代?背后一个非常关键的原因,就是这套方法论早在当年就已经建立起来了,并且一直沿用至今。

这条原则可以概括为:做任何一件事情,不要只问自己能否比过去的最好成绩再提高百分之多少,也不要问能比同行好多少;要直接问,这件事情在理论上的极限到底是什么。这是非常漂亮、也非常震撼的一种方法论。

如何找到业务背后的第一性原理?

在需求侧,黄仁勋还做了另一件极其反常识的事情:他决定做一颗"最大的芯片"。这一部分真正有意思的问题在于:一家企业究竟如何找到自己业务背后的第一性原理?

芯片行业,真正的客户到底是谁?最终用户是游戏玩家;但在玩家之前,还有一个更关键的角色——游戏开发者。只要开发者愿意基于英伟达的芯片进行开发,而英伟达的芯片又足够强大,能够创造更沉浸的游戏场景,玩家自然愿意使用,产品自然能够卖出去。

这一判断非常关键。一旦识别出"谁是真正的客户",就有机会进一步找到那个"十倍速"的单点。黄仁勋说,对于游戏开发者而言,3D图形对芯片加速性能的需求永远不会被满足。英伟达接住一场"泼天富贵",秘密恰恰就隐藏在这句话里。

技术进步的速度,往往会快于市场需求增长的速度。于是很容易出现一个局面,即"性能过剩"。一旦性能过剩,企业就会进入《创新者的窘境》中那个典型场景:用过剩的技术去服务大众用户,最终产品被低端替代。

但如果你所在的行业恰恰相反——你的技术越强,需求就越大;你的性能越高,市场反而会不断提出更高要求——这就是泼天的富贵。

今天在AI领域中,我们看到的依然是同样的逻辑:GPU性能越强,大模型的需求就越多;而大模型需求越多,又进一步要求GPU更强。这就是"永不满足"的需求结构。

黄仁勋明白了一件事情:如果性能是最重要的事情,就应当做出一颗性能最强的芯片。1997年8月,在公司资金几乎耗尽之前,英伟达推出了这样一款产品。这是一个极具戏剧张力的时刻:

黄仁勋召集全体员工开会,一只手拿出公司账户,向大家展示账上只剩下多少现金——大概只够支付两三周工资。所有人都大惊失色。然后,他另一只手拿出一张订单,说:"但兄弟们,我们拿到订单了,100万美元的订单来了。"

这次胜利的根本意义,并不仅仅在于产品特性本身的成功,而在于:他真正想清楚了这个行业的本质是什么。

击穿速率,推动技术向更高边界逼近

接下来,他又追问了第二个问题:PC厂商始终都还是那些PC厂商,为什么从来没有任何一家芯片公司可以一直赢下去?在竞争背后,是否还隐藏着更深层的第一性原理?

PC厂商大约每隔多久发布一代新电脑?每六个月发布一代新产品,往往对应寒暑假的销售周期;但芯片制造商研发一代芯片,通常需要18个月。黄仁勋看清了一件事情:谁掌握周期,谁掌握频率,谁就是王者。

怎么解决?英伟达从单架构师模式,转向了多架构师团队模式。三个架构师团队并行工作:这一代发布,六个月后发布下一代,再六个月后再发布下一代。提前把后面几代产品布局在了同一条时间线上。

这件事情难吗?从逻辑上并不难,难的是改变长期以来的用人习惯。因为通常一个公司的核心人才就是那唯一的架构师,像"王"一样存在。

英伟达到处去挖顶级架构师。3DFX原本是行业老大,后来被英伟达逼到破产。那些员工带着很大的不服气进入英伟达,发现英伟达的代码甚至写得相当凌乱。也就是说,英伟达第一阶段其实赢在了运营能力和组织节奏上。并且,由此逐渐形成了它在图形加速器、在游戏芯片领域中的领先地位。

黄仁勋确实赌对了:一方面,是"新技术×新市场";另一方面,是勇于进入"0亿美元市场"。同时,在新技术这一端,他并不是随便进入一个新领域,而是在其中进一步洞察到了第一性原理,并用"光速极限原理"不断推动技术向更高边界逼近,最终实现了对原有主流价值网的逆袭。

跃迁:英伟达如何重新定义自己

黄仁勋接下来一直在寻找自己供给侧真正的核心能力。

这里我想补充一个词,"未来成功的早期信号"。就是当我在寻找需求时,我不会平均地去满足所有人,而是去寻找那些最能够预示未来的需求,去看那些"领头羊"在需要什么,然后优先满足他们。

当时最火的游戏是《雷神之锤》。而这个领域中最伟大的开发者之一,就是它的首席程序员卡马克。黄仁勋当时的判断是:这是我们客户中最了不起的天才。那么,我就去问他:你有什么需求?我为你定制芯片。

卡马克提出了一个需求:希望用图形加速来渲染大量多边形怪物,并实现枪战场景。在同一个竞技场中,同时渲染数十个角色,是一个极其困难的技术问题。这里出现了一个极其关键的词:同时。

传统CPU的工作方式本质上是串行的。但图形场景不同:它里面有许多角色、许多光源、许多爆炸、许多射击效果,需要在同一时刻被呈现出来。"同时"这件事情,构成了一个巨大的技术难点。

所谓"同时",如果翻译成技术语言,就是:并行。当时3DFX的思路是什么?既然你需要同时渲染两个场景,那我就放两个芯片,一个芯片负责一个任务。

就在这里,英伟达发生了一种极其重要的"基因渐变"。英伟达追问:我能不能在同一个芯片里,同时运行两套相同的指令集?

黄仁勋最开始也觉得这件事做不了。后来,他反过来用第一性原理去推:如果游戏场景会越来越复杂,在一个卡槽里不断塞入不同芯片,很快就会被塞满。从长期看,真正可持续的路径,只能是在一个芯片内部塞入多个处理核心。

他进一步推断:"同时处理两个"其实并不是终极需求。最终需要的,一定是多个。当这个需求被真正理解之后,就倒逼出了一项极其了不起的技术创新。"并行处理"这个词也正式出现了。一个新的技术单点终于出现了。

这并不是黄仁勋凭空想出来的,而是他在深刻响应市场需求的基础上,推动团队完成了艰难的技术攻关。英伟达终于找到了自己技术上的核心单点。

当这项能力做出来之后,开发者对其赞不绝口,开始基于这款芯片开发全部游戏内容。游戏玩家也会随之转向这一平台,因为沉浸感明显更强。只要领先一步,后面整个生态都会逐渐围绕你展开。

1999年,英伟达推出了新的产品系列——TNT,以及后来那个真正划时代的名字:GeForce 256。这款产品能够并行处理四个计算核心。

GPU:新产品的本质是什么?

随后英伟达发现:拥有四个并行处理单元之后,它开始能够把这些原本属于CPU的计算密集型任务"抢"过来。发现自己能力开始溢出时,公司不得不面对一个更本质的问题:我们到底是谁?这个新产品的本质到底是什么?

这时候,通常会有两种选择:

第一种选择是:我仍然只是一个更好的图形加速器。换句话说,仍然把自己定义在"独立显卡"这个框架里。只是CPU的小弟、CPU的附庸。

但还有第二种定义方式,一个巨大的野心出现了。这几乎是英伟达公司历史上第一次真正意义上的"自我觉醒"。它开始把自己定义为一个与CPU同等级别的处理单元。给自己起了一个全新的名字:GPU。

CPU(Central Processing Unit)中央处理器;GPU(Graphics Processing Unit)图形处理器。两者都叫 Processing Unit,区别只在于:你是通用的,我是专用的;你更大,我更聚焦。

这个自我定义,极其重要。从这一刻开始,它的真正竞争对手,开始转向CPU本身。这其实就是一次典型的"从低端切入、再向上逆袭"的关键一步。问题也随之而来:即便你已经把自己定义为与CPU同等级别的处理器,那么你的核心护城河到底是什么?

英伟达提出了一个极其重要的概念:可编程性。请大家注意,CUDA的原型,其实在这个阶段就已经出现了。英伟达做成了GPU,并把GPU做成了可编程的平台,从而建立起了生态。

这是出于第一性原理的思考:只是停留在一个硬件产品上,那么随着CPU持续进步,最终它一定会被CPU重新吞掉。

除了英伟达之外,那个时代几乎所有其他公司,其实都是被英特尔打败的。为什么英伟达能够幸存?根本原因就在于:英伟达做了可编程,并由此加快了自己的内循环速度。

到这里为止,英伟达在第一阶段的所有核心关键词,其实都已经出现了:第一个重要关键词,是3D图形加速;第二个关键词,是并行处理;第三个关键词,是GPU。而它的业务载体,则是为游戏产业提供芯片。

这就是英伟达的第一季,我把它称为"商业之根",因为在这一阶段,它真正找到了商业背后那些相对不变的本质。黄仁勋大约用了十年时间,才真正提炼出这三个关键词。

一旦这三个关键词被提炼出来,整个结构就真正立住了。英伟达开始一步一步向右上角迁移。最初服务的是PC,后来逐渐进入工作站;最初服务的是电子游戏,后来也进入了电影工业。原本处于右上角的硅图公司(SGI),最终被英伟达颠覆了。

英伟达真正远远超过英特尔,是后来的事情。而在这两者之间,存在着一道巨大的鸿沟。它究竟是如何跨越这道鸿沟的?

英伟达的第二季我称之为商业之道。它不再只是讲如何竞争,而是讲如何找到自己、看见自己,并最终成为自己。它更接近一种非竞争的状态:我的基因是什么,我的认知结构是什么,我的灵魂和理念又是什么。

在商业世界中,真正的驱动力其实只有两个:第一个是竞争,第二个是做自己。

越是竞争,越容易把你禁锢在既有的价值网络里。你的竞争对手会和你共同生成一个生态系统,有一股力量不断把你拽回原来的位置。大多数人对此并不自知,反而以为自己很努力,在不断攻城略地。

如果说黄仁勋上半场的核心关键词是"竞争",不断向右上角突破、挑战巨头;当他成为巨头,必须思考一个新的问题:如何防止被别人颠覆?

它的上半场,是一个以竞争为驱动力、以成功为驱动力、甚至以恐惧为驱动力的故事;而到了下半场,它逐渐变成了一个"做自己"的故事。你会明显发现,2003年之后的英伟达,仿佛成为了一个真正"活着的组织体",全新的创意、关键词,经由不同的人不断涌现出来。

关键词 1 :并行计算

英伟达最早的关键词是"图形处理"。GPU在进行图形处理时,本身就需要完成大量复杂计算,例如浮点运算、矩阵相关运算等。

2002年、2003年之后,出现了一个出乎意料的现象:科学家和研究人员发现经过改造和适配之后,GPU竟然能够胜任那些CPU难以高效处理的复杂计算任务。

斯坦福大学计算机科学领域的重要学者比尔·达利有一个长期理念,认为CPU代表的串行计算在很多场景下效率有限,一直在设想一种更大规模的并行计算体系。当科学家们开始使用GPU进行计算时,达利发现:英伟达的GPU,就是他所倡导的并行计算理念的最佳载体之一。于是,他写了多篇论文,推动这一方向的发展与传播。

直到这时,黄仁勋才最终顿悟到:英伟达真正的基因是并行计算。这个转变,确实非常精彩。随后他邀请比尔·达利加入英伟达,担任首席科学家。

关键词 2 : CUDA

接下来,从"并行处理"走向"并行计算"需要一个架构。这个架构,正是构成英伟达核心护城河之一的东西:CUDA。

英伟达的GPU最初是可编程的,主要用于图形和渲染相关开发。如果那些科学家想把GPU用于自己的科研计算,必须先把自己的问题"翻译"为图形问题。即便如此困难,一些足够执着、足够专业的研究人员,真的把自己的实际问题翻译成了这类可执行函数,并应用在蛋白质折叠、磁共振成像、物理、化学、天文等诸多领域。

这件事再次震撼了黄仁勋。

黄仁勋迅速意识到,"可计算性"有可能帮助英伟达进入更广阔的领域。从知道到做到之间隔着很多层障碍。其实,真正的"知道"本应接近于知行合一。

2006年,英伟达推出了CUDA,也推出了G80。G80是第一代支持CUDA架构、能够有效执行通用并行计算任务的重要GPU产品之一,包含128个流处理器,能够并行运行大量计算线程。英特尔当时主流CPU的核心数量和并行处理能力完全不在一个量级。

有了CUDA之后,GPU就不再只是一个图形处理器,而开始成为一个通用并行计算平台。在它之上可以支持多种上层开发语言,任何掌握相应编程工具和接口的人,都可以来使用它。

G80的研发投入持续了四年,总成本约4.75亿美元。此后,英伟达持续投入巨额资金推广CUDA,激励开发者、举办开发者大会、建设工具链与生态体系。

黄仁勋真正做成的大事,核心上其实就是两件——GPU和CUDA。后面很多年,它其实是在等待这两项基础能力迎来属于自己的时代红利。它并不是一个典型的"先有明确需求,再去满足需求"的故事,而是一个先从内部涌现出某种能力和方向,然后再逐渐创造出需求和市场的故事。

回忆过去,往往会有一种叙事上的错觉,觉得一切都是慷慨激昂、势如破竹的。但CUDA在很长一段时间里,都被资本市场视为一个"资金黑洞"。大约在之后六年,甚至更长时间里,几乎没有多少人真正相信这件事。

当时,有一个著名的激进投资者史密斯介入。在他的压力之下,黄仁勋不得不去和其他投资人沟通,才保住了自己CEO的位置。他承诺要更加专注,放弃了一部分业务,但依然坚持做CUDA。没有收入、没有客户、没有应用,为什么还要坚持?于是,第三个关键词就要出来了。

关键词 3 :加速计算

计算机的基本范式长期都是围绕CPU组织起来的。而今天我们所说的超级计算机,其核心能力越来越多地建立在GPU加速之上。为什么会这样?

摩尔定律其实埋着一个"bug":当晶体管尺寸小到一定程度之后,会越来越受到量子效应影响,其中一个典型现象,就是量子隧穿效应,从而导致漏电、功耗失控、器件稳定性下降等问题。从第一性原理来看,摩尔定律并不是可以无限延续的工程神话。

英特尔工程师其实早就讨论过相关问题,但大型成功组织往往会对自己既有路径形成强烈执念。到了2005年前后,CPU单核主频提升受限,传统依赖频率和缩放持续提升性能的路径开始放缓。

黄仁勋赌的是就是这样一件事:总有一天,当你那条传统路径无法继续高效进步的时候,你的大量市场会开始向我转移。

英伟达可以说打赢了一场"不战而胜"的史诗级竞争。它从未进入CPU主战场,而是在更深层的技术范式变化中完成了超越。GPU强调的是"那些特别复杂、并行度极高、传统CPU难以高效完成的任务,我能做得更好"的"加速计算"。

英伟达后来推出的DGX,具有非常强的象征意义:它是一台以GPU为核心、面向加速计算和AI训练的系统级机器。然而这件事,在当时其实是被严重低估的。

到这里,供给侧的技术维度,其实已经被我们拈出来了:供给单点已经有了,产品单点也已经有了。

这一切,非常热血、非常鼓舞人心。但问题是:有没有需求?没有。有没有市场维度?也没有。有没有现成的战场?其实也没有。这几个最关键的词,没有一个是黄仁勋凭空"想"出来的。他看见了这些东西的出现,感应到了它们,然后迅速回应,并立刻意识到它们的重要性,接着果断去做。

他的笃定到了什么程度?笃定到我还不知道市场在哪里,也不知道需求在哪里,但我知道,我正在做一件大事。后来等了多久呢?大约又等了六年,才等到AlexNet让深度学习真正引爆GPU计算需求;再往后,又经过多年演化,才等到"算力"成为一个被整个产业广泛认知和追逐的市场。从最初布局CUDA开始算,这是一个横跨十多年、近乎16年的等待。

什么样的力量,能够支撑一个人、一个组织,这样坚持下去?我想,最后只能落到一个词上:信念。

关键词 4 :人工智能·神经网络

大家可以感受一下:黄仁勋的第二季,那个味道、那个频率、那个能量,都不同了。当你走上第二季这条"成为自己""以商入道"的路时,它并不会按照你头脑中预设的方式出现。

在需求尚未显现的时候,我靠什么来支撑自己继续走下去?从根本上说,支撑它的是第一性原理;从理念层面说,支撑它的是信念。但从战术层面上讲,我还需要一个能够指引自己的正反馈指标。

在寻找需求侧、寻找市场路径的过程中,我需要某种正反馈,让我知道自己大概率是对的。这一段,对"理念型创业者"尤其重要。重点并不在于赚钱,而在于找方向、找市场、找真正重要的需求。

英伟达大概花了十年左右的时间,去寻找这样的信号。它最早的两个用户之一,是来自医疗研究领域的研究人员,希望用GPU来提升乳腺影像分析相关设备的计算能力。他们给英伟达写信,黄仁勋立刻邀请对方参与测试与合作。

投入了数百万美元,只卖出了两张显卡。即便如此,黄仁勋依然非常高兴。

直到今天,黄仁勋和英伟达一直在做一件事,那就是:AI for Science。近年的诺贝尔物理学奖、化学奖背后,很多关键研究工作都深度使用了英伟达的计算平台。

黄仁勋经常讲一个故事。他在台湾大学见到一位教授。这位教授是物理学家,他想计算宇宙大爆炸之后物质演化的过程,传统CPU根本很难胜任。后来,这位教授的儿子在美国告诉他:你可以试试用游戏显卡来做这件事情。于是,这位教授自己搭建了一套基于GPU的计算系统,把这项工作做出来了。

后来,当这位教授见到黄仁勋时,对黄仁勋表达了极深的感激。他说:感谢你,让我能够在有生之年完成我的毕生事业。

"毕生事业"这个词,后来就成了黄仁勋非常重视的一个表达。他一直在寻找这样的信号:什么样的场景,虽然今天没有形成清晰的商业市场,却在价值上极其重大;什么样的用户,虽然规模很小,却在方向上极其关键。

这背后体现的,正是我们所说的那种"理念"与"信念"的力量。你会发现,英伟达不再以竞争作为根本驱动力了。和上半季相比,这是不是一种脱胎换骨?

另外一个问题是:我到底应该做什么?

答案是:去做那件只有我才能做的事情。

英伟达当时已经在非常主动地寻找GPU的应用领域了,可它仍然没有真正想到:人工智能会成为那个最大的方向。

最早识别出关键方向的人之一,正是今天AI历史中的关键人物——Geoffrey Hinton。"并行计算×神经网络"有可能代表未来。Hinton在学术会议上不断向大家讲:你们应该用GPU来跑神经网络。他甚至主动给英伟达写过邮件,大意是:我刚刚在一个会议上向大家推荐了你们的GPU,你能不能送我两块?

这件事本身很有戏剧性。黄仁勋当时仍然没有立刻意识到这件事的全部意义。他是怎么真正意识到这件事重要性的?

Bryan Catanzaro(英伟达早期专注于深度学习方向的关键人物之一)敏锐地看到了这个变化,并且基于CUDA体系,推动了一个面向神经网络加速的关键软件库——cuDNN。你可以直接调用cuDNN,去高效地训练和运行神经网络。当Catanzaro最初向主管展示这个想法时,时间已经到了2013年前后,他甚至一度被泼了冷水。于是,他决定越级汇报。

黄仁勋几乎是立刻就明白了这件事的重要性。他把Catanzaro叫到办公室,对他说:这是千载难逢的项目。就由你来干。公司有几千人,你想调动谁就调动谁。英伟达几乎是立刻以公司级资源投入到这个方向中。

到这个时候,方向已经隐约看见了,

但真正的大市场还没有完全形成。

2017年,Google Brain发表了那篇震撼世界的论文:Attention Is All You Need。它提出了"自注意力机制",并进一步提出了一种新的神经网络架构:Transformer。

这个架构极其简洁,但能力极其强大。它允许一个序列中的每一个token,与其他所有token建立联系,这就是所谓的自注意力。更关键的是,Transformer天然更适合并行计算。

黄仁勋几乎是瞬间理解了Transformer的意义:它不再是某个专门任务的小模型,而是可能成为一种普适能力的底层架构。于是,黄仁勋让团队迅速为Transformer方向开发专门的优化编译器和加速方案。大模型训练时间从原来按月计算,被大幅压缩到了按天甚至更短周期计算。

所以走到这里,价值网络开始真正成形了。

这个时候,Open AI上场,成为最大推力。

2018年左右,Ilya意识到:Transformer是通往通用智能的新路径。立即把Open AI的整个工作重心转到Transformer上。2022年11月30日,ChatGPT的公开发布,成为一个关键节点。

最终,ChatGPT引爆了To C消费互联网市场的需求。五天用户破百万,两个月用户过亿,ChatGPT成为历史上增长最快的消费级互联网产品之一。

科学家实验室里的论文工作,是不会形成那样持续且巨大的算力消耗的;但一旦进入大众使用场景,情况就完全不同了。直到这个时候,技术乘以市场,这个真正的价值网络才算刚刚成立。如果你要给这个阵地命名,它就叫:AGI的入口市场。这个阵地有多大?可能是一个万亿美元级别的生态位。真正的"泼天富贵"才开始出现。

关键词 5 :算力

当市场真正开始出现之后,那个"十倍级"的需求到底是什么,我们也就看清楚了:算力。

微软先后对Open AI投入了巨额资源,而其中非常重要的一部分并不是简单以现金形式体现,而是以云基础设施能力来支撑Open AI的训练和部署。微软云所提供的这部分核心AI算力,底层大量依赖的,正是英伟达的GPU。

到2022年,终于等到了"算力"这个词真正成为时代级需求的时刻。

英伟达第二季的基因到底是什么?大家还记得那句话吗?3D图形对芯片性能的需求永不满足。于是,一个自指性的内循环就形成了。这就是英伟达第一季的基因结构。那么今天,我认为一个新的"基因双螺旋"已经出现了。一端是大模型,其代表公司是Open AI;另一端是算力平台,其代表公司是英伟达。

大模型对GPU性能的需求,几乎可以说是永不满足的。

Open AI的增长,已经呈现出一种近似"双重指数"的特征——第一,用户规模在增长;第二,更重要的是,单个用户对token和计算资源的消耗也在快速增长。

Sam Altman也逐渐意识到另一层"scaling law":如果我拥有更多算力,我不仅可以服务更多用户,更重要的是,我可能获得更强的产品能力、更大的商业化空间,以及更高的收入天花板。也就是说,算力不只是成本,它还可能成为收入和能力上限的决定因素。

为什么今天像Meta这样的公司,会如此激进地投入算力?因为它们相信:算力和产品能力、用户价值、收入之间,存在一个更深层的正向关系。"算力",它不再只是一个技术词汇,而成了这个时代最核心的战略词汇之一。

关键词 6 :AI基座

最后一个关键词:英伟达的产品,到底是什么?

英伟达首先当然是一家硬件公司。可问题在于,如果只把它理解为一家"做芯片的公司",又显得不够准确。在这里,我们可以看到,他重新识别了谁才是我的真正顾客。

他判断:大模型的增长将是指数级的。过去以CPU为中心的数据中心,必然会逐步转化为以GPU为中心的数据中心。更深层的顾客,其实是数据中心,是那些为大模型提供算力基础设施和服务的数据中心体系。

更厉害的是,他甚至试图重新定义什么叫"数据中心"。他说,过去的数据中心,更像是一个成本中心;而未来的数据中心,将像制造工厂一样,持续产出某种新的价值单位。它生产什么?它生产的是token。而如果顺着这个逻辑往下推,未来这个世界的一种核心"生产单元"或者"价值单位",很可能就是token。

结果,整个行业都逐渐接受了这一概念,开始大规模建设数据中心,或者说建设"AI工厂"。而这些AI工厂里采购的GPU,主要又是谁的?几乎还是他的。

过去,我们所有的智力与智能,原则上都只能从人类大脑中产生。今天,某种意义上,这是人类历史上第一次,大规模的"智能产出"不再完全依赖人类个体大脑。

我们都看过《黑客帝国》。在电影里,有一个巨大的系统,里面是成批的人类大脑和身体,被当作能量来源。如果你把它和刚才那个"AI工厂"的概念对照一下,你会发现两者在更深的意义上是相通的:未来大规模的智能生产,可能会越来越脱离单个人类大脑,而由机器系统持续地产生、放大和分发。这才是真正的质变。

所以,当我们再回头问:英伟达的产品到底是什么?我认为,更准确的答案是:基础设施。是从GPU芯片一路延伸到整个AI基础设施。我把它简化成一个词,叫作:AI基座。

所谓商业之道,在这里就是:看见自己,并成为自己。它不再以竞争为起点,而是重新定义产业、重新定义顾客,甚至在某种程度上重新定义这个时代。

黄仁勋基于第一性原理和长期信念,押中了一个时代级结构。不仅仅是ChatGPT,后来Gemini、Claude……各大模型公司的训练与部署需求,都在共同推高对它的采购,"全球顶级科技公司都在拼命争取英伟达的供货能力"。

2024年6月,英伟达市值曾达到约3.3万亿美元,成为全球市值最高的公司之一。此后,它长期处在全球市值最高公司序列之中。从已经发生的现实看,英伟达的影响力已经足够惊人。

英伟达今天所处的位置,已经越来越像过去CPU所处的位置。英伟达有没有可能被别人颠覆?从历史规律看,任何位于右上角的位置,都不应该假定自己永远不可被颠覆。

那么,它未来可能被颠覆的关键词会是什么?我认为,仍然是那个词:专用。

这其实就是英伟达自己曾经走过的路。过去,英伟达是"专用"的——它最初的专用加速,最终打败了英特尔的通用计算。到了AI时代,英伟达自己的加速计算平台在某种意义上又逐渐"通用化"了。那么未来有没有可能再次出现一类新的"专用加速",反过来超越今天这种通用加速平台呢?

每次有人问黄仁勋这个问题,他几乎都会非常坚决地回答:No way。我觉得,黄仁勋当然有他的理由,但他也会有自己的路径依赖和包袱。第一个包袱是什么?就是英伟达GPU最初的第一曲线,毕竟是游戏。要知道,英伟达的GPU发展路径在很长一段时间里,都是左手托着游戏,右手托着AI。

也就是说,它不可能完全摆脱游戏这个历史起点。可是,新一代的芯片如果从第一天起就完全只为AI而设计,根本不考虑游戏需求,会不会产生新的变化?

它还有第二个包袱,就是刚才讲过的CUDA生态。CUDA之下有大量软件库,有非常多不同的应用领域。AI并不是唯一方向。其它应用领域某种意义上也构成了CUDA体系的复杂性和历史负担。未来的新生代体系,会不会直接只为AI构建一套更极致、更聚焦的专用栈?这也完全有可能。

这里面最重要的潜在对手之一是谁?就是谷歌的TPU。今天AI时代事实上出现了两个重要阵营:一个阵营是谷歌:TPU+大模型+云+应用生态;另一个阵营是OpenAI+英伟达+微软云的开放协作式联盟。

谁会赢?现在还很难下结论。但至少可以确定的一点是:第二选择已经开始出现了。

过去十几年,我一直在讲课、研究、陪伴这个时代。我希望会有真正的原创性创新出来。我有一个很强烈的感受:AI时代会出现一批真正"理念型"的创新者,会出现真正原创、世界级的创新者。

黄仁勋这个案例,对我们并不只是一个商业案例,而是一种时代预演。黄仁勋在下半场,很大程度上是在一次次共鸣与共振之中,把这些关键词接了出来,然后把它们合成了一个活着的东西。我把这个东西叫作:组织体。

我会觉得:如果说马斯克想让人类成为跨行星物种,那么黄仁勋想做的,也许是让人类成为一种"跨智能物种"。在他的设想里,每一个人都能够驾驭AI,借助AI去放大自己的能力。

他甚至有一套非常清晰的经济学直觉:人类社会中相当大的一部分GDP,本质上都与认知、知识、判断、设计、沟通、决策等"脑力活动"有关。如果AI能够显著增强这部分能力,那么全球经济就会因此增加数万亿美元规模的产出。

在他的信念里,AI不是为了取代人类,而是为了增强人类。

回到"以商入道",我想最后落成两句话。

第一句话:找到那件只有我才能做的事。我坚定地相信,每个人来到这个世界时,都带着一点点这样的东西。只不过,走着走着,你在竞争里、在惯性里、在社会评价体系里被裹挟,慢慢把那一点点东西忘掉了。

它不一定伟大,不一定惊天动地,也不一定非得改写整个时代。它可能只是在你所在的那个具体领域里,推进一扇很小的门,一点点。

我们这代人总是习惯先看结果,但这个案例告诉我们:真正做自己,反而可能做得最大。

第二句话:通过那件事来服务他人。"人"这个东西,其实你是看不见自己的。你必须出去,去碰撞,去和别人撞,去和事情撞,在一次次互动、承担、修正之中,你才会慢慢知道自己是谁。

严格来说,那件事本身也许并没有那么重要,它只是一个载体。但正是通过把这件事推进到边界、推进到极致,在这个过程中,我看见了我是谁。这就是"以商入道"的真正气息。最后,商业结果往往反而会更大。

人生下半场,最酣畅淋漓的一件事,就是重新找到"我是谁"。踩在这个本来面目之上,去创造那件只有你该做的事。我想,这大概是最幸福的一种状态。

最后一个问题,我想留一个种子给大家:那件只有我才能做的事,到底是什么?经由那件事,我最终会走向那个终极而唯一重要的问题:我是谁?

我最真诚地祝福我们每一个人:在离开这个世界之前,都能够回答出这个问题。我觉得,这大概是唯一一种真正不负此生的活法。

————推荐阅读————

李善友:世界越卷越快,我们可以更慢、更深、更向内

李善友:AI倒逼我们追问,人之为人有什么意义?

李善友:AI像白蚁,不吃有生命的人

评论
大家都在看