文 | 数字力场，作者 | 佘宗明

如果以 10 年为尺度看全球科技企业，那毫无疑问，21 世纪头个十年最具标杆性的是微软，10 年代是苹果，20 年代则是英伟达。

虽然 " 标志性节点 "" 历史性时刻 " 之类字眼在 PR 语言的大水漫灌下已经贬值，但英伟达成为全球首个市值突破 5 万亿美元企业这事，足以称得上是 " 标志性节点里的标志性节点 "" 历史性时刻中的历史性时刻 " ——它打破了很多人对企业体量天花板的想象。

眼下的英伟达，在硅谷版 G7 上完全可以捡起断水流大师兄的嚣张气焰：我不是针对你，我是说在座的……都是小弟。

毕竟，英伟达证明了 " 能追赶英伟达的，还是英伟达 "：首个将企业市值带到 4 万亿美元区间的是它，首个市值破 5 万亿美元的还是它；仅用 1 年多（410 天）就让市值从 3 万亿美元升至 4 万亿美元的是它，只用 113 天就让市值从 4 万亿美元升至 5 万亿美元的还是它。

《功夫》里冯小刚的台词就该让黄仁勋来说：还有谁？

市值 5 万亿美元，是个什么概念？我来列几组数字——

1，2024 年全球经济体量排 No.3 的德国，GDP 为 4.66 万亿美元，所以有人说，英伟达已经是全球第三大经济体。

2，截至昨日（2025 年 10 月 29 日），中国前十大互联网公司市值总和约 1.83 万亿美元，英伟达一家是其 2.5 倍。即便是放到相当能打的标普 500 指数里看，英伟达市值也占到其总市值的近 1/10。

3，英伟达 10 年前的今天市值为约 150 亿美元，10 年里股价翻了 300 多倍，自 2022 年底以来，累计涨幅超过 1275%，年内涨幅则达到 54.13%。

英伟达奇迹印证了两大规律：一，科技企业的增长经常是非线性、裂变式、指数型的；二，科技行业是典型的幂律分布网络。

彪悍的企业不需要解释，但可以解析。

回顾英伟达的来时路，今天从从容容游刃有余的它，不是没有过匆匆忙忙连滚带爬的时候。它有今日的出息，是包括黄仁勋在内的许多人始料未及的。

换句话说，英伟达不是被计划出来的。

01

都知道，如今的英伟达，已经成了掌控全球 AI 算力命脉的新型 " 超级经济体 "。

超强 GPU（图形处理器）+CUDA（编程模型和并行计算平台）+ 安装基础 + 系统级集成 + 软硬件深度优化形成的整体生态网络效应，构成了其深厚的技术壁垒。

但将时钟拨回十年前，若有人说英伟达将坐上全球科技公司铁王座，只怕会被哂笑：就它？

要知道，GPU 起初只是为游戏而生的产品，CUDA 也被主流计算界视为异端，在早些年技术圈 " 王的盛宴 " 上，二者都只能坐小孩那桌。

成立于 1993 年的英伟达，没有自带 " 一出生就风华正茂 " 的 buff，当年还不是皮衣教主的黄仁勋，心心念念的还是怎么打败 3dfx、ATI 等对手，笑傲游戏显卡市场。

1999 年，黄仁勋带领团队推出了首款支持可编程着色器的 GeForce 256 显卡，为英伟达后来赢得残酷的游戏显卡竞争奠定了基础。

但黄仁勋此时所想的，也不过是让《古墓丽影》的劳拉 · 克劳馥更逼真，让《雷神之锤》的爆炸更炫酷，也就是解决 3D 游戏的画面渲染问题，压根没什么 " 构建通用人工智能计算平台 " 的概念，

当时也没人能预见这款硬件会成为二十多年后 AI 革命的核心引擎，行业主流观点就认为，图形处理就该走专用芯片的封闭路线，编程架构纯属 " 冗余设计 "。

CUDA 的出现，原本也是个意外。世纪之交，英伟达工程师们意识到，他们为渲染图形而设计的拥有成百上千个并行处理核心的 GPU，光用来画三角形有些可惜了，要是能用来解决某些远比游戏更复杂的科学计算问题，那就好了。

对彼时仍以游戏为核心业务的英伟达来说，这是个看起来有些不务正业的想法：为了这样跟主业无关的 " 务虚 " 设想，就投入资源去开发专门的通用计算平台，盈利模型在哪，ROI 怎么打平？KPI 怎么制定？

这么个要规模化需求没规模化需求、要商业模式没商业模式的决策，狗都不做。但狗不做，黄仁勋和他的团队做，他们于 2006 年 11 月推出了 CUDA 架构。

此后的情形正如不少预言家所说的，CUDA 不能说没有用，但只能算 " 无用之用 " ——游戏玩家不太需要它，他们的游戏在传统 API 上运行得很好；科技圈起初也不需要它，改变编程习惯的成本很高。这也导致，CUDA 成了纯烧钱项目，黄仁勋都没法为其设定商业目标。

若从严格商业计划角度看，这就是个该在项目年终总结会上被反思的失败项目。

02

可历史总是自带 " 命运就算颠沛流离，命运就算曲折离奇……别流泪心酸，更不应舍弃 " 的 BGM：一项看似 " 无用 " 的技术跟一类突如其来的需求，在一个特殊节点上因机缘巧合交汇后，有可能变成一种改变世界的磅礴能量。

对英伟达而言，2012 年的 ImageNet 竞赛就是那个特殊节点，将技术和需求捏合在一块的，是那时还在边缘研究领域（深度学习）徘徊、而今已成 "AI 教父 " 的杰弗里 · 辛顿。

当时辛顿和学生需要强大并行计算平台，来训练他们的深度神经网络—— AlexNet。他们先用 CPU，但速度太慢。经尝试后，他们发现，两块消费级的英伟达 GTX 580 显卡，竟完美地满足了他们的需求。借助 CUDA 平台，他们将训练时间从数周缩短到了几天。

接下来的剧情是，AlexNet 在 ImageNet 竞赛中石破天惊的成功，宣告了深度学习时代的到来，众多 AI 研究者们突然意识到，他们苦苦寻找的 " 算力引擎 "，早已存在于无数游戏玩家的电脑中。英伟达的 GPU，也从为游戏而生的副产品变成了 AI 军备竞赛的 " 军火 "。

作为开放软件生态的 CUDA，也是偶然地成为那个 " 绕不开的存在 "：英伟达在开发 CUDA 时，没有计划去引爆那时还缥缈无踪的 AI 革命，只是遵循技术探索本能想 " 多一种可能 "；AI 研究者们起初用它，也没指定用游戏显卡和 CUDA 平台，只是在寻找能解决问题的工具。

结果便是，当 OpenAI 在 2018 年发现英伟达 GPU 是训练大模型最优选择时，CUDA 已沉淀了百万级开发者和数千个应用，形成了 " 用得越广，优化越好 " 的正向增强回路。

用沈腾在《四海》里的台词说：这，谁又能想得到呢？

就跟开始没人能预测到英伟达成为首个 5 万亿美元级别市值企业那样，GPU 最重要功能从游戏显示到通用计算，CUDA 从失败产品到基础设施，也是很多人都没有预料到的。

某种程度上，正因为 GPU 跟 CUDA 起初没有被 " 计划 " 进主流选项，不受传统框架束缚，它们才可以在 " 边缘 " 的蓄力中积攒出改变或颠覆中心的势能。

到头来，英伟达起于游戏、成于 AI，不啻为对 " 伟大不能被计划 " 的直观注解：很多时候，恰恰是当初看似 " 无用 " 的种子，会悄然长成后来的参天大树。

GPU 被追捧，CUDA 被依赖，都不是提前设计的结果，而是技术供给与市场需求在开放生态中自然匹配的产物；都不是战略蓝图带来的必然，而是技术演进与历史机遇碰撞出的意外。

事实上，若不是生成式 AI 浪潮爆发，英伟达会不会仍在英特尔的阴影下艰难求存，都没有定数。

03

若将英伟达的崛起之路置于科技史长河中审视，就会发现，这不是伟大来自于 " 计划外 " 的首个例证。

《为什么伟大不能被计划》中就举了些差堪仿佛的例子：发明飞机的莱特兄弟，最早其实是自行车制造商；真空管是早期计算机的奠基性零件，但真空管的诞生与计算机毫无关系……

作者肯尼斯 · 斯坦利和乔尔 · 雷曼写道：" 伟大的成就往往不是通过刻板的计划和步骤实现的，而是在不断探索、尝试和失败的过程中偶然产生的。"

伟大本伟的乔布斯有句话就与此内里相通：" 你不可能充满预见地将生命的点滴串联起来，只有在你回头看的时候，你才会发现这些点点滴滴之间的联系……相信这些点滴能够一路连接会给你带来循从本觉的自信，它使你远离平凡，变得与众不同。"

英伟达的强大生态系统，就不是计划出来的。英伟达没有设计一个完美的产品，而是在不断试错、不断迭代、不断响应需求中，培育出了一个雨林：英伟达提供土壤（CUDA）、水分（开发工具）和阳光（硬件），让无数的开发者（物种）在其中自由生长演化，最终共同构成了一个超级繁荣的生态。

DeepSeek 的横空出世，也有相似之处：DeepSeek 今年初推出可与 GPT-4o 匹敌的模型，靠的不是梁文锋自上而下的设计，DeepSeek 团队提出的 MLA 架构创新，背后的背后就是一年轻研究员的突然灵感和突发奇想。

所以梁文锋本人也说：" 创新都是自己产生的，不是刻意安排的。"

从英伟达到 DeepSeek，都指向了一个结论：创新本质上是复杂系统的涌现现象，它依赖于技术积累、人才活力、市场需求的多元互动。

这类互动的复杂性，远超任何计划的掌控范围。计划可以带来效率的提升和目标的达成，将许多已知的事情做得更好，却无法预见 " 意外 " 的交汇，无法催生全新的范式——它可以带来马车的相加，但无法带来汽车的问世。

毕竟，计划本质上是对未来的线性预测，而伟大创新恰恰诞生于非线性的突变之中，二者泾渭分明。

04

说英伟达不是计划出来的，不是说它是无心插柳后的柳成荫，不是说它是被纯粹巧合中刮出的中奖彩票，更不是否定未雨绸缪的价值，抹杀前瞻布局的意义。

" 英伟达不是计划出来的 "，其实包含了三层意思：除了伟大没法靠人为设计外，还有两点——历史机遇无法被预测，但理应有准备；长期坚持，比短期设计更重要。

AI 浪潮的到来，不是英伟达计划的结果，而是全球科研、数据、算力、算法多重因素汇聚的 " 历史偶然 "。那为什么是英伟达抓住了它？

《英伟达之芯》作者斯蒂芬 · 威特的那个比喻耐人寻味：" 假设有一群人在码头上钓鱼，其中一个人拿着网在海滩捕鱼，码头上的人们都在嘲笑他，但这个人还是坚持了十年，期间一无所获，直到有一天，他捕到了一条有生以来见过的最大的鱼，你认为那家伙是运气好，还是有远见？"

说白了，黄仁勋并没有制造海浪，但能凭借敏锐的直觉和精湛的技巧，认定人有抵挡风浪的需要，GPU 和 CUDA 本因此而出现，却意外成为了驾驭 AI 这股世纪巨浪的超级冲浪板。

2016 年英伟达发布全球首款 AI 超级计算机 DGX-1，尽管初期市场反应冷淡，但黄仁勋仍坚持投入，他在当年 GTC 演讲中就强调：" 我们正在建造未来的计算基础设施，即使现在还看不到明确的客户需求。"

翌年接受《财富》杂志采访时，他又说：" 我们无法预测自动驾驶汽车或 AI 何时成熟，但我们的投资必须覆盖所有可能的技术拐点。"

英伟达的提前准备，往往会为 " 偶然性 " 留足空间：不论是用持续技术迭代和开源支持支撑起了 CUDA 生态的 " 自生长 " 特性，还是在 " 开发专用 AI 芯片 VS 坚持升级通用 GPU 架构 " 中选择后者适配了算力需求从训练端延伸到推理端之需，都佐证了这点。

虽然无法计划下一个技术拐点，但英伟达让自己始终处于 " 可被选中 " 的状态。

如果说有所准备是 " 何以英伟达 " 答案的 A 面，那 B 面就是长期坚持。

从 1999 年的可编程显卡到 2025 年的 Blackwell 平台，英伟达在并行计算领域深耕了二十六年，即便在 2015 年前后游戏市场低迷、AI 应用尚未爆发的 " 黑暗期 "，即便是加密挖矿需求的退潮，曾让英伟达陷入灰暗时刻，但英伟达在不吝于研发投入上一以贯之。

Blackwell 平台的 2080 亿晶体管、8TB/s 内存带宽，不是靠临时突击能实现的；全球 AI 训练芯片 90% 以上的市场份额，靠的也是长期技术领先与生态沉淀。

说到底，正是对 " 计划之外 " 可能性的宽容加上对 " 无用之用 " 的坚持，成就了英伟达。

05

毋庸讳言，英伟达市值能突破 5 万亿美元，有很多外部因素的加持，比如 " 强化 AI 叙事 - 推动美股上涨 - 兜售持续上涨预期 - 靠金融回收美元 - 巩固美元霸权体系 " 链条的支撑，比如 " 注重 Peace and Love 的全球化背景下，软科技重要性会凸显；侧重安全与竞争的大国博弈形势下，硬科技优先级会突出 " 因素的强化。

但不能抛开英伟达本身去谈英伟达奇迹——英伟达本质上是一种涌现，而非一种输出，它产生于开放系统中的自组织过程，而非中央控制器的精确指令。

现在看，英伟达已经为 " 英伟达登顶启示录 " 烫下了若干个逗号，从中我们能汲取许多有益的经验。

这其中最重要的就是：伟大无法被计划，它诞生于混沌、包容与坚持之中，常属于那些不被理解的摸索者、不被看好的笃行者、不计回报的坚持者。

强调这点，并非无的放矢：在这两年美欧社会正打破既有传统，增加产业政策必要性讨论的今天，在美国 " 混改 " 英特尔引发 " 下一步是不该成立美利坚国资委 " 式调侃的当下，有些人的计划依赖迷思又在回流。

可就鼓励伟大创新来说，肯尼斯 · 斯坦利所说的 " 无目的探索 "、黄仁勋所行的 " 有方向坚持 "，比有些计划更为重要。

将这嫁接到 " 如何培育中国版英伟达 " 的命题上，那通往的结论就是：" 下一个英伟达 " 无法被计划，但为孕育更多黄仁勋的土壤可以被涵养。

" 技术总是生长于一种社会结构之上，再反过来强化这样的社会结构 "。土壤即结构。

怎样涵养好的土壤？有三点很关键：一是宽容失败的文化，允许企业、科研人员长期投入无明确回报的领域；二是耐心资本的支持，容忍硬科技的长周期；三是自由探索的空间：减少对技术路径的干预，不要用过度计划扼杀创新。

说到底，不要计划伟大，而是相信伟大——以接纳新物种、保持开放、鼓励试错、拥抱偶然的方式。

试想一下，假如英伟达必须每季度都得向投资人汇报 CUDA 的商业化进展，CUDA 还能以 " 有投入无回报 " 的状态存在多年吗？

不会。

那样的话，英伟达恐怕既难 " 伟 "，也难 " 达 "。