
1973年的美国肯塔基州阿巴拉契亚山区,一个10岁的华裔男孩站在一座破旧宿舍楼的走廊里。他身材矮小,留着长发,说话带着很重的口音——他是这所学校里唯一的亚洲面孔。每天,其他男孩会在他走过人行桥时猛摇绳索,试图把他晃下去。他们叫他"Chinks"——一个对华人的侮辱性称呼。他的室友是一个满身纹身和刀疤的17岁少年,刚出狱的问题生。黄仁勋教这个文盲室友读书认字,室友则教他卧推 [3] [4]。他的父母为了凑学费几乎变卖了所有家当——他们以为这是一所"精英寄宿学校",实际上它是面向问题青少年的宗教感化学校Oneida Baptist Institute。每天打扫完厕所后,这个男孩会躲在角落里读书。他后来说,在肯塔基的日子"比其他任何记忆都更清晰" [3]。五十多年后,这个曾在肯塔基扫厕所的移民少年,缔造了人类历史上最有价值的公司之一。从台南的街巷到曼谷的国际学校,从肯塔基的宿舍到俄勒冈的工厂,从Denny's餐厅的卡座到全球最有影响力的科技舞台——这段旅程跨越了半个地球和半个世纪 [3] [4] [5]。母亲的教育方式塑造了他的底色——她自己不懂英文,却每天从韦氏字典里随机挑10个单词教两个儿子。母亲总是说"你真的非常特别",这句话给了他"必须变得更出色"的甜蜜压力。他后来说:"天下都知道我是一个无可救药的完美主义者,这完全遗传了自我父亲;而大家也知道,我每天都沉迷于当一个完美主义者,这把我妈灌输给我的!" [3]。天文、数学、乒乓球、芯片——他的人生像一条不断加速的抛物线,起点是台南巷弄里的一台收音机,终点尚未到来。或许正如他在剑桥大学的演讲所说:"当CEO是一生的牺牲。"这不是谦辞,而是一个从底层爬上来的人对"拥有"这件事最深刻的理解 [21]。
— Zimo, Editor-in-Chief, Asia Cover Figure
1963年2月17日,黄仁勋出生于中国台湾台北市,后随家人迁居台南。父亲黄兴泰是国立成功大学毕业的化学工程师,在炼油厂工作;母亲罗采秀是教师,出身台南望族罗氏家族 [1] [2]。家中说闽南语(台语),这是一个典型的中国台湾中产家庭,因父亲工作而经常搬家。母亲的教育方式极为独特:她自己不懂英文,却每天从韦氏字典里随机挑10个单词教两个儿子。这种近乎偏执的教育方式,让黄仁勋兄弟俩从小就对英语有了异乎寻常的敏感度。母亲总是对他说"你真的非常特别",这句话在无形中给了他"必须变得更出色"的甜蜜压力。多年后黄仁勋在中国台湾的公司庆祝大会上动情地说:"天下都知道我是一个无可救药的完美主义者,这完全遗传了自我父亲;而大家也知道,我每天都沉迷于当一个完美主义者,这把我妈灌输给我的!" [3]。4岁半时,他逛夜市被利刃划伤脸部,留下了至今可见的疤痕——这成了他面部最显著的特征之一。
1968年,5岁的黄仁勋因父亲工作调动,随全家迁往泰国曼谷生活。他就读于曼谷Ruamrudee国际学校,在泰国度过了大约四年时光。在泰国的日子里,他和哥哥展现出强烈的冒险天性——曾将打火机燃料倒入游泳池并点燃,这种近乎鲁莽的好奇心,日后成为他商业决策中最鲜明的底色。父亲曾赴纽约一家空调公司接受培训,这段美国之行让他大开眼界,回来后决心送两个儿子去美国接受更好的教育 [3] [4]。20世纪60年代末70年代初,因越南战争蔓延导致泰国社会动荡加剧,加速了父母送走孩子的决定。
1973年,9-10岁的黄仁勋和哥哥被送往美国华盛顿州塔科马市的舅舅家——这段经历成为黄仁勋人生中最具传奇色彩、也最令人心酸的篇章。刚移民到华盛顿州的舅舅和舅妈,误将肯塔基州的Oneida Baptist Institute当成了一所"精英寄宿学校"。实际上,这是一所1899年创立的面向问题青少年的宗教寄宿学校(religious reform academy for troubled youth),最初为阿巴拉契亚地区的贫困儿童提供教育,后来也接收"处境困难"的青少年。为了凑学费,父母几乎变卖了所有家当——他们不知道自己把儿子送进了一个什么样的地方 [3] [4]。
10岁的黄仁勋是该校历史上年龄最小的寄宿生。他在那里的经历堪称磨难:室友是一个满身纹身和刀疤的17岁少年,刚出狱的问题生。黄仁勋教这个文盲室友读书认字,作为交换,室友教他卧推。每天他需要打扫男生宿舍的厕所——与他母亲(一位教师)的期望形成了刺目的对比。哥哥年龄大些,被分配到附近的烟草农场做体力劳动。作为"身材矮小的亚洲移民,留着长发,英语口音很重"的他,经常被欺负和殴打。每天面对种族辱骂——"Chinks",一个对华人的侮辱性称呼——走过人行桥时其他男孩会猛摇绳索试图把他晃下去。他后来回忆:"那时候没有辅导员可以倾诉。你只能坚强起来,继续前进。"这段经历塑造了他极高的"痛苦容忍度"——后来成为他管理哲学的核心概念 [3] [4] [23]。
但逆境中也有救赎。黄仁勋加入了游泳队,学会了打乒乓球,体育成为他在逆境中生存和建立自信的方式。14岁时,他登上了《体育画报》(Sports Illustrated)——一个来自中国台湾的移民少年,在肯塔基的山区学校里,凭着一颗乒乓球打进了美国主流体育媒体。他后来说,对肯塔基的记忆"比其他任何记忆都更清晰"。2019年,功成名就的他不计前嫌,向这所学校捐赠了200万美元,修建了以他名字命名的女生宿舍楼Jen-Hsun Huang Hall——这不是报复,而是感恩。那些年在肯塔基山区学到的坚韧,比任何商学院的课程都更加深刻 [1] [3]。
到肯塔基约两年后,即1975年前后,父母终于移民到美国俄勒冈州比弗顿市(Beaverton),全家团聚。黄仁勋进入阿罗哈高中(Aloha High School),学业突飞猛进,连跳两级,16岁毕业。他成为全美排名的乒乓球选手,同时是数学、计算机和科学俱乐部的活跃成员。1977年,学校购买了一台Apple II电脑——这是当时最先进的个人电脑之一。黄仁勋用BASIC语言编写了自己的贪吃蛇游戏版本,还玩Super Star Trek文字游戏。这是他第一次与计算机世界亲密接触,但此时他还不知道,这将是改变他一生的邂逅 [1]。
从15岁起(约1978-1983年),黄仁勋在当地Denny's餐厅做夜班(graveyard shift)——洗碗工、勤杂工、服务员,什么活都干。他后来说自己"洗过很多很多厕所"。从肯塔基的厕所到Denny's的厨房,他的人生似乎一直在与厕所打交道——但正是这些最底层的劳动,塑造了他日后管理数万人企业时的务实底色。Denny's"比家里安静,咖啡便宜",可以坐很久。他对这家连锁餐厅产生了特殊感情——多年后,他会在Denny's的卡座里画出英伟达的蓝图 [5] [6]。
1979年,16岁的黄仁勋考入俄勒冈州立大学电子工程专业。选择这所学校的原因很务实——"州内学费便宜"。在大学实验室里,他结识了Lori Mills——当时电气工程系250名学生中只有3位女生,Lori是其中之一。两人是实验课搭档(lab partner),共同的课程和兴趣让两颗心慢慢靠近。他向Lori承诺"30岁时成为一家公司的CEO"——这个在旁人看来不切实际的承诺,后来一字不差地兑现了 [15] [16]。
1984年,21岁的黄仁勋从俄勒冈州立大学毕业,获得电子工程学士学位(BSEE),随即加入AMD(超威半导体)担任芯片设计师。在AMD,他开始学普通话——目的是和公司里的中国光罩工人沟通。他通过与同事的日常对话,用语音方式学习中文,这段经历为他日后与中国市场打交道奠定了独特的语言基础。在AMD的时间虽然不长,但让他第一次深入了解了芯片设计的工业流程——从设计到光罩、从流片到量产,每一个环节都需要精密的协调和无数次的迭代。这种对制造环节的深刻理解,后来成为英伟达区别于许多纯设计公司的竞争优势之一 [1] [5]。
1985年,黄仁勋转职至LSI Logic公司——这是一家在 ASIC(专用集成电路)领域颇有建树的半导体公司。在LSI Logic的岁月里,他不仅在技术上持续成长,更重要的是经历了一次关键的职业转型:被调到了销售部门工作过一段时间。他后来认为这是"最佳职业选择之一"——销售经历让他学会了从客户角度思考问题,理解市场需求而非仅仅追求技术完美。一个工程师学会了卖东西,一个技术人学会了理解商业——这种跨界能力成为他日后执掌英伟达的核心竞争力之一。很多纯技术背景的CEO最终失败,不是因为他们不够聪明,而是因为他们无法理解客户的真实需求 [5] [15]。
更重要的是,在LSI Logic,黄仁勋结识了两位日后共同创办英伟达的同事——Chris Malachowsky和Curtis Priem。三人之间建立了深厚的信任和技术默契。Priem是一位技术远见者,对图形处理技术有着超前的理解,1994年就预言"图形处理器的晶体管数量会超过CPU,因为并行计算是未来"——当时被业内视为天方夜谭。Malachowsky则是运营方面的能手,对工程团队的日常管理和生产制造有着丰富经验,是那种能把远景落地为产品的人。黄仁勋则是三人中唯一做过销售的人,懂得如何讲故事、拉投资、建关系。三个人的能力完美互补——技术远见+工程运营+商业战略 [7] [8]。
工作之余,黄仁勋利用业余时间攻读斯坦福大学硕士学位。1990年,27岁的他获得斯坦福大学电子工程硕士学位(MSEE),期间系统接触了图形渲染技术——这在当时还是一个相对小众的领域,研究的人不多,商业前景更是不被看好。但黄仁勋敏锐地意识到,随着PC游戏产业的兴起和多媒体应用的普及,图形处理将成为计算领域中越来越重要的环节。这个判断后来被证明是完全正确的 [1] [7]。
在LSI Logic的八年(1985-1993),黄仁勋从一个初出茅庐的工程师成长为有管理经验的资深从业者。他对芯片行业的商业模式、客户关系和竞争格局有了全面而深入的理解。更重要的是,他与Priem和Malachowsky之间关于创业可能性的讨论,从模糊的想法逐渐变为具体的计划。三人经常在一起讨论3D图形加速的市场机会——当时PC游戏正在兴起,而CPU处理图形的能力远远跟不上需求。他们看到了一个巨大的空白:没有人专门做图形加速芯片。这不是一个已经存在的市场——这正是黄仁勋后来说的"零亿美元的市场" [7] [8] [18]。
1992-1993年,三人的讨论进入实质阶段。他们经常在加州圣何塞东部的一家Denny's餐厅碰头,讨论创业计划。选择Denny's的原因很务实:黄仁勋年轻时在Denny's打过工,对这里有亲切感;Denny's"比家里安静,咖啡便宜",可以坐很久讨论商业计划;而且这是三人都负担得起的创业场所——他们没有钱去租办公室或在高级餐厅谈事。三人中,黄仁勋最年轻(30岁),另外两位都比他年长。当被问到为什么他当CEO时,黄仁勋后来笑道:"因为他们不想要这份工作。"在剑桥大学演讲中他又补充道:"回想起来,我本可以更聪明一些——当CEO是一生的牺牲。" [6] [8] [21]
1993年4月5日,黄仁勋与Chris Malachowsky、Curtis Priem共同创立NVIDIA(英伟达)。创业地点在加州圣何塞东部的一家Denny's餐厅——这家美式连锁餐厅后来几乎成为英伟达创业神话的标志性符号,就像乔布斯的车库、比尔·盖茨的哈佛宿舍一样。黄仁勋时年30岁,出任总裁兼CEO,兑现了多年前对妻子Lori的承诺。需要澄清的是,公司成立日(4月5日)并非他的生日(2月17日),但"在30岁那年创立公司"本身就已足够传奇 [7] [8]。
创始团队的分工明确而互补,堪称经典创业组合。黄仁勋任总裁兼CEO,负责战略、融资、客户关系和整体管理——他是三人中唯一做过销售的人,这使他成为CEO的天然人选。在LSI Logic的销售经历让他知道如何向投资人讲一个让人信服的故事,如何理解客户的需求而不是自说自话。Chris Malachowsky主管工程运营,是NVIDIA的运营支柱,负责工程团队的日常运营、生产制造和质量控制——他是那种确保产品能从设计图纸变成实物的关键人物。Curtis Priem任首席技术官(CTO),是公司的技术远见者——他不仅看到了3D图形的未来,更看到了并行计算将彻底改变计算机架构的深层趋势 [8]。
创业资金极为紧张,与后来英伟达的万亿帝国形成了戏剧性的对比。约4万美元的银行贷款作为启动资金,三人共同筹措。另一个广为流传的细节是:公司注册时律师要了黄仁勋口袋里仅有的200美元现金,他又向两位合伙人各要了200美元——NVIDIA的"名义注册资本"只有600美元。这个故事听上去有些心酸,但实际运营靠的是更正规的后续融资:1993年从红杉资本(Sequoia Capital)和Sutter Hill Ventures获得200万美元种子轮融资,投后估值600万美元。后续多轮风险投资总计约2,000万美元,包含世嘉(Sega)500万美元战略投资。红杉资本合伙人Mark Stevens后来总结了黄仁勋的一句名言:"我们投资于零亿美元的市场。"——这句话后来成为英伟达战略哲学的核心表达 [8] [9] [18]。
公司名字的由来颇具戏剧性。他们考虑过很多候选名——PixelPushers(太直白,像个作坊的名字)、Rendition(已被另一家图形公司使用)等等。最终选择"NVIDIA"——源自拉丁语"invidia",意为"嫉妒"(罗马神话中的嫉妒女神Invidia)。发音为en-VID-ee-ah。绿色眼睛Logo,螺旋图案代表无限计算,暗含"要让同行仰望、嫉妒"的勃勃野心。早期文件拼写为"nVidia"(小写n),1997年后统一为全大写的"NVIDIA"——这个小小的字体变化,暗示着公司从初创到成熟的心理转变 [1]。
创始愿景可以归纳为三根支柱,分别来自三位创始人。技术愿景由黄仁勋主导——"我们要创造一个全新的计算类别,让视觉计算成为继CPU之后最重要的处理器"。市场愿景来自Malachowsky——将3D图形带入游戏和多媒体市场,这是一个正在快速膨胀的市场。远见来自Priem——1994年就预言GPU的晶体管数量将超过CPU,因为并行计算是未来。这个在当时被大多数人视为疯话的预测,在二十年后成为现实 [7] [8]。
创业初期的混乱是可以想象的。三人"完全不知道怎么开公司"。没有正式的商业计划书,没有西装革履的路演PPT,就在Denny's的卡座里用铅笔在餐巾纸上画下了公司的蓝图。黄仁勋后来说:"如果我当时就知道今天所知道的一切,我不会再创办这家公司。太可怕了,太痛苦了,牺牲太大了。"这句话道出了创业的真实代价,也暗含着一种 retrospective 的感慨——正是因为不知道前方有多难,才敢迈出那一步。无知,有时候是一种祝福 [21]。
创业的头两年,NVIDIA几乎就经历了灭顶之灾——这对于一家后来市值5万亿美元的公司来说,几乎是不可想象的。
1995年推出的首款芯片NV1采用了四边形渲染技术路线(quad rendering),这在当时的技术选择中并非没有道理——四边形在某些图形应用中确实有优势。但NV1犯了一个致命错误:不兼容微软Direct3D标准(行业标准正转向三角形渲染)。在PC图形领域,微软的标准就是游戏规则,不兼容Direct3D就等于被市场抛弃。几乎没有游戏开发商愿意为NV1写驱动程序,产品几乎卖不出去 [5] [9]。
NV1的失败将公司推入绝境。1996年,NVIDIA银行账户里不足100万美元。团队从约100人裁至约30-35人,裁员幅度约70%——这意味着黄仁勋不得不亲手送走他亲手招募的同事和朋友。黄仁勋抵押了自己的房产为员工发工资。这是他人生中最接近彻底失败的一次——后来他反复说的那句"我们距离倒闭永远只有30天",其源头就在这里。这不是一句修辞,而是来自切肤之痛的真实体验 [9] [19]。
就在濒临破产之际,一丝曙光出现了。NVIDIA与日本游戏巨头世嘉(Sega)签订了为Dreamcast游戏机设计图形芯片的合同——这是一笔足以改变公司命运的大单。然而,黄仁勋很快发现了一个致命问题:他们正在开发的架构是技术死胡同——这条技术路线无法扩展,如果硬着头皮做完,产品性能将无法满足市场需求,不仅世嘉会不满意,NVIDIA也会名誉扫地,彻底失去翻盘机会 [9] [10]。
接下来发生的事成为商业史上最经典的"弱方谈判"案例之一。黄仁勋飞赴日本面见世嘉社长,主动告诉对方——NVIDIA要停止开发这款芯片。这等于承认自己做不出来,等于亲手毁掉了一份救命的合同。然后,他提出了一个更惊人的要求:请求世嘉仍然支付全额合同款——即使世嘉永远不会收到这款产品。这简直是在要求对方做一件完全不合理的事 [10]。
根据《The Closer》的深度报道,黄仁勋说服世嘉CEO的关键不是论据,而是信念。他对技术方向的绝对确信——他确信三角形渲染才是未来,确信NVIDIA能做出更好的东西——本身就具有说服力。他不是在从实力地位谈判(他根本没有实力),而是在从信念地位谈判。世嘉CEO被他打动,同意了这笔交易。这笔钱(有说500万美元战略投资,有说约700万美元合约金)拯救了NVIDIA。黄仁勋后来说:"如果他说不,我们就会倒闭。"世嘉最终从这笔投资中间接收回了成本并获利约1,000万美元——虽然Dreamcast最终使用了NEC制造的芯片,但世嘉在这笔交易中并没有亏钱 [9] [10]。
从这次经历中,黄仁勋提炼出两条终生受用的道理:第一,当你没有筹码时,信念就是你唯一的筹码——不是虚张声势,而是真正的、基于深刻技术理解的信念;第二,承认错误并及时止损,比硬撑到底更需要勇气——如果他没有勇气告诉世嘉"我们做错了",NVIDIA就会在一条死胡同里走到黑 [10]。
用世嘉的钱,NVIDIA全力开发了RIVA 128(NV3)。这一次,他们做对了——128位3D图形加速,完全兼容Direct3D标准。1997年4月推出后,仅四个月就卖出百万块,公司首度实现盈利。财务数据的变化令人惊叹:1996年营收仅350万美元(净亏损950万美元),1997年跃升至5,750万美元(净利润130万美元),员工从35人增至85人。从濒死到盈利,只用了不到一年时间 [5] [9]。
这次死里逃生的经历,深深影响了黄仁勋此后的每一次重大决策。他学会了在所有人都说"继续做"的时候,问一个更本质的问题:"这条路走得通吗?"如果答案是否定的,无论已经投入了多少,都要有勇气止损。后来在CUDA的十年豪赌中,在放弃400亿美元收购Arm交易中,都可以看到这种"止损勇气"的影子 [10] [19]。
1999年是英伟达历史上里程碑式的一年,也是整个计算机图形学历史上的分水岭。这一年,公司推出了GeForce 256,首次提出"GPU"(图形处理器,Graphics Processing Unit)这一全新概念——这不是一个简单的产品命名,而是定义了一个全新的计算品类。在此之前,人们只把图形加速卡当作CPU的附属品,一个"帮CPU画图"的配角。GeForce 256改变了这一切。它集成了变换与光照(T&L)硬件加速,这是一项革命性创新——在此之前,3D图形的变换和光照计算需要CPU来完成,而GPU的出现将这一重担从CPU转移到了专用处理器上,彻底改变了计算机图形学的架构范式 [7] [11]。
"GPU"这个概念的提出,是黄仁勋"品类创造"思维的经典体现。他不是在做一块"更快的显卡",而是在创造一个全新的东西,给它一个全新的名字,定义一套全新的标准。这种思维方式后来贯穿了英伟达的整个发展史——从CUDA到PhysX,从光线追踪到Tensor Core,每一次重大创新都伴随着一个新概念的提出 [11]。
同年1月22日,英伟达在纳斯达克成功上市,股票代码NVDA。发行价12美元/股,发行350万股,募集资金约4,200万美元,IPO估值约6亿美元。上市时公司拥有约250名员工,1998年全年营收1.58亿美元,1999年上半年已达1.12亿美元。从4万美元的启动资金到6亿美元的上市市值,英伟达只用了不到六年时间——这个速度在90年代末的硅谷也是令人瞩目的 [9] [11]。
2000年,英伟达接连拿下两个关键成就,奠定了在图形芯片领域不可撼动的领导地位。第一,微软选择NVIDIA为初代Xbox游戏主机供应GPU——这是一个战略性的大单,意味着英伟达的图形技术将成为全球数百万游戏玩家的标准体验。第二,以约7,000万美元收购了曾经的竞争对手3dfx的核心资产。3dfx是GPU领域的先驱之一,其Voodoo系列显卡曾是PC游戏的标配,是无数玩家心中"高性能"的代名词,但公司经营不善走向衰落。这次收购一统了显卡市场的格局——从此在独立GPU领域,NVIDIA的主要竞争对手只剩下ATI(后来被AMD收购) [11]。
上市后的英伟达进入了快速迭代期。公司确立了"双轮驱动"的架构节奏:大约每两年推出一代全新架构,每一代在性能和功能上实现显著跃升。这种节奏延续至今——从GeForce 256到GeForce 3,从GeForce FX到GeForce 8系列,从Tesla到Fermi,从Kepler到Maxwell,从Pascal到Volta,从Turing到Ampere,从Hopper到Blackwell,再到Vera Rubin——每一代架构的发布都是全球科技界的重大事件。这种持续的技术迭代能力,是英伟达能够长期保持领先的关键 [7] [11]。
更重要的是,GeForce系列产品的成功不仅为公司带来了丰厚的利润,还创造了一个庞大的"安装基数"——数以百万计的GeForce显卡分布在世界各地的工作站、游戏PC和数据中心里。黄仁勋后来意识到,这个安装基数可以成为远超游戏领域的战略资产——它是CUDA生态系统的物理基础,是AI革命的硬件底座。正如他所说的:"安装基数定义一种架构。"当全世界有数百万块显卡都支持同一种计算架构时,开发者就会围绕这种架构写软件,用户就会购买支持这种架构的硬件——一个强大的飞轮效应就此形成 [10] [12]。
CUDA的故事不是从黄仁勋的顶层设计开始的,而是从一个博士生的"黑客"行为开始的——这本身就充满了隐喻意味:最伟大的创新,往往来自体制之外的"非预期用途"。
2004年,斯坦福大学计算机科学博士生Ian Buck在用两块NVIDIA显卡做一件奇怪的事——他开发了名为Brook的编程语言,让开发者可以绕过图形管线,直接对GPU进行通用计算。在传统的理解中,GPU就是用来画图的——你不能指望一块显卡去做科学计算,就像你不能指望一把菜刀去砍树一样。但Ian Buck做到了,至少做到了原型验证。NVIDIA注意到了他的工作,2004年将他招入麾下。在NVIDIA,Buck与GPU计算架构总监John Nickolls合作,将研究原型转化为产品——这就是CUDA的由来 [12]。
黄仁勋敏锐地看到了这个现象背后的深层含义。他注意到,大学里的研究者正在"黑"他的显卡做科学计算——物理模拟、分子建模、气候模拟、金融工程。这些研究者的行为完全是对GPU的"非预期使用",他们是在与显卡"搏斗"中完成了科学计算。如果人们愿意费这么大劲、克服这么多困难去用图形芯片做计算,也许计算的未来本身就是并行的。大多数公司会忽略这种"非预期用途"——它太小了,太边缘了,不符合任何市场调研报告的结论。但黄仁勋看到了一个模式 [10] [12]。
2006年,CUDA正式发布(2007年正式推出)。CUDA(Compute Unified Device Architecture,统一计算设备架构)允许开发者用C语言等通用编程语言直接调用GPU算力进行通用计算——GPU从此可以用于游戏之外的任何计算任务。这是一个划时代的创新:它打破了GPU只能做图形的限制,将GPU变成了通用的并行计算加速器 [12]。
但黄仁勋做了一个更为大胆的决定——不仅是在专业工作站GPU上支持CUDA,而是在每一块GeForce游戏显卡上都植入CUDA功能,包括最便宜的消费级显卡。他的逻辑是:"安装基数定义架构。"(The installed base defines an architecture.)如果CUDA要成为一个新的计算平台,它必须被尽可能多的人掌握。只有当全世界有几百万、几千万块支持CUDA的显卡时,开发者才会愿意为它写软件——因为他们知道,写完的代码可以在无数台机器上运行 [10] [12]。
这个决定的代价是毁灭性的。每块GeForce显卡的生产成本增加约50%——那些最便宜的、利润微薄的游戏卡,现在要承载原本不属于它们的计算功能。整体毛利率暴跌至约35%,每颗芯片的成本增加约1.5美元。华尔街疯狂抛售——英伟达市值从约80-120亿美元暴跌至约15-20亿美元,跌幅约80%。分析师质疑黄仁勋"是不是疯了"——一个游戏显卡公司为什么要投资科学计算软件?这是"不务正业"。消费市场只关心游戏画面是否更流畅,根本不在乎显卡能否做分子动力学模拟。公司内部也有反对声音,游戏部门不理解为什么要为一个"不存在的市场"增加成本 [10] [12] [24]。
黄仁勋后来称CUDA是"第一个最接近存在性威胁的战略决策"(the first strategic decision that came closest to an existential threat)。他回忆发布时的场景:"当我推出CUDA时,观众完全沉默。没有人想要它。没有人要求它。没有人理解它。"这种沉默比反对更可怕——反对意味着至少有人在乎,而沉默意味着你是在对着虚空说话 [10]。
这就是"沉默的十年"的开始。在这十年里,黄仁勋做了大量"播种"工作:亲自去大学教课,编写CUDA教材,向研究人员赠送开发卡,每年投入数亿美元维护和推广CUDA。黄仁勋本人在2024年接受CBS《60分钟》采访时给出过一个口径:“我们年复一年地投资CUDA——十亿美元甚至更多——在其他人还看不出我们为什么这么做的时候。”他后来在多个场合复盘,CUDA前后约15年的持续投入累计约100亿美元——这笔在漫长时间里看不到回报的钱,构成了英伟达最宽的软件护城河,建立CUDA库生态——cuBLAS(基础线性代数)、cuFFT(快速傅里叶变换)、cuDNN(深度神经网络)等等。这些库将GPU的计算能力转化为科学家和工程师可以直接使用的工具。CUDA开发者从2007年的几百人缓慢增长到2010年的数千人。大多数公司会在第三、四年就砍掉这种"看不到回报"的项目,但黄仁勋坚持了整整十年 [12]。
他的坚持基于三条底层逻辑。第一,第一性原理——并行计算是计算的未来,这是物理定律决定的。CPU的串行速度已经接近物理极限(频率墙),而数据量在爆炸式增长,只有并行计算才能应对这种增长。第二,安装基数飞轮——越多显卡支持CUDA,越多开发者写CUDA代码,越多CUDA应用带动更多显卡销售,更多显卡销售带来更多CUDA安装基数——一个自我强化的循环。第三,"零亿美元市场"哲学——投资于一个已经存在的市场,你在和所有能看到同样机会的人竞争,利润被无限压缩。投资于一个还不存在的市场,你有时间建立基础设施、生态系统和护城河——在任何人意识到发生了什么之前 [10] [12] [18]。
2012年,转折点到来了。多伦多大学的Alex Krizhevsky用两块消费级GTX 580显卡训练的AlexNet模型在ImageNet竞赛中取得断层式突破——超过10个百分点的差距。一夜之间,所有严肃的深度学习实验室都开始购买NVIDIA GPU并编写CUDA代码。十年孤独的等待,终于换来了"市场突然存在"的时刻——不是渐进式的,而是爆发式的 [12] [13]。
到2026年,CUDA生态已包含300多个库、600多个AI模型、3,700个GPU加速应用,累计下载量超5,300万次,开发者超过500万。正如分析人士精辟指出的:竞争对手可以复制芯片(很难但不是不可能),但无法复制十年的生态积累——全世界的AI研究者已经花了十年时间写CUDA代码、构建CUDA库、用CUDA训练学生。每一篇深度学习论文的参考文献里,都藏着CUDA的代码。硬件赢得了赛跑,软件赢得了战争,而战争是复利的 [12]。
2012年9月,多伦多大学的博士生Alex Krizhevsky在父母家的卧室里,用两块GeForce GTX 580游戏显卡(每块约500美元),花了5-6天训练了一个深度卷积神经网络——AlexNet。共同作者是Ilya Sutskever和导师Geoffrey Hinton(深度学习三巨头之一)。AlexNet在ImageNet竞赛中取得了15.3%的top-5错误率,而第二名是26.2%——超过10个百分点的差距,不是渐进式改进,而是断层式突破。黄仁勋称之为"AI的大爆炸"(the Big Bang of AI) [12] [13]。
NVIDIA比几乎所有人都更快地理解了这件事的意义。公司已经观察GPU计算在科学和高性能计算领域的扩展六年了——分子动力学、气候模拟、流体力学。但AlexNet不同。它暗示并行计算最激动人心的应用可能不是物理学,而是智能本身。不是模拟宇宙的行为,而是模拟宇宙中最复杂的结构——大脑。NVIDIA迅速调整公司方向:Tesla产品线重新定位为数据中心计算产品,架构演进(Kepler→Maxwell→Pascal→Volta→Turing→Ampere→Hopper→Blackwell→Rubin)越来越多地针对深度学习工作负载优化 [12]。
2016年,英伟达推出了两项具有里程碑意义的产品和举措。第一是Pascal架构(P100),首款专为深度学习设计的GPU,同时NVLink高速互联技术问世——这意味着GPU之间的通信速度将不再是训练的瓶颈。第二是DGX-1——"箱子里的超级计算机",搭载8颗Tesla P100 GPU,售价12.9万美元。黄仁勋亲自把第一台DGX-1装进他的车里,开车送到旧金山交给OpenAI。这是NVIDIA与AI研究社区深度绑定的标志性事件——OpenAI后来成为ChatGPT的缔造者,ChatGPT又引爆了AI算力需求的指数级增长,形成了一个完美的正循环 [17]。
2018年,英伟达推出RTX系列,全球首款支持实时光线追踪(Ray Tracing)的GPU。光线追踪是好莱坞电影特效的标准技术,但此前只能在电影渲染农场中离线计算。RTX将它带到了实时渲染领域,彻底重新定义了计算机图形学。数据中心业务开始快速增长,AI转型全面加速 [7]。
2022年成为英伟达历史上最关键的一年。2月,公司宣布放弃400亿美元收购Arm的交易——这笔交易原本将创造半导体史上最大的收购案,但因监管阻力最终流产,英伟达支付12.5亿美元分手费。这笔"分手费"看似巨大,但对于一个即将起飞的公司来说微不足道。11月,ChatGPT发布,大模型训练需求爆发。H100 GPU供不应求,交货周期长达数月。数据中心收入开始指数级增长 [11]。
从FY2023的约150亿美元,到FY2024的475亿美元,到FY2025的约1,150亿美元,到FY2026达到1,937亿美元——数据中心收入的年复合增长率超过100%。这不仅是增长,这是指数级爆发。
市值的狂飙令人瞠目:2023年5月,英伟达市值首次突破1万亿美元,成为首家市值破万亿的芯片公司,全年增长240%。2024年3月,Blackwell架构发布(B200),集成2,080亿个晶体管(双die设计,每die 1,040亿),第五代Tensor Core,原生FP4支持,推理性能较H100提升最高30倍。6月,市值突破3万亿美元,一度超越微软成为全球市值最高公司。黄仁勋入选《时代》周刊100位最具影响力人物(第二次),当选美国工程院院士 [11]。
2025年是英伟达创造历史的一年。7月市值突破4万亿美元;10月29日,成为历史上首家收盘市值突破5万亿美元的公司。黄仁勋以"AI的缔造者"身份入选《时代》周刊2025年度人物,位列《财富》杂志全球100位最具影响力商界人士第一位。11月,他在剑桥大学演讲获Stephen Hawking Fellowship,说"to be a CEO is a lifetime of sacrifice" [11] [21]。
2026年,英伟达的步伐进一步加速。1月CES发布GeForce RTX 50系列和Cosmos基础模型。3月GTC 2026发布Vera Rubin下一代架构,黄仁勋称其为"NVIDIA公司史上最雄心勃勃的事业",动用全公司40,000名工程师。Vera Rubin GPU搭载288GB HBM4显存,Vera CPU采用88核Arm架构,性能达x86的1.8倍。5月13日,市值盘中突破5.5万亿美元,超越德国全年GDP。8月27日,FY2027 Q2财报显示营收962亿美元(同比+106%),黄仁勋宣告"AI已到达转折点"。6月GTC Taipei演讲近20分钟,发布RTX Spark超级芯片,宣布Vera Rubin全面量产,中国台湾150多家供应链合作伙伴参与 [7] [11]。
从1万亿到5万亿,英伟达仅用了两年半时间,创造了商业史上前所未有的增长奇迹。而这一切的起点,是2012年两块500美元的显卡和一个名叫AlexNet的神经网络 [12] [13]。
黄仁勋的管理风格在科技界独树一帜,既令人敬畏又令人着迷。它融合了工程师的精确、移民的饥饿感和肯塔基山区男孩的坚韧,形成了一种独特的"英伟达式"管理哲学。他的管理哲学可以追溯到肯塔基那段扫厕所的日子——"伟大来自品格,而品格不是聪明人天生的,是苦过的人磨出来的" [15] [16]。
他经常说"伟大需要大量的痛苦和磨难"(Greatness requires ample doses of pain and suffering)。他自称"firing-averse"(不喜欢开除人),但喜欢"折磨人到伟大"(torture people into greatness)。这句话半开玩笑半认真——他的方式是把人推到极限,但目的是让他们成长,而不是让他们离开。在Stripe活动中他说:"我不喜欢放弃人。我宁愿折磨他们直到变得伟大。" [23]
新书《思考机器》(The Thinking Machine)作者Stephen Witt花了6个小时深度采访黄仁勋后得出一个惊人结论:黄仁勋几乎完全被负面情绪驱动——"他的动力很大程度上来自恐惧和内疚:对失败的恐惧、对竞争的偏执,以及对让别人失望的愧疚。"这颠覆了人们对成功CEO的传统想象——他们通常被描述为充满激情的愿景型领导者。但黄仁勋不一样。他凌晨4点准时睁眼,望着天花板思考英伟达可能失败的各种方式,然后起床工作。"我不想失败的动力远大于想成功的动力"——这与传统认知中的"乐观进取型"CEO截然不同,更像是一个从底层爬上来的人特有的生存焦虑 [20] [22]。
在组织结构上,黄仁勋维持着极为扁平的管理模式。他直接管理约50-60名下属(Fortune报道为60个,Lex Fridman播客中他也确认是60个),这在大型科技公司中极为罕见——标准的CEO通常只有8-12个直接下属。为什么这么做?在Lex Fridman播客中,他解释了这个设计的逻辑:"公司的架构应该反映它所生产的产品。"英伟达的产品(AI超级计算机)是极端协同设计的产物——内存、光学、散热、网络、软件必须同时优化,不能各自为战。因此,他的组织也必须让所有领域的专家能够同时看到问题、同时讨论。如果一个专家提出的散热方案影响了配电,其他专家可以立刻发现问题并当场讨论解决方案。这种"所有人同时看到所有问题"的模式,与传统的层层汇报、逐级审批的模式完全相反 [20] [25]。
黄仁勋不做一对一会议。重要讨论他喜欢在团队会议中公开进行。他的理由是:"所有英伟达高管都应该能够从我给任何一个人的反馈中学习,他们都应该从观察我一起解决问题的过程中受益。"项目负责人可能突然发现自己直接向黄仁勋汇报,这些人被称为"pilots in charge"(主管飞行员)——这个航空比喻暗示了一种精英主义:你是飞行员,不是乘客 [25]。
他推行"五点邮件制度"(T5T,Top 5 Things)。据巴伦周刊记者金泰(Tae Kim)在《The Nvidia Way》一书中披露,全公司约3万名员工每周都要发送"Top 5"邮件,用五点总结最重要的工作进展。黄仁勋每天阅读大量T5T邮件,从中获取一线的"弱信号"(weak signals)。他说:"捕捉强信号很容易,但我想在它们还弱的时候就截获。"这是他对抗大公司官僚病的方法——当公司逐渐庞大后,坏消息到不了CEO耳朵里,CEO被隔绝在真相之外,这是每个大公司都面临的"信息衰减"问题。T5T邮件让他能看到基层员工注意到的、高层可能还毫无察觉的趋势。腾讯科技专访中,《黄仁勋:英伟达之芯》作者Stephen Witt描述:"他要求公司全体员工每周五给他发邮件,列出最重要的五项工作,然后随机选取一些邮件查阅,有时候甚至还会进行回复。一个基层员工,给一家3万人的大公司CEO写一封电子邮件,然后几分钟后他就会回复——这在其他公司是不存在的。" [23] [25] [38]
黄仁勋不相信私下批评。当出现问题时,他会在公开场合讨论——一个人可能当场难堪,但所有人都能学到教训。据报道,"在英伟达,你要习惯站在一个有100人的房间里,直面老板对你持续30分钟的大喊大叫。"他会特意等到有"观众"的会议场合再批评,让公开批评变成教学示范——一个人犯错,所有人都受益。但员工们也承认,他从不会无缘无故发脾气——每一次批评都是针对具体问题,逻辑清晰,有理有据,目的是让所有人都学到教训。他认为"从自己的尴尬中学习有用,从别人的错误中学习更高效" [15] [23]。
尽管要求严苛,英伟达的员工流失率却极低。FY2025整体流失率据报道仅约2.5%——在硅谷科技公司的普遍20-30%流失率面前,这是一个惊人的数字。约五分之一的员工在公司超过十年。黄仁勋将这归因于"使命是老板"(The mission is the boss)的文化——员工服务于使命而非经理,这避免了大公司常见的政治内斗和决策迟缓。从游戏转向机器学习的战略调整,仅通过一封全公司周五晚间邮件就完成了传达 [23] [25]。
他每天工作12-14小时,每周7天。他说自己"不要无聊,也不要被解雇"——这是他对"世界上任职时间最长的科技CEO"秘诀的总结。在剑桥大学的Stephen Hawking Fellowship演讲上,他说:"当CEO是一生的牺牲。大多数人以为是领导、是指挥、是站在顶峰。都不是。你是在为公司服务。" [21]
黄仁勋的个人生活相对低调,但近年来他的公众形象已超越了一般科技CEO的范畴,成为一种文化现象——一种融合了技术天才、移民传奇和极简美学的独特符号。
1985年,黄仁勋与大学实验课搭档Lori Mills结婚。两人的相识源于俄勒冈州立大学的电气工程系——当时250名学生中只有3位女生,Lori是其中之一。她不仅是他的同学,更是他工程实验课上的搭档(lab partner)——在实验室里并肩工作的经历,培养了两人之间独特的默契和信任。两人1985年结婚,至今已携手走过四十年。他们育有一子一女:长子黄盛斌(Spencer Huang),现任英伟达产品经理;小女儿黄敏珊(Madison Huang),任产品营销总监。值得一提的是,Spencer曾在中国台湾台北开设酒吧,入选亚洲Top 50酒吧榜单(2015-2021年),这段创业经历颇有乃父之风——在Denny's打工的黄仁勋,其子也在酒吧行业闯荡过。2021年酒吧关闭后,Spencer加入了英伟达 [1] [2]。
黄仁勋能说流利的英语、普通话和闽南语(台语)。他在AMD工作时开始系统学普通话,目的是和中国光罩工人沟通——这种从基层开始学习语言的方式,体现了他一贯的务实风格。每年回中国台湾参加Computex时,他都会用普通话和闽南语与媒体和供应链伙伴交流,这种语言能力让他在华人商业圈中如鱼得水 [1]。
自2013年前后起,黄仁勋开始以黑色皮衣、黑衬衫搭配牛仔裤的造型出现在公众场合,被中国网友亲切地称为"皮衣黄"。这一标志性造型已成为他个人品牌的核心符号——就像乔布斯的黑色高领衫、扎克伯格的灰色T恤一样,成为科技领袖"极简主义"审美的又一个经典案例。皮衣品牌从未公开披露(网上流传的Tom Ford说法仅为推测,未获任何官方或可靠来源证实)。在韩国访问时,"Jensen Huang jacket"搜索量激增130%。Facebook创始人Mark Zuckerberg曾说他是"科技界的Taylor Swift"——形容他在年轻人心中的超级偶像级影响力 [16]。
2024年Computex期间,中国台湾媒体创造了"Jensanity"一词来形容围绕黄仁勋的狂热现象——粉丝们排队数小时只为见他一面、摸一摸他的皮衣、听他的一场演讲。这种个人魅力和粉丝文化在科技CEO中极为罕见,已经超越了商业范畴,成为一种社会文化现象 [16]。
黄仁勋每年回中国台湾参加Computex,与中国台湾供应链合作伙伴保持密切关系。在2026年GTC Taipei/Computex演讲中,他宣布Vera Rubin已进入全面量产,中国台湾150多家供应链合作伙伴参与,供应链规模是Grace Blackwell的两倍——这表明中国台湾在全球AI芯片供应链中的地位不降反升 [11] [32]。
他与AMD CEO苏姿丰(Lisa Su)的亲戚关系也是公众津津乐道的话题。两人的关系是:黄仁勋的母亲是苏姿丰外祖父的幼妹,即表舅甥关系(first cousins once removed)。在芯片行业,两大家族分别执掌着最大的两家GPU公司,既是亲戚又是竞争对手——这种戏剧性的关系为科技行业增添了一抹人情味。苏姿丰本人已确认这是"distant relative"关系 [1]。
在慈善方面,黄仁勋设立了黄氏基金会(Jen-Hsun & Lori Huang Foundation),但具体捐赠规模和方式在公开信息中较为有限。2019年,他向肯塔基州的Oneida Baptist Institute捐赠200万美元修建女生宿舍——这不是出于义务,而是出于感恩。此外,他拥有多所大学的荣誉博士学位,包括中国台湾阳明交通大学、中国台湾大学、俄勒冈州立大学、华中科技大学和瑞典林雪平大学 [1] [3]。
黄仁勋的净资产几乎全部与英伟达股价挂钩——他持有约3-3.5%的英伟达股份。净资产数字随股价大幅波动:2025年11月Bloomberg Billionaires Index约为1,650亿美元,2026年8月约为1,968亿美元(Forbes Argentina数据,非福布斯主站数据)。财富排名的变化本身就是英伟达股价波动的缩影。他的个人生活并没有因为财富的暴涨而发生根本性改变——他依然每天凌晨4点起床,依然穿那件黑色皮衣,依然自己开车(至少在某些场合) [20] [26]。
中国市场对英伟达的意义非同一般。作为全球领先的半导体消费市场之一,中国曾贡献了英伟达收入的相当大比例。黄仁勋深知中国市场的重要性——他不仅从商业角度理解中国,更从文化、语言和家族渊源的角度与中国有着天然的联系。然而,近年来美国出口管制的层层升级,彻底改变了英伟达在中国的商业格局,也让他陷入了一种罕见的困境——作为全球最成功的AI芯片公司的CEO,他最大的市场之一正在对他关闭大门 [27]。
2022年10月,美国发布首轮对华芯片出口管制规定,限制向中国出口先进AI芯片和半导体制造设备。这一管制直接瞄准了AI训练所需的高端GPU——正是英伟达最核心的产品。2023年10月,管制进一步升级,收紧了对算力性能和芯片互联带宽的限制,堵住了此前的一些"灰色地带"。英伟达为中国市场专门开发了H20特供芯片,其算力约为H100的六分之一——这是在合规框架内能提供的最高端产品,但对于训练大模型来说远远不够 [27]。
然而管制的收紧并未停止。2025年4月,H20芯片的出口许可证被要求暂停——这意味着连"阉割版"也不能卖了。2025年7月,H20恢复销售。10月,黄仁勋首次公开承认受出口管制影响,英伟达在中国高端AI芯片市场的份额从高峰期的95%骤降至接近零——从"几乎垄断"到"几乎消失",只用了三年时间。12月,特朗普政府批准H200对华出口,但附加了一个前所未有的条件:英伟达需将25%的销售收入上缴美国财政部,并接受安全审查 [27] [28]。
2026年1月,美国工业和安全局(BIS)将H200出口改为逐案审查模式——这意味着每一笔交易都需要单独审批,不确定性大大增加。3月GTC大会上,黄仁勋宣布已获中国客户H200订单、重启H200生产。下半年开始有少量H200交付到字节跳动、腾讯等公司,但总量严重受限,且还需中国发改委审批——出口管制不仅限制了卖方的出口,也限制了买方的进口 [27] [28]。
与此同时,中国国产替代加速推进。黄仁勋本人在Bloomberg采访中承认,华为昇腾等国产芯片已达到H200级别性能。据市场预计,国产芯片2026年将占据近90%的中国高端AI芯片市场——这是一个令人震惊的数字。英伟达在中国市场面临的挑战是双重的——既受美国出口管制限制,又面对中国本土竞争对手的快速崛起 [27]。
黄仁勋一直公开反对出口管制。2025年7月链博会演讲中,他说:"任何想出这步棋、认为禁止H20芯片出口就能阻止中国发展AI的人,都是非常无知的。"2026年8月,他在与戴尔同台的Bloomberg访谈中警告:"我们并不是在整体上远远领先于中国"("We're not far ahead of China overall")——这番坦率的表态在美国引起了争议,但黄仁勋选择说出事实而非政治正确的话 [27] [29]。
在2026年3月的GTC大会上,黄仁勋一方面宣布重启H200对华生产,另一方面也在加速全球布局。他在不同场合反复强调一个观点:AI基础设施的竞争是全球性的,各国都在竞相建设"AI工厂",而英伟达的目标是成为这场竞赛的核心供应商。他提出了"Token经济学"的概念——"Token现在是盈利的单位。每一个Token都是收入。数据中心不再是存储设施,而是Token生产工厂。"在这个框架下,英伟达不是在卖芯片,而是在为全球的AI基础设施建设"发电厂" [11] [14]。
需要说明的是,出口管制与芯片贸易政策仍在快速调整中。本章所述动态截至2026年9月,后续审批规则、交付进展与市场份额变化仍需持续追踪——作为一份长期存证的档案,我们在此标注时间边界,以免后来的读者以静态文本误读动态局势。
2026年3月22日,在Lex Fridman播客第494期中,黄仁勋说了一句令全球科技界震动的话:"我认为就是现在。我认为我们已经实现了AGI。"("I think it's now. I think we've achieved AGI.") [14]
这番表态的背景值得深入分析。首先,需要理解黄仁勋的AGI定义——他的标准是"经济性的"而非学术性的:一个能自主创造价值10亿美元服务的AI。这与学术界传统定义中的"在所有认知任务上达到人类水平"有本质区别。学术界的AGI意味着一个能像人类一样思考、学习和创造的智能体——而黄仁勋的AGI则更像一个"经济代理人":它不需要在所有方面都像人,只要能独立创造足够的经济价值。其次,他同时进行了自我修正——当Lex Fridman追问"AI能复制英伟达这样复杂的公司吗?"时,黄仁勋直接回答:"概率为零"("The probability is zero")。10万个AI智能体也无法重建英伟达。这个自我修正非常关键——它表明黄仁勋对AI能力有着清醒的认知 [14]。
这番表态的时机选择耐人寻味。当时正值GTC 2026期间,英伟达宣布了至少1万亿美元的Blackwell+Rubin订单。市场反应积极:NVDA股价上涨1.7%,AI相关加密货币跳涨10-20%,Polymarket上"2027年AGI实现"概率从15%飙升至40%。但绝大多数AI研究者认为当前系统远未达到真正的AGI。Meta首席AI科学家Yann LeCun等学者多次质疑商业领袖们在"移动球门柱"——每当AI接近某个目标时,就重新定义目标 [14] [40]。
黄仁勋对未来技术的布局可以从三个维度理解,每个维度都指向同一个核心判断——AI正在从数字世界向物理世界渗透,而英伟达要在两个世界都建立不可替代的地位。
第一,算力基础设施的代际跃迁——Blackwell与Vera Rubin。Blackwell架构(2024年3月发布)拥有2,080亿个晶体管(双die设计),第五代Tensor Core,原生FP4支持,推理性能较H100提升最高30倍。Vera Rubin(2026年3月发布)更进一步,动用全公司40,000名工程师开发,是"NVIDIA公司史上最雄心勃勃的事业"。Vera Rubin GPU搭载288GB HBM4显存,Vera CPU采用88核Arm架构,性能达x86的1.8倍。黄仁勋宣布Vera Rubin已进入全面量产,中国台湾供应链规模是上一代的两倍。从Blackwell到Vera Rubin,英伟达保持着每两年一代架构的惊人节奏 [7] [11] [39]。
第二,物理AI——下一个ChatGPT时刻。黄仁勋在GTC 2026上宣告"物理AI的ChatGPT时刻即将到来",发布了Cosmos 3物理AI平台,押注机器人与物理世界AI。他认为AI不仅存在于数字世界(语言模型、图像生成),更将深入物理世界——工厂、仓库、汽车、机器人都需要AI来感知、理解和操作物理环境。Cosmos平台旨在为机器人提供"物理世界理解"的能力——这将是AI的下一个巨大 Frontier [14]。
第三,Token经济学——AI时代的新经济模型。黄仁勋提出了一个全新的经济框架:"Token是AI时代的新货币。"在他的叙述中,每一个AI生成的Token(一个词、一个像素、一个决策)都是有经济价值的——它们是"收入"的微观单元。数据中心从"存储设施"变成了"Token生产工厂"。全球正在竞相建设AI工厂,这是"人类历史上规模最大的基础设施建设"。在这个框架下,英伟达不是卖芯片的公司,而是为AI经济提供"发电设备"的公司 [14]。
2026年5月13日,英伟达市值盘中突破5.5万亿美元,超越德国全年GDP——一个单一公司的市值超过了一个主要经济体的全年经济产出,这在人类商业史上是前所未有的。8月27日,FY2027 Q2财报显示营收962亿美元(同比+106%),黄仁勋宣告"AI已到达转折点"。英伟达的故事还远未结束——正如他常说的:"我们距离倒闭永远只有30天。" [11] [19]
回望黄仁勋六十余年的人生轨迹,他始终在做同一件事——在所有人都看到风险的地方,押下别人看不懂的赌注。在NV1失败、公司濒临破产时,他飞到日本告诉世嘉要停止项目,然后请求对方仍然全额付款——这不是赌徒的蛮勇,而是基于技术判断的孤注一掷 [9]。在所有人只关心游戏画面的年代,他押注CUDA让GPU可以做通用计算,市值暴跌80%,坚持十年等来AlexNet [10] [11]。在ChatGPT还没有出现的年代,他亲自把第一台DGX-1超级计算机装进车里,开到旧金山送给OpenAI [17]。他说过一句著名的话:"我们投资于零亿美元的市场。"这不是一句漂亮的口号,而是他一生的行事逻辑——在别人看不见机会的地方,用信念建立基础设施,然后等待世界赶上来 [18]。如今,英伟达市值突破5万亿美元,黄仁勋的个人财富接近两千亿美元,但他依然每天凌晨4点起床,依然穿那件标志性的黑色皮衣,依然说自己"距离倒闭永远只有30天" [19] [20]。从4万美元的银行贷款到5万亿美元的科技帝国,从Denny's餐厅的卡座到全球科技舞台的中心,从肯塔基的厕所到硅谷的巅峰——黄仁勋的故事,是一个关于信念、忍耐和复利的故事。在剑桥大学的Stephen Hawking Fellowship演讲上,他说"当CEO是一生的牺牲"。在Lex Fridman播客上,他说"我不想失败的动力远大于想成功的动力" [21] [22]。或许,这个曾经被送到感化学校的男孩,从未忘记那种随时可能失去一切的感觉。正是这种恐惧,驱动着他不断地奔跑——不是为了成功,而是为了不失败。正如他常说的:"不要无聊,也不要被解雇。"这大概是一个从底层爬上来的移民,能给出的最朴素也最深刻的人生哲学 [3] [22]。
— Asia Cover Figure Editorial Board
Asia Cover Figure is committed to providing accurate and reliable archive records. We recognize the limitations of record-keeping and welcome your oversight and corrections.
If you discover factual errors or significant information omissions, please contact us via email:
Suggested email subject: 【Archive Correction】[ACF-00-00160] - [黄仁勋]
Scan for the permanent dossierThis archive compiles publicly available information including media reports, corporate disclosures, public speeches, and industry research. Quoted viewpoints of figures are factual records and do not represent the editorial stance. Key data cited herein that originate from the figures themselves, their organizations, or partners are quoted without independent third-party verification. Information from non-official channels is attributed and recorded as public discourse; its accuracy is not guaranteed. This archive is for research reference only and does not constitute factual confirmation, value endorsement, or investment advice regarding any figure. Corrections are welcome at .