▲点击订阅，抓住风口
2月23日，英伟达市值突破2万亿，成为翻倍最快的万亿市值大企业，9个月时间走过了苹果和微软2年的路。
关于英伟达市值为何超过2万亿的讨论已经非常多，有人认为黄仁勋命好，有人认为是他高瞻远瞩布局CUDA。
英伟达在AI领域的垄断优势，2022年7月王煜全在前哨科技特训营直播中已经做了深度分析。
2022年7月PPT，加入前哨科技特训营获取完整内容
英伟达30年的发展历史远比大家想象中复杂得多，GPU产品线的迭代升级、光锥、DLSS等各种图形技术创新，背后都有值得深聊的故事。
今天，我们换个角度，梳理一下英伟达历史上的几次关键决策，结合背景信息，看看黄仁勋功成名就之前的「心酸路」。
为何被玩家调侃是「核弹功勋」？2017年面对AI爆发为何感叹「市场终于理解自己」
下面我们就看看黄仁勋的4次豪赌。
一、出道即谷底，第一次豪赌失败
英伟达1993年4月5日由黄仁勋与另外两位芯片设计师Chris Malachowsky和Curtis Priem共同创立。
那时还没有GPU的说法，火热的是图像加速卡。
当时计算机的所有计算任务都是CPU搞定，但是随着游戏以及专用CAD软件的兴起，CPU芯片先天的缺陷，导致它不能很好满足各种图像处理任务，简单说就是CPU绘画技术不过关，画图任务做不好。
这就给了创业企业机会，黄仁勋和他的合伙人就是当时创业大军中的一员，三人在一家Denny‘s餐厅订下创业合同，开始了他们的创业之旅。
当时三人将公司取名「NVision」，希望体现出公司未来愿景的含义，然而事后发现这名字已经被一家卫生纸制造商用上了，于是借用拉丁文invidia嫉妒一词，改成了「Nvidia」。
这种特立独行的方式正好预示了他们的后来失败。
当时图形加速技术尚未定型，没有统一的业界标准，许多公司选择的是「多边形」加速路线，老黄和联合创始人想要与众不同，选择了「四边形」路线。
结果是他们被主流市场抛弃，或者说被微软抛弃。

微软在操作系统中提供了DirectX框架，在微软制定的标准中，「多边形」才是主流。
英伟达陷入了一个尴尬的境地，投入重金研发的新产品很可能陷入没有市场的境地。
二、绝境逢生，第二次豪赌
好在当时英伟达有一个大金主，游戏机大厂世嘉。

英伟达开发的第一代图形加速卡NV1，也是世嘉预定的产品，为新一代游戏机做图形加速。

面对产业标准已定的大格局，黄仁勋硬着头皮告诉对方新产品难以成功，但希望对方能继续按合同付钱。

具体的谈判过程未知，出乎意料的是世嘉CEO同意了这个要求。
黄仁勋后来回忆说，世嘉如果拒绝给钱，英伟达就只有倒闭。
但给了钱，英伟达的自救之路也才开始。

1996年，英伟达解雇了一半员工，转投「多边形」路线，把剩下的钱全部砸到了支持DirectX的新产品开发。

只用半年时间拿出了RIVA 128加速卡，这时英伟达账上的现金只够付1个月的工资，老黄此后好几年的内部开场白都是「我们距离倒闭只剩30天」。
结果RIVA128上市爆卖，不但打破了当时芯片产业2年开发周期的传统，还实现4个月卖出100万份的成绩。
这背后的原因也并不复杂，一方面英伟达在生死关头转型坚决，另一方面当时混乱的市场给了它机会。
1996年，图形加速卡创业公司已经增加到70家以上，刚开始大家都想制定自己的标准，虽然都支持DirectX，但下决心发力的并不多。
英伟达的RIVA能同时处理2D、3D图形，配置简单，成功抓住了PC玩家的需求。

拿着RIVA128赚来的钱，英伟达又推出了RIVA TNT的升级系列，也是在这一年英伟达与台积电合作开始了新的历程。
三、布局CUDA，持续近20年的赌注
正式加入芯片产品的英伟达日子并不好过，英特尔这个巨头一直盯着图形加速市场，同行竞争也从来没有停过。
直到1999年英伟达上市，GPU作为独立芯片推出，黄仁勋仍然在探索图像处理有没有别的赛道，一个CPU不会入侵的领域，竞争者没有这么多的行当。
2000 年，斯坦福大学计算机图形学研究生伊恩·巴克 (Ian Buck)破解了GPU着色器，实现了对GeForce显卡的编程，简单说就是利用GPU的计算特性打造出超级计算机。
伊恩·巴克在宿舍将 32 张 GeForce 卡连接在一起，使用八台投影仪玩到了8K显示的《雷神之锤》。
要知道，今天大多数人的显示器也才4K水平。
这时除了伊恩·巴克其实挺多科学家都注意到了GPU「并行计算」的特点，都尝试过使用GPU解决天气预测、流体模拟这类高性能计算的任务。

GPU当时都为图形计算服务，要进行高性能计算必需将任务转化成图形描述，这对不懂图形计算的科学家成了难题。
伊恩·巴克不但破解了GPU着色器，还提出一种GPU用的编程语言，并发布文章，成功吸引到了非常多人的注意。
黄仁勋如何与他搭上线没有明确的记载，但从零散的记录可以看出，伊恩最开始受邀来到英伟达实习，2004年后开始负责英伟达CUDA的研发。
黄仁勋开始为GPU差异化道路积攒力量。

虽然后续不少报道称英伟达为研发CUDA投入上百亿，但英伟达从未真正披露过具体研发费用。
我们做了一些研究，2005—2007年英伟达研发费用增量为3.34亿美元，据此国际CUDA研发费用当时在亿元规模。
2006年CUDA发布，黄仁勋开始为投资人和市场描绘GPU用于各种计算的新场景，他认为GPU会是未来新一代的计算单元，虽然他自己还不太清楚除了科研还有哪些具体的作用。
华尔街当然不看好这种故事，投资人和分析师都觉得「你一家游戏显卡公司为啥要花钱去做梦」。

到2008年，经济危机中英伟达因为一系列冲击股价下跌了70%。

同一时期CUDA也遇到了一些问题，2009年下载量到顶开始回落，为了CUDA付费的大客户也没有出现。
英伟达当时为了给CUDA找买家，和股票交易员、分子生物学家都有合作，据老黄透露，当时他们还帮助一家公司用GPU做冷冻披萨加热的计算模拟。
当时没有人认为人工智能会和GPU绑定到一起。
2009年，AI大佬杰弗里·辛顿 (Geoffrey Hinton)向老黄发了一封邮件，希望他能送一块GPU给自己，结果老黄并没有理他。

好在这并没有阻碍大佬的脚步。

2012年，辛顿的两位学生Alex Krizhevsky和后来创立OpenAI的 Ilya Sutskever，推出了知名的AlexNet，两块GPU解决了过去需要1.6万块CPU才能解决的问题。

这之后就是AI技术崛起的故事，只是大家很长时间都只看到Alpha Go、ChatGPT的惊人成果，没有发现这些AI全部都需要英伟达的GPU做计算，要发挥GPU的全部潜力，你更离不开CUDA。

2014年，当谷歌决定要花1.3亿美元，购入4万块GPU时，老黄真正看到AI是英伟达未来最大的依靠。
这之后无论是GPU硬件还是CUDA生态都为AI做了非常多的优化。
难怪2017年随着AI在围棋上战胜人类，英伟达的通用GPU故事被市场接受，老黄对媒体感叹「
这10年我其实一直在讲同一个故事，PPT都没怎么换
」。

四、并非无往不利，失败的移动芯片
虽然今天大家把黄仁勋吹得无往不利，但在GPU市场中他也犯过很多错，如果说他真有什么管理上的优势总结起来其实就是「敢于试错，敢于决策」。
2010年，英伟达就遭遇过一场「散热」挫折，顺道成就了他后面「核弹元勋」的外号。
这一年英伟达GPU在和AMD竞争中落了下风，英伟达开始简单粗暴的堆性能战略，结果就是此后多年英伟达GPU温度暴涨，经常跑起来能到111度，被网友调侃为「战术核显卡」。
也就在这段时间，智能手机市场爆发，一直想要拓展生意的老黄也下场尝试，推出了Tegra手机处理器。

2013年的HTC、小米、摩托罗拉、中兴都推出过该芯片的手机，结果发热过于严重，导致各家手机都有各种问题，让各家手机厂商都踩了坑。
由于这之后HTC走向衰落、摩托罗拉复兴失败，小米出现了业务下滑，很多网友调侃「老黄的核弹炸残了大家」。
这之后Tegra产品被迅速砍掉，英伟达在2014年退出了移动硬件芯片市场。
也就在2014年，因为一档电视节目中误用网络资料，将英伟达690显卡当成了真的战术核武器，黄仁勋正式拿下了「核弹元勋」的称号。
当然，这时的英伟达早已不是创业时的小公司，试错只是成长道路上必不可少的一部分。
这样的总结难免挂一漏万，在你看来英伟达历史上还有哪些关键决策值得关注，欢迎留言分享。
欢迎长按下方二维码，加入前哨科技特训营，王煜全和你分享GPU、关注AI最前沿的趋势动态。
【前哨科技特训营第四季前瞻】

1. 前哨科技特训营直播课程第四季（2023年）共50讲+，除此之外还有5节加餐+公开课。
2. 每讲承诺为1小时视频内容，实际平均时长为2小时。
3. 每周四晚八点准时直播，会员可无限次观看回放。
4. 新入会员，可以无限次回看之前所有视频课程。
5. 成为会员即可使用【AI王煜全】，最新AI大模型开发的专属科技分析助手

6. 每周组织【前哨·创新启发局】，链接科技/产业一线人士，打开技术/应用前沿视野

7. 优先获取全球科技产业一线游学、访问机会，接触科技/产业专家，获取最新、最前沿的趋势洞察，人脉链接

8. 本课程为虚拟内容服务，年费订阅服务制。一经订阅概不退款，线下活动需另行支付差旅成本，请您理解。

【课程咨询】
请加“创新地图助手”：

微信：innovationmapSM
继续阅读
阅读原文