12月9日，国家市场监督管理总局发布公告，英伟达因涉嫌违反《中华人民共和国反垄断法》受到立案调查。英伟达的股价因此下跌。
自从进入所谓的AI时代（其实这个时间点早在ChatGPT等产品出现之前，至少往后推了十几年），NVIDIA就成为了这个时代最重要的科技公司，甚至有人将其比作新科技时代的“石油寡头”。
每一次，无论能听懂多少，人们都坚信，“皮袄黄”的每一次演讲和发布，都会给科技行业乃至整个世界带来巨大的变化。
厨房GTC，真假黄仁勋丨NVIDIA
历史上大家熟悉的大型科技公司领导人中，杰夫·贝索斯担任亚马逊首席执行官27年，比尔·盖茨在微软任职25年，史蒂夫·乔布斯回国后执掌苹果14年。今年是黄仁勋担任英伟达首席执行官的第31年，他也是任职时间最长的科技公司首席执行官。
NVIDIA 与黄仁勋结下了不解之缘。某种程度上，可以说，NVIDIA的历史清晰地反映了黄仁勋的个人特质——一个精通技术的远见卓识者和一个务实敏锐的商人。
在过去的三十年里，黄仁勋几乎踏遍了每一个技术兴奋点，带领英伟达从一群显卡厂商中脱颖而出，成功转型为人工智能公司，并达到全球最高市值。
因此，想要了解当今的科技世界，就不能回避一个问题：NVIDIA，为什么是你？
“NVIDIA”这个名字从何而来？
这一切都始于 Sun Microsystems 内部的一个秘密项目。应Rosin（他曾在Apple开发过“lisa”，因此认识到高效图形处理的重要性）的要求，Prim和Malakovsky秘密开发了专用的图形加速芯片，后来被称为GX图形引擎。当时，生产专用集成电路的LSI公司刚刚推出了新的芯片架构。为了获得Sun Microsystems的制造订单，该公司派出员工黄仁勋帮助解决制造问题。
Prim在NVIDIA办公室打游戏丨艰难时刻
后来，Prim开发了一款飞行模拟游戏《Pilot》，展示了“GX图形引擎”的性能，并在1991年的SIGGRAPH（SIGGRAPH主办了NVIDIA成立过程中的许多高光时刻）年会上进行了展示，一举获得成功。 GX的成功和逐渐暴露的“大公司病”促使Prim和Malakovsky创办了自己的显卡公司。考虑到个人电脑和视频游戏的未来市场是否足够有前景，黄决定加入。公司邀请函。加入公司那天，黄正好30岁。
三人决定创办英伟达丨丹尼餐厅的艰难时刻
当需要为公司命名时，列表中最后一个选项是“Invidia”，Prim（首席技术官）通过查找拉丁语中的“嫉妒”一词找到了这个选项，他们认为包括 Sun Microsystems 在内的竞争对手都嫉妒这个词。他们的成功。 “我们去掉了 I，选择了 Nvidia，以纪念我们正在开发的 NV1 芯片。” NV 代表 Next Version，灵感来自 Windows NT，代表新技术。
然而，Nvidia在1996年差点破产
第一个芯片 NV1 不兼容 VGA，导致它在 Doom 等基于 DOS 的游戏上运行不佳。当初，一场“杀手游戏”从一开始就可以决定一家显卡公司的“生死”。另一家显卡公司3dfx将3D实时渲染功能很好地适配到了《雷神之锤》中，Voodoo系列显卡销量疯狂。
NV1的失败直接危及了Nvidia和世嘉之间的关系。世嘉终止了英伟达为其下一代游戏机开发 NV2 的合同。
在破产边缘，黄决定牺牲公司三个月的资金链购买芯片模拟器来测试数字芯片原型，而不必等到真正的芯片制造出来才进行测试。 ，因为留给NV3的时间确实不多了。 NV3后来更名为RIVA128。 RIVA 代表实时交互式视频和动画加速器。 128指的是128位总线，是单芯片上可以使用的最大宽度总线。它首先用于消费级个人电脑。在第一次公开展示时，一名 3dfx 员工走过来调侃道：“嘿，你还在这儿吗？”
后来，英伟达也“复仇”回来了。它在通往 3dfx 总部的高速公路立交桥上设置了宣传 GeForce 256 的广告横幅。该横幅声称 Nvidia 的 GPU 将改变世界并压倒竞争对手。州警很快移除了非法横幅，英伟达也收到了正式警告。
NV1和NV2的失败让3dfx相信Nvidia的破产是不可避免的。他们想收购英伟达，但决定等待并“捡便宜”。没想到，NVIDIA凭借RIVA128成功活了下来。 3dfx并没有等到NVIDIA破产，而是在2000年，NVIDIA获得了知识产权并继承了其图形资产。
如果不是黄仁勋呢？
由于NV1不兼容VGA，因此失去了大量游戏玩家。但在开发RIVA 128时，黄不仅从Nvidia的竞争对手Weitek那里获得了VGA核心的设计许可，还聘请了一名VGA芯片设计师，这位设计师后来成为黄的得力助手。普里姆将黄评为世界上最好的交易谈判代表。
1994年，黄仁勋坐进NVIDIA第一间正式办公室丨严峻时刻
虽然世嘉终止了NV2合同。但由于黄仁勋在原始合同中添加了一项条款，如果英伟达能够生产出可以安装在与早期游戏机尺寸相似的独立主板上的芯片工作原型，世嘉将支付 100 万美元。因此，即使英伟达拿不到下一代主机的芯片订单，它仍然通过开发NV2原型机获得了100万美元，活了下来，并将大部分资金用于NV3的研发。
Nvidia 进入游戏机市场的第二次机会是当它得知微软正在开发其第一款游戏机时，该游戏机基于 DirectX 应用程序编程接口构建。微软每次更新DirectX时，NVIDIA显卡都会如期出现在微软总部。发送卡甚至不需要 NVIDIA 内部的自愿申请。因为黄的原则很简单，谁跑得快，谁就能占领更多市场。最终，Nvidia 取代了 Xbox 的意向合作伙伴 Gigapixel。时至今日，其CEO哈珀仍会愤愤不平，“不然今天经营万亿美元公司的就是我，而不是黄仁勋。”
我喜欢送卡片，所以我把第一张 DGX-1 送给了 OpenAI丨Elon Musk 在 X/Twitter 上
黄有一个“整头牛”的战略，其中包括将低产量的零件打造成高端生产线，并在整条生产线上创造四到五种不同的产品。这在与苹果的合作中发挥了重要作用。
英伟达找到乔布斯是因为它想制作一部皮克斯的《小灯》动画来展示其新芯片的图形渲染能力。乔布斯看到视频的视觉清晰度可与皮克斯花了数周时间在超级计算机上制作的视频相媲美，并立即决定在 Power Mac G4 计算机上提供 GeForce3 作为高端选项。
临行前，乔布斯提醒Nvidia要小心ATI在笔记本电脑芯片领域的举动。 NVIDIA告诉乔布斯，只要降低NVIDIA芯片的时钟频率，就可以与ATI芯片的频率相当，但整体性能会比ATI的更好。那次交易之后，英伟达在苹果笔记本电脑中的份额从零增长到占苹果整个计算机产品线的 85%。
“他总是为英伟达达成令人惊叹的商业交易，并一次又一次地拯救了公司，”普里姆说。
“GPU”的概念从何而来？
1999年，黄仁勋发布GeForce256时，毫不避讳“夸张”地说，“我们正在推出世界上第一个GPU”。过去，英伟达通常采用“缩写+数字”作为芯片的典型命名公式，但这种彰显技术领先地位的命名方式变得越来越难以向客户推广。
GeForce 256丨严酷时刻
因此，内部决定创建一个全新的产品类别——图形处理单元（GPU），这意味着它在图形渲染中扮演的角色与计算机CPU在所有其他计算任务中扮演的角色相同。它决定不将“GPU”注册为商标，因为它希望其他公司使用该术语。
黄仁勋和马斯克，谁更受欢迎？
黄15岁时在一家餐馆打工。即使他打扫同一个厕所100次，他也会以最高标准要求自己。但他还学到了另一个平衡高标准和高效率的“职场技巧”，这表现为如果有人点了一杯奶昔，他会试图说服顾客，制作和清理需要更多时间。把奶昔换成可乐。
包括Nvidia在内的芯片制造商通常需要18个月的时间来设计和推出一款新芯片，并且一次只能专注于一款芯片。计算机制造商的产品更新周期是每6个月一次，春季和秋季（返校季）。如果生产的芯片不能满足当前计算机制造商的最新配置要求，就会被淘汰。
于是黄重新重组了设计团队。当一个小组设计出一种新的芯片架构时，另外两个小组就会共同开发基于新芯片的迭代版本。此外，RIVA128的成功经验（通过仿真极大压缩设计周期）被复用，成为常态。这将发布周期缩短至6个月，与PC制造商的采购周期相匹配。
有时候，我不穿皮衣。老黄在中国年会丨NVIDIA
物理学中并没有比光快的概念，但“光速”已经不能满足黄的做事态度了。有一次他告诉他的员工，“我们必须做一些像孢子驱动器（允许航天器传送到另一个地方）这样的事情！”，这让每个人都笑了。因为黄是《星际迷航》的忠实粉丝。
为何NVIDIA能够始终保持技术领先地位？
并从图形公司转型为人工智能公司？
2006 年，NVIDIA 成立了一个研究部门，专注于 NVIDIA 常规业务中不会出现的、只有通过专注、长期的工作才能实现的创新。
2008 年，该团队在 SIGGRAPH 上展示了“使用 GPU 进行光线追踪的效果”，而英特尔员工则在手机上疯狂观看和打字。从那时起，英特尔的研究团队就再也没有发表过关于CPU上光线追踪的论文。
在 2018 年的 SIGGRAPH 上，黄仁勋介绍了图灵架构（是的，向图灵致敬）及其专用光线追踪处理器核心，一周后在 Gamescom 上的 GeForce RTX 20 系列显卡中推出。
2012年，Hinton带着他的两名学生参加了李飞飞组织的ImageNext视觉识别比赛。他们训练了深度学习神经网络AlexNet，识别准确率比其他团队高出10个百分点。 Hinton 等人使用了 Nvidia 的 GPU，这让黄看到了巨大的机会——深度学习将成为 GPU 的下一个“杀手级应用”。
谈Ilya Sutskever（左）、Alex Krizhevsky（中）、Geoffrey Hinton（右）丨多伦多大学
2017 年 Google 发表论文《Attention Is All You Need》后，黄立即指示 GPU 软件团队为 Tensor Core 编写一个专门的库，以优化 Tensor Core 在 Transformer 上的使用，该库首先内置于 Hopper 芯片架构中。 Hopper 架构于 2010 年代末开始开发，并于 2022 年发布，比 ChatGPT 发布早一个月。因此，当 2023 年生成式人工智能的需求激增时，NVIDIA 是唯一准备全力支持这一浪潮的硬件制造商。
Nvidia 看到的下一个机会是什么？
“毫无疑问，数字生物学将是下一个方向，”黄在 2023 年接受采访时表示。
在此之前，NVIDIA GPU和CUDA平台已经受到大学、科研专家和顶级开发者的“青睐”。生成：Biomedicines（蛋白质药物生成研发公司）的CTO Grigoryan发现，进入21世纪以来，许多进行分子动力学模拟的科学家都购买了Nvidia的游戏系列GPU，并用它们来进行非图形计算。他每天都使用 PyTorch（一个开源机器学习库），并且 PyTorch 与 CUDA 配合得很好。 “我不必考虑选择哪种类型的 GPU。”
简单来说，CUDA是一种允许工程师在数百或数千个计算单元上进行并行计算的架构。早期，NVIDIA投入大量资源让所有GPU兼容CUDA，毛利率从2008财年的45.6%下降到2010财年的35.4%。NVIDIA在大学教授并行计算和CUDA编程课程和大学吸引人才使用它们。科研圈赠送GPU，希望看到更多GPU应用案例。 “我们可以告诉 Nvidia‘我们需要这个功能’，他们会改变芯片的设计或将其添加到 CUDA 中，而英特尔永远不会这样做，”加州大学圣地亚哥分校的生物学教授说。
什么样的人才可以进入NVIDIA？
2005年，一家名为3Dlabs的公司的图形芯片工程部门被解散。英特尔计划雇用这些员工，但要求他们搬出亨茨维尔。黄知道英特尔的举动后，迅速派出高管去招募3Dlabs团队，但没有要求搬迁。他向高管提议在原来的位置开设一个新办公室，供 3Dlabs 团队成员使用。英伟达仍然使用其位于亨茨维尔的办公室。
英伟达将充分利用现有员工，而不是不断解雇和雇用新员工。黄按照职能而不是业务部门或部门对员工进行划分，以便具有合适技能的人员不断被分配到新项目。
为了挖走Silicon Graphics的首席工程师，黄曾要求团队使用最新的芯片开发图形功能，以达到类似于Silicon Graphics工程师开发的某种功能效果。这是为了告诉他，Silicon Graphics 只能通过高性能工作站实现的功能将被集成到 Nvidia 用于 PC 的单个芯片中。
黄仁勋会跟小便池里遇到的员工打招呼吗？
会议。
一位技术营销工程师表示，他曾在卫生间遇见黄某，黄某随意询问了他最近的工作情况。他原本想敷衍一下，但直到在黄的询问下将手头的二十多项任务全部列出来后，黄才满意离开。
所以在英伟达，员工很难隐藏自己。黄曾在欢迎会上向一位员工打招呼，“你是某某，你曾经在Sony Play Station工作过，之前在3dfx工作过。”新员工通常会感到惊讶，但老员工却习惯了，“这很正常，他对每个人都是如此。”
黄要求员工向他们的直接上级发送电子邮件报告，详细说明他们正在处理的五个主要问题以及他们对市场的观察。由于黄回复速度太快，员工一般不敢在周五晚上发邮件。弄清楚这种模式后，黄通常会在周日晚上坐在他的家庭办公室里，手里拿着威士忌，处理电子邮件。 “他想了解世界上正在发生的事情，这样他就可以做出更好的决定。”
黄还致力于实现《星际迷航》中的瓦肯思维融合——让员工的思维与自己的思维完全融合。他最喜欢的表达思维过程的方式是在白板上，这是一种稍微不那么复杂的媒介。当每个人都完成演示后，无论这个想法多么出色，它都必须被删除并重新开始。因为英伟达的文化不鼓励回顾过去，黄仁勋本人也不鼓励回顾过去。
