億萬遊戲人，扶黃仁勛登頂

本文來自：深網騰訊新聞；作者： 安然

美國時間3月18日下午1點，加州聖何塞會議中心內星光璀璨，人頭攢動。偌大的場館里擠滿了3萬參會人員。「歡迎來到GTC，我希望你明白這不是一場音樂會，你來到的是開發者大會。」穿着黑色皮夾克的黃仁勛走到舞臺中央説。

現場歡呼陣陣。恍惚間，時空彷彿回到2010年喬布斯發佈iPhone4時萬人空巷的場景。不同的是，這次的主角是英偉達創始人兼CEO黃仁勛。

與喬布斯很早就靠着Mac和iPhone被創業者奉為神明不同，黃仁勛用了20多年才站到全球科技中心，成為新的AIGC時代被行業仰望的燈塔。

誰是助力黃仁勛登頂全球創業者C位背后最大的功臣？

如果我們把視野放在更長的歷史來看，這個功臣，不是馬斯克，不是谷歌或者OpenAI，而是支撐英偉達一路走到今天的全球億萬遊戲人。

中國用户印象深刻的是，2000年開始，電腦組裝業務（俗稱「攢機」）盛極一時，英偉達的GeForce系列顯卡因其出色的遊戲性能脫穎而出，成為組裝市場上的熱門選擇，在遊戲愛好者中享有盛譽。

二十年來，英偉達顯卡從每一位遊戲玩家身上賺走的錢，都被黃仁勛拿走投入新業務研發，化作全球通用人工智能大模型底座的「神經元」。   

「虎口拔牙」

時間倒退回90年代，沒人會想到這位要給遊戲玩家做顯卡的普通創業者，今天會成為和喬布斯一樣的存在。

1993年，從LSI Logic（一家知名的專用芯片公司）離職的黃仁勛選擇在30歲這一年創業。黃仁勛相信，終有一天，PC會成為享受遊戲的消費級設備，他要在PC上做一流的遊戲顯卡。

對於其黃仁勛的這一決定，英偉達副總裁Rev Lebaredian説，黃仁勛是一個對圖形技術潛力有深刻信念的領導者，有能力看到10年后的投資回報。

但偉大從來不是被計劃的。在波譎雲詭的商業世界，沒人能保證10年之后事情會按照預期發展。回看1993年的芯片格局，選擇在遊戲顯卡領域創業不失為明智之舉。

20世紀末，在個人計算機（PC）時代，芯片競爭主要圍繞CPU展開，英特爾和AMD明里暗里都在爭奪微軟這一大客户，GPU在產業上的優勢和需求還未體現出來。

1993年，遊戲《毀滅戰士》（Doom）的大火讓黃仁勛看到了獨立顯卡的「錢景」。

創業前3年，英偉達推出初代產品NV1和NV2。由於兩者都是基於四邊形而非傳統的三角形渲染技術，導致其與當時主流的三維圖形API（如Direct3D和OpenGL）不兼容，這一度把英偉達逼入破產的邊緣。

黃仁勛經常把「我們公司還有30天就要倒閉了」掛在嘴邊正是此次經歷的后遺症。   

此后，黃仁勛孤注一擲，解僱了50多名員工，把公司的命運押注在NV3上，也就是我們熟悉的Riva128顯卡。1998年，Riva128的出貨量就超過voodoo系列顯卡（其背后是圖形處理硬件製造商3dfx Interactive），讓英偉達起死回生。

1999年1月，英偉達在納斯達克上市。7個月后，英偉達發佈其首款被冠以「GPU」（圖形處理器）稱號的產品——GeForce 256。

圖為GeForce 256

英偉達之所以能在兩年翻身並迅速上市，原因之一是趕上1997年至1998年的全球遊戲浪潮。現在依然耳熟能詳的遊戲《拳皇97》、《質感掃雷》、《星際爭霸》、《生化危機2》、《天堂》都是那個時期的爆款。

英偉達能起死回生，離不開上億遊戲玩家的青睞。

彼時，看到遊戲這一「錢景」的不止英偉達，還有科技巨頭英特爾和微軟，但黃仁勛贏了。

1998年2月，英特爾發佈了首款獨立顯卡i740。由於其2D效果一般，i740一度成爲了英特爾在獨立顯卡市場的絕唱。直至2022年Intel Arc（鋭炫）系列的推出，英特爾才重回獨立顯卡市場。   

與英特爾想從獨立顯卡分到遊戲的一杯羹不同，微軟更為徹底，直接進入遊戲主機市場。為和遊戲主機巨頭任天堂和索尼硬剛，2000年微軟找到英偉達，給出了5億美元的合同，讓其為還是祕密項目的初代Xbox開發一款定製GPU——基於GeForce 3的架構的X-Chip。

這5億美元的合同還未落袋為安，英偉達就因為微軟的一個決定再次跌入低谷。

當時，為和索尼的Play Station2搶市場，微軟大幅下調Xbox的售價。爲了打贏這場價格戰，微軟希望英偉達大幅下調X-Chip的價格。

這一提議被黃仁勛一口回絕，直接導致微軟放棄英偉達，轉而讓ATI（當時英偉達最大競爭對手）承接下一代Xbox的GPU設計。

學生時期寧願掃廁所也不會向「壞學生」屈服的黃仁勛，沒有嚥下這口氣，直接和當時最大的「甲方爸爸」微軟對簿公堂。

疊加當時互聯網泡沫陰霾未散，這直接導致英偉達股價大幅縮水。2002年初，英偉達股價一度跌至7美元左右。

直至2002年底黃仁勛拿下索尼的訂單，才緩解了英偉達的燃眉之急。英偉達的這次危機讓黃仁勛充分認識到，依靠單一業務和大客户無異於「虎口拔牙」。

黃仁勛做了一個關鍵決定，英偉達要提高自身的護城河，就要從純粹的圖形芯片製造商轉型為高性能計算解決方案供應商。   

「小米威武」

為拓展產品線、提高護城河，黃仁勛化身喬布斯、雷軍、埃隆.馬斯克的「小迷第」，不放過任何一個推銷新業務的機會。

打破GPU僅是圖形處理器傳統認知的關鍵一步，是降低GPU編程的難度。2006年英偉達推出通用並行計算平臺CUDA解決了這個問題。

比如CUDA提供了一套基於C/C++的高級編程接口，開發者無須掌握複雜的圖形API或者低級硬件指令，可以使用熟悉的編程語言來編寫GPU代碼；CUDA也附帶了一系列實用的庫（如BLAS庫、FFT庫等）和工具，並提供了性能分析和調試工具，可以幫助開發者更好地優化程序性能。

但建立GPU+CUDA軟硬件協同的生態並非易事，不僅需要在軟硬件方面持續投入研發資金，更需要不斷拓展遊戲之外的新業務場景，以推動整個生態發展。

為拓展新業務，黃仁勛沒有放過任何一個風口。從蘋果Mac、智能手機的普及，到特斯拉開啟智能汽車時代，再到加密貨幣及人工智能，每個風口都能看見英偉達產品的身影。

2007年，英偉達推出面向移動平臺（筆記本電腦等）的圖形處理器——GeForce 8M系列，並發展了蘋果這一客户。不過，二者的合作並沒有維持太久，2010年后，蘋果Mac開始有意識的減少使用英偉達的GPU。

英偉達被蘋果拋棄原因有三，一是2008年至2009年期間，使用英偉達GeForce 8600M GT  GPU的MacBook出現黑屏、幕顯示異常、系統崩潰等問題，這直接引發用户的集體訴訟；二是蘋果有意自主研發SoC處理器，並於2010年推出了首款自研SoC芯片A4；三是因為專利糾紛，蘋果開始在Mac產品中使用英特爾的處理器。

信任一旦出現裂痕就很難完全修復，失去蘋果這一重要客户的黃仁勛開始親自下場拉跑業務。爲了拓展手機客户，自稱是「米粉」的黃仁勛曾親自為小米手機站臺，並在現場大喊，「小米威武」。

這一幕發生在2013年9月小米3手機發佈會現場。「雷軍讓我來和大家講兩句，而且不可以講英文，要講中文。很高興和雷軍一起發佈世界第一款Tegra 4手機，我也是米粉，小米威武。」黃仁勛站在雷軍身邊手舞足蹈的説。

黃仁勛親自為小米3手機站臺

Tegra是英偉達於2008年針對智能手機等小型移動設備推出的一款基於ARM架構的系統級芯片（SoC）。2013年初，Tegra更新至Tegra 4。

事實上，全球首款採用英偉達Tegra 4處理器芯片的智能手機並非小米，而是兩個月前發佈的中興U988S移動版。黃仁勛之所以對小米如此熱情，還把小米3定義為「世界首款Tegra 4手機」或許是因為彼時的小米是中國最紅的手機公司，雷軍也因推出便宜的紅米手機成為「雷布斯」。

從英偉達的營收構成看，英偉達其他業務（包含OEM和知識產權等）確實在2014財年達到了歷史高點，為15.32億美元，超過遊戲相關業務的15.11美元。

不過，黃仁勛的熱情並沒有持續打動雷軍，由於英偉達在基帶芯片領域有短板，Tegra 4處理器並未整合基帶芯片，所以小米3移動版在搭載Tegra 4處理器時，還外掛了展訊的基帶芯片，這不僅會提升設計複雜性還會增加生產成本。

小米3移動版成為唯一一款大規模搭載Tegra 4的小米手機。

有了小米3手機的「負面效應」，英偉達包含OEM的「其他業務」營收開始一路下滑。2015財年至2021財年，該業務營收分別為13.29 億美元、7.83億美元、6.98億美元、7.77億美元、7.67億美元、5.05億美元、6.31億美元。   

有了此前被微軟「背刺」的經歷，黃仁勛自然不會把雞蛋放到一個籃子里。在和小米合作之前，黃仁勛還將Tegra 芯片推薦給了特斯拉創始人埃隆.馬斯克。

2012年，特斯拉宣佈採用英偉達Tegra 3芯片，並在2014年交付的Model S高端車型上率先使用。Tegra 3芯片被用於處理車輛攝像頭和傳感器收集的數據，以支持特斯拉Autopilot系統的初步自動駕駛功能。

Model S的交付推動了智能汽車產業發展浪潮。為搶佔風口，英偉達於2015年推出專為汽車應用設計的計算平臺系列DRIVE系列，包括面向車載信息娛樂系統的DRIVE CX和麪向自動駕駛系統的DRIVE PX。

黃仁勛和馬斯克在2015年英偉達GTC大會上

黃仁勛和馬斯克的「蜜月期」僅持續了5年多。為減少對外部供應商的依賴，並更好地控制自動駕駛技術路徑和進度，馬斯克堅持自研自動駕駛軟硬件。

2016年特斯拉還在Autopilot 2.0系統上採用英偉達的Drive PX 2計算平臺作為其硬件基礎，但在Autopilot 3.0（2019年推出）就轉向自家研發的軟硬件系統FSD（Full Self-Driving）。   

圖為英偉達2007—2023財年研發費用的變化（百萬美元）

從2006推出CUDA至2019年，伴隨着英偉達拓展遊戲之外新業務，其研發費用開始翻倍增長。但從營收構成看，颼颼增長的研發費用並沒有在新業務中起到化學反應。2020財年之前支撐英偉達營收增長的一直是遊戲業務，營收佔比一直在50%以上。

可以這麼説，在英偉達花錢拓展新業務的背后，全球的遊戲玩家都有出一份力。

英偉達對遊戲玩家也頗具敬畏之心，在加密貨幣大火的那兩年（2019年至2020年），為確保遊戲顯卡更多地服務遊戲玩家，特意限制了部分遊戲顯卡在加密貨幣挖礦中的性能。

「遊戲，輪迴」

黃仁勛增加新業務的關鍵是拓展GPU的應用範圍，讓客户瞭解獨立顯卡不僅能提升遊戲體驗，GPU強大的並行計算能力還可賦能智能手機、新能源汽車及人工智能等領域。   

儘管英偉達在手機、汽車等領域發展不盡如人意，但命運對黃仁勛的饋贈在十年前已經埋下。

2012年，「深度學習教父」辛頓帶着他的兩位學生Alex Krizhevsky和Ilya Sutskeverz（后來成為OpenAI的首席科學家），參加了全球最為權威的計算機視覺大賽ImageNet大賽，並一舉奪冠。其設計的深度卷積神經網絡AlexNet把圖像識別錯誤率錯誤率從上一年的26.2%降至15.3%。

AlexNet之所以能降低圖像識別錯誤率原因之一是，辛頓團隊一改傳統使用CPU訓練的做法，改用英偉達GPU訓練。相比谷歌貓（Google Brain於2012年推出的項目）用了16000顆CPU，AlexNet只用了4顆英偉達GPU。

AlexNet的一戰成名讓深度學習的研究人員意識到，GPU不僅可以給《光環》、《俠盜獵車手》等電子遊戲渲染圖形，其並行計算的優勢同樣擅長運行神經網絡的訓練。

事實上，早在20世紀七八十年代，學術界就有了關於神經網絡和深度學習的研究和理論，但其開始崛起主要是因為GPU的出現，而讓行業相信GPU可以提高模型訓練效率的正是辛頓。

    從左至右依次為Ilya Sutskeverz、Alex Krizhevsky和辛頓

如果説，辛頓是從GPU的算力方面發現「遊戲」在加速深度學習中的作用，那麼DeepMind和OpenAI 則是從訓練方法論上發現了遊戲的厲害之處。

2016年3月9日，圍棋機器人AlphaGo因戰勝世界著名棋手李世石而名噪一時。AlphaGo之所以能一戰成名，源頭還要從其訓練AI方法—「讓系統玩遊戲」説起。

DeepMind打造通用人工智能的起點是會玩遊戲的系統，因為其創始人戴密斯.哈薩比斯認為，在人工智能的開發過程中，研究人員應該密切評估其進展，而遊戲則提供了這種評估標準。因為在遊戲中，分數和結果都是確定的，可以為人工智能體系提供即時的反饋信號，方便重複實驗以測量性能提升。

比如，DeepMind就曾通過他們打造的深度神經網絡反覆學習《越獄》遊戲，密切跟蹤哪些動作有效、哪些無效。兩個多小時后，該系統玩遊戲的速度和精度就超越了所有人類玩家。

OpenAI之所以會想出用GPU訓練對話和生成式模型也是源於辛頓的提醒。   

 DOTA2 OpenAI機器人

「GPU出現在我們多倫多實驗室，要感謝傑弗里.辛頓，他説我們應該試試 GPU。最初我們也沒搞懂GPU怎麼發揮作用，但隨着 ImageNet數據集的出現，卷積神經網絡非常適合GPU的模型。它讓訓練變得非常快，能做規模遠超以前的訓練。」前OpenAI聯合創始人、首席科學家Ilya Sutskever在和黃仁勛的「爐邊談話」中如此闡述。

和DeepMind一樣，OpenAI也發現遊戲在訓練和測試人工智能系統優勢。

OpenAI廣為世人所知的傑作是聊天機器人軟件ChatGPT。但在人工智能領域，OpenAI在2019年就因為其訓練的神經網絡OpenAI Five（由5個神經網絡組成的隊伍）擊敗了DOTA 2的世界冠軍戰隊OG而名噪一時。

Dota 2是一個多人線上遊戲，其在海外的知名度不亞於《星際爭霸Ⅱ》。因為Dota 2遊戲規則複雜多變，此前沒人相信人工智能可以戰勝專業選手。但OpenAI Five卻通過反覆訓練和學習做到了。

從另一層面看，其實硅谷的商業和技術精英中，本身就存在着大量遊戲愛好者。

現在，讓神經網絡玩遊戲已經成為訓練AI的重要手段之一，這對於英偉達來説，猶如一個輪迴。   

30年前，英偉達從GPU起家，步履蹣跚，靠着遊戲顯卡和玩家活下來。30年后，憑藉其在並行計算的積累，英偉達在AGI世界中開闢出一條康莊大道。

ChatGPT大火以后，訓練大模型要搶購英偉達的高端GPU已成為行業共識。黃仁勛經常拿出來講的一個故事是，公司在2016年把首臺搭載了8塊P100 GPU的DGX-1送給了OpenAI。

2016年8月，黃仁勛把第一臺DGX-1捐給成立不到一年的Open AI，此前捐款一億美元的馬克思也被邀請見證

過去一年，全球大型科技公司瘋搶英偉達芯片和服務器。

英偉達的H100 GPU不僅是Meta、亞馬遜、甲骨文、谷歌等科技巨頭爭搶的對象，還一度成為和黃金類似的硬通貨。

去年，一臺由8張A800組成的服務器一度從230萬被炒至到330萬，誰能搶到英偉達芯片就猶如拿到了一臺印鈔機。   

比如，超微電腦（主業是服務器解決方案）過去一年市值從默默無聞到如今股價暴漲1300%，部分原因是其創始人梁見后有對黃仁勛鼎力相助的情分，超微電腦總能第一時間拿到英偉達顯卡。

在國內，英偉達的芯片和服務器價格一路水漲船高，成為百度、阿里、騰訊、字節、美團等巨頭和創業公司佈局AGI大模型的核心競爭力。

當然，英偉達也並非能完全高枕無憂，已有多家公司宣佈其研發的AI芯片計算能力超過英偉達。比如，創業公司Groq就宣稱其推出的AI加速芯片LPU推理性能是英偉達GPU的10倍，成本僅為其十分之一。

不過，硬件的算力僅是一部分，英偉達CUDA生態上豐富開發者社區、開源項目和第三方支持庫等已為其構築了堅不可摧的護城河。畢竟，生態的切換是一個龐大且複雜的工程。

從整個財年看，遊戲業務（Gaming）首次被數據中心（Datacenter）業務超越是2023財年（對應自然年為2022年）。2022年ChatGPT的橫空出世讓行業看到了人工智能「技術奇點」到來的可能性。

2024財年，英偉達數據中心業務營收475.25億美元，是遊戲相關業務營收的4.6倍。直到此時，在遊戲領域蟄伏了20多年的英偉達才真正找到屬於自己的財富高增長密碼。