03 - 英伟达的“并行”赌局：从濒临破产到5万亿美元，一家公司如何用三十年重构计算文明的底层逻辑

用户9565775

发布于 2026-07-29 10:55:23

270

1997年8月，英伟达的资金只够发最后一个月工资。员工从100人裁到35人，账上现金少到小数点后几位都看得一清二楚。黄仁勋把全体员工叫到会议室，左手亮出账户余额——公司只剩两三周的现金流；右手拿出一份订单——100万颗RIVA 128的采购合同。

公司倒在黎明前，还是冲进黎明里，就在这一瞬间。

25万个NV1芯片卖出，24.9万个被退回——只卖掉1000个。NV2合同被SEGA取消，公司靠最后一笔500万美元的“分手费”苟延残喘。但四个月后，RIVA 128销量突破100万，英伟达单季盈利。

这不是一个“天才发明家”的故事，这是一个“在最黑暗的时刻做出最反共识决策”的故事。

这篇文章不讲故事，只拆解三个底层逻辑：“0亿美元市场”的战略选择、并行计算的供给侧单点突破、以及从硬件到平台的可编程性跃迁。

0亿美元市场：为什么“没有竞争”是最好的竞争

1993年，黄仁勋被“创业”了。

创业的想法来自柯蒂斯·普里姆——一个能在头脑里绘制芯片的天才架构师。普里姆在Sun公司工作时，把图形处理功能从CPU里拉出来，做成了全球第一款为工作站电脑做三维图形加速的独立显卡。但Sun的管理层认为：摩尔定律下CPU会越来越强，独立显卡“过几年就没有意义了”。

普里姆看到了另一条路：PC市场正在兴起，电子游戏开始出现。他把高级显卡技术降级，用到PC上加速电子游戏。领导暴怒：“我们是做给科学家的，你PC是什么小玩意儿？”

普里姆出走，拉上黄仁勋和另一位工程师，创立英伟达。

黄仁勋后来回忆这个战略选择：

“当时，3D图形不可能做得便宜。那是百万美元级别的图像生成器……而视频游戏市场是0亿美元。你有这个难以置信但难以商业化落地的技术，你有一个不存在的市场。那个交叉点，就是我们公司的起点。”

0亿美元市场——这是英伟达战略选择的底层密码。

用技术和市场的二维矩阵来看：主流技术×主流市场是“主流价值网”，巨头的主场；新技术×新市场是“原生价值网”，创业者的机会窗口。英伟达选择的，恰恰是后者。

这个象限有三个特征：

第一，没有竞争。市场规模为0，巨头看不上。黄仁勋称之为“0亿美元市场”——去一个没有竞争的地方，迅速成为老大，等市场变大时跟着一起变大。

第二，风险极大。两头不靠——技术能不能做成不知道，市场有没有人买单也不知道。失败概率远大于成功概率。

第三，一旦成功，回报是指数级的。这个象限从理论上看，一旦成功，回报远高于其他象限。1993年的PC 3D游戏市场是0，2025年的AI算力市场是5万亿美元。

英伟达当年的“巨头”是硅图公司SGI——全世界最好的计算机图形科学家都在那里，做的是百万美元级别的电影级图形渲染。黄仁勋要做的是：把计算机图形学从百万美元做到几百美元，从工作站搬到PC，从电影工业搬到电子游戏。

“新技术”+“新市场”——两个“新”字，意味着没有任何现成的路可走。

NV1的教训：工程师的自嗨与市场的耳光

英伟达的第一款芯片NV1，是工程师傲慢的教科书级案例。

NV1在纸面上看起来相当惊艳：同时支持2D和3D图形、视频处理、音频波表处理、游戏端口——野心是把2D显卡、声卡、游戏手柄接口全部取代。但问题出在两个方面：

标准之争。NV1优化的是“四边形图元”（quadratic primitives），而微软主导的行业标准是“三角形图元”（triangle primitives）。当微软推出DirectX时，NV1被彻底抛弃。普里姆太天才了，天才到看不起所有其他技术架构，眼里没有用户——他相信自己可以取代微软的标准。

功能过剩。NV1功能太多——3D、2D、视频、音频全都有——成本居高不下。客户甚至说：“如果你不做这么多，我肯定买你的。”

结果：卖给合作伙伴Diamond Multimedia的25万颗芯片，退了24.9万颗。只卖掉1000个。

这是黄仁勋的第一个核心学习：做得少，但做得好，比做得多更重要。功能多不是优势，单点击穿才是。

NV1失败后，英伟达内部爆发了权力斗争。普里姆认为“公司是我创办的，你只是帮我干活的CEO”；黄仁勋则寸步不让。最终黄仁勋赢了——普里姆后来卖掉全部股份，退出了公司。

黄仁勋是什么样的人？他像刘邦——几乎没有原创的idea，但听到别人的想法后能迅速理解、组合，然后做出反共识的决策。他不是天才架构师，但他知道怎么把天才的想法变成产品、变成市场、变成帝国。

RIVA 128：破釜沉舟与“光速原理”

普里姆退出后，留给黄仁勋的是一个烂摊子：资金只够9个月，员工从100人裁到35人。合伙人建议融资，黄仁勋拒绝了：“干得这么烂，不好意思去融资。我必须干出来。”

他给自己设了一个死命令：在资金耗尽之前，用9个月做出一款新芯片。而通常，一款芯片从设计到制造需要18到24个月。

硬件研发的周期卡在哪里？卡在芯片测试——在软件里跑完设计后，要做物理原型测试，不合适就重新跑软件、重新做原型，来回折腾。走这条路需要18个月。

黄仁勋听说有另一条路：花100万美元买一个芯片仿真器，在软件开发过程中实时测试，不需要来回返工。这样研发周期可以从9个月压缩到6个月。

大多数人会选择第一条路——安全。但第一条路是必死之路。第二条路成功可能性很小，却是唯一可能的路。

黄仁勋选了第二条路。买了仿真器，在仿真环境下做模拟测试，把12个月的硬件研发周期缩短到3个月。与此同时，在芯片物理原型完成之前就开始开发软件驱动程序，又缩短了一年周期。

这套方法论——用仿真环境做测试，在物理原型完成前开发软件——英伟达一直用到了今天。今天的AI芯片之所以能一年推出一代，根源就在于此。

黄仁勋后来把这种方法论提炼为一个原则：“光速原理”——做任何事情，不要问“我比过去好多少”或“我比同行快多少”，而要问“这件事情理论上的极限是多少”。然后把那个极限作为benchmark，倒逼自己做到最好。

这不是在第一曲线上优化，这是第二曲线式的卷——卷到天边，卷到物理极限。马斯克管这个叫“十倍速”。

1997年8月，RIVA 128发布。四个月销量破百万，单季盈利。英伟达活下来了。

但黄仁勋知道，这只是战术级别的胜利。他要的是战略级别的胜利。

永不满足的需求与“周期节律”

黄仁勋问了自己两个问题：

第一，这个行业的“真顾客”是谁？

PC厂商说“你的芯片太贵了，我们不会买”——但黄仁勋发现，PC厂商不是真顾客。真顾客是游戏开发者。只要游戏开发者基于英伟达的芯片开发游戏，PC厂商就必须买。黄仁勋说了一段话：

“3D图形对芯片加速性能的需求永不满足。如果我每年把性能提升两倍，即使客户从来没要求过，即使客户说太贵了，即使客户说没兴趣——我们还是会做。”

“永不满足”这四个字，是泼天富贵的密码。

大多数行业存在“性能过剩”的窘境——技术进步速度超过市场需求，技术越好、需求反而越小。但在3D图形和AI领域，性能越高，需求越大。GPU越强，游戏越逼真，玩家越想要更强的GPU。GPU越强，模型越大，AI公司越想要更强的GPU。

这是一个自主性内循环——性能与需求互为因果，像基因双螺旋一样自我强化。

黄仁勋在2009年斯坦福演讲中说，英伟达早期与200多家公司竞争，包括IBM、HP、SGI、索尼、3dfx。所有人用同样的技术、同样的人才、同样的资金，为什么只有英伟达活下来了？

因为别人听客户的，黄仁勋不听。

“我们花了公司最后几百万美元，造了一个大得离谱的芯片。客户说成本超出边界，他们不会买——直到我们拿着芯片出现的那一天。创新是一件危险的事情。”

第二，这个行业的“周期节律”是什么？

PC厂商每6个月发布一代新产品——寒暑假各一次。但芯片制造商要18个月才能推出一代芯片。周期不匹配：电脑厂商等不了18个月。

解决方案很简单：从单架构师到多架构师团队。通常一家芯片公司只有一个首席架构师，一个人设计18个月后的产品。黄仁勋的做法是：同时养三个架构师团队，同时做三代产品——这一代发布时，下一代已经在设计，下下一代已经规划好了。

谁掌握周期，谁掌握频率，谁就是王。

英伟达的GPU芯片系统升级从此变成一年一次。竞争对手3dfx曾是行业老大，被英伟达逼到破产。2000年，英伟达以7000万美元现金加100万股票收购了3dfx。3dfx的员工带着怒气加入英伟达，以为对方技术多强，结果发现——英伟达只是赢在速度上、赢在周期上、赢在频率上。代码写得甚至不如3dfx。

但速度本身，就是核心竞争力。

并行：从“串行的附庸”到“并行的王者”

英伟达真正的基因突变，来自一个技术需求。

当时最火的游戏是《雷神之锤》，首席程序员卡马克提出了一个难题：在同一个竞技场同时渲染数十个角色。CPU是串行的——一行一行处理。但游戏场景里有多个角色、多个光源、多个爆炸、多个射击——需要同时渲染不同位置。

卡马克的需求是：双重着色器——一个芯片同时运行两个着色算法。

竞争对手3dfx的解决方案很直接：一张卡上放两个芯片，一个芯片处理一个场景。简单、常规、谁都能想到。

但英伟达的首席科学家柯克构思了一个更大胆的方案：在同一个芯片上，同时跑两个相同的指令集。两条流水线并行运行——这就是并行处理的雏形。

黄仁勋起初说“做不了”。但后来他用第一性原理去推：游戏场景越来越复杂，一个卡槽里放不同芯片很快就满了。长远来看，必须在单个芯片内部署多个处理内核。

他甚至进一步推测：两个不够，终极需求是多个。

于是并行处理技术诞生了。以前是用CPU的逻辑做图形芯片——串行；现在是用图形芯片的逻辑做图形芯片——并行。这是一个根本性的范式转换。

1999年，英伟达推出GeForce 256——全球首款GPU（Graphics Processing Unit）。它可以并行处理四个计算内核。四个在今天看来微不足道，但在当时是惊天动地的突破。

更重要的是：GeForce 256把3D游戏中的几何变换、光照计算等复杂任务从CPU手里抢过来了。以前这些活是CPU干的，现在GPU干了。由于GPU是专有芯片，迭代速度比通用CPU快得多——干专有活的时候，GPU远远超过CPU。

这时英伟达面临一个自我定义的问题：我是谁？

选择一：我是比任何图形加速器都更好的产品——我还是独立显卡，还是CPU的小弟，还是CPU外包脏活累活的工具。

选择二：我难道永远是CPU的小弟吗？

英伟达选了选择二。它不再把自己定位为“CPU插件的图形加速器”，而是跟CPU同等级别的东西——CPU叫Central Processing Unit，我叫Graphics Processing Unit。都是Processing Unit，只不过你通用、我专用。

这是英伟达历史上关于“我是谁”的一次觉醒。

黄仁勋用了一个绝妙的比喻来解释CPU和GPU的区别：CPU像一个机器人一颗一颗地射击彩弹——串行处理；GPU像一个巨型机器人一次性射出所有彩弹——并行处理。

并行，就是英伟达的基因。

可编程：从硬件到生态的“惊险一跃”

GPU有了，但护城河在哪里？

如果GPU只是一个硬件，CPU迟早会追上——摩尔定律对谁都一样。英伟达的答案是三个字：可编程。

可编程之前，GPU里的程序是英伟达写好的，开发者只能用预设功能。游戏千千万，但被GPU限制住了。可编程之后，开发者可以自己写程序跑在GPU上——GPU从硬件变成了平台，从产品变成了生态。

产品没有护城河，生态才有。

英伟达在游戏时代就开始做可编程——2003年发布GeForce FX，第一款可编程GPU。但结果呢？没有第三方来开发。没有人相信GPU能取代CPU，没有人用这个新语言。公司市值跌了80%。

一个巨大的技术进步，换来了80%的市值蒸发。

这时考验的是CEO的战略定力。黄仁勋说了一段话：

“为了建造任何有意义的东西，你必须对它做出承诺。两年前我们开始打造GeForce FX时，这个想法完全是彻头彻尾的荒唐。没有一个客户要求我们做这个，没有一个客户想要它。但你需要有一种冲动，去执行你所相信的、让你兴奋的事情。”
“你需要先有一个愿景。客户做的是30天、60天的采购决策，他们不可能告诉你‘去投3亿美元做这个东西’。当你做完了，他们也不会承诺购买。所以你需要有激情、有愿景、有勇气向前走。 一旦你承诺了，除非遇到极其重大的事情，否则你不会偏离它。”
“你要区分什么是功能，什么是愿景。功能是可以调整的，愿景是不能放弃的。”

GeForce FX几乎压垮了公司。但黄仁勋的逻辑是：如果不做可编程，没有生态，CPU迟早把你干没。除了英伟达，同时代做图形芯片的公司全死了——因为没有这个雄心。

可编程GPU的赌注，在2006年迎来了真正的兑现。

那一年，英伟达推出了CUDA（Compute Unified Device Architecture）——一个通用并行计算平台，让开发者可以用C语言调用GPU的算力。CUDA的本质是把GPU从“图形渲染工具”变成“通用并行计算引擎”。

但当时，几乎没人需要它。游戏玩家不需要CUDA，游戏开发者不需要CUDA。CUDA是一个为“不存在的问题”准备的“不存在的解决方案”。

黄仁勋后来坦言，强推CUDA是一场险些让公司破产的豪赌。在推广初期，它带来了毁灭性的财务打击。消费市场只关心游戏画面渲染，根本不在乎显卡能否编程。

2006年做CUDA，2012年AlexNet才证明了神经网络的可能性——整整6年，CUDA几乎没什么用。2012年看见了曙光，真正的商业化爆发是10年之后的2022年。

6年加10年，一共16年的寂寞。

今天，CUDA是英伟达在AI时代最强的护城河。全球数百万开发者基于CUDA开发AI应用，形成了无法撼动的生态壁垒。