黄仁勋的早年经历：从台湾到美国，从寄宿学校到乒乓球天才

（一）初创与壮大

1963年，黄仁勋在台湾出生。当他九岁那年，身为工程师的黄父，为了让他接受更好的教育，便将两个儿子一同送往美国亲戚家。

黄家亲戚将小兄弟俩送到了肯塔基州的一所寄宿学校读书，但实际上这还有一半是感化学校的性质，所以那里的问题学生很多——都是因为没有其它学校可去了。于是在这里，黄仁勋不仅学会了爬墙上树、偷吃东西，甚至还学会了抽烟。

幸好这样的生活只持续了两年，黄仁勋的父母就来到了美国，之后黄家迁往俄勒冈州，黄仁勋也终于可以进入正规学校读书了。

值得一提的是，求学期间黄仁勋在乒乓球运动上显示出了惊人的天赋——这几乎让他成为了职业选手！当时，15岁的他参加了美国乒乓球公开赛，并在青年组双打赛事中夺得季军！

但是，更热爱技术的他，最终还是放弃了爱好，在高中联考后进入了俄勒冈州立大学的电子专业读书。1983年毕业后，又前往加州硅谷，加盟AMD公司并成为了一名芯片设计师。

两年之后，他跳槽到了另一家芯片公司 LSI Logic（巨积）工作。不过，就在1992年黄仁勋取得斯坦福大学硕士学位之时，却又辞去了工作，并开始筹划其曾立下的“30岁承诺”。

原来，黄仁勋曾经对他的妻子 Lori 作出过承诺——他一定会在30岁之时拥有自己的公司。于是，1992年底，在两位曾经于 SUN 工作过的技术人员之邀请下，他欣然应允一同创业。

1993年初，黄仁勋、Chris （克里斯·马拉科夫斯基）、 Priem（卡蒂斯·普里姆）三人，在美国加利福尼亚州正式创办了 。

同时，为了兑现承诺，他将第一天上班的日子定在了1993年的2月17日——正是他的30岁生日（下图便是这历史性一天的旧照）。“顽童”的特性，可谓是伴随着黄仁勋的整个人生。

创立的时候，市场上足足有20多家图形芯片公司——三年后这个数字更是飙升到了70家！但是，三位创始人还是凭借着满腔的热爱，义无反顾地投身于这个市场当中。

1994年， 与 SGS- （1998年更名为意法半导体）达成了首个战略合作伙伴关系，共同研发制造单芯片图形用户界面加速器。

不过，当时 选择了并不被人看好的正方形绘图技术；同时，其又重视芯片的多功能性，因此选择了集成游戏手柄、声卡等多重功能的芯片设计思路，欲进入游戏机市场。

另外，当时 还选择了著名的 , Inc. （帝盟公司）作为商业合作伙伴——准备让其将芯片安装在多媒体加速器板上。

1995年五月份，首款产品NV1正式诞生。同年七月尾，又与街机游戏领导者 SEGA（世嘉）建立了伙伴关系；在世嘉的助力下，“VR战士”成为了首款在 显卡上运行的3D游戏。

同年十一月份，帝盟推出了基于技术的 Edge 3D，这是第一款主流多功能芯片：集成了操纵杆、游戏端口、声效、显示、2D、3D等多种功能。

当时 的运气挺不错，其不仅与世嘉合作让NV1芯片额外得到了一些应用，同时还为下一代产品NV2争取到了世嘉的一笔高达700万美元之研发订金！

但由于 强烈希望保留其成熟的正方形绘图技术，而多边形渲染技术又是未来的发展之路，所以世嘉和 便因此起了冲突。最终，NV2芯片还没有开发完成就被世嘉放弃。

后来世嘉选择了3dfx，作为新的合作伙伴。不过值得庆幸的是，世嘉在黄仁勋的恳求下并没有收回订金，而这笔钱却帮助 撑到了Win95时代的到来。

在经历了NV1的勉强度日和NV2的胎死腹中之后，英伟达最终决定放弃多媒体加速芯片的研发，转而专注于PC专用的2D/3D显卡，以此降低研发成本。

1996年三月份， 和游戏开发者联盟制订 3D 的主要规则，推出首款支持的 驱动程序。同年六月份，则将主要力量投入开发台式电脑专用的领先显示芯片。

1997年四月份，推出全球首款的3D处理器 RIVA 128（核心代号为NV3），这也是第一款支持微软 加速的图形芯片。

当时已经流行开了，所以黄仁勋在总结了NV1、NV2的经验教训之后，决定在实力不足以制定规则的情况下，那就顺应潮流，所以才将微软的 作为优先支持的API。

事实证明，这个决定异常正确！虽然RIVA 128在图像质量上比不了当时主流的3dfx ，但是凭借着低廉的价格和高性能的2D/3D加速能力，以及对于AGP1x接口的支持，其迅速获得了OEM厂商的认可。

1997年八月份，成功与 Dell、、 建立了合作伙伴关系，并在接下来的四个月里完成了一百万台的出货量！依靠强大的微软平台和卓越的战略眼光， 取得了一场难得的胜利！

1998年三月份，正式与台积电签约建立合作伙伴关系；接下来的五月份，联手微软在电脑游戏开发者会议推广他们共同开发的 6.0；后面的九月份，则成功入选结构审核委员会。

同时，年内发布的行业第一款多纹理3D显示芯片——RIVA TNT（核心代号为NV4）凭借着优异性能继续抢占市场，而另一款同年发布的 Vanta 显示芯片则进入了商用台式电脑市场。

1999年四月份， 再接再厉，推出了往后“英伟达显卡王朝”的基石产品——RIVA TNT2（核心代号为NV5）。也是从这代开始，依靠着众多衍生型号，黄氏显卡的市场化细分正式开始。

（二）英伟达显卡王朝

之所以RIVA TNT2能依靠众多衍生型号切入各细分市场，皆仰赖于其自身强大的性能——在制程工艺升级的情况下核心频率和显存容量皆有极大提升，以及其更具优势的价格。

反观 最大的竞争对手3dfx，不仅在新产品上“挤牙膏”，还采用了AGP2x接口故仅支持16位色彩，而RIVA TNT2是AGP4x接口所以支持高达32位色彩！也就是说，的显卡性价比明显更高，于是消费者纷纷投向怀抱。

而且这时候的3dfx已经痛失了世嘉这棵“大树”，同时又因为独自造显卡而失去了帝盟、技嘉、创新、艾尔莎等大厂的支持，雪上加霜的是这些大厂还都转投了 ！

不过，真正让崛起，并彻底打败3dfx的，还是1999年八月份发布的全球首款 GPU（ Unit，即“图形处理器”）——那款极具里程碑意义的 。

其首次加入了硬件 T&L，全称为 &，即“坐标转换和光影计算”，从而减少了CPU的处理量，让显卡成为了电脑的核心硬件并彻底解放CPU。后面的十一月份，又发布了全球最快的工作站GPU——。

值得一提的是，就是在1999年初，在纳斯达克（）挂牌上市，并在年内达成了显示芯片出货量破一千万个的里程碑记录！一套“组合拳”下来，3dfx彻底被打懵了！

的出现，直接改变了业内的竞争格局。因为之前用“高端CPU+显卡”才能完成的工作，如今只需用“便宜点的CPU+”便能完成，而且流畅度还更好！

花更少的钱办同样的事，还更具效率，这么具有革命性的事情，就这样被做到了！得益于这番优异表现，2000年三月份 成功拿到了微软首款XBOX游戏机的图形处理器订单——辗转多年后又回到了最初想攻占的游戏机市场。

同年又推出了，并基于此推出了其它丰富的产品线，例如十一月份发布的全球首款笔记本电脑GPU即 Go；从此，这招“阉割大法”便成了N卡的招牌打法，并屡试不爽！

2000年十一月份，收购了一代显卡王者3dfx的知识产权（核心图形资产），数年“显卡争霸”最终以 全面胜利收尾。而接下来要面对的，便是另一家显卡劲敌 ATI。

2001年二月份，推出了业内首款可编程GPU——，从而使得开发者能够创建定制视觉效果。这时候的 发展势头极其迅猛，在2002年二月份直接越过了一亿个绘图处理器的出货量大关！

2003年，又收购了无线领域图形和多媒体技术的领导者 MEDIA Q（成立于1997年），借此切入包括手机、PDA、LCD显示器以及其它移动设备的无线移动市场。

2004年六月份， 的SLI技术问世，其允许将多个GPU连接在一起，从而大大提升了单台PC的图形处理能力。至此，ATI已经有了全面溃败的迹象，与之相对的便是 之所向披靡。

同年成功与暴雪娱乐合作，发布了采用3D图形技术的游戏“魔兽世界”，这款大型多人在线游戏很快成为了全球最热门的游戏。次年，又开始为索尼开发处理器。

2005年尾，宣布收购总部位于台湾的核心逻辑技术开发商 ULi （宇力电子），此举既打击了以宇力作为南桥芯片供应商的 ATI 又壮大了自身的技术实力，可谓是一举两得！

2006年，CUDA 架构问世，这是一种用于通用GPU计算的革命性架构。同年收购了 （1994年创立于芬兰），这是一家为手持设备开发嵌入式2D和3D图形软件的开发商。

反观另一边，2006年ATI被 AMD 以54亿美元巨资收购，接下来的“双雄争霸”直接变成了接力的AMD和之相斗格局。2007年，Tesla GPU 诞生，其所提供的堪比超级计算机之算力，被广泛使用于药物研发、医学成像和天气建模等领域。

此外，2007年还收购了 ，这是一家为个人媒体播放器提供半导体、固件和软件的供应商。同年尾，正式启用官方中文名“英伟达”——英伟达王朝至此开始成型。

2008年，英伟达低调收购了 （1986年创建于德国）。这家公司是视觉渲染软件领域的领导者，其Iray软件与 GPU相结合，通过逼真的设计渲染效果为创意专业人士提供即时反馈。

另外，同年还收购了游戏物理技术开发商AGEIA，这家公司的PhysX软件在游戏中用于再现物理性质对物理世界中的物体之影响效果。当时英特尔已经收购了另一家物理加速卡公司Havok，英伟达则携AGEIA与之对抗，AMD只能黯然观战。

2009年，在第一届GPU技术大会上英伟达发布了名为 Fermi（费米）的新一代 CUDA GPU 架构。此架构虽性能极强但功耗也极高，所以2010年十一月份推出的该架构之旗舰产品便被戏称为“核弹显卡”。

2011年初，在CES大会上推出 (丹佛计划) ，首次为PC开发基于ARM指令集的超高效定制架构CPU。次年，发布了基于全新 （开普勒）架构的 系列显卡。

这代的功耗表现相较于前代进步很大，特别是其中的旗舰型号，不仅帮助英伟达夺回了单芯显卡卡皇的宝座，还成为了N卡发展方向的转折点——削减与游戏无关的结构专注图形性能从而大幅提升能效比。

事实证明，计算卡和游戏卡分开发展是极具里程碑意义的战略规划，从此英伟达的游戏显卡发展速度一骑绝尘，将A卡越甩越远（直到2019年AMD才无奈宣布也会采取游戏卡和计算卡分开设计的策略）。

2013年，又推出了面向游戏玩家的 GTX TITAN，其诞生可谓开启了“超级计算机游戏时代”。同年，收购了 Group（创立于1989年），进而推动英伟达为加速计算革命创建开发者工具的进程。

2014年，推出 （麦克斯韦）GPU 架构，能效比继续大幅提升。2016年，全新的 （帕斯卡）架构诞生，叠加全新的16nm制程工艺，直接助力甜点产品成为英伟达历史上最为畅销的显卡！

至此，英伟达的显卡王者地位可谓固若金汤，双雄争霸已分胜负——AMD在其步步紧逼之下毫无还手之力（特别是高端领域）。既然桌面端纷争已尘埃落定，那么在其布局已久的移动端，英伟达的表现又如何呢？

（三）屹立 AI 浪潮之巅

2003年收购 MEDIA Q 后不久， 便推出了旗下首款专为移动计算设计的产品，此后的年份相继推出了多款此类芯片。但事实证明，独立的GPU芯片在移动计算产品中几无立足之地。

于是， 转而开发SoC芯片，开始将 ARM CPU 和自家移动GPU（2006年收购的 发挥了很大作用）集成在一起。最终在2008年，Tegra 移动处理器问世——至此英伟达正式参与到移动计算平台的竞争中。

到了2011年初，英伟达正式推出了全球首款双核移动处理器 ，并在此基础上打造出首款安卓平板电脑。同年十一月份，英伟达铆足了劲，又再接再厉发布了全球首款四核移动芯片 。

可惜虽然性能提升很大，但由于制程工艺并没有升级，所以功耗表现一言难尽（其实前代的发热量已经很“感人”了），2012年发布并号称“世界首款四核手机”的 HTC One X 便深受其荼毒。

2013年初，继续发布了全新一代的四核移动处理器和首款完全集成4G LTE基带的移动处理器 ，这代的制程升级为当时最先进的台积电28nm工艺——意欲以此打一场翻身仗！

结果所集成的那款号称“世界最强”之GPU，却依然沿用老旧的分离渲染架构，所以一旦到了需要统一渲染架构的 ES 3.0环境就会直接罢工！而且72核GPU与采用公版A15架构的CPU发热都很严重。

更糟糕的是，这款处理器还没有集成基带！所以当年小米3移动版便选择了外挂展讯基带，以致当时的信号体验极差；再加上的CPU和GPU拖后腿，各种发热、卡顿、兼容性差的缺点直接暴露无遗！

虽然还有一款集成了基带芯片且在GPU核心规模做了缩减的，但由于上市时间太晚，所以一直到高通的骁龙800普及也没有兴起什么风浪，关键在性能方面其也没有什么优势。

最终，在4G普及的“前夜”，高通靠着全自研的CPU和GPU架构，以及SoC集成的“全网通”基带方案，彻底把包括英伟达和德州仪器在内的一众劲敌远远甩在了身后，英伟达就此黯然退出了手机芯片市场。

2014年，英伟达推出了基于28nm制程工艺的Tegra K1。该型号有两种方案，其一是32位的四核-A15架构，主要产品是小米平板初代，另一个则是双核64位的自研丹佛（）架构。

其GPU升级到了开普勒（）架构，共有192个CUDA核心，而且这回终于是统一渲染架构了！综合有着入门级独立显卡的性能实力。当然，随着性能的飞涨，功耗与发热自然也非常高，基本是不指望在手机上使用的。

而且，这时候英伟达已经退出了火热的手机芯片市场，所以这款性能非常强大的芯片只能在安卓平板中寻求一席之地，或者安装在英伟达自家的掌机中，此外也有部分车企采购这款芯片应用于车机上。

2015年初，继续推出Tegra X1，制程升级为台积电20nm工艺。CPU采用了“四颗A57+四颗A53”的八核架构，GPU则升级为麦克斯韦（）架构，其拥有256个CUDA核心。

这款功耗很高的“核弹芯片”非常成功，因为英伟达运气爆棚遇到了一个大客户——即游戏机大佬任天堂，更幸运的是其成为了后面爆火的 搭载之芯片！

上市的时候，已是2017年，这时候 Tegra 移动处理器系列刚好走过了一个十年的历程。但“好饭不怕晚”，搭乘 的东风，Tegra 移动处理器终于迎来了大展拳脚的机会！

2016年八月份，又继续推出了 Tegra ，制程升级为16nm工艺。其中CPU采用了“四颗A57+两颗”的六核架构，GPU则升级为全新的帕斯卡（）架构。

紧接着的九月份，又发布了 ，制程升级为12nm工艺；这是英伟达首款为高级自动驾驶研发的芯片，同时也面向机器人和边缘计算等计算平台。不过这款产品一直到两年后才交样，至于量产更是要等到2020年。

Tegra 系列芯片发展到了 这代，已经不仅仅是一个处理器了，而是完成了华丽蜕变——成为了一个提供人工智能的超级计算机（所以去掉了“Tegra”前缀）！

要说起英伟达称霸AI领域的源头，还得追溯到2006年推出的用于通用GPU计算的 CUDA 架构上。其革命性之处在于，能够在庞大运算问题中，通过 CUDA 编程充分利用GPU的并行处理能力。

打个比方，假如让一个数学教授和100个小学生比数学能力，那么扔一道高等数学方程下来，数学教授轻松搞定，100个小学生则当场懵逼；但若扔100道四则运算题下来，那么100个小学生的抱团计算速度就要远远超过那个数学教授！

在这里，数学教授扮演的就是CPU角色，那100个小学生则扮演了GPU那100个核心的角色，而那100道四则运算题指的就是通用GPU计算。恰好，人工智能深度学习所依赖的，便是通用GPU计算！

2016年，英伟达推出全球首款一体化深度学习超级计算机——DGX-1，这是一款搭载了8块P100加速器的超算，可强力支持人工智能应用程序。当时黄仁勋独具慧眼，第一台DGX-1直接捐给了初创的 。

2018年，再接再厉推出了 （图灵）GPU 架构，为全球首款具备实时光线追踪功能的 GPU（即RTX 8000）提供支持。实时光追长期以来一直被视为计算机图形技术的终极目标，英伟达此举可谓重塑了计算机图像技术。

2019年，丰田和沃尔沃集团与英伟达共同签署了合作协议，开始使用 DRIVE 端到端平台，以开发和训练安全的自动驾驶汽车，并部署到全球的交通运输行业。

2020年，英伟达收购了高性能互联技术领域的领头羊 （迈络思，成立于1999年），HPC领域的两家卓越公司就此合二为一。同年隆重推出了 （安培）GPU 架构，助力实现一种全新之功能强大且灵活的数据中心。

2022年十一月底， 旗下的人工智能对话聊天机器人 推出，此后迅速在社交媒体上走红爆火。而实际处理 的GPU，正是英伟达基于安培架构的HGX A100！

起始于2020年九月份的“英伟达400亿美元收购ARM”之交易，在2022年二月份正式因严格监管审查及竞争对手的反对而以失败告终，英伟达为此支付了软银12.5亿美元的巨额“分手费”。

究其原因，皆在于ARM本身实在太过重要所致。如今在移动市场，有超过90%的智能手机和平板电脑以及其他移动设备都在采用ARM提供的架构，更不用提在物联网领域了，所以欧盟、中国以及美国科技巨头（例如谷歌、苹果、高通）等皆极力反对。

不过，这对于英伟达来说只能算是“小赌怡情”的小插曲。这几年除了继续称霸显卡领域外，得益于人工智能和自动驾驶的迅猛发展，其市值已超3万亿美元——荣登全球市值第二高之宝座！