最近這陣子，我只要一刷手機，幾乎天天看到大模型和算力這些詞匯。

但在這些喧囂背后，你總能看見那個常年穿黑皮衣的黃老板。到了 2026 年的今天，他一手干出來的英偉達，市值已經沖破了 4 萬億美元大關，現在幾乎所有科技公司搞 AI 都必須向他們采購高昂的硬件設備。

現在各大巨頭為了搶最新的 Vera Rubin 系統，哪怕排隊塞錢也得看黃老板臉色。這就導致很多人有一種錯覺，覺得英偉達純粹是運氣好，恰好遇到了 AI 行業的技術爆發期。

時間往回倒退到 2008 年，那會兒的英偉達處境極其艱難。市值跌到只剩 15 億美元，公司面臨徹底破產清算的危機，天天被華爾街的基金經理們嚴厲指責。

你可能想不到，當年是誰在英偉達最絕望的時候，替全球的 AI 科學家墊付了那筆長達十年的天價研發費。

就是咱們這些普通玩家。具體點說，是當年那幫為了在《孤島危機》里看清幾朵水花反光，省吃儉用大半年去買顯卡的人。

故事得先從 2006 年英偉達搞出的一項非常規技術說起。這東西叫 CUDA，當年可真是把華爾街那幫穿西裝的投資經理氣得夠嗆。

別被這種專業詞匯嚇住了，這事兒說白了不復雜。以前的顯卡功能很單一，專門用來處理游戲畫面里的多邊形和像素。結果黃老板非要在里面強行加入一個通用計算功能。

我個人覺得這個決定在當時非常冒險。

你可以設想這樣一個場景：如果你花錢買一臺專門用來玩游戲的家用主機，結果廠商非要在里面塞進一套極其昂貴的科學計算模塊，理由是為了以后能精準計算復雜的物理方程。這顯然會大幅增加整體的制造成本。

為了往普通的 GeForce 消費級顯卡里塞進這些復雜的運算單元，芯片的面積越做越大，制造成本硬生生跟著上漲了 50%。

你想想看，如果你當年正沉迷在網吧打魔獸世界，手里只有一千多塊錢預算，你當然只關心它能不能讓你組隊下副本不卡頓。所以，這些額外增加的成本，普通消費者根本不愿意承擔。

英偉達當時在這上面進行了大規模投資，直接導致了嚴重的財務危機。公司的毛利率從 45% 直接跌到了 35%。那會兒又恰好撞上 2008 年全球金融危機，大家手里都沒什么閑錢了。

從 2007 年秋天到 2008 年底，英偉達的股價暴跌了超過 80%。投資人非常憤怒，要求黃仁勛趕緊停止 CUDA 項目的研發。

黃老板明白一個極其殘酷的現實：一個計算平臺要想存活下來，如果硬件的普及率和裝載量不夠大，其他優勢都不具備實際意義。

這事兒有個最大的關鍵難題。如果當時英偉達老老實實地把帶算力的芯片做成科研專用的計算卡，一張肯定得賣個大幾萬美金。那些還在大學宿舍里吃泡面、熬夜寫代碼的窮學生根本買不起。沒人去寫程序，那這套硬件就無法建立起相應的軟件生態。

這里必須插一句，黃老板的精明之處恰恰在這個時候顯露出來了。他想出了一個極度取巧的策略。英偉達把擁有完整 CUDA 計算能力的芯片，作為普通的家用游戲顯卡來發售，并且定了一個普通消費者也能承受的價格，最后賣遍了全世界。

這幾千萬個為了玩游戲的你和我，在不知情的情況下就一起把原本高昂的研發費給平攤了。就這樣，那些擺在桌面上運行的普通家用電腦，實際上成了全球理科生宿舍里的高性能計算設備。

頂著無數人的反對，英偉達生生堅持了十年。直到 2012 年，幾個研究員翻出了兩塊已經積灰的 GTX 580 游戲卡，跑出了當年讓所有人震驚的 AlexNet 圖像識別成績。這下子，深度學習技術迎來了真正的實質性突破。

競爭對手 AMD 和 Intel 們這時候才反應過來，但已經被遠遠甩在后面了。你想想看，如果你現在是家 AI 創業公司的技術總監，馬上要發產品了，投資人天天在后面催促。這時候有人跑來勸你換一家更便宜的芯片。聽上去很誘人，對吧？

但仔細一算賬，你手底下的那幫程序員，他們已經完全習慣了這套叫 CUDA 的軟件環境。整個行業里能搜到的排錯文檔、開源代碼全部建立在這個系統之上。如果這時候你要換平臺，手底下的幾十號人起碼得停工半年，跑去重新熟悉一整套毫無積累的新環境。

在現在的 AI 行業競爭里，要是停工半年重寫代碼，公司大概率早就倒閉了。這才是最讓人絕望的生態壟斷。

雖然現在的英偉達有著極高的行業壁壘，幾百億美金的數據中心一座接著一座建立，但不得不說，這一切最初的資金來源，全是靠咱們游戲玩家支撐起來的。

謝謝當年的你自己，是你親手給未來充了值。