4月24日，英偉達股價上漲超4%。這是自去年10月底以來，時隔近6個月，英偉達市值再次突破5萬億美元。怎么做到的？

善友教授說，“回憶過去，往往會有一種敘事上的錯覺，覺得一切都是慷慨激昂、勢如破竹的。”但如果你聽了《英偉達第一季：黃仁勛的生死豪賭》，一定記得那個在巨頭壓迫下不斷錯位競爭、離破產永遠只有30 天的黃仁勛。

英偉達在商業世界中通過競爭完成崛起，靠的是戰略和產品。隨后，黃仁勛和英偉達選擇了一條更難的路，開啟了一場橫跨16年的理念之旅：

無視CPU壟斷的行業慣性，在CUDA長期沒有商業回報、被視作資金黑洞的至暗歲月里，深耕加速計算。從單一賽道破界生長，最終抓住Transformer技術機遇，從追趕者蛻變為規則制定者。

上周，李善友教授帶來重磅系列課程之《英偉達第二季：黃仁勛的信仰遠征》，回溯了這場堪稱驚心動魄的自我顛覆。如何以第一性原理扎根底層創新，用極致長期主義穿越周期，掙脫競爭的桎梏，完成從“贏過別人”到“成就自我”的蛻變？

（文章僅為課程1/10，請前往APP看課）

一場“不戰而勝”的史詩級競爭

在商業世界中，真正的驅動力其實只有兩個：第一個是競爭，第二個是做自己。

越是競爭，越容易把你禁錮在既有的價值網絡里。你的競爭對手會和你共同生成一個生態系統，有一股力量不斷把你拽回原來的位置。大多數人對此并不自知，反而以為自己很努力，在不斷攻城略地。

如果說黃仁勛上半場的核心關鍵詞是“競爭”，不斷向右上角突破、挑戰巨頭；當他成為巨頭，必須思考一個新的問題：如何防止被別人顛覆？

它的上半場，是一個以競爭為驅動力、以成功為驅動力、甚至以恐懼為驅動力的故事；而到了下半場，它逐漸變成了一個“做自己”的故事。你會明顯發現，2003年之后的英偉達，仿佛成為了一個真正“活著的組織體”，全新的創意、關鍵詞，經由不同的人不斷涌現出來。

關鍵詞1：并行計算

英偉達最早的關鍵詞是“圖形處理”。GPU在進行圖形處理時，本身就需要完成大量復雜計算，例如浮點運算、矩陣相關運算等。

2002年、2003年之后，出現了一個出乎意料的現象：科學家和研究人員發現經過改造和適配之后，GPU竟然能夠勝任那些CPU難以高效處理的復雜計算任務。

斯坦福大學計算機科學領域的重要學者比爾·達利有一個長期理念，認為CPU代表的串行計算在很多場景下效率有限，一直在設想一種更大規模的并行計算體系。當科學家們開始使用GPU進行計算時，達利發現：英偉達的GPU，就是他所倡導的并行計算理念的最佳載體之一。于是，他寫了多篇論文，推動這一方向的發展與傳播。

直到這時，黃仁勛才最終頓悟到：英偉達真正的基因是并行計算。這個轉變，確實非常精彩。隨后他邀請比爾·達利加入英偉達，擔任首席科學家。

關鍵詞2CUDA

接下來，從“并行處理”走向“并行計算”需要一個架構。這個架構，正是構成英偉達核心護城河之一的東西：CUDA。

英偉達的GPU最初是可編程的，主要用于圖形和渲染相關開發。如果那些科學家想把GPU用于自己的科研計算，必須先把自己的問題“翻譯”為圖形問題。即便如此困難，一些足夠執著、足夠專業的研究人員，真的把自己的實際問題翻譯成了這類可執行函數，并應用在蛋白質折疊、磁共振成像、物理、化學、天文等諸多領域。

這件事再次震撼了黃仁勛。

黃仁勛迅速意識到，“可計算性”有可能幫助英偉達進入更廣闊的領域。從知道到做到之間隔著很多層障礙。其實，真正的“知道”本應接近于知行合一。

2006年，英偉達推出了CUDA，也推出了G80。G80是第一代支持CUDA架構、能夠有效執行通用并行計算任務的重要GPU產品之一，包含128個流處理器，能夠并行運行大量計算線程。英特爾當時主流CPU的核心數量和并行處理能力完全不在一個量級。

有了CUDA之后，GPU就不再只是一個圖形處理器，而開始成為一個通用并行計算平臺。在它之上可以支持多種上層開發語言，任何掌握相應編程工具和接口的人，都可以來使用它。

G80的研發投入持續了四年，總成本約4.75億美元。此后，英偉達持續投入巨額資金推廣CUDA，激勵開發者、舉辦開發者大會、建設工具鏈與生態體系。

黃仁勛真正做成的大事，核心上其實就是兩件——GPU和CUDA。后面很多年，它其實是在等待這兩項基礎能力迎來屬于自己的時代紅利。它并不是一個典型的“先有明確需求，再去滿足需求”的故事，而是一個先從內部涌現出某種能力和方向，然后再逐漸創造出需求和市場的故事。

回憶過去，往往會有一種敘事上的錯覺，覺得一切都是慷慨激昂、勢如破竹的。但CUDA在很長一段時間里，都被資本市場視為一個“資金黑洞”。大約在之后六年，甚至更長時間里，幾乎沒有多少人真正相信這件事。

當時，有一個著名的激進投資者史密斯介入。在他的壓力之下，黃仁勛不得不去和其他投資人溝通，才保住了自己CEO的位置。他承諾要更加專注，放棄了一部分業務，但依然堅持做CUDA。沒有收入、沒有客戶、沒有應用，為什么還要堅持？于是，第三個關鍵詞就要出來了。

關鍵詞3：加速計算

計算機的基本范式長期都是圍繞CPU組織起來的。而今天我們所說的超級計算機，其核心能力越來越多地建立在GPU加速之上。為什么會這樣？

摩爾定律其實埋著一個“bug”：當晶體管尺寸小到一定程度之后，會越來越受到量子效應影響，其中一個典型現象，就是量子隧穿效應，從而導致漏電、功耗失控、器件穩定性下降等問題。從第一性原理來看，摩爾定律并不是可以無限延續的工程神話。

英特爾工程師其實早就討論過相關問題，但大型成功組織往往會對自己既有路徑形成強烈執念。到了2005年前后，CPU單核主頻提升受限，傳統依賴頻率和縮放持續提升性能的路徑開始放緩。

黃仁勛賭的是就是這樣一件事：總有一天，當你那條傳統路徑無法繼續高效進步的時候，你的大量市場會開始向我轉移。

英偉達可以說打贏了一場“不戰而勝”的史詩級競爭。

它從未進入CPU主戰場，而是在更深層的技術范式變化中完成了超越。GPU強調的是“那些特別復雜、并行度極高、傳統CPU難以高效完成的任務，我能做得更好”的“加速計算”。

英偉達后來推出的DGX，具有非常強的象征意義：它是一臺以GPU為核心、面向加速計算和AI訓練的系統級機器。然而這件事，在當時其實是被嚴重低估的。

到這里，供給側的技術維度，其實已經被我們拈出來了：供給單點已經有了，產品單點也已經有了。

這一切，非常熱血、非常鼓舞人心。但問題是：有沒有需求？沒有。有沒有市場維度？也沒有。有沒有現成的戰場？其實也沒有。

這幾個最關鍵的詞，沒有一個是黃仁勛憑空“想”出來的。他看見了這些東西的出現，感應到了它們，然后迅速回應，并立刻意識到它們的重要性，接著果斷去做。

他的篤定到了什么程度？篤定到我還不知道市場在哪里，也不知道需求在哪里，但我知道，我正在做一件大事。后來等了多久呢？大約又等了六年，才等到AlexNet讓深度學習真正引爆GPU計算需求；再往后，又經過多年演化，才等到“算力”成為一個被整個產業廣泛認知和追逐的市場。從最初布局CUDA開始算，這是一個橫跨十多年、近乎16年的等待。

什么樣的力量，能夠支撐一個人、一個組織，這樣堅持下去？我想，最后只能落到一個詞上：信念。

文章僅為課程1/10，請前往APP看課

真正的“戰場”浮現
關鍵詞4：人工智能·神經網絡

大家可以感受一下：黃仁勛的第二季，那個味道、那個頻率、那個能量，都不同了。當你走上第二季這條“成為自己”“以商入道”的路時，它并不會按照你頭腦中預設的方式出現。

在需求尚未顯現的時候，我靠什么來支撐自己繼續走下去？從根本上說，支撐它的是第一性原理；從理念層面說，支撐它的是信念。但從戰術層面上講，我還需要一個能夠指引自己的正反饋指標。

在尋找需求側、尋找市場路徑的過程中，我需要某種正反饋，讓我知道自己大概率是對的。黃仁勛為此提出了一個非常重要的概念，叫作：Early indicator of future success，“未來成功的早期指標”。

這一段，對“理念型創業者”尤其重要。

重點并不在于賺錢，而在于找方向、找市場、找真正重要的需求。

英偉達大概花了十年左右的時間，去尋找這樣的信號。它最早的兩個用戶之一，是來自醫療研究領域的研究人員，希望用GPU來提升乳腺影像分析相關設備的計算能力。他們給英偉達寫信，黃仁勛立刻邀請對方參與測試與合作。

投入了數百萬美元，只賣出了兩張顯卡。即便如此，黃仁勛依然非常高興。

直到今天，黃仁勛和英偉達一直在做一件事，那就是：AI for Science。近年的諾貝爾物理學獎、化學獎背后，很多關鍵研究工作都深度使用了英偉達的計算平臺。

黃仁勛經常講一個故事。他在臺灣大學見到一位教授。這位教授是物理學家，他想計算宇宙大爆炸之后物質演化的過程，傳統CPU根本很難勝任。后來，這位教授的兒子在美國告訴他：你可以試試用游戲顯卡來做這件事情。于是，這位教授自己搭建了一套基于GPU的計算系統，把這項工作做出來了。

后來，當這位教授見到黃仁勛時，對黃仁勛表達了極深的感激。他說：感謝你，讓我能夠在有生之年完成我的畢生事業。

“畢生事業”這個詞，后來就成了黃仁勛非常重視的一個表達。他一直在尋找這樣的信號：什么樣的場景，雖然今天沒有形成清晰的商業市場，卻在價值上極其重大；什么樣的用戶，雖然規模很小，卻在方向上極其關鍵。

這背后體現的，正是我們所說的那種“理念”與“信念”的力量。你會發現，英偉達不再以競爭作為根本驅動力了。和上半季相比，這是不是一種脫胎換骨？

另外一個問題是：我到底應該做什么？

答案是：去做那件只有我才能做的事情。

英偉達當時已經在非常主動地尋找GPU的應用領域了，可它仍然沒有真正想到：人工智能會成為那個最大的方向。

最早識別出關鍵方向的人之一，正是今天AI歷史中的關鍵人物——Geoffrey Hinton。“并行計算×神經網絡”有可能代表未來。Hinton在學術會議上不斷向大家講：你們應該用GPU來跑神經網絡。他甚至主動給英偉達寫過郵件，大意是：我剛剛在一個會議上向大家推薦了你們的GPU，你能不能送我兩塊？

這件事本身很有戲劇性。黃仁勛當時仍然沒有立刻意識到這件事的全部意義。

他是怎么真正意識到這件事重要性的？

Bryan Catanzaro（英偉達早期專注于深度學習方向的關鍵人物之一）敏銳地看到了這個變化，并且基于CUDA體系，推動了一個面向神經網絡加速的關鍵軟件庫——cuDNN。你可以直接調用cuDNN，去高效地訓練和運行神經網絡。當Catanzaro最初向主管展示這個想法時，時間已經到了2013年前后，他甚至一度被潑了冷水。于是，他決定越級匯報。

黃仁勛幾乎是立刻就明白了這件事的重要性。他把Catanzaro叫到辦公室，對他說：這是千載難逢的項目。就由你來干。公司有幾千人，你想調動誰就調動誰。英偉達幾乎是立刻以公司級資源投入到這個方向中。

到這個時候，方向已經隱約看見了，

但真正的大市場還沒有完全形成。

2017年，Google Brain發表了那篇震撼世界的論文：Attention Is All You Need。它提出了“自注意力機制”，并進一步提出了一種新的神經網絡架構：Transformer。

這個架構極其簡潔，但能力極其強大。它允許一個序列中的每一個token，與其他所有token建立聯系，這就是所謂的自注意力。更關鍵的是，Transformer天然更適合并行計算。

黃仁勛幾乎是瞬間理解了Transformer的意義：它不再是某個專門任務的小模型，而是可能成為一種普適能力的底層架構。于是，黃仁勛讓團隊迅速為Transformer方向開發專門的優化編譯器和加速方案。大模型訓練時間從原來按月計算，被大幅壓縮到了按天甚至更短周期計算。

所以走到這里，價值網絡開始真正成形了。

這個時候，Open AI上場，成為最大推力。

2018年左右，Ilya意識到：Transformer是通往通用智能的新路徑。立即把Open AI的整個工作重心轉到Transformer上。2022年11月30日，ChatGPT的公開發布，成為一個關鍵節點。

最終，ChatGPT引爆了To C消費互聯網市場的需求。五天用戶破百萬，兩個月用戶過億，ChatGPT成為歷史上增長最快的消費級互聯網產品之一。

科學家實驗室里的論文工作，是不會形成那樣持續且巨大的算力消耗的；但一旦進入大眾使用場景，情況就完全不同了。直到這個時候，技術乘以市場，這個真正的價值網絡才算剛剛成立。如果你要給這個陣地命名，它就叫：AGI的入口市場。這個陣地有多大？可能是一個萬億美元級別的生態位。真正的“潑天富貴”才開始出現。

關鍵詞5：算力

當市場真正開始出現之后，那個“十倍級”的需求到底是什么，我們也就看清楚了：算力。

微軟先后對Open AI投入了巨額資源，而其中非常重要的一部分并不是簡單以現金形式體現，而是以云基礎設施能力來支撐Open AI的訓練和部署。微軟云所提供的這部分核心AI算力，底層大量依賴的，正是英偉達的GPU。

到2022年，終于等到了“算力”這個詞真正成為時代級需求的時刻。

英偉達第二季的基因到底是什么？大家還記得那句話嗎？3D圖形對芯片性能的需求永不滿足。于是，一個自指性的內循環就形成了。這就是英偉達第一季的基因結構。那么今天，我認為一個新的“基因雙螺旋”已經出現了。一端是大模型，其代表公司是Open AI；另一端是算力平臺，其代表公司是英偉達。

大模型對GPU性能的需求，幾乎可以說是永不滿足的。

Open AI的增長，已經呈現出一種近似“雙重指數”的特征——第一，用戶規模在增長；第二，更重要的是，單個用戶對token和計算資源的消耗也在快速增長。

Sam Altman也逐漸意識到另一層“scaling law”：如果我擁有更多算力，我不僅可以服務更多用戶，更重要的是，我可能獲得更強的產品能力、更大的商業化空間，以及更高的收入天花板。也就是說，算力不只是成本，它還可能成為收入和能力上限的決定因素。

為什么今天像Meta這樣的公司，會如此激進地投入算力？因為它們相信：算力和產品能力、用戶價值、收入之間，存在一個更深層的正向關系。“算力”，它不再只是一個技術詞匯，而成了這個時代最核心的戰略詞匯之一。

關鍵詞6 ：AI基座

最后一個關鍵詞：英偉達的產品，到底是什么？

英偉達首先當然是一家硬件公司。可問題在于，如果只把它理解為一家“做芯片的公司”，又顯得不夠準確。在這里，我們可以看到，他重新識別了誰才是我的真正顧客。

他判斷：大模型的增長將是指數級的。過去以CPU為中心的數據中心，必然會逐步轉化為以GPU為中心的數據中心。更深層的顧客，其實是數據中心，是那些為大模型提供算力基礎設施和服務的數據中心體系。

更厲害的是，他甚至試圖重新定義什么叫“數據中心”。他說，過去的數據中心，更像是一個成本中心；而未來的數據中心，將像制造工廠一樣，持續產出某種新的價值單位。它生產什么？它生產的是token。而如果順著這個邏輯往下推，未來這個世界的一種核心“生產單元”或者“價值單位”，很可能就是token。

結果，整個行業都逐漸接受了這一概念，開始大規模建設數據中心，或者說建設“AI工廠”。而這些AI工廠里采購的GPU，主要又是誰的？幾乎還是他的。

過去，我們所有的智力與智能，原則上都只能從人類大腦中產生。今天，某種意義上，這是人類歷史上第一次，大規模的“智能產出”不再完全依賴人類個體大腦。

我們都看過《黑客帝國》。在電影里，有一個巨大的系統，里面是成批的人類大腦和身體，被當作能量來源。如果你把它和剛才那個“AI工廠”的概念對照一下，你會發現兩者在更深的意義上是相通的：未來大規模的智能生產，可能會越來越脫離單個人類大腦，而由機器系統持續地產生、放大和分發。這才是真正的質變。

所以，當我們再回頭問：英偉達的產品到底是什么？我認為，更準確的答案是：基礎設施。是從GPU芯片一路延伸到整個AI基礎設施。我把它簡化成一個詞，叫作：AI基座。

所謂商業之道，在這里就是：看見自己，并成為自己。它不再以競爭為起點，而是重新定義產業、重新定義顧客，甚至在某種程度上重新定義這個時代。

黃仁勛基于第一性原理和長期信念，押中了一個時代級結構。不僅僅是ChatGPT，后來Gemini、Claude……各大模型公司的訓練與部署需求，都在共同推高對它的采購，“全球頂級科技公司都在拼命爭取英偉達的供貨能力”。

2024年6月，英偉達市值曾達到約3.3萬億美元，成為全球市值最高的公司之一。此后，它長期處在全球市值最高公司序列之中。從已經發生的現實看，英偉達的影響力已經足夠驚人。

延展 ：英偉達有沒有可能被別人顛覆？

英偉達今天所處的位置，已經越來越像過去CPU所處的位置。英偉達有沒有可能被別人顛覆？

從歷史規律看，任何位于右上角的位置，都不應該假定自己永遠不可被顛覆。那么，它未來可能被顛覆的關鍵詞會是什么？我認為，仍然是那個詞：專用。

這其實就是英偉達自己曾經走過的路。過去，英偉達是“專用”的——它最初的專用加速，最終打敗了英特爾的通用計算。到了AI時代，英偉達自己的加速計算平臺在某種意義上又逐漸“通用化”了。那么未來有沒有可能再次出現一類新的“專用加速”，反過來超越今天這種通用加速平臺呢？

每次有人問黃仁勛這個問題，他幾乎都會非常堅決地回答：No way。我覺得，黃仁勛當然有他的理由，但他也會有自己的路徑依賴和包袱。第一個包袱是什么？就是英偉達GPU最初的第一曲線，畢竟是游戲。要知道，英偉達的GPU發展路徑在很長一段時間里，都是左手托著游戲，右手托著AI。

也就是說，它不可能完全擺脫游戲這個歷史起點。可是，新一代的芯片如果從第一天起就完全只為AI而設計，根本不考慮游戲需求，會不會產生新的變化？

它還有第二個包袱，就是剛才講過的CUDA生態。CUDA之下有大量軟件庫，有非常多不同的應用領域。AI并不是唯一方向。其它應用領域某種意義上也構成了CUDA體系的復雜性和歷史負擔。未來的新生代體系，會不會直接只為AI構建一套更極致、更聚焦的專用棧？這也完全有可能。

這里面最重要的潛在對手之一是誰？就是谷歌的TPU。今天AI時代事實上出現了兩個重要陣營：一個陣營是谷歌：TPU+大模型+云+應用生態；另一個陣營是OpenAI+英偉達+微軟云的開放協作式聯盟。

誰會贏？現在還很難下結論。但至少可以確定的一點是：第二選擇已經開始出現了。

文章僅為課程1/10，請前往APP看課

以商入道

過去十幾年，我一直在講課、研究、陪伴這個時代。我希望會有真正的原創性創新出來。我有一個很強烈的感受：AI時代會出現一批真正“理念型”的創新者，會出現真正原創、世界級的創新者。

黃仁勛這個案例，對我們并不只是一個商業案例，而是一種時代預演。

黃仁勛在下半場，很大程度上是在一次次共鳴與共振之中，把這些關鍵詞接了出來，然后把它們合成了一個活著的東西。我把這個東西叫作：組織體。

黃仁勛幾乎是少數一個始終更強調AI正面價值、極少公開突出其負面風險的人。對于黃仁勛而言，今天唯一最重要的事情，就是：趕緊上車，盡快上車，盡快學會如何使用AI。

我會覺得：如果說馬斯克想讓人類成為跨行星物種，那么黃仁勛想做的，也許是讓人類成為一種“跨智能物種”。在他的設想里，每一個人都能夠駕馭AI，借助AI去放大自己的能力。

他甚至有一套非常清晰的經濟學直覺：人類社會中相當大的一部分GDP，本質上都與認知、知識、判斷、設計、溝通、決策等“腦力活動”有關。如果AI能夠顯著增強這部分能力，那么全球經濟就會因此增加數萬億美元規模的產出。

在他的信念里，AI不是為了取代人類，而是為了增強人類。

回到“以商入道”，我想最后落成兩句話。

第一句話：找到那件只有我才能做的事。我堅定地相信，每個人來到這個世界時，都帶著一點點這樣的東西。只不過，走著走著，你在競爭里、在慣性里、在社會評價體系里被裹挾，慢慢把那一點點東西忘掉了。

它不一定偉大，不一定驚天動地，也不一定非得改寫整個時代。它可能只是在你所在的那個具體領域里，推進一扇很小的門，一點點。

我們這代人總是習慣先看結果，但這個案例告訴我們：真正做自己，反而可能做得最大。

第二句話：通過那件事來服務他人。“人”這個東西，其實你是看不見自己的。你必須出去，去碰撞，去和別人撞，去和事情撞，在一次次互動、承擔、修正之中，你才會慢慢知道自己是誰。

嚴格來說，那件事本身也許并沒有那么重要，它只是一個載體。但正是通過把這件事推進到邊界、推進到極致，在這個過程中，我看見了我是誰。這就是“以商入道”的真正氣息。最后，商業結果往往反而會更大。

人生下半場，最酣暢淋漓的一件事，就是重新找到“我是誰”。踩在這個本來面目之上，去創造那件只有你該做的事。我想，這大概是最幸福的一種狀態。

最后一個問題，我想留一個種子給大家：那件只有我才能做的事，到底是什么？經由那件事，我最終會走向那個終極而唯一重要的問題：我是誰？

我最真誠地祝福我們每一個人：在離開這個世界之前，都能夠回答出這個問題。我覺得，這大概是唯一一種真正不負此生的活法。

文章僅為課程1/10，請前往APP看課