AI时代，最火的不是AI，而是英伟达。
对资本市场而言，从华尔街到全球股民，都保持着对英伟达的高度关注。对芯片行业而言，英伟达是无可置疑的业内标杆，老对手被甩到车尾灯都看不见。对AI而言，在算力竞赛的阶段，一颗A100芯片比黄金都令人垂涎。
2024年11月，英伟达市值突破3.6万亿美元，登顶全球市值排行榜，终结了苹果长达12年全球市值第一的纪录。标普道琼斯指数发布公告，将道琼斯工业平均指数的芯片业成分股从英特尔换成了英伟达。
成立30年，英伟达如何成就万亿美元市值的商业帝国？
婉拒创业，黄仁勋差点错过千亿身家
上世纪80年代，在全球范围内，除了IBM以外，很少有公司能够独立进行芯片设计。
彼时，任职于太阳公司（Sun Microsystems）的工程师柯蒂斯．普里姆（Curtis Priem）和克里斯．马拉科夫斯基（Chris Malachowsky）接到了一项任务，负责为公司设计半定制化芯片。
这项工作与半导体供应商LSI Logic进行合作，而对方所委派进行协助的工程师正是黄仁勋，三人在此正式结缘。
90年代，在大多数公司仍专注于开发CPU的时期，普里姆、马拉科夫斯基和黄仁勋被要求开发更有挑战性的产品，即图形处理器GPU。在无人区探路的他们，结合彼此的优势，最终完成了这项工作，也奠定了相互间更深厚的信任关系。
黄仁勋称：“我们合作得非常愉快，普里姆和马拉科夫斯基是我所认识的最优秀的工程师之一，我享受和他们一起工作。”
计划赶不上变化。由于太阳公司的计算机架构和图形架构发生了许多变动，几人开发的项目不再受到青睐，普里姆和马拉科夫斯基决定离开公司，开始创业。
毫无疑问，在挑选创业合伙人时，二人脑海里浮现的第一个身影就是黄仁勋，他们向黄仁勋发出邀请，但得到的回复却是“祝你们成功吧”。
黄仁勋觉得，自己有一份很不错的工作，能做着自己喜欢的事情，对当下感到非常满意。相反，如果选择去创业的话，三人甚至连要干什么都还没想明白。
架不住两位老伙伴的极力邀请，黄仁勋最后还是同意出去聊聊。
黄仁勋把聊天的地点定在他职业生涯的起点丹尼餐厅，他在这当过洗碗工和服务员。由于丹尼餐厅有咖啡无限续杯政策，三人在这里聊了四个小时，直到脑海里没有新的灵感蹦出来。
最终，三人将目标锁定在个人电脑市场。
1993年，个人电脑革命刚刚开始，三人意识到这将是一个重要的时代机遇。他们推断的逻辑是，个人电脑的价格会降低到一定水平，而且操作难度也会下降，这也就意味着个人电脑将实现普及化，人手一台电脑的时代将来临。
所以，用户会拿着电脑去干什么，或者说干得最多的会是什么？答案是，打游戏。而游戏体验的好坏很大程度上取决于视觉呈现效果，视觉呈现主要依靠GPU对3D图形的处理。
因此，问题来到为什么要赌针对游戏玩家的3D图形芯片：
强大的吸金能力。1993年，一款名为《毁灭战士》（DOOM）的游戏正式发售，引发了空前的轰动，游戏媒体将其评价为年度最佳游戏，能够提供游戏试玩的服务器几乎全被挤到宕机。
发售的头两年内，有超过1500万人玩过这款游戏，在90年代，这是一个天文数字，而这也让黄仁勋更笃定，选游戏没错。并且，游戏还有两个特性：用户依赖度高以及用户停留时间长。
拿下游戏，就可以赢家通吃。当时，个人电脑的图形处理能力、多媒体处理能力几乎不存在。没有声音、麦克风、扬声器、视频及图形，基本上就是一个文本终端。
但只要做出能玩游戏、能承载3D图形的芯片，以上的所有功能基本都可以运行得了。
黄仁勋在后来的多次演讲中都提到了“0亿美元市场”，即在尚未得到验证的市场中进行有计划的投资与布局，这是英伟达成功的关键因素。
而3D图形芯片在当时符合“0亿美元市场”理论。在那个时代，随便找一家市场研究咨询公司，问“1993年PC上的3D图形市场规模是多少？”，他们的回答都是“0”。
20世纪80年代出现了许多芯片公司，比如赛灵思和阿尔特拉，此时PC上的2D图形市场已经非常拥挤了，为什么还需要英伟达出来掺和一脚？
因此，黄仁勋几人选择专注于3D图形市场以实现差异化，选择一条困难但人少的路。如果相信3D图形芯片将彻底改变计算机行业，那有什么理由不迈出这一步呢？
首代产品超99%被退货，英伟达险些“夭折”
1993年2月17日是黄仁勋的生日，也是他创业的第一天。
黄仁勋很快把创业队伍拉了起来，他们在购物中心租了一间小办公室，雇了大概20个员工。
经过两年的努力，1995年，英伟达的第一款产品NV1正式出炉。
这款产品充满“先见之明”，集3D图形处理、视频处理、音频波形表处理、IO端口、游戏端口、加速功能及UDA编程模型等多种功能于一体。
英伟达董事会成员马克．史蒂文斯（Mark Stevens）称：“我一直觉得，我们制造了一把功能齐全的瑞士军刀。”
团队满怀信心地把产品交付给合作伙伴帝盟多媒体（Diamond Multimedia）进行销售，但市场的反馈却相当惨淡。长期开不了单也让帝盟多媒体感到恐慌，他们把收到的25万颗芯片中的24.9万颗都退了回去，这让英伟达几近破产。
NV1失败的原因主要有两点：一是虽然NV1支持很多功能，但没有可以在上面运行的应用程序；二是市场需要的只是一款3D图形芯片，仅此而已。他们希望这款芯片便宜好用，而不是堆砌很多花里胡哨的功能还卖得很贵。
NV1的“破发”，让团队学到很多。
黄仁勋称：“这是一个了不起的技术成就，但它却是一款糟糕的产品。NV1没办法跟市场上的其他产品进行比较，它在这个方面不如那个，在那个方面不如这个，很难在市场上买到这样的产品。没有人会去商店买一把瑞士军刀作为圣诞礼物。”
史蒂文斯说：“我学到的一个教训是，我们进入3D图形领域可能太早了。对于大多数风险投资支持的技术公司来说，失败的原因往往是它们进入市场太早，而不是太晚。我们好像站在太平洋的冲浪板上，等待着那股大浪的到来。如果浪迟迟不来，就无法到达岸边，最终在茫茫大海中冻死。”
为了让公司平稳运行，三人也同时在给自己的事业寻找投资者。黄仁勋去拜访了他的前老板，LSI Logic的创始人兼CEO威尔弗雷德·科里根（Wilf Corrigan）。
科里根此前是仙童半导体的总裁兼CEO，面对黄仁勋的求助，科里根很快想到了仙童半导体的老同事，红杉资本创始人唐·瓦伦丁（Donald Thomas Valentine）。
他当着黄仁勋的面拿起电话说：“嘿，唐，我要给你送个孩子过来，他是我最好的员工之一。我不知道他要做什么，但给他钱。”
瓦伦丁是硅谷投资界的传奇，一手投出了苹果、甲骨文、思科和雅虎等公司。他的投资理念极具个性，投资于专注一个大市场，并解决具体难题的企业。现在看来，英伟达与这个理念高度契合。
回到当时，黄仁勋在科里根的引荐下，顶着一脸青春痘去了红杉。
黄仁勋回忆称：“瓦伦丁总给人一种不怒自威的感觉。那时我29岁，即将30岁，面对这些人，说话都不利索，我对自己的提案表现感觉非常糟糕，但幸运的是，瓦伦丁已经收到“指示”，一定要给我投资。”
瓦伦丁在听完黄仁勋的“路演”过后只说了一句话：“如果你赔了我的钱，我就杀了你。”
后面的故事就是，瓦伦丁与另一家机构Sutter Hill Ventures各投了100万美元给黄仁勋，此时，英伟达的估值来到600万美元。
世嘉有违常识的决定，让英伟达再次获救
虽然NV1芯片惨遭滑铁卢，但幸运的是，游戏制作厂商世嘉向英伟达抛来橄榄枝，邀请英伟达合作开发NV2芯片。
彼时的世嘉风光无限，接连发布了《VR战士》、《梦游美国》及《VR特警》等经典3D街机游戏。在当时，几乎重塑了游戏行业。
世嘉的青睐为双方提供了机会，既可以让英伟达帮助世嘉开发下一代游戏主机，也鼓励了世嘉将游戏移植到PC上。
从工程角度来说，NV1和NV2是为支持一种使用四边形绘制图像的架构而开发的。当英伟达首次推出产品时，它是市场上唯一一家为PC生产3D图形芯片的公司，市场上并没有可以参考的其他案例，所以基于他们自己对技术的判断，选择这种架构是非常明智的。
但很快，危机来临。
其他3D图形公司开始涌现，他们的芯片支持另一种完全不同的架构，微软推出的Windows 95上搭载的API DirectX，是除了英伟达之外其他所有人使用的架构，即使用三角形绘制图像的架构。
黄仁勋称：“我们以前从未实现过像DirectX这样的图形架构，而整个行业，当时有大概50多家公司，都在追赶英伟达。”
那么问题来了，英伟达该怎么办？
如果继续按照合同上约定的方案执行，跟世嘉合作完成游戏主机，那么英伟达就会无可避免地在错误的道路上浪费两年时间，与此同时，竞争对手正在飞速前进。
如果未能完成合同，那么英伟达将没有足够的资金支撑公司的运营及产品研发，并且还可能面临给世嘉缴纳赔偿，而英伟达根本没有能力去承担这个后果。
要么完成项目然后死去，要么无法完成项目而立刻死去。
激烈的讨论过后，团队确定一条共识。无论如何，不能走错的道路，所以答案就是英伟达必须支持这种新的架构。
那违背合同，没钱怎么办？
黄仁勋选择开诚布公，他跑到世嘉找到当时的CEO入交昭一郎，并告诉他英伟达为世嘉设计的架构走在错误的方向，因为主流世界正朝着另一种名为“逆向渲染”和“逆向纹理映射”的方向发展。
如果世嘉坚持要英伟达完成合作，那世嘉将得到一款违背主流的产品，而英伟达也将由于在错误的路上走太远而死亡。
入交昭一郎问黄仁勋：“你需要我做些什么？”
答案令人出乎意料，黄仁勋说：“虽然你没理由这样做，不过我希望你能解除我们双方的合同，让我们免于履行责任，但要全额支付我们的费用，世嘉从中可能一无所获。”
这是一个有违商业常识的请求。
考虑了几天过后，入交昭一郎告诉黄仁勋，他愿意帮助英伟达。后续，世嘉支付了大约500万美金给英伟达，让英伟达在公司存亡的关键时刻活了下来。
这件事情让黄仁勋明白一个道理，创业的时候最重要却最容易被忽略的东西就是人们的善意。
现在只有一次机会了，在耗尽了所有资源之后，公司如何押最后一注？
黄仁勋心想，如果只有一次机会，反向推导芯片研发的流程，要确保做出完美的产品，就需要提前做好所有软件工作以及其他准备。
他们找到了一家名为Icos做仿真器的公司，仿真器主要功能是模拟和重现真实系统，广泛用于工程设计和科学研究等领域。
黄仁勋打电话给Icos后，对方回复称：“感谢来电，但我们已经倒闭了。如果你们真的需要我们的产品，仓库里还有一些库存。”
就这样，英伟达从一家即将倒闭的公司购买了一些“废弃”的产品。
通过芯片仿制的方式，英伟达推出了世界上首款仿制的PC芯片RIVA 128 NV3。NV3是当时最好的逆向纹理映射引擎，改变了行业对现代计算机图形的认知以及芯片设计和封装的方式。
100M/秒的像素填充率（图形处理单元每秒渲染的像素数量）让NV3迅速赢得市场的青睐，1997年底，Dell及Gateway等厂商相继采购了NV3。NV3让英伟达打了一场翻身仗，在上市后的四个月内就售出了100万颗。
更重要的是，NV3的快速开发和测试过程让英伟达能够以比竞争对手快两倍以上的节奏推出下一代芯片。
马太效应开始在英伟达身上显现。
英伟达开启“AI狂飙”
1999年1月，英伟达在纳斯达克挂牌上市，相继推出了RIVA TNT2和NVIDIA Vanta两大处理器产品。
同年8月，英伟达发布了全球首款GPU GeForce 256，这也是世界上第一款可编程加速器。2000年，英伟达与微软达成合作，早期一直将英伟达边缘化的微软选择GeForce为其新项目Xbox提供动力。
但PC市场的局限性以及始终与英特尔直面竞争，让英伟达倍感压力，团队认为必须开发一个全新市场才能真正地站稳脚跟。
2006年，英伟达推出了CUDA，这是一种适用于其GPU的通用编程接口，也就是说用户可以利用英伟达的GPU进行图像处理之外的运算，这为GPU的应用场景开辟了新的范围，远远超出了游戏领域。
黄仁勋称：“很多大学的研究人员意识到，只要购买这款名为GeForce的游戏显卡，并将其添加到计算机中，就会拥有一台个人超级计算机。”
DeepLearning.AI创始人吴恩达回忆称：“在斯坦福大学时，我的一名本科生伊恩·古德费洛（Ian Goodfellow）在他的宿舍里搭建了一台GPU服务器，这台服务器最终成为了我们进行深度学习实验、训练神经网络的工具。我们开始在GPU上以10倍甚至100倍的速度训练神经网络，因为我们可以同时进行1000或10000个步骤，而不是依次进行，这对于神经网络的应用来说是一个彻底的改变。”
与此同时，辛顿以及杨立昆，这两位在当下人工智能时代炙手可热的学者，他们的实验室也在做同样的事情。那时候的人工智能还是小众需求，提到这个领域总给人一种“民科”的感觉。
2012年到2015年，人工智能芯片市场的规模几乎为0。但黄仁勋喜欢说：“我们正在投资0亿美元市场。”在那个时间投资人工智能，几乎等于是在一个可能永远不会出现的市场上投入资金和资源。
而且对于一家已经是市值十亿美元的上市公司来说，成功会让人厌恶风险，不让公司“脱轨”好像更重要。
20年来，英伟达一直与PC游戏芯片紧密相关，是继续坚守自己的领域，还是将未来押注在一个尚未得到证明的市场上？
马拉科夫斯基称：“你必须相信你所相信的，然后把钱投入到其中。如果我们判断这可能是一个重要的市场，那么我们就会这样做。”
英伟达选择了人工智能，命运的齿轮开始转动。这不仅将改变英伟达自身的发展轨迹，还将改变整个技术产业的发展轨迹。
黄仁勋称：“作为一名CEO或者任何试图将船只驶向新方向的人，必须不断寻找积极反馈、不断宣传自己的想法。每当有好事发生，都会使自己更坚定。我们必须清楚地认识到，这是什么？为什么它很重要？它如何帮助我们达到下一个层次？”
人工智能领域的芯片层、系统层、算法层和人工智能层都在进步，系统性的进步带来了指数级的复合增长。如果回顾从ImageNet及AlexNet以来的进展，计算能力已经提高了大约100万倍，而不是1000倍。这种计算技术以每十年百万倍的速度快速发展，被亲切地称为“黄氏定律”。
得益于人工智能发展带来的快速“出圈”，马拉科夫斯基称：“突然间每个人都想知道我们是从哪里来的，但这种一夜成名的感觉其实是花了30年才实现的。”
自英伟达成立以来已经过去了30年，这其中的大多数人不会以30年的眼光来看待问题。但通过将数十年的愿景付诸实践，如今的英伟达能够在更短的时间创造更多不可能。
黄仁勋说：“每个CEO的工作都是要瞻前顾后的，还必须大胆地决定哪些机会和问题值得我们去解决，即使没人相信我们能真的能做到。而且，要实现目标必须与一群了不起的人共事，那些曾在英伟达创造奇迹的人，他们中的大部分还留在这里，这真的很令人感慨。”
未来，英伟达仍然值得期待。
雷峰网(公众号：雷峰网)参考材料：
https://www.sequoiacap.com/podcast/crucible-moments-nvidia/#the-story-of-nvidias-founding
https://www.cio.com/article/646471/how-nvidia-became-a-trillion-dollar-company.html
https://www.cbsnews.com/news/nvidia-ai-focus-under-jensen-huang-60-minutes/
https://www.msn.com/en-us/news/technology/how-jensen-huang-built-nvidia-into-the-3-trillion-king-of-ai/ar-AA1u3sEQ