作者：华商韬略
来源：华商韬略（ID：hstl8888）
在大超预期的业绩支撑下，已被封为“宇宙硬核第一股”的英伟达，在美股周四交易日，一天股价暴涨超16%，市值增加2770亿美元至1.92万亿美元，并且捅破华尔街的天，创造人类史上最大个股单日市值增幅。
而比股价更加捅破天的是，英伟达的业绩捅破天，对科技的捅破天。某种程度上，它已经决定着全球科技产业的进程。请注意：是阿里+腾讯+京东+拼多多+百度+美团+宁德时代+比亚迪……前些年，阿里和腾讯市值干到大几千亿美元，进入全球市值10强，和这些公司平起平坐，好些人都被吓到了，几个民营企业怎么这么大？
现在看，不是阿里腾讯太大，是我们的心和想象力太小了。
回到英伟达，之前，它还曾有过更载入史册的战绩：
2023年5月25日晚，其股价暴涨近24%，相当于一夜涨出两个英特尔，半导体的旧历史也因此被它彻底掀翻。
而到此时，其股价已在不到5年涨了超过14倍。
如今，英伟达的对手们（事实上，它从不认为自己有对手），全球三大芯片巨头——高通、英特尔、AMD，市值加起来，还不到它的一半。
几年前，三星和英特尔还在为谁是芯片行业老大，争得头破血流。现在，早不用争了，因为答案变得毫无悬念。
最离谱的的是，前两年正值全球半导体产业哀鸿遍野之际，大多数同行举步维艰，三星电子更是创下14年最差业绩。
是什么，让英伟达无视全行业的衰退，逆势飙升？
答案正是眼下大热的生成式人工智能（AIGC），以及对整个AI世界的想象。AIGC的背后是大模型，而训练大模型需要超强算力，而未来AI世界的运行，也会需要更多的算力。
英伟达最新财报显示，它在2023第四财季，实现营收高达221亿美元，比上一季度增长22%，比去年同期增长265%。
其增长，很大程难度上来自AI大模型训练的拉动。
2023年以来，随着AIGC大热，全球科技公司疯狂追逐大模型。微软、谷歌、亚马逊对数据中心芯片的需求，超出所有人的预期。
仅在中国，目前已发布的大模型就超过200个，很多公司参与其中。
这些公司，无论开发的大模型有多么不同，都在抢购同一种产品，那就是英伟达的GPU。而英伟达炸裂的四级报业绩，居然还是在美国限制其高端芯片出口中国，中国市场份额跌倒不足10%的情况实现的。
随着订单雪片般飞来，英伟达的芯片一货难求。
有人形容：英伟达的芯片，已成为这个星球上最稀缺的资源。马斯克则抱怨：比毒品还难搞到！
一货难求之下，价格也水涨船高。在网上，英伟达AI旗舰芯片H100，一度被炒到4万美元以上。
ChatGPT刚爆发时，所有人都以为OpenAI赚翻了，事实上，英伟达才是最大的赢家。
这一些，也让英伟达的创始人黄仁勋成为硅谷，乃至当下全球科技产业最有权势的人。
其风头，甚至盖过马斯克。
这个祖籍浙江青田，总穿一身黑色皮衣的男人，因为拳打英特尔、脚踢AMD，被称为硅谷最好斗的男人。
但外表好斗的老黄，内心深处，藏着一颗孩童般的好奇心。
在台北，他一个人逛夜市，手里还拎着一袋大麻花。
甚至，还被人拍到，他探头探脑，一脸好奇地出现在两位美女主播镜头前的样子。
春节前，老黄还曾到访英伟达北京、上海、深圳三地办公室，参加中国区年会。
会上，黄仁勋兴致高涨，身穿花马甲，手舞红手绢，与员工一起扭秧歌。
一个坐拥万亿市值、全球科技产业最有权势的人，竟对街头小巷，对乡土味十足的扭秧歌文化，产生如此大的好奇心，这多少有些违和。
但正是这种好奇心，让老黄改写了芯片产业史，也改写了华人科技与经济史，成为华人史上第一个办出万亿美金公司的人。
他也是目前为止，全世界把公司干得最大的华人。
02
为了人类，做不一样的事情2012年9月30日，注定要载入史册。
那天，一种叫AlexNet的深度学习模型，在全球视觉识别挑战赛中，以吊打第二名的成绩夺冠，一战成名。与传统上使用CPU不同，AlexNet使用两块英伟达的GPU，来为模型训练提供算力。GPU专为并行计算设计，可同时处理大量相同的计算任务。相比之下，CPU则需处理更加复杂多变的计算。有人打了个比喻，CPU就像老教授，微分积分都会算。GPU则像小学生，只会算简单的加减乘除。但如果有个工作，需要计算几亿次100以内的加减乘除，那么几十个小学生，显然是吊打老教授的。而AI模型训练，恰恰就需要这种计算。事实上，早在本世纪初，在美国大学里，就有人开始用GPU来训练AI模型。毕竟，相比CPU，它成本更低、效率更高。黄仁勋对AlexNet的成功，产生了极大的好奇心。他由此预感到，AI时代即将到来。在老黄看来，AlexNet不仅仅是某种AI模型，更是一种软硬件层面的革命。All IN AI，让英伟达制造的每一块芯片，都专注于人工智能。2012年，是属于移动互联网和智能手机的时代。黄仁勋ALL IN AI的决定，多少有些形单影孤，对英伟达来讲，更是一次冒险。2006年，为了让GPU获得像CPU一样的通用计算能力，英伟达推出了CUDA并行计算架构，让程序员可以调用GPU的算力。在此之前，GPU正如它的名字——图形处理芯片一样，只能用作图形渲染。这个决定让英伟达在当时一众显卡厂商中，鹤立鸡群。它也因此改写了GPU的历史。对此，黄仁勋解释说，英伟达之所以在并行计算领域敢为天下先，原因在于：“我们的目标是为人类做出贡献。这意味着，我们不会走别人走过的老路，而是打造别人不曾打造过的产品。”这种好奇心和改变世界的理想，一直驱使英伟达，在人类未知领域不断探索。2012年，在决定豪赌AI之后，黄仁勋在软硬件层面，不断提升英伟达GPU的性能和易用性。尤其2016年，推出首个针对AI计算场景的P100芯片。在此基础上，英伟达重金打造了全球第一台AI超算DGX-1。但黄仁勋并没有出售，而是将它捐赠给了旧金山一家非营利性机构，它就是今天在全球科技产业界如雷贯耳的OpenAI。捐赠仪式上，老黄拿出记号笔，在机箱上激动地写下了一句话：“为了计算和人类的未来，我捐出世界上第一台DGX-1。”当时，除了OpenAI，没有几个人真正读懂这句话。在大多数人看来，老黄做了一笔亏本的买卖。但时任OpenAI联合创始人的马斯克，专门发推感谢了黄仁勋，因为DGX-1让OpenAI的训练时间，从1年缩短至1个月。有了DGX-1的OpenAI，信心爆棚，决心打造更强大的AI。他们找到微软，向对方提出一个大胆的想法：构建一个AI系统，永远改变人类与计算机交互的方式。在移动互联网时代，被谷歌、苹果强压一头的微软，岂肯错过这样的机会，当即决定向OpenAI投资10亿美元。黄仁勋用一台价值12.9万美金的DGX-1，换来英伟达的大爆发。不但A100、H100等GPU芯片被哄抢，《财富》100强公司一半以上都安装了英伟达DGX AI超算。20世纪初，爱因斯坦用相对论，颠覆了经典物理学。在被问到，为什么偏偏是他创立了相对论时，爱因斯坦认为是强烈的好奇心。“一个正常的成年人不见得会去思考时间和空间问题。”黄仁勋创立英伟达并改写人类芯片史的动力，同样来自好奇心。
1993年，在创业做GPU芯片之前，黄仁勋曾打电话咨询过一位专家，对方劝他：“这个市场还没起步就已乱成一锅粥，你最好别干！”但好奇心和直觉告诉老黄：图形芯片会在未来大放异彩。2006年，当所有人都认为，GPU只能做图形渲染时，黄仁勋却在好奇心的驱使下，试图将它做成一款通用计算芯片。没有这种好奇心，英伟达不可能开发出CUDA并行计算架构，更不可能在2012年之后豪赌AI。CUDA架构推出10年间，整个华尔街一直在问英伟达一个问题：为什么做这项投入？对我们来讲，它的市场估值就是0。黄仁勋不为所动，他始终坚持，甚至不惜投入上百亿美元。为此，英伟达的利润遭受巨大打击，公司市值长期徘徊在百亿美元上下，被老对手英特尔吊打。正是这十年不懈的坚持，让英伟达在AI领域形成一个成熟而庞大的生态。时至今日，谈到深度学习，基本上离不开英伟达的GPU和CUDA。期间，苹果、谷歌、AMD等众多科技巨头，都曾试图复制英伟达的成功经验，但始终难以挑战后者的垄断地位。好奇心、远见，加上毫不妥协的执行力，在很多人看来，是黄仁勋带领英伟达不断创造奇迹的重要原因。读小学时，有一次，为了体验置身火海的感觉，他和哥哥弄来很多打火机，将里面的丁烷倒进游泳池里，点燃之后，纵身跳了进去！“顽劣”的老黄，最终干出了一番大事业。今天，英伟达在AI芯片市场上，独占60%的市场份额，处于绝对领先的地位。2023年之前，英伟达差不多有20%的业绩来自中国市场，但现在，因为美国对中国的科技制裁，情况开始了变化。比如，最新财季，其中国业务几乎是实现式的下降，而公司也预计这一趋势短期不会改变。虽然中文讲得不太好，但老黄形容自己骨子里是华人血液。面对美国的打压，他曾提醒华盛顿：英伟达可以在其他地方生产芯片，但中国大陆的市场是唯一且不可能被取代的。今年春节前，它还一一到访英伟达北京、上海、深圳三地办公室，并且参加中国公司年会，穿上大花衣，跳起了舞，就更是凸显了对中国市场的高度重视。未来，随着GPU取代CPU，英伟达或迎来更大的爆发。比起市场份额，更令黄仁勋感到兴奋的是，英伟达为计算和人类的未来做出了贡献。就在前几天，open AI以视频生成模型Sora震撼世界之后，马斯克分享了2016年黄仁勋送给刚刚成立的open AI首台超级计算机DGX-1的情景。黄仁勋一直强调，英伟达是重新发明了计算。在捐给open AI的超级计算机壳上，它亲笔写道：To Elon & the OpenAI Team! To the future of computing and humanity. I present you the World's First DGX-1！（致埃隆和 OpenAI 团队！致计算和人类的未来。我为你们呈上全球首台 DGX-1。）以上文章内容仅代表作者本人观点，与互联网思维无关。如因作品内容存在侵权等问题，请及时与互联网思维联系。
