一战赚了 7200 亿，恐怖的黄仁勋
英伟达杀疯了，黄仁勋赚麻了！
2024年6月6日，AI芯片巨头英伟达市值突破3万亿美元，超过苹果，成为市值仅次于微软的全球第二大上市公司。创始人黄仁勋的身价也因此飙升到1000亿美元（约7240亿元）以上，跻身全球富豪榜TOP15。
在全球生成式人工智能（AIGC）浪潮下，英伟达的市值在过去一年经历了翻天覆地的变化。
自2023年5月30日突破1万亿美元后，英伟达市值仅用8个月就从1万亿美元跃升至2万亿美元，而从2万亿美元到3万亿美元，则仅仅用了不到4个月，创造了史上最快速度。
除了风口的加持，英伟达也确实赚钱。
据财报，英伟达2023年营收为609.22亿美元，同比增长126%；净利润为297.60亿美元，同比增长581%。而在今年一季度，英伟达更是实现营收260亿美元，同比增长262%；利润为149亿美元，同比增长超过6倍。
难怪有人说淘金者不如卖铲子的人，就在全世界大多数AI创业都在亏损时，黄仁勋的英伟达已经赚得盆满钵满。
不过别看黄仁勋现在意气风发，他的30年过往创业史也是磨难重重。
因为走错技术路线，英伟达创业前五年就遇到两次倒闭的危机；因为黄仁勋的桀骜不驯，英伟达曾被微软和英特尔联合围剿；因为押注未来，黄仁勋和英伟达曾经坐了十年的冷板凳。
“创办英伟达比我预想的要难一百万倍。”黄仁勋曾经接受采访时谈到。
半导体行业竞争激烈，在黄仁勋看来，你要一直跑起来——跑起来掠食，或是努力奔跑免得成为掠食者的食物。
和上世纪很多华人一样，黄仁勋的成长就是一部励志的奋斗史。
1963年，黄仁勋出生在中国台湾省台南市，但9岁便移居美国。据黄仁勋回忆，肯塔基州的那所公立学校基本都是烟农和贫民区的孩子，他被这帮人整整欺凌了两年。不过黄仁勋并没有被击倒，反而培养了坚韧不拔的性格。
几年后，黄仁勋随父母定居俄勒冈州。在那里的高中，黄仁勋发现自己兵乓球的天赋，15岁便拿下美国乒乓球公开赛的双打第三名。
但黄仁勋还是向往学术，便选择挂拍，专心学业，在16岁就提前考上俄勒冈州立大学的电子工程专业。
孙正义在美国读大学时，曾许下各个年龄段的宏愿。黄仁勋也不遑多让，向自己大学女友，也就是后来的妻子Lori表示，到30岁时，他将会拥有一家属于自己的公司。
于是经过AMD、LSI Logi等芯片公司的10年历练后，在好友Chris 和Curtis的邀请下，黄仁勋在1993年开始了轰轰烈烈的创业征程。
彼时芯片领域正硝烟四起，英特尔推出奔腾系列的80586，AMD则如法炮制之前的80486处理器，发布了Am486，而苹果正和IBM全力推动PowerPC的发展，CPU三分天下的格局初具雏形。
为了避开锋芒，黄仁勋选择的创业方向是当时还一片混沌的图形处理器市场。“黄仁勋还专门打电话，咨询关于显示芯片市场与未来的走势，我告诉他，这个市场还没起步已经乱成一团了，现在已经有将近30家公司，你最好别干这个。” Bay Area公司显示芯片业的分析师乔恩回忆道。
但黄仁勋认为这个市场很有潜力，并且尚未出现巨头，便决定进军图形芯片领域。
为了展示自己的抱负，他们还给公司取了一个有意思的名字Nvidia（英伟达）——next version（下一代）和Invidia（古希腊神话中仇恨和嫉妒的化身）的结合，黄仁勋想要设计出让竞争对手眼红嫉妒的图形芯片。
当然，对于科技初创公司来说，除了找人和确定方向外，找钱也非常重要。
为了融资，黄仁勋也曾到书店找书学习如何撰写商业计划书，但没看几页，他就放弃了。“这本书一共有450页，等我读完它的时候，公司估计都倒闭了，钱也花光了。”黄仁勋后来在演讲中提到。
当时黄仁勋银行卡只有六个月生活费，一家人都指望着这点存款生活。所以在几次寻找投资被拒后，黄仁勋直接找到前东家LSI Logi的CEO Wilfred
Corrigan求助。
虽然Wilfred Corrigan听不明白黄仁勋的介绍，但他还是把电话打给了红杉资本创始人唐·瓦伦丁，“我要给您送个小伙子过去，希望您能给他投资，他曾是我们最棒的员工之一”。
在Wilfred Corrigan的背书下，红杉资本和萨特·希尔资本向英伟达各投了100万美元，投后估值600万美元。
按照英伟达现在3万亿美元的市值，即使这些年两家机构有所退出，那也堪称是风投史上最成功的一笔天使投资。
“我们离倒闭永远只有30天。”黄仁勋之所以经常把这句话挂在嘴边，和英伟达创立之初就遭遇险象环生的危机密切相关。
1993年左右，3D图形处理还没有什么标准，大家走的技术路线各不一样，而英伟达则选择了成本较低的四边形纹理贴图路线。
但微软Windows 95在1996年发布的Direct 3D标准，却给了英伟达迎头一击，前者支持三角形纹理贴图路线。英伟达此前推出的第一代图形芯片NV1不能兼容这项主流技术，销量因此一路走低。
不过幸运的是，在标准发布之前，英伟达还有游戏主机厂商世嘉的一部分图形处理器订单，对方已提前付了700万美元的研发资金。
但英伟达首席技术官普雷艾姆太过执着，全然不顾即将发布的Direct 3D标准，在为世嘉研发的NV2上也采用了四边形纹理贴图技术，让英伟达再次陷入危机。
“英伟达当时的架构策略已经和3D图形技术趋势南辕北辙，说是大错特错也不过分，除了不能兼容Windows以外，实际游戏表现也很一般，如果要完成合约，必须从头研发一款图形处理器，而不履行合约，那700万美元的资金瞬间就会变成这家30人小公司的债务，此时的英伟达，距离破产只有一步之遥。”黄仁勋后来在演讲中谈到。
不过黄仁勋这次又遇到了贵人。在他向世嘉CEO 入交昭一郎如实相告后，后者没有取消订单，而是准备把NV2用于下一代儿童玩具Sega Pico，这为英伟达赢得了六个月的宝贵时间。
为了对标已经掀起3D技术革命的3Dfx，黄仁勋换掉公司的首席技术官，面向主流标准，开始攻克高端图形处理器；为了保证产能，他还亲自跑到台湾，找到台积电掌门人张忠谋，达成生产合作。
1997年4月，Nvidia第三代产品NV3即Riva
128正式推出。虽然在图像质量上还难以比拟当时大热的3Dfx Voodoo，但是Riva 128凭借100M/秒的像素填充率和对Open GL的兼容性，迅速赢得消费者和OEM厂商的青睐。不到一年，Riva 128的出货量就突破100万片。
黄仁勋总算度过了创业初期的危机。
英伟达还有一次重大失败，是发生在进军移动互联网的时候。彼时为了寻找第二增长点，英伟达针对新兴的智能手机市场推出Tegra系列移动芯片。
从早期的Tegra APX 2500，到闯出名气的Tegra 3，英伟达一度在智能手机市场拿下不小的份额。但由于没有自己的基带，芯片功耗发热不小，搭载了Tegra芯片的终端产品口碑实际表现并不算好。
没过几年，Tegra芯片的客户就从几十家缩水到了个位数。到了2015年的Tegra X1时，除了任天堂的Switch游戏机、谷歌Pixel C平板和英伟达自己的Shield TV外，已经没有其他厂商愿意再搭载英伟达的移动芯片了。
由于Tegra早期还被特斯拉Model
S当作车机主控芯片，眼看在移动市场没有闯出名堂，黄仁勋干脆就把Tegra彻底改造为车机和自动驾驶芯片，也算一次体面的战略转移。
当然，黄仁勋也没有彻底放弃对移动市场的渴望。要不然他也不会在2020年宣布收购Arm，还在去年和联发科达成合作，在联发科的旗舰SoC上整合英伟达的GPU了。
AI、汽车和移动，或许就是往后十年英伟达故事的新篇章了。
1997-2001年，度过初创危机的英伟达大杀四方，展现出一个初生牛犊的朝气。
凭借先后推出的Riva 128 ZX、Riva
TNT、Riva TNT2，英伟达把市面上所有的显示芯片厂打得找不到北，连市场龙头3Dfx都节节败退。
而英伟达1999年8月推出的GeForce 256，更是号称世界上第一款GPU（图像处理单元）。和CPU不同，GPU凭借并行计算的方法，能将复杂的数学任务分解成更小更简单的计算，并一次性处理。GeForce 256每秒最少能处理1000万多边形，非常适合图形的渲染。
很快，英伟达凭借GeForce 256就将世界几大电脑巨头和六大显卡生产商的订单拿到手中。意气风发的黄仁勋在那时还提出一个“黄氏定律”——将产品每6个月升级一次、功能翻上一番，这比1965年提出的摩尔定律快了3倍。
雷军说过以前他是个非黑即白的程序员，但创业让他学会了什么是灰度，学会了妥协。曾经小米因为供应链高管得罪三星被断供屏幕，雷军一度四次赴韩国道歉，才挽回合作，解决危机。而黄仁勋也曾因为自己的傲气，遇到相似危机。
在个人电脑之外，英伟达2000年还拿到微软全新游戏主机Xbox的显示芯片订单，这是前者创立以来得到的最大订单，微软还因此支付了2亿美元定金，那时英伟达全年销售额不过5亿美元。
为了快速打开市场，微软选择了低价的策略，同时希望英伟达和大哥共进退，调低GPU的供货价格。但黄仁勋一口回绝，最后两家矛盾爆发，还上了仲裁。
关系破裂后，微软便联合英特尔开始大力扶持英伟达当时最大的对手——同为显示芯片生产商的ATI，三家厂商发起了一场针对英伟达的围剿。
资本市场的反应最为迅速。自从和微软闹掰后，英伟达的市值从2002年初的110亿美元开始下滑，不到一年，便缩水到10亿美元，可谓是元气大伤。
残酷的现实，让黄仁勋不得不向微软低头，最终达成和解。同时，黄仁勋也向英特尔释放自己的诚意，在2004年1月的CES技术展上，英伟达首次展示了采用PCIE的显示芯片组，并在随后全面支持英特尔PCIE标准。该年11月，英伟达和英特尔正式达成相互授权协议，交换专利与芯片授权，两家针锋相对的公司得以和解。
随着微软Xbox的热销，再加上索尼游戏主机PlayStation3的订单，英伟达的情况渐渐好转。
“英伟达犯了严重的错误，不过，如果说所有的伟大公司有什么共同点，那就是能够意识到自己犯了错误。”黄仁勋后来接受《连线》杂志采访时谈到。
确实，知错能改，善莫大焉。
要想成为伟大的公司，一定要敢为人先，做出一点不一样的东西。而黄仁勋的不一样，则是把目光瞄向超级计算。
2006年底，英伟达历时两年多开发的超级计算软件包CUDA正式发布，并在次年举办了第一届CUDA技术大会。
除了图形渲染，黄仁勋想让GPU拥有和CPU一样的通用计算能力，“我们正在让超级计算大众化”。
但黄仁勋的观点当时并未得到广泛认同，“他们在这种新的芯片架构上花了一大笔钱。他们花了数十亿美元瞄准学术和科学计算一个鲜为人知的角落，这在当时并不是一个很大的市场。”有媒体评论道。英伟达那两年的股价，也因此下跌了70%。
不过黄仁勋并未因此放弃，一方面他继续加大对CUDA的开发支持，英伟达之后几年的净利和毛利开始大幅走低，甚至出现亏损的情况。
直到神经网络AlexNet，在2012年ImageNet年度视觉识别大赛中大放异彩，黄仁勋才意识到人工智能场景对英伟达的重要性。
在导师的推荐下，多伦多大学学生克里切夫斯基2012年买了英伟达的两块GeForce显卡。随后，他们开始用并行计算平台CUDA训练一个用于视觉识别的神经网络AlexNet。在那场比赛中，克里切夫斯基是唯一使用这项技术的选手，并以超高的得分赢得比赛。
“专门的GPU训练神经网络的速度可以比通用CPU快100倍。如果没有CUDA，要进行机器学习就太麻烦了！”
克里切夫斯基这样描述AlexNet的架构。
随后几年，越来越多ImageNet的参赛者们纷纷转向神经网络。到了2015年，GPU训练的神经网络在图像识别上的准确率已经达到了惊人的96%，超越了人类的水平。
黄仁勋此刻意识到神经网络将彻底改变社会，在进军移动市场失利的同时，他准备带领英伟达ALL
IN 人工智能。“上周五我们还是一家图形公司，这周一就变成了一家人工智能公司”，英伟达副总裁格雷格·埃斯蒂斯回忆道。
高效的执行力下，英伟达2016年不但推出首个针对AI计算场景的P100芯片，还为OpenAI免费重金打造了全球第一台AI超级计算机DGX-1，前者是旧金山一家前沿非盈利的人工智能研究机构。
有人说黄仁勋是个冤大头，但只有他自己才知道，一起把蛋糕做得更大，英伟达才能分得更多。
2022年末，OpenAI推出的ChatGPT堪称人工智能的iPhone时刻。强大精准的生成式人工智能对话能力，让ChatGPT在几个月内狂揽几亿用户。
而ChatGPT训练大模型，用的正是英伟达的GPU。
随着生成式人工智能（AIGC）浪潮的扩散，全世界都在争相涌入AIGC的创业。有人利用焦虑卖课，有人开发应用，还有人则重金投入大模型的研发，一时掀起百模大战，甚至千模大战。
作为训练和运营大模型必备的AI芯片，立刻受到追捧，甚至一片难求。高峰时期，有人形容英伟达的芯片，已经成为这个星球上最稀缺的资源，就连马斯克都抱怨说，比毒品还难搞到！
有业内人士透露，英伟达A100算力芯片初期定价为3000—5000美元，后来被炒到8000美元；随后发布的H100芯片起售价接近2万美元，后来也被炒到近4万美元。
《纽约时报》曾爆料，OpenAI支撑ChatGPT对外提供服务，需要使用3万块英伟达A100的算卡，英伟达的赚钱能力可想而知。
据财报，英伟达2023年营收为609.22亿美元，同比增长126%；净利润为297.60亿美元，同比增长581%。而在今年一季度，英伟达更是实现营收260亿美元，同比增长262%；利润为149亿美元，同比增长超过6倍。
在营收和利润强劲增长的支撑下，英伟达市值在2023年5月30日突破1万亿美元。时隔一年，又在最近突破3万亿美元，超过苹果，创造了史上最快速度。
坐了十年冷板凳的黄仁勋，终于一朝风云起，成了这个世界上AI领域最有权势的人。
Open AI 和英伟达爆火后，有人问中国为什么出不了山姆·奥特曼和黄仁勋？一种答案是缺少耐心的资本。
“对于风险投资机构而言，过于追求短期财务回报，就没有办法投出伟大的企业。” 中科创星创始合伙人米磊谈到。
确实，黄仁勋的成功再次印证了那句名言：
“难走的路，从不拥挤。”
（全文完）
微信扫码关注该文公众号作者