英伟达 (NVIDIA) 创始人黄仁勋是一个什么样的人？

1995年的某一天，美国硅谷santa clara的某个办公楼房间里面人声鼎沸。有一群人正在捣鼓着桌子上一个个电路板。（如果他们的客人知道这帮人这么做电路板出场测试不知道他们还会不会买。）桌上总机打来的电话响了一遍又一遍，最后一个穿着皮夹克的中年男人不耐烦的接了电话，嘟囔了几句之后沉默了5秒钟，突然回头冲着房间内大声喊道：你们都特么别吵了！Morris正在给我打电话！

这个男人，叫做黄仁勋，给他打电话的男人，叫张忠谋，他们在桌子上捣鼓的那些电路板，叫NVidia NV1.

黄仁勋出生在台湾台南的一个工程师家庭，父亲是化学工程师，母亲是小学老师。很小的时候父亲老黄做了他人生第一个地狱模式决定：全家搬到泰国，建设当地的化工工业。然而60年代的泰国在军政府领袖他侬的统治下，国内政治混乱不堪，阶级利益团体对立严重。可以想象这个时候的小黄在曼谷的街头玩耍，碰到的不是游行的学生，就是和游行的大学生亲密物理交流的军警。

老黄头觉得这么下去不利于孩子们的健康发展，决定移民到当时的灯塔国美利坚让两个孩子接受更好的教育。他和媳妇儿商量了一下，找来了自己在美国的大舅子，求帮助给孩子先安排学校。

不过大舅哥的英语不好，在当时的黄页上一通乱找，找到了一家肯塔基的学校，全国最便宜的学费，给两个孩子注册了。去了才知道，这是一个问题孩子学校，说白了，就是少管所。可谓是刚离龙潭又入虎穴。

9岁的小黄的第一个室友是一个17岁的吸毒少年，青春期孩子发育上的差异在亲密的物理交流中体现了出来。一通大记忆恢复术之后，小黄和哥哥学会了给大哥扫厕所，写作业，做饭打水。并且假装坏孩子爬树偷糖和抽烟。若干年以后小黄回忆这段生活，他说这段生活是最好的老师。

肯塔基少管所可算是小黄第一个龙场。这几年的悟道，让他学会了什么是坚强，人为什么需要战斗，生存有多么重要等等。这些都成为他日后创业地狱模式的生存宝典重要章节。

几年后他父母来到美国全家在俄勒冈团聚。他开始在俄勒冈念中学。地狱模式的锤炼之后他终于在数学和工程上展现出过人的天赋。他心中的英雄是Bob Noyce和摩尔。他觉得，芯片能够改变世界，改变人类的生活。于是他果断加入俄勒冈州立大学学习电子工程。

1984年，他本科毕业，加入了芯片公司AMD。这一年的半导体行业，风起云涌。

这一年，世界上最牛逼的半导体公司是Intel。刚发布一年多的286芯片横扫世界。

公司的CEO，那个叫Andy Grove的霸气男人那句话深深的影响了一代半导体人：芯片性能进步的核心关键三要素，是工艺，工艺和工艺。这个男人这一年写了一本书叫High output management，发明了一种目标管理方法叫OKR。若干年后他培养了一个学徒叫乔布斯。还有一个学徒叫John Doerr，把OKR带入一个公司，成就了一段投资创业传奇，这个公司，叫Google。

还是这一年，AMD的Jerry Sanders，从Andy那里好不容易拿来286的指令集，成功打入IBM成为后者的二供，在Intel的夹缝中生存了下来。

仍旧是这一年，宾夕法尼亚的General Instrument公司，在这个老牌做有线电视解码芯片的公司的总裁办公室里面，坐着一个中国人。已经在知天命的年纪已经在美国做到打破华人管理层天花板的他，确把这间办公室当做自己的龙场苦苦思考：半导体芯片这门生意的下一个50年路在何方？这个男人叫张忠谋，他在20年后会成为这个世界上半导体行业中比肩Andy Grove的人物，成为小黄心中的英雄。然而他这个时候，还在他的clean room格子本上认真做着笔记，思考人生和行业的问题。

同样，还是这一年，一个叫Steef Wittekoek的应用物理学家，在使用了各种方法，甚至包括威胁和忽悠，终于说服了他飞利浦的老板，成立了一家自己一直想成立的公司。按照他老板的说法，可能是自己生涯中最愚蠢的投资。这个公司的名字，叫ASML。这一年，他推出了公司的第一代产品PAS2500，差点吧老板给的投资都赔进去。

这一切看起来都跟我们的小黄没有关系。他安安静静的在AMD做起了芯片设计师，同时在斯坦福读了兼职硕士。

在斯坦福他跟Jeffrey Ullman老师（屠龙书作者）学习编译器原理，跟着John Henessey老师学习指令集设计， 跟着James Plummer老师学习半导体芯片制造工艺。这些都成了他日后创业地狱模式的生存法宝。

1991年，硕士毕业的大黄跳槽到LSI Logic，一个做电视图像和多媒体解码传输芯片的公司出任高级主管。

他的野心显然不止于此，风起云涌的微处理器市场让他心情澎湃，他心中暗暗发誓：30岁之前，一定要成立一家自己的芯片公司。

可是，做什么呢？显然，这个时期的大黄不说是一无所知吧，也至少是毫无头绪。于是，他进入了自己的第二次龙场悟道。

儿时的穷困让他很小就在美国老铁们喜闻乐见的快餐店Denny’s打工。后来虽然成了高收入IT民工，Denny’s仍旧是他早餐的最爱，他经常在这里吃早饭，苦苦思考自己的创业方向。

1992年的一天，他的两个好兄弟Chris Malachowsky和Curtis Priem来找他，说他们已经厌倦了无聊的Sun Microsystem的工作，说我俩都想出来创业，想到了你，你来当我们的CEO吧！

于是，他们三个人，在Denny’s龙场开始了为期一年的悟道活动。他们吧当今的芯片行业玩家，市场需求，产品特点都梳理了一遍，试图找出创业的机会。

就和所有的创业初哥一样，他们毫不意外的发现：现有大玩家们，其实做的都挺好的。没有任何明面上的机会。。。这个市场是饱和的。PC有Intel，企业有Intel和Sun，DSP专用芯片有德仪，他们还有啥能做的呢？

突然有一天大黄说，你们看，我们LSI搞了这么多年电视多媒体，但是娱乐终极是游戏啊！有谁把个人电脑游戏在个人电脑上整明白了吗？答案是没有。

终于找到了方向，孝顺的大黄给妈妈打电话，说妈我终于要自己当老板了！妈妈说你要做什么啊？大黄说，要在个人电脑上做一流的游戏显卡，让大家都可以开心玩游戏。妈妈沉默了几十秒，说孩子，你还是找个有医疗保险的正经工作吧。

多年后，还有一个人的妈妈也要求自己儿子一定要重视医疗保险，这个儿子名叫Brian Chesky。历史证明，重视医疗保险的妈妈一般都能养出不一般的孩子。

得到了妈妈的支持，大黄第二件事情就是跟自己的老板，当时LSI的CEO Wilfred Corrigan谈心。Will的反应和他妈是一样的：孩子，这个市场不存在，你要不留在我这我继续给你加薪吧。

但是大黄坚持要走。Will叹了一口气，说那好吧看你小伙子不错，而且估计你明年就回来了。这样，我把我当年的投资人介绍给你，你去他那儿碰碰运气。

他介绍的，是当年硅谷最有名的投资人，红杉资本创始人Don Valentine。在两个人就不存在的PC游戏市场深入讨论了4个小时以后，Don说年轻人，你对创业完全没有概念，但是Will推荐必属精品，我还是要投你。

于是拿着不相信他的投资人的2百万美金，大黄和两个合伙人走上了创业之路。他们原来的项目叫NV(next version)，后来就取了英文谐音Envy的西班牙文，公司正式起名叫Nvidia，在硅谷边缘城市Santa Clara的仓库里面开张了。

他们的开局还是不错的。第一款产品NV1于1995年发布。和当时的巨头游戏公司世嘉合作，引入了英伟达历史上第一款个人电脑游戏Virtua fighter

初始的成功造成了一大批创业者进入图像加速卡这个行业，包括当年大名鼎鼎的3DFX VooDoo卡，在1997的中国真是做到了一卡难求。Doom,雷神之锤，命令与征服以及红色警戒等风靡世界的游戏，陪伴了整整一代人。然而，成功通常并不意味着好事情，相反的，公司的第一次地狱模式，开始了。

从英伟达开始创业到1995年，据不完全统计，整个美国有接近90家显卡加速卡公司，还包括一家加拿大公司ATI。竞争接近白热化。

就在这时，微软发现了这个行业的信号，于是开始在windows推出directX加速工具，让广大游戏开发者进入他的开发生态。于是所有的显卡公司都开始追随微软。

然而此时的大黄还是个愣头青，并不明白软件生态的重要性和力量，坚持要推出自己的开发工具。结果自然是生意一天不如一天。

公司里面出现了不同的声音，摆在面前的有两条路，一条是继续走自己的开发工具生态，一条是加入微软的生态。

看了看银行里的账号，傲娇的黄老板叹了口气，看起来，打不过，真的就要加入。

“一定要有真正的，自己的开发生态。”黄老板心中反复嘟囔着。

很快英伟达终止了和世嘉游戏机加速卡的合作，宣布加入DirectX开发生态。然而事情并没有好转。到1995年，全世界活跃着超过90家显卡公司。作为一个commodity产品，都兼容微软DirectX，没有任何的差异化，比拼跑分和售价的内卷竞争惨烈的进行着，每天都会听到某家显卡公司破产的消息。

然而就在这个时候，当年那个肯塔基少管所龙场的修行成果终于爆发了。大黄和创始人们并没有害怕，没有求收购，没有关闭公司，他们拿出所有的钱进行了一场豪赌。赌注叫RIVA128。虽然他们仍旧只能停留在商品行业里面，但是他们决定最大的风险，做出一款史上最快的图形加速卡。他们首次使用了0.35微米最新工艺，使用100MHz主频，使用350万个晶体管，128位内存总线（快到不可思议）。甚至把最大3D分辨率提高了2倍多。

这款听起来就不可能量产的芯片，是著名早期明星foundry ST Micron 生产的。今天STM的老员工，已经不记得自己曾经也是能生产显卡的公司。在仓促决定上马，大胆承担设计风险之后，大黄压上最后一根稻草：1年内必须发货。

一年后的1997年秋天，RIVA顺利发货，成为市场上第一颗同时可以处理2D，3D和视频加速的芯片。虽然3D性能仍然落后当时市场领导者3Dfx的Voodoo，但是他抓住了消费者的痛点，一卡包揽多项重要功能，用户使用方便无需多张卡安装和配置，一下子占领了市场。如果是Riva128只是第一个挑战，那么后来的Geforce就更加一骑绝尘，在性能上彻底把voodoo甩在了后面。RIVA上采用的那些大胆设计在迭代上进步神速。

1999年1月，NVIDIA上市，同年公司发布了“世界上第一款GPU” Geforce 256。当年那个嘲弄了他的老头子Don Valentine，此时正躲在办公室乐呵呵的数钱。通过DirectX整合了游戏开发生态的微软，正在和英伟达合作Xbox，也即将赚的盆满钵满。

在这一层层成功光环中心的老黄，眯起了眼睛。做一个没有任何特色，被微软随便揉搓的显卡公司？这不是我老黄的追求啊。

一定，要建立起属于英伟达的真正开发生态。

英伟达从NV1到Geforce 256，拼尽全力，大约在市场上赚到超过10亿美金，这个代价是将近100家图形加速卡公司破产。然而微软，仅仅推出了一个DirectX的开发套件，就吸引了大量游戏开发者，建立了一整套生态，轻轻松松也赚到超过10亿美金。可见软件+生态才是产业链的顶端，只有软件才能建立产品和服务的差异化，才能获得深厚的护城河和良好的商业模式。在这个生态中，英伟达的毛利率大约在30%左右，然而微软，大约在80%。

然而，出路在哪里呢？

1983年的夏天，纽约理工大学计算机图形学实验室里面一个年轻人正在做报告。他说，3D图形学再过去有一个很大的问题，那就是大家都是在渲染3D物体的边界，但是达芬奇说得好，人对三维物体的感知不是通过边界，而是通过材质，质量，反光，体积和内部结构来感知。所以我们如果想吧3D物体渲染构建好，必须从这几个方面同时兼顾。

这个人叫Pat Harahan，新来的学生。他是研究肿瘤成像的博士，对3D人体组织的成像质量对判定肿瘤至关重要。在当时的听众中，有一个人和他产生了共鸣，这个人就是Edwin Catmall，该中心的创始人。

两人讨论了很久。Edwin说，他从从小的第一个梦想就是做3D CG成像技术下的动画片。第二个梦想是跟着他的导师，Ivan Sutherland (世界上第一个虚拟现实设备的发明人)通过计算机图形学创造3D虚拟现实。

两人一拍即合，之后一起沿着Pat的研究方向，提出了Shading language实现Pat的3D图形学方法，后来这个方法就演变成了今天3D图形的构建标准Shader。

1986年，一个中年人敲开Edwin和Pat的办公室，写给他们一张支票。这个人叫乔布斯。他们成立了一家小公司，叫Pixar，专门用3D图形学方法制作动画片。

时间快进到2000年，此时的Pat已经是斯坦福大学终身教授，专门研究3D图形学。这一年他迎来了一个跟1983年的他一样聪明的光头学生:Ian Buck(auto correct有时候会自动改成black，是错误的）。

和Pat其他的学生不同，Ian的最大兴趣不在3D图形学新方法本身，而在于研究：如何提高3D图形的逼真度。是的，Pixar可以用计算机画出细节精微的3D动画，但是和现实的光影感官还有很大的差距。当时的主流理念是芯片的计算能力太低，无法做出photo realistic的模型。

但是Ian并不赞同。作为电脑游戏的第一代玩家，他认为是芯片图形运算的并行度不够，现有芯片尤其是GPU还有很大的挖掘潜力。为了证明这一点，他在博士期间搞出了一套适合GPU使用的高并行度的编程工具，叫BrookGPU。在博士答辩结束的时候，一个男人走上来攀谈，说，你做的很不错，来我们公司干吧。

这个男人，正是老黄。

老黄来找Ian并非心血来潮。这些年在江湖中的磨练让他明白了一个真正的道理：在芯片的江湖中，只有掌握了开发者生态，最好的开发者围着你转，客户才会跟紧你，你的产品才真正有了差异化。英特尔就是掌控了供应链和方案商生态，通过自己的编译工具紧密连接微软的开发工具彻底掌控住了企业，工业和消费的几乎所有市场份额。他的芯片曾经达到了80%的毛利。

必须拥有自己的开发编译工具，才能成为下一个英特尔。

是的老黄并不想做一个游戏显卡公司，他想做的，是下一个英特尔。那首先就需要一个比GCC还要好的通用编译工具。Ian的BrookGPU是再好不过的选择。

Ian加入后的第三年，2007年2月公司发布了新一代编译和runtime开发工具，这就是大名鼎鼎的CUDA。有趣的是, 开发者不仅仅可以使用CUDA的library，同时还可以和runtime通信，并且可以直接使用CUDA的driver进行编译。满足了不同类型的开发者的不同需求。

然而刚刚出现的CUDA，一切都显得那么没有必要。CUDA的发布按照老黄的话说，是“划时代的，是GPU真正走向通用计算的利器”。然而投资者们并不买账。在大部分投资者的眼中，这就是一家游戏硬件公司。

就在发布CUDA的时候，业务负责人传来好消息，公司显卡销售业务下降。这一下降就是连续四个季度。而老对手AMD正在高歌猛进，通过卓越的性价比不断拿走游戏行业的市场份额。

观察2007到2010年来CUDA的工具发布，老黄是忠实的践行了“通用芯片”的思路，开发工具为所有的应用服务。并且在每一代的硬件中，大量的提高并行度，缓存配置和通信总线的带宽达到了一个令人恐怖的地步，远超同行的配置。那个年代大家问的最多的就是：真的需要把并行度性能提高到这个地步吗？

在游戏行业倒是获得了大批的好评。因为NVDA的带动，电脑上的图形计算性能超过了主机，CUDA优越的性能和便利的开发速度也获得了游戏制作商的青睐。英伟达终于慢慢又在电脑游戏市场上获得了领先地位。

然而“通用计算”仍旧没有什么进展。CUDA的开发花费巨大，为了造势和苦苦寻找通用计算的开门应用，老黄和各行各业的开发者深入沟通。甚至不惜讲出段子。某斯坦福大学的化学教授，做出来的分子动力学模型计算量太大，一个化学反应模拟用英特尔的超级计算机可能要700年，用他们的GPU只需要一个礼拜。

无论是资本市场的投资人，还是游戏行业之外的客户，买账的并不多。偶尔能看到大学和研究机构的客户，在科学数值计算这个方面有很多很酷的应用，但只是很酷罢了，并没有太好的商业化前景。

然而老黄仍旧在不知疲倦的寻找：我的通用计算出路在哪里？

2012年9月30号，斯坦福大学的李飞飞教授举行了Imagenet第三届比赛。ImageNet是李老师发起的图像库只能识别项目。她的理想是使用机器学习的方法自动准确识别图片类型和内容。前两届比赛，冠军的错误率都在25%左右。然而这一年不一样了。虽然第二名还是25%，但是第一名居然达到了惊人的15.3%。大家都惊呆了。

提交人叫Alex Krizhevsky，是多伦多大学教授Geoffrey Hinton的学生。大家纷纷猜测，他怎么会得到这么好的结果呢？文章发出来，发现他用的是所谓的“卷积神经网络”方法。这个方法并不新奇，Hinton老师很多年前就提出来了。但是因为计算量巨大，甚至连百万美金级别的电脑都没法承担这么大的运算量。那么Alex怎么解决这个问题呢。后来大家发现，Alex使用了一块上千美金的英伟达GPU，通过CUDA简单的编程工具，成功实现了卷积网络的高速训练和运算。

这一下，石破天惊，整个计算机视觉行业，甚至机器学习行业一声惊雷。然后业内人士就发现，微软，谷歌，亚马逊，像疯狗一样购买英伟达的GPU。

嗅觉敏锐的老黄自然不会错过这个信号。

2015年，当imagenet分类错误率已经低到个位数的时候，老黄在GTC开发者大会拿出了他的著名演讲：history of deep learning.

在此发布的TITAN GPU成为了第一代深度学习开发者的标配。从此他终于找到了通用计算的方向：未来的世界计算越来越多会使用深度学习，深度学习就是未来的通用计算，而英伟达，就是深度学习的标配，之所以成为标配，CUDA是最大的护城河。

2015年英伟达大量进入所有的互联网公司，用于推荐算法，搜索，图像识别，还有大量的深度学习应用研究。

2016年，自动驾驶企业如雨后春笋冒起，英伟达的嵌入式芯片Jetson family开始畅销，背后的逻辑还是CUDA。

2019年，开始进入ARM服务器行业，开始抢英特尔的业务。

到了2021年，成为世界上市值最高的芯片公司。

老黄，终于真正做成了通用计算服务公司。他创造了全世界最有活力的应用开发生态之一。

2017年，TSMC30周年纪念。群贤毕至。大家给半导体行业最有影响力的CEO之一张忠谋捧场。有观众问诸位业界的CEO们，半导体行业竞争如此剧烈，为什么你们还会留在这个行业呢？

老黄说，把不可能变成可能的追求，才是这一行本身的魅力。这是我今天仍旧充满激情的上班的原因。

总结一下，目前可以概括为：显卡疯子、“两弹元勋”、AI狂人。

显卡疯子

1993年英伟达成立，4年时间里英伟达先后推出NV1和NV2芯片。由于押注在错误的技术方向，NV1耗尽了公司最早的投资，为了生存，公司从100多人裁员到30多人。

这时日本游戏巨头世嘉伸出橄榄枝，希望英伟达研发一款游戏机芯片，定金700万美元。这笔钱拯救了英伟达的命运。但世嘉后来放弃了合作，NV2最终也失败了。

一再的碰壁足够让创业者就此倒下，但黄仁勋毫无疑问是顽强的，他要为已然奄奄一息的英伟达找到一个突围的出口。

他将英伟达的战略从游戏主机转向PC市场，并马上从游戏设计公司晶体动力请来David Kirk博士担任首席科学家，组织了一个庞大的研发团队。

同时，黄仁勋决定采用微软PC显卡市场的Direct 3D API标准。这一做法让英伟达获得微软垂青。在微软带动下，下游厂商纷纷和英伟达结成伙伴。抱紧微软大腿后，英伟达终于活了下来。

（2002年的黄仁勋，他和鲍尔墨都喜欢打乒乓球）

后来才有了英伟达的显卡霸业。

有诗为证：“ 先有仁勋后有天，显卡在手虐神仙。”

David Kirk在英伟达居功至伟

David Kirk博士是图形学和高性能并行计算的大神，除了做显卡，他另一大贡献就是搞出了CUDA，被誉为CUDA之父，后当选美国工程院院士。

CUDA的诞生

随着显卡的发展，GPU（图形处理器）越来越强大，而且GPU为显示图像做了优化，在计算上已经超越了通用的CPU，特别擅长并行计算。

图形运算的特点是大量同类型数据的密集运算。GPU的微架构就是面向适合于矩阵类型的数值计算而设计的，如此强大的芯片如果只是作为显卡就太浪费了。但在CUDA问世之前，对GPU编程必须要编写大量的底层语言代码，是程序员不折不扣的噩梦。

David Kirk慧眼识珠，在他的主导下，英伟达推出CUDA，让显卡可以用于通用并行计算等其他非图形计算，

CUDA是英伟达利用GPU平台进行通用并行计算的一种架构，简单的说，就是普通程序员可以利用C语言、C++等为CUDA架构编写程序在GPU平台上进行大规模并行计算，就是让普通程序员也能用上核武器。

CUDA的诞生为英伟达进军人工智能埋下伏笔。

高性能并行计算

随着CUDA的发展和GPU可编程性的增强，利用GPU完成通用计算的受到高度重视，即将GPU用于通用计算，这就形成了CPU+GPU的异构模式。

2007年英伟达推出专为高性能计算而设计的Tesla GPU，此后很多年，在高性能并行计算领域，无人可与英伟达匹敌，Intel和AMD都被虐成渣。

2010年11月的全球最快超级计算机的前五强计算机中，有三台均采用NVIDIA Tesla GPU。而在2012年11月至2013年6月是世界上最快的超级电脑泰坦也是使用了18,688颗NVIDIA Tesla芯片 。

CUDA和GPGPU计算被广泛应用于金融交易、生物医疗、地理信息系统、天气预报、国防等需要高性能计算的领域，而NVIDIA Tesla GPU也占据了70%的GPU市场。

AI狂人

那么老黄作为显卡疯子怎么又转型成了“AI狂人”了呢？这得益于深度学习的发展。

深度学习神经网络尤其是几百上千层的神经网络需对高性能计算需求非常高，GPU对处理复杂运算拥有天然的优势：它有出色的并行矩阵计算能力，对于神经网络的训练和分类都可以提供显著的加速效果。

所以搭载GPU的超级计算机已经成为训练各种深度神经网络的不二选择，比如谷歌大脑早期就是使用英伟达的GPU做深度学习。

世界上目前约有3000多家AI初创公司，大部分都采用了英伟达提供的硬件平台。Andreessen Horowitz风投公司的合伙人马克·安德森也曾表示，他们已经投资了大批基于深度学习的创业公司，几乎每个公司都在采用英伟达平台。

而乘着深度学习这股东风，英伟达股价在过去的12个月上涨近200%，在过去5年上涨超过500%。

而反过来，GPU的发展使得计算能力的增加，也促进了深度学习的发展。

无人车

在今年的CES上，黄仁勋发表了主旨演讲，吸引了全世界的目光。

（还是同一件黑夹克）

演讲重头戏当属英伟达的自动驾驶解决方案。 目前，英伟达将其自动驾驶路试汽车命名为BB8（名字来源于星球大战），已经在加州和新泽西州经过多次测试。它已经可以在行驶的过程中识别出其它车辆、交通指示灯、车道线、路标等相关道路信息。

（Nvidia人工智能驾驶汽车BB8）

黄仁勋还提出了一个新话题：AI Co-Pilot（人工智能协同驾驶），主要出发点是在有些复杂路况依然需要人来驾驶，在这种情况下，在驾驶过程中AI会随时提醒人类驾驶员，车辆前后左右有什么潜在危险需要注意。

除了对环境的感知，还有对人的监测，具体应用到的技术包括人脸识别（情绪识别），头部追踪，视线追踪，还有读唇。

（AI Co-Pilot的四种识别和追踪模式）

比较有亮点的是读唇，因为道路上往往噪音较大，对语音识别准确率有很大影响，语音识别结合读唇想象空间很大！

英伟达的启发

英伟达在无人车上和包括特斯拉、奥迪、博世在内的车企业广泛合作，并且已经销售了大量硬件给特斯拉等车企，闷声赚大钱。

英伟达利用其Tegra处理器帮谷歌完善无人驾驶车，第一代无人驾驶平台Drive PX被用在奥迪A7，去年一发布Drive PX 2无人驾驶平台，特斯拉就宣布新的特斯拉车将搭载Drive PX 2。沃尔沃开测的XC90 SUV自动驾驶汽车搭载的也是Drive PX 2平台。

(还是这件黑夹克)

这个最大的启发就是除了技术之外，找清楚自身定位和商业模式也非常重要。英伟达的定位就是计算平台，和广大车企搞好关系，想买硬件的厂商就卖硬件给他们，想购买BB8背后的无人驾驶技术的话英伟达也提供技术授权。

而相反技术领先的谷歌无人车，却在商业模式上一直很纠结。谷歌如果想把整套无人驾驶车技术提供给大的汽车厂商会比较困难，因为大牌的传统汽车厂商并不放心将核心的技术依附于Google，也不希望把关乎核心用户体验部分交给Google来掌管。而和体量相对小的汽车厂商合作，问题则在于小厂商同样可以绕开Google去找其他OEM厂商，比如Mobileye或者英伟达那里购买无人驾驶的部件。

从芯片公司转型计算平台公司

从一系列动作上看，英伟达最大的目标是从一家芯片公司转型成为一家计算平台公司。

英伟达花了10年时间构建了基于GPU计算的通用基础架构平台，拥有来自世界各地的开发者和大量的开发工具。深度学习也是英伟达专注的领域，布局了多七年。英伟达最近推出了一个端到端的深度学习平台，已经应用到各个行业。

NVIDIA还顺势而为，推出了基于CUDA的cuDNN，与多种深度学习框架整合，通过将卷积神经网络的计算变换为对更GPU友好的矩阵运算，cuDNN可以有效提高整个网络的训练速度。

（cuDNN用于提升深度学习效率，来源是http://zhuanlan.zhihu.com/p/20003419）

通过在Caffe、Theano、Torch7等主流机器学习框架上的支持，cuDNN允许开发人员可以在这些框架上无缝利用GPU的能力。

两弹功勋

那为什么老黄为什么又称为两弹功勋了呢？有诗为证：

一卡一栋楼
两卡毁地球
三卡银河系
四卡创世纪

下面引用差评（微信公众号:chaping321)的内容来解释：

...因为超频后的英伟达显卡经常导致买家们的主板、电源全损，运气不好的内存都被烧掉。

所以，在那些玩家看来，他的显卡成了一枚“ 战术核弹 ”。

当然， “ 核弹狂魔 ” 这个名号，怎么会如此简单降临到一个人类身上？

相对于他的产品，其实老黄的脾气更像是一枚核弹。。

他被称为IT届最好斗的人，硅谷一霸，并且从不怕得罪任何人。。。

据不完全统计，黄仁勋得罪过AMD、Intel、微软、苹果、讯景等大型企业。

由于老黄他 “ 桀骜不驯 ” 的显卡，几乎得过罪所有的游戏厂商。

因为这些游戏厂商的游戏，在他的显卡配置下，要么跑不动，要么游戏效果不理想。。。

曾经，许多玩家反映，老黄最新的N卡带不动北软（即北京软星科技有限公司）开发的游戏 “ 仙剑奇侠传六 ” 。

以自身产品为自豪的老黄顿时感觉面上无光、气急败坏，扬言要炸掉北软的公司。。。

而且，当年，战地4 beta测试时，也遇到类似的问题，老黄居然说要炸了EA总部。。。（好在他没下手，要不之后的FIFA系列就再见了）

甚至连甘肃卫视揭秘真相的栏目，都将老黄的显卡搭载在了榴弹上。。。（笑尿）

（真是可怕！！！）

不过其实这次新闻事件也是搞笑。。。

因为该新闻稿的内容是选取百度百科里 “ 航母杀手 ” 这个词条信息。。

但由于网友的恶搞，将该词条的部分内容修改成黑N 卡的段子。。。

（百度，你的词条又被改了）

由于英伟达显卡的破坏力，加上网友的各种黑，大家就都这么把老黄挂上了 “ 核弹狂魔 ” 等类似的称号了...

据说每年英伟达硅谷的实习生都有机会去参观老黄的大别墅，记得去看看别墅下面是否埋着核武器吧...

实在不行，也要看看他买了多少件黑夹克啊...