修改：修改部
【新智元导读】AI的火爆使得英伟达的市值水涨船高，成功跻身万亿美元沙龙，作为公司的魂灵人物，黄仁勋一路走来阅历了哪些故事？这位皮衣客又是怎么一步步树立了他的显卡帝国？
从神经网络AlexNet、到ChatGPT，再到生成式AI的大迸发，英伟达的GPU功不可没。
在这场AI淘金热中，英伟达的市值水涨船高，成功进入万亿美元沙龙，成为全球第6大市值最高的公司。
若说英伟达的成功背面，必定离不开这位魂灵人物——黄仁勋。
人人皆知乔布斯、盖茨等科技伟人的故事，而一向不愿意出头露面的老黄，除了一身皮衣，更多的阅历鲜有人知。
这次，纽约客的最新采访深挖了老黄创业进程、办理方法、以及怎么带领英伟达走向成功的进程。
黄仁勋出生于1963年的台湾，九岁时，他和哥哥被送往美国，在肯塔基州的奥奈达浸信会学院（ Oneida Baptist Institute, in Kentucky）学习。
黄仁勋和一个17岁的室友住在一同，他教室友识字，作为沟通，室友教他卧推。每天晚上睡觉前，黄仁勋都要做一百个俯卧撑。
由于年纪太小，黄仁勋不能在这所校园上课，所以他去了邻近的一所公立校园。
其时，校长向咱们介绍了这位身材矮小、藏着长发、操着浓重口音的亚洲移民。可是，也正由于这些特质，让黄仁勋饱尝同学的霸凌。
几年后，黄仁勋的爸爸妈妈获准进入美国，定居在俄勒冈州，兄弟俩与爸爸妈妈聚会。
黄仁勋高中时成果优异，是全国排名靠前的乒乓球运动员。他参加了校园的数学、核算机和科学沙龙，跳了两级，16岁就结业了。——可是他也表明「我没有女朋友。」
在入门课上，他的试验同伴是Lori Mills，仔细、呆萌、有着一头棕色卷发。
据黄仁勋回想，其时电子工程专业有250个学生，大约只要三个女生。男生们争相招引Mills的留意，黄仁勋觉得自己处于下风。「我是班里最年青的孩子，看上去只要12岁左右」。
——可是，每个周末，黄仁勋都会给Mills打电话，缠着她一同做作业。
「我想给她留下深刻印象，不是由于我的长相，而是由于我完结作业的才能很强。」
做了六个月的功课后，黄仁勋鼓起勇气约她出去。她承受了约请。
结业后，黄仁勋和Mills在硅谷找到了一份微芯片规划师的作业——「她实际上比我挣的多」。
后来两人成婚了，几年后，Mills离开了作业岗位，去抚育他们的孩子。那时，黄仁勋现已开端运营自己的部分，晚上则在斯坦福大学读研讨生。
1993年，他与Chris Malachowsky和Curtis Priem两位资深微芯片规划师一同创建了英伟达公司。
Malachowsky和Priem期望规划出一种图形芯片。开端他们给公司起名叫NVision，但后来得知这个姓名现已被一家卫生纸制造商运用。
黄仁勋主张运用英伟达，取自拉丁文i英伟达，意为「妒忌」。他挑选丹尼餐厅（Denny's）作为组织事务的场所，是由于这儿比家里安静，而且有廉价的咖啡。
他曾于1980年代在俄勒冈州的连锁餐厅作业过。「我发现，在窘境中我的思维最活泼。」
黄仁勋喜爱电子游戏，他以为商场需求更好的图形芯片。那时，艺术家们开端用被称为「基元」的形状来拼装三维多边形，而不是手艺制作像素，这样做省时省力，但需求新的芯片。
英伟达的竞争对手运用三角形作为基元，但黄仁勋和同伴决议改用四边形。——不过后来证明这是一个过错，差点毁了公司。由于在英伟达发布第一款产品后不久，微软宣告其图形软件将只支撑三角形。
由于资金短缺，黄仁勋决议回到传统的三角形办法。1996年，他裁掉了英伟达一百多名职工中的一半，然后把公司剩下的资金押在了未经测验的微芯片生产上，他不确定这些微芯片是否能成功。
——「成功和失利的概率五五开，但无论怎么咱们都要关闭了」。
当这款名为RIVA 128的产品上市时，英伟达的资金仅够付出一个月的薪酬。但这场赌博得到了报答，英伟达在四个月内卖出了一百万台RIVA。
黄仁勋鼓舞他的职工带着失望的心情持续出货，在今后的日子里，每逢面临职工讲演，他的开场白便是「咱们公司还有三十天就要关闭了」。这句话至今仍是公司的非正式座右铭。
坐落圣克拉拉（ Santa Clara）的英伟达总部中心有两座巨大的修建，每座修建都呈三角形。从沙发、地毯到小便池的防溅罩，整个大楼内部都是这种形状的缩影。
每栋大楼的顶层都有一个酒吧，公司鼓舞职工把办公室当作灵敏的空间，在这儿用餐、编码和交际。假如职工在会议桌上用餐，AI能够在一小时内差遣清洁工进行整理。在股价上涨之前，英伟达就被评为美国最佳作业场所之一。
在规范核算机体系结构中，大部分作业由被称为中央处理器（CPU）的微型芯片完结。几十年来，CPU的首要制造商一向是英特尔，英特尔曾多次企图迫使英伟达退出商场。
黄仁勋描绘英伟达与英特尔之间的联络是「Tom and Jerry relationship」——每逢他们挨近，咱们就拿起芯片跑路。
对此，英伟达采用了另一种办法。1999年，公司在上市后不久就推出了名为GeForce的图形卡。
与通用CPU不同的是，GPU把杂乱的数学使命分解成小的核算，然后用并行核算的办法一次处理完。CPU的功用就像一辆送货货车，一次送一个包裹；而GPU则更像一支摩托车队，在城市中络绎。
GeForce系列取得了成功。《Quake》（《雷神之锤》）系列视频游戏推进了它的盛行，该游戏运用并行核算来烘托玩家能够用榴弹发射器射击的怪物。
《Quake》系列还推出了多人对战的形式，PC游戏玩家为了取得优势，每次晋级都会购买新的GeForce显卡。
2000年，斯坦福大学核算机图形学的研讨生Ian Buck将32块GeForce显卡衔接在一同，运用8台投影仪玩Quake。——这是第一台8K分辨率的游戏机，它占有了整面墙。 「It was beautiful.」
GeForce显卡附带了一种叫做「着色器」的原始编程东西。在美国研讨机构darpa的赞助下，Ian Buck黑进了着色器，访问了下面的并行核算电路，将GeForce变成了一台低成本的超级核算机。
随后不久，Ian Buck就开端在英伟达上班了。
自2004年以来，Buck一向担任英伟达超级核算软件包（CUDA）的开发作业。黄仁勋的愿景是让CUDA能够在每一块GeForce显卡上作业。
在Buck开发软件的一同，英伟达的硬件团队开端在微芯片上为超算分配空间。英伟达的首席芯片工程师Arjun Prabhu将微芯片规划比作城市规划，芯片的不同区域专门用于履行不同的使命。
2006年末，当CUDA发布时，华尔街的反应是惊惶。黄仁勋将超级核算带给了群众，但群众并没有表现出他们需求这样的东西。
硅谷盛行播客《Acquired》的主持人Ben Gilbert表明，英伟达花了数十亿美元瞄准学术和科学核算的一个不起眼的旮旯，而这在其时并不是一个大商场。
到2008年末，英伟达的股价下跌了70%。
黄仁勋以为，CUDA的存在将扩展超级核算范畴。但这一观念并未得到广泛认同。
20世纪初，提起AI，彻底是一个冷门的学科。人工智能在图画辨认、语音辨认等范畴的发展一向止步不前。
在这个不受欢迎的学术范畴中，运用「神经网络」（受人脑启示的核算结构）来处理问题，更是没有得到许多核算机科学家的喜爱。
其时，深度学习研讨员Bryan Catanzaro劝止老黄，「不要研讨神经网络。由于其时人们以为，这现已过期了，而且不起作用」。
Catanzaro还将持续研讨神经网络的研讨人员，一致称为「荒野中的先知」。
这其间的一位先知，便指的是从多伦多大学教授退休、有AI教父之称的Geoffrey Hinton。
2009年，Hinton的研讨小组运用英伟达的CUDA渠道，练习了一个神经网络来辨认语音。
没想到，这项研讨成果的质量，让Hinton自己感到十分惊奇，并在当年的一次会议上报告了成果。然后，他自动联络了英伟达。
「我发了一封电子邮件说：『听着，我刚刚告知上千名机器学习研讨人员，他们应该去购买英伟达显卡。你能免费送我一块吗？』」。
可是，英伟达最终的回复只要一个字「No」。
虽然受到了萧瑟，Hinton仍是鼓舞自己的学生运用CUDA，包含自己引以为傲的高徒Alex Krizhevsky。
2012年，Krizhevsky和研讨同伴Ilya Sutskever在预算严重的情况下，购买了2张GeForce显卡——GTX 580 GPU。
然后，Krizhevsky开端在英伟达的并行核算渠道上，练习视觉辨认神经网络——AlexNet，一周内就向其输入了数千万张图画。
Hinton回想道，「他的卧室里那两块GPU一向嗡嗡作业不断，可想而知，他爸爸妈妈必定付出了相当可观的电费」。
随后，Krizhevsky和小同伴一同带着AlexNet参加了一年一度的ImageNet大赛，一举夺得冠军，第一个深度卷积网络模型就此诞生了。
GeForce显卡的才能，让Ilya和Krizhevsky双双感到惊奇。
其实，2012年早些时分，谷歌研讨人员吴恩达、Jeff Dean曾练习了一个能够「辨认猫」的神经网络。
谷歌这项作业运用了大约1.6万个CPU，而Sutskever和Krizhevsky仅用2块英伟达电路板就产生了「国际级」的作用。
AlexNet正确辨认了滑板车、豹子和集装箱船等物品的图片
可是，AlexNet在比赛中得分如此之高，以至于组织者开端置疑Krizhevsky是否以某种方法做弊。由于神经网络在其时并不受欢迎，Ilya和Krizhevsky是仅有一个运用这种技能的参赛团队。
Hinton称，「那是一种大爆炸的时间。这便是范式的改变」。
这篇「ImageNet Classification with Deep Convolutional Neural Networks」9页神作自2021年诞生以来，至今已被引证了了14万+次，成为核算机史上重要的里程碑。
Krizhevsky创始了许多重要的编程技能，但他的首要发现是，「专用的GPU能够练习神经网络，速度比通用CPU快100倍」。
Hinton弥补道，「假如没有CUDA，做机器学习就会十分费事」。
随后几年内，ImageNet比赛的每个参赛者都在用上了「神经网络」。到20世纪20年代中期，在GPU上练习的神经网络辨认图画的准确率达到了96%，远远超过了人类。
曩昔十年来，黄仁勋在推进超级核算和GPU的遍及上取得了巨大的成功。
他表明，「事实上，它们现在能够处理彻底非结构化的核算机视觉问题，那么接下来，你还能教它做什么？」
老黄再下注：英伟达从图形公司，晋级「AI公司」
答案似乎是：什么都能够！
黄仁勋总结说，神经网络将彻底改变社会，他能够运用CUDA占据必要的硬件商场。
其时，他宣告再次押注公司。
他在周五晚上宣布一封邮件，「全部都将转向深度学习，咱们不再是一家图形公司。从下周一早上开端，咱们是一家人工智能公司」。
英伟达的蜕变，从字面上看，便是这么快。
就在黄仁勋发送那封电子邮件之时，他找到了英伟达首席人工智能研讨员Catanzaro，进行了一次思维试验。
Catanzaro表明，「他让我幻想，把英伟达的8000名职工都带进停车场，然后我能够自由地从停车场挑选任何人参加自己的团队」。
在AlexNet成功之后，危险出资人开端向AI投入大笔资金。
Andreessen Horowitz公司的Marc Andreessen在2016年表明，「咱们一向在出资许多将深度学习应用于许多范畴的草创公司，每一家公司都有效地树立在英伟达的渠道之上」。
大约在那个时分，英伟达向OpenAI的研讨小组，交付了第一台专用的人工智能超级核算机DGX-1。
黄仁勋亲身把DGX-1带到了OpenAI的办公室，是由时任董事长的马斯克开箱。
2017年，谷歌的研讨人员提出了Transforme的神经网络架构。
次年，OpenAI的研讨人员便运用谷歌的结构构建了第一个「生成式预练习Transformer」。
GPT模型在英伟达超级核算机上进行练习，运用了很多的文本语料库，并学习怎么树立相似人类的联络。
2022年末，通过多年迭代，当红炸子鸡ChatGPT总算面向大众发布。
也便是从那时起，英伟达显卡需求爆单。
其间，最强悍的DGX H100，一个重达160多公斤的金属盒子，价格高达50万美元，现已缺货了数月。
DGX H100的作业速度是练习ChatGPT的硬件的5倍，而且能够在不到1分钟的时间内练习AlexNet。
英伟达估计，将在23年年末前售出50万台DGX H100。
应用于神经网络的处理才能越强，其输出就越杂乱。关于最先进的AI体系，或许需求数十个英伟达DGX H100。
假如这还不行，英伟达将把这些核算机像图书馆仓库相同摆放，用价值数千万美元的超级核算设备填满数据中心。
显着，人工智能的才能没有显着的约束。
在接下来的几年里，英伟达的硬件将加快进化到核算机时钟周期的速度，然后练习出各种相似的人工智能模型。
据介绍，英伟达卖出的设备毛利率挨近70%。
巨大的赢利让一切开发AI练习硬件的谷歌、特斯拉，以及草创公司都垂涎欲滴。
说起来，英伟达最剧烈的竞争对手是AMD。
自2014年以来，AMD一向由另一位才华横溢的工程师苏姿丰（Lisa Su）运营。自她成为公司担任人以来的几年里，AMD的股价上涨了30倍，使她成为这个年代最成功的半导体CEO，仅次于黄仁勋。
值得一提的是，老黄和苏姿丰仍是亲戚联络。
老黄自己很少承受采访。他表明，「我并没有做什么特别的事，首要是我的团队的尽力，我也不确定为什么我被选为首席履行官，我并没有任何特别的驱动力」。
当老黄下定决心在30岁运营一家企业的时分，他的联创Chris Malachowsky说，「你真的不是一个好讲演者，由于你比较内向」。
老黄表明，「我只要一个超才能——做作业」。英伟达软件主管Dwight Diercks称老黄能够在一个周末把握任何课题。
黄仁勋更喜爱灵敏的公司结构，没有固定的部分或等级制度。取而代之的是，职工每周提交一份清单，列出他们正在做的5件最重要的工作。
而他自己，每天也要写几百封回复的邮件，与职工谈天，一般仅有几句话。一位高管将这些邮件比作俳句，另一位还比作赎金收据。
老黄自己还拟定了一套自己常常引证的办理格言。
在组织使命时，老黄会要求职工考虑「光速」。这不只意味着快速举动;相反，职工应该考虑一项使命能够完结的绝对速度，然后朝着可完成的方针逆向尽力。
或许老黄最急进的信仰是「失利有必要共享」。
2000年头，英伟达曾出货了一款有毛病的显卡，电扇声响过大、过度活泼。
可是，黄仁勋没有辞退该显卡的产品司理，而是组织了一次会议，让司理们向几百人介绍了，他们做出的每一个导致惨败的决议。
英伟达的职工们有时也会诉苦，老黄的性情翻云覆雨。
黄仁勋表明，「这其实是我脑子里想的和嘴里说的不一致。当错位很严重时，就会表现为愤恨」。
即使在他很镇定的时分，黄仁勋的强势也可能是压倒性的。一名职工描述，「与他沟通就像把手指插进电插座里」。
虽然如此，英伟达职工流失率很低。
GPU的销量暴升，也让英伟达到为了国际算力霸主，成功进入万亿美元沙龙。这背面离不开领导人黄仁勋的「张狂式」的办理战略。
老黄曾表明，当你创建一家公司时，很自然地从第一性原理开端。
参考资料：
https://www.newyorker.com/magazine/2023/12/04/how-jensen-huangs-nvidia-is-powering-the-ai-revolution
