消费电子/硬件/半导体美
← 贴纸墙
JOURNEY · DETAIL
英伟达黄仁勋:CUDA生态赌注如何押出AI算力垄断帝国
创办:黄仁勋、克里斯·马拉科夫斯基、柯蒂斯·普里姆 · 英伟达公司
JOURNEY
关键字段
FIELD STAMPSINDUSTRY 行业消费电子/硬件/半导体
REGION 地区美
SCALE 规模巨头
CHANNEL 渠道其他
起步缘由
1993年黄仁勋在丹尼斯快餐店与两位工程师合伙人决定创业时,PC游戏3D化刚刚冒头。黄仁勋此前在AMD做芯片工程师、后跳槽到LSI Logic做芯片设计主管,亲眼看到图形处理需求爆发但没有标准方案。三人判断PC游戏会成主流,想做一个能同时处理2D与3D图形的芯片,但起步资金只有4万美元,棘手的是当时3D加速技术方向完全没有行业标准,根本没人知道该怎么做。
发家里程碑
1993年
创立起步 失败
1993年,黄仁勋30岁时辞去LSI Logic工作,与马拉科夫斯基和普里姆在加州圣克拉拉一间空办公室成立英伟达,启动资金4万美元很快见底,1994年靠红杉资本和Sutter Hill的2000万美元A轮融资续命,计划用DirectDraw图形加速切入Windows市场,但芯片设计几乎从零起步,团队对3D架构方向完全摸黑。
1995年
NV1芯片发布 失败
NV1采用非主流的二次曲面绘制技术,与当时兴起的三角形多边形3D标准不兼容,虽然世嘉为其投入了约700万美元订购土星游戏机用芯片NV2,但最终因NV2方案与世嘉新主机方向冲突被取消,英伟达濒临破产现金流仅能撑几个月,黄仁勋后来回忆『我们离倒闭只差几周』。
1997年
RIVA 128发布 转折
1997年,黄仁勋从SGI挖来大卫·柯克任首席科学家,放弃二次曲面技术全面转向三角形多边形渲染,RIVA 128在四个月内出货100万颗,成为英伟达第一款成功产品,1999年1月IPO时年营收约1.58亿美元,上市当天市值约4.7亿美元,首次验证了黄仁勋每六个月产品迭代一次的刀锋战略。
1999年
GeForce 256发布 PMF
1999年,GeForce 256被英伟达定义为世界第一款GPU(图形处理器),集成了2300万个晶体管,首次将几何变换与光照计算从CPU卸载到显卡,售价199美元起,拉动英伟达2000财年营收突破10.35亿美元的规模级,击败3dfx和Matrox成为独立显卡龙头,黄仁勋据此确立GPU品类心智。
2006年
CUDA发布 拐点
2006年,CUDA把GPU从专用图形芯片变成通用并行计算平台,黄仁勋押注约10亿美金研发投入和内部激励让全公司跳进这条赛道,但最初五年几乎没有回报,华尔街多次质疑CUDA是烧钱黑洞,2010年前后英伟达市值长期被低估,黄仁勋坚持拒绝砍掉CUDA团队,要求所有GPU都必须兼容CUDA接口。
2012年
AlexNet深度学习突破 转折
2012年,ImageNet大赛中Alex Krizhevsky用两块英伟达GTX 580显卡训练AlexNet夺冠,错误率比传统方法骤降逾10个百分点,深度学习首次被证明可行,黄仁勋嗅到信号后迅速改组为AI优先战略,2016年向OpenAI捐赠首台DGX-1超级计算机,黄仁勋亲手在机箱上签字,确立与AI实验室的绑定关系。
2020年
数据中心收入首超游戏 增长
2020财年第四季度数据中心收入首次超过游戏业务,达到约14.6亿美元季度规模,2020年9月黄仁勋宣布以约400亿美元收购ARM未成功但展示了BCG芯片野心,此前2019年以69亿美元收购Mellanox强化数据中心网络能力,AI训练需求引爆后英伟达H100出现历史级别缺货溢价现象。
2025年
市值突破三万亿美元 增长
2024年6月英伟达市值一度超越苹果微软成为全球第一,盘中突破3.3万亿美元,2025财年全年营收达1304.97亿美元同比翻倍以上,数据中心收入约1152亿美元占总营收约88%,Blackwell架构在2025年量产支撑推理需求,2026年黄仁勋公开称推理拐点已至预计2027年AI芯片将带来万亿美元收入。
转折点
- 1995年NV1失败后黄仁勋与世嘉谈判保留NV2合同无果,被迫放弃二次曲面技术转向三角形多边形路线,这是英伟达离死亡最近的一次。
- 2006年CUDA发布意味着英伟达把通用计算愿景掷入市场,连续多年被华尔街判为烧钱黑洞,黄仁勋仍坚持内部资源倾斜不砍CUDA团队。
- 2012年AlexNet用两块英伟达显卡训练夺冠,黄仁勋迅速将整家公司改组为AI优先战略,决定绑死AI算力赛道。
- 2019年以69亿美元收购Mellanox补齐数据中心网络能力,让英伟达从单卡供应商升级为AI集群全栈供应商。
失败与踩坑
- NV1芯片因采用二次曲面绘制技术与行业标准不兼容,产品上市即沦为滞销品,英伟达现金流几近断裂。
- NV2为世嘉游戏机定制的芯片项目最终被世嘉取消,英伟达收入断臂情势恶化到濒临破产边缘。
- 2020年以约400亿美元收购ARM的交易最终被各国反垄断审查阻断,2022年2月宣布放弃,付出的尽调成本和时间窗口全部沉没。
- CUDA发布后最初五年几乎没有商业回报,2010年前后华尔街多次公开质疑CUDA是管理层自嗨的黑洞项目。
关键成功要素
- 黄仁勋坚持所有GPU必须兼容CUDA接口,拒绝为短期利润砍掉通用计算研发——这是英伟达生态壁垒的源头。
- 以每六个月产品迭代一次的刀锋节奏逼退3dfx和Matrox等竞争对手,确立独立显卡市场主导地位。
- 2019年收购Mellanox补齐数据中心网络能力,让英伟达从单卡供应商升级为AI集群全栈供应商。
- 2024年数据中心收入占公司总营收约88%,英伟达从游戏公司彻底蜕变为AI算力基础设施公司。
- 2025财年营收达1304.97亿美元同比翻倍以上,数据中心业务约1152亿美元验证AI训练推理需求的商业爆发。
经验教训
- 公司的技术标准押注如果与行业主流标准背道而驰,再优秀的产品也会被市场直接淘汰,NV1的二次曲面技术就是血淋淋的教训。
- 看似烧钱的基础设施投资可能在十年后才兑现回报,CUDA的延迟回报逻辑说明底层生态投入必须有极强的创始人定力支撑。
- 外部关键事件(AlexNet冠军)会决定一家的命运走向,但黄仁勋在事件发生前就坚持通用计算路线才得以捕捉到那次红利。
- 大型并购有极强的不确定性风险,ARM收购案失败说明在地缘政治和反垄断压力面前四百亿美元级别的并购也无法完成。
- 从游戏到数据中心到AI基础设施的转型每一步都是危险拐点,黄仁勋三次押注都选择提前进入,说明关键战略窗口比技术本身更优先。
核心数据
- 2025财年营收:1304.97亿美元(公开资料口径,未验独立复核)
- 2024财年营收:609.22亿美元(公开资料口径,未验独立复核)
- 数据中心2025财年收入:约1152亿美元(公开资料口径,未验独立复核)
- 市值峰值:约3.33万亿美元(公开资料口径,未验独立复核)
- 毛利率:约73%(公开资料口径,未验独立复核)
- 团队规模:约2.96万人(公开资料口径,未验独立复核)
竞争对手 / 同行
AMD在2024年推出Instinct MI300X试图抢占AI训练推理市场,但软件生态ROCm与CUDA仍有显著差距导致份额有限;Intel推出Gaudi系列AI加速器但市场反响平平;Google自研TPU在内部支撑Gemini训练但对外销售有限;华为昇腾910B在中国市场承接部分替代需求但受限于先进制程供应;Cerebras和Groq等初创公司走超大芯片路线但商业化有限;核心威胁来自大客户自研芯片趋势如Google TPU和亚马逊Trainium。
来源
- https://www.panewslab.com/zh-hant/articles/019c988a-b154-7688-904d-f0fe75df8a66
- https://36kr.com/p/3770191914959624
- https://www.readaitime.com/deep/jensen-huang-third-pivot
- https://www.guancha.cn/JensenHuang/2026_03_17_810402_1.shtml
- https://www.36kr.com/p/3868382658958597
- https://www.huxiu.com/article/4851558.html
- https://figureasia.cn/archives/22791/05/28/15/42/50/
- https://36kr.com/p/3868382658958597
- https://www.10100.com/article/149201470