文章来自于果核剥壳公众号首发：https://mp.weixin.qq.com/s/wKENbGzjKAxlA-Ee7wuYgg
最近这阵子，我只要一刷手机，几乎天天看到大模型和算力这些词汇。
但在这些喧嚣背后，你总能看见那个常年穿黑皮衣的黄老板。到了 2026 年的今天，他一手干出来的英伟达，市值已经冲破了 4 万亿美元大关，现在几乎所有科技公司搞 AI 都必须向他们采购高昂的硬件设备。
现在各大巨头为了抢最新的 Vera Rubin 系统，哪怕排队塞钱也得看黄老板脸色。这就导致很多人有一种错觉，觉得英伟达纯粹是运气好，恰好遇到了 AI 行业的技术爆发期。
时间往回倒退到 2008 年，那会儿的英伟达处境极其艰难。市值跌到只剩 15 亿美元，公司面临彻底破产清算的危机，天天被华尔街的基金经理们严厉指责。
你可能想不到，当年是谁在英伟达最绝望的时候，替全球的 AI 科学家垫付了那笔长达十年的天价研发费。
就是咱们这些普通玩家。具体点说，是当年那帮为了在《孤岛危机》里看清几朵水花反光，省吃俭用大半年去买显卡的人。
故事得先从 2006 年英伟达搞出的一项非常规技术说起。这东西叫 CUDA，当年可真是把华尔街那帮穿西装的投资经理气得够呛。
别被这种专业词汇吓住了，这事儿说白了不复杂。以前的显卡功能很单一，专门用来处理游戏画面里的多边形和像素。结果黄老板非要在里面强行加入一个通用计算功能。
我个人觉得这个决定在当时非常冒险。
你可以设想这样一个场景：如果你花钱买一台专门用来玩游戏的家用主机，结果厂商非要在里面塞进一套极其昂贵的科学计算模块，理由是为了以后能精准计算复杂的物理方程。这显然会大幅增加整体的制造成本。
为了往普通的 GeForce 消费级显卡里塞进这些复杂的运算单元，芯片的面积越做越大，制造成本硬生生跟着上涨了 50%。
你想想看，如果你当年正沉迷在网吧打魔兽世界，手里只有一千多块钱预算，你当然只关心它能不能让你组队下副本不卡顿。所以，这些额外增加的成本，普通消费者根本不愿意承担。
英伟达当时在这上面进行了大规模投资，直接导致了严重的财务危机。公司的毛利率从 45% 直接跌到了 35%。那会儿又恰好撞上 2008 年全球金融危机，大家手里都没什么闲钱了。
从 2007 年秋天到 2008 年底，英伟达的股价暴跌了超过 80%。投资人非常愤怒，要求黄仁勋赶紧停止 CUDA 项目的研发。
黄老板明白一个极其残酷的现实：一个计算平台要想存活下来，如果硬件的普及率和装载量不够大，其他优势都不具备实际意义。
这事儿有个最大的关键难题。如果当时英伟达老老实实地把带算力的芯片做成科研专用的计算卡，一张肯定得卖个大几万美金。那些还在大学宿舍里吃泡面、熬夜写代码的穷学生根本买不起。没人去写程序，那这套硬件就无法建立起相应的软件生态。
这里必须插一句，黄老板的精明之处恰恰在这个时候显露出来了。他想出了一个极度取巧的策略。英伟达把拥有完整 CUDA 计算能力的芯片，作为普通的家用游戏显卡来发售，并且定了一个普通消费者也能承受的价格，最后卖遍了全世界。
这几千万个为了玩游戏的你和我，在不知情的情况下就一起把原本高昂的研发费给平摊了。就这样，那些摆在桌面上运行的普通家用电脑，实际上成了全球理科生宿舍里的高性能计算设备。
顶着无数人的反对，英伟达生生坚持了十年。直到 2012 年，几个研究员翻出了两块已经积灰的 GTX 580 游戏卡，跑出了当年让所有人震惊的 AlexNet 图像识别成绩。这下子，深度学习技术迎来了真正的实质性突破。
竞争对手 AMD 和 Intel 们这时候才反应过来，但已经被远远甩在后面了。你想想看，如果你现在是家 AI 创业公司的技术总监，马上要发产品了，投资人天天在后面催促。这时候有人跑来劝你换一家更便宜的芯片。听上去很诱人，对吧？
但仔细一算账，你手底下的那帮程序员，他们已经完全习惯了这套叫 CUDA 的软件环境。整个行业里能搜到的排错文档、开源代码全部建立在这个系统之上。如果这时候你要换平台，手底下的几十号人起码得停工半年，跑去重新熟悉一整套毫无积累的新环境。
在现在的 AI 行业竞争里，要是停工半年重写代码，公司大概率早就倒闭了。这才是最让人绝望的生态垄断。
虽然现在的英伟达有着极高的行业壁垒，几百亿美金的数据中心一座接着一座建立，但不得不说，这一切最初的资金来源，全是靠咱们游戏玩家支撑起来的。
谢谢当年的你自己，是你亲手给未来充了值。
微信扫一扫 
支付宝扫一扫 