有这么一家公司，它一半的员工资产过亿，78%的员工是百万富翁，市值高达3.4万亿美元，是小米的20多倍，甚至比俄罗斯的GDP还高。这家公司就是英伟达，它也被称作AI时代的“军火商”。

在大多数人的印象里，英伟达不就是个卖游戏显卡的公司吗？怎么突然变得这么厉害呢？今天这期视频，就和大家详细聊聊英伟达是如何发财的。

如果要问谁是全球最硬核的米粉，那非英伟达的创始人黄仁勋莫属。2013年，在小米手机发布会上，雷军邀请黄仁勋上台为小米3站台。黄仁勋抓住机会，给自己的英伟达打起了广告，在发布会现场直呼，看起来就像雷军的小弟，毕竟当时小米风头正盛，公司估值高达490亿美元，而英伟达只有90亿美元。小米是它当时重要的客户之一，雷军作为甲方，黄仁勋来给雷总捧场，倒也合情合理。

大家还记不记得，以前手机对于联通、移动、电信网络的支持情况不一样，有的手机支持联通、电信3G网，但换成移动卡就只能用2G。当时小米3的移动版处理器用的是英伟达的Tegra 4，联通版和电信版用的是高通骁龙800。雷军通过采用双处理器的方式，规避了单一供应商的风险，也算是给黄仁勋卖了个人情。不过，当时雷军应该没想到，有一天英伟达的市值会是小米的20多倍，在巅峰时期甚至超越苹果和微软，登顶全球第一。

英伟达成立于1993年，比同行英特尔晚了25年，比AMD晚了24年，在这个行业算是非常年轻的公司。创始人黄仁勋1963年出生于中国台湾省。由于父母工作忙，没时间照顾他，9岁时他被送到美国，和舅舅一起生活。可舅舅在美国混得也不好，没时间照料他，干脆把他送到当地一所寄宿学校。

说是寄宿学校，实则跟“热血高校”差不多，里面的学生抽烟、喝酒、打架样样精通。小时候的黄仁勋身材矮小，又是亚洲面孔，英文也不好，很快就和同学们“打成一片”，只不过他是被打的那个。就这样过了两年，直到父母忙完工作移居美国，才把他送到正规学校学习。

虽然摆脱了那群问题少年，但为了挣生活费，每到暑假他还得去餐厅兼职洗盘子、扫厕所。在后来的记者采访中，他还说自己是扫过厕所最多的CEO，把打工的餐厅称作他的“母校”。

和其他科技大佬一样，黄仁勋不仅是学霸，业务能力也很强。1983年大学刚毕业，他就在AMD担任芯片设计师，干了两年后，跳槽到另一家叫LSI的芯片公司。凭借出色的能力，短短3年他就升职成为芯片部门的总经理。

在LSI公司，他结识了两位来自SUN公司的同行——蒂兹·普林姆和克里斯·马拉科夫斯基。后来SUN公司架构变动，这两人决定出去单干，第一时间就找到黄仁勋，想拉他一起创业。但黄仁勋立马拒绝了，在他看来，当时工作不错，还组建了家庭，没必要冒险。

但最后经不住两人的热情，黄仁勋约他们在曾经打工的餐厅详谈。这一聊，发现三人想法很一致，都认为3D图像处理芯片是未来的大趋势。于是在1993年，三人合伙创立了英伟达，专门研发图像显示芯片，黄仁勋担任CEO，这一年他30岁。

当时3D游戏刚刚出现，一款叫《毁灭战士》的游戏相当火爆，这让黄仁勋看到了游戏市场的巨大潜力。因此，英伟达接下来专注于游戏领域的3D图形芯片研发。

1995年，英伟达推出了第一块图像处理芯片NV1。然而，这款芯片并未如黄仁勋设想的那样成为爆款。由于NV1采用的是比较小众的四边形成像技术，而当时微软的Windows 95系统采用的是三角形成像技术，导致它兼容性很差，经常出现蓝屏死机的故障。更关键的是，NV1芯片价格比同类产品贵，市场根本不买账，许多已卖出的芯片还被打包退回。以至于第二代芯片NV2还没来得及发布，就宣告失败。

巨大的压力之下，英伟达从最初的100人裁员到不到30人，公司账上的钱只够维持30天，眼看就要解散。关键时刻，英伟达果断放弃四边形成像技术，全面支持微软的DirectX接口。1997年，发布了全球首款128位3D图像处理芯片Riva128。凭借出色的性能，上市4个月，出货量就超过了100万枚，把英伟达从破产边缘拉了回来。

赚到钱后，英伟达继续投入研发，发布了性能更强的显卡RivaTNT，很快在显卡行业崭露头角，备受资本青睐。英伟达顺势而为，在1999年成功上市。上市后的英伟达开足马力，发布了号称世界上第一款GPU——GeForce256。为啥说是“号称第一款”呢？其实GPU相关技术并非英伟达一家在研究，只不过当时不叫GPU，也不叫独立显卡，而是叫3D加速器。而此时，英伟达提出了GPU独立显卡的概念。所以直到现在，英伟达的GeForce系列依然是游戏玩家们追捧的对象。

在之后很长一段时间，英伟达的主要营收都靠卖独立显卡。直到2018年，比特币暴涨出圈，掀起一股虚拟币挖矿潮。当时，不管是英伟达显卡还是AMD的显卡都被拿去挖矿，高端显卡供不应求，价格自然水涨船高。为了照顾游戏玩家，让他们能买到最新的显卡，英伟达还推出了专门用于挖矿的矿卡。就这样，英伟达靠着给矿工“卖铲子”，市值接连上涨。之后，英伟达又搭上了元宇宙的快车，市值又翻了好几番。

不过，在英伟达看来，这些都只是赚快钱，因为它一直在谋划更大的布局。2012年，在一次人工智能大赛中，有一个团队使用英伟达芯片横扫全场。比赛规则很简单，就是让计算机自主识别图片里的内容，分辨动物种类，最后比准确性。这个团队的识别错误率最低，只有15.3%，可谓一战成名，让大家知道了显卡还能这么用。团队里的核心成员之一伊尔亚，正是日后ChatGPT的联合创始人兼首席科学家。

这里就涉及到CPU和GPU的区别。CPU就像是一位知识渊博的老教授，擅长处理量少但复杂的课题；而GPU就像是一大群小学生，虽然解不了难题，但处理1 + 2、2 + 2之类的基础运算速度很快。

恰好人工智能训练大模型就是处理大量基础运算，所以用GPU非常有优势。他们之所以选择英伟达的显卡，是因为英伟达早在2006年就布局GPU通用计算，推出了CUDA通用计算架构。

2016年，英伟达开始研发CUDA平台，就是把当时主要用来打游戏的显卡变成一种工具。不过当时很多人不理解，包括华尔街的分析师，他们觉得英伟达守着忠实游戏玩家粉丝就行了。但英伟达坚持把显卡做成工具。如今，全球95%的AI科技公司都离不开显卡，这说明华尔街那群人只是精通做生意的利己主义者。

在CUDA发布之前，显卡通常只能用来处理图形，如果要拿它进行通用计算，就需要对GPU进行复杂的编程。AI大佬吴恩达曾经说过，全球有能力对GPU编程的人不超过100个。而英伟达的CUDA问世后，即便普通程序员，也能让显卡进行通用计算。CUDA就是调用显卡来做通用计算的重要媒介。目前，全球已经有超过300万名CUDA开发者和4000个应用生态。CUDA之于英伟达，就像iOS之于苹果，是一条非常重要的护城河。

除此之外，英伟达还发布了针对训练AI大模型专用的高端显卡A100和H100，ChatGPT就用了1到2万张英伟达A100显卡。这些高端显卡，每张价格高达35000美元，但仍然供不应求，二级市场加价更是普遍现象。各大科技公司宣传自家实力时，都直接展示自己有多少张英伟达显卡。马斯克在直播中曾说，英伟达显卡比违禁品还难搞，甚至想通过限售显卡来制裁我国的AI行业。

从虚拟币到元宇宙，再到AI人工智能，英伟达每次都能踩中风口，“卖铲子”的永远比“挖金子”的赚得多。在每一次发现“金矿”时，英伟达都扮演着“卖铲子”的角色。根据2024年财报显示，英伟达的游戏显卡只占营收的17.2%，而AI数据占比提升到了78%。英伟达已经从游戏显卡巨头转型为AI霸主，慢慢在AI领域形成了闭环。你想搞AI就必须用显卡，要用显卡就得用CUDA，要用CUDA就得买英伟达显卡。结果就是，你靠AI赚了100块，有70块进了英伟达的口袋。

虽然我国在AI领域起步较晚，但在大模型领域有很多像百度文心一言等本土企业在加速追赶。在芯片领域，华为升腾也在不断自主研发，努力打破“搞AI必买英伟达”的技术霸权。黄仁勋曾经说过，伟大的公司不是追赶风口，而是提前十年埋下种子，而中国AI的种子正在悄悄发芽。