李善友：总市值再破5万亿美元，英伟达为什么总能跨越鸿沟？

4月24日，英伟达股价上涨超4%。这是自去年10月底以来，时隔近6个月，英伟达市值再次突破5万亿美元。怎么做到的？

善友教授说，“回忆过去，往往会有一种叙事上的错觉，觉得一切都是慷慨激昂、势如破竹的。”但如果你听了《英伟达第一季：黄仁勋的生死豪赌》，一定记得那个在巨头压迫下不断错位竞争、离破产永远只有30 天的黄仁勋。

英伟达在商业世界中通过竞争完成崛起，靠的是战略和产品。随后，黄仁勋和英伟达选择了一条更难的路，开启了一场横跨16年的理念之旅：

无视CPU垄断的行业惯性，在CUDA长期没有商业回报、被视作资金黑洞的至暗岁月里，深耕加速计算。从单一赛道破界生长，最终抓住Transformer技术机遇，从追赶者蜕变为规则制定者。

上周，李善友教授带来重磅系列课程之《英伟达第二季：黄仁勋的信仰远征》，回溯了这场堪称惊心动魄的自我颠覆。如何以第一性原理扎根底层创新，用极致长期主义穿越周期，挣脱竞争的桎梏，完成从“赢过别人”到“成就自我”的蜕变？

（文章仅为课程1/10，请前往APP看课）

一场“不战而胜”的史诗级竞争

在商业世界中，真正的驱动力其实只有两个：第一个是竞争，第二个是做自己。

越是竞争，越容易把你禁锢在既有的价值网络里。你的竞争对手会和你共同生成一个生态系统，有一股力量不断把你拽回原来的位置。大多数人对此并不自知，反而以为自己很努力，在不断攻城略地。

如果说黄仁勋上半场的核心关键词是“竞争”，不断向右上角突破、挑战巨头；当他成为巨头，必须思考一个新的问题：如何防止被别人颠覆？

它的上半场，是一个以竞争为驱动力、以成功为驱动力、甚至以恐惧为驱动力的故事；而到了下半场，它逐渐变成了一个“做自己”的故事。你会明显发现，2003年之后的英伟达，仿佛成为了一个真正“活着的组织体”，全新的创意、关键词，经由不同的人不断涌现出来。

关键词1：并行计算

英伟达最早的关键词是“图形处理”。GPU在进行图形处理时，本身就需要完成大量复杂计算，例如浮点运算、矩阵相关运算等。

2002年、2003年之后，出现了一个出乎意料的现象：科学家和研究人员发现经过改造和适配之后，GPU竟然能够胜任那些CPU难以高效处理的复杂计算任务。

斯坦福大学计算机科学领域的重要学者比尔·达利有一个长期理念，认为CPU代表的串行计算在很多场景下效率有限，一直在设想一种更大规模的并行计算体系。当科学家们开始使用GPU进行计算时，达利发现：英伟达的GPU，就是他所倡导的并行计算理念的最佳载体之一。于是，他写了多篇论文，推动这一方向的发展与传播。

直到这时，黄仁勋才最终顿悟到：英伟达真正的基因是并行计算。这个转变，确实非常精彩。随后他邀请比尔·达利加入英伟达，担任首席科学家。

关键词2CUDA

接下来，从“并行处理”走向“并行计算”需要一个架构。这个架构，正是构成英伟达核心护城河之一的东西：CUDA。

英伟达的GPU最初是可编程的，主要用于图形和渲染相关开发。如果那些科学家想把GPU用于自己的科研计算，必须先把自己的问题“翻译”为图形问题。即便如此困难，一些足够执着、足够专业的研究人员，真的把自己的实际问题翻译成了这类可执行函数，并应用在蛋白质折叠、磁共振成像、物理、化学、天文等诸多领域。

这件事再次震撼了黄仁勋。

黄仁勋迅速意识到，“可计算性”有可能帮助英伟达进入更广阔的领域。从知道到做到之间隔着很多层障碍。其实，真正的“知道”本应接近于知行合一。

2006年，英伟达推出了CUDA，也推出了G80。G80是第一代支持CUDA架构、能够有效执行通用并行计算任务的重要GPU产品之一，包含128个流处理器，能够并行运行大量计算线程。英特尔当时主流CPU的核心数量和并行处理能力完全不在一个量级。

有了CUDA之后，GPU就不再只是一个图形处理器，而开始成为一个通用并行计算平台。在它之上可以支持多种上层开发语言，任何掌握相应编程工具和接口的人，都可以来使用它。

G80的研发投入持续了四年，总成本约4.75亿美元。此后，英伟达持续投入巨额资金推广CUDA，激励开发者、举办开发者大会、建设工具链与生态体系。

黄仁勋真正做成的大事，核心上其实就是两件——GPU和CUDA。后面很多年，它其实是在等待这两项基础能力迎来属于自己的时代红利。它并不是一个典型的“先有明确需求，再去满足需求”的故事，而是一个先从内部涌现出某种能力和方向，然后再逐渐创造出需求和市场的故事。

回忆过去，往往会有一种叙事上的错觉，觉得一切都是慷慨激昂、势如破竹的。但CUDA在很长一段时间里，都被资本市场视为一个“资金黑洞”。大约在之后六年，甚至更长时间里，几乎没有多少人真正相信这件事。

当时，有一个著名的激进投资者史密斯介入。在他的压力之下，黄仁勋不得不去和其他投资人沟通，才保住了自己CEO的位置。他承诺要更加专注，放弃了一部分业务，但依然坚持做CUDA。没有收入、没有客户、没有应用，为什么还要坚持？于是，第三个关键词就要出来了。

关键词3：加速计算

计算机的基本范式长期都是围绕CPU组织起来的。而今天我们所说的超级计算机，其核心能力越来越多地建立在GPU加速之上。为什么会这样？

摩尔定律其实埋着一个“bug”：当晶体管尺寸小到一定程度之后，会越来越受到量子效应影响，其中一个典型现象，就是量子隧穿效应，从而导致漏电、功耗失控、器件稳定性下降等问题。从第一性原理来看，摩尔定律并不是可以无限延续的工程神话。

英特尔工程师其实早就讨论过相关问题，但大型成功组织往往会对自己既有路径形成强烈执念。到了2005年前后，CPU单核主频提升受限，传统依赖频率和缩放持续提升性能的路径开始放缓。

黄仁勋赌的是就是这样一件事：总有一天，当你那条传统路径无法继续高效进步的时候，你的大量市场会开始向我转移。

英伟达可以说打赢了一场“不战而胜”的史诗级竞争。

它从未进入CPU主战场，而是在更深层的技术范式变化中完成了超越。GPU强调的是“那些特别复杂、并行度极高、传统CPU难以高效完成的任务，我能做得更好”的“加速计算”。

英伟达后来推出的DGX，具有非常强的象征意义：它是一台以GPU为核心、面向加速计算和AI训练的系统级机器。然而这件事，在当时其实是被严重低估的。

到这里，供给侧的技术维度，其实已经被我们拈出来了：供给单点已经有了，产品单点也已经有了。

这一切，非常热血、非常鼓舞人心。但问题是：有没有需求？没有。有没有市场维度？也没有。有没有现成的战场？其实也没有。

这几个最关键的词，没有一个是黄仁勋凭空“想”出来的。他看见了这些东西的出现，感应到了它们，然后迅速回应，并立刻意识到它们的重要性，接着果断去做。

他的笃定到了什么程度？笃定到我还不知道市场在哪里，也不知道需求在哪里，但我知道，我正在做一件大事。后来等了多久呢？大约又等了六年，才等到AlexNet让深度学习真正引爆GPU计算需求；再往后，又经过多年演化，才等到“算力”成为一个被整个产业广泛认知和追逐的市场。从最初布局CUDA开始算，这是一个横跨十多年、近乎16年的等待。

什么样的力量，能够支撑一个人、一个组织，这样坚持下去？我想，最后只能落到一个词上：信念。

文章仅为课程1/10，请前往APP看课

真正的“战场”浮现
关键词4：人工智能·神经网络

大家可以感受一下：黄仁勋的第二季，那个味道、那个频率、那个能量，都不同了。当你走上第二季这条“成为自己”“以商入道”的路时，它并不会按照你头脑中预设的方式出现。

在需求尚未显现的时候，我靠什么来支撑自己继续走下去？从根本上说，支撑它的是第一性原理；从理念层面说，支撑它的是信念。但从战术层面上讲，我还需要一个能够指引自己的正反馈指标。

在寻找需求侧、寻找市场路径的过程中，我需要某种正反馈，让我知道自己大概率是对的。黄仁勋为此提出了一个非常重要的概念，叫作：Early indicator of future success，“未来成功的早期指标”。

这一段，对“理念型创业者”尤其重要。

重点并不在于赚钱，而在于找方向、找市场、找真正重要的需求。

英伟达大概花了十年左右的时间，去寻找这样的信号。它最早的两个用户之一，是来自医疗研究领域的研究人员，希望用GPU来提升乳腺影像分析相关设备的计算能力。他们给英伟达写信，黄仁勋立刻邀请对方参与测试与合作。

投入了数百万美元，只卖出了两张显卡。即便如此，黄仁勋依然非常高兴。

直到今天，黄仁勋和英伟达一直在做一件事，那就是：AI for Science。近年的诺贝尔物理学奖、化学奖背后，很多关键研究工作都深度使用了英伟达的计算平台。

黄仁勋经常讲一个故事。他在台湾大学见到一位教授。这位教授是物理学家，他想计算宇宙大爆炸之后物质演化的过程，传统CPU根本很难胜任。后来，这位教授的儿子在美国告诉他：你可以试试用游戏显卡来做这件事情。于是，这位教授自己搭建了一套基于GPU的计算系统，把这项工作做出来了。

后来，当这位教授见到黄仁勋时，对黄仁勋表达了极深的感激。他说：感谢你，让我能够在有生之年完成我的毕生事业。

“毕生事业”这个词，后来就成了黄仁勋非常重视的一个表达。他一直在寻找这样的信号：什么样的场景，虽然今天没有形成清晰的商业市场，却在价值上极其重大；什么样的用户，虽然规模很小，却在方向上极其关键。

这背后体现的，正是我们所说的那种“理念”与“信念”的力量。你会发现，英伟达不再以竞争作为根本驱动力了。和上半季相比，这是不是一种脱胎换骨？

另外一个问题是：我到底应该做什么？

答案是：去做那件只有我才能做的事情。

英伟达当时已经在非常主动地寻找GPU的应用领域了，可它仍然没有真正想到：人工智能会成为那个最大的方向。

最早识别出关键方向的人之一，正是今天AI历史中的关键人物——Geoffrey Hinton。“并行计算×神经网络”有可能代表未来。Hinton在学术会议上不断向大家讲：你们应该用GPU来跑神经网络。他甚至主动给英伟达写过邮件，大意是：我刚刚在一个会议上向大家推荐了你们的GPU，你能不能送我两块？

这件事本身很有戏剧性。黄仁勋当时仍然没有立刻意识到这件事的全部意义。

他是怎么真正意识到这件事重要性的？

Bryan Catanzaro（英伟达早期专注于深度学习方向的关键人物之一）敏锐地看到了这个变化，并且基于CUDA体系，推动了一个面向神经网络加速的关键软件库——cuDNN。你可以直接调用cuDNN，去高效地训练和运行神经网络。当Catanzaro最初向主管展示这个想法时，时间已经到了2013年前后，他甚至一度被泼了冷水。于是，他决定越级汇报。

黄仁勋几乎是立刻就明白了这件事的重要性。他把Catanzaro叫到办公室，对他说：这是千载难逢的项目。就由你来干。公司有几千人，你想调动谁就调动谁。英伟达几乎是立刻以公司级资源投入到这个方向中。

到这个时候，方向已经隐约看见了，

但真正的大市场还没有完全形成。

2017年，Google Brain发表了那篇震撼世界的论文：Attention Is All You Need。它提出了“自注意力机制”，并进一步提出了一种新的神经网络架构：Transformer。

这个架构极其简洁，但能力极其强大。它允许一个序列中的每一个token，与其他所有token建立联系，这就是所谓的自注意力。更关键的是，Transformer天然更适合并行计算。

黄仁勋几乎是瞬间理解了Transformer的意义：它不再是某个专门任务的小模型，而是可能成为一种普适能力的底层架构。于是，黄仁勋让团队迅速为Transformer方向开发专门的优化编译器和加速方案。大模型训练时间从原来按月计算，被大幅压缩到了按天甚至更短周期计算。

所以走到这里，价值网络开始真正成形了。

这个时候，Open AI上场，成为最大推力。

2018年左右，Ilya意识到：Transformer是通往通用智能的新路径。立即把Open AI的整个工作重心转到Transformer上。2022年11月30日，ChatGPT的公开发布，成为一个关键节点。

最终，ChatGPT引爆了To C消费互联网市场的需求。五天用户破百万，两个月用户过亿，ChatGPT成为历史上增长最快的消费级互联网产品之一。

科学家实验室里的论文工作，是不会形成那样持续且巨大的算力消耗的；但一旦进入大众使用场景，情况就完全不同了。直到这个时候，技术乘以市场，这个真正的价值网络才算刚刚成立。如果你要给这个阵地命名，它就叫：AGI的入口市场。这个阵地有多大？可能是一个万亿美元级别的生态位。真正的“泼天富贵”才开始出现。

关键词5：算力

当市场真正开始出现之后，那个“十倍级”的需求到底是什么，我们也就看清楚了：算力。

微软先后对Open AI投入了巨额资源，而其中非常重要的一部分并不是简单以现金形式体现，而是以云基础设施能力来支撑Open AI的训练和部署。微软云所提供的这部分核心AI算力，底层大量依赖的，正是英伟达的GPU。

到2022年，终于等到了“算力”这个词真正成为时代级需求的时刻。

英伟达第二季的基因到底是什么？大家还记得那句话吗？3D图形对芯片性能的需求永不满足。于是，一个自指性的内循环就形成了。这就是英伟达第一季的基因结构。那么今天，我认为一个新的“基因双螺旋”已经出现了。一端是大模型，其代表公司是Open AI；另一端是算力平台，其代表公司是英伟达。

大模型对GPU性能的需求，几乎可以说是永不满足的。

Open AI的增长，已经呈现出一种近似“双重指数”的特征——第一，用户规模在增长；第二，更重要的是，单个用户对token和计算资源的消耗也在快速增长。

Sam Altman也逐渐意识到另一层“scaling law”：如果我拥有更多算力，我不仅可以服务更多用户，更重要的是，我可能获得更强的产品能力、更大的商业化空间，以及更高的收入天花板。也就是说，算力不只是成本，它还可能成为收入和能力上限的决定因素。

为什么今天像Meta这样的公司，会如此激进地投入算力？因为它们相信：算力和产品能力、用户价值、收入之间，存在一个更深层的正向关系。“算力”，它不再只是一个技术词汇，而成了这个时代最核心的战略词汇之一。

关键词6 ：AI基座

最后一个关键词：英伟达的产品，到底是什么？

英伟达首先当然是一家硬件公司。可问题在于，如果只把它理解为一家“做芯片的公司”，又显得不够准确。在这里，我们可以看到，他重新识别了谁才是我的真正顾客。

他判断：大模型的增长将是指数级的。过去以CPU为中心的数据中心，必然会逐步转化为以GPU为中心的数据中心。更深层的顾客，其实是数据中心，是那些为大模型提供算力基础设施和服务的数据中心体系。

更厉害的是，他甚至试图重新定义什么叫“数据中心”。他说，过去的数据中心，更像是一个成本中心；而未来的数据中心，将像制造工厂一样，持续产出某种新的价值单位。它生产什么？它生产的是token。而如果顺着这个逻辑往下推，未来这个世界的一种核心“生产单元”或者“价值单位”，很可能就是token。

结果，整个行业都逐渐接受了这一概念，开始大规模建设数据中心，或者说建设“AI工厂”。而这些AI工厂里采购的GPU，主要又是谁的？几乎还是他的。

过去，我们所有的智力与智能，原则上都只能从人类大脑中产生。今天，某种意义上，这是人类历史上第一次，大规模的“智能产出”不再完全依赖人类个体大脑。

我们都看过《黑客帝国》。在电影里，有一个巨大的系统，里面是成批的人类大脑和身体，被当作能量来源。如果你把它和刚才那个“AI工厂”的概念对照一下，你会发现两者在更深的意义上是相通的：未来大规模的智能生产，可能会越来越脱离单个人类大脑，而由机器系统持续地产生、放大和分发。这才是真正的质变。

所以，当我们再回头问：英伟达的产品到底是什么？我认为，更准确的答案是：基础设施。是从GPU芯片一路延伸到整个AI基础设施。我把它简化成一个词，叫作：AI基座。

所谓商业之道，在这里就是：看见自己，并成为自己。它不再以竞争为起点，而是重新定义产业、重新定义顾客，甚至在某种程度上重新定义这个时代。

黄仁勋基于第一性原理和长期信念，押中了一个时代级结构。不仅仅是ChatGPT，后来Gemini、Claude……各大模型公司的训练与部署需求，都在共同推高对它的采购，“全球顶级科技公司都在拼命争取英伟达的供货能力”。

2024年6月，英伟达市值曾达到约3.3万亿美元，成为全球市值最高的公司之一。此后，它长期处在全球市值最高公司序列之中。从已经发生的现实看，英伟达的影响力已经足够惊人。

延展 ：英伟达有没有可能被别人颠覆？

英伟达今天所处的位置，已经越来越像过去CPU所处的位置。英伟达有没有可能被别人颠覆？

从历史规律看，任何位于右上角的位置，都不应该假定自己永远不可被颠覆。那么，它未来可能被颠覆的关键词会是什么？我认为，仍然是那个词：专用。

这其实就是英伟达自己曾经走过的路。过去，英伟达是“专用”的——它最初的专用加速，最终打败了英特尔的通用计算。到了AI时代，英伟达自己的加速计算平台在某种意义上又逐渐“通用化”了。那么未来有没有可能再次出现一类新的“专用加速”，反过来超越今天这种通用加速平台呢？

每次有人问黄仁勋这个问题，他几乎都会非常坚决地回答：No way。我觉得，黄仁勋当然有他的理由，但他也会有自己的路径依赖和包袱。第一个包袱是什么？就是英伟达GPU最初的第一曲线，毕竟是游戏。要知道，英伟达的GPU发展路径在很长一段时间里，都是左手托着游戏，右手托着AI。

也就是说，它不可能完全摆脱游戏这个历史起点。可是，新一代的芯片如果从第一天起就完全只为AI而设计，根本不考虑游戏需求，会不会产生新的变化？

它还有第二个包袱，就是刚才讲过的CUDA生态。CUDA之下有大量软件库，有非常多不同的应用领域。AI并不是唯一方向。其它应用领域某种意义上也构成了CUDA体系的复杂性和历史负担。未来的新生代体系，会不会直接只为AI构建一套更极致、更聚焦的专用栈？这也完全有可能。

这里面最重要的潜在对手之一是谁？就是谷歌的TPU。今天AI时代事实上出现了两个重要阵营：一个阵营是谷歌：TPU+大模型+云+应用生态；另一个阵营是OpenAI+英伟达+微软云的开放协作式联盟。

谁会赢？现在还很难下结论。但至少可以确定的一点是：第二选择已经开始出现了。

文章仅为课程1/10，请前往APP看课

以商入道

过去十几年，我一直在讲课、研究、陪伴这个时代。我希望会有真正的原创性创新出来。我有一个很强烈的感受：AI时代会出现一批真正“理念型”的创新者，会出现真正原创、世界级的创新者。

黄仁勋这个案例，对我们并不只是一个商业案例，而是一种时代预演。

黄仁勋在下半场，很大程度上是在一次次共鸣与共振之中，把这些关键词接了出来，然后把它们合成了一个活着的东西。我把这个东西叫作：组织体。

黄仁勋几乎是少数一个始终更强调AI正面价值、极少公开突出其负面风险的人。对于黄仁勋而言，今天唯一最重要的事情，就是：赶紧上车，尽快上车，尽快学会如何使用AI。

我会觉得：如果说马斯克想让人类成为跨行星物种，那么黄仁勋想做的，也许是让人类成为一种“跨智能物种”。在他的设想里，每一个人都能够驾驭AI，借助AI去放大自己的能力。

他甚至有一套非常清晰的经济学直觉：人类社会中相当大的一部分GDP，本质上都与认知、知识、判断、设计、沟通、决策等“脑力活动”有关。如果AI能够显著增强这部分能力，那么全球经济就会因此增加数万亿美元规模的产出。

在他的信念里，AI不是为了取代人类，而是为了增强人类。

回到“以商入道”，我想最后落成两句话。

第一句话：找到那件只有我才能做的事。我坚定地相信，每个人来到这个世界时，都带着一点点这样的东西。只不过，走着走着，你在竞争里、在惯性里、在社会评价体系里被裹挟，慢慢把那一点点东西忘掉了。

它不一定伟大，不一定惊天动地，也不一定非得改写整个时代。它可能只是在你所在的那个具体领域里，推进一扇很小的门，一点点。

我们这代人总是习惯先看结果，但这个案例告诉我们：真正做自己，反而可能做得最大。

第二句话：通过那件事来服务他人。“人”这个东西，其实你是看不见自己的。你必须出去，去碰撞，去和别人撞，去和事情撞，在一次次互动、承担、修正之中，你才会慢慢知道自己是谁。

严格来说，那件事本身也许并没有那么重要，它只是一个载体。但正是通过把这件事推进到边界、推进到极致，在这个过程中，我看见了我是谁。这就是“以商入道”的真正气息。最后，商业结果往往反而会更大。

人生下半场，最酣畅淋漓的一件事，就是重新找到“我是谁”。踩在这个本来面目之上，去创造那件只有你该做的事。我想，这大概是最幸福的一种状态。

最后一个问题，我想留一个种子给大家：那件只有我才能做的事，到底是什么？经由那件事，我最终会走向那个终极而唯一重要的问题：我是谁？

我最真诚地祝福我们每一个人：在离开这个世界之前，都能够回答出这个问题。我觉得，这大概是唯一一种真正不负此生的活法。

文章仅为课程1/10，请前往APP看课