輝達黃仁勳的豪賭：走在破產邊緣，打造上兆元 AI「軍火商」

營收翻兩倍至 181 億美元，利潤從去年同期 6.8 億飆升至 92 億美元。AI 浪潮下，輝達第一季以超於期待的「爆炸」表現，從台積電手上奪走桂冠，成為「晶片之王」。

「人工智慧領域正在打仗，而輝達是唯一軍火商」，華爾街分析師評論。

輝達今天享受的「AI 紅利」，來自黃仁勳十多年前的「豪賭」。《紐約客》最近深度報導，可看到這場決定性豪賭背後更多細節。從來沒法為成功打包票，破產永遠在旁邊等著。

點燃人工智慧的「大爆炸」時刻

那是第一台 8K 解析度遊戲機，占據整面牆，太美了。

2000 年史丹佛學生 Ian Buck 連結 32 張輝達 GeForce 顯示卡，外加八台投影機玩〈雷神之鎚〉，自己做了一台高清遊戲主機。輝達 GeForce 成功一開始就是〈雷神之鎚〉幫助，「死亡競賽」模式 GPU 平行運算讓玩家有速度優勢，故 GeForce 每次出新品都會有玩家跟上。Buck 也好奇，除了讓投手榴彈速度再快點 GeForce 還能做什麼，故駭進顯示卡原始程式設計工具「著色器」（shader），用並行計算將 GeForce 變成低成本超級電腦。

沒多久，Buck 就變成輝達員工。

▲ Ian Buck 現在是輝達副總裁。（Source：輝達）

黃仁勳想請 Buck 做一套軟體，讓每張 GeForce 都變成超級電腦，也讓硬體團隊晶片結構跟著改造。2006 年 Buck 設計 CUDA 推出，支援研究員和程式設計人員用程式語言更個人化和高效使用 GPU 的運算力。但消費者對黃仁勳想普及的超級電腦沒興趣，矽谷科技Podcast「Acquired」如此評論：

他們為新晶片架構花費巨資。

他們花了幾十億美元，目標是服務學術和科學計算的小眾領域，當時還不是很大的市場，規模一定比投資的幾十億少。

輝達雖廣撒網，努力尋找目標客群，試過股票交易員、石油探勘公司、分子生物學家等等，但並沒有考慮過人工智慧領域。連「AI 教父」主動「上門」都沒有感覺。這也難怪。

▲「AI 教父」Geoffrey Hinton。（Source：Ramsey Cardy / Collision via Sportsfile, CC BY 2.0, via Wikimedia Commons）

今日人稱 Geoffrey Hinton 為「AI 教父」，但 2009 年 Hinton 是在資本嫌棄的 AI 領域研究小眾「神經網路」。Hinton 當年給輝達的信這樣寫：

我剛對上千位機器學習研究員說，他們都該去買輝達顯示卡。你們可以免費給我一張嗎？

結果？輝達當然是拒絕。

Hinton 曾試用輝達 CUDA 平台訓練神經網路辨識人類語言，發現成果品質比想像好很多，於是決定於產業會議示範。雖然輝達不肯給 Hinton 顯卡，但 Hinton 依舊鼓勵學生使用，最關鍵就是他門下兩位也很有名的程式設計師 Alex Krizhevsky 和 Ilya Sutskever。

眼尖讀者應該發現了，後者就是 OpenAI 首席科學家，ChatGPT 技術主導者。

2012 年，Sutskever 和 Krizhevsky 買了兩張輝達 GeForce 顯卡，一週內餵神經網路數百萬張圖片，訓練出「AlexNet」。Sutskever 回想：

GPU 出現了，感覺就像奇蹟。

他的感嘆不無理由。同年 Google 購買一萬六千多張 CPU 訓練神經網路，以辨識貓咪影片，AlexNet 卻能正確辨識電動車、獵豹、貨船等，只用到兩張 GPU。

2012 年仍相當權威的大規模視覺辨識挑戰賽（ImageNet Large Scale Visual Recognition Challenge），AlexNet 以 Top5 誤差 15.3% 成績奪冠，表現遠優於第二名和歷屆參賽者，出眾到一度懷疑是作弊。Hinton 評論：

那就是宇宙大爆炸時刻。模範式轉變。

雖然不是刻意為之，但輝達就這樣引發人工智慧的「大爆炸」時刻。

成為 AI 公司

（黃仁勳）週五晚上寄信，表示公司將圍繞深度學習展開，我們不再是圖像處理公司。

之後星期一清晨，我們就變成 AI 公司。

真的，就是那麼快。

輝達副總裁 Greg Estes 告訴《紐約客》。AlexNet 登場後，沒過幾年，幾乎所有參加大規模視覺辨識挑戰賽的人都選神經網路。到 2010 年代中期，GPU 訓練的神經網路圖片辨識準確度達 96%，甚至超過人類。黃仁勳的超級電腦願景成真，他開始找下一個目標：

我們能解決電腦視覺問題，完全無組織結構的問題，這事實指向另一個問題：「你還能教它什麼東西？」

黃仁勳內心的答案似乎是：一切。

他認為神經網路會改變社會，他也可用 CUDA 壟斷硬體市場。他縱身一躍，開啟輝達的 AI 征途，這次 AI 界領導者不再需要寫信給輝達要免費顯卡了。2016 年 8 月，黃仁勳親自將世界首台 DGX-1 送至 OpenAI 辦公室，當時世界都不知道與 OpenAI 決裂的馬斯克親自開箱三千人耗時三年打造的成果。

（Source：MIT Technology Review）

官方新聞稿黃仁勳開玩笑：

如果這是我們唯一出貨的產品，造價就會高達 20 億美元。

誰能想到，第二年 Google 就公布新神經網路訓練架構 Transformer。新突破再被 Sutskever 抓住，引領 OpenAI 建造第一個 GPT 模型，一切都建立在輝達超級電腦基礎上。一年前的今天，OpenAI 發表 ChatGPT，改變一切，也包括輝達。

訂單不止，供不應求。

今年輝達股價飆升超過 200%，成為全球首家市值破兆美元的晶片製造商。曾不被看好的 CUDA 也集合 400 萬名開發者，成為輝達 AI 領域的另一道護城河。無論航太、生物科學、機械或能源探索等，大部分都用 CUDA 進行。

輝達最新 AI 產品 DGX H100 是重達 370 磅的金屬盒，定價高達 50 萬美元。和送到 OpenAI 辦公室的 DGX-1 相比，新產品運作速度提升五倍，要從頭訓練出 AlexNet，一分鐘就可搞定。

總是「在破產邊緣」的成功者

9 月黃仁勳受邀回加州聖荷西那家丹尼餐廳。當年他就是在這家餐廳卡座和合夥人起草成立輝達，他們想設計讓競爭對手「嫉妒死」（green with envy）的晶片。黃仁勳想出「Nvidia」之名，融合拉丁文「嫉妒」（invidia）之意。現在輝達當然讓競爭對手眼紅，丹尼 CEO 都特意為他們做了一塊紀念牌，讓輝達的光也能照耀餐廳。

然而，輝達成功並不是典型故事。

輝達初成立時，喜歡電子遊戲的黃仁勳認為遊戲市場值得擁有更好顯卡，1995 年推出首款產品 NV1。但 NV1 沒有被主流市場接受過，一大原因在同年微軟推出 D3D API，但 NV1 不支援 D3D。下一代 NV2 也失敗了。「賭」輸一次的黃仁勳不服氣，1996 年辭退一半員工，收緊資金，全押未經測試的新產品：