三人的豪赌：英伟达的诞生（1993-1999）
三人的豪赌：英伟达的诞生（1993-1999）
The Three-Way Gamble: The Birth of NVIDIA (1993-1999)
1993年2月17日，加州圣何塞，一家普普通通的 Denny's 餐厅（Denny's 是一家美国家喻户晓的连锁 24 小时餐厅，价格便宜，分店遍布全美，常被创业者当作临时会议室）。窗外是阴冷的冬雨，窗内坐着三个男人——30岁的黄仁勋（Jensen Huang）、32岁的克里斯·马拉科夫斯基（Chris Malachowsky）、33岁的柯蒂斯·普里姆（Curtis Priem）。他们面前摆着的是已经凉掉的美式咖啡和一份皱巴巴的商业计划书。这不是一次普通的早餐，这是一份生死契约——三个人决定，用全部身家，创办一家专门做图形处理芯片的公司。
问题摆在他们面前，几乎是绝望的：没有工厂（fabless，无晶圆厂模式在当时还相当激进）；没有启动资金（三人凑出的初始资本只有区区 6 万美元，这在芯片行业连买几台测试设备都不够）；没有客户；更可怕的是，他们面对的是英特尔（Intel）这样的芯片帝国，以及 3dfx、S3、ATI 等一群在图形芯片领域已经耕耘多年的老牌玩家。一家"三无"初创公司，凭什么活下来？
更让人不解的是，黄仁勋并非图形行业的科班出身——他本科在俄勒冈州立大学学的是电子工程，硕士在斯坦福学的是电气工程，毕业后在 AMD 和 LSI Logic 做了十几年芯片设计。黄仁勋后来在多次访谈中回忆起那次 Denny's 早餐时说："我们不是在想'我们能不能赢'，我们是在想'我们能不能做出一个真正重要的东西'。"（We weren't thinking about whether we could win, we were thinking about whether we could make something that truly mattered.）
这家"重要东西"的公司，后来有了一个家喻户晓的名字：NVIDIA。但它的诞生，源于三个工程师对一个即将爆发却无人察觉的市场的赌注——个人电脑的图形革命。30 多年后，当全世界都在谈论 AI（Artificial Intelligence，人工智能）、大模型、自动驾驶时，人们才发现，NVIDIA 早已悄悄站在了这一切的底层基础设施之上。理解 NVIDIA 的故事，我们必须从这家 Denny's 餐厅的早餐开始，从 GPU 这个最基础的概念开始。
下面，我们来拆解这家"三无"公司如何用 6 年时间从一张餐巾纸上的涂鸦变成纳斯达克上市公司的全过程。我们会看到 1995 年的惨败、1997 年的绝地反击、1999 年的高光时刻，以及贯穿其中的、至今仍在塑造 NVIDIA 的"生存哲学"。
---
第一节：GPU 是什么？——为什么图形需要一种全新的处理器
What Is a GPU? — Why Graphics Demanded an Entirely New Kind of Processor
要理解 NVIDIA 的故事，我们必须先理解一个核心概念：GPU（Graphics Processing Unit，图形处理器）。理解 GPU，是理解后面一切故事——无论是 1995 年的 NV1 惨败，还是 2023 年 ChatGPT 引爆的 AI 革命——的钥匙。
CPU（Central Processing Unit，中央处理器） 是计算机的大脑。它从 1970 年代英特尔推出 4004 处理器开始，就一直是计算机的核心。CPU 是一种"通用型"处理器（general-purpose processor）——它可以做加法、可以查数据库、可以运行文字处理软件、可以播放视频，几乎所有任务都能做。这种"什么都能做"的特性，让 CPU 在过去 50 年里一直是计算机工业的皇冠。
但问题来了：图像处理是一种非常特殊的计算任务。
1990 年代初，随着 Windows 95 的发布和"多媒体电脑"（Multimedia PC）的兴起，个人电脑开始从"黑白字符界面"走向"彩色图形界面"。电脑游戏也从简单的 2D 像素游戏（如《超级马里奥》《俄罗斯方块》）迈向了 3D 世界（如《DOOM》《古墓丽影》）。每一次画面的刷新，都需要计算机做大量的数学运算——具体来说，是大量的矩阵运算和向量运算。
举个具体的例子：假设屏幕上有一个三维立方体，它有 8 个顶点、12 条边、6 个面。当这个立方体旋转时，CPU 需要计算每个顶点在屏幕上的新位置（投影变换）、每条边是否被其他物体遮挡（深度测试）、每个面应该涂什么颜色（光照计算）。这每一步都是大量的数学运算。
更复杂的是，一个游戏画面通常包含几十万个多边形（polygon），而且为了产生流畅的动画，屏幕需要每秒刷新 30-60 次（30-60 FPS，Frames Per Second，每秒帧数）。这意味着 CPU 每秒要处理数百万个独立的数学运算。
传统 CPU 有一个致命弱点：它是一个"少而精"的将军。1993 年主流的英特尔 Pentium（奔腾）处理器只有 1-2 个核心，一次只能处理 1-2 个任务。为了完成数百万个独立的数学运算，它必须一个一个串行处理（serial processing）——就像一个将军，必须一个士兵一个士兵地发号施令。即使每个士兵动作很快，当士兵数量达到百万级别时，也需要很长时间。
而 GPU 则采用了完全不同的设计哲学：多而粗的军团作战。GPU 内部有成百上千个小型计算单元（shader cores，流处理器核心），每一个都相对简单，但数量巨大。当面对数百万个独立的图形运算时，GPU 可以让这些运算"并行"（parallel）执行——就像一支拥有百万士兵的军队，可以同时开火。这种架构在计算机科学中被称为 SIMD（Single Instruction, Multiple Data，单指令多数据）或 SIMT（Single Instruction, Multiple Threads，单指令多线程）。
这是一个颠覆性的设计思路：CPU 像一个博士生，思考复杂但速度有限；GPU 像一万个小学生，每个只能做简单算术，但加在一起快得惊人。
这种"并行计算"的优势，在 30 年后被证明是 AI 时代的核心。因为无论是图像识别、自然语言处理，还是大语言模型（LLM，Large Language Model）的训练，本质上都是海量的矩阵乘法运算——而这正是 GPU 最擅长的事情。但这是后话，让我们先把目光放回 1993 年。
黄仁勋在 Denny's 早餐桌上看到的，正是这个"未来"：当所有人都在用 CPU 模拟图形运算时，专业的图形处理器市场将是一片蓝海。3dfx、ATI、3Dlabs 这些公司虽然已经在做图形芯片，但市场仍处于萌芽期——大部分电脑甚至没有 3D 图形能力。这是一个"先有鸡还是先有蛋"的问题：没有好的 GPU，游戏开发者不会开发 3D 游戏；没有 3D 游戏，消费者不会买 GPU；而要打破这个循环，需要一家公司愿意"先下注"。
黄仁勋看到了这个"鸡和蛋"的死循环，决定当那个"先下注"的人。这就是 NVIDIA 创立的真正愿景——不是"做一款更好的显卡"，而是"开创一个全新的计算时代"。这个愿景，后来被浓缩成 NVIDIA 内部传颂的一句话，也是公司的核心信条：
> "我们是一家计算公司，只不过我们最初是从像素开始的。" > *("We are a computing company. We just started with pixels.")*
重要术语对照表：
| 缩写 | 英文全称 | 中文解释 | |------|----------|----------| | CPU | Central Processing Unit | 中央处理器，计算机的"大脑" | | GPU | Graphics Processing Unit | 图形处理器，专为图像而生 | | SIMD | Single Instruction, Multiple Data | 单指令多数据，并行计算架构 | | SIMT | Single Instruction, Multiple Threads | 单指令多线程，GPU 的执行模型 | | FPS | Frames Per Second | 每秒帧数，衡量画面流畅度 | | fabless | Fabrication-less | 无晶圆厂，只做设计不生产 |
> 💡 小贴士：理解 GPU 的关键不是记住术语，而是建立一种"思维模型"——当问题可以被拆分成大量独立的小任务时，并行计算远快于串行计算。这一思想在 30 年后被 AI 行业重新发现，成为深度学习爆发的关键技术基础。
---
第二节：1995 年的 NV1 惨败——与行业主流对抗的代价
The NV1 Disaster of 1995 — The Price of Going Against Industry Standards
有了愿景，NVIDIA 在 1993 年正式成立后，立刻投入了第一款产品的研发。1995 年，NV1 诞生了。这是 NVIDIA 的开山之作，也是 NVIDIA 历史上最惨痛的一次失败——但正是这次失败，塑造了 NVIDIA 后来几乎所有重要决策的底层逻辑。
要理解 NV1 的失败，我们需要先理解 1990 年代中期 3D 图形行业的一场路线之争。
1990 年代初，3D 图形刚刚开始走向个人电脑。摆在所有工程师面前的问题是：一个三维物体的表面，应该用什么数学方法来描述？
当时主要有两种思路：
第一种：三角形多边形（Triangle Polygons） 用大量的小三角形来"拼凑"出物体的形状。这是行业主流标准，也是 Direct3D、OpenGL 等行业图形 API（Application Programming Interface，应用程序编程接口）所采用的方式。为什么是三角形？因为三角形是"最简单稳定的多边形"——三个点确定一个平面，永远不会出现"扭曲"。而任何复杂的曲面（曲面、圆球、人脸）都可以用大量小三角形近似。
第二种：曲面纹理（Curved Surface Texture Mapping，即"二次曲面纹理映射"） 这是黄仁勋在 NV1 中采用的技术。它的核心思想是：直接用数学公式来描述曲面（例如用贝塞尔曲面 Bézier Surface），而不是用三角形去逼近。这种方法的优势是，对于光滑曲面，所需的数学运算更少、画面更"顺滑"；但缺点是不兼容行业标准。
黄仁勋为什么选择"不走寻常路"？
这背后有黄仁勋的工程师情怀：他认为三角形拼接出来的曲面永远是有"棱角"的，真正的曲面应该用数学公式来描述。NV1 确实在技术上做到了"曲面"——这是它的骄傲，也是它的墓志铭。
为了配合这种曲面技术，NVIDIA 还做了一个更大胆的决定：NV1 不仅做图形，还内置了"音频"功能（在当时那个没有独立声卡的年代，这是个吸引人的"整合"卖点）。此外，NVIDIA 选择了和一家叫 Sega（世嘉）的日本游戏机公司合作——NV1 的架构主要是为 Sega Saturn（世嘉土星）游戏机设计的。
听起来很美好，对吗？曲面技术更先进、整合了音频、绑定了大客户。但 NV1 推向市场后，遭遇了三重灾难：
第一重灾难：不兼容游戏生态
1995 年是 PC 3D 图形爆发的前夜。微软正在开发 Direct3D（Windows 系统下的 3D 图形 API），游戏开发者们正在基于三角形多边形和 Direct3D 标准疯狂开发新游戏。但 NV1 走的是曲面路线，完全无法运行基于三角形标准的游戏。当消费者买回 NV1 显卡，兴奋地想玩《古墓丽影》或《雷神之锤》时，发现根本玩不了——因为这些游戏都用三角形，而 NV1 不会处理三角形。
第二重灾难：Sega 的背叛
NV1 主要为 Sega Saturn 设计，但 Sega 看到了行业向 Direct3D 倾斜的趋势，在最后一刻改用了别的芯片。这意味着 NV1 失去了最重要的"首发客户"，同时也证明了——Sega 已经意识到 NV1 的技术路线走错了。
第三重灾难：3dfx 的降维打击
就在 NV1 艰难求生的同时，一家叫 3dfx 的公司推出了 Voodoo Graphics（巫毒显卡）。3dfx 的策略非常聪明：完全采用三角形标准 + 极致性能 + 纯游戏显卡。Voodoo 立刻横扫了 PC 游戏市场，成为 1996-1997 年的"显卡之王"。3dfx 的创始人 Ross Smith 公开嘲笑 NVIDIA 的曲面技术是"博物馆的展品"（"A museum piece"）。
NV1 的市场结果：惨不忍睹。整个 NV1 生命周期，销量极为有限，几乎没有赚到钱。NVIDIA 陷入了"账上现金可能撑不过 6 个月"的生死危机。黄仁勋后来回忆说：
> "NV1 是一次彻底的失败。但那次失败教会了我三件最重要的事情：永远要兼容行业标准、永远要和开发者站在一起、永远不要让骄傲蒙蔽了对市场的判断。" > *"NV1 was a complete failure. But that failure taught me the three most important things: always be compatible with industry standards, always stand with the developers, and never let pride blind you to the market."*
这次失败的真正遗产，是英伟达后来的"兼容哲学"。
黄仁勋是一个极其善于从失败中提炼原则的人。NV1 之后，NVIDIA 内部形成了一条铁律：永远选择行业标准，哪怕自己认为有更好的技术。这条原则，后来在 RIVA 128、GeForce、CUDA 等所有关键产品上反复得到验证，成为 NVIDIA 的核心战略基因。
> 💡 实战启示（The MVP Mindset，最小可行产品思维）： > NV1 的失败是"过度工程化"（over-engineering）的经典案例。初创公司最容易犯的错，是"做出了一个技术上很牛但市场不需要的东西"。MVP（Minimum Viable Product，最小可行产品）思维 的核心是：先做一款"能被市场接受"的最低标准产品，活下来，再追求"颠覆性创新"。NVIDIA 1993-1995 年的故事，完美诠释了"先活下来，再谈伟大"这一创业铁律。
---
第三节：1997 年 RIVA 128 绝地反击——"兼容哲学"的胜利
The 1997 RIVA 128 Counterattack — The Triumph of "Compatibility First"
NV1 的惨败让 NVIDIA 几乎倒闭。据黄仁勋后来回忆，1996 年某个时刻，公司账上的现金只够发 30 天工资。他不得不裁掉大部分员工，公司从 100 多人缩到 30 多人。这是 NVIDIA 历史上最黑暗的时期。
但绝境中，黄仁勋没有放弃。他做了一个让所有人意外的决定：全面拥抱三角形标准，全面拥抱 Direct3D，全面拥抱 Windows 生态。这就是 RIVA 128（Real-time Interactive Video and Animation accelerator，128 这个数字指它有 128 位内存总线）的故事。
RIVA 128 的产品策略，可以拆解为五个关键决策：
决策一：100% 兼容 Direct3D 和 OpenGL
这是 NV1 教训的直接产物。RIVA 128 的硬件从设计的第一天起，就严格遵循微软 Direct3D 5.0 和 OpenGL 1.1 规范。这意味着所有用 Direct3D 写的游戏，所有用 OpenGL 写的专业图形软件，RIVA 128 都能完美运行。兼容性是 NV1 失去的东西，RIVA 128 必须把它夺回来。
决策二：性能对标 3dfx Voodoo，但价格更便宜
3dfx Voodoo 是当时的市场领导者，性能强劲但价格昂贵（399 美元）。RIVA 128 在性能上接近 Voodoo，但定价只有 199 美元——几乎是 Voodoo 的一半。这种"性能相当、价格腰斩"的策略，在经济学上叫 "对标定价"（competitive pricing），目的是快速抢夺市场份额。
决策三：单芯片设计，降低生产成本
RIVA 128 采用单芯片架构（single-chip design），这在当时是相对激进的工程选择。3dfx Voodoo 采用双芯片（两个芯片协同工作），成本高、功耗大。RIVA 128 的单芯片方案意味着主板厂商可以更简单地集成它——这一点至关重要。
决策四：和主板厂商深度合作，做"捆绑销售"
黄仁勋亲自飞到台湾，和华硕（ASUS）、技嘉（GIGABYTE）、微星（MSI）等主板厂商谈判，把 RIVA 128 集成到他们的主板上。当时正值个人电脑"多媒体升级潮"——大量 1994-1995 年买的电脑正在升级换代，"换主板顺便升级显卡"成了消费者的自然选择。这种 OEM（Original Equipment Manufacturer，原始设备制造商）合作，让 RIVA 128 在几个月内覆盖了上百万台 PC。
决策五：黄仁勋个人魅力——"24 小时 CEO"
这是一个常被忽略的细节。RIVA 128 之所以能拿下那么多 OEM 客户，部分原因是黄仁勋本人。他那时每周工作 7 天、每天 16 小时，是业内有名的"劳模 CEO"。他亲自给客户打电话、亲自飞到台湾握手、亲自做技术演示。这种"创始人级别"的努力，在初创公司里是宝贵的资源，也是大公司（如英特尔）做不到的。
RIVA 128 的市场结果：单季销量突破 100 万片
1997 年下半年，RIVA 128 正式发布，结果超出了所有人的预期：
- **发布后第一个季度（Q3 1997）销量突破 100 万片**——这是当时显卡行业的纪录。
- **市场份额从接近 0% 飙升到 35%**——直接威胁到 3dfx 的市场领导者地位。
- **NVIDIA 终于盈利了**——1997 年首次实现年度盈利。
- **现金流转正**——公司不再有"30 天倒闭"的风险。
**RIVA 128 的真正意义：它验证了