英伟达的创立与早期发展（1993-2006）：游戏市场的奠基

1993年，当三位工程师从LSI Logic离职，在加州圣克拉拉的一间小办公室里点燃了改变计算机图形学历史的火种时，他们或许并未意识到，这家名为NVIDIA的公司将在三十年后成为全球人工智能革命的引擎。NVIDIA（英伟达）的创立故事，不仅是硅谷经典创业叙事的一部分，更是一段关于技术前瞻性、市场洞察力与战略韧性的范本。其创始人兼首席执行官黄仁勋（Jensen Huang），一位出生于台湾、幼年移居美国并在俄勒冈州立大学获得电气工程学位、后在斯坦福大学获得电子工程硕士的工程师，与联合创始人克里斯·马拉科夫斯基（Chris Malachowsky）和柯蒂斯·普里姆（Curtis Priem）共同确立了公司的核心使命：通过加速计算，解决通用计算机无法高效处理的复杂问题。这一使命在1990年代初显得颇为抽象，当时的主流计算范式仍由中央处理器（CPU）主导，图形处理被视为次要的、附属的功能。然而，黄仁勋早已洞察到，随着个人电脑（PC）游戏和专业可视化应用的爆发式增长，对实时、高质量图形渲染的需求将呈指数级上升，而传统CPU的串行架构无法满足这一需求。因此，NVIDIA从创立之初，便锚定了一个看似狭窄却蕴含巨大潜力的赛道：专用图形处理器。本章将系统梳理NVIDIA在1993年至2006年的发展历程，聚焦其如何在竞争激烈的游戏显卡市场中，通过技术创新、战略合作与生态系统建设，从一家初创公司成长为图形处理领域的绝对霸主。在此过程中，我们将深入剖析图形处理单元（Graphics Processing Unit, GPU） 的基本架构与工作原理，阐明其与中央处理器（Central Processing Unit, CPU） 在设计哲学与计算范式上的根本差异，并揭示游戏产业对高性能图形处理的需求如何成为驱动GPU技术迭代的核心引擎。通过分析关键产品如RIVA TNT、GeForce 256以及开创性的CUDA架构的萌芽，本章旨在展现NVIDIA如何不仅定义了PC图形标准，更在无意中为日后向人工智能（AI）基础设施提供商的华丽转身，埋下了至关重要的技术种子与战略资本。

---

**1.1 创立背景：1990年代初的图形计算市场格局与创业契机**

在NVIDIA诞生前的1990年代初，个人计算机市场正经历从文本界面到图形用户界面（GUI）的深刻转型。微软Windows 3.0（1990年）和Windows 95（1995年）的推出，使得图形化操作成为主流，这直接催生了对2D图形加速的初步需求。然而，更具颠覆性的是3D图形从专业工作站（如SGI, Silicon Graphics Inc.的机器）向消费级PC的渗透。这一趋势主要由两个产业驱动：一是PC游戏产业的蓬勃发展，从《毁灭战士》（Doom）到《魔兽争霸》（Warcraft），实时3D渲染成为沉浸式游戏体验的核心；二是专业可视化领域，包括计算机辅助设计（CAD）、数字内容创作（DCC）和科学可视化，对更复杂、更精确的3D模型渲染提出了要求。

当时的市场由几家关键玩家主导。在高端专业领域，SGI凭借其高端图形工作站和专有硬件（如RealityEngine）占据统治地位，但其价格昂贵，与普通消费者隔绝。在消费级市场，图形解决方案主要分为两类：一是集成在主板上的2D图形芯片组（如S3 Graphics的ViRGE系列），仅能提供基本的Windows加速和有限的2D/3D功能；二是独立的图形加速卡，但早期产品（如ATI的Mach系列、Matrox的Mystique）大多专注于2D性能提升或提供非常初级的3D加速，且缺乏统一的编程接口标准，导致开发者需要为每种不同硬件编写特定代码，效率低下且体验割裂。

这种碎片化的市场格局为NVIDIA提供了切入机会。黄仁勋在LSI Logic工作期间，曾负责图形芯片项目，深刻体会到传统CPU处理图形任务的瓶颈：CPU的串行架构不适合处理图形渲染中大量的并行像素与顶点运算。他预见到，将图形渲染的核心功能从CPU剥离，交由一个专用的、高度并行的处理器执行，将是提升性能、解放CPU的关键路径。这一洞察与当时行业先驱的思考不谋而合。例如，1980年代，斯坦福大学和加州理工学院的学者就已提出流处理器（Stream Processor） 的概念，即用大量简单、重复的计算单元处理大规模数据流（如图形像素）。然而，将这一概念商业化，需要解决芯片设计、成本控制、软件生态等一系列难题。

1993年，黄仁勋、马拉科夫斯基和普里姆共同创立NVIDIA，初始资金来自他们的积蓄和一位天使投资人。公司名称“NVIDIA”是拉丁语“invidia”（嫉妒）的变体，寓意其产品能引起“羡慕”，也暗含了“video”（视频）与“vidia”（愿景）的结合。黄仁勋以30岁的年龄担任CEO，确立了以技术为核心、以速度为导向的企业文化。公司早期的核心目标并非立即打造完整的GPU，而是先开发高性能的图形协处理器或3D加速芯片，作为CPU的补充。第一代产品NV1于1995年发布，它是一款支持2D/3D图形和音频功能的PCI总线芯片。然而，NV1采用了一种非主流的二次曲面（Quadratic Surfaces） 渲染技术，而非当时逐渐成为行业标准的多边形（Polygon） 网格渲染，加之微软DirectX标准开始强调多边形支持，NV1在商业上遭遇失败。这次挫折让NVIDIA深刻认识到：在快速演变的技术标准中，遵循而非对抗行业主流生态，是生存与发展的前提。

---

**1.2 核心团队与愿景：黄仁勋的领导哲学与“加速计算”的萌芽**

NVIDIA的早期成功，很大程度上归功于黄仁勋独特的管理风格与战略眼光。他并非典型的“技术极客”创始人，而是一位兼具深厚工程背景与敏锐商业嗅觉的领导者。其领导哲学可概括为几个核心原则：

• **“危机驱动”（Sense of Urgency）**：黄仁勋以高强度、快节奏的工作文化闻名，他相信在高速发展的科技行业，慢即是退。这种紧迫感渗透到产品开发的每一个环节，推动团队以惊人的速度迭代。
• **“聚焦于解决根本问题”**：他反复强调，NVIDIA存在的意义不是制造显卡，而是“解决计算问题”。从创立之初，他将公司定位为**计算公司**，而非简单的硬件供应商。这一愿景在后来转向AI时展现出惊人的前瞻性。
• **“构建生态系统，而非仅销售芯片”**：黄仁勋很早就意识到，图形硬件必须与软件（尤其是游戏和应用）紧密结合才能成功。因此，NVIDIA在早期就投入大量资源与游戏开发商、微软等平台公司合作，确保其硬件能完美运行主流应用。

“加速计算”（Accelerated Computing）这一核心理念，在1990年代尚处于萌芽状态。其内涵是：将特定计算密集型任务（如图形渲染、科学模拟）从通用CPU转移到专用加速器上，从而获得数量级的性能提升和能效改善。在图形领域，这意味着将顶点变换、光照计算、光栅化等高度并行化的步骤，交由专门设计的硬件流水线处理。NVIDIA的每一代产品，都是对“加速计算”理念在图形领域的一次深化：从最初的固定功能管线（Fixed-Function Pipeline），到可编程着色器（Programmable Shader），再到统一的流处理器架构，最终扩展到通用并行计算平台CUDA。可以说，“加速计算”是贯穿NVIDIA三十年发展的主线，从游戏显卡到AI芯片，其本质一脉相承。

---

**1.3 GPU架构基础：从CPU到GPU的设计范式革命**

要理解NVIDIA的转型，必须首先理解GPU与CPU在根本架构上的差异。对于初学者，我们可以将CPU比喻为一位精通多种技能的大学教授，擅长处理复杂、逻辑性强、需要顺序执行的各种任务（如操作系统管理、文档处理、程序控制流）；而GPU则像是一个由数千名小学生组成的计算军团，每个学生能力单一，但数量庞大，能够同时执行大量简单、重复的算术运算（如为屏幕上的每个像素计算颜色）。

从技术层面看，这种差异源于二者的设计目标不同：

• **CPU（Central Processing Unit）**：设计目标是**低延迟（Low-Latency）** 处理通用任务。其核心特征包括：
• **少量复杂核心**：现代CPU通常有4-64个核心，每个核心功能强大，具备复杂的控制单元、大容量缓存（L1/L2/L3）和分支预测等机制，以高效处理串行代码和任务切换。
• **强调单线程性能**：通过高主频、超标量（Superscalar）执行、乱序执行（Out-of-Order Execution）等技术，最大化单个线程的执行速度。
• **通用指令集**：支持极其丰富的指令集，能处理从整数运算到复杂系统调用的各种任务。

• **GPU（Graphics Processing Unit）**：设计目标是**高吞吐量（High-Throughput）** 处理高度并行化的数据。其核心特征包括：
• **大量简化核心**：现代GPU拥有数千甚至数万个流处理器（Stream Processors，或称CUDA核心），每个核心结构相对简单，专注于执行基本的算术逻辑运算（ALU）。
• **SIMD/SIMT架构**：采用**单指令多数据（Single Instruction, Multiple Data, SIMD）** 或其变体**单指令多线程（Single Instruction, Multiple Thread, SIMT）** 模式。即，一个指令同时广播给大量核心，每个核心使用不同的数据执行相同操作。这完美契合了图形渲染中“对成千上万个顶点进行同样的变换矩阵运算”或“对屏幕上百万个像素进行同样的光照计算”的场景。
• **高带宽内存子系统**：配备专用的、高带宽的图形双倍数据速率（GDDR）显存，以快速吞吐海量像素和纹理数据。
• **专用硬件单元**：除通用流处理器外，还包含为图形管线定制的固定功能单元，如**光栅化器（Rasterizer）**、**纹理映射单元（Texture Mapping Unit, TMU）**、**渲染输出单元（Render Output Unit, ROP）** 等。

GPU的基本渲染管线（Rendering Pipeline） 是理解其工作的关键。以经典的DirectX 9/OpenGL 2.x时代的可编程管线为例，其主要阶段包括：

1. 顶点着色器（Vertex Shader）：处理3D模型的每个顶点，进行坐标变换（从模型空间到屏幕空间）、光照计算等。这是第一个完全可编程的阶段，由开发者用着色器语言（如HLSL/GLSL）编写。 2. 图元装配（Primitive Assembly）：将顶点组合成图元（点、线、三角形）。 3. 光栅化（Rasterization）：将图元转换为片元（Fragment），即屏幕上的像素候选者。此阶段通常由固定硬件完成。 4. 片元着色器（Fragment Shader， 又称像素着色器 Pixel Shader）：为每个片元计算最终颜色，包括纹理采样、光照、阴影等。这是第二个完全可编程的阶段，也是游戏画面效果（如材质、特效）的主要决定者。 5. 合并（Blending/Output Merger）：将片元颜色与帧缓冲区（Frame Buffer）中已有的颜色混合，处理透明、深度测试等，最终输出到屏幕。

在早期（如NVIDIA RIVA TNT时代），GPU的可编程性有限，着色器功能固定。而NVIDIA GeForce 256（1999年）首次引入了硬件转换与光照（Hardware Transform & Lighting, T&L） 引擎，将原本由CPU承担的顶点变换和光照计算移至GPU固定硬件，这是“加速计算”在图形领域的第一次重大胜利，极大地解放了CPU，使复杂场景成为可能。真正的革命发生在DirectX 9/Shader Model 2.0时代（约2002-2004年），NVIDIA的GeForce FX系列和ATI的Radeon 9700系列实现了完全可编程的顶点和片元着色器，将图形效果的创造权彻底交给了程序员和艺术家，开启了“可编程着色”的黄金时代。

---

**1.4 游戏产业：驱动GPU技术迭代的核心引擎**

游戏产业是NVIDIA早期发展的生命线，其需求直接定义了GPU技术演进的方向。我们可以从几个关键维度理解游戏对GPU的“催熟”作用：

• **性能军备竞赛**：3D游戏，尤其是第一人称射击（FPS）和即时战略（RTS）游戏，对帧率（Frames Per Second, FPS）有极致追求。更高的分辨率（如从800x600到1024x768再到1600x1200）、更复杂的场景（更多多边形、更大纹理）、更华丽的效果（实时阴影、反射、粒子系统）都意味着海量的计算量。这迫使GPU制造商不断推高晶体管数量、提升时钟频率、增加内存带宽。例如，从GeForce 2到GeForce 3，核心晶体管数从约2000万激增到约8000万，部分原因就是为了支持更复杂的可编程着色器。
• **画质与真实感的追求**：游戏开发者不断探索新的渲染技术以提升沉浸感：**法线贴图（Normal Mapping）** 在低模上模拟高模细节、**高动态范围渲染（HDR）** 呈现更真实的明暗对比、**延迟着色（Deferred Shading）** 优化多光源场景。每一种新技术的普及，都要求GPU提供相应的硬件支持（如更灵活的着色器、更高的渲染目标带宽）。
• **API标准的牵引**：微软的DirectX和Khronos集团的OpenGL/Vulkan等图形API，是软件与硬件之间的契约。每当API发布新版本（如DirectX 9引入可编程着色器，DirectX 10引入统一着色器架构），都意味着GPU必须进行架构革新以支持新特性。NVIDIA与微软等标准制定者的紧密合作，使其能提前布局，抢占先机。
• **内容生态的飞轮**：更多的游戏玩家 → 更大的显卡市场 → 更多开发者针对主流GPU优化游戏 → 更好的游戏体验吸引更多玩家。NVIDIA通过**NVIDIA GameWorks**等早期开发者计划，提供SDK、工具和技术支持，主动培育这个飞轮，确保其硬件成为游戏优化的首选平台。

可以说，游戏产业是GPU技术最严苛、最快速的“压力测试场”和“需求发生器”。没有游戏的驱动，GPU的性能提升和功能演进将失去最明确的商业动力。

---

**1.5 关键产品剖析：从RIVA TNT到GeForce，奠定市场领导地位**

NVIDIA在1993-2006年的崛起，是一系列关键产品成功叠加的结果。以下分析三款里程碑式产品：

**1.5.1 RIVA TNT（1998年）：性能与价值的平衡者**

在GeForce系列之前，NVIDIA的RIVA 128（1997年）是第一款取得商业成功的产品，以高性价比在低端市场站稳脚跟。但其真正的转折点是RIVA TNT（Rapid Innovative Visual Adapter, TNT）。

• **技术亮点**：RIVA TNT是第一款与3dfx Voodoo2在性能上正面竞争并实现局部超越的主流产品。它采用了**双像素流水线（Dual Pixel Pipelines）** 设计，每个时钟周期可处理两个像素，而Voodoo2需要两个芯片协同。它支持**24位深度缓冲（Z-Buffer）** 和**8位模板缓冲（Stencil Buffer）**，为更复杂的特效（如镜面反射、阴影）提供了基础。其核心时钟达90MHz，配备16MB SDRAM，在《Quake II》等游戏中展现出强劲实力。
• **市场策略**：NVIDIA采取了**“性能对标，价格压制”** 的策略。RIVA TNT性能与Voodoo2相当甚至某些场景更优，但价格更低，且提供完整的2D/3D单卡解决方案（Voodoo2需搭配2D卡）。同时，NVIDIA积极推动**开放标准**，与微软合作确保DirectX 6.0的完美支持，而3dfx的Glide API则相对封闭。这使RIVA TNT赢得了大量 OEM（如Dell、Compaq）和 DIY 用户的青睐。
• **意义**：RIVA TNT标志着NVIDIA从追随者变为挑战者，证明了其具备设计高性能、高兼容性图形芯片的能力，并为后续旗舰产品积累了宝贵的IP和工程经验。

**1.5.2 GeForce 256（1999年）：重新定义GPU，开启硬件T&L时代**

1999年8月，NVIDIA发布了具有划时代意义的GeForce 256，并首次使用了“GPU”这一术语来命名其产品。

• **核心创新：硬件T&L（Transform & Lighting）引擎**。在此之前，3D游戏的顶点变换和光照计算均由CPU完成。随着场景复杂度提升，CPU成为瓶颈。GeForce 256将这两项功能集成到芯片内部的固定功能硬件单元中。这意味着CPU只需发送原始顶点数据，后续繁重的矩阵运算和光照计算由GPU并行完成，性能提升数倍。例如，在支持硬件T&L的游戏（如《重返德军总部3D》）中，帧率获得显著提升。
• **架构增强**：除了T&L单元，GeForce 256还拥有**4条像素流水线**，每个管线包含一个纹理单元，支持**单周期双纹理（Dual Texture）** 和**环境映射（Environment Mapping）**。其核心晶体管数达到2300万，显存位宽提升至256位。
• **市场影响与争议**：GeForce 256被宣传为“世界上第一款GPU”，引发了业界关于“GPU定义”的讨论。批评者认为，其可编程性不足（着色器仍为固定功能）。然而，不可否认的是，**硬件T&L是图形计算从CPU向GPU迁移的关键一步，它首次将大规模并行计算的价值在消费市场具象化**。GeForce 256的成功，使NVIDIA在高端市场击败了3dfx，后者因固守Glide和缺乏T&L支持而逐渐衰落。NVIDIA借此登顶独立显卡市场。

**1.5.3 GeForce 3/4系列（2001-2002年）：可编程着色器的普及与DirectX 8的胜利**

GeForce 3（2001年）和GeForce 4（2002年）系列，代表了NVIDIA在可编程图形管线时代的领导力。

• **GeForce 3**：作为第一款支持**DirectX 8.0**和**顶点着色器（Vertex Shader 1.1）** 的GPU，它实现了顶点级的完全可编程性。开发者可以用高级语言编写自定义的顶点变换和动画逻辑，