创业原点：从NV1失败到GeForce称王的游戏卡十年

2023年初，ChatGPT在全球掀起的AI浪潮让一家成立三十年的芯片公司站上了时代的风口——英伟达市值首次突破万亿美元，成为全球市值最高的芯片企业，其生产的AI训练芯片H100被各国科技巨头抢购，甚至出现了“一卡难求”的局面。但很少有人知道，这家如今掌控全球AI算力命脉的公司，最初是靠卖游戏显卡起家的，甚至在最开始的五年里，它曾因为一款失败的产品差点破产，在游戏显卡的“红海”里拼杀了整整十年，才最终坐上行业霸主的位子。这段从谷底到巅峰的创业史，不仅藏着英伟达后来能跨界称霸AI领域的底层逻辑，也完整记录了一家科技公司如何在技术路线的赌局、巨头林立的竞争中，靠技术迭代和战略定力杀出重围的全过程。

故事要从1993年的那顿丹尼餐厅的午餐说起。当时31岁的黄仁勋刚离开LSI Logic的芯片设计岗位，正琢磨着要不要自己创业。同在IBM做芯片工程师的克里斯·马拉科夫斯基和柯蒂斯·普里姆找上了他，三人凑了4万美元启动资金，在一间租来的小办公室里成立了英伟达（NVIDIA，名字来自拉丁语的“invidia”，意为“嫉妒”，寓意产品会让竞争对手嫉妒）。黄仁勋后来在采访中回忆，当时三人创业的初衷很简单：PC的3D图形处理能力太弱了，玩《德军总部3D》《毁灭战士》这类刚兴起的3D游戏全靠CPU硬扛，效果差还卡顿，他们觉得3D图形加速卡会是未来PC的刚需。

当时的3D显卡市场已经有3dfx、S3等先行者，3dfx推出的Voodoo卡是绝对的主流，玩《雷神之锤》这类热门游戏几乎成了Voodoo卡的标配。但黄仁勋看准了一个机会：当时的Voodoo卡只能在DOS系统下运行，对刚推出的Windows 95兼容性极差，而微软正在力推DirectX 3D接口，未来PC 3D游戏肯定会以DirectX为标准。英伟达决定押注DirectX生态，做兼容DirectX的3D加速卡，这个选择后来成了他们起死回生的关键。

但创业初期的路走得并不顺。英伟达的第一款产品是1995年推出的NV1，这款芯片最大的特点是采用了方形像素和四边形纹理映射技术，和当时主流的三角形多边形渲染技术完全不同。英伟达之所以押注这条看起来更先进的技术路线，是因为当时世嘉公司正在开发新一代游戏主机“土星”，看中了NV1的技术，下了大额订单。黄仁勋三人把所有的资金都砸进了NV1的研发，甚至借了高利贷来支付流片费用，幻想着靠世嘉的订单一举翻身。为了赶研发进度，工程师们连续三周睡在办公室，吃的是冰箱里放了三四天的披萨，黄仁勋每天和他们一起加班到凌晨，流片成功那天整个办公室的人都欢呼起来，觉得好日子终于要来了。

但灾难很快就来了。世嘉的土星主机在研发过程中改了技术路线，决定采用三角形多边形渲染，而NV1的方形像素技术完全不兼容，导致土星主机上的3D游戏画面严重变形，性能还不如上一代主机。更糟的是，当时的PC 3D游戏行业已经确定三角形多边形是行业标准，NV1的技术路线完全走偏，根本卖不出去。最后世嘉只收了一小批NV1，英伟达砸进去的几百万美元全部打了水漂，公司账上只剩不到2万美元，连下个月的工资都发不出来。黄仁勋后来回忆说，那段时间他每天在公司待到凌晨，想着怎么把公司救活，甚至已经做好了破产回IBM上班的准备。

就在公司快要撑不住的时候，转机出现了：IBM找上门来，希望英伟达为他们新一代的个人电脑设计图形芯片。当时IBM的PC业务正在被戴尔、惠普等厂商挤压，急需通过更好的图形性能来提升产品竞争力。英伟达接下了这个订单，连夜调整技术路线，放弃了方形像素，转做兼容DirectX标准的三角形渲染芯片，很快推出了RIVA 128。这款芯片最大的优势是完美兼容微软刚推出的DirectX 3D接口，驱动稳定，价格只有竞争对手3dfx的Voodoo卡的一半，性能却不相上下。当时Windows 95刚刚普及，PC 3D游戏开始爆发，RIVA 128一推出就卖爆了，第一年就卖出了100万片，帮英伟达不仅还清了所有债务，还赚到了第一桶金。到1997年，英伟达已经成为了PC显卡市场的前三强，稳稳活了下来。

活下来的英伟达没有停下脚步，黄仁勋很清楚，靠性价比抢市场只能赚辛苦钱，要做行业老大，必须得有核心技术优势。1998年，英伟达推出了RIVA TNT芯片，首次支持32位真彩色渲染和双纹理映射，游戏画面的色彩和细节都比Voodoo卡好了一大截，一下子抢占了大量的高端市场份额，3dfx的霸主地位开始动摇。但黄仁勋的目标不止是抢3dfx的市场，他要做整个行业的定义者。

1999年，英伟达推出了划时代的GeForce 256芯片，这款芯片最大的突破是第一次把3D图形处理的核心功能——几何变换、光照计算、纹理映射——全部集成到了显卡芯片里，之前这些功能都需要CPU来处理，GeForce 256相当于给CPU请了一个专门的“3D数学老师”，把CPU的负担减轻了80%以上，3D游戏的性能直接提升了数倍。更关键的是，黄仁勋在发布会上第一次提出了“GPU（图形处理器）”的概念，把显卡从之前的“辅助配件”重新定义成了独立的计算单元。当时整个行业都觉得黄仁勋是在玩概念，觉得显卡不过是处理图像的配件，叫什么GPU不过是噱头，但很快，GeForce 256就用销量证明了它的价值：第一年就卖出了200万片，营收突破10亿美元，英伟达在一夜之间成了3D图形行业的龙头。当时的3dfx还没反应过来，还在靠老旧的Voodoo系列撑市场，很快就落入了下风，2000年就被英伟达收购，彻底退出了历史舞台。

就在英伟达靠GeForce 256站稳脚跟的时候，它的最大对手ATI（Array Technology Industry）正在悄然崛起。ATI是加拿大的一家公司，之前一直做显卡的OEM业务，给索尼、微软等主机厂商供应芯片，技术实力非常强。2000年，ATI推出了第一款高端游戏显卡Radeon DDR，性能比英伟达当时的GeForce 2 GTS还强15%，而且支持更好的抗锯齿效果，游戏画面更清晰，一下子抢走了不少高端用户。英伟达和ATI的“显卡战争”就此拉开序幕，这场缠斗整整持续了十年，也把整个PC 3D游戏行业推上了高速发展的快车道。

这十年的竞争堪称科技行业的经典缠斗：你出一款新品，我隔半年就出更强的；你搞技术创新，我就搞营销创新；你抢游戏厂商的优化，我就抢游戏玩家的口碑。2002年，ATI推出了Radeon 9700 Pro，首次支持DirectX 9.0，支持像素着色器和顶点着色器，游戏画面的真实度直接上了个台阶，性能比英伟达当时的GeForce 4 Ti 4600强了整整30%，高端市场份额一下子被抢走了40%，英伟达的股价一周内跌了20%，很多分析师都唱衰英伟达，说它要被ATI超过了。

但黄仁勋的反应非常快，他马上调集了所有的研发资源，半年后就推出了GeForce FX系列，不仅追上了ATI的性能，还首次大规模支持了可编程着色器技术。这个技术相当于给了游戏开发者一把“画笔”，可以自己定义光影、水面、布料等效果的渲染方式，之前的游戏画面都是芯片厂商提前写死效果的，可编程着色器出来之后，游戏画面的真实度直接突破了天花板。比如2004年推出的《半条命2》，里面的水面反射、烟雾流动、人物皮肤的光影效果，都是靠可编程着色器实现的，而当时只有英伟达的GeForce FX系列能流畅运行这款游戏，很多游戏玩家为了玩这款游戏，专门换了英伟达的显卡。

除了技术，英伟达的营销也比ATI更懂游戏玩家。2000年左右，英伟达推出了著名的“The Way It’s Meant to Be Played”（它本应被这样玩）的营销 campaign，和全球顶级的游戏厂商合作，在新游戏发布之前就做深度优化，保证游戏在英伟达的显卡上能跑出最好的效果。同时他们还邀请职业游戏玩家做代言，在游戏杂志、电竞赛事里投广告，直接把英伟达和“顶级游戏体验”绑定在了一起。很多游戏玩家买显卡首先看是不是GeForce，品牌认知度一下子就起来了。而ATI的营销一直比较保守，主要靠给OEM厂商供货，和终端游戏玩家的距离很远，品牌认知度一直不如英伟达。

2004年，英伟达又推出了SLI（可扩展链路接口）技术，就是允许用户把两块显卡插在主板上，一起工作处理画面，性能直接翻倍。这个技术当时轰动了整个行业，很多高端玩家为了玩4K游戏，专门配两块GeForce显卡，英伟达的高端市场份额很快就抢了回来。而ATI虽然也推出了类似的CrossFire技术，但兼容性和稳定性都不如英伟达，而且游戏优化的支持也很少，慢慢就落了下风。2006年，ATI被AMD以54亿美元收购，之后再也没有能力对英伟达的高端市场发起挑战。到2010年，英伟达已经在全球游戏显卡市场占据了超过60%的份额，成了毫无争议的王者。

这十年的游戏卡战争，给英伟达攒下了三样后来转型AI的核心资本，这也是它后来能跨界称霸AI领域的底层基础。第一是技术积累。2007年，英伟达推出了CUDA（计算统一设备架构）技术，最初是为了解决游戏

画面物理模拟越来越复杂、NPC智能逻辑越来越臃肿的行业痛点——毕竟谁也没想到，这个最初为了给游戏减负的技术，会在五年后托起一个万亿级的AI帝国。

一、CUDA的诞生：游戏卡业务的“副产品”如何埋下AI火种

2006年的E3游戏展上，黄仁勋站在台上发布GeForce 8800 GTX的时候，台下玩家的尖叫声几乎要掀翻展馆顶棚。这款显卡性能是上一代旗舰的2倍，价格却只有一半，直接让《孤岛危机》这类“显卡危机”级别的游戏能流畅运行在中高画质下，当时全球的游戏玩家都在疯抢8800 GTX，英伟达的股价在三个月内涨了80%，市值突破200亿美元，成了全球最大的独立显卡厂商。

但很少有人知道，黄仁勋在发布8800 GTX的同一个月，已经在公司内部启动了一个被很多人称为“疯狂”的项目：CUDA。当时英伟达的图形架构团队发现，GPU用来处理3D图形的架构有个天然优势：它的核心设计是用来同时处理几百万个像素的并行计算，每个核心的算力虽然不如CPU，但核心数量是CPU的几十上百倍，用来处理AI训练里那种“海量简单任务重复计算”的场景，效率比CPU高几十上百倍。

这个发现让黄仁勋非常兴奋，他觉得GPU的未来不止是游戏，还能做通用计算，甚至能改变整个计算行业的格局。但当时公司里几乎所有人都反对这个项目：游戏卡业务正卖得火热，CUDA项目每年要烧几亿美元，而且当时根本没有通用计算的市场，显卡厂商卖芯片都是卖给OEM厂商和游戏玩家，谁会买显卡来做科学计算？甚至当时的高管私下里说“老黄是不是疯了，放着好好的钱不赚，去搞没用的东西”。

黄仁勋没有动摇，他甚至在内部会议上说：“我们做GPU的，不能只盯着游戏那点市场，要把GPU变成通用的计算单元，未来所有的计算密集型任务，都会用到GPU。”为了推进CUDA项目，他把当时图形架构团队最顶尖的200名工程师调了一半去做CUDA，还专门成立了CUDA生态部门，给开发者发开发板、做培训、做技术支持，每年投入的研发资金占公司总营收的20%以上，这个比例比当时任何一家芯片公司都高。

> 📌 侧边栏：CUDA到底是什么？ > CUDA（Compute Unified Device Architecture，计算统一设备架构）是英伟达于2007年正式推出的并行计算平台与编程模型，打破了GPU只能处理图形的限制，允许开发者用C/C++等通用编程语言调用GPU的算力，执行科学计算、AI训练、视频渲染等非图形类任务。截至2024年，CUDA生态已经拥有超过500万开发者，支持超过1000款科学计算和AI应用，是当前AI领域最主流的计算平台。

CUDA的推广过程比研发还要艰难。2007年CUDA正式发布的时候，整个行业都不看好，当时的《微型计算机》杂志专门写了一篇评论文章，标题是《显卡的异想天开：英伟达的CUDA是噱头还是未来？》，结论是“CUDA不过是英伟达的营销噱头，通用计算的市场根本不存在”。很多开发者觉得CUDA的编程模型太复杂，不如CPU的编程方便，不愿意用。当时英伟达的CUDA开发者大会，来的媒体不到10家，参会者 mostly 是英伟达自己的员工和少数几个高校的研究者。

黄仁勋没有放弃，他亲自跑到全球各地的大学、研究所、科技公司做演讲，给用CUDA做研究的学者发奖金，给开发者免费送开发板，甚至承诺“只要你用CUDA做出了成果，英伟达免费给你提供技术支持”。2008年，斯坦福大学的教授用CUDA做基因测序，把原本需要两周的测序时间缩短到了8个小时，这个成果发表在了《自然》杂志上，才让CUDA第一次进入了主流科学界的视野。2009年，CUDA被用于石油勘探的气象模拟，把原本需要几个月的模拟时间缩短到了几周，给石油公司省了几百万美元的成本，才慢慢有了第一批付费客户。

但当时CUDA的收入对英伟达来说几乎可以忽略不计：2010年，英伟达的总营收是66亿美元，其中游戏卡业务占了82%，CUDA相关的收入只有8000万美元，不到总营收的1.2%。很多人劝黄仁勋砍掉CUDA项目，把钱投到游戏卡业务上，赚更多的钱。但黄仁勋坚决不同意，他说：“CUDA是未来，就算游戏卡业务不赚钱了，我也要养着CUDA。”他甚至说服董事会，把2010年公司净利润的40%都投到了CUDA的研发和生态推广上，这个决策后来成了英伟达能抓住AI机遇的关键。

二、显卡战争的终局：从“绿厂”称霸到生态壁垒的全面建立

2006年ATI被AMD收购之后，英伟达的游戏卡霸权看起来已经稳了，但AMD并没有放弃显卡市场，反而整合了ATI的技术资源，在2007年推出了Radeon HD 4870，这款显卡采用了当时最新的55纳米工艺，性能比英伟达同价位的GeForce 8800 GT强了20%，价格却便宜了30%，一推出就抢走了英伟达15%的高端市场份额，英伟达的股价在两个月内跌了15%，很多分析师又唱起了“英伟达要被AMD超过”的老调。

但黄仁勋的反应比上次ATI推出Radeon 9700 Pro的时候更快，他马上调集了所有的研发资源，在三个月后就推出了基于65纳米工艺的GeForce 9800 GTX，性能比HD 4870强了10%，而且价格只贵了10%，很快就把失去的市场抢了回来。更重要的是，英伟达当时已经开始布局生态壁垒，2008年推出了GameWorks SDK，这是一个专门给游戏厂商的优化工具包，只要游戏厂商用了GameWorks，英伟达的工程师就会提前和游戏厂商合作，针对GeForce显卡做深度优化，保证游戏在GeForce显卡上的性能比对手高15%以上，画面效果更好。

这个策略非常有效，当时全球顶级的游戏厂商比如育碧、EA、暴雪、动视，几乎都加入了GameWorks生态，新游戏发布的时候，官方推荐的显卡几乎都是GeForce系列。比如2008年暴雪推出《魔兽世界：巫妖王之怒》，官方推荐配置就是GeForce 8600 GT以上，要是用ATI的显卡，很多场景会卡顿、花屏，很多玩家为了玩这款游戏，专门换了GeForce显卡。到2010年，英伟达的游戏卡市场份额已经突破了60%，AMD的市场份额只有30%左右，剩下的10%是英特尔集成显卡的市场。

除了生态，英伟达的营销也比AMD更懂游戏玩家。2000年英伟达推出的“The Way It’s Meant to Be Played”（它本应被这样玩）的营销活动，一直持续了十几年，和全球顶级的电竞赛事、游戏主播、游戏杂志合作，直接把GeForce和“顶级游戏体验”绑定在了一起。当时游戏圈有个说法：“没有GeForce，你好意思说自己玩3D游戏？”甚至很多游戏主播在直播的时候，会专门把显卡的logo露出来，给粉丝推荐GeForce显卡。而AMD的营销一直比较保守，主要靠给OEM厂商供货，和终端游戏玩家的距离很远，很多普通玩家甚至不知道AMD也做独立显卡，只知道“红厂”是做CPU的。

2010年，英伟达推出了基于Fermi架构的GeForce GTX 480，这是第一款同时支持游戏和CUDA通用计算的高端显卡，CUDA核心数量达到了480个，是之前产品的3倍，游戏性能比上一代强了50%，CUDA的计算性能也比之前强了4倍。这款显卡的推出，标志着英伟达的游戏卡业务已经和CUDA业务实现了技术同源，两款业务不再是独立的，而是共享同一个架构、同一个技术栈，为后来的AI芯片转型打下了基础。

到2012年，英伟达已经在全球游戏卡市场占据了超过65%的份额，是毫无争议的王者。当时的AMD虽然还在做游戏卡，但市场份额一直在30%左右徘徊，高端市场几乎被英伟达垄断，英特尔虽然做集成显卡，但性能一直很差，主要用在办公电脑上，根本进不了游戏市场。这十年的显卡战争，英伟达不仅赢了市场，更重要的是攒下了三样后来转型AI的核心资本。

三、黄金十年的三本账：技术、品牌与现金流的隐性馈赠

很多人觉得英伟达能跨界做AI芯片是因为运气好，赶上了深度学习的风口，但实际上，英伟达的成功是十年游戏卡业务积累的结果，这三本账每一本都算得清清楚楚。

第一本账是技术账。英伟达在游戏卡的十年里，把GPU的并行计算架构迭代了五代，从RIVA 128的2个渲染核心，到GeForce 8800的128个流处理器，再到Fermi架构的480个CUDA核心，每一次迭代都让GPU的并行计算能力提升几倍。更重要的是，英伟达积累了完整的芯片设计、流片、驱动优化、散热设计的经验，从1995年的0.5微米工艺，到2012年的28纳米工艺，英伟达一共流片了超过50款显卡芯片，每一次流片都积累了大量的工艺、功耗、散热的设计经验，这些经验后来用在AI芯片上，直接就能用，不用从零开始。

举个最简单的例子，GPU的并行计算架构最初是为了处理3D图形里的几百万个像素的并行计算，每个像素的计算都是独立的，不需要互相等待，这个逻辑和AI训练里的矩阵运算完全一致：AI训练需要把几百万个参数同时做乘法加法，每个参数的计算都是独立的，GPU的架构天生就适合做这个。而英特尔当时想做通用计算的Larrabee架构，是基于CPU的x86架构改的，核心数量少，并行效率低，最后项目直接取消了，根本比不上英伟达的GPU架构。

> 📌 侧边栏：GPU为什么适合AI计算？ > 我们可以用一个简单的比喻理解：CPU就像一个经验丰富的大学教授，能处理非常复杂的数学题，但一次只能做一道；而GPU就像一个有几千个小学生的班级，每个小学生只会做简单的加减法，但可以同时做几千道，AI训练需要处理几亿道简单的加减法，所以GPU的效率比CPU高几十上百倍。目前AI大模型的训练，动辄需要几千块GPU同时工作，换成CPU的话，可能需要几十万块，成本高几十倍。

第二本账是品牌账。经过十年的游戏卡战争，“GeForce”这个品牌已经成了游戏显卡的代名词，很多游戏玩家买显卡首先看是不是GeForce，甚至不知道其他品牌的显卡。这个品牌认知后来帮了英伟达大忙：2012年AlexNet爆发的时候，很多研究者第一时间想到的就是用GeForce显卡训练模型，因为大家都觉得GeForce的性能最好，驱动最稳定，生态最完善。要是英伟达当时没有这么强的品牌认知，就算有CUDA，也不一定能快速占领AI市场。

第三本账是现金流账。游戏卡业务是典型的“现