他说自己离倒闭永远只有30天，却把一家卖显卡的公司做成了全球首家市值破5万亿美元的科技巨头。

　　 对手们一边骂他“垄断”，一边拼命追赶——可为什么连AMD、英特尔和谷歌都挡不住他？

　　1993年，一家没有名字的公司在美国加州圣克拉拉的一间丹尼斯餐厅里诞生了。

　　三个年轻人凑了4万美元，讨论着如何开发一款能在个人电脑上实现逼线D图形的芯片。那时候，没人能想到这家公司会在30年后成为全球AI算力的代名词。

　　黄仁勋，这个后来穿上标志性皮衣的男人，当时还不到30岁。公司最初的文件上只写着“NV”（next version），直到注册时才从拉丁语“invidia”（嫉妒）中找来了名字——NVIDIA。

　　而今天，这个名字确实让全世界都嫉妒了。平哥今天就来跟大家聊聊英伟达的前世今生。

　　英伟达的第一款产品NV1，在1995年推出。这芯片牛逼啊——同时拥有2D、3D图像处理能力，还能搞音频处理。

　　但问题来了：成本太高，卖得贵，更重要的是它坚持用方形绘图法，而行业主流是微软的三角形绘图标准。

　　但天无绝人之路。日本世嘉正跟任天堂掰手腕，看上了英伟达的集成方案，豪掷700万美元资助研发NV2，要把它用在下一代Dreamcast主机上。

　　然后英伟达又犯错了——团队依然坚持方形绘图。NV2研发失败，Dreamcast难产。这时候英伟达资金链已经吃紧，距离破产只有一步之遥。

　　黄仁勋做了个现在看来堪称教科书级别的操作：飞往日本，面见世嘉社长，坦诚地承认“我的错误”，并请求对方按合同付款。

　　黄仁勋后来回忆：“正是我们正视了错误并及时止损，谦卑地寻求帮助，才挺过了倒闭危机。”

　　痛定思痛。1996年，英伟达推出第三代产品Riva128——首颗支持微软Direct3D图形接口的高性能128位图形芯片。

　　“我们距离破产只有30天。”这句话从此成为黄仁勋的口头禅，在公司每月例会上重复了30多年。

　　2006年，英伟达已经靠显卡站稳了脚跟。但黄仁勋有了一个疯狂的想法：让GPU不仅能处理图形，还能处理通用计算任务。

　　问题是——这玩意儿烧钱。开发前5年，成本高达6亿美元，但营收跟不上。投资人坐不住了，逼着黄仁勋调整路线。

　　后来的故事我们都知道了：CUDA让GPU脱离了图形处理的单一用途，开始真正具备通用计算能力，最终被用到了AI的深度学习之中。

　　2016年，OpenAI刚成立不久，黄仁勋送了一台超级计算机DGX-1。在这台超算上，诞生了GPT。

　　英伟达的名字来自拉丁语“invidia”，意思是“嫉妒”。创始人希望做出一款让竞争对手嫉妒得眼睛发绿的图形芯片。

　　他在最近一期Lex Fridman播客中说：“我们正在做的事情，是创造一种新的计算方式，让AI能够帮助人类解决过去无法解决的问题。”

　　第一是战略定力。2010年移动互联网爆发，手机芯片市场巨大。但英伟达的芯片算力强、发热大，装进手机就烫手。黄仁勋做了个艰难的决定：放弃手机芯片市场，继续专注算力。

　　这个决定当时看起来是“错过风口”，但后来被证明是神来之笔——当AI时代来临，需要的就是高算力芯片。而英伟达，恰好是那个一直坚守算力的公司。

　　第二是“光速工程法”。什么叫光速工程？就是先问：物理极限能做到什么？然后从这个极限倒推，而不是在现有基础上做“连续改进”。

　　他举了个例子：有人说某件事要74天，团队说能优化到72天。黄仁勋的做法是追问——如果从头设计、用最好的技术，理论上最快几天？答案可能是6天。

　　知道6天是可能的之后，再讨论哪些约束把它变成了74天。这时候的对话，完全不一样了。

　　黄仁勋明确说他不喜欢“连续改进”这个词。他要的是先回到第一性原理，再从物理极限出发做工程。

　　2025年12月，黄仁勋在Joe Rogan节目里坦承自己“一直处于焦虑状态”，“距离倒闭永远只有30天”从来不是口号。

　　在Lex Fridman面前，他给出了应对方法：把焦虑拆成具体问题，把问题分给能做事的人，然后忘掉它。

　　GTC 2026记者会上他还给了另外三个词：“别被解雇、别无聊、别死掉。”别被客户解雇，别因为无聊让公司失去战斗力，别让公司倒闭。他说：“这三件事每一件都是高风险的。”

　　1999年，英伟达推出了GeForce 256。这是世界上第一款GPU（图形处理单元）。

　　在它出现之前，3D画面渲染主要靠CPU干活，效果就是一堆粗糙的马赛克。GeForce 256把图形处理任务从CPU转移到GPU，让复杂的3D图形渲染成为可能。

　　CUDA的诞生意义怎么强调都不为过。它让开发者能在GPU上编写和运行各种程序，而不仅仅是图形处理。

　　到了2026年，英伟达早已不是“卖显卡”的公司。GTC 2026上发布的Vera Rubin平台，标志着一个新时代。

　　Vera Rubin NVL72把Vera CPU与Rubin GPU组合，配合液冷、无线缆设计，每瓦token产出是上一代的50倍。单个机架有130万个组件、1300颗芯片，全部塞进一个19英寸宽的机架里。

　　而最新的战场是“物理AI”——110台机器人在GTC 2026展厅列队，比亚迪、现代、日产、吉利等年产1800万辆汽车的厂商加入了NVIDIA的robotaxi-ready平台。

　　2026财年，英伟达净利润达到1200亿美元。三年前，这个数字只有44亿美元——翻了近30倍。

　　数据中心业务占公司销售额的91%以上，其中超大规模数据中心客户贡献了略高于50%的营收。同时，少数几个关键客户的销售额占比达到36%，而上一年是34%。

　　截至2026年3月20日，英伟达股价较历史高点回撤超过18%。自去年夏天以来，股价基本困在180-190美元区间。

　　GTC 2026上，黄仁勋宣布到2027年底AI芯片将累计创造至少1万亿美元收入。市场反应？演讲期间股价一度下跌2.3%，市值蒸发约700亿美元。

　　微软、谷歌、Meta正Kaiyun科技有限公司在加速自研AI芯片，以降低成本并减少对英伟达的依赖。目前，这些云服务商占据了英伟达约60%的收入。

　　谷歌研发TPU已经有10年时间。2026年2月，谷歌开始将TPU租给Meta，随后又和云公司Fluidstack合作往外租TPU。

　　据公开报道，英伟达在中国的市场份额已从95%降到0%。美国出口管制政策的持续收紧，正在切断英伟达与全球最大半导体市场之一的联系。

　　Morgan Stanley报告指出，到2028年数据中心面临13至404 GW的电力缺口。液冷和效率提升只能解决一部分问题。而“推理爆炸”本身正在制造新的能源需求。

　　这是最深层的隐忧。Sam Altman透露，OpenAI内部可能正在探索后Transformer架构——一种“像Transformer超越LSTM那样”的跨越。这种新架构很可能不适配当前的NVIDIA GPU架构。

　　黄仁勋显然意识到了这一点。这解释了为什么他如此积极地锁定制造产能、收编Groq、推进全栈整合。他要确保，即使有人设计出更好的芯片，也必须通过他才能把它造出来。

　　谷歌在自研芯片这条路上走得最远。TPU已经迭代多年，2026年2月开始对外租赁，Meta已经成了租户。

　　摩根士丹利预测，2026年英伟达在AI芯片市场的收入份额将回落至85%左右，AMD略低于5%。

　　竞争对手怎么看英伟达？ 谷歌内部人士私下曾对媒体表示：“英伟达的成功在于他们用CUDA锁住了开发者。

　　如果开发者写代码只认英伟达，那硬件再便宜也没用。我们TPU的目标就是打破这种锁定——让AI框架能无缝运行在任何芯片上。”

　　言下之意，谷歌在做的不是造一块更好的芯片，而是造一个不需要“英伟达格式”的世界。

　　她在2026年初的一次投资人会议上被问到“如何与英伟达竞争”，她笑了笑说：“我们不认为市场只能有一个赢家。AI计算正在从训练转向推理，推理场景的多样性意味着单一架构无法统治一切。

　　AMD的策略是——在每一个细分市场，给客户一个比英伟达更好的性价比选择。”这话说得客气，但潜台词很明确：英伟达的“通用GPU”在推理时代不一定是最优解，而AMD要做的就是靠性价比抢占那些对成本敏感的大客户。

　　英特尔发布基于Intel 18A制程的第三代Core Ultra处理器。18A是全球首个同时采用RibbonFET和PowerVia技术的工艺，每瓦性能提升15%。英特尔宣称搭载此处理器的笔电续航可以用“天”来计算，直接向ARM架构叫阵。

　　他在一次内部全员会上说：“英伟达的成功是因为他们赌对了AI，这一点我尊重。但他们把GPU堆成一块又一块的‘大芯片’，然后卖天价——这不是可持续的计算模式。

　　英特尔的使命是把AI计算从‘奢侈品’变成‘日用品’。”他补充了一句：“他们卖铲子，我们想重建整座金矿的架构。”

　　高通发布Snapdragon X2 Plus处理器，运行功耗降低43%，80TOPS AI算力。更值得关注的是Dragonwing IQ10机器人平台——专门针对“物理世界AI”重新设计的架构，能效比同类产品提升30%。

　　他在2026年巴塞罗那MWC上接受采访时说：“英伟达在数据中心这个‘大房间’里赢了，但AI会走出那个房间。在边缘、在终端、在机器人里，计算的要求完全不同。

　　高通的逻辑很清晰：与其在英伟达的主场硬碰硬，不如押注AI推理向终端下沉的趋势，抢占“物理世界AI”的先机。

　　最终，核心工程团队被英伟达招至麾下，LPU技术以授权方式纳入英伟达体系。这被业内解读为“你要么加入我，要么找不到代工厂”。

　　Groq创始人Jonathan Ross在被收购前的一次采访中说过一句话，后来被媒体反复引用：“我们比英伟达的芯片快10倍，但问题是——客户买不到。因为产能被英伟达锁死了。这不是技术竞争，这是供应链竞争。”

　　这句话戳中了英伟达护城河的另一面：它不仅仅靠技术领先，更靠提前锁定台积电先进封装产能，让竞争对手“无米下锅”。

　　把上面这些竞争对手的话放在一起，会发现一个有趣的共识：所有对手都承认英伟达的统治力，但没人认为它会永远统治下去。

　　骂得最多的是“生态锁定”。谷歌、AMD、英特尔都在做同一件事：让AI框架能轻松地在不同芯片之间切换。一旦“硬件中立”成为现实，英伟达最大的护城河——CUDA生态——就会被填平。

　　骂得第二多的是“定价太高”。几乎所有对手都在强调“性价比”和“可负担性”。

　　这其实是一种战略选择：既然在性能上暂时追不上英伟达的最顶级产品，那就在英伟达的“非核心战场”上打价格战，比如推理芯片、边缘AI、AI PC。

　　AMD的一位高级工程师在接受半导体行业媒体采访时透露：“Vera Rubin NVL72出来后，我们内部开了一个很长的会。

　　我们能做出一块不错的芯片，但要做出一整个机架、并且让它稳定运行、而且所有软件都预装好、客户插上电就能用——我们至少差两年。”

　　对手们真正恐惧的，不是英伟达的GPU有多快，而是它已经把自己变成了“AI时代的操作系统”。

　　是三十年三次豪赌换来的：第一次是Riva128的绝地反击，第二次是CUDA的孤注一掷，第三次是AI时代的提前布局。这三次赌注，每一次都差点让公司死掉。黄仁勋的“距离倒闭30天”不是修辞，是真的。

　　第一类是“生态级挑战”——来自谷歌和AMD的“硬件中立”运动。这类挑战最致命，因为它动的是CUDA这个根基。如果AI框架真的能做到在不同芯片间无缝切换，英伟达的定价权会被大幅削弱。但这件事没那么容易：CUDA有超过400万开发者，英伟达花了近20年才养出这个生态。想用几年时间把它“抹平”，不现实。

　　第二类是“产品级挑战”——来自英特尔的制程追赶和高通的边缘布局。这类挑战压力最大，但影响范围有限。英特尔在数据中心CPU上依然强势，但GPU不是它的主场。高通的边缘AI芯片确实有优势，但边缘市场还没爆发，英伟达有足够的时间跟进。

　　第三类是“供应链级挑战”——来自台积电的产能分配。这是最隐蔽、最容易被忽略的护城河。英伟达提前锁定了台积电CoWoS先进封装的大部分产能，导致AMD、Groq等对手要么延期、要么涨价、要么直接退出。这种“把产能买断”的打法，短期内很难被破解——因为台积电自己也需要英伟达的大单来维持先进工艺的良率爬坡。

　　Vera Rubin平台的性能优势太明显，竞争对手至少需要两代产品才能追平。

　　而推理市场的爆发才刚刚开始，英伟达已经通过NemoClaw软件栈完成了生态卡位——一旦企业的工作流标准化地跑在英伟达的硬件上，切换成本会高到客户根本不会考虑换。

　　但5年之后呢？不好说。如果谷歌TPU的生态真的做起来，如果AMD的推理芯片在性价比上形成代差，如果英特尔的18A制程真的领先两代——那英伟达的护城河就会被填平。

　　黄仁勋显然也意识到了这一点。他最近在多个场合反复强调一个词：“系统性遗忘”——忘掉过去的成功，永远假设自己明天就会死。这种焦虑感，恰恰是英伟达最深的护城河。

　　黄仁勋判断，AI正从“训练”转向“推理”时代。他在财报电话会上说：“我确信，我们正处于一个转折点。”

　　这种判断有数据支撑。OpenAI透露，从o1到GPT-5.4 Pro，同一困难问题的推理成本下降了约1000倍。

　　中信建投在GTC 2026后的研报中指出：AI算力产业正由“训练驱动”全面转向“推理驱动”，行业竞争的核心指标从算力规模转向Token生产效率与经济性。

　　英伟达的应对是：Vera Rubin平台实现FP4推理性能五倍跨越，推理成本降低10倍。

　　黄仁勋提出了“极端协同设计”——覆盖GPU、CPU、内存、网络、存储、电力、冷却、软件的全栈同步设计。

　　因为当你往系统里加一万台计算机，你希望获得的加速不是一万倍，而是一百万倍。阿姆达尔定律告诉我们，系统加速的上限取决于无法被并行化的那部分工作量。

　　黄仁勋的直属汇报人数超过60人，覆盖内存、CPU、光学、GPU、架构、算法、设计等各领域。他不做一对一会议，所有问题都在集体会议中讨论。

　　GTC 2026上，英伟达推出了NemoClaw——一套针对企业场景优化的OpenClaw技术栈，与NVIDIA硬件深度绑定。

　　我觉得这一步棋真的是太精妙了，就在于：当OpenClaw成为企业自动化的标准范式，而NemoClaw成为其首选的企业级实现时，英伟达就从“卖铲子的人”升级成了“定义金矿在哪里的人”。

　　正如一位分析师所说：“一旦企业工作流从人对人转向Agent对Agent并实现递归自我优化，英伟达对企业运营的渗透将超过科技史上任何先例。”

　　在最近一期Lex Fridman播客中，黄仁勋花2.5小时分享了他的生存哲学。

　　但他找到了应对方法：“把焦虑拆成具体问题，把问题分给能做事的人，然后忘掉它。”

　　今天的英伟达，市值已突破5万亿美元。但在黄仁勋看来，危机从未离开——这家公司，距离倒闭永远只有30天。

　　也恰恰是这种危机感，让黄仁勋对竞争对手的每一个动向都如履薄冰。他曾在内部会议上说：“我不怕AMD的芯片更快，我怕的是有一天客户醒来发现，他们不需要我了。”

　　一文读懂德州仪器（TI）前世今生——80岁的半导体巨头，凭什么敢涨价85%？揭开德州仪器的百年“底牌”

　　一文带您读懂宇树科技，如何9年估值暴涨1270倍！那个英语只及格3次的偏科生，是怎么把机器人卖到全球第一？

　　一文带您看懂傲拓科技，凭什么打破国外50年的垄断？挑战西门子，拿下2025年IPO首单！

　　一文读懂信捷电气26年生存战：从“PLC小弟”到华为机器人拍档，它凭什么逆袭？

　　- 英伟达2026财年财报：全年营收2159亿美元，净利润1200亿美元

　　- 市值里程碑：2025年7月突破4万亿，2025年10月突破5万亿美元

　　- GTC 2026：黄仁勋预测到2027年底累计创造至少1万亿美元收入

　　- 市场份额：摩根士丹利预测2026年英伟达收入份额约85%，AMD略低于5%返回搜狐，查看更多