1993 年 4 月，加州圣何塞一家 Denny’s 餐厅里，三位工程师把一张餐巾纸涂得密密麻麻--那是他们对 PC 上“实时 3D 图形”的狂野想象。30 年后，这家名叫 NVIDIA（英伟达）的小公司，市值一度冲破 4 万亿美元，成为地球上最值钱的科技巨头之一。它的芯片不再只是让游戏更酷，而是成为现代人工智能的“电力系统”。本文用 10 个关键节点，拆解英伟达如何一步步把一张显卡生意，做成横跨游戏、数据中心、自动驾驶、元宇宙的超级商业帝国。
背景 90 年代初，3D 图形标准混战：3dfx 的 Glide、SGI 的 OpenGL、微软的 Direct3D 各自为政。 动作 黄仁勋押注“二次方纹理贴图”非主流技术，推出 NV1，并捆绑世嘉 Saturn 手柄接口，想“通吃”PC 与游戏主机。 结果 NV1 销量惨淡，公司现金只剩 6 个月，世嘉 700 万美元救命款让英伟达喘口气。 启示 第一次踩坑让英伟达学会：技术领先≠商业成功，必须绑定生态标准。
需求 ChatGPT 类大模型参数奔向 100 万亿，训练端需要 10 万卡集群，推理端需要把 1750 亿模型塞进手机、汽车。 产品 2024 年发布 GH200 Grace Hopper 超级芯片，CPU+GPU 统一内存 600 GB，比 PCIe 5.0 快 7 倍；同时推出 250 W 的 L40S 推理卡，单卡可跑 700 亿参数模型，瞄准“边缘云”。 汽车 Orin SoC 已上车比亚迪、理想，单颗算力 254 TOPS；下一代 Thor 直接把 2000 TOPS 做成“单片方案”，把激光雷达、座舱、自动驾驶整合，ASP 从 500 美元提到 1500 美元。 元宇宙 Omniverse Cloud 与苹果 Vision Pro 打通，实时渲染+AI 生成内容，英伟达按每秒浮点运算量收费，打开“数字孪生”订阅市场。
从“让游戏更快”到“让 AI 发生”，英伟达用 30 年把一张显卡做成 4 万亿美元的数字石油。历史不会简单重复，但英伟达已经写好新剧本：谁掌握算力，谁就定义下一个十年。
声明：本站所有文章，如无特殊说明或标注，均为橙市播客原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。如果你是AI总结，务必加上此版权说明
