← → 翻页 · B 静态 · ESC 索引
黄仁勋Jensen Huang
01 / 20
黄仁勋 · Jensen Huang

黄仁勋：把计算
重新点燃的人

从图形芯片到人工智能基础设施，NVIDIA 如何在三十年里改变计算的方向
真正的领导力，不是追逐浪潮，而是在浪潮到来之前，安静地建造海岸。
黄仁勋 · Jensen Huang 01 / 20
黄仁勋Jensen Huang
02 / 20
工程师底色

Before the company,
there was engineering.

黄仁勋出生于台湾，Oregon State 大学本科，1992 年获 Stanford 大学电机工程硕士学位。
这个背景很重要：他不是从营销叙事进入科技行业，而是从工程、芯片和计算本身进入。后来 NVIDIA 的很多选择，都带有这种工程师式的耐心：相信结构，相信系统，相信长期积累。
来源：Stanford Engineering
黄仁勋 · Jensen Huang 02 / 20
黄仁勋Jensen Huang
03 / 20
起点

April 5, 1993.
A company begins with a bet.

黄仁勋与 Chris Malachowsky、Curtis Priem 共同创办 NVIDIA。最初目标不是 AI，而是把 3D 图形带入 PC 游戏。
成立年份
1993
4 月 5 日
联合创始人
3
黄仁勋 · Malachowsky · Priem
初始方向
3D 图形
PC 游戏与多媒体市场
黄仁勋 · Jensen Huang 03 / 20
黄仁勋Jensen Huang
04 / 20
图形作为训练场

Graphics was
the first language.

游戏不是边缘市场，而是推动 GPU 能力进化的训练场。
真实的光影、复杂的场景、更高的帧率、更低的延迟，都在逼迫芯片学会并行处理。后来 AI 需要的并行计算能力，早已在图形世界里被反复锻造。
来源：NVIDIA
黄仁勋 · Jensen Huang 04 / 20
黄仁勋Jensen Huang
05 / 20
转折点

The GPU was not a product.
It was a new computing model.

1999 年是 NVIDIA 历史上的关键年份。它发明了 GPU，也进入资本市场。
里程碑
1999
GPU 发明
上市发行价
$12
同年上市
本质
并行计算
同时处理大量相似任务
黄仁勋 · Jensen Huang 05 / 20
黄仁勋Jensen Huang
06 / 20
计算平台的觉醒

A graphics chip
learned to compute.

黄仁勋最重要的判断之一：GPU 不应只为游戏绘图服务。
它可以成为一种更广泛的计算平台。这个判断在当时并不显然，因为市场更容易理解显卡、游戏和画面，而不是"加速计算"。但正是这种提前布局，让 NVIDIA 后来不只是卖芯片，而是卖一种新的计算方式。
来源：NVIDIA Newsroom
黄仁勋 · Jensen Huang 06 / 20
黄仁勋Jensen Huang
07 / 20
软件秩序

CUDA opened
the machine.

CUDA 让开发者可以把 GPU 用于图形之外的并行计算。
推出年份
2006
CUDA 架构
意义
开放编程
GPU 用于通用计算
影响领域
科学 · AI · 仿真
深度学习 · 天气 · 药物
黄仁勋 · Jensen Huang 07 / 20
黄仁勋Jensen Huang
08 / 20
历史时刻

The future arrived
through parallelism.

2012 年，AlexNet 在图像识别中取得突破，GPU 成为深度学习训练的重要力量。
突破年份
2012
AlexNet
技术
深度学习
GPU 加速训练
NVIDIA 位置
算力土壤
多年并行计算积累
黄仁勋 · Jensen Huang 08 / 20
黄仁勋Jensen Huang
09 / 20
主线

Graphics → Accelerated Computing → AI Infrastructure

01
图形公司
游戏渲染、视觉计算、专业可视化 — 让计算机学会看见
02
加速计算公司
科学仿真、工程模拟、数据分析 — GPU 进入通用计算
03
AI 基础设施公司
芯片 + 系统 + 网络 + 软件 + 开发者生态 — 为 AI 时代建造底层平台
来源：NVIDIA Corporate Timeline
黄仁勋 · Jensen Huang 09 / 20
黄仁勋Jensen Huang
10 / 20
图形重塑

Light became
computable.

RTX 让实时光线追踪成为现实，计算机画面更接近真实光线行为。
推出年份
2018
RTX 系列
核心技术
光线追踪
实时光线模拟
意义
图形根基未丢
AI 时代仍坚持图形创新
黄仁勋 · Jensen Huang 10 / 20
黄仁勋Jensen Huang
11 / 20
三十年回声

The world suddenly needed
what NVIDIA had been building.

AI 热潮让 NVIDIA 被突然看见，但这不是一夜之间形成的公司。
财年
2025
财年营收
总营收
$1,305 亿
同比增长
同比增长
+114%
Hopper 架构需求强劲
黄仁勋 · Jensen Huang 11 / 20
黄仁勋Jensen Huang
12 / 20
AI 工厂

The new factory
is a data center.

NVIDIA 从"芯片供应商"进入"AI 工厂"时代。
2026 财年营收
$2,159 亿
同比增长 +65%
Q4 数据中心
$623 亿
单季营收
增长动力
AI 训练 + 推理
新工业系统底层动力
黄仁勋 · Jensen Huang 12 / 20
黄仁勋Jensen Huang
13 / 20
平台思维

A company becomes powerful
when its parts speak one language.

不只是芯片，而是芯片、驱动、CUDA、网络、系统、软件库、开发者社区和行业方案连接在一起。
NVIDIA 强大的地方，是它把许多复杂部件组织成一个可使用的平台。平台的秩序感，来自长期一致的技术方向。
来源：NVIDIA 2025 年报
黄仁勋 · Jensen Huang 13 / 20
黄仁勋Jensen Huang
14 / 20
行业承认

Recognition follows
direction.

权威奖项真正表彰的不是市值，而是技术方向。
2021 年
Noyce Award
半导体行业最高荣誉
2020 年
IEEE Founders
远见领导力
评价
加速计算先驱
GPU 推动 AI 革命
黄仁勋 · Jensen Huang 14 / 20
黄仁勋Jensen Huang
15 / 20
归还荣誉

Leadership is not possession.
It is stewardship.

黄仁勋在获奖时常把荣誉归于 NVIDIA 的同事与行业。
真正长期的领导者，往往不把公司看作个人战利品，而把它看作一个需要被照看、被组织、被不断校准的系统。温柔不是缺少力量，而是力量不急于证明自己。
来源：Semiconductor Industry Association
黄仁勋 · Jensen Huang 15 / 20
黄仁勋Jensen Huang
16 / 20
耐力

The hardest bet is the one
before the evidence is obvious.

CUDA 在早期并不是最容易赚钱的选择。GPU 计算在很长时间里也不是大众理解的方向。
但黄仁勋选择把公司押在加速计算上，长期投入软件生态与开发者工具。这种震撼不是戏剧化的冒险，而是连续二十多年方向不变的耐力。
来源：NVIDIA Corporate Timeline
黄仁勋 · Jensen Huang 16 / 20
黄仁勋Jensen Huang
17 / 20
规模即重力

Scale creates
gravity.

NVIDIA 的增长也伴随着系统性压力：供应链、出口管制、需求波动、产品切换、数据中心投资节奏。
产品、应用和服务的需求估计可能不准确，并造成收入或供应水平波动。伟大的公司不是没有风险，而是必须在风险中保持秩序。
NVIDIA 2025 年报
黄仁勋 · Jensen Huang 17 / 20
黄仁勋Jensen Huang
18 / 20
范式转移

Computing moved from serial to parallel.
From instruction to generation.

Serial · Instruction
CPU 主导的通用计算时代。计算机执行人写下的指令，线性处理，按步执行。
"计算机是执行命令的机器"
Parallel · Generation
GPU 加速的并行计算时代。计算机生成文字、图像、代码、蛋白结构、机器人动作。
"计算机是生成智能的平台"
黄仁勋 · Jensen Huang 18 / 20
黄仁勋Jensen Huang
19 / 20
人物本质

Long horizon. Single direction.
Systemic execution.

长期
LONG HORIZON
不急着追逐流行。CUDA 投入十余年才迎来 AI 爆发，在趋势成为趋势之前先建好基础设施。
平台
SINGLE DIRECTION
不满足于单点产品。从图形到加速计算到 AI 基础设施，同一个核心能力不断扩大半径。
秩序
SYSTEMIC EXECUTION
把硬件、软件、开发者、客户和产业节奏组织在一起。芯片+驱动+CUDA+系统+生态。
黄仁勋 · Jensen Huang 19 / 20
黄仁勋Jensen Huang
20 / 20
芯片成为时代的语言

He did not predict the future.
He prepared compute for it.

不是"一个 CEO 如何成功"，而是现代计算如何转向的历史。
1993 年从 3D 图形开始；1999 年 GPU 诞生；2006 年 CUDA 打开并行计算；2012 年 AI 找到加速器；此后 NVIDIA 成为 AI 基础设施的核心公司之一。三十多年，把一个方向反复打磨，直到世界终于需要它。
综合 NVIDIA 官方人物传记、公司历史、财报、SIA 与 IEEE 资料
黄仁勋 · Jensen Huang 20 / 20