英偉達不是被計劃出來的

文 | 佘宗明

如果以10年為尺度看全球科技企業，那毫無疑問，21世紀頭個十年最具標桿性的是微軟，10年代是蘋果，20年代則是英偉達。

雖然“標志性節點”“歷史性時刻”之類字眼在PR語言的大水漫灌下已經貶值，但英偉達成為全球首個市值突破5萬億美元企業這事，足以稱得上是“標志性節點里的標志性節點”“歷史性時刻中的歷史性時刻”——它打破了很多人對企業體量天花板的想象。

眼下的英偉達，在硅谷版G7上完全可以撿起斷水流大師兄的囂張氣焰：我不是針對你，我是說在座的……都是小弟。

畢竟，英偉達證明了“能追趕英偉達的，還是英偉達”：首個將企業市值帶到4萬億美元區間的是它，首個市值破5萬億美元的還是它；僅用1年多（410天）就讓市值從3萬億美元升至4萬億美元的是它，只用113天就讓市值從4萬億美元升至5萬億美元的還是它。

《功夫》里馮小剛的臺詞就該讓黃仁勛來說：還有誰？

市值5萬億美元，是個什么概念？我來列幾組數字——

1，2024年全球經濟體量排No.3的德國，GDP為4.66萬億美元，所以有人說，英偉達已經是全球第三大經濟體。

2，截至昨日（2025年10月29日），中國前十大互聯網公司市值總和約1.83萬億美元，英偉達一家是其2.5倍。即便是放到相當能打的標普500指數里看，英偉達市值也占到其總市值的近1/10。

3，英偉達10年前的今天市值為約150億美元，10年里股價翻了300多倍，自2022年底以來，累計漲幅超過1275%，年內漲幅則達到54.13%。

英偉達奇跡印證了兩大規律：一，科技企業的增長經常是非線性、裂變式、指數型的；二，科技行業是典型的冪律分布網絡。

彪悍的企業不需要解釋，但可以解析。

回顧英偉達的來時路，今天從從容容游刃有余的它，不是沒有過匆匆忙忙連滾帶爬的時候。它有今日的出息，是包括黃仁勛在內的許多人始料未及的。

換句話說，英偉達不是被計劃出來的。

01

都知道，如今的英偉達，已經成了掌控全球AI算力命脈的新型“超級經濟體”。

超強GPU（圖形處理器）+CUDA（編程模型和并行計算平臺）+安裝基礎+系統級集成+軟硬件深度優化形成的整體生態網絡效應，構成了其深厚的技術壁壘。

但將時鐘撥回十年前，若有人說英偉達將坐上全球科技公司鐵王座，只怕會被哂笑：就它？

要知道，GPU起初只是為游戲而生的產品，CUDA也被主流計算界視為異端，在早些年技術圈“王的盛宴”上，二者都只能坐小孩那桌。

成立于1993年的英偉達，沒有自帶“一出生就風華正茂”的buff，當年還不是皮衣教主的黃仁勛，心心念念的還是怎么打敗3dfx、ATI等對手，笑傲游戲顯卡市場。

1999年，黃仁勛帶領團隊推出了首款支持可編程著色器的GeForce 256顯卡，為英偉達后來贏得殘酷的游戲顯卡競爭奠定了基礎。

但黃仁勛此時所想的，也不過是讓《古墓麗影》的勞拉·克勞馥更逼真，讓《雷神之錘》的爆炸更炫酷，也就是解決3D游戲的畫面渲染問題，壓根沒什么“構建通用人工智能計算平臺”的概念，

當時也沒人能預見這款硬件會成為二十多年后AI革命的核心引擎，行業主流觀點就認為，圖形處理就該走專用芯片的封閉路線，編程架構純屬“冗余設計”。

CUDA的出現，原本也是個意外。世紀之交，英偉達工程師們意識到，他們為渲染圖形而設計的擁有成百上千個并行處理核心的GPU，光用來畫三角形有些可惜了，要是能用來解決某些遠比游戲更復雜的科學計算問題，那就好了。

對彼時仍以游戲為核心業務的英偉達來說，這是個看起來有些不務正業的想法：為了這樣跟主業無關的“務虛”設想，就投入資源去開發專門的通用計算平臺，盈利模型在哪，ROI怎么打平？KPI怎么制定？

這么個要規?；枨鬀]規?；枨蟆⒁虡I模式沒商業模式的決策，狗都不做。但狗不做，黃仁勛和他的團隊做，他們于2006年11月推出了CUDA架構。

此后的情形正如不少預言家所說的，CUDA不能說沒有用，但只能算“無用之用”——游戲玩家不太需要它，他們的游戲在傳統API上運行得很好；科技圈起初也不需要它，改變編程習慣的成本很高。這也導致，CUDA成了純燒錢項目，黃仁勛都沒法為其設定商業目標。

若從嚴格商業計劃角度看，這就是個該在項目年終總結會上被反思的失敗項目。

02

可歷史總是自帶“命運就算顛沛流離，命運就算曲折離奇……別流淚心酸，更不應舍棄”的BGM：一項看似“無用”的技術跟一類突如其來的需求，在一個特殊節點上因機緣巧合交匯后，有可能變成一種改變世界的磅礴能量。

對英偉達而言，2012年的ImageNet競賽就是那個特殊節點，將技術和需求捏合在一塊的，是那時還在邊緣研究領域（深度學習）徘徊、而今已成“AI教父”的杰弗里·辛頓。

當時辛頓和學生需要強大并行計算平臺，來訓練他們的深度神經網絡——AlexNet。他們先用CPU，但速度太慢。經嘗試后，他們發現，兩塊消費級的英偉達GTX 580顯卡，竟完美地滿足了他們的需求。借助CUDA平臺，他們將訓練時間從數周縮短到了幾天。

接下來的劇情是，AlexNet在ImageNet競賽中石破天驚的成功，宣告了深度學習時代的到來，眾多AI研究者們突然意識到，他們苦苦尋找的“算力引擎”，早已存在于無數游戲玩家的電腦中。英偉達的GPU，也從為游戲而生的副產品變成了AI軍備競賽的“軍火”。

作為開放軟件生態的CUDA，也是偶然地成為那個“繞不開的存在”：英偉達在開發CUDA時，沒有計劃去引爆那時還縹緲無蹤的AI革命，只是遵循技術探索本能想“多一種可能”；AI研究者們起初用它，也沒指定用游戲顯卡和CUDA平臺，只是在尋找能解決問題的工具。

結果便是，當OpenAI在2018年發現英偉達GPU是訓練大模型最優選擇時，CUDA已沉淀了百萬級開發者和數千個應用，形成了“用得越廣，優化越好”的正向增強回路。

用沈騰在《四?！防锏呐_詞說：這，誰又能想得到呢？

就跟開始沒人能預測到英偉達成為首個5萬億美元級別市值企業那樣，GPU最重要功能從游戲顯示到通用計算，CUDA從失敗產品到基礎設施，也是很多人都沒有預料到的。

某種程度上，正因為GPU跟CUDA起初沒有被“計劃”進主流選項，不受傳統框架束縛，它們才可以在“邊緣”的蓄力中積攢出改變或顛覆中心的勢能。

到頭來，英偉達起于游戲、成于AI，不啻為對“偉大不能被計劃”的直觀注解：很多時候，恰恰是當初看似“無用”的種子，會悄然長成后來的參天大樹。

GPU被追捧，CUDA被依賴，都不是提前設計的結果，而是技術供給與市場需求在開放生態中自然匹配的產物；都不是戰略藍圖帶來的必然，而是技術演進與歷史機遇碰撞出的意外。

事實上，若不是生成式AI浪潮爆發，英偉達會不會仍在英特爾的陰影下艱難求存，都沒有定數。

03

若將英偉達的崛起之路置于科技史長河中審視，就會發現，這不是偉大來自于“計劃外”的首個例證。

《為什么偉大不能被計劃》中就舉了些差堪仿佛的例子：發明飛機的萊特兄弟，最早其實是自行車制造商；真空管是早期計算機的奠基性零件，但真空管的誕生與計算機毫無關系……

作者肯尼斯·斯坦利和喬爾·雷曼寫道：“偉大的成就往往不是通過刻板的計劃和步驟實現的，而是在不斷探索、嘗試和失敗的過程中偶然產生的。”

偉大本偉的喬布斯有句話就與此內里相通：“你不可能充滿預見地將生命的點滴串聯起來，只有在你回頭看的時候，你才會發現這些點點滴滴之間的聯系……相信這些點滴能夠一路連接會給你帶來循從本覺的自信，它使你遠離平凡，變得與眾不同?！?/p>

英偉達的強大生態系統，就不是計劃出來的。英偉達沒有設計一個完美的產品，而是在不斷試錯、不斷迭代、不斷響應需求中，培育出了一個雨林：英偉達提供土壤（CUDA）、水分（開發工具）和陽光（硬件），讓無數的開發者（物種）在其中自由生長演化，最終共同構成了一個超級繁榮的生態。

DeepSeek的橫空出世，也有相似之處：DeepSeek今年初推出可與GPT-4o匹敵的模型，靠的不是梁文鋒自上而下的設計，DeepSeek團隊提出的MLA架構創新，背后的背后就是一年輕研究員的突然靈感和突發奇想。

所以梁文鋒本人也說：“創新都是自己產生的，不是刻意安排的?！?/p>

從英偉達到DeepSeek，都指向了一個結論：創新本質上是復雜系統的涌現現象，它依賴于技術積累、人才活力、市場需求的多元互動。

這類互動的復雜性，遠超任何計劃的掌控范圍。計劃可以帶來效率的提升和目標的達成，將許多已知的事情做得更好，卻無法預見“意外”的交匯，無法催生全新的范式——它可以帶來馬車的相加，但無法帶來汽車的問世。

畢竟，計劃本質上是對未來的線性預測，而偉大創新恰恰誕生于非線性的突變之中，二者涇渭分明。

04

說英偉達不是計劃出來的，不是說它是無心插柳后的柳成蔭，不是說它是被純粹巧合中刮出的中獎彩票，更不是否定未雨綢繆的價值，抹殺前瞻布局的意義。

“英偉達不是計劃出來的”，其實包含了三層意思：除了偉大沒法靠人為設計外，還有兩點——歷史機遇無法被預測，但理應有準備；長期堅持，比短期設計更重要。

AI浪潮的到來，不是英偉達計劃的結果，而是全球科研、數據、算力、算法多重因素匯聚的“歷史偶然”。那為什么是英偉達抓住了它？

《英偉達之芯》作者斯蒂芬·威特的那個比喻耐人尋味：“假設有一群人在碼頭上釣魚，其中一個人拿著網在海灘捕魚，碼頭上的人們都在嘲笑他，但這個人還是堅持了十年，期間一無所獲，直到有一天，他捕到了一條有生以來見過的最大的魚，你認為那家伙是運氣好，還是有遠見？”

說白了，黃仁勛并沒有制造海浪，但能憑借敏銳的直覺和精湛的技巧，認定人有抵擋風浪的需要，GPU和CUDA本因此而出現，卻意外成為了駕馭AI這股世紀巨浪的超級沖浪板。

2016年英偉達發布全球首款 AI超級計算機DGX-1，盡管初期市場反應冷淡，但黃仁勛仍堅持投入，他在當年GTC演講中就強調：“我們正在建造未來的計算基礎設施，即使現在還看不到明確的客戶需求。”

翌年接受《財富》雜志采訪時，他又說：“我們無法預測自動駕駛汽車或 AI 何時成熟，但我們的投資必須覆蓋所有可能的技術拐點。”

英偉達的提前準備，往往會為“偶然性”留足空間：不論是用持續技術迭代和開源支持支撐起了CUDA生態的“自生長”特性，還是在“開發專用AI芯片VS堅持升級通用GPU架構”中選擇后者適配了算力需求從訓練端延伸到推理端之需，都佐證了這點。

雖然無法計劃下一個技術拐點，但英偉達讓自己始終處于“可被選中”的狀態。

如果說有所準備是“何以英偉達”答案的A面，那B面就是長期堅持。

從1999年的可編程顯卡到2025年的Blackwell平臺，英偉達在并行計算領域深耕了二十六年，即便在2015年前后游戲市場低迷、AI應用尚未爆發的“黑暗期”，即便是加密挖礦需求的退潮，曾讓英偉達陷入灰暗時刻，但英偉達在不吝于研發投入上一以貫之。

Blackwell平臺的2080億晶體管、8TB/s內存帶寬，不是靠臨時突擊能實現的；全球AI訓練芯片90%以上的市場份額，靠的也是長期技術領先與生態沉淀。

說到底，正是對“計劃之外”可能性的寬容加上對“無用之用”的堅持，成就了英偉達。

05

毋庸諱言，英偉達市值能突破5萬億美元，有很多外部因素的加持，比如“強化AI敘事-推動美股上漲-兜售持續上漲預期-靠金融回收美元-鞏固美元霸權體系”鏈條的支撐，比如“注重Peace and Love的全球化背景下，軟科技重要性會凸顯；側重安全與競爭的大國博弈形勢下，硬科技優先級會突出”因素的強化。

但不能拋開英偉達本身去談英偉達奇跡——英偉達本質上是一種涌現，而非一種輸出，它產生于開放系統中的自組織過程，而非中央控制器的精確指令。

現在看，英偉達已經為“英偉達登頂啟示錄”燙下了若干個逗號，從中我們能汲取許多有益的經驗。

這其中最重要的就是：偉大無法被計劃，它誕生于混沌、包容與堅持之中，常屬于那些不被理解的摸索者、不被看好的篤行者、不計回報的堅持者。

強調這點，并非無的放矢：在這兩年美歐社會正打破既有傳統，增加產業政策必要性討論的今天，在美國“混改”英特爾引發“下一步是不該成立美利堅國資委”式調侃的當下，有些人的計劃依賴迷思又在回流。

可就鼓勵偉大創新來說，肯尼斯·斯坦利所說的“無目的探索”、黃仁勛所行的“有方向堅持”，比有些計劃更為重要。

將這嫁接到“如何培育中國版英偉達”的命題上，那通往的結論就是：“下一個英偉達”無法被計劃，但為孕育更多黃仁勛的土壤可以被涵養。

“技術總是生長于一種社會結構之上，再反過來強化這樣的社會結構”。土壤即結構。

怎樣涵養好的土壤？有三點很關鍵：一是寬容失敗的文化，允許企業、科研人員長期投入無明確回報的領域；二是耐心資本的支持，容忍硬科技的長周期；三是自由探索的空間：減少對技術路徑的干預，不要用過度計劃扼殺創新。

說到底，不要計劃偉大，而是相信偉大——以接納新物種、保持開放、鼓勵試錯、擁抱偶然的方式。

試想一下，假如英偉達必須每季度都得向投資人匯報CUDA的商業化進展，CUDA還能以“有投入無回報”的狀態存在多年嗎？

不會。

那樣的話，英偉達恐怕既難“偉”，也難“達”。