1993年，黄仁勋离开LSI Logic，和Chris Malachowsky、Curtis Priem一起创办英伟达。
两位合伙人来自Sun。三个人做过工作站芯片，这次想把3D图形带进普通PC。
他们常在加州一家Denny’s餐厅碰头。点一杯能无限续的咖啡，就可以坐上几个小时。黄仁勋年轻时在这家连锁餐厅洗过碗、端过盘子，如今坐在餐桌边，讨论的是自己的公司。
1994年的黄仁勋 来源 Sequoia Crucible Moments
创业伊始
他们买来一台Gateway 2000，拆开电脑，开始学习DOS，研究PC市场。
英伟达早期办公室旧址 Sunnyvale 来源Sequoia
后来，二十来人的团队在一间小办公室里做出了第一款芯片NV1。
1993年 联合创始人Curtis Priem在办公室玩游戏 来源Sequoia
图形、视频、音频，NV1把一堆功能装进同一块芯片。客户想要的却是又快又便宜的3D图形。按照黄仁勋在Sequoia访谈中的回忆，交给Diamond Multimedia的25万枚NV1，约24.9万枚退了回来。
公司还在替世嘉开发下一代芯片。偏偏此时，微软DirectX推动的三角形渲染路线，和英伟达押注的方案不同。
继续履约，要在旧路线上再花两年；放弃合同，公司又会断粮。
黄仁勋去找世嘉，请求解除开发责任，同时保留合同款。世嘉同意帮忙，英伟达才有时间重新做一颗芯片。
这颗芯片就是1997年的RIVA 128。
过去，芯片回来后再写软件、找Bug、改设计，可能又要一年多。这次，公司只剩一次流片的机会。
团队从一家正在倒闭的公司买来一台冰箱大小的仿真设备，在真正的芯片回来之前，先运行、验证软件。RIVA 128一次流片成功，上市后的前四个月卖出100万枚。
1999年1月22日，英伟达在纳斯达克上市，发行价每股12美元。这是当年的价格，此后公司经历过多次拆股。
同年，GeForce 256登场，英伟达把它称为GPU。
2000年3月，微软选中英伟达，为第一代Xbox提供图形处理器。同年12月，英伟达收购了老对手3dfx的核心图形资产。
GeForce 256显卡实物 来源 Sequoia Crucible Moments
提前十年布局CUDA
2004年，Ian Buck从斯坦福毕业，加入英伟达。他在学校做过一个叫Brook的项目，研究怎样用接近C语言的方式，让GPU处理图形之外的计算。
那时，研究者已经看中了显卡的并行能力。麻烦在于，他们得把计算问题塞进图形编程接口：原本想做矩阵运算，却要按处理图像的方式组织程序。
2006年，GeForce 8800与CUDA架构亮相。第二年，CUDA的编译器、开发工具和示例陆续向开发者开放，1.0版正式发布。
程序员可以用C语言编写并行计算程序，调用GPU，身边还有运行时、线性代数库、快速傅里叶变换库。英伟达开始同时维护硬件和一套计算工具。
2007年6月，公司推出Tesla计算产品线。有插进电脑的计算卡，也有装着多块GPU的桌边设备和机架服务器。计算卡上已经没有显示器接口。
2007年 NVIDIA首席科学家David Kirk展示Tesla GPU服务器 来源PC Watch当年报道
黄仁勋后来在Sequoia访谈中讲过一次拜访。一位台湾量子化学研究者拉开柜子，里面一排排摆着GeForce，旁边是家用风扇。研究者用游戏显卡，搭出了自己的超级计算机。
2008、2009年前后，吴恩达和学生也开始用GPU训练神经网络。Ian Goodfellow当时还是本科生，帮他在宿舍里搭起GPU服务器，用于早期深度学习实验。
CUDA刚刚铺开，英伟达的主营业务却出了问题。
部分上一代芯片使用的封装材料组合存在缺陷，公司在2008年7月计提1.96亿美元，用于客户维修和更换。随后，金融危机冲击了电脑市场，维修成本也继续增加。
2007年下半年至2009年1月，股价从39.67美元的高点跌到5.75美元，跌去约85.5%。
游戏和图形业务还得继续竞争，CUDA也没有停。编译器、计算库、开发工具需要工程师持续维护，支持研究者还要招人、学习新技能。
黄仁勋在访谈里回忆，这次转向把公司的注意力从原来的游戏和图形业务分走了。多伦多Hinton的实验室、纽约LeCun的实验室陆续联系英伟达，研究者的使用和反馈，成了这条新路线早期能看到的进展。
2011年，Ilya Sutskever说服Alex Krizhevsky，用神经网络试试ImageNet。
Krizhevsky已经为较小的CIFAR-10数据集写过CUDA卷积网络代码。他把cuda-convnet扩展到多GPU，开始在更大的ImageNet上训练。
电脑放在父母家的卧室里，里面装着两块NVIDIA显卡。接下来一年，他不断调整网络、重新训练。
2012年，Krizhevsky、Sutskever和Geoffrey Hinton的AlexNet以显著优势赢下ImageNet图像识别竞赛。
训练AlexNet所用的家用电脑 图片由多伦多大学提供 经Computer History Museum展示
进军智能手机
在研究者拿显卡训练神经网络的那几年，英伟达还在追赶另一个市场：智能手机。
Tegra把ARM CPU、GeForce GPU和视频处理等功能放进一颗芯片，面向手机和平板。PC里积累的图形能力，要被装进一台靠电池工作的设备。
2011年CES，黄仁勋坐在台上，手里拿着搭载Tegra 2的LG Optimus 2X。他打开相册、浏览网页，把手机画面送上大屏幕，展示高清视频和游戏。
2011年CES 黄仁勋演示搭载Tegra 2的LG Optimus 2X 来源ASCII.jp当年报道
英伟达把这类设备叫作“Super Phone”。它想在手机上再做一次PC时代做过的事：用更强的图形和计算能力，带动一批应用和游戏。
但手机还要接入运营商网络。2011年，英伟达宣布以3.67亿美元现金收购Icera，把通信基带这块拼图补进来。
2013年2月，Tegra 4i发布，集成了由Icera技术发展而来的i500 LTE基带。英伟达还做出Phoenix参考手机，供厂商据此设计产品。
同年9月，小米3发布，移动版采用Tegra 4。这是英伟达与小米的首次合作，Tegra进入了中国手机厂商的旗舰产品。
产品到了市场上，手机芯片生意却没有持续做大。
2015年5月，英伟达宣布逐步关闭Icera基带业务，也考虑出售相关技术。最终没有找到合适买家，公司开始收尾，不再自行开发调制解调器。
2016年财年，面向外部手机和平板厂商的Tegra产品销售额下降近90%；同期，面向汽车系统的Tegra销售额增长近75%。
英伟达把资源转向游戏、汽车和深度学习。Tegra留了下来，继续用于汽车、SHIELD设备，后来又进入任天堂Switch。
发布DGX-1
2016年，英伟达发布DGX-1。Tesla P100 GPU、高速互联、深度学习软件和开发工具，一起装进了服务器。
研究者不必再先花大量时间拼装高性能系统，再设法让软件跑起来。
同年8月，黄仁勋把首台DGX-1送到OpenAI旧金山总部。OpenAI成立还不到一年，马斯克是它的联合创始人之一。
2016年 黄仁勋与马斯克在OpenAI查看DGX1 来源NVIDIA
黄仁勋拉开机箱，把里面的GPU托盘展示给研究者。马斯克站在旁边，双臂交叉，看着这台机器。
2016年 黄仁勋在OpenAI展示首台DGX1的GPU托盘 来源NVIDIA
当年的官方报道里，Sutskever谈到，更快的GPU能让他们探索此前没有能力研究的问题。
那时还没有ChatGPT。他们已经在讨论更多数据、更大计算量，以及怎样让电脑和人对话。
2016年 OpenAI团队围在首台DGX1旁 来源NVIDIA
机箱上留下了黄仁勋的赠言，抬头是“To Elon & the OpenAI Team!”。下面写着，献给计算与人类的未来。团队成员也在机器上签了名。
首台DGX1机箱上的赠言与团队签名 来源NVIDIA
为AI重做芯片
2017年5月，黄仁勋在GTC台上举起Tesla V100。新一代Volta架构加入Tensor Cores，专门加速深度学习中的矩阵运算。
2017年GTC 黄仁勋展示Tesla V100 来源滄者極限当年报道
早年，研究者把游戏显卡装进电脑，自己写CUDA代码。现在，英伟达开始为他们设计专用计算单元，更新服务器和深度学习软件。
模型继续变大，训练要把越来越多的GPU连在一起，机器之间不断交换数据。
2020年，英伟达完成对Mellanox的收购。Mellanox提供InfiniBand和以太网互联。GPU做完一部分计算，还要把结果及时交给其他GPU；网络的带宽和延迟，也进入了训练系统的设计。
英伟达把计算、服务器和互联放到一起做。单颗GPU之外，它开始掌握更大一部分数据中心系统。
同年9月，它又宣布收购Arm。这次没有完成：2022年2月，英伟达与软银宣布终止交易，原因是重大的监管障碍。英伟达保留了Arm授权，继续合作。
2022年9月，英伟达宣布H100进入量产。这代GPU加入Transformer Engine，面向大语言模型等任务，配套的服务器和云服务也开始准备交付。
11月30日，OpenAI 发布 ChatGPT。
初版ChatGPT基于GPT-3.5，在Azure的AI超级计算基础设施上训练。英伟达后来披露，OpenAI用的是上一代A100来训练和运行ChatGPT。
2023年1月，微软宣布与OpenAI扩大战略合作，继续投资专用超级计算系统，把OpenAI模型接入自己的产品和Azure服务。
到了3月GTC，黄仁勋把眼前的变化称为“AI的iPhone时刻”。他谈到，DGX已经从研究工具进入企业，开始全天候运转。
2023年GTC主题演讲中的黄仁勋与H100系统 来源NVIDIA
微软Azure推出H100虚拟机的私有预览，AWS宣布将建设可以连接多达2万颗H100的云端集群，Meta也在内部部署H100超级计算机。
英伟达还在同一场GTC宣布了DGX Cloud，让企业按月租用DGX集群，连同配套AI软件一起使用。服务先从Oracle云开始，再计划扩展到Azure和Google Cloud。
5月24日，英伟达公布财报：刚结束的季度营收71.9亿美元，下一季度却预计达到110亿美元。公司表示，正在增加供应，以满足生成式AI带来的需求。
第二天，股价上涨约24%，收于379.80美元，单日增加约1840亿美元市值，逼近万亿美元。
8月公布的实际成绩，比5月的指引还高：季度营收达到135.1亿美元，其中数据中心收入103.2亿美元，较上一季度增长141%。
同年，英伟达成立30年，黄仁勋回到Denny’s，为公司诞生地揭牌。
黄仁勋穿着黑皮衣，手里拿着咖啡杯。
2023年 黄仁勋重返Denny’s 摄影Don Feria AP Images for Denny’s
从服务器到整座机房
2024年1月的那个财年，英伟达总营收达到609亿美元，其中数据中心475亿美元，占比接近八成。
2024年3月，Blackwell发布。GB200 NVL72把36颗Grace CPU、72颗Blackwell GPU和NVLink互联装进液冷机柜；公司提供的系统，还包括网络、管理工具和AI软件。
2024年10月11日，黄仁勋来到纳斯达克，为GeForce 256发布25周年敲钟。他手里拿着一块显卡，与纳斯达克CEO Adena Friedman合影。
2024年10月 黄仁勋与纳斯达克CEO Adena Friedman 来源Nasdaq
2025年9月，黄仁勋又和Sam Altman、Greg Brockman一起公布合作计划：OpenAI拟部署至少10GW的英伟达系统。
九年前送过去的是一台服务器，这一次谈的是吉瓦级基础设施。
2025年9月 Greg Brockman 黄仁勋与Sam Altman 来源NVIDIA
四天的急转弯
2026年11月，围绕一家新加坡算力公司Megaspeed的调查，牵涉到了黄仁勋。Megaspeed是英伟达的云合作伙伴，能优先获得芯片。美国方面调查它是否帮助中国获得受出口限制的先进芯片。
黄仁勋的私人关系，被卷进了这条生意链。路透社报道，Megaspeed前高管Alice Huang被美国当局怀疑从事情报活动，并与黄仁勋存在亲密关系。
11月8日，黄仁勋给员工发信，承认对妻子不忠，向家人和同事道歉。他表示支持并配合董事会的独立调查。
当天，董事会宣布，由独立董事委员会和外部律师调查相关报道。声明表示，当时没有理由相信国家安全或英伟达机密已经受损，并继续对黄仁勋及其团队表达信心。
11月10日，独立董事宣布聘请Joon H. Kim及Wachtell律所开展调查。
11月11日，《纽约时报》又报道了黄仁勋与一名直接向他汇报的公司高管之间的关系。同一天，董事会接受了他的辞任。
11月12日，英伟达公布交接安排：黄仁勋辞去总裁、CEO及董事职务，CFO Colette Kress临时接任CEO，同时继续担任CFO。董事会开始从公司内外寻找永久继任者。
从公开致歉到辞任公告，只有四天。
参考链接
-
NVIDIA CEO交接公告：https://nvidianews.nvidia.com/news/nvidia-announces-ceo-transition -
NVIDIA向SEC提交的8-K文件：https://www.sec.gov/Archives/edgar/data/1045810/000104581026000082/nvda-20261111.htm -
黄仁勋11月8日致员工信：https://nvidianews.nvidia.com/news/a-message-to-our-company -
英伟达董事会11月8日声明：https://nvidianews.nvidia.com/news/statement-from-nvidia-board-of-directors -
独立董事11月10日声明：https://nvidianews.nvidia.com/news/statement-from-the-independent-members-of-the-nvidia-board -
路透社对辞任事件与背景的梳理：https://www.investing.com/news/stock-market-news/nvidia-ceo-jensen-huang-to-step-down-in-big-blow-to-ai-boom-5021980 -
NVIDIA公司历程：https://www.nvidia.com/en-us/about-nvidia/corporate-timeline/ -
Crucible Moments与黄仁勋等人的访谈：https://sequoiacap.com/podcast/crucible-moments-nvidia -
NVIDIA早期公司历程：https://www.nvidia.com/content/timeline/time_99.html -
计算机历史博物馆公布AlexNet源码：https://computerhistory.org/blog/chm-releases-alexnet-source-code/ -
2016年DGX1发布公告：https://nvidianews.nvidia.com/news/nvidia-launches-world-s-first-deep-learning-supercomputer-6622436 -
2016年向OpenAI交付首台DGX的官方记录：https://blogs.nvidia.co.jp/blog/first-ai-supercomputer-openai-elon-musk-deep-learning/ -
NVIDIA回顾向OpenAI交付第一台DGX：https://blogs.nvidia.com/blog/openai-nvidia/ -
NVIDIA完成收购Mellanox：https://nvidianews.nvidia.com/news/nvidia-completes-acquisition-of-mellanox-creating-major-force-driving-next-gen-data-centers -
2024年纳斯达克敲钟活动：https://www.nasdaq.com/newsroom/nvidia-celebrates-25th-anniversary-worlds-first-gpu-nasdaq -
英伟达2027财年第二季度财报：https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-Announces-Financial-Results-for-Second-Quarter-Fiscal-2027/ -
黄仁勋重返Denny’s餐厅：https://blogs.nvidia.com/blog/nvidia-dennys-trillion/ -
NVIDIA 2000年历史记录：https://www.nvidia.com/content/timeline/time_00.html -
2009年财报中对芯片封装问题的回溯：https://nvidianews.nvidia.com/_gallery/download_pdf/54481955f6091d273500033b/ -
2015年退出Icera基带业务的公告：https://nvidianews.nvidia.com/news/nvidia-to-wind-down-icera-modem-operations-6622489 -
2016年Nintendo Switch技术合作记录：https://blogs.nvidia.co.jp/blog/nintendo-switch/ -
2017年Volta与Tesla V100发布公告：https://nvidianews.nvidia.com/news/nvidia-launches-revolutionary-volta-gpu-platform-fueling-next-era-of-ai-and-high-performance-computing -
2022年终止Arm收购公告：https://nvidianews.nvidia.com/news/nvidia-and-softbank-group-announce-termination-of-nvidias-acquisition-of-arm-limited -
2024年Blackwell发布公告：https://nvidianews.nvidia.com/news/nvidia-blackwell-platform-arrives-to-power-a-new-era-of-computing/ -
CUDA早期编程演进与Ian Buck：https://developer.nvidia.com/blog/inside-the-programming-evolution-of-gpu-computing/ -
2006年斯坦福CUDA讲座记录：https://web.stanford.edu/class/ee380/Abstracts/061129.html -
NVIDIA 2009年年报：https://www.annualreports.com/HostedData/AnnualReportArchive/n/NASDAQ_NVDA_2009.pdf -
2007年Tesla发布现场：https://pc.watch.impress.co.jp/docs/2007/0621/nvidia.htm -
2011年CES的Tegra手机演示：https://ascii.jp/elem/000/000/580/580398/ -
2011年收购Icera公告：https://nvidianews.nvidia.com/_gallery/download_pdf/54481918f6091d2735000104/ -
2013年Tegra 4i发布公告：https://nvidianews.nvidia.com/news/nvidia-introduces-its-first-integrated-tegra-lte-processor -
2013年Tegra 4小米3合作公告：https://nvidianews.nvidia.com/news/xiaomi-introduces-new-mi3-super-phone-powered-by-nvidia-tegra-4 -
NVIDIA 2016年年报：https://www.annualreports.com/HostedData/AnnualReportArchive/n/NASDAQ_NVDA_2016.pdf -
2023年5月业绩指引：https://investor.nvidia.com/news/press-release-details/2023/NVIDIA-Announces-Financial-Results-for-First-Quarter-Fiscal-2024/ -
路透2023年5月25日股价报道：https://www.investing.com/news/stock-market-news/nvidia-close-to-becoming-first-trilliondollar-chip-firm-after-stellar-forecast-3090653 -
NVIDIA投资者问答与上市价格：https://investor.nvidia.com/investor-resources/faqs/ -
2023年5月25日价格记录：https://www.aaii.com/investingideas/article/61396-why-nvidia-corporation8217s-nvda-stock-is-up-2437 -
OpenAI在2022年首次介绍ChatGPT：https://openai.com/index/chatgpt/ -
2022年9月H100量产公告：https://nvidianews.nvidia.com/news/nvidia-hopper-in-full-production -
2023年微软与OpenAI扩大战略合作：https://blogs.microsoft.com/blog/2023/01/23/microsoftandopenaiextendpartnership/ -
2023年H100云服务与ChatGPT使用A100的记录：https://nvidianews.nvidia.com/news/nvidia-hopper-gpus-expand-reach-as-demand-for-ai-grows -
2023年GTC主题演讲记录：https://blogs.nvidia.com/blog/gtc-keynote-spring-2023/