内容简介
当在全球AI浪潮席卷的十年中，英伟达从“显卡公司”变为“智能文明的基石”。本书以纪实与思想交织的笔法，完整记录这一进程：从 CUDA 的孤独赌注到 DGX Earth-3 的行星算力网络；从技术帝国的崛起，到算力垄断、能耗危机与伦理黑洞；从人类与AI的协作，到智能文明的自我反思与修正；最终抵达一个宏大的命题：当智能超越生物，人类如何继续存在？
本书不仅是科技史的叙述，更是一次文明哲学的探险。它跨越工程、经济、政治、艺术与宗教，以叙事的方式追问：“我们发明了AI，但我们是否准备好被它反照？”
目录
第一章 从显卡到权力： 一场被误解的革命
一 游戏显卡时代：英伟达的边缘角色
二 CUDA 的赌注：通用并行计算平台的隐秘布局
三 2012 年“猫识别”启示录：GPU 的觉醒
四 AI 训练爆发：规模、能耗、平台的新逻辑
五 转型成功：英伟达由配角变为主角 /018
第二章 黄仁勋的哲学： 从移民少年到“芯片皇帝”
一 移民少年与肯塔基州的打工往事
二 黑皮衣、演讲风格与领导魅力
三 拒做别人做的事：反直觉的企业战略
四 黄仁勋与生态帝国：硬件之外的统治
第三章 CUDA 帝国： 用生态锁定未来
一 CUDA 问世：显卡变成计算平台
二 软件栈、开发者、AI 模型：生态三角构造
三 英伟达的垄断逻辑：训练始终绕不开它
四 最新产品与平台更新：DGX Spark 与 AI 基础设施的重构
五 竞争者、生态防线与壁垒挑战
第四章 AI 黄金年代： 从 ChatGPT 到世界算力爆炸
一 2022 年：ChatGPT 的爆发与算力需求的激增
二 数据中心扩建、GPU 短缺与产业链风暴
三 英伟达 2025 年 Q2 成绩抢眼：营收增速、数据中心平台拉动
四 金融视角：华尔街将算力视为 AI 的石油
五 再造世界算力网络：从硅谷到全球数据中心
第五章 新工业文明： 从硬件到智能平台
一 超级算力中心：AI 训练的流水线化
二 首款桌面 AI 超级电脑：DGX Spark 等产品映射生态
三 网络互联的重要性：Spectrum-X 以太网平台
四 垂直行业落地：与富士通合作、医疗革命、制造业再造
五 能效与可持续挑战：英伟达的 ESG 驱动
第六章 人类的镜像： 当 AI 反向塑造创造者
一 算力与人脑对比：从隐喻到现实
二 生成式 AI、艺术、伦理：芯片外的社会维度
三 英伟达与 OpenAI 的战略合作：10GW 系统部署计划
四 投资、生态与循环：英伟达置入 OpenAI 中的资本逻辑
五 新人类工作模式：与算力协作还是被算力驱动
第七章 芯片帝国的危机： 垄断、能耗与伦理黑洞
一 算力的极限：当增长本身变成危机
二 垄断与创新的悖论：当生态成为枷锁
三 能耗的临界点：AI 文明的生态困局
四 伦理黑洞：当智能失去目的
五 未来的抉择：智能文明的自我修正
第八章 超越芯片： AI 文明的终极布局
一 超越芯片的疆界：从算力帝国到智能文明
二 地球级计算：智能的行星架构
三 AI 经济体：当智能成为生产资料
四 智能的灵魂：当机器开始理解意义
五 文明的继承者：智能的未来与人类的去向
后记 从硅到灵魂： 智能文明的回响
试读
一 游戏显卡时代： 英伟达的边缘角色
20 世纪 90 年代的硅谷，芯片世界被英特尔主宰。那时几乎所 有人都相信，CPU 才是计算的心脏，其他都是外设。而 GPU（图形 处理器）只是游戏玩家的玩具，是计算机的“装饰器官”。
在这样的格局下，一家名不见经传的小公司—— 英伟达，却选 择了几乎没人相信的方向：让“显卡”成为未来的计算引擎。
1993 年，黄仁勋、克里斯·马拉科夫斯基（Chris Malachowsky）、 柯蒂斯·普里姆（Curtis Priem）三人凑出 4 万美元，在加州圣何塞成立英伟达。他们的梦想是让计算机能“看懂世界”。但在当时，这几乎是笑话。
那时的主流市场聚焦在文字、电子表格、服务器计算。图形加 速只被游戏和动画公司使用。而黄仁勋认为，“视觉计算”将成为 人类与机器交流的终极方式。
投资人听完摇头：“你这是在造玩具。”工程师也犹豫：“我 们是不是太小众了？”但黄仁勋回答得很冷静：“边缘才有未来， 核心已经太拥挤了。”于是，他们进入了一片被主流抛弃的领域—— 游戏市场。
1995 年，英伟达发布第一款产品 NV1。这是一块集成音频、视 频、输入控制的“多合一显卡”。
由于技术很先进，理念太超前，它与微软即将推出的 DirectX 标准不兼容，结果市场惨败，公司几乎破产。但黄仁勋没有退缩。 他在一次全员会议上说：“如果市场不理解我们，那就证明我们走 在前面。”
黄仁勋孤注一掷，他砍掉所有非图形业务，把全部资源集中在 3D 渲染上。这次押注改变了命运。
1997 年，英伟达推出 RIVA 128，成为当时全球最强的 3D 加速卡。 两年后，英伟达的 GeForce 256 诞生，并将其定义为“世界上第一款 GPU”。黄仁勋说：我们不再是显卡公司，我们是 GPU 公司。从此， “显卡”一词逐渐被 GPU 取代，但多数人依然没意识到这场定义革命， 其实预示着一次计算范式的转换。
GeForce 256 让英伟达一战成名。玩家疯狂追捧，开发者涌入， 公司市值暴涨，黄仁勋因此登上《福布斯》。然而，他心里很清楚： 这场成功是短暂的。
因为在当时，GPU 依然被认为只属于“游戏娱乐”。它不是严 肃的计算，不属于未来。当黄仁勋提出“GPU 可以做科学计算”时， 连自己公司的工程师都笑了。但黄仁勋始终坚持一个信念：视觉是 世界最复杂的计算问题，谁能解决它，谁就能解决任何计算问题。
GPU 在别人眼中只是显卡，而在黄仁勋看来是一种新的思维机 器，大家之所以不看好，只是整个行业还没准备好理解它。
21 世纪初，互联网泡沫破裂：英伟达股价腰斩，游戏市场萎缩， 竞争者 3Dfx、S3 Graphics、Matrox 纷纷倒下。
黄仁勋在最艰难的时候开始布局一个“没人懂的项目”——CUDA。当时很多人劝他别冒险，认为图形处理器就够赚钱了，别 去碰科学计算。黄仁勋很执着，他认为：如果我们停在这里，未来 就会从我们身边经过。他知道，那是 10 年孤独的开始。但他相信： 总有一天，人类会需要一种新的计算思维器官，去理解指数级增长 的数据洪流。
直到 2012 年，来自加拿大的 AlexNet 团队用英伟达 GPU 训练神 经网络模型，在 ImageNet 大规模视觉识别挑战赛中识别错误率仅 16.4%，夺得冠军——AI 第一次“看见”了世界。
全世界为之震惊，而黄仁勋只是笑笑。“你看，”他说，“显 卡终于开始思考了。”GPU 从此不再只是娱乐工具，而是成为通用 人工智能的核心引擎。那一刻，整个行业才终于明白——这家曾被 当作“游戏厂商”的公司，早已埋下了改变世界的火种。
从 1993 年到 2012 年，英伟达从一间仓库变成硅谷巨头，从“游 戏制造商”变成“AI 革命的心脏”，走了整整 19 年。它之所以能 完成这一跃迁，不是因为幸运，而是面对误解时坚定不退缩的精神。
在科技史上，许多公司都赢在热门赛道，只有极少数赢在无人 相信的角落。黄仁勋就是那个走在“不合时宜”之路上的人。他不 追风，而是造风；他不迎合未来，而是制造未来。正如他所认为的 那样：他们看见的不仅是显卡，更是文明的神经网络。
二 CUDA 的赌注： 通用并行计算平台的隐秘布局
2006 年 8 月，在旧金山举办的 SIGGRAPH 会议（国际计算机 图形学顶级会议），英伟达公司提出了一款神秘的软件架构—— CUDA。
台下反应冷淡。当时的听众多是游戏开发者、显卡厂商代表， 他们希望听到“下一代渲染引擎”或“画质革命”，而不是这种听 起来十分晦涩的“通用并行计算架构”。
后来，有媒体讽刺道：黄仁勋似乎忘记自己卖的是显卡，而不 是超级计算机。但在那个会场之外，黄仁勋对身边的工程师表示： 从今天起，我们开始建造 AI 的引擎。他知道，自己正在下注一场几 乎没人理解的科技革命。
在当时的主流逻辑里，计算世界属于 CPU。CPU 代表通用计算 的中心，而 GPU 只是图形加速器。当英伟达宣布 GPU 要做“通用运算” 时，几乎所有人都认为荒谬。英特尔工程师甚至在采访中讥讽道： “GPU 是加速卡，不是计算机。”但黄仁勋有自己的一套世界观： CPU 像一位聪明但速度慢的工匠，一次只能做一件事；而 GPU 像一 支纪律严明的军队，成千上万的核心可以同时行动。未来的数据洪流、神经网络、AI 模型，都需要这样的“军队式计算”。于是，他决定 让 GPU“开口说话”，成为一种新的计算语言。这就是 CUDA 诞生的原因。
CUDA 的研发异常艰难。黄仁勋为此建立了一支 200 人的秘密 团队，代号 Project Green。这支团队的目标就是让 GPU 像 CPU 一 样执行普通程序。但问题在于，GPU 架构天生为图形服务，要让它 理解“通用计算”，几乎相当于重造一台计算机。当时没人相信这 件事能成功。英伟达内部也有分歧。市场部门抱怨研发速度拖慢新品节奏；财务部门担心巨额投入无回报；投资人认为这是一场“技 术狂人的赌博”。黄仁勋不为所动。他认为：如果我们现在不做通 用计算，5 年后我们连图形市场都守不住。
那是一种近乎虔诚的信念。他知道，如果 GPU 不能进化为“智 能处理器”，它终将被边缘化。
2007 年 2 月 15 日，CUDA 1.0 正式发布——这是英伟达通用计 算架构的首个商用正式版本。这一次，不再面向玩家，而是面向科 学家。它允许程序员用 C 语言直接控制 GPU 核心进行并行计算。这 意味着，气候模拟、基因分析、量子化学、流体力学等领域的科研 计算，都可以从 CPU 转移到 GPU 上，性能提升数十倍。但最初，没有人愿意尝试。科学家嫌学习曲线太陡，企业担心兼容问题，开 发者社区寥寥无几。
黄仁勋再次孤军奋战。他给每个顶尖大学送去免费 GPU，为研 究生开设并行计算课程，亲自出资赞助 AI 实验室。几年后，CUDA 逐渐出现在斯坦福大学、麻省理工学院、清华大学、剑桥大学的实 验室里。这是一场从教育体系开始的“生态渗透”。
2012 年，AlexNet 团队用英伟达的 GPU 通过 CUDA 编程训练深度神经网络。该模型第一次“看懂”猫的图片，最为关键的是其识 别准确率超过人类。这场实验被称为 AI 复兴的起点。从那一刻起， 全世界的 AI 实验室都意识到：GPU 不只是显卡，更是智能的计算 大脑。CUDA 成为通用人工智能的通用语言。谷歌、脸书、百度、 微软、OpenAI、DeepMind 全部转向使用英伟达平台。
10 年孤独，终于迎来了时代的回响。黄仁勋认为：自己等了 10 年，世界终于追上了自己。
CUDA 不仅是一种技术，更是一种“生态武器”，一旦使用 CUDA 编写代码，迁移到其他平台的成本极高。它成为 AI 世界的“操 作系统”，也是英伟达最深的护城河。
截 至 2025 年 7 月， 全 球 超 过 500 万 AI 开 发 者 使 用 CUDA， 诸 如 GPT-5、Claude、Gemini、文心一言、通义千问等模型，都主要在 CUDA 生态上运行和发展。
黄仁勋觉得：CUDA 不是产品，而是语言。
其实，在 2016 年之后，AI 就进入了爆发期。深度学习算法的 计算需求以指数级上升。GPU 成了新的“石油”，而 CUDA 让“炼 油厂”的阀门握在英伟达手中。黄仁勋的疯狂赌注，变成硅谷最伟 大的商业奇迹。
有媒体评论：没有 CUDA，就没有 AI。这场被误解 10 年的实验， 终于成了 AI 文明的基石。有人问黄仁勋：“为什么你能在 10 年没 有利润的项目上坚持？”他回答：“因为我从不做今天的事，我做 10 年后的事。”他不是在赌，而是在预见。他相信，每一次技术革 命的本质，都是对“算力边界”的突破。
在他的思维里，有一种“反时间哲学”：先创造世界，再等待 世界理解你。这种坚持，改变的不仅是英伟达的命运，也改变了整 个科技世界的演化路径。
CUDA 的编程源代码已成为全球 AI 计算的“拉丁文”。每个 AI 训练脚本，每个模型生成背后，都有 CUDA 的影子。
从 2006 年到 2025 年，CUDA 从被嘲笑到成为文明的语言，黄 仁勋用近 20 年的孤独换来了人类智能时代的“通用语法”。这就是 CUDA 的赌注—— 一场关于未来、信仰与计算灵魂的科技革命。
