在成功率为零的领域，冒险押注

20世纪90年代末，为了更好地渲染《雷神之锤》系列游戏的画面，英伟达对其处理器的电路架构做了微妙的调整，使其能够同时处理多个问题。这种被称为“并行计算”的方法是一次激进的赌博。“在我们涉足之前，并行计算的成功率是零。”黄仁勋一边说着，一边列举出一长串已被人遗忘的初创企业。“真的是零。所有试图商业化的人都失败了。”但黄仁勋无视这一令人沮丧的纪录，勇敢地与华尔街背道而驰，10多年来坚持追求自己与众不同的构想。他开始寻找除游戏玩家之外的客户，那些需要大量算力的客户——气候科学家、放射科医生、深海石油勘探者，等等。在此期间，英伟达的股价大幅下跌，他不得不抵御恶意收购者的攻击以保住自己的职位。

黄仁勋坚持这一构想很多年，这也让他遭受了连年的亏损，直到2012年，多伦多一群持不同见解的学者购买了两张消费级视频游戏显卡，用来训练一种奇特的人工智能——神经网络。当时，模仿生物大脑结构的神经网络备受冷落，大多数研究人员认为它们只是过时的玩意儿。然而，当黄仁勋看到神经网络在他的并行计算平台上的训练速度如此之快时，他毅然决定将整个公司的命运押注在这种出人意料的共生关系上。黄仁勋现在需要的是让这两种曾在市场上失败过的技术能够一起发挥作用。

这一冒险的企业战略最终押注成功，英伟达的市值飙升数百倍。在过去的10年里，该公司已经从销售200美元的游戏配件，发展到提供价值数百万美元、能摆满一整层楼的超级计算设备。通过与OpenAI等先锋企业合作，英伟达连续10年每年将深度学习应用程序的速度提高了10倍。所有主流的人工智能应用，如Midjourney、ChatGPT、Copilot等，都是在英伟达的机器上开发出来的。正是由于算力成千亿倍的增长，才使得现代人工智能的繁荣成为可能。

凭借在硬件上近乎垄断的地位，黄仁勋无疑成了人工智能领域最具影响力的人物。毋庸置疑，他从中赚取的财富也比其他任何人都要多。黄仁勋与在淘金热潮中诞生的加利福尼亚州首位百万富翁塞缪尔·布兰南（Samuel Brannan）颇为相似，布兰南是19世纪40年代末旧金山知名的淘金设备供应商。只不过黄仁勋卖的不是铲子，而是售价3万美元、包含1 000亿个晶体管的人工智能训练芯片。如今，想要购买他最新硬件的顾客，需等待超过1年的时间；而在黑市中，他的芯片价格甚至是官方售价的两倍。