一、一家在快餐店里诞生的公司（1993）
1993 年，三位工程师在美国加州一家 Denny's 快餐店里合计出了一个生意：给个人电脑做"图形加速卡"。他们是黄仁勋、Chris Malachowsky 和 Curtis Priem，公司取名 NVIDIA。
那时候电脑要在屏幕上画出立体画面，全靠 CPU 硬算，又慢又吃力。英伟达想做的，就是一块专门负责"画画"的芯片，把这份苦力活从 CPU 手里接过来。
开局并不顺。第一款产品 NV1 因为技术路线选错，几乎让公司破产。真正救命的是 1997 年的 RIVA 128——那一年公司账上的钱只够再撑一个多月。
二、"GPU"这个词，是英伟达发明的（1999—2005）
1999 年，英伟达在纳斯达克上市，同年推出 GeForce 256，并首次把这类芯片命名为 GPU（图形处理器） 。这个如今人人都在念的名词，就是这么来的。
接下来几年，英伟达靠游戏玩家吃饭：显卡越强，游戏画面越真实。它和另一家公司 ATI（后被 AMD 收购）打得难分难解，这是段典型的"消费电子公司"岁月，和今天的万亿帝国还看不出什么关系。
三、埋下十年后才引爆的伏笔：CUDA（2006）
2006 年，英伟达做了一件当时被很多投资人认为是"烧钱"的事：推出 CUDA。
简单说，GPU 里塞了成千上万个小计算核心，本来只用来画画。CUDA 是一套软件工具，让程序员可以调用这些核心去算任何东西——物理模拟、金融建模、科学计算。英伟达等于把一块游戏显卡，改造成了一台便宜的并行超级计算机。
这件事投入巨大、短期看不到回报，但黄仁勋坚持了近十年。
四、深度学习点火（2012—2020）
2012 年，一个叫 AlexNet 的图像识别模型用两块英伟达游戏显卡训练出来，成绩碾压所有对手。全世界的 AI 研究者忽然发现：训练神经网络，正好需要 GPU 这种"大量简单计算同时做"的能力。
伏笔引爆了。此后英伟达一路加码：2017 年在芯片里加入专为 AI 设计的 Tensor Core（张量核心） ；2020 年收购网络公司 Mellanox，从"卖芯片"转向"卖整套算力系统"。
五、ChatGPT 之后（2022 至今）
2022 年底 ChatGPT 引爆全球，训练和运行大模型需要海量算力，而几乎所有人都得买英伟达的 H100。芯片一度千金难求，公司市值在 2023 年突破万亿美元，之后一路冲上全球最高之列。
六、它的护城河到底是什么？
很多人以为英伟达强在芯片快，其实那只是一半：
- CUDA 生态：近二十年积累，全球 AI 代码几乎都跑在上面，换平台的迁移成本极高；
- 系统能力：从芯片、互联（NVLink）到整机柜，别人卖零件，它卖"算力工厂"；
- 产业分工：英伟达自己不建厂，属于 Fabless（无晶圆厂）公司，芯片交由台积电制造，存储用SK 海力士等厂商的 HBM。它站在产业链最上游的设计与生态位置。
结语
英伟达的三十年，本质上是一次"押注"的胜利：它花了十年时间，把一块给游戏玩家画画的芯片，改造成了通用计算的引擎，然后等到了 AI 这场时代级的浪潮。
在半导体的宏大叙事里，它证明了一件事——决定芯片公司命运的，往往不只是硅片上的晶体管，还有跑在它上面的软件生态。
