三十三年到四天:没有缓冲期的离场
11月8日,黄仁勋给英伟达员工发出一封信,承认对妻子不忠,向家人、员工、董事会、合作伙伴和股东致歉,表示没有任何借口,愿意承担全部责任,并接受批评。
同一天,英伟达董事会宣布,针对有关黄仁勋个人关联事项的指控启动独立调查。董事会公开表示,对黄仁勋及其领导团队“充满信心”。
11月11日,据《纽约时报》报道,黄仁勋还与另一名直接向他汇报的英伟达高管存在婚外关系,这名高管负责公司的医疗健康业务。
11月12日,董事会宣布:黄仁勋辞去总裁、首席执行官以及董事会成员职务,即刻生效。
三十三年,英伟达只有过一位CEO,他就是黄仁勋。这份记录,在这四天里结束了。
董事会公告中给出了公司新的安排:现任执行副总裁兼首席财务官Colette Kress出任临时CEO,并继续兼任CFO。同时,正式的CEO遴选程序已经启动,内部与外部候选人都将纳入考虑。
Kress于2013年加入英伟达,担任执行副总裁兼任CFO。此前,她还曾在思科担任高级副总裁兼CFO,在微软做过13年的财务工作。Kress亲历了英伟达从一个GPU厂商转型成AI算力霸主的全过程。FY2014财年Kress刚加入公司时,英伟达营收是41.3亿美元;到FY2026财年,英伟达营收是2159亿美元,增长了52倍。
三十三年,英伟达是怎样崛起的?
1993年,黄仁勋、普利姆和马拉科夫斯基共同创立英伟达,目标做PC的3D图形芯片。但是NV1、NV2技术路线判断失误,产品失败,公司濒临破产,资金只够维持几十天。
他们把全部的资源投入到RIVA 128,团队顶着只能一次流片成功的压力,硬件与驱动并行开发。1997年,这款单芯片集成2D/3D加速的显卡上市后受到追捧,成为英伟达首款大获成功的产品。从此,英伟达站稳PC显卡市场,与台积电达成合作,为后续GeForce乃至GPU的诞生打下基础。
站稳游戏显卡市场后,英伟达开始研发GPU和CUDA(统一计算设备架构)。GPU用于海量并行运算,不只可以打游戏渲染画面,还能做科学计算。CUDA是面向GPU的通用计算软件开发平台与编程模型,它提供专用编程语言、编译器、工具库与调试套件,让开发者不用深究显卡底层图形渲染逻辑,就能够直接调用GPU的大规模并行算力,执行复杂的科学仿真、矩阵运算、数据处理任务。
2012年,第三届ImageNet大规模视觉识别挑战赛中,多伦多大学提交的参赛作品AlexNet碾压传统计算机视觉算法取得成功。AlexNet团队使用英伟达的GPU支持了一个小规模的深度学习神经网络,然后输入ImageNet的图片,让它“学习”图片并建立图片与关联标签的关系。
AlexNet的胜利不仅使深度学习受到广泛关注,更为英伟达带来了巨大的公关效应。从此,开发者们集体转向GPU,在想到人工智能时顺利成章首选英伟达。除了芯片硬件,CUDA生态成为英伟达的壁垒,大量科研人员、工程师开始基于CUDA写代码,形成强大锁定效应。
在AI需求爆发之后,英伟达不再仅仅把自己定位为显卡公司,而是想打造面向人工智能完整的计算平台。收购Mellanox补齐算力系统短板,设立长期研究小组(NVIDIA Research)负责开展不追求短期收益的前沿图形研究,实时光线追踪算法、DLSS深度学习超采样技术都源于这个小组的前期研究,并成功商业化。
2016年,黄仁勋亲手将第一台DGX-1送给OpenAI;2022年,H100发布,专门设计了加速大模型的Transformer引擎;2023年5月,英伟达市值首次突破1万亿美元;2026年10月,市值一度达到5.78万亿美元,稳坐全球企业市值榜首的位置。
回顾英伟达的发展,每一步、每个转折点都有着黄仁勋的身影。
英伟达还能走多远?
之前读《英伟达之道》时,书中最后有一段话:
黄仁勋无疑是唯一能够将英伟达带到今天这个位置的人。他不仅掌握了技术与商业策略,还理解了实际运营一家大公司的日常工作的艰辛。他亲自执行自己的高标准,并在问题萌芽之前就将其消除。他构建的英伟达能够实现跃迁式的性能提升,而不仅仅是缓慢的渐进式改进。整个业务都以“光速”运行,而且如果黄仁勋发现你在懈怠,他会当众指出。也许对英伟达之道最简洁的定义就是黄仁勋之道,或者干脆说,它就是黄仁勋本人。
虽然英伟达董事会主席Harvey C. Jones公开表示:“We expect the company’s operations, customer commitments and product roadmap to continue without interruption.“我们预计公司的运营、客户承诺和产品路线图,都不会中断。但是一家公司的“道”,能不能从一个人身上拆下来?黄仁勋辞职,英伟达还能再走多远?这个问题的答案会被写进后面一份份财报、一代代芯片的交付中,我们拭目以待。
76