黄仁勋“皮衣”脱下了，英伟达的考验才刚开始

大湾区经济网讯 2026年11月12日，黄仁勋辞去了英伟达(NVDA.US)总裁、首席执行官及董事职务，即刻生效。接棒的是首席财务官科莱特·克雷斯，她以临时CEO身份稳住局面，董事会随即启动永久CEO的遴选程序。

消息传到盘面，英伟达股价开盘一度暴跌超过14%，市值跌破4万亿美元。对一家曾经站上全球市值顶峰的科技公司来说，这不只是几天的涨跌，更像是一扇门被关上——过去三十多年，黄仁勋几乎就是英伟达本身：那身标志性的黑色皮衣、毫不掩饰的个人化管理风格、以及一次又一次押注未来的技术豪赌，共同拼出了外界对这家公司的全部想象。如今皮衣卸下，英伟达必须回答一个问题：离开这个人，它还剩下什么?

从一张餐桌到一款活下来的芯片

1993年，黄仁勋与克里斯·马拉乔夫斯基、柯蒂斯·普里姆在加州创办了英伟达。关于这家公司的起点，有个被反复讲述的版本：三个人坐在圣何塞一家Denny's餐厅里，在餐桌上聊出了未来计算机图形产业的雏形。至于NVIDIA这个名字，普遍认为取自拉丁语中表示嫉妒、羡慕的词根——多少带着点不服气的意味。

那时候的个人电脑市场正在起飞，图形处理能力越来越吃重。三位创始人的判断是，未来的计算机不能只会算文字和数字，还得有更强的图形算力。可创业哪有那么顺，英伟达起初既没有成型的产品，也没有充裕的钱。1995年推出的第一款产品NV1，市场反响冷淡，路线与当时主流的图形技术标准对不上，商业化一度走不通。黄仁勋后来回忆，公司那时离破产只差一步，为了活下去，只能推倒重来、重新设计、另找活路。

转机出现在1997年。RIVA 128凭着不错的性能和市场定位打开了局面，紧跟着的RIVA TNT又把竞争力往上推了一截。真正让英伟达被记住的是1999年的GeForce 256——它被冠以"全球首款GPU(图形处理器)"的名号。这不是一次普通的新品发布，更像是给整个计算产业立了一个新坐标。英伟达也由此从一家卖图形芯片的小厂，慢慢挤进了GPU市场的主角席。

CUDA：一笔当时看不见回报的长线

进入21世纪，个人电脑和游戏产业越做越大，图形需求水涨船高。英伟达靠GeForce系列不断抢份额，GPU成了PC里的标配硬件，也成了游戏、专业图形设计和工作站的核心部件。但黄仁勋心里琢磨的是另一件事：GPU的价值，恐怕不止于把游戏画面做得更逼真，而是它背后那套并行计算的本事。

道理并不复杂。CPU擅长处理复杂、连续的通用任务，GPU却拥有海量计算核心，天生适合同时啃大量相对简单的活。这套能力既能做图形渲染，理论上也能用到科学计算、工程模拟、数据处理上。麻烦在于，早期GPU是按图形处理设计的，开发者想直接调用它的算力，难。

2006年，英伟达拿出CUDA(统一计算设备架构)，让开发者能用相对熟悉的编程方式去驱动GPU做通用计算。站在生意的角度，CUDA一开始并不赚钱，反而要英伟达持续往里砸研发。但站在产业的角度，它改写的是GPU的身份——英伟达从此不再只是卖芯片，而是开始搭一个围绕GPU转的计算生态。回看下来，这是英伟达此后三十年最重要的一步布局。

接下来的十几年，CUDA处在一个"得等"的阶段。GPU通用计算的市场还没成熟，很多开发者和企业压根没意识到它的用处。黄仁勋的做法是死磕：软件平台、开发工具、GPU产品，一环一环补齐。与此同时，GPU悄悄渗进了气象预测、石油勘探、医学影像、物理模拟和高性能计算这些专业领域。

真正改写命运的，是人工智能。2012年，多伦多大学团队做出的AlexNet在ImageNet图像识别竞赛里大幅领先，背后GPU出了大力。越来越多研究者意识到，GPU不光能加速图形，还能成倍提升神经网络的训练效率。英伟达这些年的闷头投入，终于开始兑现。公司顺势推出面向深度学习的GPU，持续打磨软件和平台，GPU成了AI训练的硬件底座。到2015年前后，英伟达把自己从GPU供应商进一步定义成了AI计算平台公司。CUDA从来不是短期产品策略，而是一条为往后十多年铺好的技术跑道。

从一颗芯片，到一整套"AI工厂"

2016年，DGX-1深度学习超级计算机问世，把GPU、系统和软件打包在一起，给研究机构和企业提供完整的计算平台。这一步意味着生意形态变了——英伟达不再只卖一颗颗芯片，而是端出了面向AI的整体解决方案。2017年，面向数据中心的GPU产品跟进，深度学习算力继续加码。同一时期，自动驾驶也成了重要落点，DRIVE平台把GPU算力往汽车领域延伸。

这段路并不平坦。加密货币的周期波动，让显卡需求起起落落;数据中心业务还要面对对手和客户自研芯片的双重挤压。黄仁勋的应对，是推着公司往更完整的计算平台转。2020年英伟达宣布计划收购英国芯片设计公司Arm，最终因监管阻力在2022年作罢。收购没成，但那份想把影响力铺向全球计算产业的野心，藏不住。数据中心方向的投入则一路加码，GPU、网络、系统、软件逐渐咬合成一个协同体系，为下一轮爆发攒够了弹药。

2022年底ChatGPT登场，生成式AI迅速冲进大众市场。全球科技公司、互联网平台纷纷扑向大模型，而训练和运行大模型要烧海量算力，GPU需求随之爆涨。英伟达成了这轮浪潮里最直接的受益者，A100、H100等数据中心GPU成了AI训练和推理的关键硬件，数据中心业务一路狂奔。它的护城河也不只在芯片性能：CUDA降低了开发者上手的门槛，高速互联技术撑起了大规模计算集群的效率，整机系统和软件工具帮客户更快把AI基础设施搭起来。几样叠在一起，成了一种很难照搬的壁垒。

2024年，Blackwell架构推出，进一步强化大模型训练与推理的算力;2025年，英伟达继续推进新一代计算平台，试图把竞争从单颗芯片拉长到一整套"AI工厂"。资本市场也给了极高的估值，公司一度成为全球市值最高的企业之一，超过5万亿美元，黄仁勋本人则成了最受关注的科技企业家之一。那个穿着黑皮衣、在发布会上亲自上手展示产品的人，几乎就是AI时代最具辨识度的商业符号。

留下的是生态，考验刚开始

高光之下，问题也在累积：供应链安全、先进制程产能、能源消耗、客户集中度、全球AI芯片竞争，每一条都够英伟达头疼。尤其在全球科技竞争升温的背景下，英伟达卖什么、往哪儿布局，早已超出单纯的生意范畴，和国家安全、产业政策捆在了一起。

如今掌舵者离场，外界重新打量黄仁勋与英伟达的关系。过去几年，他既是技术路线的推手，也是战略的主要拍板人，更是资本市场理解这家公司的窗口。围绕他离任的报道和争议仍在发酵，但无论原因为何，这件事抛出的核心问题只有一个：一家高度依赖创始人领导的公司，能不能在他走之后继续打?

全球AI基础设施还在扩张，对手紧追，客户也在琢磨自研芯片和多元化供应。未来的英伟达，得在技术创新、生态建设、供应链和全球市场之间重新找平衡。黄仁勋最大的遗产，也许不是某一代GPU，也不是某一次股价冲高，而是他在整个行业还没看清方向时，就动手建起来的CUDA生态和加速计算体系——是他把GPU从游戏图形处理器，变成了AI时代的计算引擎。

皮衣曾经是黄仁勋最醒目的个人标识。现在皮衣卸下了，英伟达也得向市场证明：它的未来，不再只押在一个人的判断上。一个企业家的时代或许告一段落，但他亲手点燃的这场计算革命，远没有到终点。

文/徐玲

责任编辑/可可