从无人问津到AI大爆炸：黄仁勋谈加速计算的孤独十年

这是一场少见的、带着回忆与反思的对话。黄仁勋回顾了NVIDIA在加速计算与AI早期几乎“没有应用、没人付费”的艰难岁月，也讲述了ImageNet如何成为引爆一切的关键拐点。文章还原他对计算平台、AI增长曲线以及长期信念的核心判断。

为什么一开始几乎没人需要加速计算

理解NVIDIA的今天，必须先回到那个“几乎没有需求”的起点。黄仁勋在节目中回忆，他们决定创业、押注加速计算时，现实远没有后来那样光鲜。当时能想到的主要应用方向只有人工智能，但AI还停留在学术与实验室阶段。

他直白地说，那时“we had no applications that nobody paid for”，意思并不复杂：技术存在，但没有商业化场景，更没有客户愿意为此掏钱。这种状态持续了很长时间，加速计算像是一项走在世界前面的能力，却找不到现实的落脚点。

这段经历之所以重要，是因为它揭示了一个反直觉的事实：很多后来被证明“必然成功”的技术，在早期看起来都像是过度超前。黄仁勋并没有把这段时期浪漫化，相反，他强调那是一种长期的耐心和对方向的笃定，而不是对短期回报的判断。

ImageNet：AI世界的“宇宙大爆炸”

真正的转折点，来自一个看似学术的事件。黄仁勋形容，ImageNet 的出现“it was the Big Bang”。这句话并非夸张，而是一种结构性的比喻。

ImageNet 是一个用于视觉识别的大规模数据集与竞赛，它第一次让深度学习在可量化的指标上，明显超越传统方法。对NVIDIA而言，这意味着加速计算终于找到了一个不可替代的舞台：如果没有强大的并行计算能力，这种模型训练几乎无法完成。

这一刻的重要性在于，它不是某个单一产品的成功，而是验证了整个技术路线。原本抽象的“AI + 加速计算”，突然变成了一个可复制、可扩展的范式。黄仁勋回忆那种感觉时，语气里带着一种事后仍然清晰的震撼——长期的孤独投入，终于被现实世界理解了。

十年之后：最快增长的应用形态

当对话被拉到十年之后，黄仁勋给出了一个极具分量的判断：今天的AI，是“the fastest growing application in history”。这不是营销口径，而是来自他对算力需求扩张速度的直观感受。

从早期的研究机构，到如今几乎所有行业都在讨论和部署AI，这种增长并非线性，而是层层叠加。模型规模、数据规模、应用场景同时放大，使得对计算平台的要求呈指数级提升。

正因如此，他反复强调NVIDIA首先是一家“computing platform company”。平台的含义在于，它并不试图包办一切应用，而是“do as little as possible as much as necessary”——只做那些必须由底层平台完成的工作，其余交给生态。这种克制，正是支撑高速扩张的关键。

平台信念、H100，以及不被动摇的长期主义

在谈到今天的产品时，黄仁勋提到了H100，并指出在这一代计算平台上，“you can generate all kinds of stuff”。他并没有展开技术参数，而是强调能力边界的变化：生成式模型让计算从“回答问题”走向“创造内容”。

但比具体产品更重要的，是他反复提到的“conviction”。他与主持人回忆起十年前的交流，提到那种确信——通用计算和加速计算必须长期并行、相互补充，而不是相互取代。

对话的最后，他甚至用轻松的方式谈到自己的皮衣，笑着说“my wife okay”。这种幽默感背后，是一个清晰的形象：在技术浪潮剧烈起伏中，真正重要的不是风格或包装，而是能否在没人鼓掌时，依然坚持走完正确的路。

总结

这期对话的价值，不在于某个具体预测，而在于一条被反复验证的路径：真正改变世界的计算范式，往往要经历漫长的“无用期”。黄仁勋的经历提醒我们，技术判断的难点不在于看见趋势，而在于在趋势尚未被证明之前，是否有足够的耐心与信念持续投入。对今天身处AI浪潮中的从业者而言，这或许是比任何参数更重要的启发。

关键词： 黄仁勋， NVIDIA， 加速计算， ImageNet， 人工智能

事实核查备注： 人物：黄仁勋（Jensen Huang）；公司：NVIDIA、LSI；事件：ImageNet 被描述为 AI 发展的关键拐点；判断原话："we had no applications that nobody paid for"、"it was the Big Bang"、"the fastest growing application in history"、"do as little as possible as much as necessary"；产品名称：H100（未涉及具体参数）