2006 年，为了减少开发者的负担，NVIDIA 发布了一个名为 CUDA 的编程工具，开发者们通过这套工具，可以轻松地让 GPU 同时对画面上的每一个像素进行编程，让他们完成一些简单的渲染工作——这样一来，开发者就无须不胜其烦地重复写代码了。

　　同样，利用这一原理，深度学习的研究者们也可以利用 GPU 来完成大量低级计算，从而大大提升人工智能的计算能力。在世界范围内，大约有 3000 家人工智能公司通过 NVIDIA 的芯片来满足他们对人工智能的需求，其中不乏亚马逊、谷歌、微软等科技巨头。

▲ NVIDIA GPU 深度学习原理图示

　　对于「深度学习」，黄仁勋是这样理解的：

　　深度学习就像人脑一样，你几乎可以教会它任何东西，但它有个巨大的障碍：需要庞大的计算量，这跟我们的 GPU 的运算模式几乎是一致的。

　　尽管 NVIDIA 的主营业务仍是显卡，2017 财年第三季度，图形芯片部门的营收占其总营收的 85%；但得益于人工智能领域的发展，NVIDIA 的汽车业务增长迅速，同比增长 60.8%，最新推出的车载电脑 DRIVE PX 2 更是被用到了特斯拉的电动汽车当中，发展前景十分可观。

　　不过，许多 NVIDIA 的大客户都在研究自家的人工智能芯片（比如谷歌发布的 TPU 芯片），竞争对手英特尔近日也发布了全新的人工智能战略，未来，黄仁勋要面对的挑战依旧是困难重重。

▲黄仁勋与特斯拉电动汽车

　　Geek 君有话说

　　从显卡霸主再到人工智能产业的领路人，NVIDIA 靠的不仅是扎实的技术积累，更多的是对行业趋势的精准判断和未雨绸缪的危机意识，对成功的企业家来说，两者缺一不可。

　　创业早期濒临破产的经历练就了黄仁勋居安思危的性格，他一直有着强烈的危机感：

　　我总觉得我们只剩下 30 天的生意了，这种（危机感）永远不会被消除。我不害怕失败，但我担心自己刚愎自用，我从来不想安定下来。