Nvidia为此花费数年时间打造了CUDA，使得GPU可以使用类似于Java和C++的高级语言进行编程。不过，人工智能专家也发现，使用CUDA，他们可以更快更好地编写深度学习模型。

　　黄仁勋表示，深度学习算法就像人类大脑，极其高效。你可以教它做任何事情，但是必须给它足够的计算资源。结果人们发现，GPU是执行深度学习算法的极佳工具。

　　2010年，温文尔雅的斯坦福大学教授安德鲁·尼格（Andrew Ng）在帕洛阿尔托的一家日本料理店，同谷歌CEO拉里佩奇（Larry Page）和另一名谷歌技术高管，Google X实验室主任塞巴斯蒂安·特龙（Sebastian Thrun）会面，这次会面是深度学习技术走向商业化的第一声啼鸣。

　　特龙之前已经研发出一款实用的自动驾驶汽车。此外，他在斯坦福和尼格，以及2名跟佩奇合作，正在组建谷歌深度学习研究团队的科学家同屋办公。

　　谷歌的海量计算资源可以用来构建世界上最大的神经网络。佩奇同意了这个被称为“谷歌大脑”的项目。谷歌大脑目前被应用于几乎所有的谷歌产品中，特别是搜索以及语音和图像识别。

　　在谷歌启动谷歌大脑的同时，另外一位科学家也在加拿大多伦多思考着深度学习问题。2012年，多伦多大学博士生亚历克斯· 科里佐夫斯基（Alex Krizhevsky）在寝室中用1200万张图片训练了基于2块Nvidia GeForce显卡的人工智能程序，并将其向ImageNet竞赛提交，该国际竞赛代表了图像识别领域的最高水平。

　　该程序的错误率仅为15%，是该竞赛有史以来从未有过的最好成绩——之前最好成绩为25%的错误率。该成绩在学术界引起轰动。目前，科里佐夫斯基和他的教授都在谷歌从事研究工作。

　　从此，深度学习在各个领域全面开花。微软、脸书和亚马逊也加入到深度学习的研究中。Nvidia在CUDA中的巨大投入获得了丰厚的回报。Nvidia CUDA研发项目主管兰·巴克（Ian Buck）曾表示，“台上1分钟，台下10年功——黄仁勋先生为此耕耘了多年。”

　　Nvidia仍在继续针对深度学习应用优化显卡硬件。Nvidia的最新产品长3英尺，厚5英寸，是“世界上第一块AI超级计算机板卡”。该板卡售价13万美元，每秒执行170兆兆次浮点运算，相当于250台服务器的总和。8月，黄仁勋亲手将第一块产品交给伊隆马斯克和他的非盈利研究机构OpenAI。

　　黄仁勋早在年轻时就以雄心著称。1963年他在台湾出生，后随父母移民美国。黄仁勋的学校室友有17岁，而他只有10岁。黄仁勋在一场打斗中身中7刀。随后，他在乒乓球中寻找解脱，1978年他15岁，获得美国乒乓球公开赛少年组第三名。

　　黄仁勋在高中迷上了电脑，读俄勒冈州立大学选择了计算机工程，并在校园遇到了他的妻子罗瑞。毕业后，他们来到硅谷，为AMD设计芯片。黄仁勋在1992年获得斯坦福大学的电子工程硕士学位。他在LSI工作时，遇到了另外两位合伙人，他们当时都在Sun公司工作。

　　黄仁勋刚刚30岁。三个年轻人都同意一起创办一家研发显卡的企业——当时PC游戏的画质简直太糟糕了。

　　Nvidia的第一款产品NV1于1995年问世，研发花费1000万美元来自Sequoia Capital 和Sutter Hill Ventures两家风投。不幸的是，该显卡的功能杂而不精，因此没有多少顾客。2岁的Nvidia几乎破产，被迫解雇了一半员工。但是它的第三款产品RIVA 128于1997年发售，大获成功，其速度是其他显卡的4倍。

　　20世纪90年代，硅谷有70家显卡企业，现在只剩下Nvidia和AMD。

　　Nvidia的RIVA 128

　　Nvidia的成功引起了效仿。每个芯片巨头都投入了AI市场的争夺战，此外，一批创业公司也在开发新的深度学习芯片。不仅如此，Nvidia之前的重要客户谷歌，考虑到人工智能在未来的极端重要性，也开始研发AI芯片。