關(guān)于英偉達(dá)為什么能夠成功，我有兩點(diǎn)體會(huì)。第一點(diǎn)啟發(fā)：在小賽道上打造獨(dú)特優(yōu)勢(shì)，耐心等待爆發(fā)點(diǎn)。做顯卡起家的英偉達(dá)，最初其實(shí)走了一條小賽道。顯卡只是電腦硬件中的一個(gè)輔助組件，市場(chǎng)空間有限，與當(dāng)時(shí)的巨頭英特爾或AMD所涉及的CPU賽道不能相比。在CPU這個(gè)廣闊的領(lǐng)域，英特爾已經(jīng)建立了不可撼動(dòng)的絕對(duì)優(yōu)勢(shì)，跟它競(jìng)爭(zhēng)無(wú)異于自討苦吃。因此，黃仁勛選擇了顯卡市場(chǎng)，一個(gè)相對(duì)小眾且競(jìng)爭(zhēng)壓力較小的賽道。黃仁勛后來(lái)說(shuō)：“直到今天，我們都不會(huì)與英特爾正面競(jìng)爭(zhēng)。每當(dāng)他們逼近我們時(shí)，我就會(huì)迅速撤退�！�

盡管這條賽道相對(duì)狹窄，但英偉達(dá)卻選擇在這個(gè)小市場(chǎng)中深耕，將顯卡做到極致。英偉達(dá)不斷改進(jìn)技術(shù)，提升顯卡的主頻，研發(fā)更先進(jìn)的架構(gòu)，增加處理器數(shù)量，讓渲染管線(xiàn)更多、更深、更高效，一步步構(gòu)建了他們?cè)陲@卡領(lǐng)域的護(hù)城河。這還不夠，更關(guān)鍵的是，黃仁勛一直有個(gè)理念：時(shí)刻想要為自己的產(chǎn)品找到更大、更廣闊的應(yīng)用市場(chǎng)。英偉達(dá)在設(shè)計(jì)上的一次次改進(jìn)，甚至是不惜代價(jià)的改進(jìn)，都是為了這一步做準(zhǔn)備。例如，他們把固定功能的渲染管線(xiàn)改成了統(tǒng)一流處理器架構(gòu)，這讓他們的GPU具備了處理多種類(lèi)型計(jì)算任務(wù)的能力。此外，英偉達(dá)不惜重金投入軟件生態(tài)的開(kāi)發(fā)，在沒(méi)有找到明確應(yīng)用對(duì)象的情況下，推出了CUDA平臺(tái)，一個(gè)為潛在應(yīng)用開(kāi)發(fā)者提供便利的編程環(huán)境。

在英偉達(dá)支付了這一切“前置成本”后，它迎來(lái)了人工智能這個(gè)風(fēng)口。當(dāng)深度學(xué)習(xí)的科學(xué)家們發(fā)現(xiàn)，英偉達(dá)的GPU的并行計(jì)算能力完美契合深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練需求，而CUDA的開(kāi)發(fā)環(huán)境讓他們很容易使用英偉達(dá)的GPU完成自己的工作。這一切讓研究人員幾乎別無(wú)選擇，只能選擇英偉達(dá)的工具。一旦行業(yè)普遍接受某種生態(tài)，便幾乎無(wú)從替換。今天，要挑戰(zhàn)英偉達(dá)的行業(yè)地位，對(duì)手不僅要有比英偉達(dá)算力更高的芯片，還需要打造出一個(gè)能夠撼動(dòng)CUDA生態(tài)的替代方案。這種生態(tài)優(yōu)勢(shì)讓英偉達(dá)進(jìn)一步鞏固了自己的護(hù)城河。

這個(gè)策略對(duì)于個(gè)人發(fā)展也有所啟發(fā)。我們經(jīng)常說(shuō)“卷”。所謂卷就是在某一個(gè)賽道上，按照既定標(biāo)準(zhǔn)，和無(wú)數(shù)人爭(zhēng)奪同樣的資源和機(jī)會(huì)。比如大學(xué)選專(zhuān)業(yè)選熱門(mén)，學(xué)習(xí)中都追求高GPA保研，畢業(yè)后都盯著大廠(chǎng)或考公。

但傳統(tǒng)“熱門(mén)賽道”往往伴隨最激烈的競(jìng)爭(zhēng)，而且這些熱門(mén)很可能在未來(lái)發(fā)生變化。如果選擇這些賽道的原因只是追隨潮流，而非出于個(gè)人興趣與優(yōu)勢(shì)，那么競(jìng)爭(zhēng)力往往不高。英偉達(dá)也很卷，但是它沒(méi)有在當(dāng)時(shí)最熱，也是當(dāng)時(shí)最重要的CPU這個(gè)賽道上去卷，因?yàn)檫@個(gè)賽道上已經(jīng)有了英特爾這樣的龐然大物。英偉達(dá)是在顯卡這個(gè)小的賽道上去卷，這個(gè)賽道上，英偉達(dá)有著天然的基因和獨(dú)特的優(yōu)勢(shì)。

所以，我們是否可以學(xué)一下英偉達(dá)的思路呢？在選擇賽道時(shí)，不一定追逐熱門(mén)，而是找到一個(gè)自己感興趣且具備獨(dú)特天賦的小領(lǐng)域。在這一領(lǐng)域不斷提升自己，建立屬于自己的護(hù)城河。此外，英偉達(dá)在顯卡這條賽道上狂奔時(shí)，一直在實(shí)踐讓自己打造的產(chǎn)品能夠延伸到更廣的領(lǐng)域，正是這種戰(zhàn)略眼光，幫助它抓住了深度學(xué)習(xí)的風(fēng)口。

這給我們的啟發(fā)是，當(dāng)我們?cè)谧约合矚g和擅長(zhǎng)的道路上埋頭趕路時(shí)，不要忘了“抬頭看天”，需要像英偉達(dá)那樣，努力讓自己的能力具備更強(qiáng)的“泛化性”，培養(yǎng)自己的底層、可遷移的能力，并且向外探索能力可以延展的新方向。一旦風(fēng)口來(lái)臨，就可以憑借長(zhǎng)期積累的專(zhuān)注與洞察，把握住機(jī)會(huì)，實(shí)現(xiàn)快速突破。

第二個(gè)啟發(fā)，叫做“第一性原理”。第一性原理（The first principle）這個(gè)詞，最近幾年因馬斯克而火。我理解它的含義，就是從數(shù)學(xué)或物理學(xué)的本質(zhì)出發(fā)，用更基礎(chǔ)、更本質(zhì)的方式理解并解決問(wèn)題。例如，馬斯克有一次針對(duì)電動(dòng)車(chē)的電池價(jià)格進(jìn)行的思考是這樣的。市面電池都很貴，但回到本質(zhì)，電池硬成本是什么？答案是金屬材料——鐵、鎳、鋁等。除了原材料價(jià)格無(wú)法削減，其余成本都來(lái)自工藝流程、供應(yīng)鏈等。所以通過(guò)優(yōu)化生產(chǎn)工藝，電池價(jià)格理論上可以逼近原材料價(jià)格。這種從本質(zhì)出發(fā)的分析，正是“第一性原理”的典型應(yīng)用。

要想真正理解第一性原理，我們還必須搞清楚與其對(duì)應(yīng)的思維模式，馬斯克將其稱(chēng)為“類(lèi)比推理”，而我認(rèn)為更準(zhǔn)確地應(yīng)該叫“數(shù)據(jù)驅(qū)動(dòng)原理”。就是從歷史數(shù)據(jù)中獲取經(jīng)驗(yàn)解決問(wèn)題。比如，遇到問(wèn)題時(shí)，考察類(lèi)似問(wèn)題歷史上如何解決，找到最佳方案借鑒。這種思維方式與人工智能的基礎(chǔ)理念非常相似，即通過(guò)訓(xùn)練數(shù)據(jù)總結(jié)出解決方案。但卓越創(chuàng)新往往不能靠數(shù)據(jù)驅(qū)動(dòng)來(lái)解決。因?yàn)檎嬲膭?chuàng)新要么是別人沒(méi)干過(guò)的，要么是別人干過(guò)但沒(méi)干成的，都缺乏歷史數(shù)據(jù)。這時(shí)就需要第一性原理，從問(wèn)題本質(zhì)出發(fā)推理。在英偉達(dá)的很多關(guān)鍵節(jié)點(diǎn)上，黃仁勛都選擇了第一性原理來(lái)做決策。

第一個(gè)重要決策，發(fā)生在英偉達(dá)早期階段的并行計(jì)算架構(gòu)選擇上。我們當(dāng)時(shí)說(shuō)過(guò)，為了應(yīng)對(duì)圖形渲染越來(lái)越高的需求，英偉達(dá)團(tuán)隊(duì)提出了并行架構(gòu)方案，即通過(guò)增加渲染管線(xiàn)的方法來(lái)解決問(wèn)題。這種架構(gòu)和當(dāng)時(shí)主流不同。當(dāng)時(shí)顯卡行業(yè)領(lǐng)頭羊3dfx的方案是增加芯片，通過(guò)配置多個(gè)芯片來(lái)提高顯卡性能。

這種架構(gòu)能走得通嗎？按照“數(shù)據(jù)驅(qū)動(dòng)原理”，得出的結(jié)論就會(huì)是，英偉達(dá)方案有問(wèn)題——因?yàn)楣韫缺椴疾⑿杏?jì)算公司失敗例子，而3dfx方案已被市場(chǎng)證明。黃仁勛一開(kāi)始就是這樣思考的，但后來(lái)，他按照“第一性原理”來(lái)進(jìn)行推斷，就得到了不一樣的結(jié)論。

他的思考方式是這樣的：游戲設(shè)計(jì)師不會(huì)滿(mǎn)足于僅有兩個(gè)獨(dú)立的像素管線(xiàn)。隨著射擊游戲日益復(fù)雜，他總會(huì)想要更多。想象一下，一個(gè)場(chǎng)景中有很多光源：燈光璀璨的競(jìng)技場(chǎng)、多把槍支同時(shí)開(kāi)火、遠(yuǎn)處一艘宇宙飛船墜毀，還有一個(gè)雙太陽(yáng)照耀的世界。如果3dfx為每個(gè)光源都專(zhuān)門(mén)設(shè)計(jì)一塊芯片，最終電路板上將滿(mǎn)滿(mǎn)當(dāng)當(dāng)。要適應(yīng)未來(lái)，唯一方法是在單塊芯片上增加管線(xiàn)。結(jié)果證明英偉達(dá)選擇正確。第二次運(yùn)用第一性原理，在于顯卡是否會(huì)被CPU取代。我們?cè)谥耙蔡岬竭^(guò)，在20世紀(jì)末，芯片性能提升主要靠提高CPU主頻，英特爾是堅(jiān)定支持者。按數(shù)據(jù)驅(qū)動(dòng)原理思考的話(huà)，CPU性能每年大幅提升，顯卡會(huì)被取代。

但英偉達(dá)的尼科爾斯從物理學(xué)角度分析：當(dāng)晶體管縮小到僅100個(gè)原子寬度時(shí)，電流會(huì)泄漏，造成速度下降。CPU提升將面臨極大瓶頸。這讓英偉達(dá)確信并行計(jì)算是未來(lái)方向，也成為英偉達(dá)堅(jiān)持GPU架構(gòu)創(chuàng)新的最重要推動(dòng)力。

第三次運(yùn)用第一性原理，是黃仁勛決定梭哈深度學(xué)習(xí)的時(shí)候。當(dāng)?shù)弥令D博士的深度神經(jīng)網(wǎng)絡(luò)解決了計(jì)算機(jī)視覺(jué)問(wèn)題后，黃仁勛提出了一個(gè)關(guān)鍵問(wèn)題：“還有哪些領(lǐng)域可以應(yīng)用這種技術(shù)？”辛頓博士取得的突破，主要體現(xiàn)在利用深度神經(jīng)網(wǎng)絡(luò)解決了圖片分類(lèi)的難題。從數(shù)學(xué)本質(zhì)上來(lái)看，一個(gè)神經(jīng)網(wǎng)絡(luò)就是一個(gè)函數(shù)，函數(shù)有輸入，就是圖片，有輸出，就是該圖片的分類(lèi)，比如是貓還是狗。而黃仁勛用第一性原理意識(shí)到：許多領(lǐng)域本質(zhì)都可歸結(jié)為尋找函數(shù)。比如機(jī)器翻譯是輸入原文而輸出譯文的函數(shù)，語(yǔ)音識(shí)別是輸入聲音而輸出文字的函數(shù)�；诖�，黃仁勛斷定：既然深度神經(jīng)網(wǎng)絡(luò)本質(zhì)是找函數(shù)，這種方法就能擴(kuò)展到其他領(lǐng)域。從計(jì)算機(jī)視覺(jué)到語(yǔ)音識(shí)別、自然語(yǔ)言處理、醫(yī)療診斷等，深度神經(jīng)網(wǎng)絡(luò)都可能成為基礎(chǔ)工具，而他可以通過(guò)自己的GPU占據(jù)必要的硬件市場(chǎng)。他立刻宣告舉全公司之力投入深度神經(jīng)網(wǎng)絡(luò)賽道。注意，如果黃仁勛按照“數(shù)據(jù)驅(qū)動(dòng)原理”來(lái)思考深度神經(jīng)網(wǎng)絡(luò)還能做什么，就不能得到正確答案。因?yàn)樯疃壬窠?jīng)網(wǎng)絡(luò)在當(dāng)時(shí)還沒(méi)有在其他的領(lǐng)域取得完全成功，所以根本沒(méi)有“歷史數(shù)據(jù)”。

而后續(xù)也驗(yàn)證了黃仁勛的眼光。英偉達(dá)的技術(shù)專(zhuān)家戴維·柯克說(shuō)，黃仁勛是首位發(fā)現(xiàn)人工智能潛力的人，真的是首位。