筆記

《Acquired》專訪黃仁勳:完美晶片、零億美元市場,與「How hard can it be」的創業者魔法

講者
黃仁勳
原片日期
筆記日期
閱讀時間
約 16 分鐘
本文有 7 個章節

一家歷經多次瀕死經驗的圖形晶片公司,怎麼變成 AI 熱潮的關鍵算力供應商,這條路又能不能照著複製?NVIDIA 創辦人暨執行長黃仁勳在播客《Acquired》的專訪裡,拒絕把自己的路徑包裝成萬用公式,給的是幾條有邊界的做法:風險能前置時就前置,未來無法精準預測時就靠定位接近機會;建平台是為了看見更多人的好點子,組織則必須服務具體任務。至於出發本身,可能仍需要一點不知道有多難的勇氣。

錄製時(2023 年中)NVIDIA 市值約 1.1 兆美元、全球第六。黃仁勳是少數在同一家公司掌舵超過 30 年、仍在任的科技創辦人。

Riva 128:所謂押上公司,是把風險提前做完

故事從 1997 年的 Riva 128(NV3)開始。它是前兩代押錯路線後的「重開機之作」,也是當時史上最大的消費級圖形晶片。NVIDIA 的 NV1、NV2 押注前向紋理映射(forward texture mapping):用四邊形曲面,而不是後來成為標準的三角形渲染;NV2 原本還是為遊戲機廠商 Sega 開發的案子。微軟推出以三角形為標準的圖形介面 DirectX 後,兩者根本不相容,早期架構等於被宣判死刑。NVIDIA 發現走錯方向時,市場已有約 30 個圖形晶片競爭者(黃仁勳的回憶數字),帳上只剩六個月現金,員工「連希望都快用完了」。黃仁勳卻稱那是公司史上最好的時刻,因為絕境迫使團隊做了三個決定。

第一,不再對抗 DirectX,而要做全世界最好的 DirectX 硬體:全硬體加速的 3D 管線、紋理快取、當時物理極限能容納的最大晶片、最快記憶體,價格還故意高到對手不敢碰。

第二,捨棄傳統「tape out(晶片設計下線)→拿回晶片→寫軟體→抓蟲→再下線」的逐輪流程,因為每輪都耗費數月和大量資金,公司等不到結果。黃仁勳打給據他所說正要結束營業的硬體模擬器公司 IKOS,買下全部庫存。團隊在實體晶片出現前,就用模擬器跑完整軟體堆疊、所有驅動程式與 QA、所有遊戲,以及所有 VGA 應用(這裡泛指當時 Windows、DOS 的基本顯示功能)。大家坐在實驗室,看 Windows 一格格畫出來;黃仁勳記得,模擬器約一小時才渲染一幀。

第三,團隊假設晶片會是完美的,並依此讓量產、行銷與開發者關係同步啟動。主管問黃仁勳如何知道,他回答:

“I know it’s going to be perfect because if it’s not, we’ll be out of business. And so let’s make it perfect. We get one shot.”

我知道它會是完美的,因為如果不完美,我們就倒閉了。所以,讓它完美吧。我們只有一發子彈。

這句話可以這樣讀:退路為零時,「完美」從願望變成唯一的邏輯解。但晶片回來後,DirectX 規定的 32 種混合模式(blend modes,圖層顏色的疊加運算)其實只支援 8 種。黃仁勳先淡淡地說另外 24 種沒那麼重要,隨即承認本來應該全做,只是發現時已太遲,只能把手上的牌打到最好。

科技商業播客《Acquired》以三、四小時的公司深度研究聞名;主持人 Ben Gilbert 與 David Rosenthal 自述花了約 500 小時研究 NVIDIA,做成三集公司史,這次到 NVIDIA 總部,是找「故事主角本人」核對他們的理解。David 把 Riva 128 的故事歸納成「有信念時就押上整家公司」,黃仁勳立刻連說三次 “No, no, no”:他推進籌碼時,自認已知道它會成功;理由不是盲信,而是能測的軟體、驅動、遊戲都已先跑完。黃仁勳對「bet the farm」的定義是:

“When you bet the farm, you’re saying, I’m going to take everything in the future, all the risky things, and I’m going to pull it in advance.”

所謂押上全部身家,其實是說:我要把未來所有有風險的事,全部提前拉到現在解決掉。

也就是凡能預取(prefetch,借用處理器提前載入資料的概念)、能提前模擬的未來,都先拉到現在。主持人以《Acquired》先前的 Costco 專題呼應:「要在知道會贏的時候才推籌碼。」看似豪賭,內核是昂貴而徹底的風險工程。

但訪談沒有把這套方法說成成功保證。黃仁勳稍後提醒創辦人:所有聰明的事都做對仍可能失敗;做了一堆蠢事也可能成功,他自己就做過很多。他把消費級 3D 的起飛歸功於外部偶然。如果 id Software 共同創辦人 John Carmack 沒有從《Doom》的純 CPU 軟體渲染轉向《Quake》的 OpenGL 硬體加速,再加上 Epic Games 創辦人 Tim Sweeney 的《Unreal》遊戲與引擎,市場就缺少殺手級應用。《Doom》的軟體效能好到當時 3D 卡都難匹敵,只是「你需要 Carmack 本人」才能寫出那種程式。黃仁勳說:「我欠他們太多。」

從第一天就想做平台,只是先輸給微軟

主持人原本的框架是:直接以平台起家的公司都會失敗,NVIDIA 也是先做早期顯卡技術,後來才轉成 CUDA 平台。黃仁勳認為外部觀察沒錯,但內部意圖不同:NVIDIA 從第一天就是平台公司。CUDA 前身「UDA」(Unified Device Architecture,統一設備架構)的概念創業之初就存在;公司最初想做「PC 裡的遊戲主機」,既然遊戲主機需要開發者,早期員工中就有開發者關係人員,也做過自家 API Direct NV。

微軟以既有開發者關係推出 DirectX,迅速壓過 NVIDIA。主持人打趣說,微軟看到 NVIDIA 想做平台,就說「這個不錯,我們收下了,謝謝」。黃仁勳承認微軟做對許多事、NVIDIA 做錯許多事,但強調當年雙方根本談不上對等競爭。DirectX 的主要競爭標準是源自 SGI 工作站體系的 OpenGL,後來《Quake》也選用它做硬體加速。

這次失敗成為 CUDA 策略的前身:讓靠 DirectX、OpenGL 賺錢的每顆晶片,同時替通用運算鋪設安裝基礎。CUDA 自 2006 年起讓 GPU 不只處理圖形,也能做科學運算與 AI;在此之前,NVIDIA 已透過 2000 年代初的高階著色語言 Cg,讓開發者用類 C 語言寫圖形程式,並用 GPU 做 CT 影像重建和影像處理。可程式化著色器本來就是高度平行、大規模多執行緒的處理器;黃仁勳稱它當時是世界上唯一具備這些特徵的處理器,已暗示通用運算的方向。

公司的唯一不可談判鐵律因此是:每一顆 NVIDIA 晶片都必須跑 CUDA,架構維持 30 年相容,「其他一切都可以談」。黃仁勳估計訪談時全球有 2.5 到 3 億顆活躍 CUDA GPU。這是平台延續性的來源;對競爭者與監管者而言,30 年相容和龐大安裝基礎也可能是教科書式 lock-in。

AlexNet 之後:從預測推到「可教的通用電腦」

真正轉折是 2012 年 AlexNet:Geoffrey Hinton 的學生團隊(包括 Ilya Sutskever)以兩張 NVIDIA GPU 訓練出這個神經網路,在 ImageNet 影像辨識競賽中大幅超越傳統方法。當時 NVIDIA 正想把 CUDA 做成好用的電腦視覺系統,卻發現許多累積 30 年的傳統視覺演算法不適合 CUDA。AlexNet 突然突破後,黃仁勳追問三件事:為什麼有效、能否擴展、若能擴展還可解什麼問題。

他的推理是:只要範例資料夠多,就能教一個函數做預測;神經網路因此像通用函數逼近器(Universal Function Approximator),可逼近高維、深層的輸入輸出映射,再配合其他技術,甚至可能成為「可以教的通用電腦」。他用日常例子把因果與預測分開:顧客為何偏好某款牙膏並不重要,只要能預測;買熱狗的人為何也買番茄醬、芥末不重要,只要能預測;即使懂熱力學、太陽輻射、雲層和洋流,人最後只想知道今天要不要穿毛衣。他的結論是,世界上大量的問題根本不在乎因果(causality),人只想模擬這個系統、預測它的結果。

這個判斷涵蓋電商推薦、音樂與電影、社群動態排序,也涵蓋科學運算;主持人補充,僅預測下一則最佳貼文就是巨大市場。若大部分軟體終將以資料教出的函數來「編程」,電腦與晶片的建造方式都會改變;看見這個可能性之後,問題只剩是否有勇氣押注。

NVIDIA 接著回到研究社群。CUDA 早已讓分子動力學、地震處理、量子化學、氣象模擬等超級運算更普及,因此尋找全球 AI 研究者是自然延伸。黃仁勳陸續結識 Yann LeCun、Andrew Ng(吳恩達)和 Geoffrey Hinton,也在 AI 會議初遇 Ilya Sutskever。第一次見 GAN 發明人 Ian Goodfellow 時,GAN 只能生成 32×32 像素的模糊貓圖:「看起來像玩具,但我們相信它能走多遠。」2016 年,黃仁勳親手把第一台 DGX AI 超級電腦送給 OpenAI;它當時剛成立,還是名不見經傳的非營利研究機構。

對 Google 2018 年發表的 BERT,他的第一印象是:遮住句中某字讓模型猜,是自監督學習的巧思。語言模型壓縮了人類文字裡的大量推理;既然人的常識與推理很大部分來自閱讀,機器為何不能?有了推理,模型規模擴大後出現未被明確教授的「湧現能力」,在他直覺上並不矛盾。他仍保留工程師式理解和驚奇並存的態度:他說,一件事合乎道理,並不會讓它變得不那麼神奇。他可以在腦中視覺化自駕車的每個模組,但看到車真的保持在車道上,仍「開心到不行」。

站在蘋果樹下:資料中心、Mellanox 與零億美元市場

主持人的難題是:即使從 AlexNet 和研究社群看見 AI,也推不出 NVIDIA 為何讓全公司連續五年 all-in 資料中心。黃仁勳把起點拉回 17 年前:他一直擔心,NVIDIA 技術只能插在連著螢幕、放在桌邊的電腦,桌機與螢幕數量終會限制公司機會。直到工程師示範擷取影格緩衝區、編碼成視訊並串流到接收裝置,運算和觀看才可分離。這成為 GeForce Now 雲端遊戲串流的起點,也是 NVIDIA 第一個資料中心產品;第二個是企業資料中心遠端繪圖,第三個是 CUDA 加 GPU 的超級電腦。

所以資料中心業務不等於「AI 成績單」。在 AI 爆發前,三個不那麼性感的產品已讓 NVIDIA 學會造資料中心電腦。黃仁勳把 CEO 的工作描述為定位,而不是精準預言:要把自己擺到蘋果樹下,就算沒能在蘋果落地前接住它,只要是第一個撿起來的人就夠了。

他的意思是:不能等機會已在眼前才伸手;即使不知道轉角後是什麼、何時到來,也要把公司放在附近,蘋果落下時飛撲接殺。沿途還得能靠 GeForce Now、遠端繪圖、超算等一步步變現,活到真正機會到來。

2019 年約 69 億美元收購以色列高效能網路公司 Mellanox,是這套定位哲學的代表。黃仁勳的第一個判斷是:定義資料中心的不是 CPU 或 GPU,而是網路、基礎設施、運算如何分散與安全如何提供;這些能力在 Mellanox,不在 NVIDIA。第二個判斷是 AI 與 hyperscale 方向相反。Google、AWS 式超大規模雲端以商品化零件,把許多使用者虛擬化到一台電腦上,商品乙太網路足以跑 Hadoop 或搜尋查詢;AI 訓練卻把一個任務拆到數百萬個處理器。主持人補充,模型一旦切片跨過多個機櫃,普通網路就不夠,需要超級運算等級的 InfiniBand。

黃仁勳還說,他很喜歡 Mellanox 的世界級以色列團隊,當時 NVIDIA 在當地有 3,200 人;這是自己做過最好的策略決定之一。主持人補充,他們訪問的多位業界人士也把它列為科技史上數一數二的收購案。

這些布局的上位概念是「零億美元市場」(zero billion dollar markets):市場尚不存在,但 NVIDIA 相信它會形成。進入汽車產業時,有車廠 CTO 警告「汽車可容不下藍白當機畫面」;15 年後,軟體定義汽車成為共識。黃仁勳說 NVIDIA 通常提前十年布局,並在尚無營收的市場蹲十年。訪談時他投入大量時間的 Omniverse 是另一例:這個工業數位孿生平台以 1:1 虛擬模擬工廠、倉庫等設施,讓企業先模擬再建造;他提到 Amazon、BMW 等約 40 家客戶。

主持人再以「十年領先後如何守護城河」提問,黃仁勳拒絕比喻本身:他說自己不喜歡用護城河(moat)來思考,更喜歡用「建立網絡」(building a network)來思考。護城河使人專注在城堡周圍防守;網絡則讓更多人共享終端市場的成功,NVIDIA 只是受益者之一。前者是防禦、以自己為中心,後者是擴張、以生態為中心。

主持人接受這個說法後,把話題接回平台。Ben 試圖提煉通用教訓:Apple、Amazon(AWS 從服務開發者起家)等巨頭都從開發者和平台工具開始。黃仁勳原本強調成功不可複製,最後部分讓步:「再多好點子,也不可能擁有全世界的好點子;擁有開發者的好處,是能看到大量好點子。」這不保證成功,卻增加站在樹下的機會。

公司是造產品的機器:任務、資訊與權威

黃仁勳有 40 多名直屬部下,遠超管理教科書常見的 7 至 10 人,也不採「職涯呵護」式管理。主持人把它當成 NVIDIA 特例,他回答:「不是 NVIDIA 特別,是我們有勇氣建這樣的系統。」

他不把公司看成軍隊:沒有將軍、上校,也不是由上而下的指揮、控制和資訊分發。NVIDIA 更像運算堆疊:底層是架構,往上是晶片、軟體和各種模組;每一層由最擅長運行該模組的人擔任 pilot in command(航空術語,握有最終決策權的機長),頭銜和在堆疊中的位置無關。組織架構應是「造產品的機器」的架構。炸雞、漢堡、炒飯做法不同,為何所有公司組織圖都一樣?他說這毫無道理。

資訊則像神經網路佈線,黃仁勳的核心口號是 “Mission is the boss”(任務就是老闆)。任務不能只寫成「推進加速運算」,而要具體到「造出 Hopper」「替 Hopper 造 CUDA」「替 Hopper 的 CUDA 造 cuDNN」。Hopper 是 NVIDIA 2022 年推出、以 Grace Hopper 命名的資料中心 GPU 架構,H100 屬此世代;cuDNN 是 AI 框架建立其上的深度學習加速函式庫。團隊把最適合的技能、資源跨部門接到任務上。

代價是領導壓力很大。傳統指揮體系裡,上司的權力部分來自更接近資訊源;NVIDIA 則讓資訊在團隊層級快速擴散。黃仁勳以當天早上的機器人會議為例:應屆畢業生、三位副總裁、兩位執行幕僚同處一室,決策一出,畢業生和執行幕僚同一秒知道。主管不能靠「只有我知道答案是 3.7」維持權威,只能靠推理問題、幫助別人成功的能力。

AI 安全、工作與「製造智慧」的公司邊界

談 AI 是否消滅工作前,黃仁勳先談安全條件:自駕車需要功能安全;重大決策應保留 human in the loop;生成模型應與 Getty、Shutterstock 兩大圖庫授權公司合作訓練,而不是爬取網路圖片,以尊重創作者;AI 不應在野外自行學習、自行改變,而應先收集資料,再訓練、測試、驗證後發布。

他的就業論證是:生產力的第一個結果是繁榮;公司更賺錢時,通常會僱更多人拓展新領域。「生產力提高所以人力減少」假設公司已無其他想法,但藥物發現、交通、零售、娛樂仍有大量未做之事。今日產業規模遠大於一千年前,因為人類點子很多。主持人以「摩里茲推論(Moritz corollary)」呼應:這是《Acquired》NVIDIA 系列以紅杉資本前掌門 Michael Moritz 命名的推論,指運算成本每下降一個量級,運算可觸及的經濟領域和可定址市場都擴大。

黃仁勳的說法是,生產力提升不會讓我們做得更少,通常是讓我們做得更多,因為這個世界的野心是無窮的(infinite ambition)。Ben 補充,認為人類會滿足現狀,違反這個物種的全部歷史。不過黃仁勳自己加了例外:整體工作淨增加,不保證特定個人不被解僱;人更可能把工作輸給另一個會用 AI 的人,而非直接輸給 AI。因此他的實際建議是每個人先學會使用 AI。至於短期內的影響,他說關鍵在於 near term 如何定義。

黃仁勳還用重新定義行業來說明市場上限。早年有人斷言 NVIDIA 不可能超過十億美元市值,因為把它定義為晶片公司便自帶天花板。若改成替每位車主創造一位隨叫隨到的司機,而非每台車只賣一顆晶片;或把 NVIDIA 看成製造智慧、製造工作本身的 AI 公司,機會可放大一千倍。他說:「不要驚訝未來科技公司會大得多。」用他的話,NVIDIA 做的是「智慧的製造業」(the manufacturing of intelligence)。

創業者的內在代價與支持系統

訪談尾聲,主持人問黃仁勳害怕什麼。他說 30 年來都一樣:害怕讓員工失望。很多人因相信他的希望與夢想加入公司,並把它變成自己的希望與夢想;他想替這些人做對、讓他們成功。

被問到「今天的你會反駁 40 歲的自己什麼」,黃仁勳談的是時間:從覺得時間稀缺,轉向優先權的取捨。

“Don’t let Outlook be the controller of your time… there’s plenty of time to do anything. Just don’t do everything.”

別讓 Outlook 支配你的時間……時間多得很,什麼都做得成,只是別什麼都做。

主持人的經典結尾題是:如果今天 30 歲,和兩個最聰明的朋友坐在 Denny’s,會創什麼業?這題有典故。黃仁勳 1963 年生於台灣台南,幼年移民美國;1993 年,他和兩位工程師 Chris Malachowsky、Curtis Priem 就在加州聖荷西一家 Denny’s(美國 24 小時平價連鎖餐廳)討論出 NVIDIA 的創業構想。黃仁勳的回答卻是:「我不會創業。」

不是因為缺市場,而是建立 NVIDIA 比預期難上一百萬倍;若事前知道其中的痛苦、脆弱、挑戰、難堪與羞恥,任何頭腦清醒的人都不會開始。黃仁勳將創業者的能力說成一種必要的未知:

“That’s kind of the superpower of an entrepreneur. They don’t know how hard it is and they only ask themselves, how hard can it be?”

這大概就是創業者的超能力:他們不知道有多難,只會問自己一句「這能有多難?」

他至今仍用這招騙自己的大腦:「Omniverse?How hard can it be?結果超難。」Ben 追問他顯然沒有退休打算,他笑說自己還年輕,這把戲仍有效。這不是說創業不值得,而是全知的自己不會出發,已在路上的自己仍會靠必要的自我欺騙走下去。

真正撐過代價的,是家人和長期同伴。共同創辦人 Chris Malachowsky、長期負責 GeForce 消費業務的 Jeff Fisher、軟體工程負責人 Dwight Diercks 都共事 30 年;GPU 工程主管 Jonah Alben、硬體工程主管 Brian Kelleher 超過 25 年。黃仁勳說,身邊這群人從未放棄,也從未放棄他,「這就是全部的秘訣」。創始輪投資人 Mark Stevens(紅杉資本)與 Tench Coxe(Sutter Hill Ventures)訪談時仍在董事會,他認為這絕無僅有。

支持的價值,要放回 NVIDIA 經歷的兩三次 80% 以上股價崩跌看。押注 CUDA 的 2008 年前後,龐大研發支出壓低毛利,市場又不買單,公司市值一度只剩二三十億美元。黃仁勳說股價被打趴時,怎麼想都難堪,也沒有好答案;CEO 是人,公司也由人組成。

其中一位投資人 Don Valentine 在決定投資 NVIDIA 創始輪時說:

“If you lose my money, I’ll kill you.”

你要是賠了我的錢,我就殺了你。

此後數十年,報紙出現 NVIDIA 好消息時,Don 會用蠟筆寫 “Good job” 再寄給黃仁勳。當年的嚴厲和後來的鼓勵放在一起,正是「從未放棄」的具體註腳。

快問快答還留下幾個人物細節:黃仁勳從未讀過一本科幻小說,最愛影集卻是《星艦迷航記》(Star Trek);他與太太 Lori 是奧勒岡州立大學實驗課同學,訂婚那年聖誕節開全新 Toyota Supra 回家,幾乎到家時撞爛,責任在他、不在車。現在因安全考量由司機接送,座駕是採用 NVIDIA 中央電腦、車載系統跑在 NVIDIA 晶片上的 Mercedes EQS。

他最推崇的商業書是 Clayton Christensen 關於破壞式創新的系列著作,包括《創新的兩難》,理由是「直覺、合理、平易近人」;也推崇 Intel 傳奇 CEO、《10 倍速時代》作者 Andy Grove 的著作。他的讀法是:競爭者和鄰近產業都是免費教育,但不能照抄,必須問「這對我、對此刻的 NVIDIA 意味著什麼」。