第4398回：图形皇帝黄英伟达，全球最大显卡芯片

【皇氏古建築大全】【環遊尋美拾遺錄】【黃劍博客圖文集】

Jumbo Heritage List © Epic Adventure of Jumbo Huang

无欺于死者，无负于生者，无愧于来者

第4398回：图形皇帝黄英伟达，全球最大显卡芯片

公益类分享型科普教育文章，任何形式转载请联系作者(微信Jumboheritagelist 或 Huang_Jumbo)

印度裔工程师在硅谷的数量已经占到了三分之一；印度裔成立的初创企业占到了硅谷初创企业的15%；全美500强公司中，10家企业的CEO是印度佬。。。为什么印度佬能在硅谷排挤华人呢？我认为他们比较团结，而且印度人有一个绝招：见缝插针快狠准。

从小我们总是被教育要安分守己，机会总是降临在有准备的人头上。但事实是，机会很少会被动的‘降临’。当我们想争取的时候，往往依循别人的道路， 却发现人人都在走这条，竞争太强。然后，就没有然后了。但是很多印度小伙伴却能想出一条听上去不合理的路很多事情本来就没有定律，试一下总归无妨。也许试一下，就成功了。

我们大多对印度人有种说不清的情感， 看到他们（尤其是土生土长印度人）在美国公司可以走到很远， 心里挺高兴，觉得同样作为移民似乎给我们带来了希望。 但另一方面， 又很容易拿印度人跟自己比较。在办公室如果看到印度同事和老板有说有笑，同届进来的印度人似乎天天不干什么活却比自己升职快很多，难免有点嫉妒。我们认为印度人跟我们一样正努力融入白人社会，

但现实是，很多印度人早已轻松的融入了美国职场，并用极短的时间站上了各行业金字塔顶端。大名鼎鼎的Google劈柴哥，微软纳德拉，Adobe山塔努力哥，这些精英早已统治了硅谷近半壁江山。 如果说IT行业是印度人的优势，那么华尔街的大量印度高层就不只是“印度人人都会编程”可以解释的了。 就在我这层楼，四位Managing Director中就有两位是印度人， 而华人做到的最高层就是VP。虽然不是所有银行均如此，但也大多公司也有相似的情况。。。

但华人不能盲目悲观，至少在现在的硅谷，依然有几个华人是印度佬撼不动的，这其中就包括图像皇帝老黄。

我们正处在超级摩尔定律时代，我不太理解英特尔的战略。。。

黄仁勋（1963年2月17日－）是一位华裔米国人企业家，绘图芯片企业英伟达的共同创办人暨首席执行官。在华人科技爱好者中有老黄的昵称。

黄仁勋又称黄健生、黄健森，美籍华人，英伟达公司创始人兼首席执行官，1993年创办英伟达（全球最大显卡芯片厂商）。2001年黄仁勋在《财富》“40岁以下最富40人”排名第12位。黄仁勋为人不张扬，国内很少有人知道这位杰出华人的成功之路。其实他的成绩已经足够与王嘉廉和杨致远等华人电脑软件精英并驾齐驱。同时，他经常被用户亲切地叫作“老黄”。

2019年福布斯全球亿万富豪榜排名第546位，财富值38亿美元。

英伟达不仅提供半导体芯片，还建立了包括软件在内的基础体制。如果直接交付AI半导体的话，只有一部分研究人员能够熟练使用。英伟达还开发出了能让更多人发挥出半导体性能的软件。

以计算机断层扫描（CT）图像分析用途为例，英伟达开发了可以将扫描结果可视化的软件，由此降低了半导体的引进门槛。而作为竞争对手的半导体企业，即便会开发用于驱动半导体的软件，也不会开发客户使用的软件。

虽然业务模式十分独特，但对于在CG（计算机图形）领域里土生土长的英伟达来说，这种模式就像自己的DNA一样。要让具有艺术家气质的游戏开发者和影像制作者使用图像处理器，就必须提供软件环境。英伟达之后在AI领域进行探索时采用同样的方法也成了自然而然的事情。

　　在兴衰变化激烈的半导体行业，必须具备鉴别技术的能力，以辨别出可取胜的增长市场。在这一点上，黄仁勋的“黄式”领导能力发挥了重要作用。“你啊，就像外观漂亮的酒店的外墙一样”，2016年面对英伟达日本法人负责人大崎真孝，黄仁勋毫无顾忌地如此说道。当时，眼看着就要失去某个大型项目的订单，面对不愿意说出详细情况、只想掩饰的大崎，黄仁勋强硬地说：“不要一个人承担，明确说出来”。

黄仁勋讨厌隐瞒信息、各部门搞小山头。因为这样无法看到准确的市场。他的风格就是虚心听取约二万名员工的意见，一旦确定发展方向，就大胆地集中经营资源全力向前。

国内有群众专访过黄仁勋，以下的采访记录。

黄仁勋：在我国的互联网公司当中，我们和度娘的合作时间是最长的，我们在AI方面的合作，可能已经有五到六年的时间了，李彦宏和他度娘的团队，一直在这个方面有坚定的探索。度娘是我们一个非常大的客户，非常好的客户，非常好的合作伙伴。其他的图像处理器大客户也是互联网公司，因为他们有大量的数据需要处理，所以使用图像处理器是非常自然的事情。

现在还有另外一个非常大的机会，实时视频，包括直播，对云里面的AI功能要求很高——首先确保这些内容是合适放到网上去的，对一些不合适的内容，就需要实时进行阻隔；另外一个，你需要通过云里面AI功能去判断，到底有哪些人可能会对这个感兴趣，我需要把这些视频共享给谁等等，这些都需要在云当中有非常强的AI智能，而这里边就会需要有很大的图像处理器的使用。

关于谷歌推出的深度学习芯片TPU有几点，首先，TPU是用于推断，不是用于训练的；推断的话，相比训练要简单很多。训练比推断要复杂，可能是百万量级的倍数。第二点，现在所有的深度学习框架，都是支持英伟达图像处理器的。也就是说，我们的图像处理器对所有的框架都经过了优化。但是，目前TPU只属于谷歌，只是针对了TensorFlow有优化。第三，TPU之所以存在，是因为定制化的深度神经网络芯片要比CPU高效很多，差不多100倍。

第四，TPU仅用于深度学习，而目前进入到云当中的这些信息，不仅仅是声音或图像的信息，还有很多是3D图形以及视频，比如说人脸识别等等，类型可能非常多样。因此，在这样一个有非常多样化的信息需要处理的情境下，图像处理器是非常适合的，它可以适合于3D信息的处理、视频信息的处理、图形信息的处理还包括音频信息的处理。所以，比较图像处理器和TPU，图像处理器的优势就在于更通用、更为可编程，更为灵活。。。

如果我们看晶体管的代进性能递增，确实速度是在放缓的，所以如果我们的创新只是依赖于芯片性能一代一代提升，这个速度是会放缓的。但是，如果从系统、算法、设计、架构等不同的方面去看性能的提升，我们还是可以有很大的机会的。比较我们这一代的图像处理器架构Pascal和上一代的图像处理器，性能在两年之内有十倍的提升，4年有65倍的提升。所以，我觉得现在也许我们是进入了一个叫“超级摩尔定律”的时代了。。。

我认为人工智能在30年当中最为重要的计算技术，所以如果英特尔不把AI作为一个重点方向来发展，我会觉得很奇怪。当然，他们现在可能有点落后，但是他们确实需要赶超。

从目前来说我不是完全能够理解英特尔的战略。如果说至强融核（Xeon Phi）协处理器对于AI非常适用，那为什么他们要去购买Altera？既然他们买了Altera，Altera又非常适合AI的话，为什么要买Nervada Systems？如果Nervada Systems才是真正的AI方面的技术，他们要进行开发和产品推出的话，那至强融核协处理器又怎么办？如果说这三个都适合AI，那是不是意味着至强融核协处理器就不适合AI呢？目前我也不太理解他们的战略。我们的战略应该说非常的美好而清晰的，那就是图像处理器。

每四年，我们的图像处理器性能有65倍的增长，而不是65%的增长。现在所有的这些框架，都有图像处理器的优化，所以只要是图像处理器性能有提升，那相应的你所使用框架的性能也会有提升。我们的战略就是这样一个战略。我们的客户，还有所有使用我们产品的AI开发者，他们只要做一次投资就够了。每一年我们的架构性能都会有提升，他们的投资会变得越来越有价值。

Hinton说未来十年之内机器就能够用常识，谷歌的Jeff Dean 也说最快15年就能实现通用人工智能，不知道您对这个问题怎么看？

黄仁勋认为：首先到底常识是什么，因为常识对于人类来说是通过生活经验来获取的，它不是科学的定律或者是原理。如果我们可以有大量的数据对计算机进行训练，可以让计算机学会常识。我认为具有常识的机器出现可能会非常快。举个例子来说，给人们提供购买建议的引擎，可能就可以把它归为一种常识。假如你买了鸡肉，又买了姜、买了蒜，那很有可能你要回家去做三杯鸡，这就是一种常识。所以你如果在网站上，比如亚马逊去买这些东西，机器如果具有常识，那它就能给你提供建议，你可能还要额外买一些芝麻油或者酱油等等，它具有这样一种常识的判断。

但如果是通用目的的AI，可能就是一个更为复杂的问题。但即便是在这个问题上面，我相信我们也能够取得很大的进展。比如说自我学习的机器人，还有就是比如说你交给机器人一项技能，但是它可以把这个用在其他方面。在很多方面，我相信这种通用型的AI会取得很大的进展。但是，能够实现真正的、类似于像人类这样的通用的人工智能，这个我就不知道了。

黄仁勋于1963年出生于台南市。1972年与家人移民米国，被送往肯塔基州一间基督教学校就读，并在完成课程后迁居俄勒冈州。黄仁勋是幼童留美。9岁那年和比自己大一岁的哥哥，被父亲送到了华盛顿州的舅舅家。据他说，当工程师的父亲这样做，主要是出于教育考虑。

到米国后，舅舅家经济非常困难，很快把小哥俩送到了肯塔基州的一所乡村寄宿学校。黄仁勋后来回忆说：这个学校其实更像一所少年教养院，每个孩子都有刀．而同学更是全身刺青。

多年以后，黄仁勋回忆起这段生活时承认，自己也参与了许多淘气活动，比如爬墙上树、偷吃东西甚至抽烟。但“这危险的一课”并没有让自己变坏，反而学会了坚强和适应环境，他认为这对自己的一生都有好处。

1978年参加米国乒乓球公开赛，并在青年组双打赛事夺得季军。但黄仁勋说，因为自己“更热爱技术”，所以在高中联考后就立即从爱好中抽身出来，进入俄勒冈州立大学的电子专业读书，这年他16岁。在大学时他的职业规划就是宏大的，他立志要成为全球的图形皇帝。

1984年，于俄勒冈州立大学获取电机工程学士学位，并于其后在斯坦福大学获取硕士学位。黄仁勋讲中文很有意思，严格意义上讲他不太会说中文。在别人讲的时候，他总是很努力地侧耳细听。然后，他会作出简单的回答。不过仅仅几句话之后，他就仿佛泄了气一般，脸上浮起不好意思的笑容，接着开始讲流利的英语。同时很抱歉地说，自己的中文实在是不到家。但当你已经把他当成一个老外的时候，他却又会讲出几句中文。

如果说语言是一种文化标志，从这个角度去看黄仁勋可能会了解到，他在本质上更是一个米国人。那么，对于一个1983年大学电子专业毕业的米国青年，他最好的或者说是必然的选择，显然是去硅谷。那时候的硅谷，英特尔和AMD还仅仅是众星璀璨的半导体公司中的两个小字辈，而微软也才刚刚把自己的MS－DOS卖给IBM，远远还没有显出明星像。而王安的公司则如日中天，为华人青年树立了一个榜样。

不过，黄仁勋直到10年后才创办自己的公司。黄仁勋对他的妻子Lori曾经承诺，自己一定在30岁的时候拥有自己的公司。他曾在AMD（1983年－1985年）及LSI Logic（1985年－1993年）工作，并于1993年创立英伟达。

黄仁勋硅谷之路的第一步，是加盟AMD公司并成为一名芯片设计师，这为他后来创办英伟达打下了最初的技术基础。两年之后，他跳槽到LSI Logic。这也是一家芯片公司，但主打业务并不是CPU，而比较倾向于芯片的图形处理。不过在当时无论是CPU还是图形芯片，都没有出现如今天这样一两家企业垄断市场的局面，而是群雄逐鹿的格局。与格局相对明朗的行业相比，在这类创业型的公司里，更容易学会如何把握机会，也更容易尝到何为失败。

在LSI Logic的另一件事情对黄仁勋也很有意义，他在设计部门呆了两年后就要求调到销售部门，并最终成为集成芯片（类似于今天的SOC，即一块芯片上集成多重功能）部门的总经理。

对于这一转变，黄仁勋说：“从工程部转到销售部，这是我曾经作出的最佳职业选择，我逐渐学会了产品的设计开发如何与市场结合。因为我意识到，消费者并不关心你从哪家商学院毕业，他们只关心一件事，你的产品对他有什么好处。”1992年底，两位曾经在SUN工作过的技术人员克里斯和普雷艾姆把黄仁勋拉进英伟达的创业团队。因为既有技术背景又懂销售和管理，黄仁勋被推举担任总裁兼CEO，这两个职务他一直担任至今。而他上班的第一天则是1993年的2月17日，是他30岁的生日，也正好兑现了他对妻子的承诺。

一个有趣的插曲是，黄仁勋在创办公司时曾经给一位Bay Area公司的分析师打电话，想听听对自己准备在图形芯片领域创业的建议。这位叫乔恩的分析师后来回忆说：“当时黄仁勋还专门打电话，咨询关于图形芯片市场与未来的走势，我告诉他，这个市场还没起步且已经乱成一团了，现在已经有将近30家公司，你最好别干这个。”

英伟达的第一次选择，恰好反映了几位创业者以往的技术经历所给予他们的影响——喜欢另辟蹊径。他们选择了当时并不被人看好的正方形成像技术；重视芯片的多功能性，因此选择了集成游戏手柄、声卡等多重功能的思路。

但这款名为NV1的产品并不成功，而且花光了英伟达筹措来的第一笔投资，黄仁勋只得劝非核心的员工离职，并许诺将来公司情况好转了，再聘他们回来。公司的规模也从100多人，一下子变成30多人。

在危难时刻，挽救黄仁勋的是世嘉公司的700万美元订金，这家日本游戏机公司看好英伟达芯片对于游戏的良好集成，请他们开发土星游戏机的显示芯片。不幸的是，由于继续固执于正方形绘图技术，NV2芯片还没有开发完成就被世嘉放弃。唯一值得庆幸的是，这700万美元帮助英伟达撑到了Win95时代的到来。

Win95时代的第一个骄子并不是黄仁勋，而是开发大名鼎鼎Voodoo显卡的3DFX公司。但随着电脑图形化时代的到来，显示芯片成为PC系统中被注目的焦点，市场需求空前强烈。而在这个时间点上，诸多的图形卡公司却对微软的D3D API接口不以为然，坚持各自开发自己的接口。黄仁勋注意到了这个问题．他果断地决定全面支持微软的接口。与此同时，他提出了和摩尔定律并称的显卡芯片领域的“黄氏定律”，即显卡芯片每6个月性能提升一倍。

找对了方向的黄仁勋，在沉默了近3年之后推出了NV3，即Riva 128，并大胆采用当时仍处于试验阶段的AGP概念。而不久后的Riva 128zx，则是国人都非常熟悉的“小影霸”。并且，报据黄氏定律，他在1998年秋和1999年2月分别推出了TNT和TNT2，从此一举占据了显卡芯片市场的主流位置，把所有的竞争对手都挤到边缘领域。同样在6个月后，1999年底，黄仁勋又出人意料地推出全新架构的显示芯片。即GeForce256，率先将显示芯片业带入图像处理器时代。

从推出图像处理器概念开始，在此期间虽然经过若干次起伏，但时至今日，黄仁勋仍一直扮演显卡芯片的领跑者角色并从未掉队。

说到这其中的感受，他又对记者引用了自己打乒乓球的心得：“你要分析对手，还要分析自己。同时，每一天的游戏规则都不一样，你还要分析你目前这个位置的优缺点是什么，你竞争对手的缺点是什么，你要保护增强你的优势，攻击对方的弱点。”

1999年，因英伟达有出色的销售量，身家升至高达5亿美元，被财富杂志评为全美40岁以下最富有的人之一。

2017年，于台湾新竹市国立交通大学获得名誉工学博士。

英伟达辉达创立于1993年1月，是一家以设计和销售图形处理器为主的无厂半导体公司。英伟达亦会设计游戏机核心，例如Xbox和PlayStation。英伟达最出名的产品线是为个人与游戏玩家所设计的GeForce系列，为专业CGI工作站而设计的Quadro系列，以及为服务器和高效运算而设计的Tesla系列，虽然起家于PC电脑的显卡业务，英伟达也曾涉及移动芯片Tegra的设计，但智能机市场对此响应不大，不过近年却利用这些研发经验，目前朝向人工智能和机器视觉的市场发展，也是图形处理器上重要的开发工具CUDA的发明者。不过英伟达的发展过程也是非议不断，批评多集中于滥用排他性商业合作、不正当营销方式、对业界开放标准和自由软件运动的拒斥等。

英伟达的总部设在米国加利福尼亚州的圣克拉拉位于硅谷的中心位置。黄仁勋、克里斯·马拉科夫斯基和卡蒂斯·普里姆于1993年4月米国加州创办了英伟达（随后成为特拉华州企业）。英伟达保持低调到1997－1998年，当时它发布了RIVA个人电脑绘图处理器产品线。并于1999年1月在纳斯达克挂牌上市；同年5月，售出第一千万个绘图处理器。于2000年收购了一代王者3dfx的知识产权。3dfx是1990年代中期其中一间最大的图形处理器厂商。英伟达与许多OEM厂商，和一些组织创建起密切关系，最知名的包括台积电。2002年2月，英伟达售出第一亿个绘图处理器。

目前英伟达和AMD供应了市场上大部分独立显卡。英伟达最著名的GeForce绘图处理器产品线于1999年首次亮相。现在GeForce产品线已经扩展至桌面型和笔记本电脑。移动设备方面，英伟达拥有Tegra产品线。它能提供高性能，同时保持低电源消耗。此类产品通常用于无线通信设备。

2020年4月 27日，英伟达宣布已完成对Mellanox Technologies, Ltd.（迈络思科技有限公司）的收购，成交价70亿美元。

作为一家无晶圆IC半导体设计公司，英伟达于自己的实验室研发芯片，但将芯片制造工序分包给晶圆代工厂。以往，英伟达从其他厂商，例如IBM、意法半导体、台积电（英伟达目前最重要的代工合作伙伴）和联华电子获得硅芯片生产能力。芯片的供应链需涉及数间第三厂：制造完毕的晶圆由集成电路封装厂进行初步测试与封装作业，后交由测试厂或封装厂的测试部门进行深度测试并根据性能分类，和将芯片封装的厂商。依据存货清单，英伟达必须提早数月订购芯片，并将之存储起来等待使用。这偶尔会引起供应补给的不稳定。

在最终产品上（指显卡、主板等），英伟达会推出所谓原厂“公版”（Reference）产品（称为参考样卡或参考模板）供展示及测试之用，早期产品是由台湾的微星和斯博科、米国的威竣（VisionTek）和新美亚（Sanmina-SCI）、德国的埃尔莎代工，目前由新加坡的伟创力与台湾的鸿海（富士康）、华硕和捷波代工或设计。在零售市场上，英伟达会把顶级型号的“原厂”公版产品给各个第三方厂商贴牌，如GeForce 7950 GX2、Quadro FX 5600、nForce 680i SLI等等，这些厂商的产品设计用料完全相同，均由一家厂商代工。在OEM市场上，亦有部分“原厂”公版产品存在。2008年后英伟达允许了旗舰级产品的“非公版”（Non-Reference）设计，但只有极少数有实力的厂商（如华硕、微星、影驰等）会推出自己设计的产品。2010年10月初，英伟达曾透过BestBuy少量销售由富士康代工的英伟达品牌“原厂”产品。

英伟达的产品组合包括绘图处理器、个人电脑平台（主板逻辑核心）芯片组和数字媒体播放器的软件。在Mac/PC用户社区中，英伟达的"GeForce"产品线最为人熟悉。除了独立型显卡外，还有微软的Xbox游戏核心和nForce主板（已停产）的核心技术，英伟达最近进入的领域是用于手机和平板电脑的ARM芯片，品牌为Tegra至今已推出5代。

在2004年12月，英伟达宣布会协助索尼设计PS3的绘图处理器（RSX）。英伟达只会负责设计，Sony会负责制造该绘图处理器。根据合约，英伟达会使用索尼的芯片厂（索尼和东芝）来制造RSX，并将制程提升至65纳米。这与微软的协议是互相违背的，因为英伟达会透过第三者制造Xbox的绘图处理器。（其间微软选择了AMD去提供Xbox 360的绘图硬件的IP设计。任天堂的GameCube和Wii亦采用ATI的绘图处理器。）

2008年2月11日，英伟达发布了用于手机平台的APX 2500应用处理器。该处理器集成了一个ARM处理器和一个显示核心。这款处理器是由英伟达和微软联合研制，方面应用于使用Windows Mobile的电话中，提高Windows Mobile平台的多媒体处理能力。芯片的制程是65nm，核心频率750 MHz，并集成256KB的L2缓存。芯片亦内置GeForce核心，支持OpenGL ES 2.0和Direct3D Mobile标准。APX 2500属于ARM架构，其低耗电设计，使手提电话可以长时间播放音乐或720p高清晰视频。

英伟达于2008年12月发布了一支持Intel Atom处理器的英伟达 ION移动平台，主打轻薄桌面型市场，可以支持DirectX 10的内置显示芯片性能是原本英特尔官方945GSE芯片组的5倍，让迷你电脑也有部分游戏能力；它解决了Atom没有图像处理器、无法支持高清、无法支持数字显示、屏幕需小于10英寸、不能支持更高版本的Windows Vista的种种问题。

在2011年1月5日的CES上，英伟达宣布将自行设计与研发基于ARM架构的台式机CPU，产品代号Project Denver（丹佛项目）。其处理器能够支持微软下一代桌面系统Windows 8 以及行动平台上的Android、苹果iOS等。相比之前的Tegra产品，英伟达总裁表示这将是一颗高度定制的“ARM兼容CPU”，即获得ARM指令集授权，但处理器微架构则完全由英伟达自行开发，以更高性能面向桌面、服务器甚至高性能计算市场。届时英伟达基于ARM架构的处理器将在市场上与英特尔和AMD等基于X86架构的处理器直接竞争。

在GTC 2020主题演讲中，英伟达宣布推出Ampere架构，是英伟达 8代图像处理器历史上最大的一次性能飞跃，包含超过540亿个晶体管，是有史以来最大的7纳米芯片，性能相较于前代提升了高达20倍，

英伟达 A100是首款基于英伟达 Ampere架构的图像处理器，全新多实例图像处理器技术可将单个A100分割成最多七个独立的图像处理器来处理各种计算任务；第三代英伟达 NVLink技术能将多个图像处理器组合成一个巨型图像处理器；全新结构化稀疏功能将图像处理器的性能提高一倍。具有TF32的第三代Tensor Core核心 ，其功能经过扩展后加入了专为AI开发的全新TF32，它能在无需更改任何代码的情况下，使FP32精度下的AI性能提高多达20倍。此外，Tensor Core核心现在支持FP64精度，相比于前代，其为HPC应用所提供的计算力比之前提高了多达2.5倍。

其它主要产品：英伟达数据中心图像处理器，产品包括：Tesla V100 图像处理器 - 基于Volta架构，深度学习达每秒 100 万亿次浮点运算。V100 装有 640 个 Tensor 内核，能提供 120 万亿次浮点运算的深度学习性能。T4 图像处理器 - 基于Turing架构，拥有多精度计算性能。。。A100 图像处理器 - 基于英伟达 Ampere架构，可以实现AI训练和推理应用，已登陆Google Compute *Engine（云计算引擎）。。。英伟达 GeForce 30系列－使用Ampere的高端绘图卡, 拥有第二代即时光线跟踪功能 , 成员包括 RTX 3070, RTX 3080, RTX 3090, 将于2020年9月17日开始逐步发售。。。Tesla－服务器高性能运算处理器。。。Tegra－系统单片机产品，基于ARM架构的处理器，包含有图形处理器、音效处理器、北桥芯片、南桥芯片和存储器控制器等功能。。。Xbox基于NV20显示核心设计，使用英特尔Pentium III／Celeron作为平台。。。PlayStation 3（RSX 'Reality Synthesizer'）基于G70显示核心设计。。。

英伟达的第一款产品名为NV1（STG2000X），授权SGS Thomson Microelectronics生产，于1995年5月推出。它是建基于二次曲面贴图作为立体图形的实现方式。这张卡亦集成了声卡（只能作播放用，并没有音效输入），和SEGA Saturn（世嘉土星）游戏手柄和操纵杆的接口。由于世嘉土星是建基于Forward-Rendered Quads技术与Quadratic Texture Maps，几款SEGA Saturn的游戏亦被移植到电脑平台，例如《铁甲飞龙》和《VR快打》。但是，NV1只能艰难地行进，因为该市场已有很多对手。

之后，市场对NV1失去兴趣，因为Microsoft发布了DirectX规格，DirectX以多边形作为立体图形的实现方式。随后，NV1继续秘密地发展，成为NV2计划，该计划由世嘉资助了几百万元。世嘉希望一个集成了音效和绘图的核心能减低下一代游戏核心的制造成本。但是，世嘉最终了解到二次曲面贴图是有缺点的，最终亦没有证据证明该核心被恰当地调试。这事件成为英伟达黑暗的一面。

英伟达发布了两款失败的产品后，CEO黄仁勋领悟到公司要继续生存，就必须作出改变。他雇佣了David Kirk作为首席科学家。David Kirk原本是属于软件开发商Crystal Dynamics，一间提供优良视觉质量的公司。他基于对着色的熟悉，将英伟达的3D硬件经验合并起来，使英伟达得以翻身。

作为企业转形的一部分，英伟达放弃了一些专利界面，转为全面支持DirectX，亦弃掉一些多媒体功能，减低制造成本。英伟达亦采用了一个为期六个月的内部周期目标。将来，就算某一产品失败，亦不会威胁到公司的生存，因为下一代的代替物随时可用。

但是，自从世嘉NV2的合同隐蔽起来后，雇员都被投闲置散，很多任务业观察者都认为英伟达不会再活跃于研发工作。所以当RIVA 128在1997年首次推出时，它的规格都是难以置信的。性能比市场领导者3dfx的好，还有一个完整的三角形生成引擎。RIVA 128大量销售，因为其低廉的价格，高性能的2D/3D加速，使它成为OEM受欢迎的选择。

在1999年下半年，英伟达推出了GeForce 256（NV10），最特别的是它带来了硬件几何转换与光源（T&L）。GeForce 256的核心频率是120 MHz。它亦提供了先进的影像播放加速、动态补偿、硬件子像素alpha混合和四条像素流水线。配合DDR作为显示存储器，使英伟达轻易成为性能领导者。

基于产品的成功，英伟达赢得了Microsoft的合约──为Xbox研发绘图硬件。这令公司增加了二亿美元收入。纵使这计划用去了工程师很多时间，但短期内，并没有对公司做成很大的影响。终于，GeForce 2 GTS于2000年夏天正式发售。

英伟达从研发高度合成核心时，得到很多额外的经验，并将之应用在GTS中，结果核心频率得到了改善。英伟达亦可以选出较高质量的芯片，用作高价产品。最终，GTS的核心频率是200 MHz。它的像素填充率是GF256的两倍；材质填充率是GF256的四倍，因为每条像素流水线都支持多层贴图。它亦新加支持S3TC压缩技术、FSAA和改善了的MPEG-2动态补偿。

随后，英伟达推出了GeForce 2 MX，针对低廉和OEM市场。它只有两条像素流水线，核心频率是175 MHz，随后增加到200 MHz。纵使价格低廉，但性能不俗。GeForce 2 MX成为史上最成功的显卡。而移动型号GeForce2 Go亦于2000年年尾装运。

同时，3dfx的Voodoo 5延期过久，这引起电脑史上最令引人注目的破产。英伟达于2001年收购了3dfx，获得其专利和商标权，以及反锯齿技术和大约100位工程师。

英伟达推出GeForce 6显卡系列还击，成为FX灾难的关键解决方法。着色性能提升了，而电源消耗则减少了。透过与开发者，尤其是那些参与了英伟达的"The way it's meant to be played"计划的开发者紧密合作，英伟达做事更果断，以求更完善。这样就能更轻易制造一些与行业要求一致的硬件。

结果这样改善了企业的焦点，随后英伟达亦发布了GeForce 7系列。它拥有24条像素流水线，自AMD Radeon 9700发布后，英伟达第一次获取无可争辩的性能优性。更重要的是，产品发布当天，消费者就可买到相关产品，而价钱亦适中。而ATI的产品则饱受产品延迟发布之苦。

2005年，受惠于PCI-Express接口的高带宽，英伟达推出了自3dfx公司所获得技术SLI（速力）。透过这个技术，可以并联两张显卡，理论上使绘图性能加倍（实际上只有大约1.4-1.6倍）。它重新确立了英伟达在高端市场的名誉。ATI的同类型产品是X1000系列显卡的CrossFire。

2009年1月，划时代的55奈米制程显卡问世并采用新的命名规则为GT200b.之后下一代GTX 280紧接推出；它拥有1062.72 GFLOPS浮点运算能力；另外还有一款双芯片架构的GTX 260问世它有216三角形着色力（作成显卡后称为GTX 295）于市场上投石问路，值得一提的是它每一独立图像处理器芯片有240条流线程能力，但是只有448-bit存储器带宽。借由双芯片之助一举达到1788.48 GFLOPS浮点运算能力并有1.75GB的GDDR3。

2010年3月，英伟达正式推出了之前受困于良品率问题拖延很久才发表的Fermi架构，是英伟达首款支持DirectX 11的产品。。。

Jumbo Huang Notes: Nvidia Corporation is an American multinational technology company incorporated in Delaware and based in Santa Clara, California. It designs graphics processing units (GPUs) for the gaming and professional markets, as well as system on a chip units (SoCs) for the mobile computing and automotive market. Its primary GPU product line, labeled "GeForce", is in direct competition with Advanced Micro Devices' (AMD) "Radeon" products. Nvidia expanded its presence in the gaming industry with its handheld Shield Portable, Shield Tablet, and Shield Android TV.

Since 2014, Nvidia has diversified its business focusing on four markets: gaming, professional visualization, data centers, and auto. Nvidia is also now focused on artificial intelligence.

In addition to GPU manufacturing, Nvidia provides parallel processing capabilities to researchers and scientists that allow them to efficiently run high-performance applications. They are deployed in supercomputing sites around the world. More recently, it has moved into the mobile computing market, where it produces Tegra mobile processors for smartphones and tablets as well as vehicle navigation and entertainment systems. In addition to AMD, its competitors include Intel and Qualcomm.