文章核心观点 - 英伟达通过创始人黄仁勋的“激客”思维，成功实现了从图形芯片供应商到AI时代奠基人与计算规则定义者的战略跃迁，其核心在于以终局为锚进行前瞻性布局、构建生态霸权、并通过双螺旋经营模式平衡当下与未来[1][4][9] 英伟达的战略困境与思维转变 - 2015年，公司年营收跨越50亿美元，但深陷“能力诅咒”与“透明牢房”，团队沉迷于优化图形渲染，却回避对计算本质的重新思考[1][2] - 创始人提出根本性问题：如果未来90%的计算任务是大规模并行数据处理，什么才是最优架构，答案是将GPU重新定义为通用并行计算引擎[3] CUDA生态的长期构建与竞争分野 - 2006年力排众议启动CUDA项目，旨在建立通用并行计算编程模型，将GPU从图形专用领域解放[3] - 从2006年至2015年，CUDA部门消耗巨资未见明确商业回报，但公司持续投入生态建设[3] - 同期，AMD的OpenCL因缺乏持续生态投入沦为技术标本，Intel的CPU中心论（如Xeon Phi）被证明是架构上的南辕北辙[3] - 战略哲学分野在于：AMD与Intel在优化旧范式，而英伟达在定义以加速计算为基石的新范式[4] 终局导航与战略播种 - 导航基于三个铁律：数据爆炸不可逆、摩尔定律濒临失效、AI将是软件的终极形态[5] - 第一场播种（2006-2015）：在AI寒冬期向全球超过100所顶尖高校捐赠上千台GPU设备，与斯坦福、MIT共建实验室，创立CUDA认证工程师体系，最终沉淀出超过400万开发者的全球最大并行计算社群[6] - 第二场播种（2016）：将首台DGX-1 AI超算（搭载8颗Tesla V100 GPU，性能相当于50台传统服务器）交付OpenAI，降低了顶级AI研究门槛并定义了AI基础设施标准[7] 从硬件供应商到生态立法者的规则设计 - 产品规则层：做出全球性能领先的GPU[7] - 开发规则层：通过CUDA建立事实上的行业编程标准，开发者的知识、经验和职业人脉构成生态层面的结构性锁定[7] - 架构规则层：定义下一代计算集群蓝图，2026年CES发布的Rubin平台是包含CPU、GPU、DPU等六款芯片的“计算立方体”，标志着公司从提供算力硬件转向制定AI计算的系统标准[8] 双螺旋经营模式与组织协同 - 左手“保命钱”：游戏与专业可视化业务提供稳定现金流，是穿越周期的基石[9] - 右手“未来钱”：数据中心与AI业务作为独立单元，以“小预算、快验证”模式探索未来[9] - 设立跨部门技术共享基金实现强制协同：AI团队研发的Tensor Core优先用于提升游戏画质的DLSS技术；游戏团队的实时光追技术开放给自动驾驶团队进行仿真模拟，将内部对立关系转为技术互哺的共生关系[10] - 2017-2018年，数据中心业务连续8个季度亏损，但公司坚持为未来投资并调整策略让技术反哺更快显性化[10] 战略执行的人性张力与持续挑战 - 在CUDA投入的第十年，公司股价仍在低谷徘徊，创始人承受着信念与怀疑的拉扯[11] - 2025年后公司面临新考验：地缘政治风险导致的算力出口管制迫使生态从全球化转向区域化适配；专用AI芯片和云厂商自研芯片在特定场景下的能效挑战[12][13] - 应对策略是升维竞争：通过Rubin平台定义“GPU+CPU+DPU+ASIC”的异构计算协同标准，将竞争维度从单一芯片性能拉升到超大规模系统级算力效率[13] 可迁移的激客领导力框架 - 第一步自我诊断：识别团队是否沉迷于优化现有业务而逃避思考做完全不同的事，以及最赚钱的业务是否在吞噬面向未来的资源[14] - 第二步思维重装践行“终局三问”：趋势之问（行业五年后不可逆的必然）、痛点之问（现有方案的根本无能）、迁移之问（现有能力可被重新定义为何种新资产）[14] - 第三步组织改造建立“双螺旋”增长飞轮：划出不低于10%的利润或资源成立独立“探针业务单元”，核心考核是验证关于未来的关键假设；建立“技术反哺”强制机制；为探针业务预设清晰退出机制（如核心假设被证伪或18个月无关键进展）[14][15] - 第四步风险规避区分“激客”与“赌徒”：激客重仓基于深度行业洞察的“必然未来”，但同时用“保命钱”业务构筑安全底线，并为探索设置明确验证节点和止损线，其冒险是计算过、有缓冲、可迭代的[16][17]