只有坚持别人无法坚持的坚持,
才能拥有别人无法拥有的拥有。
01
英伟达现在有多火?
02
儿子班级的家长群,
从没见人聊过股票,
没想到昨天有人提了一句英伟达,
七八个人竟然聊上了。
03
「英伟达太牛逼了,
3月4日,
其市值超过了沙特阿美,
成为全球第三大公司,
仅次于苹果和微软。」
「英伟达的股价,
从2022年10月到现在,
一年多时间,
飙升了7倍。」
「如果你在2014年,
持有20万人民币英伟达股票,
那么现在就会变成4000万,
英伟达在10年里涨了200倍。」
…………
04
最近这两年,
英伟达确实是全球最炙手可热的公司。
AI芯片行业,
超过80%的算力,
都是英伟达GPU提供的。
全球超算500强中,
有379 台,
都是英伟达GPU驱动的。
英伟达GPU现在有多抢手?
马斯克直言:
「比成瘾药品还难买到。」
前不久,
【华尔街日报】报道了一件事:
「甲骨文的老板埃里森,
说他去年和马斯克,
一起约英伟达CEO黄仁勋吃饭,
在那场持续一个多小时的晚餐里,
只发生了两件事情,
吃寿司,以及乞讨。」
05
没错,
今天我想聊聊黄仁勋。
06
很多人应该都知道:
英伟达是做游戏显卡(GPU)发家的。
发家之后,
日子过得也还是挺滋润的。
但是2006年,
黄仁勋任命大卫·柯克为首席科学家,
启动了一个叫CUDA的项目。
07
为什么要启动CUDA项目,
这得从CPU和GPU的区别说起。
CPU,也叫中央处理器,
是计算机系统的运算和控制核心,
它擅长逻辑控制、串行运算。
CPU,也叫图形处理器,
是一种专门用来处理图像数据的芯片,
它擅长图像处理、并行计算。
CPU和GPU各有优缺点,
CPU就像是一个高等数学特好的博士,
会计算复杂的微积分,
会解决很复杂的难题,
但缺点是它只有一个大脑,
没办法同时处理很多问题。
GPU就像是一堆会做加减乘除的初中生,
虽然不能计算微积分,
不能解决很复杂的难题,
但它可以同时处理很多简单问题。
在图形处理和并行计算上,
CPU和GPU区别,
就相当于「1位博士做100道简单算术题」,
和「100位初中生一起做100道简单算术题」,
从耗费的时间看,
GPU要高效得多。
08
黄仁勋觉得:
「未来的时代,
一定是个加速运算的时代,
一定是个图像运算的时代,
在这样的时代,
GPU必将替代CPU。」
09
但GPU使用门槛很高:
用户受制于操作系统,
而无法直接操作GPU,
将其用于自己的用途。
于是黄仁勋诞生了一个想法:
「研发一种并行计算的统一架构,
将其内置于GPU之中,
有了这个架构,
用户就可以直接操作GPU,
来满足自己的加速计算需求。」
也就是说,
他想打造一种通用架构,
来降低GPU的使用门槛。
这个通用架构,就是CUDA。
著名AI科学家吴恩达说:
「CUDA出现之前,
全球能用GPU编程的可能不超过100人,
有了CUDA之后,
使用GPU就成了一件非常轻松的事情。」
10
为了研发CUDA型GPU,
英伟达开始了烧钱。
英伟达年营收只有30亿美元,
但黄仁勋每年却要拿出5亿,
投入到CUDA项目中。
这魄力,真不是盖的。
11
当时的行业大咖,
没 有一个看好CUDA型GPU,
觉得这玩意「没多大用途」,
所以他们嘲笑黄仁勋:
「这是把钱往水里扔。」
但黄仁勋一点没有动摇:
「我坚信我们的研究会派上大用场。」
12
每年投入5亿,
一搞就是三年,
却没能搞出什么动静来,
英伟达股票大跌,
跌了70%。
于是投资人坐不住了,
要求停掉CUDA项目,
「把钱用在其他研发上。」
黄仁勋找到投资人,
一个一个地解释,
一个一个地请求,
「请你们相信我的判断。」
正是因为黄仁勋的坚持,
英伟达才没有停掉CUDA项目。
13
终于,终于,
CUDA型GPU研发成功了,
黄仁勋高兴得不得了。
但高兴没几周,
他又愁眉苦脸起来:
「CUDA型GPU,
由于成本太高了,
所以售价比一般GPU高得多,
而大部分公司,
觉得没买入这种GPU的必要。
所以我们生产的CUDA型GPU,
根本卖不出去。」
这一度让英伟达成为业内笑话。
14
CUDA的持续投入,
摧毁了英伟达的利润,
英伟达股票大跌,
跌到了18层地狱,
每股仅1.5美元。
于是投资人又不干了,
逼迫黄仁勋停掉项目:
「为什么还要继续做这个项目,
都没有人使用这项技术。」
投资人对这项技术的估值,
为0美元。
但黄仁勋还是不妥协:
「我坚信,
加速运算的时代很快将会到来,
我们的GPU未来一定会很抢手。」
15
为了推广CUDA型GPU,
黄仁勋创建了一个名为GTC的会议,
他东奔西跑,
在全球不辞辛劳地推广CUDA技术。
2012年,
CUDA型GPU终于等来了机会。
一位叫辛顿的教授,
带着他的两个学生,
参加了全球最权威的计算机视觉识别挑战赛——ImageNet大赛。
他们设计的识别模型AlexNet,
在比赛中一举夺冠。
更令人惊叹的是,
AlexNet获胜依靠的法宝,
仅仅是两块英伟达的GPU。
两块英伟达GPU所产生的效果,
竟然超过了那些使用几千个CPU的识别模型。
「在人工智能模型训练、推理上,
CUDA型GPU比CPU好用太多了。
这种GPU可以训练AI模型,
速度比CPU快100倍不止。」
经此一役,
英伟达的GPU终于「小有威名」,
一些公司和研发机构,
开始购买英伟达GPU,
用于算法、搜索、图像识别和人工智能模型训练。
「英伟达终于复苏过来。」
16
尽管复苏过来,
但跟其他芯片公司相比,
英伟达活得远不够滋润。
为什么?
因为其他芯片公司都在搞手机芯片,
智能手机的大发展,
引爆了手机芯片市场。
那些做手机芯片的公司,
「实在是太赚钱了。」
惹得黄仁勋都眼红了,
也想进军手机芯片市场,
去分一块大蛋糕。
他甚至都进行尝试了,
但是最终,
他还是选择了退出,
「手机市场庞大,
我们能抢占市占率。
然而,我们却做出艰难的决定,
放弃这块市场。
因为英伟达的使命,
是创造出能解决‘普通电脑解决的问题’的电脑,
我们应该专注在这上面,
发挥我们的独特贡献。」
黄仁勋决定把英伟达的力量,
都集中到CUDA型GPU的深耕上,
要把CUDA型GPU做到极致。
17
在黄仁勋的坚持下,
英伟达搞出了P100高性能GPU芯片。
然后他化身为「超级推销员」,
奔波于高校、科研院所、初创公司,
推销这种 GPU芯片。
2016年8月,
在OpenAI成立的初期,
黄仁勋把一台装载了8块P100芯片的超级计算机DGX-1,
免费赠送给了OpenAI。
18
后来的事情,
大家都知道了,
OpenAI利用这台超算,
来研发聊天机器人程序。
2022年11月30日,
ChatGPT横空出世,
震惊了全世界。
ChatGPT的诞生,
在全球掀起了AI热潮。
而所有加入AI热潮的公司,
都想购买英伟达的GPU,
于是英伟达火了,
火得一飞冲天,
两年不到,
股价就飙升了7倍。
19
我为什么要写黄仁勋呢?
其实我想写的是「我们应该如何做事业」。
任何事业,
都可分为三段,
开始拼的是远见与决心,
中间拼的是落实和执行,
最后拼的是专注与坚持。
20
黄仁勋为何能取得如此成就?
第一,在于他有远见与决心。
有远见,
在于他看到了「加速运算的时代一定会到来」。
有决心,
在于他立马树立了目标,
决心去迎接这个时代。
在这一点上,
黄仁勋带给我们的启示是:
「我们不妨以10年或15年为期限,
去规划、实现一件真正想要做的事。」
「人一定要有远景或目标,
不能实现也可以,
但不管能不能实现,
它一定会带你走很远的距离,
让你成为更好的人。」
21
第二,在于他能落实和执行。
他把他的目标,
具体落实在了研发CUDA型GPU上,
「在加速运算的时代,
GPU必将替代CPU。」
「GPU的使用门槛太高了,
我们要做的就是找到一种办法,
把它的门槛给降下来。」
这十来年,
在执行上,
黄仁勋一直在搞的事情就是:
如何降低GPU的使用门槛,
如何激发出GPU的高性能。
在这一点上,
黄仁勋带给我们的启示是:
「执行力,
其实是一种被严重低估的能力。
人生越往后,
你就越发现,
人的执行力决定了一切。
在绝对的执行力面前,
智商只是点缀。」
22
第三,在于他专注且坚持。
他专注,
在于他没有跟风,
去抢手机芯片的蛋糕,
而是专注于将GPU做到极致。
他坚持,
在于英伟达出现亏损,
他也没放弃CUDA项目。
在于英伟达股票大跌,
他也没放弃CUDA项目。
在于投资人集体逼宫,
他也没放弃CUDA项目。
黄仁勋说:
「我比任何人都更久地举着火把,
只是因为我更有韧性罢了。
一旦我走上一条道路,
我可以在那条道路上坚持很长时间,
并且长时间地相信它。」
23
心理学家安吉拉·李·达科沃斯,
是麦克阿瑟天才奖获得者。
她花多年时间搞了一个调查——决定一个人能否成功的最重要因素是什么?
她调查了很多军官,
调查了很多体育明星,
调查了很多商界大佬,
最后她发现决定一个人能否成功的最重要因素,
不是智商,不是情商,
不是人脉,不是兴趣,
不是勇气,不是长相,
而是「Grit」——坚毅。
「向着长期的目标,
坚持自己的激情,
即便历经失败,
依然能够坚持不懈地努力下去,
这种品质就叫做坚毅。
无论在何种情况下,
比起智力、兴趣、人脉等因素,
坚毅才是最为可靠的预示成功的指标。」
人与人之间,
最小的差别是智商,
最大的差别是坚持。