一、一家在快餐店里诞生的公司（1993）
1993 年，三位工程师在美国加州一家 Denny's 快餐店里合计出了一个生意：给个人电脑做"图形加速卡"。他们是黄仁勋、Chris Malachowsky 和 Curtis Priem，公司取名 NVIDIA。
那时候电脑要在屏幕上画出立体画面，全靠 CPU 硬算，又慢又吃力。英伟达想做的，就是一块专门负责"画画"的芯片，把这份苦力活从 CPU 手里接过来。
开局并不顺。第一款产品 NV1 因为技术路线选错，几乎让公司破产。真正救命的是 1997 年的 RIVA 128------那一年公司账上的钱只够再撑一个多月。
二、"GPU"这个词，是英伟达发明的（1999---2005）
1999 年，英伟达在纳斯达克上市，同年推出 GeForce 256，并首次把这类芯片命名为 GPU（图形处理器） 。这个如今人人都在念的名词，就是这么来的。
接下来几年，英伟达靠游戏玩家吃饭：显卡越强，游戏画面越真实。它和另一家公司 ATI（后被 AMD 收购）打得难分难解，这是段典型的"消费电子公司"岁月，和今天的万亿帝国还看不出什么关系。
三、埋下十年后才引爆的伏笔：CUDA（2006）
2006 年，英伟达做了一件当时被很多投资人认为是"烧钱"的事：推出 CUDA。
简单说，GPU 里塞了成千上万个小计算核心，本来只用来画画。CUDA 是一套软件工具，让程序员可以调用这些核心去算任何东西------物理模拟、金融建模、科学计算。英伟达等于把一块游戏显卡，改造成了一台便宜的并行超级计算机。
这件事投入巨大、短期看不到回报，但黄仁勋坚持了近十年。
四、深度学习点火（2012---2020）
2012 年，一个叫 AlexNet 的图像识别模型用两块英伟达游戏显卡训练出来，成绩碾压所有对手。全世界的 AI 研究者忽然发现：训练神经网络，正好需要 GPU 这种"大量简单计算同时做"的能力。
伏笔引爆了。此后英伟达一路加码：2017 年在芯片里加入专为 AI 设计的 Tensor Core（张量核心） ；2020 年收购网络公司 Mellanox，从"卖芯片"转向"卖整套算力系统"。
五、ChatGPT 之后（2022 至今）
2022 年底 ChatGPT 引爆全球，训练和运行大模型需要海量算力，而几乎所有人都得买英伟达的 H100。芯片一度千金难求，公司市值在 2023 年突破万亿美元，之后一路冲上全球最高之列。
六、它的护城河到底是什么？
很多人以为英伟达强在芯片快，其实那只是一半：
- CUDA 生态：近二十年积累，全球 AI 代码几乎都跑在上面，换平台的迁移成本极高；
- 系统能力：从芯片、互联（NVLink）到整机柜，别人卖零件，它卖"算力工厂"；
- 产业分工 ：英伟达自己不建厂，属于 Fabless（无晶圆厂）公司，芯片交由台积电 制造，存储用SK 海力士等厂商的 HBM。它站在产业链最上游的设计与生态位置。
结语
英伟达的三十年，本质上是一次"押注"的胜利：它花了十年时间，把一块给游戏玩家画画的芯片，改造成了通用计算的引擎，然后等到了 AI 这场时代级的浪潮。
在半导体的宏大叙事里，它证明了一件事------决定芯片公司命运的，往往不只是硅片上的晶体管，还有跑在它上面的软件生态。