
黄仁勋辞去英伟达CEO职务
来源标题:Obituaries
黄仁勋于2026年11月12日辞去英伟达CEO一职,他自1993年4月5日创立公司以来一直担任该职位。报道称其离职名义上涉及与一名买家及至少两名公司员工的私情,但根本原因是英伟达被视为国防承包商而黄仁勋未能做出调整。英伟达2006年推出CUDA,2022年ChatGPT的问世凸显了GPU在大语言模型领域的价值。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
亲爱的来宾,我们今天相聚于此,共同度过这名为人生的旅程。 ——Prince
2026年11月12日星期四,黄仁勋辞去Nvidia CEO一职。自1993年4月5日创立公司以来,他一直担任CEO。Nvidia最初是一家显卡公司;黄仁勋的离职——名义上是因为与一位买家(此人可能是、也可能不是中国间谍)以及至少两名公司员工的绯闻——归根结底是因为Nvidia被当权者认定为国防承包商,而黄仁勋始终未能做出调整。
就此而言,黄仁勋是自己成功的终极受害者。Nvidia最初的显卡只是把三角形转换成像素。2001年的GeForce 3引入了可编程像素着色器,这意味着显卡的功能不再是预先定义好的。然而,真正的杀手锏——几乎也杀死了这家公司——是2006年推出的CUDA,这是一个用于编写那些着色器程序的API。在接下来的16年里,黄仁勋大部分时间都在兜售CUDA的福音,坚信它是加速计算未来的平台;然后,2022年,ChatGPT来了。
ChatGPT让人们清楚地看到GPU最有用之处:大语言模型,而Nvidia造出了最好的GPU。不仅如此,黄仁勋还意识到加速计算的未来不只是芯片,而是系统;这推动了2019年对Mellanox的收购,该公司提供的技术让Nvidia得以从芯片向外扩展,走上成为大规模训练最佳选择之路——正是这种大规模训练让大语言模型成为可能。为此Nvidia收取极高的价格,利润率超过70%,因为他们有这个能力:他们拥有平台、技术,以及在过去几年里当其他人试图自研芯片时积累的供应链。
黄仁勋对亚洲供应链的影响尤其怎么强调都不为过。Byrne Hobart在其著作《Boom: Bubbles and the End of Stagnation》中指出,泡沫的好处之一是提供协调功能,因为错失恐惧会激励多个相互依赖的实体同时承诺投入建设;在许多方面,黄仁勋一个人就充当了协调功能。黄仁勋每年发表多场主题演讲,他解释说这是他广泛与生态沟通的方式,并且尤其以在亚洲各地吃喝应酬而闻名,说服不情愿的供应商相信AI热潮是真实的,并为Nvidia锁定他们产出的绝大部分,以及Nvidia对年度发布周期令人惊叹的承诺。
黄仁勋几十年来在相对默默无闻中辛勤耕耘,主要为游戏玩家所知,科技行业对他则知之甚少,后来他成了摇滚明星,所到之处被人群簇拥,总是穿着那件黑色皮夹克。同时——最终也对他不利——他成了政治人物。Nvidia长期以来在华盛顿和北京都没有存在感,被拜登政府2022年实施的芯片管制打了个措手不及。Nvidia对最初那些管制的即时反应——那些管制基于互连速度限制出口——是立即在中国发布A800,那是把三分之二互连禁用的A100。这为我认为是黄仁勋倒台真正原因的冲突定下了基调:黄仁勋强烈反对各种版本的芯片禁令,而Nvidia只肯做最低限度的事来遵守法律的字面规定,从不遵守其精神。
这种做法极有可能也延伸到了Nvidia对新加坡实体的监管(或者说缺乏监管)上,这些实体被指控是中国芯片的前端公司。其中一些是合法的:中国公司被允许访问设在中国境外的云计算设施,这些设施搭载领先的Nvidia芯片,尽管芯片管制倡导者正试图堵上这个漏洞;有些则不合法,因为芯片最终被转运到了中国。Megaspeed的高管Alice Huang是据称与黄仁勋有绯闻的第一人,该公司官方从事的是前一种业务,据称实际上从事的是后一种。有传言说Megaspeed的最终客户不是阿里巴巴,或者不只是阿里巴巴,还包括中国军方。需要说明的是,这些只是传言;至少从公开层面看,是那些绯闻足以导致黄仁勋辞职。
Nvidia的持久性——至少其利润率的持久性——本就已经是个悬而未决的问题。先从CUDA说起:当市场是为GPU编写的软件时,一个平台——不仅包括API,还包括针对加速计算每一个可想象市场的大量库——是一道几乎无法逾越的护城河。这就是为什么GPT这样的LLM是用CUDA编写的。
然而,LLM既给Nvidia带来了惊人的成功,也埋下了其最大的风险。第一,绝大多数开发者的精力向上层移动,把LLM的API当作平台使用;对大多数公司来说,CUDA无关紧要。第二,Anthropic——它从亚马逊和谷歌获得了资金,而这两家最初在微软-OpenAI合作面前只是陪跑者——不得不学会使用亚马逊的Trainium芯片和谷歌的TPU;这很难,但最终意味着领先的LLM完全不再依赖Nvidia(Anthropic运行在Nvidia芯片上,因为他们学会了在任何芯片上运行)。第三点最具毁灭性:LLM写软件如此高效,以至于任何基于软件的护城河都不可避免地会干涸。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。