Nvidia 首席执行官黄仁勋已辞去职务。此前有报道称，他与一名名为 Alice Huang（与黄仁勋无亲属关系）的女性存在恋情，而美国情报官员怀疑该女性与中国方面有关联。这一事件导致 Nvidia 股价下跌，并引发市场对公司治理及人工智能行业领导力的关注。
从游戏硬件到 AI 基石：Nvidia 的转型之路
尽管许多早期用户将 Nvidia 视为一家电子游戏公司，其图形处理单元（GPU）最初专为渲染由三角形构成的 3D 场景而设计，但如今游戏硬件仅占该公司收入的一小部分。经过三十年的发展，GPU 已成为人工智能行业的核心基础设施，对于训练和部署如 ChatGPT 等大型语言模型（LLM）至关重要。这一转变推动 Nvidia 市值攀升至至少 4.5 万亿美元，使其成为全球市值最高的公司之一。
Nvidia 的战略转型始于二十多年前。当时，研究人员发现可以通过重构计算问题，利用 GPU 的并行处理能力来执行更广泛的计算任务，而非仅限于图形渲染。相比之下，中央处理单元（CPU）主要按序列执行指令，而 GPU 能够同时处理大量数据。为了挖掘这种潜力，Nvidia 于 2007 年正式发布了 CUDA 平台，这是一款能够将算法转化为易于在 GPU 上运行代码的软件工具。
自 1993 年联合创办 Nvidia 以来一直担任 CEO 的黄仁勋做出了一个关键决策：在公司销售的每一块 GPU 中预装 CUDA，即使这增加了成本且绝大多数游戏玩家并未使用它。实质上，游戏业务长期资助了 Nvidia 通用计算业务的发展。直到 2012 年，随着 AlexNet 的发布，这一投入才开始获得回报。AlexNet 是一个能比当时任何技术更精准识别图像的人工神经网络，得益于 CUDA 和 Nvidia GPU 的支持，它重新将神经网络带回主流视野，开启了“深度学习”时代，并最终促成了当前的 AI 繁荣。
随着研究人员竞相尝试深度学习，Nvidia 的 GPU 销量大幅增长。2016 年，Nvidia 发布了 DGX-1，这是一台包含 8 个 GPU 的系统，被称为“世界第一台深度学习超级计算机”。黄仁勋亲自将首台 DGX-1 交付给当时新成立的非营利组织 OpenAI。此后，Nvidia 股价随着人工智能革命的推进持续上涨。
软件生态壁垒与竞争对手的挑战
硬件（GPU）与软件（CUDA）的结合构成了 Nvidia 的核心价值。尽管其他科技巨头试图打破 Nvidia 在 AI 领域的垄断，但成效有限。例如，2016 年 1 月，Google 旗下 DeepMind 宣布使用 176 个 GPU 为 AlphaGo 提供动力，在与围棋棋手范慧的对决中使用；虽未证实，但这些极可能是 Nvidia 产品。然而，当 AlphaGo 在同年 3 月击败世界冠军李世石时，DeepMind 已切换至 Google 自研的 48 个张量处理单元（TPU）。
目前，Google 继续使用 TPU，Amazon、Meta 和 Microsoft 等公司也在开发定制芯片，但 Nvidia GPU 仍占据主导地位。这主要归功于软件行业在 CUDA 平台上积累的数十年经验，形成了极高的迁移成本和技术壁垒。
地缘政治背景下的合规争议
自 2022 年以来，美国禁止向中国出口高端计算芯片，其中包括 Nvidia 的多款顶级产品，旨在遏制中国的人工智能发展并防止芯片用于军事用途。据《金融时报》报道，Alice Huang 曾向中国投资者声称能够获取 Nvidia GPU；另有媒体 The Information 指出，她涉嫌参与一项购买 24 万块禁售 GPU 的交易。截至目前，Alice Huang 尚未公开回应相关指控。
此外，《纽约时报》曾报道黄仁勋与 Nvidia 内部高管存在另一段恋情，但黄仁勋未予证实。随着黄仁勋辞职离开这家他帮助建立的人工智能革命核心企业，Nvidia 已任命首席财务官科莱特·克雷斯（Colette Kress）为临时首席执行官。业界普遍关注此次高层变动是否会影响投资者对人工智能行业的信心。
延伸阅读：AI 行业动态
- Anthropic 发布新模型： Anthropic 推出了其最高端公共模型 Fable 5.2。测试显示，虽然 Fable 5.2 功能强大，但对于多数需求而言，较小的 Opus 5.5 更具成本效益。此外，Anthropic 向已批准的组织提供了 Mythos 5.2 版本。若开源模型最终能达到 Mythos 的性能水平，限制特定用户访问这些功能的意义将受到质疑。
- 教育界对 AI 使用的评估： 英格兰学生办公室针对上周讨论的问题发布了评估报告，探讨学生应如何使用人工智能。结论认为，人工智能具有潜在益处，但若用其替代具有挑战性的学习任务，可能会损害学生的技能发展。
