第一章 黄仁勋的豪赌
2006年，一场没有硝烟的战争悄悄打响。 没有宣战书，没有外交照会，只有一块芯片，和一个没人看好的赌局。 黄仁勋赌的不是市场，是时代。
一
2006年秋天，加州圣克拉拉，英伟达总部。
会议室没有窗户。白板上写着一个单词：
CUDA。
黄仁勋把笔盖上，转身面向房间里的工程师们。
“你们知道这意味着什么代价吗？”
没人回答。
他们知道。CUDA——Compute Unified Device Architecture，统一计算设备架构。简单说，就是把游戏显卡变成一台通用计算机。为了做到这件事，工程师们要重新设计芯片，在原本用于渲染像素的晶体管旁边，强行插入数百个可编程计算核心。
芯片面积会增大百分之三十以上。功耗飙升。成本陡增。毛利率会跌破35%。
华尔街不会理解这件事。分析师们会写报告，说英伟达放弃了核心市场，去追一个几乎不存在的边缘需求——AI研究者？那是一帮用不起商业软件的穷学生，他们有多大市场？
有人在会议室后排低声说了一个词：“科学慈善。”
没有人笑。
黄仁勋在白板上用笔尖轻轻敲了两下。然后他在白板右下角写下一句英文，盖上笔，走出了会议室：
They need us. ——他们需要我们。
这句话的句式，和1834年一个铁匠站在一辆走了二十米的木轮车前说的不一样，但骨子里是同一个意思：我看见了一件事，别人还没看见。
那年他四十三岁。英伟达成立十三年，股价在二十五美元上下徘徊。他没有告诉任何人，他要用这场豪赌消耗多少钱。
据日后披露的财务数据，CUDA项目每年吞掉的研发费用，大约在五亿美元上下。这个数字，将会持续整整六年。
二
黄仁勋对”复杂环境”的理解，不是从商学院来的。
九岁那年，他从台湾来到美国，被送进一所很奇怪的私立学校——同学里有很多从少年教养院出来的孩子，打架是日常，规矩是奢侈品。一个瘦小的亚洲男孩，在那样的地方待了两年。他没有学会打架，他学会了另一件事：怎么在混乱中找到自己的位置。
多年后他在斯坦福读电气工程。深夜的实验室里，窗外是加州干燥的星空，他一个人盯着示波器上的波形，手里捏着一块自己设计的电路板。那年在AMD做芯片工程师，工位在一排灰格子隔间的最里面，桌上有三本翻烂的参考手册和一盒没吃完的甜甜圈。
但他心里始终装着那个念头——图形处理器会成为计算机最重要的部件。三十岁那年，他把这个念头从车库带了出来。三个人，没有产品，只有它。
公司叫英伟达。
1990年代，他赌对了。3D游戏和多媒体的爆发，让英伟达的显卡成了每台电脑的标配。订单像洪水一样涌进来，股价连年翻倍，硅谷开始认真打量那个总是穿黑皮衣的男人。
但黄仁勋有一个奇怪的习惯：在一件事最顺的时候，担心它会怎么结束。
2001年，内部会议。他站在投影幕前面，幕布上是一张逐年上升的营收曲线图，陡得像一面墙。他把激光笔关掉，转过身来：“今天的游戏市场，是用来养活下一个英伟达的母鸡。但如果母鸡只会下一种蛋，总有一天，这个蛋没有人要了。”
会议室很安静。没有人知道下一个蛋是什么。
黄仁勋自己也不知道。但他隐约感觉到——那块叫做GPU的芯片，还有别的可能性。
三
但CUDA的故事，比那间会议室更早。
早在2003年，英伟达有几个工程师悄悄在干一件事：用显卡的并行计算能力来处理科学计算问题。他们发现，某些类型的数学运算，显卡的处理速度比CPU快几十倍——不是因为显卡更聪明，而是因为它有几百个核心同时工作，就像一个工厂里站了几百个工人同时拧螺丝，速度自然快。
问题是，当时的显卡软件完全为游戏设计。研究者想用显卡算数，需要把数学公式”伪装成”渲染命令，才能骗过显卡驱动。这就像你想让工厂生产汽车零件，但工厂只认识”渲染”这个指令，你必须把每一颗螺丝都描述成一个像素，才能让机器动起来。
荒谬，但有人真的在这么干。
黄仁勋听说了这件事，把那几个工程师叫进办公室。他问了一个问题：“如果我们把这件事变得简单，会有多少人愿意用？”
没有人知道答案。
“那就先做，再看。“他说。
但黄仁勋知道一件事：2006年，全球售出了超过两亿块GPU。
这些GPU大部分进了游戏玩家的机箱——《魔兽世界》在2006年有八百万活跃玩家，每一个人的电脑里都有一块GPU在跑。两亿块GPU的规模，意味着英伟达可以把CUDA的研发成本摊薄到每一块消费级显卡的利润里——多收五美元，用户感觉不到，但一年下来就是接近十亿美元的研发投入。
这是《比特创世》里写过的逻辑：PC和游戏产业奠定的半导体供应链，最终成了AI时代的算力底座。黄仁勋没有读过《比特创世》——那本书还没写出来。但他用直觉做到了同一件事：用游戏行业的规模，养活了一个还没有人买单的技术赌局。
这是CUDA项目的起点。2006年，当那个白板上的单词被正式对外宣布时，英伟达的股价几乎没有任何反应。没有庆祝，没有头条，技术媒体给了几段不温不火的报道——大致意思是，英伟达推出了一套给科学家用的显卡软件，具体用处不明。
四
CUDA正式发布的那个月，在加州圣克拉拉以南一百公里的斯坦福大学，一个叫吴恩达的教授正带着几个学生，试图用显卡来跑神经网络。
神经网络这个词，在2006年是个过气的概念。
它的想法其实很老——1943年，神经科学家和数学家就画出了”人工神经元”的草图，想用数学方程模仿大脑的神经细胞。几十年来，一批批研究者围着这个想法打转，写了大量论文，但没有人能让它真正好用：算法需要的计算量太大，当时的计算机根本跑不动。“神经网络已死”，这是2006年大多数AI研究者的共识。
但吴恩达有一个想法：也许不是神经网络本身的问题，而是算力太少。如果有足够快的计算机，神经网络是不是能活过来？
他找来了英伟达的显卡。
用显卡来训练神经网络——这件事在当时听起来像个笑话，显卡不是用来算数学的，是用来打游戏的。但吴恩达和他的学生发现，神经网络的训练过程，本质上就是一大堆矩阵乘法的重复运算，而这恰恰是显卡最擅长的事情。
他们把神经网络代码改写成显卡能理解的格式，按下了运行键。
训练速度快了七十倍。
吴恩达盯着那个数字，沉默了很长时间，然后对旁边的学生说：“我觉得，我们可能触到了某个东西的边缘。”
那年，他的一个合作者，李飞飞，正在另一个办公室里做一件所有人都觉得无聊透顶的工作：从互联网上收集图片，一张一张地打标签——这是狗，这是猫，这是椅子，这是汽车。她要建一个叫做ImageNet的数据库。没有人知道这数据库有什么用。
吴恩达不知道，他和李飞飞正在给同一颗炸弹拧上引信。六年后，它会爆炸。
五
同一年的秋天，在离英伟达总部八千公里外的北京，中科院计算技术研究所，一间普通的实验室里。
陈云霁和陈天石是一对兄弟，都在计算所做研究。他们正在研究一个没有人关心的方向：为神经网络设计专用处理器。
这个想法，在2006年同样是个笑话。神经网络已经死了。为一个死掉的算法设计专用芯片，逻辑上就说不通。
但陈云霁不是从神经网络出发的。他是从另一头来的：他发现，通用处理器在做某些特定计算的时候，效率极低——大量的计算资源用来做”通用”所必须的调度和控制，真正做有用计算的部分，其实很少。
如果专门为一类计算设计一块芯片，只做那一类事情，会快多少？
这个问题，没有具体的答案。他写了一份立项报告，递交给所里，申请一点经费，把这个想法往前推一推。
那份报告被批了，经费不多。实验室里没有什么庆祝。这只是一个普通的科研立项，跟其他几十个立项一样，安静地挂在进度表上。
没有人知道，这份报告会在八年后变成一块叫”寒武纪1A”的芯片。没有人知道，那块芯片会在十七年后被一道美国禁令推上战场。
六
2006年秋天，三件事同时发生在这个星球上。它们之间没有任何联系——至少当时看起来是这样。
黄仁勋走出会议室的时候，走廊里没有别人。他在自动售卖机前停了一下，看了看玻璃上的反光——领带有点歪，眼底有血丝。他伸手把领带正了正，然后继续往前走。身后那间没有窗户的会议室里，白板上的字还没擦。
同一时刻，往南一百公里的斯坦福，吴恩达还坐在电脑前面。显示器右下角跳动着一个数字——七十倍。他已经盯着它看了很久。旁边的学生趴在桌上睡着了，呼吸声夹在显卡风扇的嗡鸣里。吴恩达没有叫醒他。他慢慢合上笔记本电脑，把还没写完的论文草稿压在杯子下面。杯里的咖啡早就凉了。
同一时刻，距圣克拉拉八千公里的北京已经入夜。中科院计算所走廊尽头的灯是声控的，夜够深，自动灭了。陈云霁抬头看了一眼，又低下头。桌上摊着那份立项报告，右上角的归档章印着今天的日期。他在”研究目标”那一栏下面，用铅笔轻轻画了一根线。这笔经费不多，但够让他把那个念头再往前推一推。
他们彼此不认识，不知道对方在干什么。
但他们都触到了同一个东西。
这场战争，就从这里开始。没有宣战书，没有战鼓，只有三间实验室里三盏还亮着的灯。
七
2006年，没有人谈论AI。
那一年，全世界的注意力都在社交网络上。黄仁勋的注意力在一件更枯燥的事上：怎么让科学家愿意用他的显卡写代码。
而在地球另一端，中国科学院计算技术研究所，几个研究员正在为一件事写报告。这件事叫”神经网络加速芯片”。
没有人注意它。它听起来像是又一个学术圈的自娱自乐。
算力争霸的第一章，就是在这样一个世界里开始的。世界忙着做社交、做搜索、做电商、做视频。而黄仁勋的白板上，写着四个字母：CUDA。
全世界的注意力都在Web 2.0上，没有人抬头看。而算力的雪崩，已经出发了。