英伟达本质上是一种涌现，而非一种输出，它产生于开放系统中的自组织过程，而非中央控制器的精确指令。
撰文丨佘宗明
如果以10年为尺度看全球科技企业，那毫无疑问，21世纪头个十年最具标杆性的是微软，10年代是苹果，20年代则是英伟达。
虽然「标志性节点」「历史性时刻」之类字眼在PR语言的大水漫灌下已经贬值，但英伟达成为全球首个市值突破5万亿美元企业这事，足以称得上是「标志性节点里的标志性节点」「历史性时刻中的历史性时刻」——它打破了很多人对企业体量天花板的想象。
眼下的英伟达，在硅谷版G7上完全可以捡起断水流大师兄的嚣张气焰：我不是针对你，我是说在座的……都是小弟。
毕竟，英伟达证明了「能追赶英伟达的，还是英伟达」：首个将企业市值带到4万亿美元区间的是它，首个市值破5万亿美元的还是它；仅用1年多（410天）就让市值从3万亿美元升至4万亿美元的是它，只用113天就让市值从4万亿美元升至5万亿美元的还是它。
《功夫》里冯小刚的台词就该让黄仁勋来说：还有谁？
▲英伟达的市值在全球科技企业中遥遥领先（数据统计于10月24日）。（图/网络）市值5万亿美元，是个什么概念？我来列几组数字——
1，2024年全球经济体量排No.3的德国，GDP为4.66万亿美元，所以有人说，英伟达已经是全球第三大经济体。
2，截至2025年10月29日，中国前十大互联网公司市值总和约1.83万亿美元，英伟达一家是其2.5倍。即便是放到相当能打的标普500指数里看，英伟达市值也占到其总市值的近1/10。
3，英伟达10年前的今天市值为约150亿美元，10年里股价翻了300多倍，自2022年底以来，累计涨幅超过1275%，年内涨幅则达到54.13%。
英伟达奇迹印证了两大规律：一，科技企业的增长经常是非线性、裂变式、指数型的；二，科技行业是典型的幂律分布网络。
彪悍的企业不需要解释，但可以解析。
回顾英伟达的来时路，今天从从容容游刃有余的它，不是没有过匆匆忙忙连滚带爬的时候。它有今日的出息，是包括黄仁勋在内的许多人始料未及的。
换句话说，英伟达不是被计划出来的。
01
都知道，如今的英伟达，已经成了掌控全球AI算力命脉的新型「超级经济体」。
超强GPU（图形处理器）+CUDA（编程模型和并行计算平台）+安装基础+系统级集成+软硬件深度优化形成的整体生态网络效应，构成了其深厚的技术壁垒。
但将时钟拨回十年前，若有人说英伟达将坐上全球科技公司铁王座，只怕会被哂笑：就它？
要知道，GPU起初只是为游戏而生的产品，CUDA也被主流计算界视为异端，在早些年技术圈「王的盛宴」上，二者都只能坐小孩那桌。
成立于1993年的英伟达，没有自带「一出生就风华正茂」的buff，当年还不是皮衣教主的黄仁勋，心心念念的还是怎么打败3dfx、ATI等对手，笑傲游戏显卡市场。
1999年，黄仁勋带领团队推出了首款支持可编程着色器的GeForce 256显卡，为英伟达后来赢得残酷的游戏显卡竞争奠定了基础。
▲GeForce 256显卡（图/网络）但黄仁勋此时所想的，也不过是让《古墓丽影》的劳拉·克劳馥更逼真，让《雷神之锤》的爆炸更炫酷，也就是解决3D游戏的画面渲染问题，压根没什么「构建通用人工智能计算平台」的概念。
当时也没人能预见这款硬件会成为二十多年后AI革命的核心引擎，行业主流观点就认为，图形处理就该走专用芯片的封闭路线，编程架构纯属「冗余设计」。
CUDA的出现，原本也是个意外。世纪之交，英伟达工程师们意识到，他们为渲染图形而设计的拥有成百上千个并行处理核心的GPU，光用来画三角形有些可惜了，要是能用来解决某些远比游戏更复杂的科学计算问题，那就好了。
对彼时仍以游戏为核心业务的英伟达来说，这是个看起来有些不务正业的想法：为了这样跟主业无关的「务虚」设想，就投入资源去开发专门的通用计算平台，盈利模型在哪，ROI怎么打平？KPI怎么制定？
这么个要规模化需求没规模化需求、要商业模式没商业模式的决策，狗都不做。但狗不做，黄仁勋和他的团队做，他们于2006年11月推出了CUDA架构。
此后的情形正如不少预言家所说的，CUDA不能说没有用，但只能算「无用之用」——游戏玩家不太需要它，他们的游戏在传统API上运行得很好；科技圈起初也不需要它，改变编程习惯的成本很高。这也导致，CUDA成了纯烧钱项目，黄仁勋都没法为其设定商业目标。
若从严格商业计划角度看，这就是个该在项目年终总结会上被反思的失败项目。
02
可历史总是自带「命运就算颠沛流离，命运就算曲折离奇……别流泪心酸，更不应舍弃」的BGM：一项看似「无用」的技术跟一类突如其来的需求，在一个特殊节点上因机缘巧合交汇后，最终变成了一种改变世界的磅礴能量。
对英伟达而言，2012年的ImageNet竞赛就是那个特殊节点，将技术和需求捏合在一块的，是那时还在边缘研究领域（深度学习）徘徊、而今已成「AI教父」的杰弗里·辛顿。
当时辛顿和学生需要强大并行计算平台，来训练他们的深度神经网络——AlexNet。他们先用CPU，但速度太慢。经尝试后，他们发现，两块消费级的英伟达GTX 580显卡，竟完美地满足了他们的需求。借助CUDA平台，他们将训练时间从数周缩短到了几天。
接下来的剧情是，AlexNet在ImageNet竞赛中石破天惊的成功，宣告了深度学习时代的到来，众多AI研究者们突然意识到，他们苦苦寻找的「算力引擎」，早已存在于无数游戏玩家的电脑中。英伟达的GPU，也从为游戏而生的副产品变成了AI军备竞赛的「军火」。
作为开放软件生态的CUDA，也是偶然地成为那个「绕不开的存在」：英伟达在开发CUDA时，没有计划去引爆那时还缥缈无踪的AI革命，只是遵循技术探索本能想「多一种可能」；AI研究者们起初用它，也没指定用游戏显卡和CUDA平台，只是在寻找能解决问题的工具。
结果便是，当OpenAI在2018年发现英伟达GPU是训练大模型最优选择时，CUDA已沉淀了百万级开发者和数千个应用，形成了「用得越广、优化越好」的正向增强回路。
用沈腾在《四海》里的台词说：这，谁又能想得到呢？
就跟开始没人能预测到英伟达成为首个5万亿美元级别市值企业那样，GPU最重要功能从游戏显示到通用计算，CUDA从失败产品到基础设施，也是很多人都没有预料到的。
▲英伟达的CUDA架构已成并行计算领域重要基础设施。（图/网络）某种程度上，正因为GPU跟CUDA起初没有被「计划」进主流选项，不受传统框架束缚，它们才可以在「边缘」的蓄力中积攒出改变或颠覆中心的势能。
到头来，英伟达起于游戏、成于AI，不啻为对「伟大不能被计划」的直观注解：很多时候，恰恰是当初看似「无用」的种子，会悄然孕育成后来的参天大树。
GPU被追捧，CUDA被依赖，都不是提前设计的结果，而是技术供给与市场需求在开放生态中自然匹配的产物；都不是战略蓝图带来的必然，而是技术演进与历史机遇碰撞出的意外。
事实上，若不是生成式AI浪潮爆发，英伟达会不会仍在英特尔的阴影下艰难求存，都难说。
03
若将英伟达的崛起之路置于科技史长河中审视，就会发现，这不是伟大来自于「计划外」的首个例证。
《为什么伟大不能被计划》中就举了些差堪仿佛的例子：
发明飞机的莱特兄弟，最早其实是自行车制造商；真空管是早期计算机的奠基性零件，但真空管的诞生与计算机毫无关系……
作者肯尼斯·斯坦利和乔尔·雷曼写道：
伟大的成就往往不是通过刻板的计划和步骤实现的，而是在不断探索、尝试和失败的过程中偶然产生的。
伟大本伟的乔布斯有句话就与此内里相通：
你不可能充满预见地将生命的点滴串联起来，只有在你回头看的时候，你才会发现这些点点滴滴之间的联系……相信这些点滴能够一路连接会给你带来循从本觉的自信，它使你远离平凡，变得与众不同。
英伟达的强大生态系统，就不是计划出来的。英伟达没有设计一个完美的产品，而是在不断试错、不断迭代、不断响应需求中，培育出了一个雨林：英伟达提供土壤（CUDA）、水分（开发工具）和阳光（硬件），让无数的开发者（物种）在其中自由生长演化，最终共同构成了一个超级繁荣的生态。
DeepSeek的横空出世，也有相似之处：DeepSeek今年初推出可与GPT-4o匹敌的模型，靠的不是梁文锋自上而下的设计，DeepSeek团队提出的MLA架构创新，背后的背后就是一年轻研究员的突然灵感和突发奇想。
▲DeepSeek-R1也是「计划外」创新的产物。（图/网络）
所以梁文锋本人也说：「创新都是自己产生的，不是刻意安排的。」
从英伟达到DeepSeek，都指向了一个结论：创新本质上是复杂系统的涌现现象，它依赖于技术积累、人才活力、市场需求的多元互动。
这类互动的复杂性，远超任何计划的掌控范围。计划可以带来效率的提升和目标的达成，将许多已知的事情做得更好，却无法预见「意外」的交汇，无法催生全新的范式——它可以带来马车的相加，但无法带来汽车的问世。
毕竟，计划本质上是对未来的线性预测，而伟大创新恰恰诞生于非线性的突变之中，二者泾渭分明。
04
说英伟达不是计划出来的，不是说它是无心插柳后的柳成荫，不是说它是被纯粹巧合中刮出的中奖彩票，更不是否定未雨绸缪的价值，抹杀前瞻布局的意义。
「英伟达不是计划出来的」，其实包含了三层意思：除了伟大没法靠人为设计外，还有两点——历史机遇无法被预测，但理应有准备；长期坚持，比短期设计更重要。
AI浪潮的到来，不是英伟达计划的结果，而是全球科研、数据、算力、算法多重因素汇聚的「历史偶然」。那为什么是英伟达抓住了它？
《英伟达之芯》作者斯蒂芬·威特的那个比喻耐人寻味：
假设有一群人在码头上钓鱼，其中一个人拿着网在海滩捕鱼，码头上的人们都在嘲笑他，但这个人还是坚持了十年，期间一无所获，直到有一天，他捕到了一条有生以来见过的最大的鱼，你认为那家伙是运气好，还是有远见？
说白了，黄仁勋并没有制造海浪，但能凭借敏锐的直觉和精湛的技巧，认定人有抵挡风浪的需要，GPU和CUDA本因此而出现，却意外成为了驾驭AI这股世纪巨浪的超级冲浪板。
2016年英伟达发布全球首款AI超级计算机DGX-1，尽管初期市场反应冷淡，但黄仁勋仍坚持投入，他在当年GTC演讲中就强调：
我们正在建造未来的计算基础设施，即使现在还看不到明确的客户需求。
▲黄仁勋当时曾将第一台DGX-1送给OpenAI，当时马斯克还没跟OpenAI闹掰。（图/NVIDIA官网）翌年接受《财富》杂志采访时，他又说：
我们无法预测自动驾驶汽车或AI 何时成熟，但我们的投资必须覆盖所有可能的技术拐点。
英伟达的提前准备，往往会为「偶然性」留足空间：不论是用持续技术迭代和开源支持支撑起了CUDA生态的「自生长」特性，还是在「开发专用AI芯片VS坚持升级通用GPU架构」中选择后者适配了算力需求从训练端延伸到推理端之需，都佐证了这点。
虽然无法计划下一个技术拐点，但英伟达让自己始终处于「可被选中」的状态。
如果说有所准备是「何以英伟达」答案的A面，那B面就是长期坚持。
从1999年的可编程显卡到2025年的Blackwell平台，英伟达在并行计算领域深耕了二十六年，即便在2015年前后游戏市场低迷、AI应用尚未爆发的「黑暗期」，即便是加密挖矿需求的退潮，曾让英伟达陷入灰暗时刻，但英伟达在不吝于研发投入上一以贯之。
Blackwell平台的2080亿晶体管、8TB/s内存带宽，不是靠临时突击能实现的；全球AI训练芯片90%以上的市场份额，靠的也是长期技术领先与生态沉淀。
说到底，正是对「计划之外」可能性的宽容加上对「无用之用」的坚持，成就了英伟达。
05
毋庸讳言，英伟达市值能突破5万亿美元，有很多外部因素的加持，比如「强化AI叙事-推动美股上涨-兜售持续上涨预期-靠金融回收美元-巩固美元霸权体系」链条的支撑，比如「注重Peace and Love的全球化背景下，软科技的重要性会凸显；侧重安全与竞争的大国博弈形势下，硬科技优先级会突出」因素的强化。
但不能抛开英伟达本身去谈英伟达奇迹——英伟达本质上是一种涌现，而非一种输出，它产生于开放系统中的自组织过程，而非中央控制器的精确指令。
现在看，英伟达已经为「英伟达登顶启示录」烫下了若干个逗号，从中我们能汲取许多有益的经验。
图/NVIDIA官网这其中最重要的就是：伟大无法被计划，它诞生于混沌、包容与坚持之中，常属于那些不被理解的摸索者、不被看好的笃行者、不计回报的坚持者。
强调这点，并非无的放矢：在这两年美欧社会正打破既有传统，增加产业政策必要性的今天，在美国「混改」英特尔引发「下一步是不该成立美利坚国资委」式调侃的当下，有些人的计划依赖型迷思又在回流。
可就鼓励伟大创新来说，肯尼斯·斯坦利所说的「无目的探索」、黄仁勋所行的「有方向坚持」，比有些计划更为重要。
将这嫁接到「如何培育中国版英伟达」的命题上，那通往的结论就是：「下一个英伟达」无法被计划，但为孕育更多黄仁勋的土壤可以被涵养。
「技术总是生长于一种社会结构之上，再反过来强化这样的社会结构」。土壤即结构。
怎样涵养好的土壤？有三点很关键：一是宽容失败的文化，允许企业、科研人员长期投入无明确回报的领域；二是耐心资本的支持，容忍硬科技的长周期；三是自由探索的空间——减少对技术路径的干预，切忌用过度计划扼杀创新。
说到底，不要计划伟大，而是相信、成就和创造伟大——以接纳新物种、保持开放、鼓励试错、拥抱偶然的方式。
试想一下，假如英伟达必须每季度都得向投资人汇报CUDA的商业化进展，CUDA还能以「有投入无回报」的状态存在多年吗？
不会。
那样的话，英伟达恐怕既难「伟」，也难「达」。