The Thinking Machine

《The Thinking Machine》（繁体中文版题名《黄仁勋传》）是记者 Stephen Witt 为辉达创始人黄仁勋写的传记。Witt 先为《纽约客》杂志撰写黄仁勋的人物特写，之后为这本书采访了约两百人，其中包括一百多名前任或现任辉达员工、共同创始人柯蒂斯·普里姆与克里斯·马拉开斯基、竞争对手和老友。全书以黄仁勋的个人经历为主线，同时铺陈辉达从游戏显卡公司变为 AI 芯片供应商的三十年，以及神经网络研究从边缘学科进入主流的经过。

作者在书中明确交代了自己的观察位置。他于2023年底首次访问辉达总部，在2024年GTC大会后做了最后一次采访。书中的对话、往事与数字大多来自他的访谈记录；少数来自公开报道，例如《华尔街日报》《金融时报》和路透社的报道。涉及股价、市值和人物财富的数字都标明了具体时间点，例如2024年2月的财报与当日市值变动。作者还声明，他没有用 ChatGPT 写这本书，理由是「不敢」。

全书分为两部。第一部「前景迷茫」从1973年黄仁勳抵达肯塔基写起，覆盖辉达1993年成立、NV1 失败、Riva 128 翻身，以及 GPU 与 CUDA 的起源。第二部「一生一次的機會」以2012年 AlexNet 在 ImageNet 竞赛获胜为开端，写到 OpenAI 的 GPT 系列、2017年的 Transformer 论文、辉达的垄断地位和2024年的市值高峰，最后以 AI 安全争论和作者自身的担忧收尾。作者在开头承认自己属于担忧派，他在书中反复追问黄仁勳对 AI 风险的判断，两人的分歧构成全书后半部分的一条主线。

台湾版作者序

繁体中文版在正文前附了一篇作者序，内容围绕黄仁勳与台湾的关系展开。序言从台积电台南厂区的晶圆制造讲起，说明黄仁勳和台积电的合作始于1990年代末：他亲自写信给董事长张忠谋，两人由此建立长期友谊，张忠谋甚至在2013年问黄仁勳是否有兴趣接掌台积电，黄仁勳以「我已有工作」婉拒。作者在这篇序里记下黄仁勳的说法：他内心深处仍认为自己是台湾人，回台湾必逛夜市，脸上还留着四岁那年被摊贩刀子划伤的疤痕。

序言也记录了黄仁勳2024年的公开活动。他在台北国际电脑展发表主题演说，感谢华硕、广达、鸿海、英业达等台湾合作夥伴；他担任味全龙队开球嘉宾，穿着93号球衣——这个数字代表辉达创立的年份——投出的球偏了几英尺；几个月后他为旧金山巨人队开球，投出正中捕手手套的好球。作者把后一次投球描述成刻意练习的结果：开球前黄仁勳请妻子洛丽陪他练了几个月的投球。序言还提到，黄仁勳从2015年左右定调了黑色皮衣的招牌造型，那是他对穿着进行 A/B 测试后的产物。

作者、材料与叙事位置

Witt 在书中说明，黄仁勳本人对这本书并不热心。黄仁勳没读过那篇《纽约客》特写，也不想读；得知作者要写传记时，他的回应是希望书出版前自己已经死了。尽管如此，黄仁勳仍然开放了访谈渠道，让他得以采访员工、共同创始人和竞争对手。

采访对象对同一件事的说法经常不一致。黄仁勳在公开演讲里自称「没有抱负的州立学校毕业生」，马拉开斯基和霍茨曼则提供了相反的记忆：马拉开斯基记得黄仁勳亲口说过希望三十岁前当上老板。作者没有强行调和这些版本，而是把双方的陈述并列呈现。这类矛盾在全书反复出现，例如黄仁勳对肯塔基经历的描述和同学班·贝斯的回忆就有出入。

对无法核实的数字，作者给出了来源和限定。例如 GPT 系列模型的训练数据细节「少有人知」，OpenAI 拒绝评论内部设计；模型大小、推论成本等数字标为「保守估计」或「有理有据的分析」。作者也会在引用黄仁勳的话之后补一句限定，比如黄仁勳宣称平行运算的成功率是零，作者随即注明「他有时候也会夸大其词」。

黄仁勳的早年

黄仁勳1963年2月生于台北，父母都是台南人，在家说台语。父亲是化学工程师，在泰国炼油厂工作，全家迁往曼谷。1973年曼谷爆发大规模反政府示威，政府以武力镇压，黄仁勳记得看到坦克在街上行驶，父亲决定把兄弟俩先送到美国。兄弟俩先到华盛顿州塔科马的亲戚家，随后被送进肯塔基州克雷郡的欧奈达浸信会中学——按作者的调查，这所学校在1899年由牧师柏恩斯创立，初衷是化解当地家族世仇，到1970年代已是收容不良学生的少年感化学校，当地居民只有三百人。

黄仁勳十岁入学，是全校唯一的亚裔学生，英语不流利。同学回忆他遭受霸凌和种族歧视，每天被辱骂；上学路上要经过一座年久失修的人行吊桥，霸凌者有时会在桥中央摇晃绳索，想把他晃下河。他和同学贝斯成为好友，教贝斯反击，也教他打架。黄仁勳在欧奈达小学成绩第一，毕业时获颁银币。他在接受采访时很少讲述苦难的部分，更多强调扫地、割草这些体力工作教会他努力工作的价值；他后来说，当时没有辅导员，没人听你诉苦，只能坚强起来继续前进。

高中阶段在奥勒冈州的阿罗哈高中，1977年学校购入 Apple II，黄仁勳用它玩文字指令游戏、用 BASIC 编写贪食蛇。他的另一项投入是桌球，在皇宮桌球馆老板波泉斯基的指导下，一年内打进十六岁以下双打决赛，波泉斯基甚至投书《运动画报》称赞他。高中毕业他选择离家近的奥勒冈州立大学，主修电机工程，1980年入学，在那里遇见后来的妻子洛丽·米尔斯。两人在电路实验课上做面包板实验搭档，六个月的实验之后黄仁勳才正式约她出去。

1984年圣诞节前夕，黄仁勳在 AMD 的圣诞派对上向洛丽求婚，随后在积雪山路发生翻车事故，两人死里逃生。他在 AMD 起薪28,700美元，负责在纸上绘制晶片设计图，透过与光罩部门华裔女工的日常对话学会了中文口语。1985年他加入巨积（LSI Logic），在那里精通电路模拟软件 SPICE，和德国工程师霍茨曼成为好友。1989年他负责的 Sun GX 图形处理器成功，由此认识了昇阳电脑的晶片设计师马拉开斯基与普里姆——这两人日后成为他的共同创始人。

辉达成立与第一次生死关

1992年，马拉开斯基和普里姆提议为个人电脑游戏制作低成本晶片，被昇阳管理阶层否决，于是他们找上黄仁勳，请他经营新公司。黄仁勳花几个月研究市场、供应链和客户，最后在圣荷西一间丹尼餐厅的包廂里把研究资料摊开讨论。他在试算表里设了一个门槛：公司每年最低营收5,000万美元，低于这个数字等于白做。多次讨论后他同意加入。公司名称先选 Nvision，因已被一间环保卫生纸制造商登记，改从拉丁文 invidia 取名 Nvidia，意思是「嫉妒」。

登记公司时，律师盖瑟要黄仁勳把皮夹里的现金全部掏出来，大约200美元，公司就此成立。注册证书在1993年4月到手，比黄仁勳三十岁生日晚了六周。三位创始人各持三分之一的股份，黄仁勳任执行长、普里姆任技术长、马拉开斯基任工程副总裁。办公室设在普里姆公寓楼上的两间卧室，黄仁勳把自己的办公桌放在厨房旁边，那是员工拿饮料的必经之地。

首款晶片 NV1 采用普里姆的四边形纹理贴图技术，与 Sega 签约开发 Dreamcast 的图形加速器，捆绑《VR快打》销售。1995年上市初期卖了超过十万颗，但游戏开发者普遍改用三角形纹理，NV1 在 Windows 上出现穿模和当机问题。1996年，黄仁勳对全体员工宣告失败，公司资金即将耗尽，必须裁掉大部分员工，转向微软的 DirectX 标准。

为了自救，黄仁勳用仅剩的资金买了一台硬体模拟器，跳过实体晶片原型阶段直接生产，这是半导体产业从未有过的做法。迪尔克斯上白班、顾问柯克值夜班，用模拟器确认 NV3 的设计。黄仁勳以交付 NV2 产品原型为条件，请 Sega 支付100万美元，用这笔钱支撑公司。1997年 NV3 以 Riva 128 之名上市，四个月卖出百万张。此后多年，黄仁勳每次员工大会的开场白都是「公司再三十天就要倒闭了」，这句话成为辉达的企业箴言。

3dfx与GeForce：图形市场战争

《雷神之锤》系列首席程式设计师卡麦克要求更快的算绘速度。柯克的团队放弃对手 3dfx 的双晶片方案，改为在同一颗晶片上并行运行两条像素管线。1998年推出的 Riva TNT（twin texels 的缩写）得到卡麦克背书，他以「最完美的显卡」称呼它。1999年辉达以约6亿美元市值在纳斯达克上市，代码 NVDA，发行价12美元，当天翻倍，年底涨到60美元。

黄仁勳在1998年对柯克说过一句后来常被引用的判断：这个领域还有四十家公司，五年内只会剩下三间，一间主导者、一个追赶者、一个挑战者。1999年辉达推出 GeForce 256，行销主管维沃利向评测者提出「图形处理器」（GPU）这个新名词，评论界开始用这个词指代这类产品。辉达同时用六个月一代的更新节奏压缩对手的生存空间。

辉达与3dfx 之间的缠斗占了全书竞争叙事的大半篇幅。1996到1999年间，S3、视算科技与 3dfx 先后对辉达提起专利诉讼，迈创则指控辉达唆使员工违反保密协议。2000年8月，3dfx 宣布单季亏损超过1亿美元，辉达随即提出反诉，被许多人视为刻意消耗对手现金的诉讼策略。一个月后法官做出有利于3dfx 的初步裁决，但 3dfx 最终因资金耗尽，以7,000万美元向辉达出售部分资产。黄仁勳和柯克列出一百二十名想留用的工程师，最终一百零六人加入辉达；其中一些人私下称黄仁勳为「达斯·维达」。

这段时期的另一条线是普里姆的淡出。NV1 失败后，普里姆坚持四边形纹理贴图技术，与黄仁勳反复冲突，三年内被降职两次，最后转去管理专利布局。他保留了股份，但1998年之后辉达的成功几乎与他无关。2004到2006年间他分批卖出全部持股，作者记录了他的原话：他不后悔，因为继续持股等于把个人净资产的99.9%押在一家他不再任职的公司上。

危机与CUDA

2001到2002年，辉达股价跌去超过90%。2002年1月美国证券交易委员会对辉达的财务展开调查，时任财务长霍柏格遭解雇，辉达被迫重新呈报过去三年的收益——重算之后收益不降反增。同期辉达与微软因 Xbox 的定价和知识产权问题决裂，下一代 Xbox 改用 ATI 的晶片。2003年的 GeForce FX 因散热风扇问题和算绘性能被玩家戏称「吸尘器」，黄仁勳的儿子胜斌在游戏杂志上贴了张便条：「爸，这产品有待改进。」辉达随后推出改良版，六周后获得好评。

书中用「强迫循环」这个词解释游戏玩家为何是最好的客户。这个词来自2001年《最后一战》开发团队研究人员霍普森的描述：让角色升级、派任务、给战利品、然后重复。书中称，美国精神医学会的《诊断与统计手册》已收录「网络游戏成瘾症」相关分类，并引用研究指出重度玩家会表现出类似药物成瘾的行为特征，年轻男性特别容易出现课业、工作与个人卫生方面的问题。这批客户在2000年代中期支撑了辉达的营收，也让公司有余力资助 CUDA 这类长期投入。

克雷顿·克里斯汀生的《创新的两难》是黄仁勳反复研读的教材，他要求管理团队阅读这本书，并聘请克里斯汀生担任顾问。书里的核心主张是：企业可以透过服务低利润、被大厂忽视的利基市场来成长。黄仁勳把游戏玩家——后来是预算有限的科学家——当作这样的利基客户。作者记录了他常引用的克里斯汀生建议：有时不听从客户的意见是对的，投资性能较差、利润较低的产品是对的。

CUDA 的起源在书中被讲成两件事的汇合。其一是伊恩·巴克在史丹佛用三十二张 GeForce 显卡串接出8K分辨率的《雷神之锤III》画面，成本约2万美元，由此发现游戏硬件可以当低成本超级电脑用，他2004年加入辉达。其二是工程师尼科斯——前平行运算公司 MasPar 的创始人——在2003年写信给黄仁勳，用电子学原理论证丹纳德缩放定律大约在2005年失效，英特尔对此视而不见。黄仁勳说这封信让他确信「摩尔定律确实已死」。

CUDA 于2006年底公开发布，免费但只支援辉达硬件。2007年下载量只有一万三千次；2009年超过三十万次后逐年下滑，2012年新增安装量仅略高于十万次。辉达内部把多花的成本称为「CUDA税」。迪尔克斯回忆早期客户只有两位麻省总医院的乳癌研究员，他们在先导计划投入数百万美元，最后只买了两张显卡。黄仁勳把这类市场称为「零亿美元市场」，指没有竞争对手、甚至没有明显客户的市场。

2013年，激进投资人星盘价值公司写信质疑黄仁勳的路线，其投资长史密斯擅长以委任书争夺战更换管理层。黄仁勳此前已经砍掉不赚钱的业务，包括与英特尔的北桥晶片竞争，以及用3.67亿美元收购的蜂窝数据机公司 Icera。但面对星盘的压力，他没有放弃 CUDA，反而加倍投入。他飞往波士顿与富达等大股东会面，被「痛批一顿」，但董事会站在他这边。书中把这次对赌描述为黄仁勳职业生涯中最冒险的决定之一。

同一时期，黛博拉·萧奎斯特负责辉达的全球供应商网络。她和黄仁勳为封装厂的前置时间问题争吵，随后亲自飞往台湾拿到数据，证明黄仁勳要求的缩短时间虽然可行，但成本会从每颗晶片8美元涨到1,000美元。黄仁勳没有发火，只说「这才是正确的答案」。萧奎斯特随后把辉达的生产周期从几个月压缩到十几天，并把这套方法归功于黄仁勳所谓的「光速排程法」——先假设预算无上限、一切顺利，算出理论上最快的时间，再反向安排现实的进度。

AlexNet：深度学习的转折点

多伦多大学教授辛顿是1986年反向传播论文的共同作者之一，多年来在主流学界对神经网络冷漠甚至敌视的环境下坚持研究。书中引用了他的说法：当时一千一百页的 AI 教科书里，神经网络的介绍只占十页；他们设计的网络在行人辨识上超过最先进的软件，论文仍无法发表。2009年，辛顿在 NIPS 大会上告诉与会者去买辉达显卡，随后写信给辉达要一张免费的显卡，被拒绝。

辛顿的研究生克里泽夫斯基和苏茨克维在2012年用两张零售价约500美元的 GeForce GTX 580，在克里泽夫斯基的卧室里训练了一个卷积神经网络。训练数据用的是李飞飞团队建立的 ImageNet——超过一千五百万张、分属两万两千个类别的标注图像，标注工作通过亚马逊土耳其机器人众包完成。这个命名为 SuperVision 的网络在2012年 ImageNet 竞赛中以超过80%的准确率夺冠，比当时最先进的技术领先约十个百分点；当年参赛团队只剩七个。李飞飞起初怀疑数字有误，要求工作人员反复检查。

竞赛之后，学术界的怀疑迅速消退。2013年的 ImageNet 竞赛已被神经网络模型占满。辛顿、克里泽夫斯基和苏茨克维成立了一间没有产品的新创公司 DNNResearch，2012年12月在太浩湖的旅馆房间里以电子邮件拍卖，Google 以4,400万美元击败百度买下。克里泽夫斯基在2017年离开 Google，拿到约1,500万美元后退休，过著修士般的生活。作者记录了他对记者说的话：专心做完一件事大约十年后，他就会失去兴趣。

O.I.A.L.O.：辉达转向AI

卡坦察罗有俄罗斯文学学位，在杨百翰大学拿到电脑工程双学位，曾在西伯利亚传教两年，2011年进入辉达研究团队。2013年他独自开发加速神经网络运算的软件库 cuDNN，最初的绩效评等是「有待改进」。他向黄仁勳简报神经网络之后，黄仁勳清空行事历，花了一个周末阅读相关资料，第二次会议时他对神经网络的了解已经不亚于卡坦察罗。

2013年3月的 GTC 大会上，黄仁勳谈的是天气模型和行动绘图，没有提到神经网络。几个月后，他把卡坦察罗叫到自己的办公室，白板上写着缩写 O.I.A.L.O.，意思是「一生一次的機會」（Once in a Lifetime Opportunity）。副总裁艾斯特斯回忆，一个周五晚上黄仁勳发邮件宣布把全部资源投入深度学习，周一早上辉达就变成一间 AI 公司。

黄仁勳在2014年的 GTC 大会上首次向外界介绍辉达的 AI 计划。卡坦察罗的团队用 cuDNN 让神经网络判断推特上狗狗照片的品种，合作夥伴名单包括 Adobe、脸书和 Netflix，Google 没有出现在名单上——书中说明，那是当时不能公开的客户。黄仁勳重押 CUDA 的决策后来为辉达打开了数据中心市场，书中同时记录了当时的反面意见：华尓街认为 CUDA 毫无价值，甚至是负值。

2016年辉达推出 DGX-1，八颗 P100 晶片，售价12万9千美元，重60公斤，唯一用途是训练 AI。黄仁勳把第一台签名的 DGX-1 送到旧金山 OpenAI 总部，交给马斯克；一周后把第二台送到李飞飞的史丹佛实验室。同年的 ImageNet 竞赛上，最佳模型的准确率达到98%，突破人类的95%。

Transformer、GPT与OpenAI

2017年，Google 研究员乌斯克瑞特提出自注意力机制，用上下文和统计权重树取代递归神经网络的记忆结构。他和波洛苏钦、瓦希瓦尼、萨泽尔、琼斯、戈麦斯、凯瑟等人组成的团队在2017年发表了论文《Attention Is All You Need》。作者记录了团队的几个细节：消融测试删掉非核心代码后模型反而更好，最后精简版只有二十几行；琼斯用「束搜索」让输出更自然；这个架构还能预测音乐的下一个音符和艺术品的下一个像素。

论文发表后，Google 没有把它做成消费者产品。作者访问团队时得到的解释是：Google 的搜寻垄断地位让它变得保守，不愿意推出不适合放进搜索框的东西。到2023年，最初八名研究员已全部离开 Google。书中用「市场留下巨大的缺口」来描述这一结果。

OpenAI 于2015年成立，最初的非营利公司收到1.35亿美元捐款，马斯克捐了约4,500万。2018年马斯克离开后，苏茨克维主导转向 Transformer。GPT-1 于2018年6月推出，用约七千本自费出版电子书训练，有一亿个参数，输出经常是胡言乱语；马斯克在邮件里评价 OpenAI 在 Google 面前胜算的机率是0%。GPT-2 用约八百万个网页训练，已能写出与人类难以区分的文本。GPT-3 于2020年发布，训练资料超过1TB；作者指出其训练细节少有人知，有推测认为其中 Books2 来自盗版电子书库，且多起版权诉讼与此有关——这些属于作者的报道，OpenAI 未证实。

ChatGPT 于2022年11月30日开放测试，五天破百万用户，2023年1月月活跃用户达到一亿。GPT-4 于2023年3月发布，OpenAI 让模型参加学术考试：通过律师资格考、大学先修课程多科满分、GRE 语文项目前1%、侍酒师入门考前8%。书中给出推论成本的估计：约每个英文单字0.25美分，一篇五千字的学期报告约10美元。2024年5月，OpenAI 发布多模态的 GPT-4o，次日苏茨克维辞职。

垄断、软件堆叠与生态

2019年辉达以70亿美元收购以色列网络公司迈伦，2020年完成，取得数据中心高速互联技术。2020年9月辉达出价400亿美元收购 ARM，2021年被美国当局以不利于创新为由阻止。作者把这两笔交易放在同一个章节里，说明辉达对资料中心整体架构的布局。

为什么客户离不开辉达，作者专门做了调查。他采访了硬体采购人员，得到的答案不是技术上的困难——有时候改几行程式码就能改用开源替代品——而是整个软件生态。辉达提供近三百款免费的领域工具组，从汽车、药物、医学影像到网络安全，黄仁勳称它们是「宝库」。迪尔克斯手下有一万名程式设计师。2012到2022年间，辉达单颗晶片的 AI 推论效能加速了一千倍，其中约2.5倍来自电晶体，其余约400倍来自数学工具和软件优化。一位硬体工程总监对作者说，AMD 做的晶片并不输辉达，但运算速度赶不上。

能源与地缘政治

辉达晶片的耗电逐年上升：2020年的 A100 标准配置250瓦，2022年的 H100 为350瓦，2024年的 B100 直接翻倍到700瓦，B200 需要1,000瓦。作者以维吉尼亚州劳登郡的道明尼能源公司为例，说明电网正在为资料中心升级电缆，甚至不惜在带电状态下更换。书中引用了 Google 排放量五年增加50%、微软增加约三分之一的报道，以及2024年艾略特管理公司致客户的信——信中称 AI 被「过度炒作」，科技股正处于「泡沫之地」。

2022年美国禁止辉达向中国销售 A100 与 H100，辉达推出的修改版晶片随后也被扩大禁令覆盖。作者引述路透社报道称，禁令生效前辉达全速出货，深圳电子市场出现黑市水货，价格约为零售价两倍。黄仁勳对作者表示他遵守法律但反对禁令，理由是如果不让中国购买，他们会自己做。

2023年10月7日哈玛斯袭击以色列后，辉达约三千名以色列员工中有四百人被征召入伍，迈伦创始人瓦德曼的小女儿在袭击中丧生，工程师欧尔被俘。辉达随后宣布以7亿美元收购以色列新创企业 Run:ai，黄仁勳在 GTC 大会上表示会继续投资以色列。台湾议题上，作者记录了张忠谋的说法：台积电集中在台湾实际上构成「硅盾」，因为停工会冲击全球经济；他对美国亚利桑那厂的前景悲观，曾对裴洛西说这项计划「注定失败」。张忠谋对黄仁勳的评价写在全书临近结尾处：「他就是比较聪明。」

财富与股价

辉达股价在2013年上涨30%、2014年27%、2015年66%、2016年224%，2017年突破2001年的历史高点。2024年2月的财报会上，辉达公布年度营收600亿美元、净利近300亿美元、毛利率超过70%，员工约三万人，人均年获利接近100万美元。2月22日单日市值增加2,770亿美元，当天收盘辉达成为全球市值第三大的公司。作者引用了高盛的说法——辉达是「地球上最重要的股票」，同时提醒读者，这个市值的大部分建立在投资人对未来收益的预期上。

书中也记录了财富分配的另一面。长期董事卡克斯与史蒂文斯各持有超过20亿美元的辉达股票；黄仁勳个人的持股价值一度超过整个英特尔的市值。迪尔克斯在 IPO 时卖掉部分持股给父亲买了辆凯迪拉克，后来他形容那辆车「价值十亿美元」。普里姆则在2004到2006年间卖光了持股，成为作者笔下「错失最多财富的人」。

AI风险之争

书中用一整章记录 AI 安全的争论，作者把这个议题当作自己的焦虑来源来写。班吉欧在2023年初的某次散步中经历了他所说的「信仰上的转变」，开始公开警告 AI 风险；辛顿随后辞去 Google 职位；苏茨克维转向对齐问题研究。三人是目前在世论文被引用最多的电脑科学家。杨立昆持相反立场，认为神经网路只是人类的工具。

作者记录了各方对「末日机率」的估计：杨立昆给0，班吉欧给50%，辛顿2023年初给50%、2024年受访时降到10到20%。辛顿解释说，他降低数字是因为许多他敬重且才智过人的人都反对他的说法，他特别点名黄仁勳。黄仁勳认为这个机率是零。加州 SB 1047 法案——要求训练成本超过1亿美元的 AI 模型列入监管——在2024年9月被州长纽森否决，尽管民调显示约八成民众支持。

作者没有替任何一方下结论。他写到自己用 ChatGPT 生成故事和笑话，写到自己担心写作生涯被机器取代，也写到自己最终倾向于辛顿和班吉欧的忧虑。黄仁勳对作者反复给出的答复是：AI 不过是数据处理，跟微波炉原理没什么两样；神经网路里没有情绪、没有性欲、没有生存本能，连单细胞生物的自我存续能力都不具备。2023年的早餐上，黄仁勳还说过一句后来被作者反复引用的话：第一个有危险的是小说家。

最后一问

全书倒数第二章记录作者在2024年GTC大会后的最后一次采访。作者给黄仁勳看了亚瑟·克拉克1964年接受 BBC 采访的影片，片中克拉克预言机器会在思考能力上超越人类。黄仁勳随即爆发，在二十分钟里反复强调这「不是科幻小说」，指责作者在对他做精神分析，最后结束了采访。作者事后分析，黄仁勳的怒火可能是有意为之——他坚持只谈第一原理范围内的技术问题，拒绝讨论超出公司策略范畴的风险。

采访结束后，作者参观了辉达的资料中心 Eos：一万颗晶片组成，按 GPT-3 的标准衡量，训练完成不到四分钟。作者在轰鸣的风扇声中写下自己的感受：他正被一套语言模型包围，这套模型正在追赶他。这段描写是全书收尾，作者没有给出答案，只留下机器是否会取代人的未决之问。

可迁移的知识与限制

这本书提供了若干可迁移的方法，但每一条都带着具体的限制条件。

• 用第一原理评估技术。黄仁勳反复把复杂问题拆成基本原理：他判断平行运算会赢，是因为图形算绘对运算能力的需求没有止境；他判断神经网络是杀手级应用，是因为它能吸收所有可用的运算力。书中同时给出了反例：他在手机绘图市场的判断就错了，Icera 收购被作者称为不明智的决策。
• 用零亿美元市场建立生态。CUDA 最初没有客户，黄仁勳把它免费送出去，让预算最少的科学家用游戏显卡做研究，最后靠这些用户形成供应商锁定。这个策略的前提是公司有其他业务（游戏显卡）可以补贴长期投入。
• 软件比硬件更难被复制。辉达的护城河被作者归结为软件堆叠和一万名程式设计师，而非电晶体本身。
• 面向低谷坚持判断。2013年星盘施压时，黄仁勳选择加倍投入 CUDA，代价是多年股价低迷；书中提醒，这个选择在结果出现前并不能被证明是对的。

书中的局限同样需要说明。这是一本授权采访下的传记，作者对黄仁勳的好感贯穿全书，但 AI 风险部分的争论表明他保留了批判距离。许多关键数字是估计值，GPT 模型大小、推论成本、Books2 的来源，作者都标明了不确定性。股价和市值的描述是特定日期的状态，不是对未来表现的判断。书中出现的末日机率是受访者个人的意见，作者没有把它们当作事实陈述。

作者在结尾坦诚了自己的立场：他靠文字工作谋生，AI 直接威胁他的职业，因此他的担忧带有个人成分。读者在采信书中的乐观或悲观判断时，需要同时看到这两层——证据本身和作者的身份。