黃仁勳:沒有CG,輝達早就死了!挺過倒閉危機,他這一豪賭反轉壯大AI帝國
黃仁勳:沒有CG,輝達早就死了!挺過倒閉危機,他這一豪賭反轉壯大AI帝國

身價破兆元的輝達(NVIDIA)執行長黃仁勳,小到招牌皮衣品牌,大至對AI(人工智慧)的看法,都受到關注。

鮮少人知道,這位台裔創業家在30歲投入創業時,未曾上過任何一堂商業或是行銷的課程,對如何打造一家公司?也是無從知悉。

在一次公開場合,黃仁勳說:「當初創業時,我們從沒寫完過一個商業計畫。」卻在成立公司的30年多後,成為全球市值最高的半導體公司,截自2024年5月中旬,達到2.27兆美元。

軟銀(Softbank)執行長孫正義曾在公開場合表示,黃仁勳會是繼iPhone後,改變人類下個10年生活的人,盛讚他是「下一個賈伯斯(Steve Jobs)。」

挺過倒閉危機、訴訟纏身和強敵競爭,輝達在90年代百花齊放的GPU(繪圖處理器)創業潮中成為「最後的生還者」。作為目前科技業在位最久的執行長,黃仁勳如何成就今日的AI帝國?

黃仁勳
輝達成立的第30年,於半導體景氣低迷時開出紅盤,股價暴漲28%,成為全球市值最高的半導體公司,正式晉升為兆元俱樂部的成員。
圖/ 蔡仁譯攝影

台南囝仔飛美,憑超微經驗闖遊戲藍海

出生於台南、9歲搬到美國,黃仁勳靠著教室友念書度過不良學生環伺的中學生活,並在大學畢業後進入超微(AMD)工作,隨後加入半導體公司巨積(LSI Logic),並作為供應商和Sun Microsystems開啟緊密合作,黃仁勳也因此認識輝達的共同創辦人:Chris Malachowsky和Curtis Priem。

1993年,他們在一間郊外的公寓中準備創業。當時Windows 2.1才剛問世,還沒有無線網路和唯讀電腦光碟(CD-ROM),3人卻堅信電腦遊戲世代即將到來,並以3D繪圖晶片作為創業題目。「我去找創投,他們跟我說不會有電腦遊戲市場;我媽則告訴我:『你為何不去找工作?』」即使如此,黃仁勳仍一頭栽入產值為0的遊戲市場。

黃仁勳曾多次提起這段經歷,前6個月他們都無事可做,僅不停討論如何創業,「中餐要吃什麼變成最重要的事。」

他們找上一間律師事務所處理相關手續, 一位律師問黃仁勳:「你口袋有多少錢?」他掏出200美元並獲得輝達的2成股份。多年後回想,黃仁勳笑著說:「這是筆划算的交易。」

為向創投募資,黃仁勳買了一台Mac來製作簡報,最終獲得紅杉資本和創投Sutter Hill共200萬美元的投資。

剛開始,幾乎沒有客戶上門,但黃仁勳苦中作樂的製作了一段語音,當有人打來時就會聽到:「謝謝您致電輝達全球總部。」

幸好,隨著多媒體電腦的發展,GPU不久即成為當時最熱門的創業題材。但在眾多新創崛起的戰國時代,輝達卻歷經數次生死關頭,才登上今日地位。

黃仁勳在去年台大畢業典禮致詞中曾分享,當初輝達所自研的3D繪圖晶片,歷經迭代後為降低成本,找上日本遊戲大廠SEGA共同開發。然而,雙方在合作1年後,輝達的技術路徑偏離了市場主流,無法與Windows相容;然而放棄與SEGA的合作,輝達將面臨倒閉命運。

NVIDIA
黃仁勳在30年前創立輝達,曾好幾度面臨營運危機。
圖/ NVIDIA

反轉1:分手SEGA求生路!重押晶片模擬器「只做第一」

帶著難為情的心情,黃仁勳向SEGA執行長坦白了這個狀況,表示須立刻終止合作,同時請求SEGA能否支付剩餘的款項,否則輝達將面臨倒閉,「讓我驚訝的是SEGA答應了,我們因此多活了6個月。」隨後,黃仁勳決定孤注一躑,向一家幾乎要倒閉的新創,購買了晶片模擬器(emulator),能在晶片生產前就先測試各項功能。

事實上,當時市面上的半導體企業沒人敢率先採用模擬器,在黃仁勳買下這台模擬器後該新創也隨之倒閉。幸好,輝達最終開發出RIVA28顯示晶片,受到市場喜愛。

同為創辦人暨好友的Chris表示:「 我認識的黃仁勳不喜歡當第2名,對他來說,第2就是頭號輸家。 」只要是能搶占先機並讓公司有更好機會存活,黃仁勳都願意全力嘗試。

反轉2:燒錢力撐「媽寶」晶片,不敢冒險就沒有今日輝達

逃過倒閉命運,黃仁勳在一次客戶拜訪之旅結束後,得出3D繪圖晶片不會永遠只有特定功能的結論,「我們必須改變公司,讓晶片能用一般的程式語言設計。」

這樣的一個想法,卻又將輝達推向2次低谷。

第一次,是在2002年,輝達在推出第5代產品GeForce FX時同時首次支援「CG」這項讓由輝達自行開發的高階語言,讓電腦遊戲的畫面隨著開發者的不同,呈現出各自風格。

看似超炫的產品,卻讓輝達單季營收從同期的2400萬下滑到500萬美元,股價更重摔到1美元以下。黃仁勳形容:「GeForce FX是個只有媽媽愛的寶寶。」由於「CG」是一種全新語言,對客戶來說要再學習並採用的成本高昂,加上硬體發展還不足以支援,是一個推出時機過早的產品。

第二次,則是輝達在2006年推出的CUDA平台。CUDA猶如CG概念的延伸,開發者能在平台上更輕易的使用如C++或Java等高階語言開發。但CUDA成本高昂,在剛推出的前5年都乏人問津,連帶打擊了輝達的獲利,市值也落在僅10億美元上下。

CUDA 發明者,NVIDIA GPU 運算副總 Ian Buck
CUDA 發明者,NVIDIA GPU 運算副總 Ian Buck。
圖/ James Huang 攝影

如今,CUDA已卻成為輝達在AI上的超強護城河,更是促使2012年AlexNet問世的推使。黃仁勳表示:「如果沒有CG,我們今日不可能發展出通用型GPU,輝達早就死了。」

回到決策初期,在前方道路不明時,黃仁勳仍願意下巨大賭注。談及當時心境,他語重心長地說:「作為執行長,必須要具備能與模糊的未來,舒適共處的能力。」與黃仁勳合作超過十年的台廠相關人士表示,一位執行長能在創業20年後仍在其位相當不易,「他是非常有毅力的人。」

反轉3:捨手機大餅「找新食物」,從零打造千億美元AI帝國

願意冒險且大膽嘗試,是黃仁勳的另一項特質。在移動裝置的輝煌年代,輝達毅然拋下在手機的市占,轉向發展機器人市場。黃仁勳回憶,當時手機市場正快速發展,但競爭者眾多,相關產品也不是只有輝達能做,種種考量下決定離去,「因為我們知道,輝達是要來解決一般電腦無法解決的問題。」

輝達的大膽放棄也獲得了回報,黃仁勳表示,「我們從零開始創造出一個千億美元的市場,包含機器人、自動駕駛等,以及能運行神經網路和AI算法的架構。」

這也呼應到他在台大演講時的金句:「不管你是為了追逐食物,或是為避免成為他人的食物。(Remember, ether you're running for food, or you are running from being food.)」轉向發展其他市場,並試圖重新定義,就是尋找新食物來源的過程。

黃仁勳台大演講-1200x800.jpg
黃仁勳5月底在台大畢業典禮擔任致詞嘉賓。

AI晶片設計商耐能智慧創辦人劉峻誠分享,雖然當前半導體進入景氣低迷時期,不少企業都在裁員縮編,黃仁勳卻在一次聚會中,談及這是延攬人才的好機會,「緊張時期反而大量投入,我覺得和台積電創辦人張忠謀想法很接近,在半導體行業可以看到的不多,他是個大膽的人。」

親民的「皮衣歐巴」,決策力酷似賈伯斯

《彭博社》曾報導,黃仁勳的領導風格相當接近蘋果(Apple)的已故創辦人賈伯斯,不僅集中掌握決策權,也勇於承擔一般企業不敢冒的風險。此外,黃仁勳經常以固定的皮衣穿搭風格亮相,於台大畢業典禮時也以3個小故事來傳達思想,和賈伯斯在史丹佛大學的演講方式類似。

黃仁勳也是一名平易近人的老闆。一名輝達車用相關部門員工透露,某次在美國總部偶遇黃仁勳時,完全感受不到以上對下的談話方式,「他是一個很謙卑的人。」該員工指出,他認為黃仁勳的以身作則,能讓平等對話的文化,深植到整個企業中。

黃仁勳
在2023年的台北國際電腦展上, 黃仁勳多次主動現身媒體前接受聯訪, 對於合照自拍也來者不拒, 充分展現親民風格。
圖/ 邱品蓉

作為輝達合作夥伴的HOMEE AI執行長杜宇威也分享,「我和黃仁勳的互動很像朋友,和他說話可以很直接。」另一位華裔工程師則透露,在疫情前,黃仁勳甚至會邀請實習生到他家開泳池派對。

該工程師還指出,黃仁勳華裔美國人的身分,讓他在這家企業上班的時候充滿安全感。劉峻誠也分享,其實黃仁勳的台語講得比國語還要順,「他講台語比較自在,當他情緒比較高興或很興奮的時候,就會講台語。」

創業是一場運氣和實力都必須兼具的生存遊戲。在公司成立的第30年,輝達的成功或許包含些許機運,但次次都勇於抓住時機,並完成相應的技術開發,是一種實力。正如同黃仁勳所說:「投入新技術不見得會迎來趨勢;但若不投入,新時代就無法到來。」

責任編輯:蘇柔瑋

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓