EN資本配置💰 資本配置 / 豪賭24 min read2026-03-07

黃仁勳每年燒 5 億美元做 CUDA，卻在手機市場踩剎車：NVIDIA 反常識的兩次下注（2006–2015）

2006 年，華爾街覺得 NVIDIA 在做一件很蠢的事：把 GPU 當成通用計算平台，還每年燒掉約 5 億美元研發去養一個幾乎沒人要的市場。更尷尬的是，同一家公司又跑去打手機晶片戰爭，最後狼狽撤退。這篇拆解兩次下注背後的同一個問題：你的 contrarian truth 到底是洞察，還是自嗨？

🎧

Listen to this article

11:21

0:00

黃仁勳Jensen HuangNVIDIACUDATegraSnapdragonQualcomm資本配置研發豪賭反常識

決策肌肉

📌 這是一篇長文，建議收藏慢讀。

📖 這是 Jensen Huang 三部曲的第二集，承接第一集：Jensen Huang 押上全部換 6 個月：NVIDIA 的 SEGA 豪賭與重生（1993-1997）。

TL;DR

✓ CUDA 從 2004 年啟動、每年燒約 5 億美元研發，在 NVIDIA 利潤只有幾億的年代，華爾街直接翻白眼。(Source)
✓ 2008 金融危機，NVIDIA 股價暴跌 ~80%——市場認為 Jensen 分心在 CUDA、低估了 AMD。(Source)
✓ 2012 年 AlexNet 用 2 張 GTX 580 碾壓 ImageNet，六年豪賭終於看見曙光。(Source)
✓ Tegra 不是「英明撤退」——手機的入場券是整合基帶數據機，NVIDIA 買了 Icera 補洞，2015 年還是收攤。(Source)
💬 同一個 CEO、同一套判斷框架，一個賭對一個賭錯。你要偷走的不是結論，是那個問題：我到底在投資護城河，還是在投資幻覺？

Hook + 背景：Peter Thiel 的那句話，黃仁勳其實用 9 年回答

Peter Thiel 在《從 0 到 1》裡丟過一個很狠的問題：

✓ 「What important truth do very few people agree with you on?」(Source)

它的殘酷在於：你只要答不出來，你的公司大概率只是在做「共識生意」——市場已經知道該怎麼做，你只是更便宜、更快、更會行銷。

而 2006 年的 NVIDIA，表面上很風光。

✓ 到 2006 年左右，NVIDIA 已在遊戲顯卡市場非常強勢，GeForce 幾乎是遊戲玩家的共同語言。(Source)

但黃仁勳那時做了一個會讓 CFO 失眠的決定：

把 GPU 當成通用計算平台
押上一個「幾乎還不存在」的開發者市場
每年燒掉大筆研發費，還不一定有人買單

⚡ 這不是一般的產品賭注。這是平台賭注。

💬 你可以把它翻譯成一句 CEO 的黑話：我要投資一個現在看起來『零十億美元』的市場，直到它變成『千億美元』。（而且在變大之前，你會被所有人笑。）

然後更戲劇的是——同一家公司還跑去打手機晶片。

Tegra 不是沒有技術
也不是沒有客戶
但它最後撤退得很難看

這篇要拆的是：同一個 CEO，如何同時做到「最反常識的成功」與「最典型的撞牆」。

核心決策拆解：NVIDIA 在 2006–2015 同時做了兩筆完全不同的資本配置

這一段會比較硬。

但你讀完後，會發現它其實跟你公司要不要「砍掉某條產品線」或「重押某個工具」一樣：都是資本配置。

決策 1：CUDA——把錢砸在「還沒長出來」的需求上

先把時間線釘住。

✓ CUDA 開發始於 2004 年左右，並在 2006/2007 年左右正式對外發布。(Source)

✓ 多篇回顧提到 CUDA 早期投入非常驚人，甚至有「每年約 5 億美元」級別的說法。(Source)

✓ 同一份回顧也指出，為了支援 CUDA，NVIDIA 會在每顆 GPU 上放進相關運算電路，這會增加晶片面積、功耗、成本與良率壓力。(Source)

⚡ 你要注意這裡的反常識：

多數硬體公司會把晶片面積當成黃金
因為面積 = 成本 = 競爭力

但 NVIDIA 反過來：我願意讓你覺得我更貴、更耗電，因為我要換的是「未來的鎖定效應」。

黃仁勳還有一句常被引用的話，非常像 Thiel 的 contrarian truth：

✓ Jensen Huang：「If we don't build it, they can't come。」(Source)

💬 翻成白話：你不要跟我說市場不夠大。市場就是因為沒有人先把工具做出來，所以才不夠大。

這句話聽起來很像雞湯，但它其實是一個極端昂貴的承諾：

你要先把工具鏈做出來
你要先把開發者養出來
你要先把學術界/研究機構的用法跑通

而且最可怕的是：你可能要等十年。

代價提前到帳：2008–2011 的市場懷疑

✓ 2008 金融危機期間，多篇回顧指出 NVIDIA 財報出現明顯失誤、股價/市值大幅下跌，並出現裁員等收縮動作。(Source)

✓ 2008 年 9 月，NVIDIA 裁員 6.5%。(Source)

⚡ 這段常被寫成「大環境不好」。但更精準的說法是：

你在核心市場（遊戲顯卡）也會遇到景氣循環
你同時還在燒一個不確定回報的研發黑洞

💬 你如果是投資人，你怎麼可能不抓狂？

甚至到 2012 年前，CUDA 都還是「看起來像學術玩具」的東西。

✓ 《The New Yorker》引述 Acquired 主持人 Ben Gilbert 的評論：NVIDIA 花了數十億瞄準當時很小的學術/科學計算市場，當時看起來不值得。(Source)

⚡ 這就是 contrarian truth 最難的地方：

你在對的時候，通常看起來像個瘋子。

轉折點：AlexNet（2012）不是「意外」，是「終於有人用上」

✓ 2012 年 AlexNet 用兩張 GTX 580 把 ImageNet 錯誤率從約 26% 拉到 15.3%，成為深度學習的重要里程碑。(Source)

⚡ 你要用創辦人視角解讀它：

AlexNet 不是替 NVIDIA 發明需求
AlexNet 是替 NVIDIA 證明「需求存在」

更重要的是：它證明了「GPU + CUDA 這套工具鏈」是可擴展的。

✓ NVIDIA 相關回顧引述 Jensen 在演講中談到：當年建 GPU 叢集要花數億美元，但沒人知道深度學習能擴展到什麼程度。(Source)

💬 你注意到沒有？這句話不是在炫耀遠見。

它在講一件更殘酷的事：你在下注時，連自己都不知道終點在哪裡。

這就是資本配置的核心：

你不是在算 ROI
你是在算「如果我不做，未來會不會死」

2013–2015：平台開始長肌肉

✓ 2013 年左右，NVIDIA 推出 cuDNN 等深度學習函式庫，降低 AI 開發門檻。(Source)

✓ 多篇回顧也提到 NVIDIA 在深度學習爆發前，向研究實驗室提供 GPU 與工程師協助，去推動生態成形。(Source)

⚡ 這段故事很多人會簡化成「免費送卡很佛」。

但它其實是一種極精準的資本配置：

你不是在賣 GPU
你是在買「未來 10 年的預設選項」

💬 平台的錢，不是從第一天收。

平台的錢，是在你變成預設值之後，才開始收。

決策 2：Tegra——進手機不是「英明退出」，而是撞上三堵牆

很多文章會把 NVIDIA 退出手機寫得很漂亮，好像是「專注核心」的 CEO 典範。

老實講，那種寫法很偷懶。

因為真實世界的撤退，通常不是你主動收刀，是你打到發現：這場戰爭的規則根本不讓你上桌。

先把時間線釘住。

✓ Tegra 650 在 2008 年 6 月左右發布，是 NVIDIA 從 GPU 走向行動 SoC 的早期嘗試之一。(Source)

✓ Tegra 2 在 2011 年左右開始進入手機市場。(Source)

✓ 回顧指出 Tegra 早期的設計思路偏「GPU 為核心的 SoC」，與當時主流「CPU 為核心」的路徑不同。(Source)

這裡其實也有一種「反常識」：

⚡ NVIDIA 以為：手機會像 PC 一樣，圖形能力會變成最大的差異化。

但手機市場最後證明：你可以沒有最強 GPU，但你不能沒有 modem。

牆 1：基帶數據機（modem）是一張門票，不是加分題

✓ 多篇分析指出，NVIDIA 在手機上最大的結構性問題之一是缺乏整合式 modem/baseband，導致手機廠採用成本與風險更高。(Source)

所以 NVIDIA 去買。

✓ 2011 年 NVIDIA 以約 3.67 億美元收購 Icera，意圖補上行動數據機能力。(Source)

但買到不等於做出來，更不等於做進 SoC。

✓ The Verge 指出：整合 Icera modem 進 Tegra 的目標始終沒有真正實現（除了表現不佳的 Tegra 4i），Icera 的 LTE 產品長期落後 Qualcomm。(Source)

✓ AnandTech 亦提到 NVIDIA 計畫縮減/結束 Icera modem 業務。(Source)

最後，撤退是被迫的。

✓ 2015 年 5 月，NVIDIA 正式宣布收掉 Icera modem 相關業務。(Source)

💬 你如果是硬體公司 CEO，你要記住這句話：

某些零件不是 feature，是入場券。

modem 在當年的手機，就是入場券。

牆 2：Qualcomm 的護城河不是「晶片」，是「一顆搞定」

✓ 回顧指出 Qualcomm 的 Snapdragon 之所以強，是因為它把 CPU/GPU/modem/RF 等整合起來，讓手機廠採購與整機設計更簡單。(Source)

⚡ 這裡有一個 CEO 最容易誤判的地方：

你以為你在跟對方比「單點性能」
但市場在比「總系統成本」

💬 手機廠不想當你的整合測試部門。

他想要的是：更少的供應商、更少的風險、更快的上市。

牆 3：功耗與節奏——手機不是「縮小版 PC」

✓ 回顧提到 Tegra 的 GPU 導向架構在手機上可能帶來功耗/續航的壓力，且手機 SoC 每年快速迭代，節奏非常兇。(Source)

⚡ 你可以把手機 SoC 想成「每年一次的生死盃」。你晚一次，就可能失去一整個世代的 design win。

💬 但手機市場要的是：短週期、超整合、超省電。

這不是對錯，是戰場不匹配。

所以 Tegra 後來去哪？

✓ 回顧提到 Tegra 後續把重心縮到 Shield TV、Nintendo Switch 等少數產品線，並在車用等領域找到新落點。(Source)

⚡ 這才是比較誠實的結論：

NVIDIA 不是「英明退出手機」。

NVIDIA 是「在手機市場找不到可持續的贏法」，所以把 Tegra 移到自己能贏的戰場。

FORKED Scorecard：你的 contrarian truth 是洞察，還是自嗨？（Platform Bet Scorecard）

這張評分卡給所有想做「平台下注」的 CEO：用來分辨洞察與自嗨。

打分方式

每項 1–5 分（5 分最好）。總分 30 分。

⚡ 24–30：可以重押。 你有機會把市場「做大」。 ⚡ 18–23：先押小一點。 用可控成本驗證 adoption，再擴張。 ⚡ ≤17：別急著當救世主。 你可能是在買自尊。

入場券完整度（1–5）：你做的平台/產品，有沒有缺「必需品」？（Tegra 缺 modem 就是 0 分）
開發者摩擦（1–5）：工具鏈是不是「裝了就能用」？還是要你派 FAEs 跟著客戶跑？
成本位置（1–5）：你是在花錢買「更低邊際成本」的未來，還是在堆「更高固定成本」的包袱？
生態飛輪（1–5）：有沒有明確路徑從「1 個用例」滾出「100 個用例」？
時間承受力（1–5）：你能不能撐 5–10 年不見大回報？
退場策略（1–5）：如果這場不成，你有沒有「把資產搬去別的戰場」的計畫？（Tegra 去 Switch/車用就是一種搬運）

NVIDIA 對照（你可以把它當成反例/正例同時存在）

CUDA 在「開發者摩擦、生態飛輪、時間承受力」上很高分
Tegra 在「入場券完整度、成本位置、節奏匹配」上低分

💬 現實是：同一個 CEO 也會同時做出高分下注與低分下注。

反常識發現：真正的 contrarian truth 不是「跟大家不一樣」，而是「你願意付代價」

很多人把 contrarian truth 理解成「我比別人更早看到趨勢」。

但 Thiel 的原意更像是：

✓ 從共識一路走到你不同意的地方，那裡藏著你的 contrarian truth。(Source)

⚡ 也就是說：你不只是「想法不一樣」。你還要願意付代價。

CUDA 的代價是什麼？

長期研發投入
晶片面積/功耗/良率的壓力
華爾街長期的冷嘲熱諷

✓ 甚至到 2012 年前後，市場仍對 CUDA 的可行性高度懷疑。(Source)

反過來看 Tegra，NVIDIA 也有 contrarian 的野心：

用 GPU 思維打手機

但它沒有跨過入場券那道門檻。

✓ Icera 的 LTE 追趕長期落後 Qualcomm，整合目標未能實現。(Source)

💬 所以你要偷走的判斷不是「反主流就會贏」。

你要偷走的是：

反主流要成立，必須同時滿足：代價你付得起 + 戰場規則允許你上桌。

插曲：Ray Wu 的 contrarian truth——LCD 也能變成量產工具（不是玩具）

這裡插一段 FORKED 自家案例（會很克制）。

先 disclosure：Disclosure: Phrozen is the parent company of FORKED.

為什麼要插？因為你很少看到「平台下注」在硬體世界如何發生在小公司身上。

✓ Slice Engineering 的訪談中，Phrozen CEO Ray Wu 提到公司 2016 年創立，創辦人是 Ray Wu 與 Alex Lee，並強調 Phrozen 是以 Mono-LCD 技術切入，並投入大量時間與資金跟 LCD 廠一起定義適合 3D 列印的 LCD。(Source)

✓ 同一訪談也提到：Phrozen 認為自己是第一家推出 Mono-LCD 3D printer，並讓速度提升「三倍」。(Source)

⚡ 這裡的 contrarian truth（用我們自己的話重寫，不是逐字引述）是：

LCD 面板不是只能用來顯示，它也能被工程化成量產工具的一部分——精度、速度、穩定性都能被設計出來。

💬 你如果覺得這很像 CUDA，那就對了。

兩者共同點是：

不是等市場說「我需要」
是你先把工具、材料、供應鏈一起做出來
然後市場才開始用你的語言

如果你想看更完整的創辦人決策脈絡（不是行銷文），你可以接著讀：

隱藏代價：平台豪賭的三種「慢性死亡」

你做平台（CUDA、工具鏈、材料體系、API）時，最危險的不是做不出來，是死得很慢。

代價 1：你會被自己的研發費綁架

✓ 回顧指出 NVIDIA 長期維持高研發投入，甚至在某些年份研發支出佔營收比例非常高。(Source)

⚡ 一旦你把組織變成「平台機器」，你就很難縮回來。

💬 這也是為什麼平台公司常常看起來很強，但其實很脆：你只要哪一年現金流掉下去，研發一縮，平台就開始失速。

代價 2：你會被誤解很久

✓ 《The New Yorker》描述 CUDA 初期華爾街反應冷淡，因為它看起來像在瞄準小眾市場。(Source)

⚡ 反常識的點在於：

你在做平台時，外部世界最常問的是「你今年賣了多少？」

但你真正要回答的其實是「你今年讓多少人開始用你的語言？」

代價 3：你很容易在不該打的戰場上硬打

✓ Acquired 的回顧把 Tegra 進軍手機描述為一個 misstep。(Source)

💬 Tegra 的教訓不是「不要多角化」。

教訓是：不要把自己最擅長的打法，帶去一個規則完全不同的戰場。

What Would You Do?

你有兩個選項，研發預算只能重押一邊。

A：押平台（工具鏈、開發者、長期生態）
B：押大市場（手機、最大客戶、短期營收）

💬 你會怎麼選？

⚡ 我給你一個 20 分鐘的練習（真的可做）：

寫下你公司的「入場券」是什麼（沒有它你連上桌都不能）
寫下你公司的「語言」是什麼（用戶為什麼非得用你的方法）
問自己：如果你只剩 18 個月現金，你押的平台能不能在 18 個月內長出「第一個不可替代用例」？

（投票在文首/文末都會出現。）

FAQ

Q1：什麼是 Peter Thiel 的 contrarian truth？（高搜尋） ✓ Thiel 的經典提問是「What important truth do very few people agree with you on?」用來逼你找出自己跟共識分歧、但你願意下注的真相。(Source)

Q2：CUDA 是什麼？為什麼它會變成 NVIDIA 的護城河？（高搜尋） ✓ CUDA 是 NVIDIA 的平行運算平台與程式模型，讓開發者能用 GPU 做圖形以外的運算。(Source)

Q3：CUDA 真的從 2004 年就開始做嗎？ ✓ CUDA 的開發被多方資料描述為始於 2004 年，並在 2006/2007 年左右發布。(Source)

Q4：NVIDIA 真的每年燒 5 億美元做 CUDA 嗎？ ✓ 有回顧文章指出 CUDA 早期投入可能達到每年約 5 億美元等級，並強調這在當時是一種高風險投入。(Source)

Q5：AlexNet 跟 NVIDIA 有什麼關係？ ✓ 2012 年 AlexNet 用兩張 GTX 580 在 ImageNet 競賽大幅降低錯誤率，常被視為深度學習爆發關鍵，並凸顯 GPU 計算的價值。(Source)

Q6：Tegra 為什麼在手機市場打不贏？ ✓ 回顧指出 Tegra 在手機市場的結構性問題包含缺乏整合式 modem、Qualcomm 的整合式平台護城河、功耗與快速迭代節奏。(Source)

Q7：Icera 是什麼？為什麼 NVIDIA 要收購它？ ✓ NVIDIA 2011 年收購 Icera，意圖取得行動數據機能力，補足 Tegra 在手機所需的基帶能力。(Source)

Q8：NVIDIA 何時正式放棄 LTE modem？ ✓ 2015 年 NVIDIA 宣布縮減並關閉 Icera modem 相關業務。(Source)

Q9：平台下注最常見的錯誤是什麼？ 💬 把「反主流」當成優越感，而不是當成一張更昂貴的帳單。你必須回答：入場券齊不齊？代價付不付得起？戰場規則允不允許？

Sources

Acquired Briefing — NVIDIA II：https://www.acquiredbriefing.com/p/nvidia-ii
The New Yorker — How Jensen Huang’s NVIDIA Is Powering the AI Revolution：https://www.newyorker.com/magazine/2023/12/04/how-jensen-huangs-nvidia-is-powering-the-ai-revolution
Wikipedia — CUDA：https://en.wikipedia.org/wiki/CUDA
PanewsLab — NVIDIA CUDA investment / timeline / AI shift：https://www.panewslab.com/en/articles/019c988a-b154-7688-904d-f0fe75df8a66
Benzinga — Jensen Huang recalls deep learning investments (Caltech talk) ：https://www.benzinga.com/news/24/06/39432776/nvidia-ceo-jensen-huang-recalls-billions-of-dollars-of-investments-in-deep-learning-and-the-philosop
NYT Archive — NVIDIA cuts 6.5% of workforce (2008)：https://archive.nytimes.com/bits.blogs.nytimes.com/2008/09/18/nvidia-cuts-65-percent-of-its-workforce/
Techovedas — When Nvidia failed: Tegra in mobile processors：https://techovedas.com/when-nvidia-failed-tegra-soc-in-the-mobile-processor-market/
The Verge — Nvidia abandons fruitless efforts to build LTE modems：https://www.theverge.com/2015/5/6/8558495/nvidia-icera-lte-modem-closure
Fierce Network — Nvidia to exit Icera cellular baseband business：https://www.fierce-network.com/wireless/nvidia-to-exit-icera-cellular-baseband-business
AnandTech — Nvidia plans to wind down Icera modem operations：https://www.anandtech.com/show/9228/nvidia-plans-to-wind-down-icera-modem-operations
Finance Yahoo — Going all-in with Nvidia (R&D spending context)：https://finance.yahoo.com/news/going-all-in-with-nvidia-how-jensen-huangs-high-stakes-bets-paid-off-113053891.html
Forbes — What important truth do very few people agree with you on?：https://www.forbes.com/sites/colleenreilly/2021/01/05/what-important-truth-do-very-few-people-agree-with-you-on/
Farnam Street — Peter Thiel: End of Hubris (contrarian method context)：https://fs.blog/peter-thiel-end-of-hubris/
Slice Engineering — Interview with Phrozen CEO Ray Wu：https://www.sliceengineering.com/blogs/video/interview-with-phrozen-ceo-ray-wu

🔀 你的選擇

如果你是 CEO，你會把研發重押在『開發者平台』，還是追『下一個硬體大市場』？

🔀 每週一刀，拆解真實 CEO 決策

不洗白、不站隊。只給你框架、數據、和一個你能偷走的決策模型。

隨時可退訂。我們不賣你的資料。

⚠️

免責聲明

本文由 FORKED 編輯團隊透過 AI 輔助研究與撰寫，並經人工審稿。文中標記 ✓ 為經查證事實、⚡ 為合理推論、💬 為編輯評論。儘管我們力求準確，但資訊可能存在遺漏或錯誤。本文不構成投資、法律或商業建議。

所有分析基於公開資訊。如有事實錯誤或版權疑慮，請使用下方檢舉功能或聯繫我們。

DMCA 版權申訴

FORKED 編輯部

2026-03-07

EN資本配置💰 資本配置 / 豪賭24 min read2026-03-07

黃仁勳每年燒 5 億美元做 CUDA，卻在手機市場踩剎車：NVIDIA 反常識的兩次下注（2006–2015）

🎧

Listen to this article

黃仁勳每年燒 5 億美元做 CUDA，卻在手機市場踩剎車：NVIDIA 反常識的兩次下注（2006–2015）

11:21

0:00

黃仁勳Jensen HuangNVIDIACUDATegraSnapdragonQualcomm資本配置研發豪賭反常識

決策肌肉

📌 這是一篇長文，建議收藏慢讀。

📖 這是 Jensen Huang 三部曲的第二集，承接第一集：Jensen Huang 押上全部換 6 個月：NVIDIA 的 SEGA 豪賭與重生（1993-1997）。

TL;DR

✓ CUDA 從 2004 年啟動、每年燒約 5 億美元研發，在 NVIDIA 利潤只有幾億的年代，華爾街直接翻白眼。(Source)
✓ 2008 金融危機，NVIDIA 股價暴跌 ~80%——市場認為 Jensen 分心在 CUDA、低估了 AMD。(Source)
✓ 2012 年 AlexNet 用 2 張 GTX 580 碾壓 ImageNet，六年豪賭終於看見曙光。(Source)
✓ Tegra 不是「英明撤退」——手機的入場券是整合基帶數據機，NVIDIA 買了 Icera 補洞，2015 年還是收攤。(Source)
💬 同一個 CEO、同一套判斷框架，一個賭對一個賭錯。你要偷走的不是結論，是那個問題：我到底在投資護城河，還是在投資幻覺？

Hook + 背景：Peter Thiel 的那句話，黃仁勳其實用 9 年回答

Peter Thiel 在《從 0 到 1》裡丟過一個很狠的問題：

✓ 「What important truth do very few people agree with you on?」(Source)

它的殘酷在於：你只要答不出來，你的公司大概率只是在做「共識生意」——市場已經知道該怎麼做，你只是更便宜、更快、更會行銷。

而 2006 年的 NVIDIA，表面上很風光。

✓ 到 2006 年左右，NVIDIA 已在遊戲顯卡市場非常強勢，GeForce 幾乎是遊戲玩家的共同語言。(Source)

但黃仁勳那時做了一個會讓 CFO 失眠的決定：

把 GPU 當成通用計算平台
押上一個「幾乎還不存在」的開發者市場
每年燒掉大筆研發費，還不一定有人買單

⚡ 這不是一般的產品賭注。這是平台賭注。

然後更戲劇的是——同一家公司還跑去打手機晶片。

Tegra 不是沒有技術
也不是沒有客戶
但它最後撤退得很難看

這篇要拆的是：同一個 CEO，如何同時做到「最反常識的成功」與「最典型的撞牆」。

核心決策拆解：NVIDIA 在 2006–2015 同時做了兩筆完全不同的資本配置

這一段會比較硬。

但你讀完後，會發現它其實跟你公司要不要「砍掉某條產品線」或「重押某個工具」一樣：都是資本配置。

決策 1：CUDA——把錢砸在「還沒長出來」的需求上

先把時間線釘住。

✓ CUDA 開發始於 2004 年左右，並在 2006/2007 年左右正式對外發布。(Source)

✓ 多篇回顧提到 CUDA 早期投入非常驚人，甚至有「每年約 5 億美元」級別的說法。(Source)

✓ 同一份回顧也指出，為了支援 CUDA，NVIDIA 會在每顆 GPU 上放進相關運算電路，這會增加晶片面積、功耗、成本與良率壓力。(Source)

⚡ 你要注意這裡的反常識：

多數硬體公司會把晶片面積當成黃金
因為面積 = 成本 = 競爭力

但 NVIDIA 反過來：我願意讓你覺得我更貴、更耗電，因為我要換的是「未來的鎖定效應」。

黃仁勳還有一句常被引用的話，非常像 Thiel 的 contrarian truth：

✓ Jensen Huang：「If we don't build it, they can't come。」(Source)

💬 翻成白話：你不要跟我說市場不夠大。市場就是因為沒有人先把工具做出來，所以才不夠大。

這句話聽起來很像雞湯，但它其實是一個極端昂貴的承諾：

你要先把工具鏈做出來
你要先把開發者養出來
你要先把學術界/研究機構的用法跑通

而且最可怕的是：你可能要等十年。

代價提前到帳：2008–2011 的市場懷疑

✓ 2008 金融危機期間，多篇回顧指出 NVIDIA 財報出現明顯失誤、股價/市值大幅下跌，並出現裁員等收縮動作。(Source)

✓ 2008 年 9 月，NVIDIA 裁員 6.5%。(Source)

⚡ 這段常被寫成「大環境不好」。但更精準的說法是：

你在核心市場（遊戲顯卡）也會遇到景氣循環
你同時還在燒一個不確定回報的研發黑洞

💬 你如果是投資人，你怎麼可能不抓狂？

甚至到 2012 年前，CUDA 都還是「看起來像學術玩具」的東西。

✓ 《The New Yorker》引述 Acquired 主持人 Ben Gilbert 的評論：NVIDIA 花了數十億瞄準當時很小的學術/科學計算市場，當時看起來不值得。(Source)

⚡ 這就是 contrarian truth 最難的地方：

你在對的時候，通常看起來像個瘋子。

轉折點：AlexNet（2012）不是「意外」，是「終於有人用上」

✓ 2012 年 AlexNet 用兩張 GTX 580 把 ImageNet 錯誤率從約 26% 拉到 15.3%，成為深度學習的重要里程碑。(Source)

⚡ 你要用創辦人視角解讀它：

AlexNet 不是替 NVIDIA 發明需求
AlexNet 是替 NVIDIA 證明「需求存在」

更重要的是：它證明了「GPU + CUDA 這套工具鏈」是可擴展的。

✓ NVIDIA 相關回顧引述 Jensen 在演講中談到：當年建 GPU 叢集要花數億美元，但沒人知道深度學習能擴展到什麼程度。(Source)

💬 你注意到沒有？這句話不是在炫耀遠見。

它在講一件更殘酷的事：你在下注時，連自己都不知道終點在哪裡。

這就是資本配置的核心：

你不是在算 ROI
你是在算「如果我不做，未來會不會死」

2013–2015：平台開始長肌肉

✓ 2013 年左右，NVIDIA 推出 cuDNN 等深度學習函式庫，降低 AI 開發門檻。(Source)

✓ 多篇回顧也提到 NVIDIA 在深度學習爆發前，向研究實驗室提供 GPU 與工程師協助，去推動生態成形。(Source)

⚡ 這段故事很多人會簡化成「免費送卡很佛」。

但它其實是一種極精準的資本配置：

你不是在賣 GPU
你是在買「未來 10 年的預設選項」

💬 平台的錢，不是從第一天收。

平台的錢，是在你變成預設值之後，才開始收。

決策 2：Tegra——進手機不是「英明退出」，而是撞上三堵牆

很多文章會把 NVIDIA 退出手機寫得很漂亮，好像是「專注核心」的 CEO 典範。

老實講，那種寫法很偷懶。

因為真實世界的撤退，通常不是你主動收刀，是你打到發現：這場戰爭的規則根本不讓你上桌。

先把時間線釘住。

✓ Tegra 650 在 2008 年 6 月左右發布，是 NVIDIA 從 GPU 走向行動 SoC 的早期嘗試之一。(Source)

✓ Tegra 2 在 2011 年左右開始進入手機市場。(Source)

✓ 回顧指出 Tegra 早期的設計思路偏「GPU 為核心的 SoC」，與當時主流「CPU 為核心」的路徑不同。(Source)

這裡其實也有一種「反常識」：

⚡ NVIDIA 以為：手機會像 PC 一樣，圖形能力會變成最大的差異化。

但手機市場最後證明：你可以沒有最強 GPU，但你不能沒有 modem。

牆 1：基帶數據機（modem）是一張門票，不是加分題

✓ 多篇分析指出，NVIDIA 在手機上最大的結構性問題之一是缺乏整合式 modem/baseband，導致手機廠採用成本與風險更高。(Source)

所以 NVIDIA 去買。

✓ 2011 年 NVIDIA 以約 3.67 億美元收購 Icera，意圖補上行動數據機能力。(Source)

但買到不等於做出來，更不等於做進 SoC。

✓ The Verge 指出：整合 Icera modem 進 Tegra 的目標始終沒有真正實現（除了表現不佳的 Tegra 4i），Icera 的 LTE 產品長期落後 Qualcomm。(Source)

✓ AnandTech 亦提到 NVIDIA 計畫縮減/結束 Icera modem 業務。(Source)

最後，撤退是被迫的。

✓ 2015 年 5 月，NVIDIA 正式宣布收掉 Icera modem 相關業務。(Source)

💬 你如果是硬體公司 CEO，你要記住這句話：

某些零件不是 feature，是入場券。

modem 在當年的手機，就是入場券。

牆 2：Qualcomm 的護城河不是「晶片」，是「一顆搞定」

✓ 回顧指出 Qualcomm 的 Snapdragon 之所以強，是因為它把 CPU/GPU/modem/RF 等整合起來，讓手機廠採購與整機設計更簡單。(Source)

⚡ 這裡有一個 CEO 最容易誤判的地方：

你以為你在跟對方比「單點性能」
但市場在比「總系統成本」

💬 手機廠不想當你的整合測試部門。

他想要的是：更少的供應商、更少的風險、更快的上市。

牆 3：功耗與節奏——手機不是「縮小版 PC」

✓ 回顧提到 Tegra 的 GPU 導向架構在手機上可能帶來功耗/續航的壓力，且手機 SoC 每年快速迭代，節奏非常兇。(Source)

⚡ 你可以把手機 SoC 想成「每年一次的生死盃」。你晚一次，就可能失去一整個世代的 design win。

💬 但手機市場要的是：短週期、超整合、超省電。

這不是對錯，是戰場不匹配。

所以 Tegra 後來去哪？

✓ 回顧提到 Tegra 後續把重心縮到 Shield TV、Nintendo Switch 等少數產品線，並在車用等領域找到新落點。(Source)

⚡ 這才是比較誠實的結論：

NVIDIA 不是「英明退出手機」。

NVIDIA 是「在手機市場找不到可持續的贏法」，所以把 Tegra 移到自己能贏的戰場。

FORKED Scorecard：你的 contrarian truth 是洞察，還是自嗨？（Platform Bet Scorecard）

這張評分卡給所有想做「平台下注」的 CEO：用來分辨洞察與自嗨。

打分方式

每項 1–5 分（5 分最好）。總分 30 分。

入場券完整度（1–5）：你做的平台/產品，有沒有缺「必需品」？（Tegra 缺 modem 就是 0 分）
開發者摩擦（1–5）：工具鏈是不是「裝了就能用」？還是要你派 FAEs 跟著客戶跑？
成本位置（1–5）：你是在花錢買「更低邊際成本」的未來，還是在堆「更高固定成本」的包袱？
生態飛輪（1–5）：有沒有明確路徑從「1 個用例」滾出「100 個用例」？
時間承受力（1–5）：你能不能撐 5–10 年不見大回報？
退場策略（1–5）：如果這場不成，你有沒有「把資產搬去別的戰場」的計畫？（Tegra 去 Switch/車用就是一種搬運）

NVIDIA 對照（你可以把它當成反例/正例同時存在）

CUDA 在「開發者摩擦、生態飛輪、時間承受力」上很高分
Tegra 在「入場券完整度、成本位置、節奏匹配」上低分

💬 現實是：同一個 CEO 也會同時做出高分下注與低分下注。

反常識發現：真正的 contrarian truth 不是「跟大家不一樣」，而是「你願意付代價」

很多人把 contrarian truth 理解成「我比別人更早看到趨勢」。

但 Thiel 的原意更像是：

✓ 從共識一路走到你不同意的地方，那裡藏著你的 contrarian truth。(Source)

⚡ 也就是說：你不只是「想法不一樣」。你還要願意付代價。

CUDA 的代價是什麼？

長期研發投入
晶片面積/功耗/良率的壓力
華爾街長期的冷嘲熱諷

✓ 甚至到 2012 年前後，市場仍對 CUDA 的可行性高度懷疑。(Source)

反過來看 Tegra，NVIDIA 也有 contrarian 的野心：

用 GPU 思維打手機

但它沒有跨過入場券那道門檻。

✓ Icera 的 LTE 追趕長期落後 Qualcomm，整合目標未能實現。(Source)

💬 所以你要偷走的判斷不是「反主流就會贏」。

你要偷走的是：

反主流要成立，必須同時滿足：代價你付得起 + 戰場規則允許你上桌。

插曲：Ray Wu 的 contrarian truth——LCD 也能變成量產工具（不是玩具）

這裡插一段 FORKED 自家案例（會很克制）。

先 disclosure：Disclosure: Phrozen is the parent company of FORKED.

為什麼要插？因為你很少看到「平台下注」在硬體世界如何發生在小公司身上。

✓ 同一訪談也提到：Phrozen 認為自己是第一家推出 Mono-LCD 3D printer，並讓速度提升「三倍」。(Source)

⚡ 這裡的 contrarian truth（用我們自己的話重寫，不是逐字引述）是：

LCD 面板不是只能用來顯示，它也能被工程化成量產工具的一部分——精度、速度、穩定性都能被設計出來。

💬 你如果覺得這很像 CUDA，那就對了。

兩者共同點是：

不是等市場說「我需要」
是你先把工具、材料、供應鏈一起做出來
然後市場才開始用你的語言

如果你想看更完整的創辦人決策脈絡（不是行銷文），你可以接著讀：

隱藏代價：平台豪賭的三種「慢性死亡」

你做平台（CUDA、工具鏈、材料體系、API）時，最危險的不是做不出來，是死得很慢。

代價 1：你會被自己的研發費綁架

✓ 回顧指出 NVIDIA 長期維持高研發投入，甚至在某些年份研發支出佔營收比例非常高。(Source)

⚡ 一旦你把組織變成「平台機器」，你就很難縮回來。

💬 這也是為什麼平台公司常常看起來很強，但其實很脆：你只要哪一年現金流掉下去，研發一縮，平台就開始失速。

代價 2：你會被誤解很久

✓ 《The New Yorker》描述 CUDA 初期華爾街反應冷淡，因為它看起來像在瞄準小眾市場。(Source)

⚡ 反常識的點在於：

你在做平台時，外部世界最常問的是「你今年賣了多少？」

但你真正要回答的其實是「你今年讓多少人開始用你的語言？」

代價 3：你很容易在不該打的戰場上硬打

✓ Acquired 的回顧把 Tegra 進軍手機描述為一個 misstep。(Source)

💬 Tegra 的教訓不是「不要多角化」。

教訓是：不要把自己最擅長的打法，帶去一個規則完全不同的戰場。

What Would You Do?

你有兩個選項，研發預算只能重押一邊。

A：押平台（工具鏈、開發者、長期生態）
B：押大市場（手機、最大客戶、短期營收）

💬 你會怎麼選？

⚡ 我給你一個 20 分鐘的練習（真的可做）：

寫下你公司的「入場券」是什麼（沒有它你連上桌都不能）
寫下你公司的「語言」是什麼（用戶為什麼非得用你的方法）
問自己：如果你只剩 18 個月現金，你押的平台能不能在 18 個月內長出「第一個不可替代用例」？

（投票在文首/文末都會出現。）

FAQ

Q3：CUDA 真的從 2004 年就開始做嗎？ ✓ CUDA 的開發被多方資料描述為始於 2004 年，並在 2006/2007 年左右發布。(Source)

Q7：Icera 是什麼？為什麼 NVIDIA 要收購它？ ✓ NVIDIA 2011 年收購 Icera，意圖取得行動數據機能力，補足 Tegra 在手機所需的基帶能力。(Source)

Q8：NVIDIA 何時正式放棄 LTE modem？ ✓ 2015 年 NVIDIA 宣布縮減並關閉 Icera modem 相關業務。(Source)

Sources

Acquired Briefing — NVIDIA II：https://www.acquiredbriefing.com/p/nvidia-ii
The New Yorker — How Jensen Huang’s NVIDIA Is Powering the AI Revolution：https://www.newyorker.com/magazine/2023/12/04/how-jensen-huangs-nvidia-is-powering-the-ai-revolution
Wikipedia — CUDA：https://en.wikipedia.org/wiki/CUDA
PanewsLab — NVIDIA CUDA investment / timeline / AI shift：https://www.panewslab.com/en/articles/019c988a-b154-7688-904d-f0fe75df8a66
Benzinga — Jensen Huang recalls deep learning investments (Caltech talk) ：https://www.benzinga.com/news/24/06/39432776/nvidia-ceo-jensen-huang-recalls-billions-of-dollars-of-investments-in-deep-learning-and-the-philosop
NYT Archive — NVIDIA cuts 6.5% of workforce (2008)：https://archive.nytimes.com/bits.blogs.nytimes.com/2008/09/18/nvidia-cuts-65-percent-of-its-workforce/
Techovedas — When Nvidia failed: Tegra in mobile processors：https://techovedas.com/when-nvidia-failed-tegra-soc-in-the-mobile-processor-market/
The Verge — Nvidia abandons fruitless efforts to build LTE modems：https://www.theverge.com/2015/5/6/8558495/nvidia-icera-lte-modem-closure
Fierce Network — Nvidia to exit Icera cellular baseband business：https://www.fierce-network.com/wireless/nvidia-to-exit-icera-cellular-baseband-business
AnandTech — Nvidia plans to wind down Icera modem operations：https://www.anandtech.com/show/9228/nvidia-plans-to-wind-down-icera-modem-operations
Finance Yahoo — Going all-in with Nvidia (R&D spending context)：https://finance.yahoo.com/news/going-all-in-with-nvidia-how-jensen-huangs-high-stakes-bets-paid-off-113053891.html
Forbes — What important truth do very few people agree with you on?：https://www.forbes.com/sites/colleenreilly/2021/01/05/what-important-truth-do-very-few-people-agree-with-you-on/
Farnam Street — Peter Thiel: End of Hubris (contrarian method context)：https://fs.blog/peter-thiel-end-of-hubris/
Slice Engineering — Interview with Phrozen CEO Ray Wu：https://www.sliceengineering.com/blogs/video/interview-with-phrozen-ceo-ray-wu

🔀 你的選擇

如果你是 CEO，你會把研發重押在『開發者平台』，還是追『下一個硬體大市場』？

🔀 每週一刀，拆解真實 CEO 決策

不洗白、不站隊。只給你框架、數據、和一個你能偷走的決策模型。

隨時可退訂。我們不賣你的資料。

⚠️

免責聲明

所有分析基於公開資訊。如有事實錯誤或版權疑慮，請使用下方檢舉功能或聯繫我們。

DMCA 版權申訴

FORKED 編輯部

2026-03-07

黃仁勳每年燒 5 億美元做 CUDA，卻在手機市場踩剎車：NVIDIA 反常識的兩次下注（2006–2015）

TL;DR

Hook + 背景：Peter Thiel 的那句話，黃仁勳其實用 9 年回答

核心決策拆解：NVIDIA 在 2006–2015 同時做了兩筆完全不同的資本配置

決策 1：CUDA——把錢砸在「還沒長出來」的需求上

代價提前到帳：2008–2011 的市場懷疑

轉折點：AlexNet（2012）不是「意外」，是「終於有人用上」

2013–2015：平台開始長肌肉

決策 2：Tegra——進手機不是「英明退出」，而是撞上三堵牆

牆 1：基帶數據機（modem）是一張門票，不是加分題

牆 2：Qualcomm 的護城河不是「晶片」，是「一顆搞定」

牆 3：功耗與節奏——手機不是「縮小版 PC」

所以 Tegra 後來去哪？

FORKED Scorecard：你的 contrarian truth 是洞察，還是自嗨？（Platform Bet Scorecard）

打分方式

NVIDIA 對照（你可以把它當成反例/正例同時存在）

反常識發現：真正的 contrarian truth 不是「跟大家不一樣」，而是「你願意付代價」

插曲：Ray Wu 的 contrarian truth——LCD 也能變成量產工具（不是玩具）

隱藏代價：平台豪賭的三種「慢性死亡」

代價 1：你會被自己的研發費綁架

代價 2：你會被誤解很久

代價 3：你很容易在不該打的戰場上硬打

What Would You Do?

FAQ

Related Reads

Sources

🔀 你的選擇

💬 Discussion

相關文章

杜邦 CEO 花 200 億美元逃離石油，然後石油用更大的週期報復他

Quibi 燒 $17.5 億收攤、WeWork $470 億到破產：Marvel 為何能贏

Dyson 砸 5 億英鎊做電動車卻喊「學到很多」：創辦人決策裡最貴的不是失敗，是自我敘事

黃仁勳每年燒 5 億美元做 CUDA，卻在手機市場踩剎車：NVIDIA 反常識的兩次下注（2006–2015）

TL;DR

Hook + 背景：Peter Thiel 的那句話，黃仁勳其實用 9 年回答

核心決策拆解：NVIDIA 在 2006–2015 同時做了兩筆完全不同的資本配置

決策 1：CUDA——把錢砸在「還沒長出來」的需求上

代價提前到帳：2008–2011 的市場懷疑

轉折點：AlexNet（2012）不是「意外」，是「終於有人用上」

2013–2015：平台開始長肌肉

決策 2：Tegra——進手機不是「英明退出」，而是撞上三堵牆

牆 1：基帶數據機（modem）是一張門票，不是加分題

牆 2：Qualcomm 的護城河不是「晶片」，是「一顆搞定」

牆 3：功耗與節奏——手機不是「縮小版 PC」

所以 Tegra 後來去哪？

FORKED Scorecard：你的 contrarian truth 是洞察，還是自嗨？（Platform Bet Scorecard）

打分方式

NVIDIA 對照（你可以把它當成反例/正例同時存在）

反常識發現：真正的 contrarian truth 不是「跟大家不一樣」，而是「你願意付代價」

插曲：Ray Wu 的 contrarian truth——LCD 也能變成量產工具（不是玩具）

隱藏代價：平台豪賭的三種「慢性死亡」

代價 1：你會被自己的研發費綁架

代價 2：你會被誤解很久

代價 3：你很容易在不該打的戰場上硬打

What Would You Do?

FAQ

Related Reads

Sources

🔀 你的選擇

💬 Discussion

相關文章

杜邦 CEO 花 200 億美元逃離石油，然後石油用更大的週期報復他

Quibi 燒 $17.5 億收攤、WeWork $470 億到破產：Marvel 為何能贏

Dyson 砸 5 億英鎊做電動車卻喊「學到很多」：創辦人決策裡最貴的不是失敗，是自我敘事