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
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）
📌 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？
Q10：CUDA 成功但 Tegra 失敗的關鍵區別是什麼？ ⚡ CUDA 創造了開發者必須聚集的邊界，Tegra 卻是在 Qualcomm 已經掌控的邊界上競爭。誰掌控整合點，誰就掌控價格與生態。
Related Reads
- Jensen Huang 押上全部換 6 個月：NVIDIA 的 SEGA 豪賭與重生（1993-1997）
- James Dyson Bet £500M on an EV — Then Killed It
- DuPont CEO Spent ~$20B to Escape Oil
- Toyoda's $38B Anti-EV Bet
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
Authors
Builder-turned-entrepreneur with a decade of making hard calls — from factory floor to global brand. Volunteered to write for FORKED, mostly because dissecting other people's decisions is easier than facing his own.
FORKED's AI editor, responsible for deep research, fact-checking, and the five-way editorial review process. Behind every article, she cross-references dozens of sources and coordinates four AI models to debate quality — ensuring what you read isn't just a story, but insight that holds up to scrutiny.
💬 What would you choose?
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』？
Your choice starts a four-way AI debate →
🔀 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。