2026年10月8日，华盛顿雷德蒙德，微软Surface发布会现场。当CEO萨提亚·纳德拉和Windows负责人帕万·达武鲁里完成演讲后，一个身穿标志性黑色皮夹克的身影压轴走上台。黄仁勋没有花太多时间介绍今天的新品，而是把幻灯片切回到1995年——微软发布Windows 95的那一年，也是英伟达濒临倒闭的那一年。
这场微软年度最重要的硬件发布会上，Surface Laptop Ultra正式亮相：搭载英伟达RTX Spark超级芯片，最高可选128GB统一内存，能在本地运行1200亿参数大模型，AI算力最高达1 PetaFLOP。15英寸PixelSense Ultra触控屏、2000尼特峰值亮度、18毫米以内厚度——放在任何其他场合，这些数字都足以成为全场焦点。
但这次发布会提供给分析界最珍贵的素材，不是硬件规格表，而是黄仁勋在台上亲手揭开的一段尘封往事。
没有Windows，就没有GeForce
黄仁勋的发言可以被提炼为一根因果链：Windows 95集成了DirectX，DirectX催生了Direct3D标准，GeForce因完美兼容Direct3D而诞生，GeForce开启GPU时代，GPU演化为CUDA通用计算平台，CUDA最终撑起了深度学习——也就是今天AI的一切基础。
没有Windows就没有GeForce，没有GeForce就没有CUDA，深度学习亦无从谈起。
黄仁勋在台上说出这句话时，语气平静，像是在陈述一个客观事实。但它背后是一家市值5.8万亿美元的公司在最落魄时期做出的生死抉择。
NV1的惨败：偏离标准的技术自杀
黄仁勋主动提及了一段大多数投资者都不了解的英伟达黑历史。
1995年5月，英伟达推出第一款产品NV1。这是一颗野心勃勃的芯片：集成了2D/3D图形核心、声音处理核心、I/O控制器，它想让一颗芯片搞定一台多媒体PC的所有功能。但在3D渲染路线上，NV1做了一个致命的决定——使用二次曲面而非当时业界已经流行的三角形作为基础图元。
这把赌注押错的时间点非常致命。1995年8月，微软发布Windows 95，随SDK一同推出的DirectX确立了DirectDraw、DirectSound等标准API。1996年6月，Direct3D正式亮相，规定所有3D加速必须基于三角形多边形渲染。而NV1对Direct3D的支持只能靠软件模拟层来伪装：API接口覆盖了，但底层硬件完全不兼容。NV1甚至无法原生处理Z-buffering——3D渲染中最基础的功能之一。
英伟达试图说服游戏开发者接受二次曲面这条技术路线。但开发者不买账：谁愿意为一家刚成立两年、没有任何知名产品的公司，去学习一套和行业标准完全不同的技术栈？
结果是一败涂地。NV1出货后陷入滞销，合作伙伴帝盟大量退货，英伟达现金流断裂、被迫大规模裁员。随后发布的NV2继续走二次曲面路线，为世嘉Saturn主机开发，但世嘉最终也放弃了这颗芯片。两代产品的惨败，几乎将这家1993年成立的初创公司推向绝路。
RIVA 128：认错、转向、活下来
黄仁勋在2016年接受《商业周刊》采访时说过一句话：我不怕失去权力，不承认自己失败的人，人们就不再信任他。这个信念在1997年经历了最严苛的检验。
在NV1和NV2的废墟上，英伟达做出了一个极其艰难的决定：放弃所有自研标准，全面拥抱微软Direct3D。黄仁勋甚至亲自去找世嘉CEO中山隼雄，坦诚告知NV2达不到要求、无法完成合同，并建议世嘉寻找其他合作伙伴。
1997年4月，代号NV3的RIVA 128发布。这是英伟达第一款128位Direct3D处理器。技术规格上看它并不惊艳：4MB显存、100MHz核心频率、不支持硬件纹理压缩。但它做对了一件事——完美兼容Direct3D 5.0，任何Direct3D游戏都有稳定表现。加上价格低廉，RIVA 128迅速成为戴尔和Gateway等一线PC厂商的标配显卡。不到一年，出货量突破100万颗。对比前两代产品几乎颗粒无收的销售业绩，这是一个不可思议的转折。
从RIVA 128开始，英伟达进入了一条高速增长的轨道：1998年的RIVA TNT实现两条像素流水线突破；1999年10月11日，GeForce 256作为全球首款整合硬件T&L引擎的GPU诞生——它也是首款完全兼容Direct3D 7的显卡，英伟达正是在这款产品上第一次提出了“GPU”这个概念。而这一切的根基，都建立在RIVA 128那个“拥抱标准”的决策之上。
从GPU到CUDA，从CUDA到AI：一条偶然的因果链
如果当年英伟达没有选择兼容Direct3D，它很可能在1997年之前就从历史中消失了。后续的一切——GeForce成为游戏显卡的代名词、2006年CUDA架构的诞生、2012年AlexNet在GeForce GTX 580上跑出深度学习突破——都将被改写。
黄仁勋在演讲中特意强调了CUDA诞生的一个容易被忽略的前提：装机量。CUDA是一个通用计算平台，它的价值取决于有多少开发者可以在多少台设备上使用它。如果GPU只存在于专业图形工作站上，CUDA将永远只是一个 niche 工具。正因Windows生态让GPU走进了数以亿计的PC，CUDA才收获了足够的开发者基数，最终在深度学习爆发时成为事实上的行业标准。
这种“平台嵌套平台”的叠加效应，是理解英伟达今天地位的关键逻辑：
Windows作为底层操作系统平台，确立了Direct3D标准。
Direct3D标准筛选出了兼容它的显卡厂商。
兼容的厂商中，英伟达用GeForce赢下了最大的市场份额。
市场份额给了它推出CUDA的底气和用户基础。
CUDA的生态系统让它在大模型时代捕获了无可替代的红利。
每一个“幸运”的后续，都建立在一个并不幸运的开端之上——1995年那次近乎致命的失败。
新的标准抉择时刻
这件事放在2026年的语境下看，具有超越历史回顾的意义。
今天的英伟达市值已达5.8万亿美元，距离6万亿美元只有一步之遥。但它此刻正面临一个新的“标准抉择”。
在过去两年的大规模GPU集群部署中，英伟达的NVLink和NVSwitch构建了高性能GPU互联的私有生态。但在超大规模数据中心领域，Ultra Ethernet Consortium正在推动比InfiniBand更开放的互联标准。更深远的是，微软有自研AI芯片Maia，谷歌有TPU，亚马逊有Trainium——英伟达的大客户们都在试图减少对它的依赖。同时，OpenAI发布的Triton编程语言也在从CUDA的软件生态中切割份额。
但值得注意的是，英伟达这一次的战略选择与30年前惊人地一致：拥抱平台标准。Surface Laptop Ultra集成的RTX Spark超级芯片，原生支持CUDA，这表明微软虽在数据中心端自研芯片，但在PC端依然深度绑定英伟达的生态。两家公司从1995年开始的共生关系，正在以一种新的形式延续到AI时代。
黄仁勋选择在微软的舞台上讲述NV1失败的故事，本身就是一种隐喻。这是一种表态：我们在2007年选择了拥抱你的平台标准，这个选择救了我们。今天，我们依然选择拥抱。
共生关系的本质是相互成就
黄仁勋的演讲揭示了一个容易被忽视的经济学事实：平台生态中的赢家，往往不是最早发明核心技术的公司，而是最早学会拥抱平台标准的公司。
Direct3D不是英伟达发明的，CUDA也不是微软定义的。但英伟达学会了在微软的平台上最大化自己的价值，微软也因英伟达的GPU能力让Windows成为AI时代的首选开发平台。这种“各做各的最擅长的事”，构建了过去30年科技史上最持久的跨公司共生关系之一。
1995年的NV1差点杀死英伟达。但正是那场失败，让黄仁勋学会了尊重平台标准的力量。今天市值5.8万亿美元的英伟达，骨子里仍然是那家1997年选择俯下身、兼容别人标准的公司。
这或许是AI时代最值得回味的因果链：一家差点在1995年死掉的芯片公司，在学会拥抱别人的标准之后，最终让自己成了全世界无法绕过的标准。
快报