回复@babygirl: 也可以从另一面看，“用户导向”是NVDA发家的出发点，但不是它近年大发迹的主要原因。2012 AlexNet 一战成名之时，老黄大概没意识到GPU在深度学习会有那样的应用，那时Geoffrey Hinton可能也没料到他耕耘多年的神经网络需要借助基于游戏而发展的硬件来焕发新生。一开始不是用户导NVDA向深度学习，而是NVDA提供的工具已经在那，或者说老黄太具有前瞻性 （老黄有无前瞻到深度学习不重要了，重要的是NVDA把握到了历史提供的机会）。老黄押注GPU 以及CUDA, 一开始都不被人看好，也不尽顺利，但他挺过来了。 乔布斯说过“a lot of times, people don’t know what they want until you show it to them.” 虽然老黄跟乔说的不尽相同，但有一点是肯定的，真正厉害的产品是能导向用户而不是被用户导向。做到前者需要有足够的前瞻力，还要有实力去实现，但要做得特别大还需要历史提供大机会并能抓住。（我的初浅理解是GPU的优势不是基于大规模并行，因为超算中大规模并行的CPU也很普遍，GPU的优势是基于低精度浮点运算，相比高精度浮点运算，更高效的低精度浮点恰好符合机器学习/AI 的需求）//@babygirl:回复@愚痂:是的，但因为用户导向，老黄才能没有局限在之前对自身的定位，根据用户的需求和反馈，开拓出了更广阔的市场。GPU-视觉计算-大规模并行计算。