硕士学历黄仁勋，刚刚当选美国工程院院士。
以后他还是教主、老黄、“核武狂魔”，但也得尊尊敬敬地被叫一声“黄院士”了。
作为美国工程师最高荣誉之一，今年（2024 年）共新增 114 名新院士和 21 名国际院士。
其中最受瞩目的，莫过于英伟达创始人兼 CEO 黄仁勋。
入选理由是：其高性能图形处理单元 (GPU)，推动人工智能革命。
这也是继钢铁侠马斯克、微软纳德拉之后，又一位科技圈风云人物当选美国工程院院士。
需要注意的是，三人都没有博士学位（doge）。
另外，一同入选的还有谷歌搜索副总裁 Nayak Pandurang、哥伦比亚大学执行副校长周以真、IEEE 首任华人主席刘国瑞、清华电子工程系黄翊东教授等。
这次黄仁勋得以入选的理由是：
英伟达高性能 GPU 正在推动人工智能革命。
黄仁勋作为英伟达的灵魂人物，曾在采访中毫不客气地表示：
我们就是 AI 的世界引擎。
而英伟达跨入 AI 领域、站上这一顶峰，黄仁勋是关键。
1993 年，黄仁勋、克里斯・马拉科夫斯基、柯蒂斯・普利姆创办英伟达。早期，英伟达的业务专注于图形芯片，主要服务于电子游戏市场。1999 年，英伟达在纳斯达克挂牌上市。没过多久，它就推出了广为人知的 GeForce 系列。
在《雷神之锤》等视频游戏的推动下，GeForce 系列很快成为备受游戏玩家追捧的显卡。
英伟达“命运的齿轮”，也在这时开始转动。
要知道，英伟达能够成为 AI 计算的硬件霸主，很大一部分原因来自软件 CUDA。这一架构能让开发人员充分利用 GPU 的并行计算能力。
英伟达能够找到这一支点，核心还在于老黄的慧眼识珠。
2000 年，斯坦福计算图形学研究生 Ian Buck 将 32 张 GeForce 显卡并行，通过 8 台投影仪，他打造出了一台 8K 分辨率的游戏机。
Ian Buck 想知道 GeForce 显卡除了能让他在游戏里发射手榴弹之外，还有什么其他用途。所以他黑进了显卡的着色器，查看其中的并行计算电路，将 GeForce 显卡改造成了一台超级计算机。
随后，黄仁勋火速将 Ian Buck 挖入了英伟达。
从 2004 年开始，Ian Buck 一直负责CUDA的开发 ——CUDA 是英伟达得以称霸 AI 计算的关键，它提供的一系列库和工具，能让开发人员更轻松利用 GPU 的并行计算。
老黄提出，希望 CUDA 能在每一张 GeForce 卡上工作，让超级计算大众化。
与此同时，英伟达的硬件团队也开始向着超级计算方向推进，他们开发出包含十亿个电子晶体管的显卡，能以更快速度完成计算。
2006 年，英伟达正式推出 CUDA。这在当时备受商业市场质疑，因为“它花费了数十亿美元、瞄准的却是计算科学领域一个不起眼的角落”。这也一度导致了英伟达股价大缩水。
但正是这个“不起眼的角落”带动英伟达撬动万亿市场。
2009 年，人工智能之父 Hinton 的研究小组开始使用英伟达 CUDA 平台训练神经网络。因为训练结果超出预料，Hinton 之后一直鼓励学生使用 CUDA。
深度学习神作AlexNet，正是用 2 块 GeForce 卡和 CUDA 平台训练而来。由于效果好、得分过高，当时甚至被怀疑是否作弊。
但最终，AlexNet 不仅拿下当年 ImageNet 冠军，还标志着深度学习卷积网络正式诞生，同时也在学术圈彻底带火了英伟达计算卡。
在这之后，深度学习浪潮到来。2013 年左右，黄仁勋正式将英伟达的未来押在了人工智能方向上。他当时得出的结论是：神经网络将彻底改变世界，他可以利用 CUDA 在必要硬件上垄断市场。
黄仁勋在一份内部邮件里写道：
一切都将进入深度学习阶段。我们不再只是一家图形计算公司了。
英伟达向 OpenAI 交付的第一台专用人工智能计算机 DGX-1，由黄仁勋亲自带到 OpenAI 办公室，马斯克完成开箱。
2017 年，英伟达推出专门针对 AI 计算优化的 GPU 架构 Volta。它引入了张量核心（Tensor Cores）和深度学习加速器（Deep Learning Accelerator），进一步提高了 GPU 在深度学习任务中的性能和效率。
3 年后，英伟达再次自我革新，推出 Ampere 架构。
如今被各大厂商争夺的一代“神卡”A100，正是基于这一架构。它针对 AI 和数据中心工作负载进行优化，引入了第三代张量核心（Tensor Cores）和结构化嵌入（Sparsity）技术，进一步提高了 GPU 在深度学习和大规模数据处理任务中的性能和效率。
ChatGPT 诞生前 8 个月，英伟达又推出全新 Hopper 架构，它专为 Transformer 打造，能让这类模型在训练时保持精度不变、性能提升 6 倍，意味着训练时间从几周缩短至几天。
几次重大发布，英伟达几乎都是恰好踩在趋势上。
由此也让黄仁勋 —— 这位站在英伟达背后的男人，有了更多传奇色彩。
黄仁勋出生于 1963 年，今年 61 岁。
1972 年，9 岁的黄仁勋和哥哥一起被送到美国读书，没有父母陪同。由于是学校内“唯二”的亚洲面孔，他们经常遭受霸凌。为了融入环境，他一度学着抽烟，但是并没有学坏。
后来黄仁勋转学，并且一直学业成绩优异，在高中时连跳两级，16 岁毕业，进入俄勒冈州立大学，主修电子工程。
毕业后，黄仁勋先后在 AMD、和 LSI Logic 等公司担任工程师和高级管理职位。但因为觉得自己“知道的不够多”，他又开始在斯坦福攻读硕士学位，1990 年，他在斯坦福大学获得电子工程硕士学位。
1993 年，他正式创立英伟达。带领英伟达几经沉浮，走到现在。他对内部的“疯狂管理方法”也开始被业内津津乐道。
如今，英伟达已市值突破万亿美元，成为全球第六大公司，全球人工智能芯片市场份额可达 90%。
值得一提的是，公司名字源于拉丁语 invidia，意思是“仰慕”。原因是当时三人将所有的规划文件都存在“NV”（意思是“下一版本”）的名头下，因此需要一个既含有这两个字母、又能够展现对未来憧憬的名字。
公司最初的办公场所是一家餐厅，因为这里比家里安静，还有便宜的咖啡。
除了老黄以外，今年还有这些产业界知名企业的大佬入选。
谷歌搜索副总裁 Pandurang Nayak，负责网络搜索排名技术。
IEEE 首位华人主席、Origin AI 创始人、董事长兼首席技术官刘国瑞。
Databricks 创始人兼执行主席 Ion Stoica，也是加州大学伯克利分校电气工程和计算机科学教授。
IBM 首席量子架构师 Matthias Steffen，曾参与从 Shor 算法到首次部署公开可用的量子计算机。
苹果硬件工程总监 Cedric Xia，在电子和汽车产品做出了重要贡献。
苹果产品完整性高级总监 Carolyn Duran，曾英特尔公司工作 25 年，最后担任零部件研究副总裁。
微软科学家 Surajit Chaudhuri，专注于数据系统，用于自动化数据库系统调优、数据库查询优化和数据清理。
……
另外还有哥伦比亚大学研究执行副校长周以真，清华电子工程系黄翊东教授等华人面孔，人机交互先驱、普适计算领域创建者之一Yvonne Rogers，密歇根大学安娜堡分校机器人系首任系主任兼教授 Dawn Marie Tilbury 等学界教授当选。
美国国家工程学院是美国工程学界的最高学术团体，也是美国四大国家学术机构之一，与美国国家科学院、美国国家医学院，以及美国国家科学研究委员会并列。
目前院士总人数达到 2310，外籍院士总人数达到了 332 个。
而能当选的标准十分简单直接：
在工程研究、实践或教育方面做出杰出贡献的个人。
包括不限于对工程文献做出重大贡献、开拓新的和发展中的技术领域、亦或是在传统领域取得重大进展，或开发 / 实施创新的工程教育方法等方面。
结合这两年当选结果来看，也能看到一些特定的趋势：
产业界人士瞩目。相较于学界专家而言，产业界的人士占了更大的比重。从企业中的架构师、技术负责人再到创始人、CEO 董事长在内，都在入选的大名单中。去年有马斯克、 纳德拉，今年有黄仁勋，以及每年像谷歌、微软、苹果等在内的企业高管都有多位成员入选。
技术领域覆盖广泛。既包括比如机器人、生物医药、航空航天、纳米光学、新能源材料、集成电路等前沿领域代表，以及像冶金、石油、土木环境的传统产业专家入选。
不唯学历。包括马斯克、纳德拉、黄仁勋在内，其实都没有“博士”学历。更多的是工程导向，产业贡献导向。
最后不得不说，老黄可谓是名利双收。
近期，英伟达股价大涨，多次刷新历史新高。
前两天（2 月 5 日）总市值更是达到了 1.71 万亿美元，已是 AMD 的六倍，甚至很有可能超越亚马逊和 Alphabet，仅次于苹果和微软。
有人统计，2024 开年以来 6 周时间内，市值增加了约 5000 亿美元，几乎相当于整个特斯拉了……
老黄妥妥人生赢家啊~
参考链接：
[1]https://www.newyorker.com/magazine/2023/12/04/how-jensen-huangs-nvidia-is-powering-the-ai-revolution
[2]https://www.nae.edu/312025/NAENewClass2024
本文来自微信公众号：量子位 （ID：QbitAI），作者：明敏 白交
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。