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。
老黄为啥能当选？
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。
还有哪些？
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。
名利双收黄仁勋
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。
本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/749/435.htm]
