履历与关键经历
- 与联合创始人创办英伟达。早期因技术路线误判（几何处理引擎）面临危机，通过购买教科书重构认知转向可编程像素处理。1999年纳斯达克上市融资3亿美元全部投入研发。2006年推出CUDA平台，将GPU重新定义为通用并行计算引擎，构建软件生态壁垒。 事实 [1]
- 洞察AlexNet背后的通用函数逼近器本质，推动英伟达重心从图形处理全面转向数据中心和AI计算。通过全栈式创新（硬件+软件CUDA/算法）确立在AI基础设施领域的核心地位。 事实 [1] [2] [3]
- 提出“AI是制造业”及“Harness工程”概念，定义未来公司架构。发布Vera Rubin架构与DSX Pod预制化基础设施，推出OpenShell安全沙箱及Nemotron开源模型系列。 事实 [6] [5] [4]
核心思想与方法
- 第一性原理与创始人模式：CEO需亲自深入一线（如读论文、冲浪），组织结构应服务于创始人的认知节奏，而非适应预设模板。 归纳 [1] [2]
- AI即制造业：参与AI经济的关键在于从单纯的消费者转变为生产者。英伟达通过芯片加速算法，已转型为覆盖能源、算力基础设施、模型层及应用层的全栈“算法公司”。 归纳 [6] [5]
- Harness工程：未来公司建立在围绕AI模型构建的系统环境（信息访问、工具调用、记忆管理）之上，而非静态业务流程。核心智能不可外包，需掌握专有知识产权。 归纳 [1] [4]
- 开源与开放合作：开源是AI安全的基石（类似Linux），闭源与开源互补。反对技术脱钩，主张全球知识共享以加速进步。 归纳 [1] [2]
- AI就业观：越聪明的人越想利用智能去做更多事，每学会一项新技能就打开一扇通往新机会的大门。AI自动化的是任务而非工作，生产力提升创造新岗位（如放射科医生、制造业）。 归纳 [1] [2] [6]
代表性贡献
最近公开表达
最近工作与项目
重要来源
- #652.黄仁勋：打造英伟达的思维模式
- #648.黄仁勋谈 AI 末日论者、就业担忧与中国开源模型
- Jensen Huang: The Mindset That Built NVIDIA
- 未来公司都将建立在Harness工程之上 | 黄仁勋 | LangChain | Nemotron | 企业AI | 智能体 | RAG | 开源模型 | AI部署 | 深度学习 | 科技前沿
- [Full Keynote] Jensen Huang, GTC Berlin 2026: "Don't Just Consume AI, Produce It" | EN/中文
- 黄仁勋算账：AI收入撑得起几万亿美元的资本开支吗 | 黄仁勋 | 英伟达 | AI泡沫 | 资本开支 | AI基建 | 数据中心 | OpenAI | Anthropic | 太空数据中心