术语表
书中出现的 60 个术语、技术与概念。
ASIC（专用集成电路，Application-Specific Integrated Circuit）
一种为特定用途而非通用计算定制设计的芯片；LSI Logic 是定制 ASIC 制造领域的领头羊。
Bollywood
总部位于印度孟买的印地语电影产业，以情感深厚、叙事绚烂和歌舞段落精心编排而著称。
CPU (Central Processing Unit)
传统的处理器，串行执行任务，为快速的单任务处理而优化，而非大规模并行。
CUDA（Compute Unified Device Architecture，统一计算设备架构）
英伟达的并行计算平台和 API，让开发者能够调用 GPU 的处理能力去完成图形之外的任务，例如科学计算、深度学习和 AI 研究。
CUDA（统一计算设备架构）
一个把英伟达的GPU变成用于科学计算和高性能计算的强大并行处理器的平台，诞生于一项内部实验。
DGX
一种英伟达工业级 AI 超级计算机系统，配备为深度学习优化的高性能 GPU；其中一台曾被连夜运送给 OpenAI。
DirectX（Direct3D）
微软的 3D 图形 API，后来成为行业标准；针对它优化的游戏与 NV1 互不兼容，这也是 NV1 失败的原因之一。
DLSS（深度学习超级采样）
英伟达开发的一种AI驱动的图形增强技术，重新定义了游戏图形的可能边界。
Drive平台
英伟达的AI驱动自动驾驶计算系统，被特斯拉、梅赛德斯-奔驰和丰田等公司采用。
GPU
图形处理单元；一种把图形运算从 CPU 卸载出来的芯片。GeForce 256 被称为世界上第一块 GPU。
GPU (图形处理单元)
英伟达制造的处理器；最初为游戏渲染图形而设计，后来证明能够加速 AI 工作负载、科学研究等更多任务。
GPU（Graphics Processing Unit，图形处理器）
一种最初为渲染电子游戏画面而设计的处理器，后被证明在并行计算方面非常强大；1999 年推出的 GeForce 256 被称为世界上第一款 GPU。
GTC（GPU 技术大会，GPU Technology Conference）
英伟达每年举办的大会，黄仁勋会在会上亲自回答学生、初创公司创始人和独立开发者的提问。
GX 图形引擎（GX graphics engine）
Sun 革命性的图形引擎，由三人组于 1989 年敲定规格，能够独立承担多达 80% 的计算工作量以解放 CPU。
Meritocracy（任人唯贤）
黄仁勋在英伟达确立的一种文化，其中晋升与认可基于结果和突破性的点子，而非资历、头衔或办公室政治。
Omniverse
英伟达的一个平台，让开发者能够创建和模拟虚拟世界，其问世早于元宇宙热潮。
RAPIDS
英伟达软件栈中的一套开源软件库，旨在加速 GPU 上的数据科学工作负载。
Real-time graphics
随场景变化即时渲染出来的计算机图形，这一领域因英伟达的 GPU 而得到推进，是游戏、影视视觉特效和数字渲染的核心。
Taiwanese beef noodle soup
一道经典的台湾菜，以慢炖入味的香料汤底、软烂的牛肉和面条为特色；它也是黄仁勋的招牌家常拿手菜。
TensorRT
英伟达 AI 软件栈中的一个框架，用于优化并加速深度学习推理。
二次曲面纹理映射（Quadratic texture mapping）
NV1 所采用的新颖渲染方法，基于曲面（二次曲面）而非多边形；英伟达押注它将成为 3D 图形的未来，但行业却走向了另一个方向。
企业转型
指一家公司为应对市场变化而演进、调整其战略或商业模式，正如英伟达从游戏图形转向 AI 计算所做的那样。
优化思维
黄仁勋孜孜不倦地寻找更快、更高效做事方法的习惯。这一习惯最初是在擦地板时养成的，后来被运用到打造英伟达的技术之中。
全栈解决方案（Full-stack solution）
一个集硬件、软件、数据处理和工具于一体的完整生态系统，英伟达面向自动驾驶汽车的 DRIVE 平台便是典型范例。
半导体晶圆制造厂
一种高度专业化、耗资数十亿美元的设施，在这里使用精密机器人搬运硅晶圆来制造计算机芯片；其高昂的成本限制了能够参与竞争的公司数量。
变换引擎（Transformation engine）
该设计中的第二颗专用 ASIC，需要 25,000 个门和 212,000 个晶体管。
图形处理（Graphics processing）
渲染视觉图形的技术，最初被视为一个小众市场，除电子游戏之外应用有限。
复盘（Postmortem）
对一次失败进行的详尽事后分析，把每一个错误一一列出以便从中学习和纠正；这是黄仁勋领导力的一项核心习惯。
多边形渲染（Polygonal rendering）
游戏行业统一采用的、基于多边形的传统 3D 图形渲染方法，与 NV1 的二次曲面纹理映射形成对照。
奥奈达浸信会学院 (Oneida Baptist Institute)
位于肯塔基州偏僻的奥奈达的一所基督教寄宿学校，纪律严明。黄仁勋作为移民子弟被送到这里，以便在远离家乡的情况下接受教育。
实时光线追踪
英伟达游戏部门带来的一项开创性渲染技术，能够实时模拟逼真的光照效果。
工作站计算机
一种为技术或科学工作而设计的强大计算机，例如太阳微系统公司（Sun Microsystems）和 IBM 在黄仁勋进入业界的那个时代所制造的机型。
帧缓冲控制器（Frame buffer controller）
柯蒂斯加速器设计中两颗专用 ASIC 之一，需要 43,000 个门和 170,000 个晶体管。
并行处理
同时执行大量计算——这是GPU架构的强项，而传统CPU在这方面的处理效率较低。
并行处理（Parallel processing）
同时执行成千上万次计算运算的能力，这是GPU架构相对于CPU串行处理的根本优势。
并行计算（Parallel computing）
一种计算方式，许多运算同时进行，而不是一步接一步地执行，其灵感来自人脑的工作方式。它成为了英伟达 GPU 技术的基石。
张量核心 (Tensor Cores)
英伟达 GPU 内部的专用处理单元，与 CUDA 一起构成了使英伟达成为 AI 硬件领导者的基础的一部分。
极致担责
一种全然问责、不找任何借口的领导哲学；当事情出错时，领导者承担全部责任，而非归咎于外部因素。
永久创业公司文化
黄仁勋用以指代的一种理念：即便英伟达成长为一家市值数十亿美元的企业，也要像初创公司一样保持敏捷与紧迫感。
洗碗池（Dish pit）
餐厅后厨里的洗碗区，年轻的黄仁勋曾在升腾的蒸汽和油腻的气味中，在这里刷盘子。
流失率 / 离职率 (Attrition / Turnover Rate)
员工离开公司的比率；英伟达的这一比率被引用为异乎寻常之低的 2.7%，而行业常态高于 17%。
深度学习
人工智能的一个分支，依赖神经网络和矩阵密集型运算，非常适合用GPU加速。
硬件变换与光照（Hardware transform and lighting，T&L）
随 GeForce 256 引入的一项创新，在硬件层面处理几何变换和光照计算，大幅提升了渲染速度和视觉保真度。
磨剑（Honing the sword）
黄仁勋的理念，即想法如同迎着磨石阻力被磨砺的剑，会在激烈辩论和建设性冲突中变得最为出色。
种子资金（Seed funding）
创办公司所筹集的最初一笔资本；英伟达凭借这笔 4 万美元的资金开始运营。
臭鼬工厂项目
英伟达内部的高风险、高回报计划，被赋予在传统公司架构之外运作的自由，以追求颠覆性创新。
英伟达Omniverse（Nvidia Omniverse）
一个用于构建和模拟物理精准虚拟世界的平台，用于数字孪生、工业设计、机器人技术，以及训练自动驾驶汽车等系统。
英伟达之道（The Nvidia way）
黄仁勋以执行为驱动的精神气质，以极致的责任担当、扁平的组织、速度，以及绝不容忍低效或借口为核心。
英伟达（Nvidia）
黄仁勋联合创办的科技公司，后来成长为世界上最大的科技公司之一。
蜂拥（Swarming）
黄仁勋的一种战略：调动英伟达的全部资源，以压倒性之势主导一个选定的机遇，而不是把精力分散在众多项目上。
计算器
黄仁勋的叔叔从美国寄来的一台小型电子设备。它在童年时令他着迷，并第一次向他展示了技术可以拥有强大的力量。
门海架构（Sea-of-gates architecture）
LSI Logic 采用的一种芯片设计方法，能够在单颗芯片上集成超过一万个门阵列。
集成系统中心（Center for Integrated Systems）
斯坦福的一所研究设施，顶尖的芯片设计人才在此工作，黄仁勋在研究生阶段醒着的大部分时间都泡在这里。
黑色行动务虚会 (Black Ops Retreat)
英伟达高度保密的一年一度高管外出战略会议，在与世隔绝的地点举行，用于头脑风暴并提炼公司的长期愿景。