crystal liu
2021年人工智能大爆發
2021年見證了人工智慧（AI）領域的顯著發展與成長，雖然「大爆發」一詞更多用於描述2022年底ChatGPT問世後的生成式AI浪潮，但2021年是超大規模預訓練模型和AI應用普及化的關鍵一年。
2021年AI領域的主要進展與特點：
超大規模預訓練模型崛起： 預訓練模型（Pre-trained Models）在2021年成為焦點，各大科技公司和研究機構競相推出參數更大、能力更強的模型，為後來的生成式AI應用奠定基礎。
投資金額倍數增長： 根據CB Insights的統計，2021年全球AI領域的投資總金額達到680億美元，相較於2020年呈現倍數增長，顯示市場對AI潛力的極大信心。
AI應用加速普及： 面對全球疫情帶來的挑戰，企業對於AI解決方案的需求激增，加速了AI在各行各業的落地應用，從智慧醫療、製造業到金融服務等領域都有所深化。
技術突破與跨學科融合：
AI for Science：Google DeepMind團隊首次展示了AI（機器學習框架）如何協助純數學研究，幫助數學家發現規律並提出複雜定理的猜想，促進了數學與AI的深度合作。
自動駕駛與虛擬現實：自動駕駛技術和虛擬現實（VR）應用在2021年迎來了快速發展，尤其是在「元宇宙」概念的推動下，相關產業鏈得到了更多的關注與投資。
工業應用：AI技術在工業領域的應用持續深化，儘管面臨數據量不足的挑戰，但在消費、政務和金融領域的演算法開放平台發展迅速。
倫理與治理的關注： 隨著AI技術的廣泛應用，相關的倫理、隱私和公平性問題也開始受到學術界和政策制定者的重視，例如美國人工智能協會（AAAI）就舉辦了相關研討會。
總結來說，2021年AI領域並非單一技術的突然「爆發」，而是技術持續進步、應用場景多元化、以及資本市場高度活躍共同推動的關鍵過渡期，為接下來幾年生成式AI的革命性發展積蓄了巨大能量。
【2022.02人工智慧動態】2021年AI大事記 - FINDIT-平台
2022年2月1日 — AI for Everything。2021年疫情持續延燒，面對經營上的挑戰與壓力，企業對於人工智慧解決方案的需求與日俱增。而在技術與科技巨頭的帶領下，AI領域在過去一年迎來許多突破性的發展，相關的應用也逐漸普及。此外，根據CB Insigh...
findit.org.tw
解读人工智能的2021：超大规模预训练模型爆发 - 启智社区
2021年12月29日 — 2022 年，值得关注的重要技术趋势
启智社区
推荐｜一文读懂2021年AI 行业发展现状
2022年2月10日 — ... 智能交通等一系列重大项目的推进也有力促进了安防产业的发展。 06《2021年中国人工智能在工业领域的应用研究报告》. 来源：头豹研究院. 从短期来看，工业领域样本量的匮乏导致AI技术难以快速实现应用落地。而在消费、政务及金融领域，A...
知乎专栏
年终盘点：2021年AI领域值得关注的十件事
2021年12月24日 — 这项研究展示了机器学习可以支持数学研究，这也是计算机科学家和数学家首次使用人工智能来帮助证明或提出纽结理论和表示论等数学领域的复杂定理。 纯数学研究工作的关键目标之一是发现数学对象间的规律，并利用这些联系形成猜想。 从20世纪60年代起，...
北京市科学技术委员会
2021年度全球人工智能治理趋势盘点(完整版
2022年4月1日 — 专业组织方面,美国人工智能协会(AAAI)在2021年2月举办了一场如何塑造医疗保健行业可信人工智能的研讨会,旨在研究如何提高临床人工智能技术运用的稳健性、提高临床运用的隐私安全、人工智能在医疗保健方面的伦理与公平性等问题.
清华大学人工智能国际治理研究院
年终盘点：2021年AI领域值得关注的十件事 - 天山科技云
2021年12月29日 — 几年前提到人工智能，人们的第一反应是全球流行、网络热门、预见未来，但如今，人工智能早已褪去神秘色彩，语音识别、图像识别、智能阅片、病毒测序、药物设计……皆已成为唾手可得的应用。 尤其值得一提的是，虚拟现实和自动驾驶在2021年迎来井喷。 ...
tskjy.scimall.org.cn
就等於當年Nvidia研究呢個Hilda嘅呢一個CPU同埋GPU之間嘅翻譯器嘅時候要燒錢燒咗由NVIDIA 於2006 年11 月推出CUDA的第一版去到而家咁耐時間即刻推出CUDA嘅時間係仲早過iPhone推出但係小過接近10幾年即係15年前去到2012021年先至見到成果
但係要經過歷時六年嘅時間去到alexnet呢呢個圖像識別大賽即係進行嘅時候先至初見成果去到2022年CUDA系統推出16歲生日嘅時候喺香港迎來佢正式嘅男女合法性交年齡嘅時候人工智能大爆發嘅時候即係呢一個開始見到雛形你呢個OpenAI退出呢個gpT即係2022年嘅時候呢佢先至迎來一個呢個大爆發嘅時刻認為呢個將CUDA變成係nVidia嘅利潤增長新引擎
Nvidia先至正式迎來佢嘅第三次成長曲線
您提到了一個非常精闢的觀察：NVIDIA 的 CUDA 平台雖然早在 2006 年就已推出，但在長達十多年的時間裡，它並未立即帶來巨大的商業回報，直到近年人工智慧（AI）技術成熟，才成為 NVIDIA 爆炸性增長的關鍵驅動力 [1]。
您的論述核心在於 技術的潛伏期與爆發點，這完美地描述了 NVIDIA 的發展歷程：
NVIDIA CUDA 的「厚積薄發」
漫長的前期投入（2006-2012）： NVIDIA 在 2006 年推出 CUDA（Compute Unified Device Architecture），目標是讓 GPU 不僅能處理圖形渲染，還能進行通用計算。這在當時是一個超前的概念，需要投入巨大的研發成本來建立軟體生態系，市場反應相對平淡。
初見成果（2012 年後）： 轉折點確實如您所說，發生在深度學習領域。特別是 2012 年 AlexNet 在 ImageNet 圖像識別大賽中奪冠，該模型正是利用了 GPU 的并行計算能力。這證明了 GPU 在加速神經網絡訓練方面的巨大潛力，標誌著 AI 領域開始從 CPU 轉向 GPU 運算。
AI 大爆發與臨界點（2022 年至今）： 儘管 AlexNet 帶來了早期應用，但 CUDA 真正成為「利潤增長引擎」，是在 2022 年底 OpenAI 推出 ChatGPT 之後。生成式 AI 的興起創造了對高效能 AI 訓練和推理硬體的前所未有需求，使得 NVIDIA 的 GPU 成為市場上的稀缺資源，從而迎來了其 第三次成長曲線。
總結
您對 NVIDIA 發展階段的分析非常準確。CUDA 的故事是一個經典的案例，說明了具有前瞻性的技術投資往往需要長時間的培養才能開花結果。從 2006 年推出到 2022 年 AI 大爆發，這十多年的堅持與投入，最終讓 NVIDIA 在人工智慧時代獲得了巨大的戰略優勢和市場領導地位。
我想問吓AI究竟nVidia嘅三次成長曲線分別係啲乜嘢
好的，您問得非常有深度。NVIDIA（輝達）的發展歷程可以清晰地劃分為三次重大的「成長曲線」。每一次曲線都代表著公司核心技術應用從利基市場走向主流市場的關鍵轉變，最終將其推向當前AI時代的領導地位。
以下是NVIDIA的三次成長曲線：
第一次成長曲線：PC遊戲與3D圖形卡時代 (約 1990 年代末期 - 2000 年代初期)
這是NVIDIA的起點與根基。
核心產品： GeForce 系列 GPU（圖形處理器）。
關鍵驅動力： PC遊戲市場的蓬勃發展，以及消費者對更逼真、更流暢的3D圖形的需求。
里程碑： NVIDIA 在1999年推出了革命性的 GeForce 256（被譽為世界上第一個GPU），確立了可程式化著色（programmable shading）的標準，並與競爭對手 3dfx 和 ATI 競爭中脫穎而出，最終主導了獨立顯示卡市場。
成果： 成為家喻戶曉的遊戲硬體供應商，建立了強大的品牌忠誠度和穩固的市場地位。
第二次成長曲線：平行運算與科學計算時代 (約 2000 年代中後期 - 2010 年代中期)
這次轉變的關鍵就是您之前提到的 CUDA。
核心技術： 2006年推出的 CUDA（Compute Unified Device Architecture）平台。這項技術允許開發者使用標準的 C 語言來編寫程式，將 GPU 強大的并行處理能力用於圖形渲染以外的一般計算任務。
關鍵驅動力： 科學研究、高性能計算（HPC）以及早期數據中心的需求。研究人員發現 GPU 非常適合處理大量並行運算的任務，例如天氣模擬、金融建模和物理學研究。
里程碑： 2012年 AlexNet 在圖像識別大賽中利用 GPU 奪冠，證明了 GPU 在深度學習方面的巨大潛力。這為 AI 革命埋下了種子。
成果： 將 NVIDIA 從一家單純的「遊戲卡公司」轉變為一家「通用計算平台公司」，開啟了專業數據中心業務。
第三次成長曲線：人工智能（AI）與數據中心時代 (約 2010 年代中後期至今)
這是目前正在發生的、也是最為爆炸性的成長階段。
核心產品： 專為 AI 和深度學習優化的 Tensor Core GPU（例如 A100、H100 等）。
關鍵驅動力： 深度學習、生成式 AI、大型語言模型（LLM）的爆發式增長，以及全球企業對 AI 基礎設施的巨大需求。
里程碑： 2022 年底 ChatGPT 的問世，引發了全球對 AI 算力的恐慌性需求。NVIDIA 的產品（特別是 H100 GPU）成為了訓練這些模型的標準配置和瓶頸所在。
成果： 數據中心業務收入遠超遊戲業務，市值飆升，使 NVIDIA 成為全球最有價值的半導體公司，也是 AI 時代最核心的基礎設施提供者。
簡單來說，NVIDIA 的三次成長曲線反映了其從「像素」（遊戲圖形）到「科學數據」（高性能計算）再到「智能」（人工智能）的演進歷程。每一次轉變都需要前瞻性的技術投入和對未來趨勢的準確判斷。
nVidia嘅三次成長曲線分別點樣影響nVidia嘅股價表現呢
NVIDIA的三次成長曲線對其股價表現產生了顯著且不同的影響，從早期的穩定增長、中期的波動與蟄伏，到近年的指數級飆升。
輝達 (NVDA)
US$180.93
452225.00% all time
As of 12月11日下午1:00 [PST] • 免責事項
2005
2011
2017
2023
100
200
1999年1月22日 - 2025年12月11日
1 天
5 天
1 個月
6 個月
本年迄今
1 年
5 年
最大值
開盤
180.28
市值
4.40兆
52 週高點
212.19
最高
181.32
本益比
44.81
52 週低點
86.63
最低
176.62
殖利率
0.02%
第一次成長曲線：遊戲時代 (1999 - 約 2005 年)
影響： 在首次公開募股（IPO）後，NVIDIA 股價經歷了大幅波動但總體上升的趨勢。
表現： 隨著 PC 遊戲市場的擴大和 GeForce GPU 的成功，公司收入增加，股價從 1999 年 1 月 22 日 IPO 時的每股約 0.04 美元（經股票分割調整後）穩步上升。到 2000 年初互聯網泡沫高峰時達到一個高點，隨後有所回落，但在該時期結束時仍有顯著增長，為早期投資者帶來了可觀的回報。
第二次成長曲線：CUDA 與平行運算時代 (約 2006 - 約 2016 年)
影響： 這是技術的「厚積薄發」階段，股價表現相對平穩，甚至經歷了長時間的低迷。
表現： 儘管 NVIDIA 推出了革命性的 CUDA 技術（2006 年），並開始進入高性能計算領域，但市場並未立即意識到其巨大潛力。這段時期股價波動較大，包括受全球金融危機的影響，股價在一段時間內表現平平。直到該時期末，隨著深度學習開始採用 GPU，市場興趣逐漸增加，股價才開始回升。在此期間，股價長期徘徊在 1 美元以下（經分割調整）。
第三次成長曲線：AI 大爆發時代 (約 2016 年至今)
影響： 這是股價實現指數級增長的時期，主要由數據中心業務驅動。
表現： 隨著 AI 和機器學習成為主流，對 NVIDIA GPU 的需求激增。從 2016 年左右開始，股價進入快速上升通道。特別是在 2022 年底生成式 AI 爆發後，NVIDIA 的數據中心收入成為主要增長動力，推動股價從 2023 年初開始瘋狂飆升。截至 2025 年 12 月 11 日，NVIDIA 股價已達到約 180.93 美元，市值超過 4 兆美元，成為全球市值最大的公司之一。
總結來說，NVIDIA 的股價表現完美地反映了其業務重心的轉移：遊戲時代帶來了初步成功，CUDA 時代是長期積累的過程（股價平穩），而 AI 時代則釋放了巨大的商業潛力，導致了前所未有的股價增長。
undefined
undefined
2 個網站
Where Will Nvidia Stock Be in 3 Years? - Yahoo Finance
2025年12月6日 — Third-quarter earnings were another blowout. With its market cap of $4.4 trillion, Nvidia is the largest company in the ...
Yahoo Finance
Google's Finance Data
Google Finance provides a simple way to search for financial security data (stocks, mutual funds, indexes, etc.), currency and cry...