由于英伟达在研发 NV1 时，行业内还没有像 Direct3D 和 OpenGL（SGI 公司开发的 3D 绘图编程接口）这样的多边形 3D 标准，而英伟达采用的是二次方程纹理贴图作为立体图形实现方式，无法兼容行业通用标准，因此市场销量快速下降。
在 PC 市场上，微软和英特尔是英伟达绕不开的两大巨头。“没有永远的朋友，只有永远的利益。”这是商场永恒不变的法则。与 ATI 以及两大巨头的博弈也牵动着英伟达业务的兴衰成败。
数据中心：HPC、超大规模云计算以及企业 AI 并驾齐驱
表：英伟达产品类别 图：1996-2016 年英伟达营收变动 2000 年，为了进军游戏主机行业，微软找到了如日中天的英伟达，请他们研发 Xbox 图形芯片、SoundStorm 声音芯片以及主板解决方案。然而，微软给的研发时间只有一年。期间，电源供应出现 Bug、数据库功能不足等一系列原因，导致 Xbox 在首发日前两个月才进入生产阶段。最终，微软被迫推迟首发，错过先机，败给了索尼 PS2。
这次合作失败让英伟达付出了惨痛代价，不仅 2003 年营收减少，还错过了微软 DirectX 9 规格确立的重要消息，直接导致当年推出的 GeForce FX 由于兼容性问题败给 ATI 的 Radeon 9700。更不幸的是，GeForce FX 还存在运行温度过高的问题，引发多次自燃事故，黄仁勋一度被游戏玩家调侃为“两弹元勋”。
根据 Lux Research 预测，到 2030 年，自动驾驶汽车有望达到 870 亿美元规模，软件市场甚至更大。目前，英伟达在自动驾驶汽车领域无论是硬件还是软件都占据重要地位，虽然英特尔和德州仪器等半导体制造商也在试图进入这一领域，但目前还无法与英伟达匹敌。
财务表现良好，运营效率高
营业成本方面，英伟达在保障营收高速增长的同时，将其研发、市场营销和管理费用连续三年维持在相对稳定的水平，2016 财年只因与三星的诉讼费而呈现小幅上涨，使得公司净利空间大大增加。
这一疯狂举动成本巨大。由于必须在硬件产品设计中增加相关 CUDA 逻辑电路，使得芯片面积增大、散热增加、成本上升、故障率增高；同时，还要保证每款产品的软件驱动都支持 CUDA，这对英伟达的工程师来说是巨大的工作量。
第一次发生在公司成立之初，由于“生不逢时”，首款产品一经推出便遭遇了市场失败。其他三次分别在 2002 年 -2003 年、2007 年 -2009 年、2012 年到 2013 年。这些挫折背后有巨头博弈，有市场角逐，也有为了坚持而忍痛前行。每一次挫折都是一次鲜活的商业实战课，让英伟达越挫越勇，日渐壮大。
得益于驾驶舱的数字化趋势以及自动驾驶技术的进步，汽车已经成为近年来最具科技吸引力的行业之一，也给了英伟达这样的半导体公司无限机会。
游戏一直是英伟达的主要营收来源，自 2015 财年 Q4 以来占比一直保持在 50%以上，每年增长率也稳定在 30%以上。由于游戏是人类长久刚需，PC 仍是目前主流游戏设备，计算能力的提升带动了视频游戏产业在过去十几年间经历了爆发性增长，这种爆发还会持续下去。
图：FY2013-2016 英伟达四大市场营收数据 除了汽车，Tegra 在智能机器人、无人机以及基于视觉数据的智能终端上都有广泛应用。
这样的设想只能满足英伟达 2007 年新推出的大规模并行运算芯片——Tesla，对于其传统游戏和专业绘图业务来说，并没有这样的高性能运算需求。不过 David Kirk 最终还是说服了黄仁勋，投入大量资源研发出了能够让 GPU 变得通用化的 CUDA（Compute Unified Device Architecture）技术，并让每一颗英伟达 GPU 都支持 CUDA。
在超大规模云计算市场，谷歌、百度、Facebook 等巨头的超大规模数据中心都在使用英伟达的 Tesla 平台，英伟达也在加快其深度学习技术在物体识别、图像识别、语音识别、视频处理、转码、解码等领域的影响力及广泛应用。
2008 年，CPU 巨头 AMD 收购英伟达老对手 ATI，形成了 CPU 整合 GPU 的新解决方案。Intel 也终止了与英伟达的合作，在自家芯片组中集成了 3D 图形加速器。巨头夹击中，英伟达只得走高性能独立显卡一条路，然而其主打的高端笔记本独显产品 8600M 系列却出现了和散热有关的品质问题，导致黑屏或烧机等故障。很多人认为，该事故原因主要由于支持 CUDA 会加大芯片散热压力，英伟达采用了芯片制造商台积电不成熟的封装材料，才导致散热出现问题。
很难说是人工智能捧“红”了英伟达，还是英伟达成就了人工智能。不过可以肯定的是，在已经到来的 AI 时代，英伟达为各行各业提供了发展和应用人工智能技术的有力支持。
两类产品、四大市场
出师未捷心不死
图：英伟达 2013-2016 财年营业费用构成及变动
除了微软，英特尔也开始扶持 ATI，巨头围剿之下，英特尔损失惨重，股价大跌。见识到巨头威力后，英伟达为了实现突围，一方面主动去找微软和解，争取再次合作；另一方面失去 Xbox 订单，努力拿下了索尼 PS3 订单。此外，继续推出高性能芯片压倒 ATI，同时还和英特尔达成了专利交叉许可协议。
据 Jon Peddie Research 预测，随着电子竞技的流行，以及对 PC 游戏的需求增加，PC 游戏硬件市场有望达在 2018 年达到 300 亿美元。不过，虽然 GeForce 平台在 PC 游戏领域占据主导地位，但 AMD 的 Raytheon 平台仍是游戏主机和 VR 头显的霸主，英伟达仍然需要和 AMD 正面竞争。
由于电子控制元件（ECUs）正逐步被集成到汽车里，导致自动驾驶汽车出现了多种 ECU 并存的局面。每一中 ECU 都有自己的处理器、软件和更新版本。这就带来了巨大的软件维护成本。
数据中心业务在过去一年实现了 145%高速增长，营收占比跃升至 12%，充分反映了基于深度学习的人工智能技术在各行各业的快速发展和普及。
开发者端，英伟达已经通过插件，实现了办公业务规模化，如今正在通过和代工厂合作，将 Iray 用于数据中心和云计算平台，让这些平台也能够连接到 VR 技术。
2009 年到 2012 年，虽然英伟达在移动市场上表现平平，甚至为了对抗高通，还做了一桩不划算买卖。但是，随着基于 CUDA 的通用 GPU 在高性能计算领域威力凸显，英伟达也迎来了发展史上最重要的时期。
一个计算平台要在新的市场取得成功，需要大量应用程序，而这些应用程序又来自全球众多开发者。如何吸引将这些开发者吸引到自己的平台上来？很简单：附加值、简单易用、覆盖面广。
2012 年，深度神经网络技术在通用 GPU 的支持下实现重大突破，包括计算机视觉、语音识别、自然语言处理，以及各个领域的人工智能技术都得到了快速发展的条件。英伟达的数据中心业务也蒸蒸日上，为大大小小的公司提供强大计算力支持。
通过 Tesla GPU，英伟达帮助各行各业的公司在大规模运算上提高了性能，降低了成本。就拿谷歌大脑为例，以前他们用了 1000 个普通 GPU 来识别确认 YouTube 所有视频中的猫，计算成本高达 500 万美元，之后用了 16 个 TeslaGPU 便将性能提升了 6 倍，成本降低到 20 万美元。此外，随着功耗显著降低，运营成本也明显下降。
1999 年 1 月，英伟达全年营收突破 1.5 亿美元，并在纳斯达克挂牌上市。同年 5 月，其图形处理器销量超过 1000 万。8 月，英伟达推出第一款以 GeForce 命名的显示核心——GeForce 256，并首次提出 GPU 概念。次年底，英伟达以 7000 万美元现金、100 万股公司股票，将 3Dfx 收入囊中，正式成为行业老大。
理由是，英特尔的 CPU 可以通过多线程技术被所有计算机应用分享，但 GPU 还只能通过 OpenGL/DirectX 等接口跟用户交互。如果能够在 GPU 中提供合适的编程模型，将丰富的 GPU 并行运算资源分享给开发者，那么每台 PC 都可以变成一座超大规模高性能计算机。
专业视觉化产品在设计制造、数字内容创造、企业图像视觉领域发挥着重要作用。该业务以 Quadro 为核心，通过和独立软件开发商合作，用于提高汽车、媒体、娱乐、油气、以及医疗影像等行业核心环节生产力。随着虚拟现实技术的发展，它所服务的行业已经从游戏拓展到医疗、建筑、产品设计、零售、旅游等众多领域。