黄仁勋在微软 Surface 发布会回忆 Win95：没有 Windows，CUDA 生态或不会出现
据 IT之家 10 月 8 日消息，微软今日举行 Surface 新品发布会，微软 CEO 萨提亚·纳德拉、Windows 负责人帕万·达武鲁里登台介绍相关内容，英伟达 CEO 黄仁勋也在发布会后半段压轴亮相。黄仁勋与纳德拉对谈时回顾了 Windows 95 时代，并将 Windows、GeForce、CUDA 以及后来的深度学习技术联系在一起。他表示，如果没有 Windows，就不会有 GeForce；如果没有 GeForce，CUDA 也不会问世，深度学习等技术更无从谈起。
这一表述并不只是一次怀旧。对于今天关注 AI 算力、模型训练和 GPU 生态的用户来说，黄仁勋把英伟达的 AI 地位追溯到了 PC 游戏图形生态的起点：Windows 95 与 DirectX 为游戏开发者提供了统一平台，间接推动了消费级图形芯片的规模化竞争，而这条路线最终演化为英伟达在通用 GPU 计算和 AI 时代的关键优势。
从 Windows 95 到 GeForce：GPU 生态的早期转折
Windows 95 的重要变化之一，是首次集成 DirectX。对于当时的游戏开发者而言，这意味着在 Windows 平台上开发游戏可以获得更直接、更统一的图形与多媒体接口支持。来源显示，黄仁勋在现场谈到，正是 Windows 生态让 GeForce 成为可能，而 GeForce 又为后来的 CUDA 奠定了基础。
在 1990 年代中期，PC 图形硬件仍处于快速变化阶段。当时市场上常见的方案，是使用 2D 显示卡搭配 3D 加速卡来运行游戏。英伟达曾在 1995 年推出 NV1，试图把两类显示能力整合到单卡中。不过，NV1 采用了非主流的二次曲面技术，导致其无法兼容后来成为重要标准的 D3D，市场表现并不理想。
这段经历对英伟达后续路线产生了影响。来源提到，英伟达后来放弃了此前的技术执念，在 1997 年推出 RIVA 128，并将微软 D3D 作为驱动优化的第一优先级。凭借单卡整合、高性价比以及率先支持 AGP 接口等特点，英伟达在市场上逐步站稳脚跟。换句话说，英伟达并不是一开始就踩中所有方向，而是在标准、生态和市场反馈中完成了路线调整。
为什么这段往事与今天的 AI 有关
从本站关注的 AI 产业角度看，黄仁勋这番回忆的重点在于：当前 AI 基础设施并非凭空出现，而是长期硬件积累、开发者生态和软件接口共同演化的结果。CUDA 今天被广泛用于深度学习训练与推理相关场景，但它的前提是英伟达已经拥有足够规模的 GPU 产品、开发者基础和驱动能力。
Windows 与 DirectX 当年主要服务于 PC 游戏和多媒体应用，却推动 GPU 厂商围绕图形性能、驱动兼容性和开发工具展开竞争。随着 GPU 的并行计算能力不断增强，英伟达才有机会把图形芯片能力延伸到通用计算领域。CUDA 的出现，使开发者能够更系统地调用 GPU 进行非图形任务处理，这也为后来的深度学习浪潮提供了关键工具链。
- 平台标准很重要：DirectX 为开发者降低了 Windows 游戏开发门槛，也影响了 GPU 厂商的技术路线。
- 硬件胜利离不开软件生态：英伟达从兼容 D3D、优化驱动开始，逐步建立开发者信任。
- AI 算力有历史路径依赖：CUDA 之所以能成为重要工具，并不只因为芯片性能，也因为长期生态积累。
- 失败产品也可能成为转折点：NV1 的市场失利促使英伟达重新对齐主流标准，之后 RIVA 128 才获得机会。
对微软与英伟达关系的产业解读
此次黄仁勋出现在微软 Surface 发布会，也凸显了微软与英伟达在 PC、云计算和 AI 时代的交叉关系。微软长期掌握 Windows 这一桌面平台入口，英伟达则掌握 GPU 与 AI 计算生态，两者在不同阶段互相放大了各自影响力。Windows 95 时代，微软为 PC 图形应用提供软件平台；今天，AI PC、云端模型训练和生成式 AI 应用又让硬件加速与操作系统体验重新绑定。
黄仁勋把 Windows、GeForce、CUDA、深度学习串成一条线，本质上是在强调科技产业的关键突破往往来自平台与工具链的连续积累。对于中文读者而言，这也提示我们观察 AI 行业时，不能只看单一模型参数或芯片发布，更要关注底层软件接口、开发者社区、硬件迭代和产业标准之间的长期互动。
从 Windows 95 到 CUDA，再到今天的深度学习与生成式 AI，英伟达的路径说明：AI 时代的赢家，往往不是只拥有某个单点技术的公司，而是能把硬件、软件和开发者生态持续连接起来的公司。