NVIDIA与云达：成功是因选了条难路走！

上周同一天(10/26)NVIDIA在台北举行GPU技术大会（GTC Taiwan），而广达旗下云达科技在硅谷举办Q.synergy 2017，谈Data center transformation。两家公司是往来密切的合作夥伴，抓到了云端与AI的市场大势而成为明星企业，NVIDIA与云达台美两地的撞日巧合其实颇有值得玩味思索之处。

10/26下午4点到5点，黄仁勳把时间留给了产业分析师，在艾美寒舍5楼与10余名分析师进行闭门Q&A section，黄仁勳整场重复最多次的信息并非AI，而是一再重述他经营企业的理念：

Rule No. 1：做有影响力且只有我能做的事

Rule No. 2：努力工作，做到最好

Rule No. 3：乐在其中

黄仁勳相信AI与自驾车可以对人类社会带来重大影响，所以他可以成立一个庞大人力的labeling center，花了整整一年时间帮庞大道路影像数据label物体以供机器学习之训练使用(他说不愿意再来一次这种苦差事)，而NVIDIA在还看不到何时回收前，迄今已投了30亿美金到自驾车项目，接下来还打算再砸20亿美金。

黄仁勳说了段话颇值得台湾公司思索，他说，他做AI与自驾车时根本没考虑ROI，事实上，创新跟ROI一点关系都没有，他要make impact，ROI是之后的output，自然会发生，不该是input!

用黄仁勳的经营理念来看云达，做白牌/代工服务器不难，有许多人会做可做想做，但杨晴达带领的事业团队选择了独特的道路，不只做服务器产品而做服务器、储存与交换器完整的硬件解决方案，再进而与VMware等业者结盟及自己开发软件，提供软硬整合整体解决方案。此外，云达决心推动品牌而甘愿承受与既有客户冲突的掉单阵痛。

也因走了难走的路，才让云达乃至广达集团未来发展的局变得开阔，除了网络业者外，亦可从运营商、大企业私有云找到成长力道。未来局面尚不仅于此，随边缘运算趋势渐兴，云端业者也开始提供分散式的边缘运算资源，如AWS的Snowball Edge，过去未能抢食云端服务XX-as-a-service市场的运营商也希望透过Mobile Edge Computing或Cloudlet与云端业者分庭抗礼，边缘运算有机会带动下一波成长力道。

在Q&A Section中，我问了黄仁勳一个长问题：「Jensen，监督式学习需要dataset，那是否在每个领域拥有最多data的公司，如Google、Facebook、Amazon等将会成为市场赢家？另一方面，台湾很难拥有很多data，非监督式学习不需labeled data、迁移学习仅需small data、增强学习不需data，是否这些领域更会是台湾机会所在？」他的回覆是：「我不需回答你的问题，你已经回答了你自己的问题！」

我想，真正的问题是，我们能够像NVIDIA与云达般，选一条难走的路，并一步一脚印的认真把路走好吗？