AI 行业里有两个经常被并排提到的名字：黄仁勋把一家显卡公司做成了 AI 算力平台，苏茨克维把一家研究机构的 GPT 路线做成了行业主流。本文并排两人的公开节点，比较各自公开影响的落点范围——一个在芯片与生态，一个在模型与算法路线。重要性高低无法用公开材料证明，本文不做高下结论。
卖铲人路线：黄仁勋的公开节点
公开履历：黄仁勋 1993 年参与创办英伟达并出任 CEO 至今；1999 年公司发布 GeForce 256，被当年公开报道称为图形处理器 GPU 的起点；2006 年开放 CUDA，让通用计算跑在 GPU 上——这段平台化的来龙去脉见黄仁勋人物篇与GPU 进入 AI一篇。与 AI 直接相关的公开节点是 2012 年：AlexNet 用两块 GTX 580 显卡完成训练并夺得 ImageNet 冠军，见AlexNet 拿冠军一篇；2016 年他把第一台 DGX-1 交付给 OpenAI（公开报道口径）。此后公司数据中心业务按公开财报持续增长，2023 年市值突破一万亿美元（公开报道口径）。
挖矿人路线：苏茨克维的公开节点
苏茨克维的公开产出集中在模型路线：2012 年作为 AlexNet 第一作者完成训练；2014 年与合作者发表序列到序列翻译论文；2015 年列入 OpenAI 成立公告的联合创始名单，后任首席科学家，GPT 系列的公开研究路线在此期间成型，GPT-3 于 2020 年公开发布；2023 年 7 月公开宣布组建超级对齐团队；2024 年 5 月公开宣布离开 OpenAI，随后创办安全超级智能公司（公开声明口径）。完整履历见苏茨克维人物篇。把 2022 年 11 月 ChatGPT 上线，见ChatGPT 上线一篇——放进这条线，可以看到模型路线从论文走向亿级用户的公开路径。
两种公开影响的范围对照
把两人的公开影响按落点分列：黄仁勋一方的公开落点是硬件平台与生态——CUDA 的开发者生态、数据中心产品线、按公开财报计的营收规模，影响范围的公开度量是出货量与市值；苏茨克维一方的公开落点是论文与模型——AlexNet、序列到序列、GPT 系列，影响范围的公开度量是论文引用与模型被跟进的程度。两者的公开节点在 2016 年 DGX-1 交付时交汇过一次：算力送到研究机构手里，其后才有 2022 年 ChatGPT 的亿级用户。这条链条说明两边的公开影响是先后衔接的关系；比较谁「改变更大」，公开材料提供不出统一的度量，本文不做高下结论。
| 路线 | 公开落点 | 公开度量 | 代表公开产出 |
|---|---|---|---|
| 卖铲人（黄仁勋） | 硬件平台与生态 | 出货量与市值 | CUDA 开发者生态、数据中心产品线、DGX-1 交付 |
| 挖矿人（苏茨克维） | 论文与模型 | 论文引用与模型被跟进的程度 | AlexNet、序列到序列翻译、GPT 系列 |
卖铲人与挖矿人公开节点对照速查
- 1993：黄仁勋参与创办英伟达并任 CEO
- 2006：CUDA 开放；2012：AlexNet 用 GPU 训练夺冠（苏茨克维为第一作者）
- 2016：DGX-1 交付 OpenAI（公开报道口径）
- 2020：GPT-3 公开发布；2022-11：ChatGPT 上线，两个月注册用户破亿
- 2023：英伟达市值公开报道破万亿；苏茨克维公开组建超级对齐团队
- 2024：苏茨克维公开宣布离职并创办新公司
- 说明：本文只对照公开节点，不做高下结论
芯片与模型对今天用户的含义
两条路线最终都落到你手里的体验：模型路线决定了对话能力与推理质量的迭代速度，芯片路线决定了这些能力能以什么价格、什么速度跑起来。今天你让通义千问写一份方案、让 Kimi 读一份长文档，背后同时是模型训练与算力供给两条线的工程成果。想核对本篇的公开节点，可以让 DeepSeek 先按年份列出两家公司的公开大事，再用公开财报与官方公告逐条回查。可带走的判断：读行业变化时，把「谁提供了工具」与「谁用工具做出了成果」分开计数，两条线各自的公开记录会更清楚。
关于黄仁勋与苏茨克维的常见疑问
- 卖铲人与挖矿人的说法从哪来？：源自淘金热时期「卖铲子的人稳赚」的比喻，公开报道常用它指代算力供应商与模型研发者的分工，属于行业俗称而非正式分类。
- 黄仁勋与苏茨克维有过直接合作吗？：公开记录的交汇点是 2016 年 DGX-1 交付 OpenAI（公开报道口径），AlexNet 训练使用的也是英伟达显卡，直接往来以公开报道为准。
- 超级对齐团队是什么？：2023 年 7 月苏茨克维公开宣布组建的 OpenAI 内部团队，公开目标是对齐超级智能，其后续人事变动有公开报道，细节以官方声明为准。
