黃仁勳獲頒國家科學獎章：從父母的美國夢，到替科學打開新可能

黃仁勳獲頒國家科學獎章的照片裡，最讓人停下來看的，是站在他身旁的父母。

兒子胸前掛著獎章，父母與他並肩合影，讓一則科技新聞有了更長的時間尺度。

半個多世紀前，他們把九歲的兒子與十歲的哥哥送往美國，希望孩子擁有更好的未來。

當年的願望，後來長成一家支援全球 AI 與科學研究的公司。

這段人生值得肯定，也值得仔細閱讀，因為把它簡化成「努力就會成功」，會錯過家庭與教育如何讓努力有地方落腳。

而理解這枚獎章，還得看見另一種累積：一家從電腦繪圖出發的公司，如何讓更多研究者有能力探索原本算不動的問題。

黃仁勳獲頒國家科學獎章，肯定的是什麼？

這次受到肯定的核心，是讓一種原本擅長畫圖的晶片，成為科學家能使用的運算工具。

美國時間 2026 年 10 月 8 日，黃仁勳獲頒美國國家科學獎章。依官方得獎理由，他透過處理器設計與軟體創新，推動 GPU 成為通用運算架構，支援科學運算的突破。

GPU 是圖形處理器，擅長把大量相似的計算分給許多運算單元同時處理。這種能力除了繪製遊戲畫面，也適合部分科學模擬與 AI 計算。

把晶片做得更快，只完成其中一半。研究者還需要軟體，才能把自己的問題交給這些晶片處理。

獎章同時提到硬體與軟體，正好提醒我們：科技對科學的貢獻，往往發生在「別人終於能用它做什麼」的那一刻。

企業家的成就，也能有科學的重量

NSF 的獎章介紹指出，這項榮譽由美國國會於 1959 年設立，表彰科學家與工程師對知識的傑出貢獻。工程本來就在它的肯定範圍之內。

因此，黃仁勳的得獎可以從「研究工具的建造者」來理解。有人提出新理論，有人設計新實驗，也有人讓龐大的計算變得可行，三者共同推動知識前進。

這也讓他加入獎章歷來的科學與工程得主之列。歷來得主解決的問題各不相同，黃仁勳受到肯定的，是讓運算工具成為更多科學研究的基礎。

只是，再宏大的工程成就，也有一個很小的起點。對黃仁勳而言，那個起點包含兩個孩子離開父母、前往陌生國度的旅程。

九歲赴美：父母先替孩子承擔了不確定

今天回看那趟旅程，最容易被成功結局遮住的，是父母當時根本不知道結果會如何。

黃仁勳在 Hoover Institution 訪談中回憶，九歲的他與十歲的哥哥先到華盛頓州親戚家，再到肯塔基州寄宿學校。他特別提起哥哥年紀那麼小，卻能帶著他轉機、找到下一段航程。

這個細節把「九歲赴美」還原成孩子的經驗。對成年人只是航線安排，對兄弟而言，卻是要在陌生機場裡一步一步找到去處。

後來父母也來到美國，一家人才重新團聚。他在同一場訪談談到，母親在天主教學校做清潔工作，父親是工程師，兩人節省開支，替孩子建立生活。

一輛綠色廂型車，裝著家庭對未來的想像

他記得父親買了一輛綠色廂型車，後方沒有座椅，就鋪上地毯、放進牛奶箱，載著全家從俄勒岡州一路到洛杉磯看迪士尼樂園。多年後，他仍在訪談中提起這次家庭旅行。

一輛車沒有辦法解釋一家科技公司的成功，但它能說明，成功者記憶中的重要事物，未必是後來最昂貴的東西。

從這段回憶看，父母的工作與節省，替孩子支撐起求學的生活。對一個家庭而言，穩定的日常也可能是孩子探索未來的起點。

把父母的付出放回故事裡，成就就有了更完整的署名。 哥哥的照顧、家人的支持，都是那枚獎章沒有刻上去、卻值得被看見的名字。

這段經歷也提醒正在照顧孩子的人，當下的付出未必很快得到答案。提供穩定生活、保護好奇心，已經是在替未來創造條件。

當孩子終於有機會繼續讀書，下一個問題便是：他如何把這份機會，逐步變成自己的能力？

美國夢的內涵，是讓人能夠繼續往前走

黃仁勳談美國夢時，會把自己獲得的教育、工作與創業機會一起放進故事，而不是只談最後的財富。

他的求學路徑也提供一個具體提醒。俄勒岡州立大學記載，他於 1984 年取得電機學士，之後一邊全職工作、一邊完成史丹佛大學碩士，於 1992 年畢業。

他從公立大學出發，也確實接受過頂尖研究大學的訓練。這段經歷支持的，是起點之外仍有前進的路，不能被縮寫成「教育不重要」。

出身不是終點，能力需要持續累積

對正在求學或轉換職涯的讀者，這比「不用念名校也能成功」更有用。最初的學校，並沒有替一個人的學習畫下句點。

工作之後還能繼續進修，所學又有機會在產業裡應用，教育與工作就能接成一條路。一次選擇沒有決定全部人生，後面的選擇仍然重要。

這也讓美國夢有了可以具體討論的內容：一個人能否接觸知識、累積經驗，找到願意合作的人，並有機會把想法做出來？

把這些條件看清楚，我們才知道該如何幫助下一個年輕人。只說要努力，並沒有回答他要到哪裡學、找誰合作，以及如何跨過第一道門檻。

當然，單一成功故事不能替每個人保證相同結果。它能提供的，是對機會如何形成的觀察，以及對持續學習的信心。

求學與工作的累積，後來成為他創業的背景。要讓 NVIDIA 的技術被更多人採用，公司還得建立研究者用得上的工具。

從畫面到知識：GPU 如何走進科學家的工作？

NVIDIA 對科研的影響，關鍵在於把遊戲產業累積的運算能力，轉成研究者可以使用的平台。

依公司歷史，黃仁勳與 Chris Malachowsky、Curtis Priem 於 1993 年共同創立 NVIDIA，最初的願景與遊戲、多媒體的 3D 繪圖有關。

繪圖需要反覆處理大量像素，於是 GPU 擅長同時完成許多相似計算。科學研究裡也有類似需求，例如模擬物理系統中的許多粒子。

不過，兩種需求相似，不代表科學家拿到顯示卡就能直接工作。研究程式必須有方法使用晶片的能力。

CUDA 讓專長之間有了橋梁

NVIDIA 的技術文件說明，公司於 2006 年推出 CUDA。這是一套平行運算平台與程式設計方式，讓開發者把適合的計算交給 GPU，同時處理。

可以把它想成一座橋：一端是擅長大量計算的硬體，另一端是知道自己要解什麼問題的研究者。橋接起來，兩邊的專長才能一起發揮。

這種改變的重要性，在於減少研究工具的限制。原本需要等待很久的計算若能更快完成，研究團隊便可能多試幾個方案，或探索更大的問題。

但 GPU 並不會讓每種工作都自動加速。程式能否拆成適合平行處理的部分，資料如何移動，仍然影響實際效果。

延伸閱讀：Wafer 分享 CUDA 效能指南：AI 變慢時，先找出 GPU 在等什麼

AlexNet 展示了工具與研究如何相遇

2012 年的 AlexNet 原始論文提供一個鮮明例子：研究團隊利用 GPU 訓練辨識圖片的深度神經網路，並在大型影像辨識競賽取得突破。

深度神經網路是透過多層計算，從大量範例中學習辨識特徵的方法。它需要研究想法，也需要足夠的資料與運算，才能把訓練做完。

因此，這段歷史應同時看見提出方法的研究者，以及讓方法能實際運作的工具。把成就全歸給單一人物，反而會讓我們看不懂突破如何發生。

黃仁勳這次得獎，值得深思的正是工具的力量。一家公司可以透過長期建造平台，讓許多人的研究跨過同一道障礙。

當工具變得重要，下一個挑戰就從「能不能做」，走向「有多少人能夠使用」。

NSF 與 Genesis：把科研能力交到更多人手上

科研機會要能擴大，除了晶片，還需要取得運算資源的方法，以及使用它的人才。

美國國家科學基金會 NSF 負責支持基礎研究與教育。它主導的 NAIRR，也就是國家人工智慧研究資源計畫，嘗試把運算、資料、模型與軟體帶給更多研究者。

2024 年啟動試辦時，NVIDIA 宣布提供價值 3,000 萬美元的技術支持，涵蓋兩年。NSF 的資源清單也列出雲端運算、軟體與專家協助等內容。

這裡的金額代表整體支持的價值，包含技術資源。對研究者而言，能否用上資源、完成實驗，比只看到公告數字更接近計畫的目的。

2026 年 8 月，NVIDIA 又宣布參與 NSF 的州與區域 AI 基礎設施中心計畫。這項安排讓不同學校與區域合作，共享資源與專業能力。

共同使用的意義，在於學校不必每一家都從零建立完整設施，也能讓教學與研究接觸更進階的工具。設備、訓練與使用經驗因此可以一起累積。

五年 10 億美元承諾，接下來要看研究如何發生

在黃仁勳受獎的同一天，NVIDIA 公告未來五年將投入價值 10 億美元的承諾，支持美國科學研究，包含量子運算、醫療與能源等領域。

公司也宣布參與 Genesis Mission 的部分研究專案。這些是後續投入與合作方向，成果需要隨研究逐步產生。

Genesis Mission由美國能源部主導，目標是結合國家實驗室、產業與學術界，用 AI 加速科學探索。NSF 則以它的研究與教育資源參與相關工作。

把兩者的角色分清楚，才能理解科研合作的樣貌。不同機構提供設施、知識、資料與運算，企業參與其中，研究問題仍由跨領域團隊共同處理。

AI 的價值，必須回到實驗裡證明

SLAC 國家加速器實驗室在 10 月 8 日公布的催化研究專案中，提出讓 AI 比較假說、選擇下一個實驗，再把實驗結果交回系統分析的設計。

催化是讓化學反應更容易進行的過程，與能源、化學品製造密切相關。這個專案要測試，結合推理與實際測量，能否更有效理解催化機制。

這讓「AI 加速科學」有了具體樣子。AI 提出值得測試的方向，實驗提供證據，證據再修正下一步選擇，研究才會往前走。

評估這類合作，可以追問研究者是否真的獲得可用資源、實驗是否更有效率，以及結果能否被其他團隊檢驗。這些問題比把運算規模直接當成發現，更能看見長期價值。

延伸閱讀：Anthropic 承諾三年投入1.5億美元支持 Genesis：AI 科學研究缺的只有模型嗎？

獎章之後，值得留下的是什麼？

黃仁勳在 2026 年卡內基美隆大學畢業演講裡，鼓勵畢業生投入工作，做出對得起教育、潛力，以及那些早早相信自己的人們的成果。

把這段話與受獎照片放在一起，很容易想到他的父母。他們相信孩子時，還沒有 NVIDIA，也沒有今天這枚獎章。

但這份相信並沒有停在家庭裡。當一個人有了更大的能力，他也能透過工具、教育與合作，讓別人的想法更有機會實現。

對一般讀者，這提供一種更踏實的成長想像。你不必複製黃仁勳的人生，仍然可以珍惜已有的學習機會，把一項能力練深，做出能幫助他人的成果。

對學校與企業，則可以再多問一步：自己提供的資源，是否讓有好問題的人更容易開始？一次分享、一個實驗位置或一套可用工具，都可能改變後續的路。

一個家庭把孩子送往更大的世界，孩子後來也參與建造了讓更多人探索世界的工具。 看見成就的同時，也可以回頭想想，自己曾經獲得的支持，如今能如何傳給下一個人。

想追蹤 AI 如何走進科研與日常工作，歡迎透過本文的免費訂閱區塊加入 AI 郵報，持續閱讀研究進展與工具解析。

常見問題

黃仁勳獲頒國家科學獎章，是因為 NVIDIA 市值很高嗎？

官方得獎理由著重 GPU 通用運算架構、處理器與軟體創新，以及對科學運算的貢獻。理解這次肯定，應從技術如何被研究者使用出發。

國家科學獎章與國家技術及創新獎章相同嗎？

兩者是不同榮譽。2026 年 10 月 8 日的典禮同時頒發兩種獎章，黃仁勳獲得的是國家科學獎章。

NVIDIA 的 10 億美元科研支持已經全部投入了嗎？

10 月 8 日公告的是未來五年的承諾，包含對高等教育研究機構、量子運算與相關雲端服務能力的支持。應隨後續執行追蹤，不能把承諾直接視為已完成的研究成果。

想繼續理解 AI 如何走進實驗室，可以從上面的 Genesis 延伸閱讀出發，追蹤每一個研究專案如何把計算變成可檢驗的發現。