關(guān)注本城公眾號(hào)并設(shè)星??標(biāo)，不錯(cuò)過最新精彩內(nèi)容

文：Web3天空之城·城主

NVIDIA首席執(zhí)行官黃仁勛十月剛剛接受了一場(chǎng)投資者的80分鐘面談專訪。在這次最新長談中，他用一如既往的風(fēng)格，深入探討了人工智能領(lǐng)域的最新發(fā)展，分享了對(duì)未來計(jì)算架構(gòu)的獨(dú)到見解，以及NVIDIA在推動(dòng)AI革命中的戰(zhàn)略布局。黃仁勛以獨(dú)到的見解，為我們深入揭示了AI時(shí)代的機(jī)遇與挑戰(zhàn)。

B站傳送：【NVIDIA CEO黃仁勛最新十月長訪@ BG2投資播客 2024.10.14【中英精校】-嗶哩嗶哩】 

https:///CO1NQ0v

AI個(gè)人助理的未來觸手可及

訪談一開始，主持人提出了一個(gè)令人振奮的愿景：擁有一個(gè)口袋里的私人AI助理，了解我們的一切，具備完美的記憶，能夠與我們溝通，幫忙處理日常事務(wù)。對(duì)此，黃仁勛充滿信心地表示，這樣的助理將在不久的將來以某種形式出現(xiàn)在我們身邊，而且會(huì)隨著時(shí)間的推移變得越來越完美。

黃仁勛的樂觀態(tài)度反映了AI技術(shù)的迅猛發(fā)展。隨著深度學(xué)習(xí)和自然語言處理的不斷突破，AI個(gè)人助理的實(shí)現(xiàn)已不再是遙遠(yuǎn)的夢(mèng)想，而是即將到來的現(xiàn)實(shí)。這將深刻改變?nèi)祟惖纳罘绞胶凸ぷ髂Ｊ健?/p>

重新發(fā)明計(jì)算：Computing的革命性變化

黃仁勛強(qiáng)調(diào)，我們正在重新發(fā)明計(jì)算。他指出，NVIDIA在過去十年中將計(jì)算的邊際成本降低了10萬倍，遠(yuǎn)超摩爾定律帶來的百倍增長。這一成果源于加速計(jì)算的引入，以及在GPU架構(gòu)、數(shù)值精度、張量核心等方面的創(chuàng)新。

他進(jìn)一步解釋，傳統(tǒng)的CPU架構(gòu)已無法滿足AI時(shí)代的計(jì)算需求。通過將CPU上效率不高的任務(wù)轉(zhuǎn)移到GPU上，加速計(jì)算成為可能。同時(shí)，軟件、算法和硬件的同步創(chuàng)新，使得整個(gè)技術(shù)堆棧都在高速發(fā)展。

這一觀點(diǎn)揭示了NVIDIA在AI時(shí)代的戰(zhàn)略優(yōu)勢(shì)。通過硬件和軟件的深度融合，以及對(duì)整個(gè)計(jì)算架構(gòu)的重新設(shè)計(jì)，NVIDIA確立了其在AI計(jì)算領(lǐng)域的領(lǐng)先地位。這種革命性變化不僅提升了計(jì)算性能，也為AI的快速發(fā)展奠定了基礎(chǔ)。

深厚的護(hù)城河：從GPU到完整生態(tài)系統(tǒng)

在談及NVIDIA的市場(chǎng)護(hù)城河時(shí)，黃仁勛指出，NVIDIA的優(yōu)勢(shì)不僅在于硬件性能，更在于其構(gòu)建的完整技術(shù)堆棧，尤其是軟件和庫的支持。他強(qiáng)調(diào)，加速計(jì)算的成功離不開CUDA等領(lǐng)域特定庫的貢獻(xiàn)。這些庫使得開發(fā)者能夠高效利用GPU的性能，實(shí)現(xiàn)AI模型的快速訓(xùn)練和推理。

NVIDIA通過構(gòu)建軟硬件一體化的生態(tài)系統(tǒng)，形成了難以逾越的競(jìng)爭(zhēng)壁壘。對(duì)開發(fā)者友好的平臺(tái)和工具，加上持續(xù)的技術(shù)創(chuàng)新，使得NVIDIA在AI領(lǐng)域保持領(lǐng)先。

推理的重要性：AI應(yīng)用的未來

隨著AI模型的發(fā)展，黃仁勛強(qiáng)調(diào)了推理（Inference）的重要性。他認(rèn)為，推理本質(zhì)上是大規(guī)模的訓(xùn)練，只有在推理階段表現(xiàn)出色，AI模型才能真正為用戶帶來價(jià)值。NVIDIA在推理方面的技術(shù)積累和架構(gòu)設(shè)計(jì)，使其能夠高效支持復(fù)雜的推理任務(wù)。

推理階段的性能直接關(guān)系到用戶體驗(yàn)和AI應(yīng)用的實(shí)用性。NVIDIA在推理領(lǐng)域的優(yōu)勢(shì)，進(jìn)一步鞏固了其在AI全產(chǎn)業(yè)鏈的主導(dǎo)地位。

面對(duì)競(jìng)爭(zhēng)：堅(jiān)持獨(dú)特使命

對(duì)于市場(chǎng)上定制ASIC的競(jìng)爭(zhēng)，黃仁勛坦言NVIDIA的目標(biāo)與眾不同。他表示，NVIDIA專注于構(gòu)建適用于AI、生成式AI和代理AI的新計(jì)算平臺(tái)，重塑整個(gè)計(jì)算堆棧。他強(qiáng)調(diào)，公司唯一的目標(biāo)是構(gòu)建一個(gè)無處不在的平臺(tái)架構(gòu)，而不是從他人手中奪取市場(chǎng)份額。

這種戰(zhàn)略定位彰顯了NVIDIA的自信和遠(yuǎn)見。通過專注于自身的獨(dú)特使命，NVIDIA致力于持續(xù)創(chuàng)新，引領(lǐng)AI時(shí)代的發(fā)展方向。競(jìng)爭(zhēng)者的存在反而激發(fā)了NVIDIA不斷前進(jìn)的動(dòng)力。

需求與挑戰(zhàn)：AI計(jì)算的規(guī)?；?/strong>

談及未來的需求，黃仁勛預(yù)測(cè)，全球?qū)⑿枰獢?shù)百萬個(gè)GPU來支持AI計(jì)算。他以Elon Musk的X公司在19天內(nèi)建成10萬GPU的超級(jí)計(jì)算機(jī)為例，展示了AI計(jì)算需求的爆炸式增長。他認(rèn)為，分布式計(jì)算和新算法的發(fā)明將使得大規(guī)模AI計(jì)算成為可能。

這反映了AI產(chǎn)業(yè)的巨大潛力和面臨的挑戰(zhàn)。如何滿足如此龐大的計(jì)算需求，既是技術(shù)問題，也是產(chǎn)業(yè)機(jī)遇。NVIDIA在計(jì)算加速和架構(gòu)優(yōu)化方面的優(yōu)勢(shì)，使其有能力引領(lǐng)這一波浪潮。

AI對(duì)社會(huì)和生產(chǎn)力的影響，AI安全

黃仁勛深信，AI不會(huì)取代人類，而是會(huì)改變每一項(xiàng)工作。他預(yù)見未來的企業(yè)將由生物員工和數(shù)以百萬計(jì)的AI助手組成，生產(chǎn)力將實(shí)現(xiàn)質(zhì)的飛躍。他強(qiáng)調(diào)，AI將幫助人們實(shí)現(xiàn)自動(dòng)化，激發(fā)創(chuàng)造力，并推動(dòng)經(jīng)濟(jì)增長。

在談到AI安全時(shí)，黃仁勛強(qiáng)調(diào)了行業(yè)自律的重要性。他指出，構(gòu)建安全的AI需要技術(shù)研發(fā)、最佳實(shí)踐和適度的監(jiān)管。此外，他認(rèn)為開源模型對(duì)于AI的發(fā)展至關(guān)重要，開放與閉源應(yīng)相輔相成，共同推動(dòng)技術(shù)進(jìn)步。

這一觀點(diǎn)描繪了AI與人類共生的未來圖景。AI作為工具和伙伴，將解放人類的潛能，促進(jìn)社會(huì)的進(jìn)步。同時(shí)，也提出了對(duì)于教育、就業(yè)和倫理的思考。AI的安全和倫理是不可回避的問題。通過行業(yè)合作和透明度的提升，可以有效預(yù)防潛在風(fēng)險(xiǎn)。開源精神的堅(jiān)持，將有助于激發(fā)創(chuàng)新，促進(jìn)AI在各領(lǐng)域的公平應(yīng)用。

--天空之城書面全文版2萬字--

 （前言）黃仁勛：

他們?nèi)〉玫某删褪仟?dú)一無二的，這是前所未有的。從另一個(gè)角度看，100,000 個(gè) GPU 絕對(duì)可以稱為地球上最快的超級(jí)計(jì)算機(jī)。這是一個(gè)超級(jí)計(jì)算機(jī)集群。通常，建造這樣一臺(tái)超級(jí)計(jì)算機(jī)需要三年的規(guī)劃時(shí)間，設(shè)備交付后還需要一年的時(shí)間才能完全運(yùn)作。而我們，僅用了19天。

主持人：Jensen，你的眼鏡不錯(cuò)。

黃仁勛：嘿，是的，你的也不錯(cuò)。

主持人：和你在一起真好。

黃仁勛：我也戴著類似的眼鏡。

主持人：好吧，它們并不丑，還算不錯(cuò)。更喜歡紅色的嗎？

黃仁勛：只有你的家人會(huì)喜歡的東西。

主持人：今天是10月4日星期五，我們?cè)贜vidia總部。

黃仁勛：歡迎！

主持人：

謝謝。周一我們將舉行年度投資者會(huì)議，我們將在會(huì)上討論人工智能的所有影響，以及我們擴(kuò)展智能的速度。我真的想不出比你更適合開始會(huì)議的人了。我很感激。作為股東和思想伙伴，我們來回交流想法，你真的讓我們變得更聰明。我們非常珍視這段友誼，感謝你的到來。

黃仁勛：很高興來到這里。

主持人：

今年的主題是將智能擴(kuò)展到AGI。令人難以置信的是，兩年前我們做這件事時(shí)，人工智能正處于一個(gè)重要時(shí)期，而那還是ChatGPT問世的兩個(gè)月前。想想所有這些變化。所以我想，我們可以從一個(gè)思想實(shí)驗(yàn)和預(yù)測(cè)開始。

如果我把AGI想象成我口袋里的私人助理，那將是多么美妙。是的，它了解我的一切，對(duì)我有完美的記憶，它可以與我溝通，幫我預(yù)訂酒店或預(yù)約醫(yī)生。當(dāng)你看到當(dāng)今世界的變化速度時(shí)，你認(rèn)為我們什么時(shí)候才能擁有這樣的個(gè)人助理？

黃仁勛：

很快，以某種形式，是的。很快就會(huì)以某種形式出現(xiàn)，而且隨著時(shí)間的推移，這個(gè)助手會(huì)越來越好。這就是我們所知的技術(shù)之美。所以我認(rèn)為一開始它會(huì)非常有用，但并不完美。然后它會(huì)隨著時(shí)間的推移變得越來越完美，就像所有的技術(shù)一樣。

主持人：

當(dāng)我們觀察變化的速度時(shí)，我想起埃隆曾說過，唯一真正重要的是變化的速度。我們確實(shí)感受到變化的速度已經(jīng)顯著加快。這是我們?cè)谶@些問題上見過的最快速度，因?yàn)槲覀兒湍阋粯?，在AI領(lǐng)域已經(jīng)耕耘了十年。這是您職業(yè)生涯中見過的最快速度嗎？

黃仁勛：

這是因?yàn)槲覀冎匦掳l(fā)明了計(jì)算。我們?cè)?0年內(nèi)將計(jì)算的邊際成本降低了100,000倍，而摩爾定律的增長約為100倍。我們通過多種方式達(dá)成這一目標(biāo)，包括將CPU上效率不高的工作放在GPU上完成，引入加速計(jì)算，發(fā)明新的數(shù)值精度，以及通過新的架構(gòu)、張量核心來實(shí)現(xiàn)。

系統(tǒng)構(gòu)建的基礎(chǔ)包括使用NVLink增加超快的內(nèi)存、HBM，并通過NVLink和InfiniBand擴(kuò)展整個(gè)堆棧。這些創(chuàng)新導(dǎo)致了類似超摩爾定律的增長速度。我們從人工編程轉(zhuǎn)向機(jī)器學(xué)習(xí)，機(jī)器學(xué)習(xí)能夠快速學(xué)習(xí)。我們重新分配計(jì)算方式，實(shí)現(xiàn)了多種并行性，如張量并行性和管道并行性，并在此基礎(chǔ)上發(fā)明新算法和新訓(xùn)練方法。這些創(chuàng)新不斷疊加。

回顧摩爾定律的發(fā)展，軟件通常是靜態(tài)的，是預(yù)編譯和包裝后出售的，而硬件則以摩爾定律的速度發(fā)展?，F(xiàn)在，整個(gè)科技堆棧都在同步增長和創(chuàng)新。因此，我們突然看到系統(tǒng)的擴(kuò)展。以前，我們討論預(yù)訓(xùn)練模型的擴(kuò)展，以及如何將模型大小和數(shù)據(jù)大小翻倍，使得所需計(jì)算能力每年增加四倍。這是一個(gè)重大變化。如今，我們也看到了后訓(xùn)練和推理階段的擴(kuò)展。預(yù)訓(xùn)練再也不被視為艱難，推理也變得復(fù)雜。認(rèn)為人類所有思維都是一次性想法是荒謬的，因此需要快速思考、慢速思考、推理、反思、迭代和模擬的能力。

主持人：

我認(rèn)為，到目前為止，關(guān)于NVIDIA最容易被誤解的一點(diǎn)是它真正的護(hù)城河有多深。許多人可能認(rèn)為只要有人發(fā)明了一種新的更好的芯片，他們就能夠勝出。在過去十年中，你一直致力于構(gòu)建從 GPU 到 CPU 再到網(wǎng)絡(luò)的完整技術(shù)堆棧，尤其在軟件和庫方面，使應(yīng)用程序能夠在 NVIDIA 上成功運(yùn)行。

當(dāng)你思考 NVIDIA 當(dāng)今的市場(chǎng)護(hù)城河時(shí)，你認(rèn)為相比三四年前，它是變得更大還是更小了？

黃仁勛：

我非常欣賞你對(duì)計(jì)算技術(shù)發(fā)展變化的認(rèn)知。許多人認(rèn)為設(shè)計(jì)一個(gè)更好的芯片就是增加更多的觸發(fā)器、位和字節(jié)，但這實(shí)際上是一種過時(shí)的思維。長久以來，我們的理解是，軟件只是運(yùn)行在 Windows 上的某個(gè)應(yīng)用程序，而且是靜態(tài)的。過去，人們認(rèn)為提高系統(tǒng)性能的最佳途徑是制造更快的芯片，但我們已經(jīng)認(rèn)識(shí)到機(jī)器學(xué)習(xí)并非由人類編程，它不僅僅是軟件，它涉及整個(gè)數(shù)據(jù)處理過程。

對(duì)我們而言，機(jī)器學(xué)習(xí)的關(guān)鍵在于“飛輪效應(yīng)”。那么，如何啟用這個(gè)飛輪，同時(shí)讓數(shù)據(jù)科學(xué)家和研究人員在其中高效工作呢？這個(gè)飛輪自一開始就運(yùn)轉(zhuǎn)不息。很多人甚至未曾意識(shí)到，教會(huì)人工智能需要先利用人工智能去整理數(shù)據(jù)，而人工智能本身極為復(fù)雜且在不斷進(jìn)步。

主持人：

它是否也在加速發(fā)展？而這種發(fā)展，是所有系統(tǒng)相結(jié)合的結(jié)果。

黃仁勛：

是的 ，由于智能化的數(shù)據(jù)整理技術(shù)，我們現(xiàn)有合成數(shù)據(jù)生成及多種數(shù)據(jù)處理、呈現(xiàn)方式。因此，高效的數(shù)據(jù)處理在訓(xùn)練之前就已經(jīng)開始。人們可能認(rèn)為 PyTorch 是新時(shí)代的起點(diǎn)，但在 PyTorch 出現(xiàn)之前和之后都有大量工作要完成。要專注于飛輪的整體，這是你應(yīng)該考慮的重點(diǎn)。如何設(shè)計(jì)計(jì)算系統(tǒng)和架構(gòu)，以利用飛輪并實(shí)現(xiàn)最高效運(yùn)作呢？這并不是應(yīng)用程序的一部分，也不只是訓(xùn)練。這只是一個(gè)過程中的一步。飛輪上的每一步都很艱難。因此，首先要做的不是考慮如何加快 Excel 或 Doom 的運(yùn)行速度，那都是過去的事情?，F(xiàn)在需要思考的是，如何讓飛輪運(yùn)轉(zhuǎn)得更快。這個(gè)飛輪由許多不同的步驟組成。

正如大家所知，機(jī)器學(xué)習(xí)并不容易。OpenAI、X、Gemini 和 DeepMind 團(tuán)隊(duì)所做的工作都是復(fù)雜的。所以，我們決定關(guān)注真正值得思考的問題：整個(gè)過程如何加速。加速每一部分是目標(biāo)，而遵循阿姆達(dá)爾定律至關(guān)重要。阿姆達(dá)爾定律指出，如果某個(gè)步驟占用30%的時(shí)間，即使加速三倍，整體過程的提升也有限。所以，創(chuàng)建一個(gè)可以加速每一步的系統(tǒng)是關(guān)鍵，只有這樣才能實(shí)質(zhì)性地改善周期時(shí)間。

飛輪和學(xué)習(xí)率是導(dǎo)致指數(shù)級(jí)增長的原因。我們對(duì)公司及其實(shí)際工作的理解最終會(huì)體現(xiàn)在產(chǎn)品中。我們的目標(biāo)是在整個(gè)周期中加速飛輪的運(yùn)轉(zhuǎn)。當(dāng)前的主要關(guān)注點(diǎn)是視頻領(lǐng)域，很多人專注于物理人工智能和視頻處理。想象一下每秒都有 TB 級(jí)數(shù)據(jù)進(jìn)入系統(tǒng)，這需要一個(gè)能吸收所有數(shù)據(jù)的管道來首先為訓(xùn)練做好準(zhǔn)備。

整個(gè)過程都是通過 CUDA 加速的。

主持人：

今天，人們大多只考慮文本模型，但未來的視頻模型以及一些文本模型，例如 O1，將能夠在我們到達(dá)目標(biāo)前真正處理大量數(shù)據(jù)。

黃仁勛：

語言模型將無所不包，訓(xùn)練這些大型語言模型需要業(yè)界巨大的技術(shù)努力。現(xiàn)在，我們?cè)诿恳徊街卸际褂么笮驼Z言模型，這非常了不起。

主持人：

雖然不想簡(jiǎn)化這個(gè)過程，但常常會(huì)聽到投資者問，定制 ASIC 的問題呢？是的，但他們的競(jìng)爭(zhēng)模式將因此受到打擊。

我聽到您說，在組合系統(tǒng)中，優(yōu)勢(shì)會(huì)隨著時(shí)間的推移而增長。所以，我們的優(yōu)勢(shì)比三四年前更大，因?yàn)槲覀冋诟倪M(jìn)每個(gè)組件，這是組合的效果。

當(dāng)你考慮，例如，作為一個(gè)商業(yè)案例研究，英特爾，它擁有主導(dǎo)模式，在堆棧中占據(jù)主導(dǎo)地位。

黃仁勛：

他們之所以與眾不同，是因?yàn)榭赡苁堑谝患以谥圃?、工藝工程、制造以及制造之上的芯片制造方面都非常出色的公司。他們?cè)?x86 架構(gòu)中設(shè)計(jì)芯片、構(gòu)建芯片，并制造出越來越快的 x86 芯片，這就是他們的聰明之處。他們將其與制造融合在一起。

我們公司在這方面略有不同，我們認(rèn)識(shí)到隨并行處理并不要求每個(gè)晶體管都表現(xiàn)出色，而串行處理要求每個(gè)晶體管都性能卓越。并行處理需要大量的晶體管才能更具成本效益。我寧愿晶體管數(shù)量多10倍、速度慢20%，也不愿晶體管數(shù)量少10倍、速度快20%。這有道理嗎？它們是相反的。

因此，單線程性能、單線程處理和并行處理非常不同。我們觀察到，事實(shí)上，我們的世界并不是越往下越好。我們希望變得非常好，盡可能好，但我們的世界實(shí)際上是越往上越好。并行計(jì)算、并行處理很難，因?yàn)槊總€(gè)算法都需要一種不同的方式重構(gòu)和重新設(shè)計(jì)架構(gòu)算法。

人們沒有意識(shí)到的是，你可以擁有三個(gè)不同的ISA（指令集架構(gòu)）、CPU ISA。它們都有自己的C編譯器，你可以使用軟件并編譯到該ISA。這在加速計(jì)算中是不可能的，這在并行計(jì)算中是不可能的。提出架構(gòu)的公司必須提出自己的OpenGL。

因此，我們憑借名為CUDNN的領(lǐng)域特定庫徹底改變了深度學(xué)習(xí)。如果沒有CUDNN，就沒有人會(huì)談?wù)撍?，因?yàn)樗荘yTorch和TensorFlow下面的一層，在過去，它是CAFE和Theano，現(xiàn)在是Triton。有很多不同的框架。因此，特定領(lǐng)域的庫CUDNN、特定領(lǐng)域的庫Optics，我們有特定領(lǐng)域的庫CuQuantum、Rapids，領(lǐng)域列表繼續(xù)增加。

主持人：

行業(yè)特定的算法位于所有人都關(guān)注的 PyTorch 層之下。正如我常聽到的...

黃仁勛：

如果沒有發(fā)明 LLM，那么上面的任何應(yīng)用程序都無法運(yùn)行。NVIDIA 之所以出色，正是因?yàn)槲覀冊(cè)跀?shù)學(xué)和算法方面的優(yōu)勢(shì)。在科學(xué)和底層架構(gòu)的結(jié)合上，我們同樣非常擅長。

主持人：

現(xiàn)在，所有注意力終于集中在推理上。我記得，兩年前，布拉德和我與你共進(jìn)晚餐，曾問了一個(gè)問題：你認(rèn)為在推理方面的護(hù)城河會(huì)像在訓(xùn)練方面一樣強(qiáng)大嗎？

黃仁勛：我確信它會(huì)更大。

主持人：你剛才提到了很多元素，比如可組合性等。對(duì)于客戶來說，在兩者之間保持靈活性是非常重要的。既然我們處于推理時(shí)代，你能否談?wù)勏嚓P(guān)內(nèi)容？

黃仁勛：

推理本質(zhì)上就是大規(guī)模訓(xùn)練。因此，如果你訓(xùn)練得好，很可能推理也會(huì)很好。如果你在這個(gè)架構(gòu)上構(gòu)建它，即使沒有特別的考慮，它也會(huì)在這個(gè)架構(gòu)上運(yùn)行。雖然可以針對(duì)其他架構(gòu)進(jìn)行優(yōu)化，但由于已經(jīng)在 NVIDIA 上構(gòu)建，它至少會(huì)在 NVIDIA 上運(yùn)行。

另一個(gè)方面是資本投資。當(dāng)你訓(xùn)練新模型時(shí)，自然希望使用最新的設(shè)備，這就留下了你昨天使用的設(shè)備，而這些設(shè)備非常適合推理。與 CUDA 兼容的新基礎(chǔ)設(shè)施背后，有一系列免費(fèi)設(shè)備和基礎(chǔ)設(shè)施。我們嚴(yán)格確保兼容性，以便現(xiàn)有系統(tǒng)保持卓越。

同時(shí)，我們投入大量精力重新發(fā)明新算法，以確保 Hopper 架構(gòu)比購買時(shí)更好。我們的基礎(chǔ)設(shè)施因此持續(xù)高效。改進(jìn)的新算法和新架構(gòu)提升了每一個(gè)已安裝的基礎(chǔ)，包括 Hopper、Ampere，甚至 Volta。Sam 剛剛告訴我，他們最近才停用了 OpenAI 的 Volta 基礎(chǔ)設(shè)施。因此，我認(rèn)為我們已經(jīng)為安裝基礎(chǔ)打下了痕跡。就像所有計(jì)算一樣，安裝基礎(chǔ)非常重要。NVIDIA 的技術(shù)存在于每一個(gè)云，并一直延伸到邊緣設(shè)備。因此，在云端創(chuàng)建的 Vela 視覺語言模型無需修改即可在機(jī)器人的邊緣完美運(yùn)行，并且完全兼容 CUDA。

我認(rèn)為架構(gòu)兼容性對(duì)于大型系統(tǒng)來說至關(guān)重要，無論是 iPhone 還是其他設(shè)備。我相信安裝基礎(chǔ)對(duì)于推理過程非常重要。然而，真正讓我們受益的是，當(dāng)我們訓(xùn)練這些大型語言模型及其新架構(gòu)時(shí)，我們能思考如何在未來的某個(gè)時(shí)機(jī)創(chuàng)建在推理方面表現(xiàn)出色的架構(gòu)。

因此，我們一直在研究推理模型的迭代模型，以及怎樣為用戶的個(gè)人代理創(chuàng)建互動(dòng)性強(qiáng)的推理體驗(yàn)。您不希望在說完話之后還要等待片刻才能得到響應(yīng)，您希望它能快速與您互動(dòng)。那么，我們?nèi)绾蝿?chuàng)建這樣的系統(tǒng)呢？最終的成果就是 NVLink。

NVLink 讓我們能夠利用這些非常適合訓(xùn)練的系統(tǒng)，而在您完成訓(xùn)練后，推理性能也能達(dá)到非常出色的水平。因此，優(yōu)化到第一個(gè)標(biāo)記的時(shí)間非常重要。實(shí)際上，這一過程非常困難，因?yàn)榈降谝粋€(gè)標(biāo)記的時(shí)間需要大量帶寬。如果您的上下文也很豐富，那么您會(huì)需要大量的觸發(fā)器。因此，您需要無限量的帶寬和觸發(fā)器才能實(shí)現(xiàn)幾毫秒的響應(yīng)時(shí)間。

我們?yōu)榇税l(fā)明了 Grace Blackwell NVLink。

主持人：

由于時(shí)間關(guān)系，這里還有更多問題。

黃仁勛：聽著。讓我們一直做下去，直到做對(duì)為止。

主持人：

我喜歡這種做法。現(xiàn)在我們不必?fù)?dān)心時(shí)間了。

本周早些時(shí)候我和安迪·賈西碰面，他提到我們即將推出 Tranium 和 Inferencia。我認(rèn)為大多數(shù)人可能覺得這對(duì) NVIDIA 是個(gè)問題。但他接著說，NVIDIA 是我們的重要合作伙伴，并將繼續(xù)是我們的重要合作伙伴。據(jù)我所知，未來世界將依靠 NVIDIA 的技術(shù)運(yùn)行。

因此，當(dāng)您考慮構(gòu)建定制的 ASIC 時(shí)，它們將用于特定應(yīng)用，比如 Meta 的推理加速器、亞馬遜的 Tranium 或者谷歌的 TPU。關(guān)于供應(yīng)短缺的問題，我們需要思考這些新的技術(shù)動(dòng)態(tài)是否會(huì)改變現(xiàn)狀，或者它們是否只是對(duì)現(xiàn)有系統(tǒng)的一種補(bǔ)充。

黃仁勛：

我們現(xiàn)在正在做的是不同的事情，具體來說，NVIDIA 正在為一個(gè)全新的世界構(gòu)建計(jì)算平臺(tái)，這個(gè)世界包括機(jī)器學(xué)習(xí)、生成 AI 和代理 AI 等。

經(jīng)過 60 年的計(jì)算，我們深刻地重塑了整個(gè)計(jì)算堆棧。無論是從編程到機(jī)器學(xué)習(xí)，還是從 CPU 向 GPU 的轉(zhuǎn)變，以及從傳統(tǒng)軟件到人工智能的演變，應(yīng)用程序的形式都在改變。因此，計(jì)算堆棧和技術(shù)堆棧的各個(gè)方面都發(fā)生了劇變。

我們的目標(biāo)是創(chuàng)建一個(gè)可以隨時(shí)隨地使用的計(jì)算平臺(tái)，這正是我們工作復(fù)雜性的源泉。我們正在構(gòu)建整個(gè)人工智能基礎(chǔ)設(shè)施，并將其視作一臺(tái)完整的計(jì)算機(jī)。我曾說過，現(xiàn)在的數(shù)據(jù)中心是計(jì)算的單位。當(dāng)我想到一臺(tái)計(jì)算機(jī)時(shí)，關(guān)注的不僅是芯片，而是整個(gè)系統(tǒng)：所有的軟件、編排和內(nèi)部的機(jī)器，構(gòu)成了我的計(jì)算機(jī)。

我們每年都在努力創(chuàng)造一臺(tái)新的計(jì)算機(jī)，其性能提升兩到三倍，成本降低兩到三倍，能源效率提高兩到三倍。這種進(jìn)步令人難以置信。因此，我們建議客戶逐年分批購買新設(shè)備，以維持在成本上的平均水平，這樣做的好處是在架構(gòu)上保持兼容性。

目前，以我們這樣的改進(jìn)速度來構(gòu)建單獨(dú)的系統(tǒng)是非常困難的，而且雙重困難之處在于，我們不僅僅將這些創(chuàng)新作為基礎(chǔ)設(shè)施或服務(wù)出售，而是將它們?nèi)糠纸獠⒓傻蕉鄠€(gè)平臺(tái)中，比如 GCP、AWS、Azure 和其他服務(wù)中。這種做法確實(shí)是有意義的。每個(gè)人的集成都各不相同。我們必須將所有的架構(gòu)庫、算法和框架集成到他們的系統(tǒng)中，包括我們的安全系統(tǒng)和網(wǎng)絡(luò)。我們基本上每年都進(jìn)行十次這樣的集成。

這就是奇跡。這種每年的嘗試讓我感到瘋狂，想想這件事我就快要瘋了。

主持人：

那么，是什么驅(qū)使你每年這樣做呢？

克拉克剛剛從臺(tái)北、韓國和日本回來，與你們所有的供應(yīng)伙伴會(huì)面，你們與他們有長達(dá)十年的關(guān)系。這些關(guān)系對(duì)于構(gòu)建競(jìng)爭(zhēng)護(hù)城河的組合數(shù)學(xué)有多重要？

黃仁勛：

當(dāng)你系統(tǒng)地分解時(shí)，越是分解，大家就越驚訝于整個(gè)電子生態(tài)系統(tǒng)如何致力于與我們合作，以構(gòu)建一個(gè)集成到所有不同生態(tài)系統(tǒng)中的計(jì)算機(jī)立方體，并實(shí)現(xiàn)無縫協(xié)調(diào)。我們向后傳播了 API、方法、業(yè)務(wù)流程和設(shè)計(jì)規(guī)則，同時(shí)向前傳播方法、架構(gòu)和 API，這些已經(jīng)固化并隨著我們的發(fā)展而不斷演變。

這些 API 必須結(jié)合在一起，最后，臺(tái)灣和世界各地制造的所有東西都會(huì)在 Azure 數(shù)據(jù)中心結(jié)合在一起。

主持人：

人們只需調(diào)用 OpenAI API，它就可以工作。

黃仁勛：

沒錯(cuò)。這是一個(gè)完整的鏈條，是我們發(fā)明的龐大計(jì)算基礎(chǔ)設(shè)施。整個(gè)地球都在與我們合作，它已經(jīng)融入每一個(gè)地方。

該系統(tǒng)可以通過戴爾和 HPE 銷售，托管在云端，并一直接近邊緣?，F(xiàn)在，人們?cè)跈C(jī)器人系統(tǒng)和自動(dòng)駕駛汽車中使用它，它們?cè)诩軜?gòu)上都是兼容的。相當(dāng)瘋狂。

克拉克，我不想讓你覺得我沒有回答這個(gè)問題。事實(shí)上，我回答了。關(guān)于ASIC的部分，我指的是我們正在做一些不同的事情。作為公司，我們希望了解具體情況，并且我對(duì)公司和生態(tài)系統(tǒng)周圍的一切都了如指掌。我清楚其他人在做什么，有時(shí)這對(duì)我們有利，有時(shí)則不然。我非常清楚這一點(diǎn)，但這并沒有改變公司的目標(biāo)。公司的唯一目標(biāo)是構(gòu)建一個(gè)能夠無處不在的平臺(tái)架構(gòu)。

NVIDIA的定位是做市商，而非從任何人那里奪取市場(chǎng)份額。如果你查看我們的幻燈片，會(huì)發(fā)現(xiàn)我們從不談?wù)撌袌?chǎng)份額。內(nèi)部討論的都是我們?nèi)绾蝿?chuàng)造下一個(gè)事物？下一個(gè)可以在飛輪中解決的問題是什么？如何更好地為人們服務(wù)？如何將過去可能需要一年的飛輪縮短到一個(gè)月？在考慮這些不同事情的同時(shí)，我們確信我們的使命非常獨(dú)特。唯一的問題是這項(xiàng)使命是否必要。

所有偉大的公司都應(yīng)該以使命為核心，關(guān)鍵在于你在做什么，以及這是否必要、是否有價(jià)值、是否具有影響力和幫助他人。我相信你作為一家生成式人工智能初創(chuàng)公司的開發(fā)人員，正在決定如何成為一家公司。你不必立即選擇支持哪家ASIC，選擇Akuta意味著你可以隨時(shí)改變主意，而我們是通往人工智能世界的入口。一旦你決定加入我們的平臺(tái)，其他決定可以推遲。在與所有GCP、Azure合作時(shí)，我們也提前幾年向他們展示我們的路線圖，他們從未向我們展示他們的ASIC路線圖，但這從未冒犯過我們。如果您有一個(gè)唯一且有意義的目標(biāo)，并且您的使命對(duì)您和他人都很珍貴，那么您就可以保持透明。我在 GTC 上的路線圖是公開的，而在 Azure、AWS 等方面的合作伙伴看到的路線圖則更加深入。我們?cè)谶@些平臺(tái)上的工作沒有問題，即使他們也在制造自己的 A6。

主持人：

我認(rèn)為，當(dāng)人們關(guān)注業(yè)務(wù)時(shí)，會(huì)說最近對(duì) Blackwell 的需求是瘋狂的。在工作中，最困難的部分之一是在無法提供足夠的計(jì)算資源時(shí)對(duì)人們說“不”，這會(huì)帶來情感上的負(fù)擔(dān)。然而，批評(píng)者認(rèn)為這只是暫時(shí)現(xiàn)象，就像 2000 年的思科一樣，認(rèn)為我們?cè)谶^度建設(shè)光纖，預(yù)示著繁榮與蕭條并存。

令我想起了 2023 年初的一次晚宴。在 1 月 23 日的晚宴上，NVIDIA 預(yù)測(cè) 2023 年的收入將達(dá)到 260 億美元，然而最終收入為 600 億美元。

黃仁勛：

誠實(shí)地說，這是歷史上最大的預(yù)測(cè)失敗之一，我們是否至少可以承認(rèn)這一點(diǎn)？這是我的看法。

主持人：

在 2022 年 11 月，我們非常興奮，因?yàn)?Inflection.AI 的 Mustafa 和 Character.AI 的 Noah 等人來訪，討論對(duì)他們公司的投資。他們提到，如果不能投資他們的公司，那就投資 NVIDIA 吧，因?yàn)槿蚨荚谑褂?NVIDIA 芯片來開發(fā)可能改變世界的應(yīng)用程序。當(dāng)然，寒武紀(jì)時(shí)刻出現(xiàn)在 ChatGPT 上。然而，那時(shí)的 25 位分析師過于專注于加密貨幣贏家，以至于無法察覺世界上的變化。最終，事情變得更大了。

您以簡(jiǎn)單的語言描述了對(duì) Blackwell 的需求極其旺盛，并認(rèn)為這種情況將持續(xù)下去。當(dāng)然，未來是未知的。那么，為什么批評(píng)者會(huì)錯(cuò)誤地預(yù)判這不會(huì)是像思科 2000 年那樣的過度建設(shè)呢？

黃仁勛：

思考未來的最佳方式是從第一原則出發(fā)進(jìn)行推理。那么，我們正在做的事情的第一原則是什么？首先，我們?cè)谧鍪裁?？答案是，我們正在重新發(fā)明計(jì)算。我們剛才提到，未來的計(jì)算方式將高度依賴于機(jī)器學(xué)習(xí)。幾乎我們所做的一切，每一個(gè)應(yīng)用程序，如Word、Excel、PowerPoint、Photoshop、Premiere、AutoCAD等，都會(huì)高度機(jī)器學(xué)習(xí)化。不論你現(xiàn)在使用的應(yīng)用程序多么手工化，我可以保證，未來它也將轉(zhuǎn)向機(jī)器學(xué)習(xí)化。

所有這些工具的重要性在于，你將擁有機(jī)器和智能代理來幫助你使用它們。我們的計(jì)算方式已經(jīng)被重新發(fā)明，不會(huì)回頭。整個(gè)計(jì)算技術(shù)堆棧已經(jīng)被改造。因此，我們預(yù)見軟件的開發(fā)、內(nèi)容和使用方式將會(huì)有所不同。這是我們當(dāng)前的基本事實(shí)。

接下來我們要思考的是，會(huì)發(fā)生什么變化？回顧過去，我們?cè)?jīng)有價(jià)值一萬億美元的計(jì)算機(jī)系統(tǒng)。當(dāng)時(shí)我們可能會(huì)思考，這些系統(tǒng)是否是我們需要的？放到未來的背景下，答案顯然是否定的。我們過去的數(shù)據(jù)中心擁有大量的CPU，我們知道它們的能力和限制。現(xiàn)在，我們需要將這些價(jià)值一萬億美元的數(shù)據(jù)中心進(jìn)行現(xiàn)代化改革，這是合理和明智的步驟。

在與那些需要進(jìn)行現(xiàn)代化改革的人進(jìn)行對(duì)話時(shí)，他們正在使用GPU進(jìn)行這一轉(zhuǎn)變。那么，如果你有500億美元的資本支出選擇，你會(huì)選擇選項(xiàng)A或B？是為未來構(gòu)建資本支出，還是像過去一樣？現(xiàn)在，過去的資本支出已經(jīng)擺在那里，摩爾定律幾乎走到了盡頭。因此，我們需要拿出500億美元，投入到生成式人工智能中，這會(huì)使你的公司更具競(jìng)爭(zhēng)力。我會(huì)投入500億美元的全部，因?yàn)槲乙呀?jīng)有了四年的基礎(chǔ)設(shè)施，這是過去的投資?，F(xiàn)在，我是從第一原理思考出發(fā)來推理，這是他們正在做的事情。聰明人做聰明事。接下來，我們有價(jià)值一萬億美元的產(chǎn)能可以建設(shè)，以及價(jià)值數(shù)萬億美元的基礎(chǔ)設(shè)施。投入1500億美元怎么樣？對(duì)。我們?cè)谖磥硭摹⑽迥陜?nèi)有價(jià)值一萬億美元的基礎(chǔ)設(shè)施要建設(shè)。

我們注意到的第二件事是，軟件的編寫和使用方式都在變化。未來，我們將有代理，還有數(shù)字員工。在收件箱里你會(huì)看到這些小點(diǎn)和小臉，未來會(huì)出現(xiàn)人工智能的小圖標(biāo)。我不再用C++來編程計(jì)算機(jī)，而是用提示來編程AI。

這與我日常的溝通方式?jīng)]什么不同。今天早上，我寫了很多電子郵件，提示我的團(tuán)隊(duì)。我要描述背景、基本限制和任務(wù)，并充分指導(dǎo)他們，以便了解我的需求，盡可能清楚地溝通預(yù)期結(jié)果。同時(shí)，我留出了足夠的模糊空間和創(chuàng)意空間，讓他們能夠帶給我驚喜。這和我提示人工智能的方式?jīng)]有什么不同。

在我們要現(xiàn)代化的IT基礎(chǔ)設(shè)施之上，將會(huì)有一個(gè)新的基礎(chǔ)設(shè)施，即操作這些數(shù)字人類的人工智能工廠。它們將全天候運(yùn)行，我們將為全球各地的公司提供它們。這些人工智能將存在于工廠和自主系統(tǒng)中。因此，世界需要?jiǎng)?chuàng)建一整層計(jì)算結(jié)構(gòu)，我稱之為人工智能工廠，而這些在今天是不存在的。問題是，它有多大？目前還不知道，可能有幾萬億美元。雖然還沒有明確答案，但令人振奮的是，我們現(xiàn)在建造的新數(shù)據(jù)中心的現(xiàn)代化架構(gòu)與人工智能工廠的架構(gòu)相同，這是一件好事。

主持人：

你已經(jīng)說清楚了。你必須更新大約一萬億的舊技術(shù)，同時(shí)至少有一萬億的新人工智能工作負(fù)載即將來臨。

大致來說，今年你的收入將達(dá)到1250億美元。有人曾經(jīng)說過，公司的價(jià)值永遠(yuǎn)不會(huì)超過10億美元。Tam，今天你坐在這里，如果你的市值是數(shù)萬億美元中的1250億美元，那么未來的收入有什么理由不達(dá)到現(xiàn)在的兩倍或三倍呢？有什么原因讓你的收入達(dá)不到這個(gè)水平嗎？

黃仁勛：

如你所知，公司規(guī)模受限于市場(chǎng)的大小，就像金魚只能長到魚塘的大小。那么，我們的市場(chǎng)是什么？這需要很多想象力。這就是做市商需要考慮未來并創(chuàng)造新市場(chǎng)的原因?；仡欉^去并試圖擴(kuò)大市場(chǎng)份額是很困難的，因?yàn)槭袌?chǎng)份額的占有者只能做到這么大。然而，做市商的規(guī)?？梢韵喈?dāng)大。

我認(rèn)為我們的好運(yùn)在于，從公司成立之初，我們就必須創(chuàng)造一個(gè)市場(chǎng)來發(fā)展。當(dāng)時(shí)，我們正處于創(chuàng)造3D游戲PC市場(chǎng)的起步階段。我們基本上發(fā)明了這個(gè)市場(chǎng)、生態(tài)系統(tǒng)以及顯卡的整個(gè)生態(tài)。為一個(gè)新的市場(chǎng)進(jìn)行發(fā)明以便更好地服務(wù)，這對(duì)我們來說非常自然。

主持人：

與創(chuàng)造新市場(chǎng)的人對(duì)話后，我們稍微轉(zhuǎn)向模型和OpenAI。正如你所知，OpenAI本周以1500億美元的估值籌集了65億美元。我們都參與了其中，真的為他們感到高興。他們的立場(chǎng)非常出色，團(tuán)隊(duì)也表現(xiàn)得很好。據(jù)報(bào)道，他們今年的收入或營業(yè)收入將達(dá)到約50億美元，明年可能會(huì)達(dá)到100億美元。如果你觀察他們現(xiàn)在的業(yè)務(wù)，其收入大約是谷歌首次公開募股時(shí)的兩倍。他們每周平均有2.5億用戶，我們估計(jì)這也是谷歌首次公開募股時(shí)的兩倍。

如果你考慮業(yè)務(wù)的倍數(shù)，并相信明年會(huì)達(dá)到100億美元，那么大約是預(yù)期收入的15倍，類似于谷歌和Meta首次公開募股時(shí)的倍數(shù)。想象一下，一家22個(gè)月前收入為零、每周平均用戶為零的公司。Brad對(duì)歷史了如指掌。

請(qǐng)與我們談?wù)凮penAI作為合作伙伴對(duì)你的重要性，以及OpenAI作為推動(dòng)公眾對(duì)人工智能認(rèn)識(shí)和使用的重要力量。

黃仁勛：

這是我們這個(gè)時(shí)代最重要的公司之一，是一家追求AGI愿景的純?nèi)斯ぶ悄芄?。無論其定義是什么，我并不認(rèn)為定義和時(shí)機(jī)完全重要。我知道，隨著時(shí)間推移，人工智能將擁有一個(gè)能力路線圖，而這個(gè)路線圖會(huì)非常壯觀。在此過程中，早在它達(dá)到任何人的AGI定義之前，我們就會(huì)充分利用它。

現(xiàn)在，我們與數(shù)字生物學(xué)家、氣候技術(shù)研究人員、材料研究人員、物理科學(xué)家、天體物理學(xué)家、量子化學(xué)家，以及視頻游戲設(shè)計(jì)師、制造工程師、機(jī)器人專家等各行業(yè)的重要人物交談，詢問人工智能是否徹底改變了他們的工作方式。然后從中獲取這些數(shù)據(jù)點(diǎn)，回過頭來問自己，你想保持多大的懷疑態(tài)度？因?yàn)樗麄冋務(wù)摰牟皇侨斯ぶ悄苡谐蝗盏母拍钚院锰?，而是現(xiàn)在就正在使用人工智能。

無論是農(nóng)業(yè)技術(shù)、材料技術(shù)還是氣候技術(shù)，你選擇你的技術(shù)領(lǐng)域，選擇你的科學(xué)領(lǐng)域，人工智能正在幫助他們推進(jìn)工作。在每一個(gè)行業(yè)、每一個(gè)公司、每一所大學(xué)，人工智能正在以某種方式改變商業(yè)。這真是難以置信，不是嗎？我們知道這一點(diǎn)。這種變化是如此真實(shí)，仿佛今天就正在發(fā)生。因此，我認(rèn)為ChatGPT的引入標(biāo)志著人工智能的覺醒，這是難以置信的。我欣賞他們的速度以及推動(dòng)這一領(lǐng)域發(fā)展的獨(dú)特目標(biāo)，這非常重要。

主持人：

他們建立了一個(gè)經(jīng)濟(jì)引擎，可以為下一代模型的前沿發(fā)展提供資金。

我認(rèn)為硅谷的很多人都開始一致認(rèn)為，整個(gè)模型層正在走向商品化。Lama讓很多人能夠以非常低的成本建立模型。在早期，我們有很多模范公司，如Character、Inflection、Cohere和Mistral。很多人質(zhì)疑這些公司是否能在經(jīng)濟(jì)引擎上達(dá)到逃逸速度，從而繼續(xù)為下一代提供資金。我個(gè)人認(rèn)為，這就是我們看到整合的原因。Open AI顯然已經(jīng)達(dá)到了逃逸速度，他們可以為自己的未來提供資金。我不清楚其他許多公司是否能做到這一點(diǎn)。

這是對(duì)模型層現(xiàn)狀的一個(gè)公平評(píng)估嗎？就像在許多其他市場(chǎng)中一樣，我們將整合提供給那些負(fù)擔(dān)得起并且擁有經(jīng)濟(jì)引擎和應(yīng)用程序的市場(chǎng)領(lǐng)導(dǎo)者，讓他們能夠繼續(xù)投資？

黃仁勛：

首先，我們要明白，模型和人工智能之間有根本的區(qū)別。模型是人工智能的基本要素，它是必要的，但不是充分的。人工智能具備一種能力，但問題是它用于什么目的。舉例來說，自動(dòng)駕駛汽車的人工智能與人類或機(jī)器人的人工智能相關(guān)，但卻并不相同，這與聊天機(jī)器人的人工智能相關(guān)但也不盡相同。因此，我們必須了解堆棧的分類。

在堆棧的每一層都有機(jī)會(huì)，但不是每一層都為每個(gè)人提供無限的機(jī)會(huì)。現(xiàn)在，我要說的重點(diǎn)是可以將“模型”這個(gè)詞替換為“GPU”。這實(shí)際上是我們公司32年前的一項(xiàng)重要觀察。GPU、圖形芯片或GPU與加速計(jì)算之間存在著根本的區(qū)別。加速計(jì)算與我們?cè)贏I基礎(chǔ)設(shè)施方面所做的工作不同。兩者有關(guān)聯(lián)，但并不完全相同，它們是相互疊加的。在每一層的抽象中都需要不同的基本技能。擅長構(gòu)建GPU的人未必知道如何成為一家加速計(jì)算公司，盡管有很多人都在構(gòu)建GPU。我們發(fā)明了GPU，但我們不是唯一一家制造GPU的公司。雖然GPU無處不在，但它們并不是用于加速計(jì)算的公司。許多人使用它們來進(jìn)行應(yīng)用程序加速，但這與加速計(jì)算公司不同。因此，非常專業(yè)的AI應(yīng)用程序可能會(huì)非常成功，這就是MTIA。但它可能不是那種擁有廣泛影響力和廣泛能力的公司。你必須決定你想去哪里。所有這些不同的領(lǐng)域可能都有機(jī)會(huì)，但就像建立公司一樣，你必須注意生態(tài)系統(tǒng)的轉(zhuǎn)變以及隨著時(shí)間的推移哪些東西會(huì)被商品化。你需要認(rèn)識(shí)到什么是功能、什么是產(chǎn)品、什么是公司。

主持人：

當(dāng)然，有新的市場(chǎng)進(jìn)入者擁有資金、智慧和野心。例如，x.ai就是這樣的一個(gè)公司。有報(bào)道稱，我和Larry以及Elon共進(jìn)晚餐，他們說服我提供100,000輛H100。他們?cè)诿戏扑菇ㄔ炝艘粋€(gè)大型超級(jí)集群。首先，因果關(guān)系是存在的。你認(rèn)為他們建立超級(jí)集群的能力如何？

有傳言說他們想要另外100,000臺(tái)H200，以擴(kuò)大超級(jí)集群的規(guī)模。首先讓我們談?wù)剎和他們的抱負(fù)以及取得的成就。我們是否已經(jīng)到了200,000和300,000 GPU集群的時(shí)代？

黃仁勛：

答案是肯定的。我們應(yīng)當(dāng)承認(rèn)從概念產(chǎn)生，到為NVIDIA準(zhǔn)備好設(shè)備的數(shù)據(jù)中心，再到啟動(dòng)、連接并進(jìn)行首次訓(xùn)練，這之間取得的成就是不容小覷的。短時(shí)間內(nèi)建造了一個(gè)巨大的工廠，采用液體冷卻、通電和許可，這是非常了不起的。據(jù)我所知，世界上只有一個(gè)人能做到這一點(diǎn)，那就是Elon。他對(duì)工程、建筑、大型系統(tǒng)和資源調(diào)配的理解是獨(dú)一無二的，令人難以置信。然后，當(dāng)然，他的工程團(tuán)隊(duì)也很出色。軟件團(tuán)隊(duì)、網(wǎng)絡(luò)團(tuán)隊(duì)和基礎(chǔ)設(shè)施團(tuán)隊(duì)都非常優(yōu)秀。埃隆對(duì)此深有體會(huì)。

從我們決定出發(fā)的那一刻起，我們與工程團(tuán)隊(duì)、網(wǎng)絡(luò)團(tuán)隊(duì)、基礎(chǔ)設(shè)施和計(jì)算團(tuán)隊(duì)、軟件團(tuán)隊(duì)一起進(jìn)行了規(guī)劃，提前做好所有準(zhǔn)備，包括所有基礎(chǔ)設(shè)施、所有物流以及當(dāng)天運(yùn)來的大量技術(shù)和設(shè)備。NVIDIA 的基礎(chǔ)設(shè)施和計(jì)算基礎(chǔ)設(shè)施以及所有這些技術(shù)都參與了訓(xùn)練。

用時(shí)19天。毫無疑問，沒有人有充足的休息。但首先，19天是不可思議的。從另一個(gè)角度看，你知道19天是多少天嗎？這只是幾個(gè)星期。沒錯(cuò)。如果你親眼目睹，你會(huì)發(fā)現(xiàn)使用的技術(shù)數(shù)量令人驚嘆。所有的布線和網(wǎng)絡(luò)架構(gòu)，NVIDIA 設(shè)備的網(wǎng)絡(luò)與超大規(guī)模數(shù)據(jù)中心的網(wǎng)絡(luò)非常不同。

一個(gè)節(jié)點(diǎn)中的電線數(shù)量，計(jì)算機(jī)背后的電線，令人難以置信地復(fù)雜。這項(xiàng)技術(shù)與所有軟件的整合非常了不起。我非常感謝 Elon 和 X 團(tuán)隊(duì)，他們完成的工程工作、規(guī)劃工作以及所有其他內(nèi)容是獨(dú)一無二的，以前從未有人做到過。

簡(jiǎn)單來說，使用 100,000 個(gè) GPU 作為一個(gè)集群，無疑是地球上最快的超級(jí)計(jì)算機(jī)。建造一臺(tái)超級(jí)計(jì)算機(jī)通常需要三年的規(guī)劃時(shí)間，然后需要一年的時(shí)間讓設(shè)備全部運(yùn)轉(zhuǎn)起來。我們?cè)?9天內(nèi)完成了這項(xiàng)工作。

主持人：

這要?dú)w功于 NVIDIA 平臺(tái)，整個(gè)流程都得到了強(qiáng)化。

黃仁勛：

一切都已經(jīng)正常運(yùn)轉(zhuǎn)，還有大量的 X 算法、X 框架、X 堆棧等整合。但規(guī)劃工作非常出色。

主持人：

Elon 就是 N of one。在回答問題時(shí)，我們提到了200,000 到 300,000 個(gè) GPU 集群。沒錯(cuò)?？梢詳U(kuò)展到500,000嗎？可以擴(kuò)展到一百萬嗎？你的產(chǎn)品需求是否取決于它擴(kuò)展到數(shù)百萬？

黃仁勛：

最后一部分是否定的。我的感覺是分布式訓(xùn)練必須有效，并且分布式計(jì)算將被發(fā)明。某種形式的聯(lián)合學(xué)習(xí)和異步分布式計(jì)算將會(huì)被發(fā)現(xiàn)，我對(duì)此非常熱情和樂觀。

當(dāng)然，要意識(shí)到的是，過去擴(kuò)展定律是針對(duì)預(yù)訓(xùn)練的?，F(xiàn)在我們已經(jīng)轉(zhuǎn)向多模態(tài)和合成數(shù)據(jù)生成。后訓(xùn)練的規(guī)模已經(jīng)擴(kuò)大到令人難以置信，包括合成數(shù)據(jù)生成、獎(jiǎng)勵(lì)系統(tǒng)和基于強(qiáng)化學(xué)習(xí)的方法。推理擴(kuò)展也達(dá)到了頂峰。

一個(gè)模型在回答之前可能已經(jīng)進(jìn)行了10,000次內(nèi)部推理，完成了樹搜索、強(qiáng)化學(xué)習(xí)，甚至進(jìn)行了一些模擬和反思。它可能查找了一些數(shù)據(jù)和信息，所以它的上下文可能相當(dāng)大。這種類型的智能就是我們所做的。

因此，如果您進(jìn)行了計(jì)算，并將其與模型大小和計(jì)算能力每年增加4倍的趨勢(shì)相結(jié)合，那么這種能力和擴(kuò)展就變得十分重要。另一方面，需求在使用中持續(xù)增長。我們是否認(rèn)為需要數(shù)百萬個(gè)GPU？毫無疑問，是的。

問題是，我們?nèi)绾螐臄?shù)據(jù)中心的角度來構(gòu)建它？這在很大程度上取決于數(shù)據(jù)中心的功率是千兆瓦還是250兆瓦。我的感覺是，兩者兼而有之。

主持人：

分析師總是關(guān)注當(dāng)前的架構(gòu)賭注，但這次談話最大的收獲之一是，你正在考慮整個(gè)生態(tài)系統(tǒng)和未來許多年。

因?yàn)镹VIDIA正在擴(kuò)展規(guī)模以滿足未來的需求，并不是只依賴于一個(gè)擁有50萬或一百萬個(gè)GPU集群的世界。等到有了分布式訓(xùn)練，就會(huì)編寫軟件來實(shí)現(xiàn)它。

黃仁勛：

沒錯(cuò)。記住，如果沒有我們七年前開發(fā)的Megatron，這些大型訓(xùn)練工作的擴(kuò)展就不可能實(shí)現(xiàn)。對(duì)。我們發(fā)明了Megatron、Nickel、GPU Direct，以及RDMA相關(guān)的所有工作。這些進(jìn)展使得管道并行變得簡(jiǎn)單。所有正在進(jìn)行的模型并行和分布式訓(xùn)練的突破，所有批處理等等，都是因?yàn)槲覀冊(cè)谠缙谧龀隽伺Α，F(xiàn)在我們正在為未來、下一代進(jìn)行早期的工作。

主持人：接下來，我想談?wù)凷trawberry和O1。我尊重你的時(shí)間。

黃仁勛：各位，我有充足的時(shí)間。

主持人：

你非?？犊?。

首先，我覺得他們用O1簽證來命名O1是很酷的。O1簽證旨在招募世界上最優(yōu)秀、聰明的人才并將他們引入美國。我知道我們都對(duì)此非常熱衷。我喜歡這個(gè)想法，就是建立一個(gè)可以思考的模型，把我們帶入可擴(kuò)展智能的下一個(gè)層次。這是對(duì)這樣一個(gè)事實(shí)的致敬：正是那些通過移民來到美國的人，他們的集體智慧造就了我們。當(dāng)然，這也是關(guān)于外星智慧的。

當(dāng)然，這一切由我們的朋友諾姆·布朗主導(dǎo)。他在Meta工作，曾參與Pluribus和Cicero項(xiàng)目。將推理時(shí)間推理作為可擴(kuò)展智能的全新載體，與僅僅是建立更大的模型相比較，有多大意義？

黃仁勛：

意義重大。我認(rèn)為很多智能不能先驗(yàn)完成。很多計(jì)算，以及計(jì)算的重新排序，都無法先驗(yàn)完成。所以很多事情只能在運(yùn)行時(shí)完成。

無論從計(jì)算機(jī)科學(xué)還是智能的角度來看，許多事情都需要背景、具體情況以及你所尋找的答案類型。有時(shí)，一個(gè)快速答案就足夠了，這取決于答案的影響和使用性質(zhì)。因此，有些答案可以讓AI思考一個(gè)晚上，甚至一周。我完全可以想象自己向人工智能發(fā)送一個(gè)提示，告訴它，“思考一個(gè)晚上，明天再告訴我你的最佳答案和理由?！睆漠a(chǎn)品角度看，現(xiàn)在智能的細(xì)分將會(huì)有一次性的版本。當(dāng)然，有些任務(wù)可能只需要五分鐘。智能層會(huì)根據(jù)正確的用例選擇合適的模型來解決這些問題。

主持人：

昨晚我們使用了高級(jí)語音模式和 O1 預(yù)覽，我正在輔導(dǎo)我兒子參加 AP 歷史考試。感覺就像世界上最好的 AP 歷史老師就在你身邊思考這些問題，令人驚嘆。

今天，你的40%收入來自推理，它在逐步準(zhǔn)備好了，因?yàn)橛型评礞湹某霈F(xiàn)。這將帶來十億倍的增長。

黃仁勛：

許多人還沒有完全理解這一點(diǎn)。我們談?wù)摰男袠I(yè)正如同工業(yè)革命，這是智能生產(chǎn)，將實(shí)現(xiàn)十億倍的增長。

主持人：

因此，每個(gè)人都高度關(guān)注 NVIDIA，就像在更大型的模型上進(jìn)行訓(xùn)練。即使今天的收入是 50-50，未來將進(jìn)行更多的推理。訓(xùn)練雖然重要，但推理的增長將遠(yuǎn)超訓(xùn)練。這幾乎難以想象其他情況。

黃仁勛：

我們的目標(biāo)是讓人們最終能在社會(huì)中有所作為。因此，雖然訓(xùn)練模型很重要，但更重要的是推斷它們。

主持人：

你是否已經(jīng)在自己的業(yè)務(wù)中使用推理鏈和O1之類的工具來改善自己的業(yè)務(wù)？

黃仁勛：

我們今天的網(wǎng)絡(luò)安全系統(tǒng)依賴于其自身的代理來運(yùn)行。我們有代理幫助設(shè)計(jì)芯片，比如霍珀和布萊克威爾的出現(xiàn)都是依賴這些代理。我們公司內(nèi)部有 AI 芯片設(shè)計(jì)師、AI 軟件工程師、AI 驗(yàn)證工程師等，因?yàn)槲覀冇心芰?，并希望自行探索技術(shù)。

主持人：

當(dāng)我今天走進(jìn)大樓時(shí)，有人過來說，請(qǐng)?jiān)儐?Jensen 關(guān)于文化的問題。所有的一切都與文化息息相關(guān)。

在業(yè)務(wù)方面，我們經(jīng)常談?wù)撨m應(yīng)性、效率，以及能夠快速執(zhí)行的扁平化組織和小型團(tuán)隊(duì)。NVIDIA 確實(shí)行事獨(dú)特。每位員工每年創(chuàng)造的收入約為 400 萬美元，利潤或自由現(xiàn)金流約為 200 萬美元。你建立了一種高效的文化，真正釋放了創(chuàng)造力、創(chuàng)新、主人翁精神和責(zé)任感，打破了傳統(tǒng)的職能管理模式。大家都喜歡談?wù)撃愕哪切┲苯酉聦佟?/p>

利用人工智能是否能讓你繼續(xù)發(fā)揮超強(qiáng)創(chuàng)造力，同時(shí)又保持高效？

黃仁勛：

毫無疑問能夠做到。我希望有一天......NVIDIA 目前有 32,000 名員工。我們?cè)谝陨械膯T工有 4,000 家庭，我希望他們一切都好。我希望 NVIDIA 有一天能成為一家擁有 50,000 名員工和 1 億名人工智能助手的公司。這些 AI 將分布在各個(gè)群體中。

我們將擁有一個(gè)完整的 AI 目錄，這些 AI 在各自領(lǐng)域表現(xiàn)出色。我們的收件箱也會(huì)裝滿與我們合作的 AI 目錄，我們知道這些 AI 非常擅長我們的技能。因此，AI 將招募其他 AI 來解決問題。AI 將在 Slack 頻道中相互交流，人類亦是如此。我們將形成一個(gè)龐大的員工基礎(chǔ)，其中一些是數(shù)字和 AI，另一些是生物的，我甚至希望其中一些是 megatronics 的。

主持人：

從商業(yè)角度來看，這還是一個(gè)被嚴(yán)重誤解的概念。你剛剛描述了一家公司，它的產(chǎn)出相當(dāng)于一家擁有 15 萬名員工的公司，但你僅用了 5 萬名員工。

黃仁勛：沒錯(cuò)。

主持人：

現(xiàn)在，你并沒有說要解雇所有員工。你仍在增加組織中的員工數(shù)量，但該組織的產(chǎn)出將大幅增加。

黃仁勛：

這常常被誤解。人工智能不會(huì)取代人類，而是會(huì)改變每一項(xiàng)工作。對(duì)，人工智能將對(duì)人們對(duì)工作的看法產(chǎn)生巨大影響。讓我們承認(rèn)這一點(diǎn)。對(duì)，人工智能有可能帶來令人難以置信的好處。我們必須構(gòu)建安全的人工智能。許多人忽視了一點(diǎn)，當(dāng)公司利用人工智能提高生產(chǎn)力時(shí)，可能體現(xiàn)為更好的收益或增長，或者兩者都有。當(dāng)這種情況發(fā)生時(shí)，首席執(zhí)行官的下一步可能并不是裁員，因?yàn)楣驹诔砷L。我們的想法比我們能探索的更多，我們需要 AI 來幫助我們思考，然后再實(shí)現(xiàn)自動(dòng)化。人工智能可以幫助我們完成自動(dòng)化的部分，也能夠幫助我們思考問題。然而，這仍然需要我們?nèi)ッ鞔_要解決的問題。這家公司需要解決哪些問題？我們要選擇這些想法，并找出自動(dòng)化和擴(kuò)展的方法。因此，隨著效率提高，我們將雇傭更多的人。

人們常常忘記這一點(diǎn)。如果你回顧過去，很顯然我們今天的想法比200年前多得多。這就是為什么盡管我們?cè)诏偪竦貙?shí)現(xiàn)自動(dòng)化， GDP 更大，就業(yè)更多。

主持人：

這是我們正在進(jìn)入的這個(gè)時(shí)期的一個(gè)非常重要的點(diǎn)。

第一，幾乎所有人類生產(chǎn)力和繁榮都是過去 200 年自動(dòng)化和技術(shù)的副產(chǎn)品。從亞當(dāng)·斯密到熊彼特的創(chuàng)造性破壞理論，都可以看出過去 200 年人均 GDP 增長的圖表，它一直在加速。

這讓我想到一個(gè)問題。如果你看看 90 年代，美國的生產(chǎn)力增長率大約是每年 2.5% 到 3%。進(jìn)入 21 世紀(jì)后，這一速度放緩到 1.8% 左右。過去 10 年是生產(chǎn)力增長最慢的十年，這是我們有記錄以來最慢的速度。許多人在爭(zhēng)論其原因，但如果世界像你描述的那樣，我們正處于人類生產(chǎn)力急劇擴(kuò)張的邊緣嗎？

黃仁勛：

這是我們的希望。當(dāng)然，我們生活在這個(gè)世界上，因此我們擁有直接的證據(jù)。我們有直接的證據(jù)，證明無論是孤立的案例還是個(gè)別研究人員，人工智能在以難以想象的超大規(guī)模推動(dòng)科學(xué)探索。這體現(xiàn)了生產(chǎn)力的提升。我們以極高的速度設(shè)計(jì)出令人難以置信的芯片，其復(fù)雜性和計(jì)算機(jī)復(fù)雜性呈指數(shù)級(jí)增長，而公司員工數(shù)量卻沒有相應(yīng)增加，這是生產(chǎn)力的衡量標(biāo)準(zhǔn)。

我們開發(fā)的軟件質(zhì)量持續(xù)提升，這依賴于人工智能和超級(jí)計(jì)算機(jī)的支持，而員工數(shù)量增長卻幾乎是線性的，這同樣顯示了生產(chǎn)力的提高。在各種行業(yè)中，我們可以抽查到相似的現(xiàn)象。我可以親自驗(yàn)證，我們?cè)谏虡I(yè)領(lǐng)域的變化無可否認(rèn)。雖然我們可能會(huì)過度自適應(yīng)，但這些現(xiàn)象反映了我們觀察到的趨勢(shì)，并可能在其他行業(yè)中得到體現(xiàn)。

毋庸置疑，智力是世界上最有價(jià)值的商品?，F(xiàn)在，我們正準(zhǔn)備大規(guī)模生產(chǎn)它。每個(gè)人都需要理解，當(dāng)被比自己優(yōu)秀的人工智能包圍時(shí)，會(huì)發(fā)生什么。這讓我想起自己的職業(yè)生涯，我有60個(gè)直接下屬，他們之所以加入我的團(tuán)隊(duì)，是因?yàn)樗麄冊(cè)诟髯灶I(lǐng)域中是世界級(jí)的，并且他們的表現(xiàn)優(yōu)于我。但我與他們能夠無障礙地互動(dòng)，并輕松設(shè)計(jì)和編程這些互動(dòng)。這意味著每個(gè)人都將學(xué)會(huì)成為首席執(zhí)行官，成為人工智能代理的首席執(zhí)行官。他們將利用創(chuàng)造力、意志力和必要的推理能力來分解問題，從而編程這些人工智能，幫助他們實(shí)現(xiàn)目標(biāo)。

主持人：

你提到了人工智能的協(xié)調(diào)和安全性，還提到中東正在發(fā)生的悲劇。我們?cè)谑澜绺鞯負(fù)碛写罅康淖灾鳈?quán)，許多人工智能正在被廣泛應(yīng)用。關(guān)于人工智能與安全的討論尤為重要，我們需要確保人工智能的發(fā)展對(duì)人類來說是積極的凈收益，而不是演變成一個(gè)沒有目的的反烏托邦。馬克·扎克伯格曾指出，打敗惡意人工智能的方法是讓優(yōu)良的人工智能更加先進(jìn)。

你如何描述我們的觀點(diǎn)，即我們?nèi)绾未_保這對(duì)人類來說是積極的凈收益，而不是讓我們留在這個(gè)沒有目的的反烏托邦世界中？

黃仁勛：

關(guān)于安全的對(duì)話確實(shí)很重要，而且很好。

抽象的觀點(diǎn)，這種將人工智能視為一個(gè)龐大的神經(jīng)網(wǎng)絡(luò)的概念性觀點(diǎn)，并不是那么好。眾所周知，人工智能和大型語言模型是相關(guān)的，但并不相同。

首先，開放源碼的人工智能模型非常關(guān)鍵，它允許整個(gè)研究社區(qū)、各行各業(yè)的企業(yè)共同參與，學(xué)習(xí)如何利用和應(yīng)用這種技術(shù)。其次，許多人低估了為保障人工智能安全而進(jìn)行的技術(shù)研發(fā)。這些技術(shù)用于管理數(shù)據(jù)、訓(xùn)練和協(xié)調(diào)人工智能、生成合成數(shù)據(jù)、擴(kuò)展知識(shí)，并減少誤導(dǎo)信息。此外，還有為繪圖、通知、護(hù)欄以及監(jiān)視其他人工智能所創(chuàng)建的安全系統(tǒng)。

我們正在為整個(gè)行業(yè)建立必要的基礎(chǔ)設(shè)施，包括方法論、紅隊(duì)、流程、模型卡、評(píng)估和基準(zhǔn)測(cè)試系統(tǒng)等，所有這些都在迅速發(fā)展之中。然而，這些努力常常被低估。

主持人：

外界很少意識(shí)到這些沒有受到政府法規(guī)的強(qiáng)制，而是行業(yè)參與者為應(yīng)對(duì)關(guān)鍵問題所自發(fā)采取的最佳實(shí)踐。

黃仁勛：

我們必須開始將人工智能視為一種工程系統(tǒng)，該系統(tǒng)需要從基礎(chǔ)原理精心設(shè)計(jì)和徹底測(cè)試。

最后，監(jiān)管也是一大關(guān)注點(diǎn)。雖然對(duì)重要技術(shù)進(jìn)行適度監(jiān)管是必要的，但須避免過度監(jiān)管，特別是應(yīng)用層面的監(jiān)管更為重要。人工智能應(yīng)該作為一種應(yīng)用能力來對(duì)待，監(jiān)管應(yīng)有助于其積極發(fā)展，而不是阻礙創(chuàng)新。

首先，各類機(jī)構(gòu)如FAA、NHTSA、FDA等，無論怎么說，都是為了監(jiān)管技術(shù)應(yīng)用而設(shè)立的。這些不同的生態(tài)系統(tǒng)如今必須規(guī)范融入人工智能的技術(shù)應(yīng)用。因此，我認(rèn)為我們不能忽視為人工智能制定的大量法規(guī)，也不能依賴某個(gè)虛構(gòu)的宇宙銀河人工智能委員會(huì)的管理。所有這些不同的監(jiān)管機(jī)構(gòu)的成立都是有其原因的。

主持人：

現(xiàn)在回到我們的核心理念。如果我不提及開源點(diǎn)，我的合伙人比爾·格利可能會(huì)不高興。你們推出了一個(gè)重要且強(qiáng)大的開源模型——Neutron，顯然Meta也在為開源貢獻(xiàn)力量。我在閱讀Twitter時(shí)，看到關(guān)于開源與封閉的爭(zhēng)論非常熱烈。第一個(gè)問題是，你如何看待自己的開源模型保持前沿能力？第二個(gè)問題是，你是否認(rèn)為開源模式和推動(dòng)商業(yè)運(yùn)營的閉源模式將是未來的發(fā)展方向？這兩者是否會(huì)在安全上形成健康的緊張關(guān)系？

黃仁勛：

開源與閉源確實(shí)和安全有關(guān)，但不僅限于安全。比如，閉源模型作為經(jīng)濟(jì)模型的引擎毫無疑問是合適的，它對(duì)于維持創(chuàng)新是必要的。我完全支持這一點(diǎn)。我認(rèn)為，把開源與閉源對(duì)立起來是不對(duì)的，它們應(yīng)該是相輔相成的。開放是激活許多行業(yè)的必要條件。沒開源的話，各類科學(xué)領(lǐng)域如何能夠在人工智能上實(shí)現(xiàn)突破？

因?yàn)樗麄冃枰_發(fā)特定領(lǐng)域的人工智能，而這需要依賴開源模型的支持。而這些特定的人工智能系統(tǒng)需要開源模型來創(chuàng)建，它們是相關(guān)但不同的。僅僅擁有一個(gè)開源模型，并不意味著擁有了一個(gè)人工智能。因此，金融服務(wù)、醫(yī)療保健、交通運(yùn)輸?shù)戎T多行業(yè)，以及科學(xué)領(lǐng)域，因有開源而得以實(shí)現(xiàn)創(chuàng)新。

最后，關(guān)于對(duì)開源模型的需求，我們的開源模型首先是Llama，顯然，Mark和他們的努力成果令人難以置信。Nemotron 的開發(fā)讓人感到超乎尋常。我們創(chuàng)建這個(gè)模型的目的是為了生成合成數(shù)據(jù)。表面上看，一個(gè)人工智能坐在那里循環(huán)生成數(shù)據(jù)以自我學(xué)習(xí)似乎不太可靠。在那個(gè)無限循環(huán)中能重復(fù)多少次值得懷疑。不過，我設(shè)想的情景是，像把一個(gè)超級(jí)聰明的人關(guān)進(jìn)軟墊房間一個(gè)月，結(jié)果未必是一個(gè)更聰明的人。然而，如果我們將兩三個(gè)人放在一起，配合不同的人工智能和知識(shí)分布，通過問答互動(dòng)，每個(gè)人都可以變得更聰明。

因此，我們可以讓人工智能模型進(jìn)行交換、互動(dòng)和辯論，并通過強(qiáng)化學(xué)習(xí)和合成數(shù)據(jù)生成等方式來提升彼此的能力。我們的模型 Nemotron 340B 是世界上最優(yōu)秀的獎(jiǎng)勵(lì)系統(tǒng)模型，它在批判分析上也極具優(yōu)勢(shì)。這使它成為增強(qiáng)其他模型的理想選擇。無論其他模型多么出色，我都建議使用 Nemotron 340B 來進(jìn)行提升。這款模型已經(jīng)證明了它能讓 Llama 以及其他所有模型變得更好。

主持人：

作為曾在2016年交付DGX-1的人，這段旅程實(shí)在不可思議且令人驚嘆。您不但生存下來，而且在早期階段取得這樣的成就是非常了不起的。2022年，我們迎來了科技的寒武紀(jì)時(shí)刻。我經(jīng)常被問到您能堅(jiān)持做多久這樣的問題。作為一個(gè)擁有60個(gè)直接下屬并推動(dòng)這場(chǎng)革命的人，您玩得開心嗎？是否還有其他更愿意做的事情？

黃仁勛：

我可以肯定地說，我玩得很開心，我無法想象還有什么比現(xiàn)在所做的事情更讓我愿意去做。但這并不意味著我們的工作總是充滿樂趣的，它并非總是這樣，也沒有指望它永遠(yuǎn)是如此。我對(duì)工作一直都很認(rèn)真，也很重視我們的責(zé)任和貢獻(xiàn)。雖然工作并不總是充滿樂趣，但我一直很享受它。就像生活中的所有方面，無論是家人、朋友還是孩子，并不總是有趣，但我們一直都深深地喜歡著這一切。

關(guān)于工作的持續(xù)性，真正的問題在于我能保持相關(guān)性多久。而這取決于我如何繼續(xù)學(xué)習(xí)。如今，我對(duì)此更為樂觀，部分原因是人工智能的存在。我?guī)缀趺刻於荚谑褂萌斯ぶ悄埽械难芯恳捕忌婕暗剿?。即使我已?jīng)知道答案，也會(huì)通過人工智能反復(fù)檢查每個(gè)問題，以發(fā)現(xiàn)新的見解。

人工智能作為導(dǎo)師、助手和頭腦風(fēng)暴的伙伴，能夠幫助反復(fù)檢查我的工作，這對(duì)于信息工作者而言是一場(chǎng)革命。我的輸出是信息，這使我的社會(huì)貢獻(xiàn)相當(dāng)非凡。我希望能保持這種相關(guān)性，繼續(xù)做出貢獻(xiàn)，因?yàn)檫@項(xiàng)工作對(duì)我來說非常重要，我想繼續(xù)追求。

我對(duì)目前的生活質(zhì)量感到難以置信，并無法想象錯(cuò)過這樣的時(shí)刻。

主持人：

這是我們職業(yè)生涯中最重要的時(shí)刻之一。感謝這種思維伙伴關(guān)系，它讓我們變得更聰明。也感謝你作為領(lǐng)導(dǎo)層的一部分，引領(lǐng)這一進(jìn)程。真的很喜歡這樣的合作。謝謝。

黃仁勛：

謝謝，干得好。