科技巨头扎堆热炒AI！英伟达未发财报就赚足眼球

liyingrourou

科技巨头扎堆热炒AI！英伟达未发财报就赚足眼球[color=var(--time-bar-color, #c3c3c3)]金十数据· 08:23



英伟达 (NVDA.US)

921.400911.680

+3.77%[color=var(--text-gray48, #7A7A7A)]-1.05%

[color=var(--ft-abstract-color, #3d3c3c)]

虽然英伟达还未公布业绩，但江湖中已处处都有它的传说。

$英伟达 (NVDA.US)$在美股第一季度财报季中妥妥占据C位。尽管它甚至还没有公布业绩，但该公司已直接或间接地获得了多家大型科技公司的认可，这些公司都是英伟达的大客户。周一，美股半导体板块盘中走强，英伟达涨幅扩大至3%。

在$微软 (MSFT.US)$、$谷歌-A (GOOGL.US)$、$亚马逊 (AMZN.US)$和$Meta Platforms (META.US)$的财报电话会议上，“人工智能基础设施”、“生成式人工智能”和“基础设施资本支出”等字眼不断出现。这一切都表明，英伟达将因其非常受欢迎的H100 GPU而获得更多资金。

英伟达的H100 GPU售价高达40000美元，该芯片被认为是科技行业的“新黄金”，是为ChatGPT、Anthropic和其他生成式人工智能提供算力的首选。

该公司还准备在今年晚些时候推出基于下一代Blackwell架构的更强大芯片。

马斯克大肆宣传英伟达的AI芯片

可以说，在这个财报季中，对英伟达最大的信任票来自$特斯拉 (TSLA.US)$CEO马斯克。他在公司财报电话会议上表示，这家电动汽车制造商拥有的H100 GPU芯片到今年年底将增加一倍以上。

马斯克上个月表示：“我们已经安装并调试了3.5万块H100 GPU，也就是说它们实际上正在运行”，“我们预计到今年年底，这一数字可能会达到8.5万块左右。”

马斯克表示，H100 GPU正在帮助特斯拉进一步改进其全自动驾驶软件。

大型科技公司的人工智能支出正在飙升

Meta表示，将把2024年的资本支出预测从之前的300亿至370亿美元增加到350亿至400亿美元。Meta表示，上调原因就是“我们将继续加快基础设施投资，以支持我们的人工智能路线图”

今年1月，Meta表示将在2024年向英伟达购买35万块H100 GPU，但该公司人工智能负责人Yann LeCun最近发布的最新消息表明，该公司近几个月购买的数据甚至更多。

上个月，在“用人工智能打造商业未来”峰会上，LeCun和主持人John Werner表示，Meta已经从英伟达购买了50万块H100 GPU，使其总数达到100万块，价值约为300亿美元。

据一份内部文件显示，微软也有类似的雄心，并表示希望到2024年底积累180万块H100 GPU。微软预计即将到来的下一财年的资本支出将达到500亿美元，其本财年第三财季支出飙升近80%，达到140亿美元。

Alphabet则表示，其第一季度的资本支出为120亿美元，约为去年的两倍，增加的原因“主要是对技术基础设施的投资，其中最大的部分是服务器，其次是数据中心”。

尽管亚马逊没有详细说明其资本支出计划，但它表示预计将花费更多资金。亚马逊首席财务官Brian Olsavsky表示：“我们预计2024年整体资本支出将同比大幅增加，这主要是由于基础设施资本支出的增加，以支持包括生成式人工智能在内的AWS的增长。”

瑞银表示，微软、Alphabet、Meta和亚马逊今年的资本支出总额预计将达到2050亿美元，较2023年的水平增长40%。其中很大一部分资金可能会流向Nvidia，用于其H100和Blackwell AI芯片。

英伟达虽然面临竞争，但仍占据行业领先地位

英伟达的竞争对手AMD最近公布的财报显示，“AI的钱”大部分都被英伟达赚走了。

AMD表示，其MI300系列芯片到2024年将产生约40亿美元的收入，这一数字与英伟达今年超过1000亿美元的预期收入相形见绌。

与此同时，英特尔最近推出了将与英伟达竞争的人工智能芯片Gaudi 3，但该公司表示，预计该芯片今年的销售额仅为5亿美元。

投资者要等到5月22日收盘后才能知道英伟达的实际收益。

[color=var(--time-bar-color, #c3c3c3)]金十数据· 08:23



英伟达 (NVDA.US)

921.400911.680

+3.77%[color=var(--text-gray48, #7A7A7A)]-1.05%

[color=var(--ft-abstract-color, #3d3c3c)]

虽然英伟达还未公布业绩，但江湖中已处处都有它的传说。

$英伟达 (NVDA.US)$在美股第一季度财报季中妥妥占据C位。尽管它甚至还没有公布业绩，但该公司已直接或间接地获得了多家大型科技公司的认可，这些公司都是英伟达的大客户。周一，美股半导体板块盘中走强，英伟达涨幅扩大至3%。

在$微软 (MSFT.US)$、$谷歌-A (GOOGL.US)$、$亚马逊 (AMZN.US)$和$Meta Platforms (META.US)$的财报电话会议上，“人工智能基础设施”、“生成式人工智能”和“基础设施资本支出”等字眼不断出现。这一切都表明，英伟达将因其非常受欢迎的H100 GPU而获得更多资金。

英伟达的H100 GPU售价高达40000美元，该芯片被认为是科技行业的“新黄金”，是为ChatGPT、Anthropic和其他生成式人工智能提供算力的首选。

该公司还准备在今年晚些时候推出基于下一代Blackwell架构的更强大芯片。

马斯克大肆宣传英伟达的AI芯片

可以说，在这个财报季中，对英伟达最大的信任票来自$特斯拉 (TSLA.US)$CEO马斯克。他在公司财报电话会议上表示，这家电动汽车制造商拥有的H100 GPU芯片到今年年底将增加一倍以上。

马斯克上个月表示：“我们已经安装并调试了3.5万块H100 GPU，也就是说它们实际上正在运行”，“我们预计到今年年底，这一数字可能会达到8.5万块左右。”

马斯克表示，H100 GPU正在帮助特斯拉进一步改进其全自动驾驶软件。

大型科技公司的人工智能支出正在飙升

Meta表示，将把2024年的资本支出预测从之前的300亿至370亿美元增加到350亿至400亿美元。Meta表示，上调原因就是“我们将继续加快基础设施投资，以支持我们的人工智能路线图”

今年1月，Meta表示将在2024年向英伟达购买35万块H100 GPU，但该公司人工智能负责人Yann LeCun最近发布的最新消息表明，该公司近几个月购买的数据甚至更多。

上个月，在“用人工智能打造商业未来”峰会上，LeCun和主持人John Werner表示，Meta已经从英伟达购买了50万块H100 GPU，使其总数达到100万块，价值约为300亿美元。

据一份内部文件显示，微软也有类似的雄心，并表示希望到2024年底积累180万块H100 GPU。微软预计即将到来的下一财年的资本支出将达到500亿美元，其本财年第三财季支出飙升近80%，达到140亿美元。

Alphabet则表示，其第一季度的资本支出为120亿美元，约为去年的两倍，增加的原因“主要是对技术基础设施的投资，其中最大的部分是服务器，其次是数据中心”。

尽管亚马逊没有详细说明其资本支出计划，但它表示预计将花费更多资金。亚马逊首席财务官Brian Olsavsky表示：“我们预计2024年整体资本支出将同比大幅增加，这主要是由于基础设施资本支出的增加，以支持包括生成式人工智能在内的AWS的增长。”

瑞银表示，微软、Alphabet、Meta和亚马逊今年的资本支出总额预计将达到2050亿美元，较2023年的水平增长40%。其中很大一部分资金可能会流向Nvidia，用于其H100和Blackwell AI芯片。

英伟达虽然面临竞争，但仍占据行业领先地位

英伟达的竞争对手AMD最近公布的财报显示，“AI的钱”大部分都被英伟达赚走了。

AMD表示，其MI300系列芯片到2024年将产生约40亿美元的收入，这一数字与英伟达今年超过1000亿美元的预期收入相形见绌。

与此同时，英特尔最近推出了将与英伟达竞争的人工智能芯片Gaudi 3，但该公司表示，预计该芯片今年的销售额仅为5亿美元。

投资者要等到5月22日收盘后才能知道英伟达的实际收益。

liyingrourou

黄仁勋最新访谈：无知是一种超能力，信念也是，保持无知，保持信念，勇往直前
腾讯科技
·
05/05 11:07
据国外媒体报道，硅谷致力于支持创新企业的非营利组织TiE主办的TiECon  2024年度大会于5月2日举行，英伟达联合创始人兼CEO黄仁勋受邀出席，并与风投公司Mayfield管理合伙人纳文·查德哈（Navin  Chaddha）进行了炉边对话，他们谈到了人工智能的未来以及其他主题。

在谈话中，黄仁勋对正致力于创业的企业家们分享道：“我的经历其实十分普通。我并不认为有人会制作一部电影来讲述我们如何创立这家公司的故事。但正是这份普通，构成了我们故事中最精彩的部分。普通的人做着普通的事，试图解决那些看似平凡的问题。我们三个工程师，都对加速计算有着坚定的信念。然而有趣的是，我们最终改变了整个行业，引领着它跟随我们的步伐。这整个过程，我们花了整整30年时间。”

在谈到近期技术进步的力量时，黄仁勋说：“这是历史上第一次，我们能够亲眼见证深度学习的可扩展性。问题的关键在于，你能从数据中学习到什么。如果事实发生了变化，我们的思维也应当随之转变。”

谈及未来，黄仁勋指出机器将能够执行更多的日常任务。黄仁勋解释称：“对于未来，他坚信机器可以与任何我们可以标记的事物进行对话，即将它们转换为二进制数。一旦我们能将英语标记化，它就会在无监督的情况下学习它。人类已经掌握了交叉模式的技术，比如将文本转化为图像，或是将文本与语音相互转换。”

当被问及是什么激励着他持续努力工作时，黄仁勋表示，他拥有的是世界上最棒的工作，“除了这个，自己别无他求”。

如果能够回到过去，再次面对年轻时的自己，黄仁勋会给自己怎样的建议？他说：“无知是一种超能力，信念也是一种超能力。有多少困难呢？其实，知道这些困难究竟有多难并没有任何帮助。重要的是保持无知，保持信念，勇往直前。”

以下为这次炉边对话全文：

纳文·查德哈：首先，我和黄仁勋都可以保证，我们没有用自己的虚拟数字人，我们都是实实在在的真人。尽管我们都训练了虚拟人，但我们曾开过玩笑，说我们会用只有他和我才能理解的独特方式交流。我刚刚已经向他确认过，我们都不是人工智能。

黄仁勋：我们都清楚，数字虚拟人并不知道它们自己是数字虚拟人，我们也从未遇到过一个意识到自身非真实存在的数字虚拟人。事实上，我首先要为自己能登上这个舞台而深感荣幸。台下的观众是一个充满活力的创业群体，我在自己的职业生涯中结识了许多亚洲的杰出领袖。他们中的许多人创办了令人瞩目的公司、领导着卓越的企业，这是任何行业都未曾见过的非凡群体。因此，能够来到这里，我深感荣幸。

1、没什么创业灵感，就是普通人做好普通事
纳文·查德哈：让我们开始你的创业之旅吧！因为这里汇聚了众多正在创业的人、新兴的创业者，以及渴望受到你启发的人们。他们期待能从你的创业旅程中获得启示。黄仁勋，你为何选择创办英伟达？是什么激发了你创业的灵感？

黄仁勋：我的创业之旅其实相当平凡。它并非源于我早晨醒来，一个惊人的想法突然涌入脑海，也不是因为我有幸与世界上最聪明的工程师合作。而是我的两位好友克里斯·马拉科夫斯基（Chris   Malachowsky）、柯蒂斯·普里姆（CurtisPriem）想要创办一家公司，他们联系我，并希望我能加入他们。这确实是故事的开始，但我们的初衷并非由世界上发生的某些非凡事件或当前的人工智能热潮所激发，仅仅是因为我有两位极好的朋友，他们非常希望我成为他们团队的一员，并且他们一直在催促我加入。

纳文·查德哈：我记得就是在丹尼餐厅？

黄仁勋：正是，我们都各有家庭，所以需要一个固定的地方聚在一起讨论。丹尼餐厅恰好位于我家附近，它自然而然地成为了我们聚会的理想之地。我理解，公司的创立背后总是有着各式各样的故事，但我们的故事并非那种令人叹为观止的传奇。我并不认为这会成为一部被搬上大银幕的电影。

纳文·查德哈：但对我来说，这始终是一个梦想——有朝一日，我要将这个故事拍成电影。我在此向你，以及所有关注我们的人发出邀请。是的，我会让这个梦想成真。你们都知道我，这是我接下来要做的。

黄仁勋：在我看来，我们故事最引人入胜的部分，正是它的平凡与真实。只是普通人，做着普通的事情，我们通过观察、思考并努力解决问题。我们拥有专业技能，特别是在计算机工程领域，身边还有着一群杰出的计算机科学家和创始团队。我不想夸大其词，将一切归功于个人，但我不得不承认，他们拥有令人难以置信的才华和创造力，总能发明出新颖的产品或开辟新的领域。

对于我们的故事，我时常琢磨如何将其讲述得更为引人入胜。但遗憾的是，我始终没有找到更好的表达方式。如果我能让故事更加动听，我一定会为你编织一个完美的叙事桥段。然而，事实上，我们只是三个普通的工程师，我们创办了一家公司，凭借自己的方法和信念，坚信加速计算的力量。

也许，我能从中传递给你们一个深刻的教训：那就是坚持。我们所坚信的，虽然困难重重，但我们不得不塑造和转变，并激励整个行业跟随我们并加入我们。这花了我们30年的时间，也许这才是故事最精彩的部分——坚持。坚持，需要坚定的承诺和深厚的信仰，同时还需要巧妙的策略来避免潜在的破产风险。要知道，如果公司破产了，你就无法坚持30年，你无法在破产的情况下持续30年。所以，故事最动人的部分或许并非它的开始，而是它的过程。但我坚信，这远非终点。

纳文·查德哈：不、不，这只是一个开始，就像一部等待续集的电影。

黄仁勋：你知道，我不是在谈论我的生活经历。我仍然在全职工作，今天也非常忙，但我想让你们知道，我觉得自己仍处于事业的起步阶段，需要持续付出辛勤的努力。

纳文·查德哈：我们都一样，不是吗？我每日忙于16、17场会议，只为跟上你们的步伐。

黄仁勋：不，你的付出值得赞赏，我们都还在为事业拼搏。

2、在竞争中胜出秘诀：以独特视角观察世界
纳文·查德哈：那么，我们聊聊Mayfield吧！你们公司创立时，Mayfield已是一家有着55年历史的公司。当我在斯坦福求学时，你和朋友们就成立了英伟达，Mayfield也在这一领域投资了多家企业。我相信，每一家公司的背后都有创始人深信不疑的梦想，并为实现目标而全力以赴。那么，你们当时的押注是什么？当时有S3（曾是世界上最大的图形、影像及多媒体加速器供应商）和其他17家图形公司，都是由顶级风投公司支持的。你们是如何在这场竞争中脱颖而出的？

黄仁勋：这确实是一个值得探讨的点。如果不介意，我想重新解读一下你的话，因为这对我们至关重要。我们曾与大约110到120家图形公司竞争。我们的独特之处在于我们的视角，或者说愿景，但更直接地说，那是一种独特的观察世界的方式。让我给你举个例子，当其他公司致力于制造计算机图形芯片或系统，或追求打造世界顶尖图形技术时，他们的使命宣言往往是：“我们要打造全球最佳的3D图形技术。”

但我们始终将其视为一个应用问题，我们的目标是使应用更加丰富多彩或更具趣味性，这在多数情况下都是可行的。我们将其称为“应用加速计算”。随着时间的推移，我逐渐淡化了“应用”这个词，因为核心在于“加速计算”。我们始终知道，这不仅仅是关于3D图形芯片的，还有底层架构以及我们创造的特定领域库。我们创造了CDNN用于AI，RAPIDS用于数据处理，以及K  Quantum用于量子模拟。

随着时间的推移，我们创建了一系列特定领域的算法库。但这些平台、库以及芯片，都是为应用服务的。因此，从一开始，我们的团队就不只包含图形芯片设计师，还有专门负责与应用行业打交道的人，他们鼓励并协助合作伙伴使用我们的技术，与他们合作重构应用，以便能够利用我们开发的技术或算法，让他们的游戏或其他应用变得更好。

所以，我们始终处在应用和我们所创建的架构之间的交汇点。我们开创了科学计算这一行业，这一行业通常被描述为“协同设计”或“合作设计”，这意味着我们会同时开发应用、算法、库、系统和架构。这种端到端的视角，实际上，正是我们英伟达在1993年成立时所秉持的核心理念。

这解释了为何我们能够发明新的计算机图形算法，并见证它们被行业广泛采纳。因为我们始终与游戏开发者紧密合作，与科学家并肩前行，与整个生态系统共同进步。因为我们的目标，从来都不是仅仅制造一款出色的图形芯片，而是让应用能够以某种方式变得更好。

这种视角的差异，体现在我们与众不同的组织结构、独特的市场进入策略，以及开发技术的不同思考方式上。当你允许自己的信仰体系和对世界的独特看法得到充分的展现，同时保持开放的心态，让他人也能洞察你的世界时，这种差异就会愈发显著。

纳文·查德哈：我记得当你们踏上这一征途时，我恰巧在微软任职，那时他们收购了我作为初创企业家的第一家公司，该公司致力于研发互联网视频流技术。从比尔·盖茨（Bill   Gates）那里，我深刻领悟到，单打独斗终究有其局限性——你需要建立一个生态系统，而不仅仅依赖自己单打独斗。当时有成千上万的Unix专有系统，而乔布斯在推出iPhone和iPad时再次证明了这一点，我察觉到了其中的相似之处。你提到这是一个端到端的平台，但我认为你们在构建生态系统方面做得尤为出色。你们不仅自己赚钱，还确保合作伙伴也能从中获益。这是对你们工作更广泛影响的精准总结吗？就像共同做大蛋糕，让每个人都能分享到。

黄仁勋：实质上，我们立足于一个加速计算平台之上，而此平台的生命力正源自于其实际应用。除非开发者们活跃于其上，否则它便失去了存在的意义。因此，开发者生态系统始终是我们公司的灵魂所在。

再者，我们并不追求那所谓的“万能加速器”。因为现实告诉我们，没有一种加速器能够胜任所有领域的加速任务。如若真有此等神器，那它便应被冠以微处理器之名。你们是否曾思考过，为何中央处理器在面对所有传入应用时显得如此力不从心？显然，为所有需求量身定制一款处理器并非明智之举。

正是基于此，我们不断在加速平台上精心构建针对不同领域的专业库。从生命科学到制造业，从娱乐到视频游戏，再到人工智能、机器人技术和自动驾驶汽车，这些领域中的每一个都有其独特且高效的库支持。当然，数据处理、科学计算、气候技术等领域也不例外。我们不仅要创建这些库，更要助力整个生态系统充分利用它们。一旦这些库被广泛应用，那么所有使用者都将受益于我们开发的技术，这种效益将直接作用于他们的工作与生活。

回顾过往，人们最初选择英伟达进行加速计算，是因为它赋予了他们前所未有的能力。如今，随着计算需求的迅猛增长，几乎每一项任务都需要加速处理。CPU的扩展能力已近极限，而计算需求却几乎每年都在翻倍。若CPU无法在相同功耗或成本下实现性能翻倍，那么计算通胀的阴影便会悄然逼近。如今，这一现象已在全球范围内显现，人们开始感受到计算通胀的压力。

面对这一挑战，我们必须重构应用程序，尽可能地为所有内容提供加速。而我们正在加速的某些应用，已展现出了惊人的成本效益。我们所做的，就是在时间的洪流中，不断地以惊人的速度降低计算的边际成本。回顾摩尔定律的辉煌历程，过去的四十年里，尤其是在其最耀眼的三十年间，它揭示了计算成本每五年降低一个数量级的规律。这意味着每两年半左右，成本便减半；每一年半，便会有数次显著的降低。因此，每五年成本降低十倍，每十五年降低一百倍，以此类推。而在过去的十年里，通过加速计算，我们几乎将深度学习的成本降低了近一百万倍。这种巨大的降幅，让人们意识到，利用计算机在大规模数据中寻找模式和关系已成为可能。从我们的数字体验中汲取智慧，这自然催生了生成式人工智能的崛起。

你知道吗，若我身处你的位置，我不会对此感到惊讶。若此次大会完全聚焦于初创企业和创业者，他们正利用我们两人共同见证过的最伟大技术变革。这确实是一个独一无二的时刻，我们的贡献在于显著降低了计算的边际成本，使得人们首次发现了新的计算方式，这在过去六十年中尚属首次。1964年，IBM引入了中央处理单元，奠定了我们今日所知计算领域的基础，然而这些核心原理至今仍未有实质性改变。但如今，人们终于意识到加速计算才是真正的未来之路。

3、如何做出绝佳选择？遵循第一性原理
纳文·查德哈：作为一名创业者，我与无数创业者并肩作战过。我深信，生活中我们面临许多选择，其中不乏好的选择，但真正伟大的选择却难以抉择。你无疑是学会说“不”的大师，甚至能够果断放弃正在进行的项目。那么，你是如何培养这种直觉的呢？就像人工智能领域的天才一样，你不仅在过去的18个月里做出了许多关键选择，而且在加速计算领域已深耕了10到12年。或许在某个阶段，如AlexNet等里程碑事件出现后，你便认定了方向。

那么，你是如何做出这些选择的？你如何预见世界的未来发展趋势？或是你更倾向于回顾历史，然后思考“如果世界已经发展到那个阶段，我该如何应对”？创业者们应该考虑什么？因为许多人会满怀激情地表示他们要打败谷歌，或推出与你竞争的产品，但这样的讨论往往很快就会结束。那么，你又是如何做的呢？

黄仁勋：我以同样的方式做出选择，正如你所做的一样。我从第一性原理（First  principle，一种基本的哲学和科学思维方法，它强调通过分解问题或理解事物的基本组成部分和基本原理来推导出新的洞察或解决问题）出发进行推理，在深度学习的领域，当我首次接触并试图理解它时，我幸运地早早地进入了这个领域。但我所看到的并不比别人看到的更为特别，只是AlexNet的惊人效果和令人印象深刻的结果，以及深度学习的结构似乎具有极高的可扩展性。这是历史上第一次，我们可以看到软件的设计，想象出真正的软件示意图，不仅仅是任何软件，而是能够绘制出GOP、GOS等概念的框图。而此前，我们从未能够通过绘制示意图来清晰描述软件的功能。这一事实表明，深度学习是结构化的。

在思考深度学习的可扩展性时，我关注的核心在于软件是否能像芯片一样进行扩展。如果我们增加计算能力或提供更多数据，它是否仍然能够保持其理想的特性？这与我们增加晶体管数量、加深流水线或增加更多线程以使硬件更具扩展性是否相似？这是历史上我第一次在软件中看到这样的可能性。关键在于，我们能从数据中学到什么？大约15年前，当我们深入思考这个问题时，我们得出了一个结论：这将会彻底改变软件的开发方式，这就是我当时的赌注。一旦你形成了核心信念，你每天都会测试你的假设，我每天都这样做。如果事实有所改变，你的观点也应随之调整。每天，我都在以更多种方式测试这个信念，并越来越坚信这就是未来的方向。你知道，无论做什么事情，这都是必经之路。

纳文·查德哈：确实，这对观众来说至关重要。创建自己的观点，深入挖掘并推动事情的发展。很多时候，你尝试的方法可能不会立即奏效，但你需要转变思路，找到新的解决方案。

黄仁勋：当然，这其中的确需要诸多技能与策略。并非只是简单地相信某个理念，然后孤注一掷地将整个公司押上，最后可能面临长达20年的亏损。你要知道，成功的终点和开始的信念并不一定要紧密相连。因为在追求成功的路上，你仍然可以运用各种技能来盈利。你可以将这项技术应用于过程中的各种实际用例。所以，你无需孤注一掷、不必以生命为赌注，但你必须全力以赴。在创建企业和塑造美好未来时，我们无需任何人做出牺牲。

纳文·查德哈：我们之前也简要讨论过，最终机器会理解人类的自然语言，而不是我们为了与机器交互而创造的全新语言。那时，我们将真正能够与机器进行交流，使用我们自己的语言。那么，你认为机器何时能理解我们的自然语言呢？

黄仁勋：我们都在朝着这个目标努力。首先，需要明确的是，计算机并不理解任何语言，它只理解数字。因此，关键在于我们如何将英语等语言转化为数字，并确保这些数字与我们意图表达的词语紧密相连。通过学习，机器可以掌握英语、日语、中文和法语等，甚至能够处理蛋白质和化学物质，乃至氨基酸。如果我们能够利用多模态性，并可能将人类知识编码到学习过程中，它们甚至可能无需监督就能学习所有这些标记的所有含义。

近年来，这一领域取得了重大突破，我们已经将几乎所有事物进行了标记化，并将所有信息以数字形式表示。同时，我们还发现了多模态性和无监督学习的价值，它们使我们能够从大量数据中学习。因此，我们已经探索出了跨模态的学习方法，即从文本到图像，从图像到文本，从文本到氨基酸，再到蛋白质等等，这种转换是无穷无尽的。

语音识别中的声波模式与语音文本之间的转换有何不同？既然我们已经实现了文本到语音的转换，那么为什么我们不能实现文本到机器人发音的自然转换呢？一旦你对人工智能的工作原理有了直观的理解，或者对人工智能工作的心智模型有了清晰的认知，你会发现应用领域迅速增长的可能性。这将帮助你弄清楚，在特定情况下，如何利用这项技术来推动行业变革。是选择创建另一种DSL（领域特定语言）或领域特定库，还是开发另一个生态系统，创造一个新的行业，产生更多的用例，以及孵化更多的初创公司，这都取决于你的判断和选择。

纳文·查德哈：这确实是对创业者们的经验，不要盲目跟风，而要思考未来的可能性，去解决那些尚未被解决的问题。

黄仁勋：我们始终应该坚持从第一原理出发，深入思考某一问题，并尝试对其控制动态有直觉的把握。通过这样的方式，我们往往能从中推断出令人惊讶的结论，并明确未来的方向。

4、四次工业革命，四层“认知管道”结构
纳文·查德哈：随着世界的快速变化，我们见证了服务器端和数据中心从分散走向集中的趋势，如今超大规模公司正在从你们和其他公司购买半导体系统的核心基础设施。但与此同时，人工智能浪潮正席卷而来，我相信将有1000亿的物联网设备连接世界，而数据主权问题也随之浮现。对于这一趋势，你的愿景是什么？当前的情况是如何发展的？大型数据中心拥有强大的训练能力和雄厚的资金，但真正的智能将会无处不在。那么，你认为企业家是否有助于实现这一目标？特别是在人工智能主权的问题上，鉴于很多人来自不同的国家，我知道你已经对此有所提及，但你能否更明确地说明他们应该从哪里开始，我们如何能为他们提供帮助？

黄仁勋：这是一个既深刻又广泛的问题，让我们先分解一下。首先，让我们探讨一下数据主权的问题。为何一个国家的自然资源之一是其社会数据？在传统意义上，我们总是将自然资源视为埋藏于地下的宝藏。然而，在未来的新世界中，数据也将成为这个国家的重要资产。为什么我们要将数据出口到其他国家进行加工，然后再进口回来，并支付额外的费用呢？从某些基本原则来看，这并不合理。因此，例如印度，应该充分利用其社会数据这一数字形式的自然资源，训练自己的模型，并在国内使用。

他们应该将这些数据连接起来，并通过服务的形式让其他人也能访问到。许多国家都应该采取这样的策略。这是我对数据主权问题的第一层思考。接下来，让我们从另一个角度来审视这个问题。我们需要退后一步，观察正在发生的事情，尤其是在工业层面。第一次工业革命是蒸汽动力引擎和机械制造的兴起。第二次工业革命则是电子和交流电的大规模生产，这在当时对大多数人来说是难以想象的，这就是工业革命的进程。而我们现在正处于第三次工业革命之中，它生产了一些在我们这一代，即在我这辈子的时间内出现，但很多人仍然难以理解的东西。

事实上，硅谷的许多公司都没有看到这些无形资产的真正价值。一开始，大多数人无法理解没有重量、没有质量、不装在盒子里的东西竟然会具有如此巨大的价值，这指的就是软件。你可能还记得，在计算机行业的初期，有价值的是计算机硬件、系统和物理设备，而不是软件。但这种情况随着微软等公司的努力以及你们通过Cuda等技术所做的端到端解决方案而发生了改变。这确实是正确的方向，所以上一次的工业革命让我们发现了软件的生产价值，并创造了大量的软件工程师岗位以及一整套软件开发的方法论、工具和生态系统。

现在我们正站在第四次工业革命的门槛上，我们正在生产的东西对于大多数人来说，目前仍是难以捉摸的。不必过于担忧，因为随着新工厂的崛起，我们将实现智能的大规模生产。智能的生产、制造、改进和营销，这些我们如今已经掌握了方法。为了生产这些我们称之为“Token”的浮点数，这些人工智能工厂将彻底改变传统数据中心的形态。我们之前讨论的加速计算技术仍然适用，但需要以全新的方式改进这些工厂。

现在，让我们设想这场新的工业革命将如何生产这些Token。这些Token应该在哪里生产呢？是在世界的每一个角落吗？对于那些拥有过剩能源，尤其是可再生能源的国家来说，他们将占据巨大的优势。这意味着，智能的生产地可以远离其应用地。

这自然引出了“边缘”的问题。有两种方式可以将人工智能带到边缘。第一种是遥感，它帮助我们理解物理世界中正在发生的事情。但第二种方式更为复杂，也更具价值，我们称之为物理人工智能。这是指人工智能从数字世界走进物理世界，在那里，它不仅仅需要理解英语或自然语言的含义，更需要理解物理属性。

在物理世界中，任何幻觉都可能导致对物理环境有害的行为。因此，我们必须确保，就像我们在自动驾驶汽车和机器人技术中所看到的那样，人工智能系统不能仅仅学习如何像处理图像那样生成下一个Token，它必须确保其行为在物理上是可行的，必须严格遵循物理定律。未来的人工智能系统将能够深刻理解物理定律，如能量守恒、质量守恒以及不变性等基本概念。

5、未来AI工厂将成独立AI系统 整个数据中心提供计算资源
纳文·查德哈：接下来，我们深入探讨“智能即服务”这一概念。虽然这只是一个玩笑性质的术语提议，但它在业界正逐渐获得关注。或许，我们更应称之为“认知即服务”（CAS），因为这与现有的“基础设施即服务”（IaaS）和面向开发者的“软件即服务”（SaaS）有着异曲同工之妙。

CAS将以类似的方式提供服务，其潜在价值远超过人们通常所见的表面应用。当谈及构建以人工智能为核心的应用程序、数字化队友和数字双胞胎时，我们必须认识到，它们背后所依赖的底层架构和技术才是真正具有深远价值的所在。这些底层架构，往往超越了人们日常所能察觉的应用程序范畴，它们承载了无尽的潜力和可能性。

我称之为“认知管道”（Cognitive  Plumbing）的这一体系结构中，涵盖了多个层次：首先是系统与训练推理的基础层，紧接着是模型层、数据层，以及中间件和工具层。有人称它们为认知基础设施，而英伟达是这个领域占据主导地位的公司。我在领英上提出的疑问，旨在探寻英伟达如何支持这一进程。

你们的开发者计划Inception和风险投资计划将如何助力创业者？作为一个平台，你希望如何构建和推动这一生态系统的发展？当这些基础层次得到稳固，应用程序、数字双胞胎和数字队友的构建将水到渠成。英伟达在这四个层次中的哪些环节与我们合作，以推动计算技术的进一步飞跃？

黄仁勋：我们深刻理解，人工智能与加速计算已不再是局限于数据中心的独立存在，而是演化为超大规模计算中共享资源与微服务的集成。展望未来，一个人工智能工厂将是一个宏大的系统，充分利用整个数据中心作为其计算资源的基石。这种变革意味着我们需要采取一种全新的计算方式。

因此，我们转型为一家数据中心公司，同时认识到每个数据中心都有其独特性。我们精心设计了可分解、可集成到Azure、谷歌云和AWS等云平台的解决方案，确保我们的平台无处不在。英伟达在加速计算领域的开创性贡献众所周知，但将这一技术普及至各个角落，并确保架构与软件的兼容性，则是我们引以为傲的成就。

我们无处不在——云端、本地部署、乃至PC端。我们为开发者提供了灵活的工具包，让他们的软件能够在任何环境下运行。此外，我们还推出了名为“Inception”的开发者计划，与全球约2万家初创公司携手合作。我们提供技术支持，增强他们的能力，让他们拥有与大公司相媲美的实力。这包括基础设施访问、技术访问等全方位的支持。我们有很多工程师与初创公司和大公司合作，共同开发代码、设计算法。我们乐于帮助这些公司了解加速计算、深度学习，以及如何在各大云端高效训练和部署模型。我们提供丰富的资源，包括市场资源，如GTC平台展示机会，以及与Mayfield等优秀风险投资公司的合作，为初创公司提供资金支持。

纳文·查德哈：在多个场合中，我们都能感受到你的热情与慷慨，你不仅助力了多家公司的发展，还亲自为大家提供了美食与美酒。这让我深感震撼，一位拥有如此深厚背景的领导者，竟能如此热情地款待每一位客人。

黄仁勋：或许我以我的厨艺和摆桌技巧而自豪，但真正让我引以为傲的，恐怕还是我的洗碗技巧。生活中的这些琐事，摆桌、做饭、收拾桌子、洗碗，都是不可或缺的技能，它们同样充满了价值。

纳文·查德哈：我记得你曾提到过类似的理念，对吧？任何工作，只要全力以赴，就能做到最好。不仅仅是运动员，无论我们身处何种角色，只要全心全意地投入，优秀就不仅仅意味着做到最好，而是关于我们是否付出了全部。当这种付出成为常态，奇迹便会自然而然地发生。那么，我想将这个问题简化为几个关键点。你不仅在计算领域是领军人物，在管理领域也独树一帜。有一种管理哲学叫“七鱼同游”，七这个数字似乎有着特殊的魔力。你管理公司的方式为何如此与众不同？作为一位经验丰富的领导者，你有哪些经验是创业者们应当学习的？当董事会成员云集，报告繁多时，你是如何管理的？你直接管理的下属有多少人？

黄仁勋：我直接管理的下属有60人。在深入探讨这个问题之前，我想先谈谈组织设计的初衷。传统的组织构建方式，往往源于军事需求，信息系统不完善，指挥官不希望受到质疑等。将军被隔离在战场之外，以避免战争的残酷影响他们的战略决策，但战场上的士兵往往不清楚这些决策是如何产生的。然而，这并不是我们的目标。在英伟达，我不希望任何人为了我而牺牲，我期望所有的员工都能安全地工作。

因此，我们需要从第一原理出发，思考组织的构建方式。我们需要明确公司的目的、产品的本质、以及所处的环境。我们期望这个“公司盒子”如何发展？我们所处的环境是否稳定？技术变化是否迅速？我们是否面临外部的竞争或威胁？根据这些条件，我们得出结论：公司内部的信息流动必须保持高度畅通。因为我们处在一个技术飞速发展的时代，每十年技术都可能发生翻天覆地的变化。为了确保我们的灵活性和响应速度，员工需要快速理解管理层所做的决策，因为时间对于我们来说至关重要。

此外，我们还意识到，直接向CEO汇报的团队成员都是各自领域的世界级专家。他们不仅才华横溢，而且都是杰出的管理者。他们几乎不需要我过多地干预，就能取得令人瞩目的成就。在这种背景下，CEO的管理方式自然需要调整。我们不能简单地将管理新毕业生的原则应用于这些高级管理者。因此，我从第一原理出发，为英伟达设计了一个独特的组织结构、人员配置、文化以及业务流程。这使得英伟达能够在某些领域独树一帜，但并不意味着我们在所有领域都能做到最好。不过，这也正是我们的独特之处。

6、最遗憾决定：芯片架构选择错误差点导致公司破产
纳文·查德哈：令我好奇的是，你曾提及没有公司会一蹴而就，成功的道路上总是充满起伏。而在这些起伏中，作为领导者，你不得不面对许多艰难的决定。在你的职业生涯中，哪一个决定是你认为最艰难，却又庆幸自己做出了正确选择的？我深知，许多创始人、CEO们常常在此处挣扎，他们难以割舍某些事物。而你却以敢于放手而著称。那么，对你来说，哪一个决定是最大的挑战？这个问题，我想有五百人都在等待答案，因为做出这样的决定需要极大的勇气和信念。

黄仁勋：对于许多CEO来说，这个问题或许相对容易一些。然而，我已经在英伟达运营了31年，这期间，我必须做出无数的决定，其中不乏生死攸关的重大抉择，其中许多还是我自己亲手造成的。因此，要从中挑选出最艰难的一个，实在是难上加难。不过，我还是想回到你之前提到的那个决定。

很久以前，我们曾选择了一种被称为“前向纹理映射”的架构，它摒弃了Z缓冲区和三角形，转而使用曲面和转角。然而，事实证明，正确的方向其实是完全相反的——“逆向纹理映射”，它依赖于三角形而非曲面，并使用了Z缓冲区而非预排序。我们当时选择的技术选项组合，完全偏离了正确的方向。

人们可能会想，这是如何发生的？一个公司在众多选择中，竟然会特意选择了所有错误的答案。这就像是在SAT考试中得了零分一样。而背后的原因，后来我们发现，是因为我们是一群聪明的工程师，在一个迅速变化的世界中做出了看似合理的决策。我不会过多地深入到技术细节，因为那些并不是最有趣的部分。这与DRAM价格、浮点计算、当时的技术状态以及我们周围的其他行业对手都有关。但无论如何，我们在公司内部做出了许多错误的选择。公司内部对于接下来该如何走，存在极大的分歧。你可以想象这种压力，因为我们全身心投入到了这项技术中，与之紧密相连。我真的很喜欢它，我渴望它成功。但当它清晰地被证明是错误的路径时，我难以接受这个事实，我真的很不愿意面对这个现实。

但对公司而言，一个有益的启示是，我们意识到公司不仅仅是关于那些技术选择，那些选择并不定义公司的全部。如果你能将自己的选择与你存在目的隔离开来，你存在的意义、你为什么在这里，以及你的最终目标是什么，这将使你能够更客观地审视和批评你的选择，而不会让你的自尊过多地卷入其中，这对我自己和公司都是一个极其重要的教训。它教会了我如何更加理性地看待战略决策、技术决策以及CEO所做的任何决策，而不是被公司的短期目标所束缚。

当事实改变、当世界变化时，你的思想也应该随之变化。事实上，我们周围的世界已经发生了巨大的变化，理性的人会根据这些变化得出合理的结论。或许，在当时的情况下，我们已经做出了能够做出的最好决定。但是，当世界变化时，你也应该随之调整。因此，那是一个艰难的决定，因为当时我们还很年轻，公司也处于初创阶段，我们都很脆弱。我们当时都很不确定，没有信心。但我很庆幸，我们能够回到第一原理上，依靠在场人们的信心和智慧。我们让公司摆脱了那些错误的决策，然后继续前行，并最终取得了惊人的成就。

7、为何年过六旬还不退？没有其他事可做
纳文·查德哈：最后两个问题，我总是被问及这些问题，但从未有人给我答案，所以我决定来问问你。如果你有机会重新开始，你会给年轻的自己什么样的建议？因为许多初次创业者都是毫无经验的。基于你现在的丰富经历，你会给年轻的自己哪些不同的建议？

黄仁勋：在英伟达这31年的历程中，我确实学到了很多。首先，我想说的是，我不会将所有的经验和教训一股脑地告诉年轻的自己。我要保留这些经验，并在前进的路上逐步分享。原因是，无知中蕴含着一种超能力，那就是不知道某件事的困难程度，这种无知反而是一种驱动力。不相信某件事是做不到的，这种无畏也是一种超能力。而当我们知道得越多，背后的历史和故事积累得越多，我们反而越会意识到某件事的困难程度。所以，我喜欢那种“这件事到底有多难”的感觉，它激励着我们不断前行。我们面临的所有难题，我的第一反应总是：这件事到底有多难？事实上，它总是比想象的要难得多，而且总是需要更长的时间去克服。但我认为，事先知道这些并不会带来什么帮助。这就像跑马拉松一样，我从未跑过马拉松，但马拉松能有多难呢？只有去尝试了，才知道。

纳文·查德哈：我完全同意你的观点，公司建设确实是一场马拉松，而不是短跑。我也不是马拉松选手，但在公司建设中，我们如何做到持久不懈呢？

黄仁勋：就是一步一步地前进，感受那种挑战和困难。你知道，如果有人能做到，那么我们也能做到。所以，这件事到底有多难呢？这可能是初创公司的超能力之一。

纳文·查德哈：最后一个问题，我们都知道你已经经营这家公司30多年了，而我也从事创业和风险投资30多年了。我总是被问到这个问题，所以我也想听听你的答案。为什么你还在继续？我告诉他们我才五十出头，沃伦·巴菲特都一直干到90多岁了，对吧？是什么驱使你不断前进？因为生活很漫长，人的寿命已经延长了，但每天早上起床，我们依然面临着时间和精力的限制。我也有同样的疑问。是什么让你坚持不懈？你还有什么未完成的事业吗？我听过其他人回答这个问题，他们的答案总是听起来很聪明。我也在试图找出答案，所以我把这个问题交给你。

黄仁勋：他们总是能给出听起来很聪明的答案。但对我来说，我就是没有其他事可做了。

纳文·查德哈：非常感谢，这是一个绝佳的答案，我简直想要复制下来。

黄仁勋：我能够感受到你的才华横溢，这使你面临选择时倍感矛盾。我的意思是，以你的天赋，你完全有可能成为一名F1赛车手，或者是一名篮球运动员，甚至是网球运动员；你还可以选择成为一名演员，你有潜力成为所有这些领域的佼佼者。但对我来说，我就是英伟达的CEO，这是我做出的选择。你知道，除了这个，其他选择都显得黯然失色。然而，这个角色的另一面是，这份工作充满了无尽的乐趣。真的，没有其他方式可以形容它。

你知道，与一群优秀的人共事，共同实现一些我们自身无法单独达成的目标，是我个人力所不及的，但当我们把想法与这些杰出的人才结合，看着他们将想法变为现实，看着公司创造出超乎寻常的成果，影响着多个行业，为无数初创公司搭建了一个平台，这种满足感无以言表。

通过你，我有幸结识了许多初创公司创始人，他们对我们搭建的平台感到非常满意。看到这些，以及每天在不同科学领域中发生的惊人突破，你知道，这些成就是我们无法事先计划的。你不能写一本书说：我希望我的生活会是这样，然后一切就按照书中所写的那样发生。但事实上，我现在的生活几乎就像是小说。

纳文·查德哈：确实，我从你这里学到了很多。你也说过，需要为员工提供同样的支持和机会。听到这些，我深感这不仅是与你共事的人所追求的，更是一个未竟的崇高事业，不仅局限于技术领域。那么，与你一同前行的员工们的平均任期是多久呢？是18年、20年吗？还有最初的员工吗？

黄仁勋：刚刚，我给那些在英伟达工作了30年的员工发了电子邮件，以感谢他们的贡献和付出。这真的太令人惊叹了，我身边围绕着一群杰出的人。我们这些人在做着看似非凡的事情，但我认为每个人都可以做到这点。毕竟，这件事能有多难呢？