第二期中原基石数智期间指导力特训营热招中！

报名即送十月信管论坛限额一个！价值12800元！

开头 |  AI服务坊，管沉默慧

参谋招引| 13699120588

著作仅代表作家本东说念主不雅点，图片开头于pixabay

金句整理

——公司的信得过后劲不在于现时范围,而在于其'鱼塘'大小——市集创造者通过开辟新六合得到无尽可能,而仅专注于在现存市集合争夺份额的企业终将受限,因此企业应以前瞻性想维拓展'鱼塘',而非局限于近况

——悉数伟大的公司都应该有这样的中枢问题：你们正在作念的事情是否必要？是否有价值？是否有影响力？是否能匡助到东说念主？

——咱们我方还是有AI芯片设计师、AI软件工程师、AI考证工程师，悉数这些AI都在里面构建，因为咱们有智力，咱们也乐于亲自探索这些时间的可能性

——我的服务并不老是道理的，天然也莫得指望它道理。你问我这是不是我祈望的，我会说因为服务是进犯的。我不太垂青我方，但我相配崇拜对待我的服务和背负以及我在这个期间的孝顺

近日，NVIDIA首席实施官黄仁勋(Jensen Huang)就AGI发展、AI市集出路偏激对各行业的影响等话题收受了采访。看成科技行业的领军东说念主物，黄仁勋对AI的近况和翌日苛刻了一些个东说念主见识。

黄仁勋最初强调了差异AI模子与AI应用的进犯性。他指出，模子只是AI的基础构成部分，信得过的价值在于AI的具体应用。无东说念主驾驶、东说念主形机器东说念主、聊天机器东说念主等不同界限的AI虽联系联，但各自特质明白。这意味着AI产业链的每个重要都蕴含商机，但并非无尽。

谈及AI对企业经管的影响，黄仁勋认为AI将成为企业决策的有劲助手。AI不错匡助自动化经过、拓展想考维度，但肯定中枢问题仍需东说念主为判断。他意象每个东说念主都将成为"AI代理的CEO"，通过创造力和推明智力来指导AI完成任务。他认为，通过AI之间的交流、辩护和强化学习，可能产生类似于东说念主类头脑风暴的着力，从而末端智能的进一步升迁。他同期也共享了我方使用AI的躬行体验。他示意AI已成为我方日常服务中不可或缺的用具，不管是研究、考证照旧头脑风暴，AI都在其中阐扬着进犯作用。

他服气，AI将为社会带来巨大孝顺，而连接探索AI的无尽可能性，恰是他九死无悔的能源所在。

( 1:50 ) AGI 和个东说念主助理的演变

( 15:51 ) AI推理和教训的翌日

( 19:01 ) 构建AI基础设施

( 31:35 ) 创造AI翌日的新市集

( 43:25 ) AI模子的翌日

( 55:54 ) 推理期间推理偏激进犯性

( 01:00:46 ) AI在分娩力方面的作用

( 01:12:31 )开源与闭源的均衡

主理东说念主： 咱们目下在英伟达的总部，就在Imer街的近邻。接待你！

嘉宾黄仁勋： 谢谢，谢谢。

AGI即个东说念主口袋助手

主理东说念主： 本年的主题是从智能扩张到通用东说念主工智能（AGI），这真的让东说念主难以置信。两年前咱们第一次指摘这个话题时，还处于AI的期间，那时距ChatGPT发布只好两个月的期间。而如今的变化令东说念主难以置信。我想咱们不错通过一个想想实验运行，并作念一个预计。要是我把AGI遐想成一个口袋里的个东说念主助手，它会了解我悉数的信息，领有完整的操心，能够和我交流，帮我订酒店，以至帮我预约大夫。你以为，跟着寰宇变化的速率，这样的个东说念主助手什么时候能信得过出目下咱们的口袋里？

黄仁勋： 很快，以某种形势吧。是的，很快。这个助手会跟着期间的推移变得越来越好，这是科技的魔力所在。是以一运行它会很有用，但不会完整，跟着期间推移，它会越来越完整，就像悉数的时间一样。

主理东说念主： 当咱们不雅察变化的速率时，我紧记Elon（马斯克）曾说过，唯一进犯的等于变化的速率。而咱们目下感受到的变化速率似乎还是加速到了前所未有的进度。因为咱们一直在围绕AI这个话题转悠了十年，而你以至比咱们还要早。这是你事业生涯中见过的最快的变化速率吗？

黄仁勋： 确乎如斯，因为咱们还是再行界说了狡计。好多变化都是因为咱们在已往十年里将狡计成本编造了十万倍。摩尔定律只可带来百倍的增长，而咱们作念到了十万倍。咱们通过几种方式末端了这少许：最初是引入了加速狡计，把一些在CPU上着力不高的服务放到了GPU上。其次是咱们发明了新的数值精度、新的架构，比如张量中枢。咱们还发明了新的系统架构，比如NVLink，以及极其快速的存储器HBM。悉数这些创新都促成了狡计智力的迅速发展。

赶走等于，咱们从东说念主类编程走向了机器学习，而令东说念主惊诧的是，机器学习的速率也很快。跟着咱们再行界说狡计的散播方式，咱们引入了各式形势的并行狡计，包括张量并行、活水线并行等，咱们变得擅长在这些基础上发明新的算法和教训步调。这些时间和创新相互访佛，最终带来了令东说念主难以置信的进展。以前的摩尔定律期间，软件是静态的，预编译后装入商店，硬件推拿尔定律增长。而目下悉数这个词堆栈都在增长，咱们在悉数层面上进行创新，因此咱们看到了前所未有的扩张速率。确乎如斯。以前咱们谈论的是预教训模子的扩张，每年翻倍模子大小和数据量，狡计需求也因此每年增多四倍。而目下咱们在推理阶段也看到了扩张，以至有东说念主认为预教训很难，而推理很通俗，但目下看来一切都变得愈加复杂。这也很合理，毕竟把悉数东说念主类想维都简化为一次性反应是特地的。快速想考和慢速想考、推理、反想、迭代和模拟，这些主张目下都运行浮现了。

主理东说念主： 我认为对于英伟达的一个被远大歪曲的事情，等于英伟达的竞争护城河到底有多深。我以为有一种说法是，一朝有东说念主发明了一个更好的芯片，他们就赢了。但事实上，你们已往十年一直在构建的是从GPU到CPU再到汇集，尤其是软件和库的全栈架构，能够相沿应用圭臬的运行。是以，当你想考今天的英伟达时，你以为今天的竞争壁垒比三到四年前更了，照旧更小了？

黄仁勋： 我很感谢你能领会到狡计的变化。内容上，好多东说念主已往认为，包括我目下还有好多东说念主认为，只消设计出一个更好的芯片，领有更多的狡计智力，更多的浮点运算智力（flops），就赢了。你知说念他们的酷爱酷爱，他们在发布会上展示的都是对于这些浮点运算智力、条形图之类的东西。这天然很进犯，狡计智力确乎很进犯。然则，这种想维方式还是逾期了。这是一种逾期的想法，因为已往的软件都是在Windows上运行的，软件是静态的，也等于说，你升迁系统性能的最好步调等于作念出更快的芯片。但是咱们矍铄到，机器学习并不是东说念主类编程。机器学习不单是是软件的问题，它关乎悉数这个词数据管说念。

事实上，机器学习的重要是"飞轮效应"，这是最进犯的事情。因此，咱们要议论如何让这个飞轮高效运转，同期让数据科学家和研究东说念主员在这个过程中保持高效。好多东说念主以至莫得矍铄到，光是数据的整理和教训都需要AI，这个过程自己就相配复杂。

英伟达竞争上风

主理东说念主： 是的，而且这个AI自己也在束缚加速，对吧？当咱们议论竞争上风时，它是悉数这个词系统的组合效应。

黄仁勋： 完全正确。恰是因为有了更智能的AI来整理数据，咱们目下以至有了合成数据生成以及各式不同的数据整理方式。因此，在进行教训之前，你还是有了多量的数据处理服务。好多东说念主认为PyTorch是这个过程的起始和止境，PyTorch确乎很进犯，但别忘了，在PyTorch之前有多量服务，之后也有多量服务。是以，当你议论这个飞轮时，应该从合座来看待它，而不单是是平和教训这一块。你应该设计一个狡计系统和狡计架构，能够让这个飞轮的每一步都尽可能高效，而不单是是某个特定的应用场景的教训。这种想维方式专门想吗？教训只是其中的一步，每一步都是沉重的。

是以，你要作念的第一件事不是想着如何让Excel运行得更快，或者如何让游戏《灭亡战士》运行得更快，那是已往的想维方式。目下你要想考的是，如何让悉数这个词飞轮转得更快。而这个飞轮包含了好多不同的法子，机器学习莫得任何容易的部分，你们也知说念，不管是OpenAI作念的事情，照旧DeepMind的Gemini团队作念的事情，都不是通俗的任务。是以，咱们决定这才是你应该平和的悉数这个词过程。你需要加速每一个法子，尊重Amdahl定律。要是某个法子占用了30%的期间，你把它加速了三倍，但内容上并莫得加速悉数这个词过程好多。你要作念的是加速每一个法子，这样才能信得过显赫地提高轮回期间和悉数这个词飞轮的着力。

这个学习的加速过程，最终会带来指数级的升迁。因此，我想说的是，一个公司对我方在作念什么的领路，最终会体目下家具中。正如你所看到的，我一直在指摘这个飞轮，悉数这个词系统的飞轮。咱们目下加速一切。目下的主要焦点是视频，好多东说念主专注于物理AI和视频处理。你能遐想一下前端每秒数TB的数据流入系统的场景吗？举个例子，展示一下如何构建一个能够收受悉数这些数据并准备教训的管说念。悉数这个词经过都是通过Cuda加速的。今天，寰球大多还在平和文本模子，但翌日的视频模子同样进犯。咱们还会使用一些像o1这样的文本模子来处理多量数据，以至在咱们信得过进入教训阶段之前。言语模子将参与到每一个法子中。悉数这个词行业花了巨大的时间力量和致力来教训大型言语模子，目下咱们险些在每一步都在使用这些言语模子，真的不可想议。

主理东说念主： 我不想把这件事说得过于通俗，但咱们时时听到投资者问："那定制的ASIC呢？竞争壁垒会不会因为这个被突破？"我听到你说的是，在一个组合系统中，上风会跟着期间的推移而增长。是以我领路的是，咱们的竞争上风比三四年前更强，因为咱们在束缚改进每一个组件，而这种改进是积贮的。再举个例子，比如英特尔看成贸易案例研究，他们在某个周期的顶峰时具有显赫的竞争上风。你能通俗比较一下今天你们的竞争上风与他们在巅峰时期的竞争上风吗？

黄仁勋： 英特尔确乎很了不得，他们可能是第一家在制造工艺、制造和芯片设计方面极其优秀的公司。他们在x86架构上束缚升迁芯片速率，这等于他们的后光建设，他们将制造与设计完整结合。咱们的公司有些不同。咱们矍铄到，内容上，并行处理并不需要每个晶体管都要绰绰有余，而串行处理则需要每个晶体管都相配优秀。并行处理需要多量晶体管更具成本效益。我情愿要10倍更多的晶体管，但速率慢20%，也不肯要10倍更少的晶体管，但速率快20%。

他们可爱的可能是违犯的，串行处理和并行处理相配不同。咱们发现，内容上，咱们的寰宇并不是往下走得更好，而是往上走得更好。并行狡计很清贫，因为每个算法都需要为不同的架构再行架构。好多东说念主不知说念的是，你不错有三个不同的CPU指示集架构（ISA），它们各自都有我方的C编译器，你不错将软件编译到ISA上，但这在加速狡计和并行狡计中是作念不到的。

发明架构的公司必须我方创建特定界限的库，比如咱们翻新性地鼓舞了深度学习，因为咱们有一个叫cuDNN的界限特定库。莫得cuDNN，就莫得东说念主指摘cuDNN，因为它在PyTorch、TensorFlow等框架的基层运行。以前还有Cafe和Theano，目下有Triton和许多不同的框架。因此，cuDNN是一个界限特定的库，Optics是一个，cuQuantum是一个，Rapids是另一个，用于行业特定算法的库都位于PyTorch基层。我常听到东说念主们说，要是咱们莫得发明这些，任何应用圭臬都无法服务。你们明白我的酷爱酷爱吧？NVIDIA擅长的是算法，咱们在架构和科学的交融方面相配优秀。

推理模子教训

主理东说念主： 目下寰球都平和推理阶段了。我紧记两年前，Brad和我跟你共进晚餐时，问过你一个问题："你认为在推理阶段，你们的壁垒会和教训阶段一样遒劲吗？"你刚才提到的许多因素，比如天真性，对于客户来说能够在不同阶段之间保持天真性相配进犯。既然咱们还是进入了推理的期间，推理教训正以范围化的方式进行，你对此有什么看法？

黄仁勋： 是的，你说得对。要是你教训得很好，那么在推理阶段很可能也会进展得很好。要是你基于这个架构进行教训，即使莫得特别的优化，它也能在这个架构上运行。天然，你不错去为其他架构进行优化，但至少它还是在英伟达的架构上构建了，肯定能够在英伟达上运行。另一个方面是成本投资的议论。当你教训新模子时，你会但愿用最好的新开辟来进行教训。而那些你昨天用过的开辟，恰恰符合用来进行推理。因此，新开辟之后会留住一些免费的开辟和基础设施，而这些都与Cuda兼容。咱们相配有顺次地确保悉数这个词系统的兼容性，这样咱们留住的悉数东西依旧不错阐扬极大的作用。咱们还插足了多量元气心灵束缚再行发明新的算法，这样那时机训导时，Hopper架构的性能可能会比购买时提高两到四倍，基础设施仍然能保持很高的着力。咱们所作念的悉数服务，包括改进新算法、新框架，都会对咱们悉数现存的基础设施有利。Hopper受益，Ampere也受益，以至Volta也受益。

我紧记Sam刚刚跟我说，他们最近才在OpenAI停用了他们的Volta基础设施。是以我认为，咱们留住了一条坚实的装置基础，就像悉数狡计设施一样，英伟达在每一个云中都存在，不管是土产货照旧边际开辟。目下创建的视觉言语模子不错在边际开辟上的机器东说念主上完整运行，无需修改，因为它们全部与Cuda兼容。是以，我认为架构的兼容性对大范围应用相配进犯，就像iPhone或其他开辟一样。我认为装置基础对推理相配进犯，而咱们信得过受益的是，因为咱们正在为这些大型言语模子构建新架构，是以咱们不错想考如何设计出在翌日推理时进展出色的架构。

咱们一直在议论推理模子，特别是如何为你的个东说念主助手创建相配互动的推理体验。你不但愿它听到你的话后需要耐久间想考，而是但愿它能快速回复。于是咱们发明了NVLink，这样咱们不错利用这些系统进行高效的教训，况兼在教训完成后，它们的推感性能依然相配出色。咱们但愿优化的是从运行到生成第一个词的期间。而末端这个指标相配清贫，因为这需要多量的带宽。要是你的高下文丰富，你还需要多量的狡计智力。因此，要在几毫秒内末端反应，你同期需要无尽的带宽和狡计智力。这种架构相配难以末端，咱们为此发明了Grace Blackwell NVLink。

主理东说念主： 我本周早些时候和Andy Jassy一齐吃了晚餐，Andy说咱们有Trainum和Inferentia行将推出。好多东说念主认为这是英伟达的胁迫，但紧接着他说，英伟达对咱们来说口舌常进犯的招引伙伴，而且在可意象的翌日都会保持这种进犯性。他说，寰宇运行在英伟达的基础上。当你议论到定制的ASIC，比如Meta的推理加速器，或者亚马逊的Trainium，以及谷歌的TPU，再加上你们现时的供应空泛问题，这些因素是否会窜改近况？或者这些只是对你们系统的补充？

黄仁勋： 是的，内容上咱们在作念的是不同的事情。英伟达的指标是为这个新的寰宇——机器学习的寰宇、生成式AI的寰宇、具备代明智力的AI的寰宇——构建一个狡计平台。咱们想要创建的东西相配长远，在经过60年的狡计之后，咱们再行发明了悉数这个词狡计栈。咱们窜改了从编程到机器学习的软件编写方式，窜改了从CPU到GPU的软件处理方式，窜改了从软件到东说念主工智能的应用方式。每一层时间堆栈都发生了变化。咱们但愿创建一个随地可用的狡计平台。

咱们目下作念的事情相配复杂。要是你遐想咱们所作念的事情，咱们内容上是在构建一个完整的AI基础设施，咱们把它视为一台狡计机。正如我之前说过的，数据中心目下是一个狡计单元。当我想考一台狡计机时，我不单是在想考一个芯片，而是在想考悉数这个词系统，包括悉数的软件和融合用具，这等于我的狡计机模子。咱们每年都在致力构建一台全新的狡计机。莫得东说念主也曾像咱们这样，每年都构建一台全新的狡计机，每年都将性能升迁两到三倍，每年都将成本编造两到三倍，每年都将能效提高两到三倍。因此，咱们会告诉客户，不要一次性购买悉数开辟，每年买少许。这样，他们不错更好地成本平均化到翌日，而悉数开辟都是架构上兼容的。

这样快速地构建新的系统还是相配清贫了，而更难的是，咱们要把悉数这些时间解耦开来，并将其整合到GCP、AWS、Azure以偏激他平台中。每个平台的集成都是不同的，咱们需要把咱们的悉数架构库、算法和框架整合到他们的平台中。咱们需要把咱们的安全系统、汇集都整合进去，对吧？咱们每年都进行大要10次集成操作，每年都是如斯。这真的个遗址，但同期亦然轻易的。

英伟达市集策略

主理东说念主： 你们每年都在作念这件事。是什么促使你们每年都这样作念呢？还有，Clark刚从台北、韩国和日本记忆，窥探了你们的供应商招引伙伴，这些招引关系还是不息了十年之久。你以为这些耐久的招引关系对建立竞争壁垒有多进犯？

黄仁勋： 当你系统地认识这些事情时，越认识，你会越感到惊诧。悉数这个词电子行业的生态系统今天都在与咱们招引，最终构建出一个狡计机集群，这个集群被集成到悉数不同的生态系统中，且融合相配顺畅。天然，这背后有API、设计步调、业务经过以及设计王法，这些东西咱们还是扩充了几十年，况兼它们还在束缚进化。当这些API整合在一齐时，不管是在台湾，照旧寰宇各地分娩的开辟，最终都会落地到Azure的数据中心，悉数东西都顺利地"咔咔咔"组合在一齐。有东说念主调用OpenAI的API，一切就能正常运转。这等于咱们发明的——这个稠密的狡计基础设施。悉数这个词地球都在和咱们招引，这些系统无处不在。你不错通过Dell销售，也不错通过HP销售，它们在云表托管，以至延迟到边际开辟。目下东说念主们在机器东说念主、自驾车上使用它们，它们全部与架构兼容，这确乎是轻易的。对于你的ASIC问题，我的酷爱酷爱是，咱们只是在作念不同的事情。

看成一家公司，咱们要多情境矍铄，我相配了了咱们公司周围的一切，包括咱们的生态系统。我知说念悉数东说念主正在作念的替代决议，有时这些决议对咱们有竞争性，有时莫得。我相配了了这些事情，但这不会窜改咱们公司的服务。咱们公司的唯一服务等于构建一个能够无处不在的架构，一个平台。这等于咱们的指标。咱们不是要从别东说念主那边抢市集份额，英伟达是市集创造者，而不是市集份额的劫夺者。要是你望望咱们的公司幻灯片，你会发现，咱们从来不指摘市集份额。咱们所平和的是如何创造下一个东西，科罚下一个问题。咱们想的是如何让蓝本需要一年的飞轮运转期间缩小到一个月的期间，光速是什么？咱们在议论这些不同的问题。咱们对周围的一切都多情境矍铄，但咱们对咱们的服务相配明确。唯一的问题是，这个服务是否有必要？

悉数伟大的公司都应该有这样的中枢问题：你们正在作念的事情是否必要？是否有价值？是否有影响力？是否能匡助到东说念主？我相配确信，要是你是一个开发者，或者你是一家生成式AI初创公司，正在决定如何成为一家企业，有一个遴荐你不需要作念，那等于相沿哪种ASIC。要是你相沿Cuda，你就不错走遍六合。之后你不错随时窜改主意。咱们是AI寰宇的进口。一朝你决定进入咱们的平台，其他决策不错推迟。你随时不错我方构建ASIC，咱们对此并不反感。当咱们与悉数的GCP招引时，比如与Azure、AWS招引时，咱们会提前几年向他们展示咱们的道路图。他们不会向咱们展示他们的ASIC道路图，但咱们也不会对此感到不悦。要是你的服务明确，况兼这个服务是专门想的，透明性就不会成为问题。你们在GTC上看到的道路图对咱们的一又友Azure和AWS来说愈加深入。即使他们在构建我方的ASIC，咱们仍然莫得问题。

主理东说念主： 东说念主们不雅察咱们公司时，你说过，最近对Blackwell的需求相配大。你还说，服务中最沉重的一部分是靠近无法纵容悉数东说念主狡计需求的心扉压力。品评者说，这只是暂时的景观。他们说这就像2000年的想科一样，咱们正在过度栽培光纤汇集，这会是一次茂盛与败落的周期。你还紧记2023年头咱们共进晚餐时，那时预计英伟达2023年的收入是260亿好意思元，而你们最散伙尾了600亿好意思元的收入。

黄仁勋： 我确切紧记。我要说的是，这是历史上预计失败得最严重的一次，对吧？（哈哈哈哈）

Blackwell的需求

主理东说念主： 我的感受是，2022年11月时咱们相配甘心，因为像来自Inflection的Mustafa和来自Character的Noah这样的创业者来咱们办公室指摘他们的公司投资时说，要是你无法投资咱们的公司，那就买英伟达的股票吧，因为全寰宇的东说念主都在争抢英伟达的芯片来构建这些将窜改寰宇的应用圭臬。天然，ChatGPT的降生引发了这个"寒武纪时刻"，而这些分析师们却还千里浸在加密货币的"隆冬"中，无法遐想这个寰宇正在发生的变化。赶走远远超出了预期。你说过，目下对Blackwell的需求相配大，况兼这种情况在翌日可见的期间内都不会窜改。天然，翌日是未知的，但为什么品评者会如斯诞妄地认为此次不会像2000年的想科那样，出现过度栽培的情况呢？

黄仁勋： 从第一性道理开赴想考翌日是最好的方式，对吗？那么问题是，咱们目下在作念的事情的第一性道理是什么？最初，咱们在作念什么？咱们正在再行发明狡计，不是吗？咱们刚刚说过，翌日的狡计将高度依赖机器学习，对吧？险些咱们作念的每一件事、每一个应用圭臬，比如Word、Excel、PowerPoint、Photoshop、Premiere、AutoCAD，悉数这些已往是由东说念主类手工设计的应用圭臬，我不错保证，翌日它们都将高度依赖机器学习。这些用具将会被再行设计，况兼咱们还会有机器代理来匡助咱们使用它们。咱们目下还是不错肯定这少许，不是吗？咱们还是再行发明了狡计，不会回头了。悉数这个词狡计时间栈正在被再行界说。那么，软件将会不同，软件的编写方式将会不同，使用软件的方式也会不同。这些等于咱们的"说念理"。

接下来，咱们要问的是，接下来会发生什么？让咱们回头望望已往的狡计是如何进行的。咱们还是插足了数万亿好意思元的狡计开辟。要是你望望目下的数据中心，问问我方，这些开辟是否符合翌日的狡计需求？谜底是狡辩的，对吧？你看到的是那些堆满了CPU的开辟，咱们还是知说念这些开辟能作念什么，不行作念什么。咱们也知说念，咱们额外万亿好意思元的数据中心需要当代化。目下咱们谈论的是，在翌日四到五年里，逐渐升级这些旧开辟是合理的，对吧？这很合理。而你们正在与那些需要当代化的公司进行对话，他们正在使用GPU进行当代化更正。再作念个测试。假定你有500亿好意思元的成本支拨，选项A是为翌日栽培基础设施，选项B是像已往一样栽培基础设施。你还是领有已往的成本支拨，对吗？它就在那边，但摩尔定律基本上还是散伙了。为什么还要再行栽培旧的基础设施呢？不如把这500亿好意思元全部插足到生成式AI中，不是吗？这样，你的公司就变得更好了。那么你会把这500亿好意思元中的些许插足到翌日？我会把100%都插足进去，因为我还是有四年的历史基础设施了，这些基础设施属于已往。因此，我从第一性道理的角度来想考这些事情，而这些聪慧东说念主也正在作念同样的事情。

第二部分是，咱们目下有价值数万亿好意思元的开辟需要栽培，翌日四到五年可能会插足约1500亿好意思元的资金进行当代化更正。第二个咱们不雅察到的景观是，软件的编写方式还是发生了变化，但翌日软件的使用方式也会有所不同。咱们将会有"AI代理"，对吧？咱们公司里会额外字职工。你收件箱里目下有好多小点和小头像，翌日这些都会酿成AI的图标，不是吗？我将不再用C++编程，而是用教导词来编程AI，对吧？这和我今天早上与团队相通时没什么不同。我形色了布景、我所知说念的基本敛迹要求，以及我对他们的任务要求。我会给出鼓胀明确的标的，让他们明白我的需求，并尽量暴露地抒发出我但愿的赶走。但我也会留出一些拖沓的空间，给他们阐扬创造力的余步，这样他们就能给我带来惊喜，不是吗？

这与我目下如何教导AI莫得区别。这恰是我如何教导AI的方式。因此，在咱们正在当代化的基础设施之上，将会有一套新的基础设施，这个新的基础设施等于运行这些数字东说念主类的AI工场。它们将全天候运行，不收场地为寰宇各地的公司服务。咱们会在工场、自动化系统中使用它们，对吧？是以这将是一整层新的狡计结构，我称之为AI工场，而寰宇必须为其栽培一个全新的基础设施，而这些在今天是完全不存在的。那么问题是，这个市集有多大？目下咱们还无法认识，可能会是几万亿好意思元的范围。咱们无法肯定，但玄妙之处在于，当代化数据中心的架构和AI工场的架构是相通的，这等于好音信。

主理东说念主： 你还是明确指出，旧的数据中心基础设施需要当代化更正，而与此同期，多量的AI服务负载也正在到来。你本年无意会末端1250亿好意思元的收入。有一次有东说念主告诉你，这家公司长期不会特出10亿好意思元的市值。今天坐在这里，你是狡辩为莫得道理信托翌日的收入会是目下的两倍、三倍？

黄仁勋：  是的，正如你所知，公司的发展并不取决于现时的范围，而是取决于"鱼塘"的大小。金鱼只可在鼓胀大的鱼塘里长大。是以问题是，咱们的鱼塘有多大？这需要一些遐想力。这亦然为什么市集创造者会议论翌日的原因。要是不创造新的鱼塘，你很难通过纪念已往并试图掠取市集份额来末端大的增长。抢市集份额的公司往往只可作念到一定例模，而市集创造者的后劲却很大。我认为咱们公司很庆幸的少许是，从公司创立之初，咱们就必须发明一个市集来供咱们发展。东说念主们可能不紧记了，但咱们内容上是3D游戏PC市集的首创者。咱们发明了这个市集以及悉数的生态系统，图形卡的生态系统亦然咱们发明的。是以，创造一个新市集并为其服务，这对咱们来说是一件很天然的事情。

OpenAI 的影响

主理东说念主：  确乎如斯。既然你提到了市集的创造者，咱们来谈谈模子和OpenAI。你知说念，OpenAI本周融资了650亿好意思元，估值约为1500亿好意思元。咱们都参与了他们的融资，对此感到相配欢笑。他们作念得很棒，团队进展出色。有报说念称，他们本年的收入或收入运行率将达到50亿好意思元，来岁可能会达到100亿好意思元。要是你望望今天的业务范围，它的收入大要是谷歌在IPO时的两倍，他们有2.5亿周活跃用户，这大要是谷歌在IPO时的两倍。要是你信托来岁他们的收入将达到100亿好意思元，那市盈率大要是15倍，这与谷歌和Meta在IPO时的估值水平极端。22个月前，这家公司还莫得收入，莫得周活跃用户。Brad对历史有着相配深刻的领路。你能和咱们谈谈OpenAI看成你们的招引伙伴的进犯性吗？以及OpenAI在推动公众对AI的解析和使用方面所阐扬的作用？

黄仁勋： OpenAI是咱们这个期间最具影响力的公司之一，是一家专注于AI的简单公司，戮力于追求AGI（通用东说念主工智能）的愿景。至于AGI的界说究竟是什么，我认为这并不是最进犯的，以至期间节点也不那么进犯。我唯一知说念的是，AI的智力将跟着期间的推移逐渐发展，而这个智力道路图将会相配壮不雅。在达到任何东说念主对AGI的界说之前，咱们还是能够充分利用AI。你目下只需要去找数字生物学家、局势科技研究东说念主员、材料科学家、物理学家、天体物理学家、量子化学家，或者去问视频游戏设计师、制造工程师、机器东说念主各人，不管你遴荐哪一个行业，深入其中，揣度那些信得过掌合手服务的东说念主，问问他们，AI是否还是透澈窜改了他们的服务方式？你会得到肯定的谜底。

你汇集这些数据点，然后再回头问我方，你到底想对AI保持多大的怀疑作风？因为他们指摘的不是AI的某种主张性自制，而是目下就在使用AI。不管是局势科技、材料科技，照旧其他界限，AI目下正在匡助他们鼓舞服务。每一个行业、每一家公司、每一所大学都在利用AI，这难说念不令东说念主难以置信吗？AI肯定会在某种进度上窜改贸易运作。毫无疑问。咱们目下不错感受到，它的影响还是相配明白，以至是垂手而得的。ChatGPT的问世引发了公众的觉悟，这简直是不可想议。我相配可爱他们的速率和他们推动这个界限的明确指标。这真的是一家相配进犯的公司，

主理东说念主： 他们构建了一个经济引擎，不错为下一代模子的研发提供资金相沿。硅谷目下有一种越来越远大的共鸣，即悉数这个词模子层正在变得商品化。像LLaMA这样的模子让好多东说念主不错相配低廉地构建我方的模子。早期有好多模子公司，比如Character、Inflection、Cohere等等。好多东说念主质疑这些公司是否能够建驻足够的经济引擎来连接为下一代模子提供资金。但咱们看到的是，OpenAI明白还是达到了这种"逃遁速率"，他们能够为我方的翌日提供资金。而其他好多公司是否能作念到这少许，这少许还不太了了。你以为这种看法是否正确？翌日咱们会像其他市集一样，看到市集指导者的整合，这些指导者有鼓胀的经济引擎和应用场景，能够连接投资于翌日的发展。

黄仁勋： 最初，咱们要差异模子和东说念主工智能之间的区别。模子是东说念主工智能的必要身分，但并不及够。东说念主工智能是一种智力，但重要在于它的应用是什么。无东说念主驾驶汽车的东说念主工智能与东说念主形机器东说念主、聊天机器东说念主的东说念主工智能相关，但并不完全相通。因此，你需要了解每个端倪的"栈"结构。在这个栈的每一层都会有契机，但并不是每一层都有无尽的契机。就像我刚刚说的，你不错把"模子"这个词替换成"GPU"。咱们公司32年前的一个进犯发现是，GPU和加速狡计之间有着根蒂的区别。加速狡计与咱们在AI基础设施上的服务相关，但它们并不完全相通。每一层详细都需要不同的手段。那些擅长构建GPU的东说念主未必懂得如何成为一家加速狡计公司。咱们发明了GPU，但目下并不是唯一世产GPU的公司。GPU无处不在，但不是每家公司都是加速狡计公司。有好多公司作念应用加速器，但这与一家加速狡计公司是不同的。

举个例子，一个相配专科的AI应用可能会相配生效，这等于咱们所说的MTIA（Meta Tensor AI）。这是一种相配专科的加速狡计应用。但这可能不是那种能够平常影响和提供智力的公司。因此，你必须决定你想要站在哪一边。不同界限可能都有契机，但就像建立公司一样，你需要矍铄到生态系统的变化，以及什么东西会跟着期间的推移而商品化，认清哪些是功能、哪些是家具，哪些是信得过的公司。这里有好多不同的想考方式。

马斯克和 X.AI公司

主理东说念主： 天然，有一个新入局者具备资金、聪敏和斟酌，那等于X.ai。外界有传言说你和Larry以及Elon共进晚餐时，他们指摘过购买10万块H100，他们去到孟菲斯，几个月内建造了一个大范围的超等狡计集群。你能谈谈他们的智力吗？有音信说他们还想要再购买10万块H200来扩大集群范围。最初，跟咱们聊聊X.ai的弘愿和他们的建设，同期咱们目下还是进入了领有20万到30万块GPU集群的期间了吗？

黄仁勋： 谜底是肯定的。最初，应该对他们的建设给以肯定。从主张的苛刻到为英伟达准备数据中心，再到咱们将开辟衔接并启动系统，进行第一次教训，这一切的期间都相配须臾。建造一个如斯大范围的工场——液冷、供电、得到许可——在这样短的期间内完成，简直超乎常东说念主遐想。据我所知，寰宇上只好一个东说念主能作念到这少许，那等于Elon。他在工程、栽培、大型系统和资源转机方面的领路是唯一无二的。他的工程团队也相配出色，软件团队、汇集团队、基础设施团队都相配优秀。Elon对这一切领路相配深入。从咱们决定运行到斟酌完成，英伟达的工程团队、汇集团队、基础设施狡计团队和软件团队都作念了多量的前期准备服务。

然后是基础设施、物流、以及那天涌入的时间和开辟，英伟达的基础设施和狡计开辟，还有悉数的时间，19天内完成教训。你知说念，有东说念主睡眠吗？毫无疑问，寰球没若何睡。但是，最初，19天是一个令东说念主难以置信的期间。不外，咱们也不错退一步想考一下，19天内容上也等于几周期间。而这期间触及到的时间量，简直让东说念主难以置信。要是你看到那边的布线和汇集系统，你会咋舌不已。英伟达的汇集开辟与一般的大范围数据中心汇集相配不同。一台狡计机的背后绝对是线缆，整合这样稠密的时间体系，以及悉数软件的整合，真的难以遐想。：是以我认为Elon和X团队所作念的事情相配了不得，我相配谢忱他承认了咱们在工程、斟酌等方面的招引。但他们的成等于前所未有的。为了让寰球有个主张，10万块GPU，这毫无疑问是全球最快的超等狡计机集群。通俗，建造一台超等狡计机需要三年的斟酌，然后花一年期间装置和调试。而咱们在19天内就完成了，这也证明了英伟达平台的可靠性。悉数经过都还是相配训导。天然，X团队有我方的一整套算法、框架和时间栈，咱们也进行了多量的集成服务，但前期斟酌口舌常了不得的。Elon确乎是个例外。

主理东说念主： 你回答问题时提到，20万到30万块GPU的集群期间还是到来了。那这种范围会扩大到50万块以至100万块GPU吗？你们对家具的需求是否依赖于集群范围扩大到上百万块GPU？

黄仁勋： 终末一个问题的谜底是狡辩的。我的嗅觉是，散播式教训必须灵验运行。而我的预料是，散播式狡计将会被发明出来，某种形势的联邦学习和异步散播式狡计将会出现。我相配有信心和乐不雅。天然，已往的扩张限定主要联接在预教训阶段，但目下咱们进入了多模态、合成数据生成的期间。后教训也末端了惊东说念主的扩张，合成数据生成、基于奖励系统的强化学习等，目下推理的扩张也迅速增长。你不错遐想，一个模子在回答问题之前，可能还是进行了里面推理，可能多达一万次，也许还作念了一些研究、强化学习、模拟，肯定还进行了多量的反想，查找了一些数据、信息，不是吗？是以它的高下文信息可能还是相配稠密。这种智能恰是咱们所作念的，不是吗？是以，这种扩张智力，要是你进行通俗的数学狡计，再加上每年模子大小和狡计智力的四倍增长，再结合日益增长的使用需求，你会发现，咱们需要上百万块GPU，这是毫无疑问的。

那么问题是，咱们如何从数据中心的角度进行架构设计？这与数据中心的范围密切相关，比如它们是以千兆瓦为单元照旧以250兆瓦为单元？我的嗅觉是，两者都会出现。我认为分析师往往专注于现时的架构遴荐，但我认为本次对话的一个进犯启示是，你在议论悉数这个词生态系统，况兼议论了翌日的多年发展。因此，英伟达的扩张并不是为了鲁莽现时的需求，而是为了招待翌日的发展。并不是说你只可依赖于50万或100万块GPU的集群范围。到散播式教训普实时，咱们还是为此作念好了准备。要记着，要是莫得咱们七年前开发的Megatron，这些大范围教训任务的扩张就不会末端。咱们发明了Megatron、NCCL、GPU Direct，还有咱们在DMA上的服务，使得活水线并行化、模子并行化和散播式教训得以末端。

Strawberry和o1 模子

主理东说念主： 目下咱们正在为翌日一代的时间奠定基础。既然如斯，咱们来谈谈Strawberry和o1。我不想占用你太多期间。

黄仁勋： 我有的是期间。

主理东说念主：  相配感谢你的利害。最初，我以为他们将o1定名为o1签证（指的是好意思国眩惑全球顶尖东说念主才的签证）真的很酷。这种签证的宗旨是眩惑全球最优秀、最聪慧的东说念主才来到好意思国，这亦然咱们都相配热衷的事情。我可爱这种理念：建立一个能够想考并带咱们进入下一个智能扩张阶段的模子，向那些通过侨民带来集体聪敏的东说念主致意，他们为咱们今天的建设孝顺了力量。这无疑是咱们一又友Noan Brown带领的步地，他曾在Meta服务，参与了Pluribus和Cicero步地。那么，推理期间推理看成一种全新的智能扩张向量，与只是通过构建更大模子比较，进犯性如何？

黄仁勋： 这相配进犯。好多智能无法提前完成。好多狡计也无法提前完成，比如无序实施是不错提前作念的，但好多事情只可在运行时完成。是以，不管你从狡计机科学的角度，照旧从智能的角度来看，好多事情都需要高下文、环境、所需谜底的质料以及具体的应用场景。有时一个快速的谜底就鼓胀了，取决于谜底的后果。你可能会说："有些谜底不错等今夜，有些谜底可能需要一周。"我完全不错遐想，我给我的AI发一个教导，告诉它："议论一晚再告诉我。"然后第二天，它会给我最好的谜底，经过了充分的推理和想考。是以，从家具的角度来看，智能的质料和分层口舌常进犯的。天然，而且有些问题的回答可能需要五分钟，而智能层会根据问题的需求将其路由到合适的模子。

主理东说念主：  我昨天晚上在使用o1的高等语音模式，我正在为我犬子的AP历史试验指导他，就像有寰宇上最好的AP历史证明坐在傍边想考这些问题，真的相配了不得。今天我的导师是AI，对吧？天然，目下的AI导师还是存在了。而且回到刚才的话题，今天你们40%以上的收入来自于推理，推理行将迎来因推理链（Chain of Reasoning）的出现而大幅增长，对吗？推明智力行将呈现出亿倍的增长，这亦然大多数东说念主还莫得完全领路的部分。

黄仁勋： 咱们所指摘的这一切，其实等于一场工业翻新，这是智能分娩的翻新。没错，推理的增长将达到亿倍的范围。

主理东说念主： 目下每个东说念主都过于专注于英伟达在大模子教训上的进展，不是吗？但事实上，要是你们今天的收入是50%来自教训，50%来自推理，翌日推理的增长将远远特出教训的增长。教训天然进犯，但推理的增长会更大。

黄仁勋： 咱们但愿如斯。这就像上学的指标是为了将来在社会中有所孝顺。教训模子很进犯，但最终的指标是推理它们。

主理东说念主： 你们是否还是在我方的业务中使用推理链和o1这样的用具来升迁业务进展？

黄仁勋： 咱们目下的汇集安全系统无法运行得那么好，要是莫得咱们的AI代理。咱们的芯片设计、Hopper、Blackwell都不可能末端。要是莫得AI，咱们根蒂无法完成这些任务。咱们有AI芯片设计师、AI软件工程师、AI考证工程师，悉数这些AI都在里面构建，因为咱们有智力，咱们也乐于亲自探索这些时间的可能性。

英伟达企业文化

主理东说念主： 当我今天走进这栋大楼时，有东说念主告诉我说，要问问黄仁勋对于文化的问题，一切都关乎文化。我看着你们的业务，咱们指摘了好多对于着力和天真性的内容——扁平化的组织结构能够快速实施，小团队高效运作。英伟达在这一方面真的独树一帜，每位职工平均产生的收入大要为400万好意思元，利润或解放现款流大要为200万好意思元。你们创造了一个以着力为基础的文化，开释了创造力、创新精神和背负感，突破了传统的功能经管模式。你认为AI的诈欺是否是让你们在保持高创造力的同期依然高效运作的重要？

黄仁勋： 毫无疑问。我但愿有一天英伟达会从今天的3.2万名职工发展到5万名职工，同期领有1亿个AI助手。它们将存在于每一个团队中，咱们会有一个完整的AI目次，其中的一些AI擅长通用任务，而咱们也会有专门的AI助手，它们会科罚特定的难题。咱们翌日的收件箱将充满AI目次，这些AI都是咱们招引过的，擅长特定手段的助手。AI还会招募其他AI来一齐科罚问题。AI会和东说念主类一齐出目下Slack频说念中，成为一大群职工的一部分，有些职工是数字AI，有些是生物体。我以至但愿有些职工会是机电一体化的。

主理东说念主： 从业务角度来看，你刚刚形色了一家公司，这家公司目下的产出极端于领有15万名职工的公司，但你们内容上只好5万东说念主。你并莫得说要减少职工数目，而是说公司职工数目还会连接增长，但公司的产出会显赫增多。

黄仁勋： 这时时被歪曲。AI不会取代悉数服务，它将窜改每一个服务方式。咱们要承认这少许。AI有巨大的后劲去作念一些难以置信的善事，但它也有可能带来负面影响。咱们必须构建安全的AI，这是基础，必须要作念到的。而被忽略的少许是，当公司通过东说念主工智能变得更高效时，这通俗会体目下更好的收益或更快的增长上，或者两者兼有。当这种情况发生时，CEO发出的下一个邮件通俗不会是裁人文书，反而是公司在增长。因为咱们有太多的想法需要探索，需要更多的东说念主来匡助咱们想考问题，然后再去自动化。AI不错匡助咱们自动化，也能匡助咱们想考，但咱们仍然需要决定咱们想科罚哪些问题。咱们有千千万万的问题不错去科罚，公司的指标等于找到合适的问题，然后找到一种步调来自动化和扩张。是以，当咱们变得更高效时，咱们会雇佣更多的东说念主，而不是更少。东说念主们往往健忘了这少许。要是咱们纪念历史，明白今天咱们领有的想法比200年前多得多，这等于GDP变大的原因，更多的东说念主被雇佣了。尽管咱们在轻易地自动化，但今天的经济体量远特出去。

主理东说念主： 这是一个重要点。险些悉数的东说念主类分娩力和茂盛，都是已往200年时间跨越和自动化的赶走。从亚当·斯密到熊彼特的"创造性结巴"，你不错看到已往200年来东说念主均GDP的增长图表，它一直在加速。这引出了一个问题：要是你望望90年代，好意思国的分娩率增长率大要是每年2.5%到3%，到了2000年代，降到了大要1.8%，而已往10年是有记录以来分娩率增长最慢的时期。分娩率的增长是固定事业和成本插足所能产出的产量，而已往10年，这个增长率创下了最低记载。好多东说念主谈论了背后的原因，但要是按照你刚才的形色，跟着咱们大范围利用和制造智能，东说念主类分娩率是不是行将迎来一次巨变？

黄仁勋： 这是咱们的但愿，确乎如斯。而且咱们有径直的凭证标明这少许，不管是一个单独的研究东说念主员目下能够通过AI以难以遐想的范围探索科学，这是一种分娩率的升迁；照旧咱们在设计复杂的芯片，以前不可遐想的速率和复杂性在迅速增长，而公司职工数目并莫得呈指数增长，这同样是分娩率的升迁。咱们开发的软件越来越好，AI和超等狡计机匡助咱们开发这些软件，而职工数目险些是线性增长的，这亦然分娩率的升迁。是以，不管是在好多行业中进行抽查，照旧从咱们我方的业务来看，分娩率的升幸驾相配明白。毫无疑问，智能是寰宇上最有价值的商品，而目下咱们行将大范围制造它。咱们必须学会如何鲁莽一个充满这些遒劲AI的寰宇，它们作念的事情可能比你更好。

当我反想这少许时，这亦然我的生活写真。我有60位径直陈说的董事成员，他们之是以在团队中，是因为他们在各自的界限进展得相配出色，比我作念得更好得多。我毫无问题与他们互动，毫无问题"教导"他们，或者"编程"他们，就像我与AI的互动一样。是以我认为，东说念主们将学到的一件事等于，每个东说念主都会成为我方AI代理的CEO。他们将通过创造力、意志力以及某些推明智力，认识问题，从而编程这些AI，匡助他们完成指标。这等于我目下作念的事情，叫作念佛营公司。

AI监管进犯性

主理东说念主：  你提到了少许——安全AI。你提到中东的悲催事件，目下寰宇上好多方位都在使用自主系统和AI。咱们谈谈坏东说念主、谈谈安全AI、谈谈与华盛顿的融合服务。你目下以为咱们走在正确的说念路上吗？咱们的融合力度是否鼓胀？

黄仁勋： 马克·扎克伯格曾说过，击随意AI的方式是让好AI变得更好。我认为这口舌常进犯的不雅点。如何确保AI为东说念主类带来净正效益，而不是将咱们推向一个没专门想的反乌托邦寰宇，这是一个相配进犯且值得谈论的话题。对AI的详细化、主张化，像是把AI看作一个巨大的神经汇集，这种领路并不太准确。原因在于，东说念主工智能和大言语模子虽然相关，但并不完全相通。目下有好多作念得相配出色的事情。最初，开源模子的发布让悉数研究东说念主员、每个行业、每家公司都不错斗争AI，学习如何将这种智力用于他们的应用，这相配好。第二，寰球莫得鼓胀领会到插足到AI发明、保持AI安全的时间有何等进犯。

咱们还是创造了AI来佩带数据、信息，教训AI、对皆AI、生成合成数据，扩张AI的学问，减少幻觉。还有好多AI正在被创造，用于矢量化、图形化等等，来见知其他AI，缔造AI的"护栏"。这些AI系统用于创建安全的AI，但它们并莫得得到鼓胀的闪耀。事实上，咱们还是在构建这些AI，况兼行业各界都在全速前进。建立这些评估系统、模子卡、基准测试系统以及悉数的"安全带"，进展速率相配快，但并莫得得到鼓胀的平和。你们知说念，寰宇上莫得任何政府划定要求必须这样作念，而是现存界限的从业者们自觉地闪耀这些问题，并围绕最好践诺进行融合。是以这点确乎莫得得到鼓胀的闪耀。寰球需要运行更多地谈论AI看成一个由多个AI构成的系统，它是一个工程化的系统，这些系统是从第一性道理开赴构建的，经过了充分的测试和考证。

主理东说念主：  说到监管，你认为AI看成一种智力不错被应用于多个界限。监管是必要的，但你以为在某些情况下，过度监管可能会导致问题吗？

黄仁勋： 是的，进犯时间需要监管，但不要过度到限定创新。大部分监管应该发生在具体应用层面。像FAA、NHTSA、FDA这些机构还是在监管时间的具体应用，目下他们也需要监管那些交融了AI的时间应用。因此，不要忽视现时寰宇上还是存在的多量监管，也不要依赖于某种全球斡旋的AI监管机构。不同的监管机构是为不同的主张而缔造的，咱们需要解任这些机构的专科界限来进行灵验的监管。

主理东说念主： 我必须回到开源这少许上，你们最近推出了一个相配进犯、功能相配遒劲的开源模子。Meta也在开源界限作念出首要孝顺。我在酬酢媒体上看到好多对于"开源 vs 禁闭"的谈论，你对开源的看法如何？开源模子是否能跟向前沿发展？你认为翌日是否会有开源与禁闭模子并存的场面？这是否会带来一种健康的安全性张力？

黄仁勋： 开源和禁闭与安全相关，但不完全是对于安全。莫得什么问题是因为有禁闭模子存在，这些禁闭模子可能是贸易模式的引擎，它们是推动创新所必需的。我对此完全相沿。进犯的是，不应是"开源 vs 禁闭"的对立，而是"开源和禁闭"并存。开源对于激活许多行业是必不可少的。要是莫得开源，许多科学界限和行业如何能够参与AI？因为他们需要开发我方的特定界限AI，而这通俗是基于开源模子来末端的。开源模子使得金融服务、医疗保健、交通输送等界限得以激活，带来了巨大的后劲。

主理东说念主： 你们的开源模子需求量大吗？

对于AI个东说念主想法

主理东说念主： 好的，咱们快到期间了。你自2016年推出DGX-1以来，履历了一段令东说念主难以置信的旅程。你们的旅程既不可能遐想，但又异常后光。你生效了，生计下来真的口舌常禁止易。你们在2016年托福了第一个DGX-1，2022年咱们迎来了"寒武纪时刻"。我常被问到的问题是：你如何能在今天依然保持你所作念的一切？你有60个径直下属，你无处不在，推动这场翻新。你还在享受这个过程吗？你有想作念其他事情的想法吗？

黄仁勋： 要是你在问我已往一个半小时的感受，我的回答是：我相配享受。我真的很忻悦，我无法遐想有比这更想作念的事情。我不认为咱们服务的全部都是道理的。我的服务并不老是道理的，也莫得指望它长期道理。你问我这是不是我的祈望，我会说这服务是进犯的。我不太垂青我方，但我相配崇拜对待咱们的服务、咱们的背负和咱们在这个期间的孝顺。

主理东说念主： 这不是长期道理的，但你一直都怜爱它吗？

黄仁勋： 是的，和悉数的事情一样，家庭、一又友、孩子，它们不老是道理的，但咱们老是深深地怜爱它们。

主理东说念主： 你能作念多久呢？

黄仁勋： 信得过的问题是，我还能保持多耐久间的相关性。这个问题只好通过我是否能连接学习往来答。我今天对我方能保持相关性并连接学习的智力愈加乐不雅。这个不是因为今天的谈论，而是因为AI。我每天都在使用AI，莫得一天不使用。莫得一个研究我不使用AI，即使我知说念谜底，我也会用AI再说明一下。通俗，接下来的两三个问题会揭示我不知说念的东西。AI看成导师、助手，看成一齐首脑风暴的伙伴，检讨我的服务，它透澈颠覆了一切。而我只是一个信息服务者，我的输出是信息。是以我认为，AI对社会的孝顺将口舌凡的。要是我能通过AI保持相关性，并连接作念出孝顺，我知说念这项服务鼓胀进犯，值得我连接追求。而我的生活质料也相配好。

主理东说念主： 我也无法遐想错过这个时刻，这是咱们事业生涯中最进犯的时刻。咱们相配感谢此次招引，感谢你让咱们变得更聪慧。

黄仁勋： 感谢你们的邀请，我相配享受此次对话。

原视频开头：https://www.youtube.com/watch?v=bUrCR4jQQg8&t=1s&ab_channel=Bg2Pod素材开头官方媒体/汇集新闻