户外 内射

第二期中原基石数智时间指挥力特训营热招中！

报名即送十月管表面坛限额一个！价值12800元！

着手 |  AI工作坊，管千里着从容慧

照拂融合| 13699120588

著作仅代表作家本东说念主不雅点，图片着手于pixabay

金句整理

——公司的着实后劲不在于现时范围，而在于其'鱼塘'大小——商场创造者通过开辟新寰宇获取无穷可能，而仅专注于在现存商场中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

——总计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？

——咱们我方依然有AI芯片设计师、AI软件工程师、AI考据工程师，总计这些AI都在里面构建，因为咱们有才略，咱们也乐于亲自探索这些时间的可能性

——我的工作并不老是意思的，天然也莫得指望它意思。你问我这是不是我盼愿的，我会说因为工作是逶迤的。我不太敬重我方，但我相当透露对待我的工作和株连以及我在这个时间的孝敬

近日，NVIDIA首席引申官黄仁勋(Jensen Huang)就AGI发展、AI商场出路极端对各行业的影响等话题给与了采访。行为科技行业的领军东说念主物，黄仁勋对AI的近况和畴昔忽视了一些个东说念主视力。

黄仁勋领先强调了分裂AI模子与AI应用的逶迤性。他指出，模子只是AI的基础构成部分，着实的价值在于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领域的AI虽相关联，但各自特色赫然。这意味着AI产业链的每个要津都蕴含商机，但并非无穷。

谈及AI对企业管理的影响，黄仁勋认为AI将成为企业决策的有劲助手。AI不错匡助自动化过程、拓展想考维度，但肯定中枢问题仍需东说念主为判断。他料想每个东说念主都将成为"AI代理的CEO"，通过创造力和推理才略来指导AI完成任务。他认为，通过AI之间的交流、辩说和强化学习，可能产生类似于东说念主类头脑风暴的后果，从而完了智能的进一步进步。他同期也共享了我方使用AI的亲自体验。他暗意AI已成为我方日常工作中不可或缺的用具，无论是连络、考据照旧头脑风暴，AI都在其中阐扬着逶迤作用。

他确信，AI将为社会带来巨大孝敬，而赓续探索AI的无穷可能性，恰是他心坚石穿的能源所在。

( 1:50 ) AGI 和个东说念主助理的演变

( 15:51 ) AI推理和教师的畴昔

( 19:01 ) 构建AI基础设施

( 31:35 ) 创造AI畴昔的新商场

( 43:25 ) AI模子的畴昔

( 55:54 ) 推理时刻推理极端逶迤性

( 01:00:46 ) AI在坐蓐力方面的作用

( 01:12:31 )开源与闭源的均衡

主理东说念主： 咱们当今在英伟达的总部，就在Imer街的隔邻。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蔓延到通用东说念主工智能（AGI），这真的让东说念主难以置信。两年前咱们第一次驳斥这个话题时，还处于AI的时间，那时距ChatGPT发布唯独两个月的时刻。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启动，并作念一个计算。要是我把AGI遐想成一个口袋里的个东说念主助手，它会了解我总计的信息，领有完满的缅想，能够和我交流，帮我订栈房，甚而帮我预约大夫。你认为，跟着天下变化的速率，这样的个东说念主助手什么时候能着实出当今咱们的口袋里？

黄仁勋： 很快，以某种体式吧。是的，很快。这个助手会跟着时刻的推移变得越来越好，这是科技的魔力所在。是以一启动它会很有用，但不会完满，跟着时刻推移，它会越来越完满，就像总计的时间一样。

主理东说念主： 当咱们不雅察变化的速率时，我铭刻Elon（马斯克）曾说过，唯一逶迤的便是变化的速率。而咱们当今感受到的变化速率似乎依然加速到了前所未有的进程。因为咱们一直在围绕AI这个话题转悠了十年，而你甚而比咱们还要早。这是你业绩生涯中见过的最快的变化速率吗？

黄仁勋： 如实如斯，因为咱们依然从头界说了计较。许多变化都是因为咱们在曩昔十年里将计较成本训斥了十万倍。摩尔定律只可带来百倍的增长，而咱们作念到了十万倍。咱们通过几种形势完了了这少量：领先是引入了加速计较，把一些在CPU上效用不高的工作放到了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。总计这些创新都促成了计较才略的迅速发展。

末端便是，咱们从东说念主类编程走向了机器学习，而令东说念主骇怪的是，机器学习的速率也很快。跟着咱们从头界说计较的漫衍形势，咱们引入了多样体式的并行计较，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师要领。这些时间和创新彼此肖似，最终带来了令东说念主难以置信的进展。以前的摩尔定律时间，软件是静态的，预编译后装入商店，硬件推拿尔定律增长。而当今总计这个词堆栈都在增长，咱们在总计层面上进行创新，因此咱们看到了前所未有的蔓延速率。如实如斯。以前咱们研究的是预教师模子的蔓延，每年翻倍模子大小和数据量，计较需求也因此每年增多四倍。而当今咱们在推理阶段也看到了蔓延，甚而有东说念主认为预教师很难，而推理很浅易，但当今看来一切都变得愈加复杂。这也很合理，毕竟把总计东说念主类想维都简化为一次性反应是无理的。快速想考和慢速想考、推理、反想、迭代和模拟，这些观点当今都启动浮现了。

主理东说念主： 我认为对于英伟达的一个被宽阔污蔑的事情，便是英伟达的竞争护城河到底有多深。我认为有一种说法是，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，你们曩昔十年一直在构建的是从GPU到CPU再到集聚，尤其是软件和库的全栈架构，能够复古应用圭臬的运行。是以，当你想考今天的英伟达时，你认为今天的竞争壁垒比三到四年前更了，照旧更小了？

黄仁勋： 我很感谢你能领悟到计较的变化。本体上，许多东说念主曩昔认为，包括我当今还有许多东说念主认为，只消设计出一个更好的芯片，领有更多的计较才略，更多的浮点运算才略（flops），就赢了。你知说念他们的意思意思，他们在发布会上展示的都是对于这些浮点运算才略、条形图之类的东西。这天然很逶迤，计较才略如实很逶迤。但是，这种想维形势依然逾期了。这是一种逾期的想法，因为曩昔的软件都是在Windows上运行的，软件是静态的，也便是说，你进步系统性能的最好要领便是作念出更快的芯片。但是咱们意志到，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，它关乎总计这个词数据管说念。

事实上，机器学习的环节是"飞轮效应"，这是最逶迤的事情。因此，咱们要商量怎样让这个飞轮高效运转，同期让数据科学家和连络东说念主员在这个过程中保持高效。许多东说念主甚而没挑升志到，光是数据的整理和教师都需要AI，这个过程自身就相当复杂。

英伟达竞争上风

主理东说念主： 是的，而且这个AI自身也在不休加速，对吧？当咱们商量竞争上风时，它是总计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，咱们当今甚而有了合成数据生成以及多样不同的数据整理形势。因此，在进行教师之前，你依然有了宽阔的数据处理工作。许多东说念主认为PyTorch是这个过程的伊始和绝顶，PyTorch如实很逶迤，但别忘了，在PyTorch之前有宽阔工作，之后也有宽阔工作。是以，当你商量这个飞轮时，应该从举座来看待它，而不单是是眷注教师这一块。你应该设计一个计较系统和计较架构，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师。这种想维形势挑升想吗？教师只是其中的一步，每一步都是冗忙的。

是以，你要作念的第一件事不是想着怎样让Excel运行得更快，或者怎样让游戏《淹没战士》运行得更快，那是曩昔的想维形势。当今你要想考的是，怎样让总计这个词飞轮转得更快。而这个飞轮包含了许多不同的法子，机器学习莫得任何容易的部分，你们也知说念，无论是OpenAI作念的事情，照旧DeepMind的Gemini团队作念的事情，都不是浅易的任务。是以，咱们决定这才是你应该眷注的总计这个词过程。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%的时刻，你把它加速了三倍，但本体上并莫得加速总计这个词过程许多。你要作念的是加速每一个法子，这样材干着实权贵地提高轮回时刻和总计这个词飞轮的效用。

这个学习的加速过程，最终会带来指数级的进步。因此，我想说的是，一个公司对我方在作念什么的领路，最终会体当今家具中。正如你所看到的，我一直在驳斥这个飞轮，总计这个词系统的飞轮。咱们当今加速一切。当今的主要焦点是视频，许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，展示一下怎样构建一个能够吸收总计这些数据并准备教师的管说念。总计这个词过程都是通过Cuda加速的。今天，各人大多还在眷注文本模子，但畴昔的视频模子同样逶迤。咱们还会使用一些像o1这样的文本模子来处理宽阔数据，甚而在咱们着实进入教师阶段之前。言语模子将参与到每一个法子中。总计这个词行业花了巨大的时间力量和努力来教师大型言语模子，当今咱们简直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浅易，但咱们平常听到投资者问："那定制的ASIC呢？竞争壁垒会不会因为这个被蹧蹋？"我听到你说的是，在一个组合系统中，上风会跟着时刻的推移而增长。是以我领路的是，咱们的竞争上风比三四年前更强，因为咱们在不休改进每一个组件，而这种改进是蕴蓄的。再举个例子，比如英特尔行为买卖案例连络，他们在某个周期的顶峰时具有权贵的竞争上风。你能浅易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： 英特尔如实很了不得，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架构上不休进步芯片速率，这便是他们的光泽成就，他们将制造与设计完满衔尾。咱们的公司有些不同。咱们意志到，本体上，并行处理并不需要每个晶体管都要紧密绝伦户外 内射，而串行处理则需要每个晶体管都相当优秀。并行处理需要宽阔晶体管更具成本效益。我愿意要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%。

他们可爱的可能是相背的，串行处理和并行处理相当不同。咱们发现，本体上，咱们的天下并不是往下走得更好，而是往上走得更好。并行计较很困难，因为每个算法都需要为不同的架构从头架构。许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，但这在加速计较和并行计较中是作念不到的。

发明架构的公司必须我方创建特定领域的库，比如咱们鼎新性地鼓吹了深度学习，因为咱们有一个叫cuDNN的领域特定库。莫得cuDNN，就莫得东说念主驳斥cuDNN，因为它在PyTorch、TensorFlow等框架的基层运行。以前还有Cafe和Theano，当今有Triton和许多不同的框架。因此，cuDNN是一个领域特定的库，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工作。你们明白我的意思意思吧？NVIDIA擅长的是算法，咱们在架构和科学的交融方面相当优秀。

推理模子教师

主理东说念主： 当今各人都眷注推理阶段了。我铭刻两年前，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，你们的壁垒会和教师阶段一样坚定吗？"你刚才提到的许多因素，比如机动性，对于客户来说能够在不同阶段之间保持机动性相当逶迤。既然咱们依然进入了推理的时间，推理教师正以范围化的形势进行，你对此有什么看法？

黄仁勋： 是的，你说得对。要是你教师得很好，那么在推理阶段很可能也会透露得很好。要是你基于这个架构进行教师，即使莫得稀奇的优化，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，但至少它依然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商量。当你教师新模子时，你会但愿用最好的新开辟来进行教师。而那些你昨天用过的开辟，赶巧适当用来进行推理。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。咱们相当有秩序地确保总计这个词系统的兼容性，这样咱们留住的总计东西依旧不错阐扬极大的作用。咱们还干与了宽阔元气心灵不休从头发明新的算法，这样那时机老到时，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效用。咱们所作念的总计工作，包括改进新算法、新框架，都会对咱们总计现存的基础设施故意。Hopper受益，Ampere也受益，甚而Volta也受益。

我铭刻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配基础，就像总计计较设施一样，英伟达在每一个云中都存在，无论是土产货照旧角落开辟。当今创建的视觉言语模子不错在角落开辟上的机器东说念主上完满运行，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当逶迤，就像iPhone或其他开辟一样。我认为装配基础对推理相当逶迤，而咱们着实受益的是，因为咱们正在为这些大型言语模子构建新架构，是以咱们不错想考怎样设计出在畴昔推理时透泄漏色的架构。

咱们一直在商量推理模子，稀奇是怎样为你的个东说念主助手创建相当互动的推理体验。你不但愿它听到你的话后需要永劫刻想考，而是但愿它能快速薪金。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师，而且在教师完成后，它们的推感性能依然相当出色。咱们但愿优化的是从启动到生成第一个词的时刻。而完了这个策划相当困难，因为这需要宽阔的带宽。要是你的凹凸文丰富，你还需要宽阔的计较才略。因此，要在几毫秒内完了反映，你同期需要无穷的带宽和计较才略。这种架构相当难以完了，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。许多东说念主认为这是英伟达的威迫，但紧接着他说，英伟达对咱们来说长短常逶迤的融合伙伴，而且在可料想的畴昔都会保持这种逶迤性。他说，天下运行在英伟达的基础上。当你商量到定制的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穷乏问题，这些因素是否会改变近况？或者这些只是对你们系统的补充？

黄仁勋： 是的，本体上咱们在作念的是不同的事情。英伟达的策划是为这个新的天下——机器学习的天下、生成式AI的天下、具备代理才略的AI的天下——构建一个计较平台。咱们想要创建的东西相当真切，在经过60年的计较之后，咱们从头发明了总计这个词计较栈。咱们改变了从编程到机器学习的软件编写形势，改变了从CPU到GPU的软件处理形势，改变了从软件到东说念主工智能的应用形势。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计较平台。

咱们当今作念的事情相当复杂。要是你遐想咱们所作念的事情，咱们本体上是在构建一个完整的AI基础设施，咱们把它视为一台计较机。正如我之前说过的，数据中心当今是一个计较单元。当我想考一台计较机时，我不单是在想考一个芯片，而是在想考总计这个词系统，包括总计的软件和融合用具，这便是我的计较机模子。咱们每年都在努力构建一台全新的计较机。莫得东说念主也曾像咱们这样，每年都构建一台全新的计较机，每年都将性能进步两到三倍，每年都将成本训斥两到三倍，每年都将能效提高两到三倍。因此，香蕉鱼观看在线视频网咱们会告诉客户，不要一次性购买总计开辟，每年买少量。这样，他们不错更好地成本平均化到畴昔，而总计开辟都是架构上兼容的。

这样快速地构建新的系统依然相当困难了，而更难的是，咱们要把总计这些时间解耦开来，并将其整合到GCP、AWS、Azure以极端他平台中。每个平台的集成都是不同的，咱们需要把咱们的总计架构库、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、集聚都整合进去，对吧？咱们每年都进行大要10次集成操作，每年都是如斯。这真的个遗迹，但同期亦然纵脱的。

英伟达商场策略

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、韩国和日本总结，造访了你们的供应商融合伙伴，这些融合关系依然延续了十年之久。你认为这些历久的融合关系对建立竞争壁垒有多逶迤？

黄仁勋： 当你系统地瓦解这些事情时，越瓦解，你会越感到骇怪。总计这个词电子行业的生态系统今天都在与咱们融合，最终构建出一个计较机集群，这个集群被集成到总计不同的生态系统中，且融合相当顺畅。天然，这背后有API、设计要领、业务过程以及设计法则，这些东西咱们依然引申了几十年，而且它们还在不休进化。当这些API整合在一齐时，无论是在台湾，照旧天下各地坐蓐的开辟，最终都会落地到Azure的数据中心，总计东西都顺利地"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。这便是咱们发明的——这个远大的计较基础设施。总计这个词地球都在和咱们融合，这些系统无处不在。你不错通过Dell销售，也不错通过HP销售，它们在云霄托管，甚而延长到角落开辟。当今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，这如实是纵脱的。对于你的ASIC问题，我的意思意思是，咱们只是在作念不同的事情。

行为一家公司，咱们要多情境意志，我相当了了咱们公司周围的一切，包括咱们的生态系统。我知说念总计东说念主正在作念的替代决策，有时这些决策对咱们有竞争性，有时莫得。我相当了了这些事情，但这不会改变咱们公司的工作。咱们公司的唯一工作便是构建一个能够无处不在的架构，一个平台。这便是咱们的策划。咱们不是要从别东说念主那边抢商场份额，英伟达是商场创造者，而不是商场份额的抢夺者。要是你望望咱们的公司幻灯片，你会发现，咱们从来不驳斥商场份额。咱们所眷注的是怎样创造下一个东西，处置下一个问题。咱们想的是怎样让正本需要一年的飞轮运转时刻裁减到一个月的时刻，光速是什么？咱们在商量这些不同的问题。咱们对周围的一切都多情境意志，但咱们对咱们的工作相当明确。唯一的问题是，这个工作是否有必要？

总计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？我相当确信，要是你是一个开发者，或者你是一家生成式AI初创公司，正在决定怎样成为一家企业，有一个选择你不需要作念，那便是复古哪种ASIC。要是你复古Cuda，你就不错走遍六合。之后你不错随时改变主意。咱们是AI天下的进口。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。当咱们与总计的GCP融合时，比如与Azure、AWS融合时，咱们会提前几年向他们展示咱们的门路图。他们不会向咱们展示他们的ASIC门路图，但咱们也不会对此感到不悦。要是你的工作明确，而且这个工作是挑升想的，透明性就不会成为问题。你们在GTC上看到的门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的需求相当大。你还说，工作中最冗忙的一部分是靠近无法骄横总计东说念主计较需求的相貌压力。品评者说，这只是暂时的征象。他们说这就像2000年的想科一样，咱们正在过度成立光纤集聚，这会是一次高贵与衰败的周期。你还铭刻2023岁首咱们共进晚餐时，那时计算英伟达2023年的收入是260亿好意思元，而你们最终完了了600亿好意思元的收入。

黄仁勋： 我的确铭刻。我要说的是，这是历史上计算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月时咱们相当兴隆，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驳斥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，因为全天下的东说念主都在争抢英伟达的芯片来构建这些将改变天下的应用圭臬。天然，ChatGPT的出身引发了这个"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，无法遐想这个天下正在发生的变化。末端远远超出了预期。你说过，当今对Blackwell的需求相当大，而且这种情况在畴昔可见的时刻内都不会改变。天然，畴昔是未知的，但为什么品评者会如斯罅隙地认为此次不会像2000年的想科那样，出现过度成立的情况呢？

黄仁勋： 从第一性旨趣开赴想考畴昔是最好的形势，对吗？那么问题是，咱们当今在作念的事情的第一性旨趣是什么？领先，咱们在作念什么？咱们正在从头发明计较，不是吗？咱们刚刚说过，畴昔的计较将高度依赖机器学习，对吧？简直咱们作念的每一件事、每一个应用圭臬，比如Word、Excel、PowerPoint、Photoshop、Premiere、AutoCAD，总计这些曩昔是由东说念主类手工设计的应用圭臬，我不错保证，畴昔它们都将高度依赖机器学习。这些用具将会被从头设计，而且咱们还会有机器代理来匡助咱们使用它们。咱们当今依然不错肯定这少量，不是吗？咱们依然从头发明了计较，不会回头了。总计这个词计较时间栈正在被从头界说。那么，软件将会不同，软件的编写形势将会不同，使用软件的形势也会不同。这些便是咱们的"真谛"。

接下来，咱们要问的是，接下来会发生什么？让咱们回头望望曩昔的计较是怎样进行的。咱们依然干与了数万亿好意思元的计较开辟。要是你望望当今的数据中心，问问我方，这些开辟是否适当畴昔的计较需求？谜底是狡赖的，对吧？你看到的是那些堆满了CPU的开辟，咱们依然知说念这些开辟能作念什么，弗成作念什么。咱们也知说念，咱们稀有万亿好意思元的数据中心需要当代化。当今咱们研究的是，在畴昔四到五年里，慢慢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进行当代化调动。再作念个测试。假定你有500亿好意思元的成本开销，选项A是为畴昔成立基础设施，选项B是像曩昔一样成立基础设施。你依然领有曩昔的成本开销，对吗？它就在那边，但摩尔定律基本上依然散伙了。为什么还要从头成立旧的基础设施呢？不如把这500亿好意思元全部干与到生成式AI中，不是吗？这样，你的公司就变得更好了。那么你会把这500亿好意思元中的若干干与到畴昔？我会把100%都干与进去，因为我依然有四年的历史基础设施了，这些基础设施属于曩昔。因此，我从第一性旨趣的角度来想考这些事情，而这些明智东说念主也正在作念同样的事情。

第二部分是，咱们当今有价值数万亿好意思元的开辟需要成立，畴昔四到五年可能会干与约1500亿好意思元的资金进行当代化调动。第二个咱们不雅察到的征象是，软件的编写形势依然发生了变化，但畴昔软件的使用形势也会有所不同。咱们将会有"AI代理"，对吧？咱们公司里会稀有字职工。你收件箱里当今有许多小点和小头像，畴昔这些都会造成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调换时没什么不同。我描述了配景、我所知说念的基本料理条目，以及我对他们的任务要求。我会给出饱和明确的场所，让他们明白我的需求，并尽量清爽地抒发出我但愿的末端。但我也会留出一些敷衍的空间，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？

这与我当今怎样教导AI莫得区别。这恰是我怎样教导AI的形势。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，这个新的基础设施便是运行这些数字东说念主类的AI工场。它们将全天候运行，不隔断地为天下各地的公司工作。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计较结构，我称之为AI工场，而天下必须为其成立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，这个商场有多大？当今咱们还无法知道，可能会是几万亿好意思元的范围。咱们无法肯定，但奥秘之处在于，当代化数据中心的架构和AI工场的架构是相通的，这便是好音书。

主理东说念主： 你依然明确指出，旧的数据中心基础设施需要当代化调动，而与此同期，宽阔的AI工作负载也正在到来。你本年或者会完了1250亿好意思元的收入。有一次有东说念主告诉你，这家公司历久不会卓越10亿好意思元的市值。今天坐在这里，你是狡赖为莫得旨趣信赖畴昔的收入会是当今的两倍、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。金鱼只可在饱和大的鱼塘里长大。是以问题是，咱们的鱼塘有多大？这需要一些遐想力。这亦然为什么商场创造者会商量畴昔的原因。要是不创造新的鱼塘，你很难通过回首曩昔并试图抢夺商场份额来完了大的增长。抢商场份额的公司往往只可作念到一定例模，而商场创造者的后劲却很大。我认为咱们公司很庆幸的少量是，从公司创立之初，咱们就必须发明一个商场来供咱们发展。东说念主们可能不铭刻了，但咱们本体上是3D游戏PC商场的草创者。咱们发明了这个商场以及总计的生态系统，图形卡的生态系统亦然咱们发明的。是以，创造一个新商场并为其服务，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：  如实如斯。既然你提到了商场的创造者，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，对此感到相当鼎沸。他们作念得很棒，团队透泄漏色。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。要是你信赖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时的估值水平绝顶。22个月前，这家公司还莫得收入，莫得周活跃用户。Brad对历史有着相当深刻的领路。你能和咱们谈谈OpenAI行为你们的融合伙伴的逶迤性吗？以及OpenAI在推动公众对AI的融会和使用方面所阐扬的作用？

黄仁勋： OpenAI是咱们这个时间最具影响力的公司之一，是一家专注于AI的纯正公司，用功于追求AGI（通用东说念主工智能）的愿景。至于AGI的界说究竟是什么，我认为这并不是最逶迤的，甚而时刻节点也不那么逶迤。我唯一知说念的是，AI的才略将跟着时刻的推移慢慢发展，而这个才略门路图将会相当壮不雅。在达到任何东说念主对AGI的界说之前，咱们依然能够充分利用AI。你当今只需要去找数字生物学家、表象科技连络东说念主员、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，无论你选择哪一个行业，深入其中，接头那些着实掌合手工作的东说念主，问问他们，AI是否依然绝对改变了他们的工作形势？你会得到肯定的谜底。

你集聚这些数据点，然后再回头问我方，你到底想对AI保持多大的怀疑魄力？因为他们驳斥的不是AI的某种观点性刚正，而是当今就在使用AI。无论是表象科技、材料科技，照旧其他领域，AI当今正在匡助他们鼓吹工作。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肯定会在某种进程上改变买卖运作。毫无疑问。咱们当今不错感受到，它的影响依然相当较着，甚而是简之如走的。ChatGPT的问世激励了公众的醒悟，这简直是不可想议。我相当可爱他们的速率和他们推动这个领域的明确策划。这真的是一家相当逶迤的公司，

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复古。硅谷当今有一种越来越宽阔的共鸣，即总计这个词模子层正在变得商品化。像LLaMA这样的模子让许多东说念主不错相当低廉地构建我方的模子。早期有许多模子公司，比如Character、Inflection、Cohere等等。许多东说念主质疑这些公司是否能够建安身够的经济引擎来赓续为下一代模子提供资金。但咱们看到的是，OpenAI显然依然达到了这种"逃遁速率"，他们能够为我方的畴昔提供资金。而其他许多公司是否能作念到这少量，这少量还不太了了。你认为这种看法是否正确？畴昔咱们会像其他商场一样，看到商场指挥者的整合，这些指挥者有饱和的经济引擎和应用场景，能够赓续投资于畴昔的发展。

黄仁勋： 领先，咱们要分裂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要素，但并不及够。东说念主工智能是一种才略，但环节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关系，但并不完全相通。因此，你需要了解每个档次的"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穷的契机。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年前的一个逶迤发现是，GPU和加速计较之间有着压根的区别。加速计较与咱们在AI基础设施上的工作关系，但它们并不完全相通。每一层轮廓都需要不同的妙技。那些擅长构建GPU的东说念主就怕懂得怎样成为一家加速计较公司。咱们发明了GPU，但当今并不是唯一世产GPU的公司。GPU无处不在，但不是每家公司都是加速计较公司。有许多公司作念应用加速器，但这与一家加速计较公司是不同的。

举个例子，一个相当专科的AI应用可能会相当奏效，这便是咱们所说的MTIA（Meta Tensor AI）。这是一种相当专科的加速计较应用。但这可能不是那种能够鄙俗影响和提供才略的公司。因此，你必须决定你想要站在哪一边。不同领域可能都有契机，但就像建立公司一样，你需要意志到生态系统的变化，以及什么东西会跟着时刻的推移而商品化，认清哪些是功能、哪些是家具，哪些是着实的公司。这里有许多不同的想考形势。

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、灵巧和贪心，那便是X.ai。外界有传言说你和Larry以及Elon共进晚餐时，他们驳斥过购买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计较集群。你能谈谈他们的才略吗？有音书说他们还想要再购买10万块H200来扩大集群范围。领先，跟咱们聊聊X.ai的宏愿和他们的成就，同期咱们当今依然进入了领有20万到30万块GPU集群的时间了吗？

黄仁勋： 谜底是肯定的。领先，应该对他们的成就赐与肯定。从观点的忽视到为英伟达准备数据中心，再到咱们将开辟集会并启动系统，进行第一次教师，这一切的时刻都相当顷刻。建造一个如斯大范围的工场——液冷、供电、获取许可——在这样短的时刻内完成，简直超乎常东说念主遐想。据我所知，天下上唯唯一个东说念主能作念到这少量，那便是Elon。他在工程、成立、大型系统和资源调整方面的领路是唯一无二的。他的工程团队也相当出色，软件团队、集聚团队、基础设施团队都相当优秀。Elon对这一切领路相当深入。从咱们决定启动到策划完成，英伟达的工程团队、集聚团队、基础设施计较团队和软件团队都作念了宽阔的前期准备工作。

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计较开辟，还有总计的时间，19天内完成教师。你知说念，有东说念主寝息吗？毫无疑问，各人没何如睡。但是，领先，19天是一个令东说念主难以置信的时刻。不外，咱们也不错退一步想考一下，19天本体上也便是几周时刻。而这期间波及到的时间量，简直让东说念主难以置信。要是你看到那边的布线和集聚系统，你会赞佩不已。英伟达的集聚开辟与一般的大范围数据中心集聚相当不同。一台计较机的背后完全是线缆，整合这样远大的时间体系，以及总计软件的整合，真的难以遐想。：是以我认为Elon和X团队所作念的事情相当了不得，我相当戴德他承认了咱们在工程、策划等方面的融合。但他们的成便是前所未有的。为了让各人有个观点，10万块GPU，这毫无疑问是全球最快的超等计较机集群。平常，建造一台超等计较机需要三年的计划，然后花一年时刻装配和调试。而咱们在19天内就完成了，这也诠释了英伟达平台的可靠性。总计过程都依然相当老到。天然，X团队有我方的一整套算法、框架和时间栈，咱们也进行了宽阔的集成工作，但前期策划长短常了不得的。Elon如实是个例外。

主理东说念主： 你回答问题时提到，20万到30万块GPU的集群时间依然到来了。那这种范围会扩大到50万块甚而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赖的。我的嗅觉是，漫衍式教师必须灵验运行。而我的意料是，漫衍式计较将会被发明出来，某种体式的联邦学习和异步漫衍式计较将会出现。我相当有信心和乐不雅。天然，曩昔的蔓延法例主要鸠合在预教师阶段，但当今咱们进入了多模态、合成数据生成的时间。后教师也完了了惊东说念主的蔓延，合成数据生成、基于奖励系统的强化学习等，当今推理的蔓延也迅速增长。你不错遐想，一个模子在回答问题之前，可能依然进行了里面推理，可能多达一万次，也许还作念了一些连络、强化学习、模拟，肯定还进行了宽阔的反想，查找了一些数据、信息，不是吗？是以它的凹凸文信息可能依然相当远大。这种智能恰是咱们所作念的，不是吗？是以，这种蔓延才略，要是你进行浅易的数学计较，再加上每年模子大小和计较才略的四倍增长，再衔尾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，咱们怎样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关系，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选择，但我认为本次对话的一个逶迤启示是，你在商量总计这个词生态系统，而且商量了畴昔的多年发展。因此，英伟达的蔓延并不是为了应酬现时的需求，而是为了理睬畴昔的发展。并不是说你只可依赖于50万或100万块GPU的集群范围。到漫衍式教师普实时，咱们依然为此作念好了准备。要记取，要是莫得咱们七年前开发的Megatron，这些大范围教师任务的蔓延就不会完了。咱们发明了Megatron、NCCL、GPU Direct，还有咱们在DMA上的工作，使得活水线并行化、模子并行化和漫衍式教师得以完了。

Strawberry和o1 模子

主理东说念主： 当今咱们正在为畴昔一代的时间奠定基础。既然如斯，咱们来谈谈Strawberry和o1。我不想占用你太多时刻。

黄仁勋： 我有的是时刻。

主理东说念主：  相当感谢你的野蛮。领先，我认为他们将o1定名为o1签证（指的是好意思国蛊卦全球顶尖东说念主才的签证）真的很酷。这种签证的宗旨是蛊卦全球最优秀、最明智的东说念主才来到好意思国，这亦然咱们都相当热衷的事情。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蔓延阶段的模子，向那些通过侨民带来集体灵巧的东说念主请安，他们为咱们今天的成就孝敬了力量。这无疑是咱们一又友Noan Brown带领的花式，他曾在Meta工作，参与了Pluribus和Cicero花式。那么，推理时刻推理行为一种全新的智能蔓延向量，与只是通过构建更大模子比拟，逶迤性怎样？

黄仁勋： 这相当逶迤。许多智能无法提前完成。许多计较也无法提前完成，比如无序引申是不错提前作念的，但许多事情只可在运行时完成。是以，无论你从计较机科学的角度，照旧从智能的角度来看，许多事情都需要凹凸文、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饱和了，取决于谜底的后果。你可能会说："有些谜底不错等通宵，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："商量一晚再告诉我。"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，智能的质料和分层长短常逶迤的。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的高档语音模式，我正在为我女儿的AP历史老到引诱他，就像有天下上最好的AP历史诚挚坐在附近想考这些问题，真的相当了不得。今天我的导师是AI，对吧？天然，当今的AI导师依然存在了。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？推理才略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： 咱们所驳斥的这一切，其实便是一场工业鼎新，这是智能坐蓐的鼎新。没错，推理的增长将达到亿倍的范围。

主理东说念主： 当今每个东说念主都过于专注于英伟达在大模子教师上的透露，不是吗？但事实上，要是你们今天的收入是50%来自教师，50%来自推理，畴昔推理的增长将远远卓越教师的增长。教师天然逶迤，但推理的增长会更大。

黄仁勋： 咱们但愿如斯。这就像上学的策划是为了将来在社会中有所孝敬。教师模子很逶迤，但最终的策划是推理它们。

主理东说念主： 你们是否依然在我方的业务中使用推理链和o1这样的用具来进步业务透露？

黄仁勋： 咱们目下的集聚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都不可能完了。要是莫得AI，咱们压根无法完成这些任务。咱们有AI芯片设计师、AI软件工程师、AI考据工程师，总计这些AI都在里面构建，因为咱们有才略，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，咱们驳斥了许多对于效用和机动性的内容——扁平化的组织结构能够快速引申，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。你们创造了一个以效用为基础的文化，开释了创造力、创新精神和株连感，蹧蹋了传统的功能管理模式。你认为AI的哄骗是否是让你们在保持高创造力的同期依然高效运作的环节？

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，它们会处置特定的难题。咱们畴昔的收件箱将充满AI目次，这些AI都是咱们融合过的，擅长特定妙技的助手。AI还会招募其他AI来一齐处置问题。AI会和东说念主类一齐出当今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。我甚而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，你刚刚描述了一家公司，这家公司当今的产出绝顶于领有15万名职工的公司，但你们本体上唯独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赓续增长，但公司的产出会权贵增多。

黄仁勋： 这频频被污蔑。AI不会取代总计工作，它将改变每一个工作形势。咱们要承认这少量。AI有巨大的后劲去作念一些难以置信的功德，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。而被忽略的少量是，当公司通过东说念主工智能变得更高效时，这平常会体当今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发出的下一个邮件平常不会是裁人文告，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处置哪些问题。咱们有多如牛毛的问题不错去处置，公司的策划便是找到合适的问题，然后找到一种要领来自动化和蔓延。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量。要是咱们回首历史，显然今天咱们领有的想法比200年前多得多，这便是GDP变大的原因，更多的东说念主被雇佣了。尽管咱们在纵脱地自动化，但今天的经济体量远卓越去。

主理东说念主： 这是一个环节点。简直总计的东说念主类坐蓐力和高贵，都是曩昔200年时间跨越和自动化的末端。从亚当·斯密到熊彼特的"创造性芜乱"，你不错看到曩昔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，好意思国的坐蓐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%，而曩昔10年是有记录以来坐蓐率增长最慢的时期。坐蓐率的增长是固定工作和成本干与所能产出的产量，而曩昔10年，这个增长率创下了最低记载。许多东说念主研究了背后的原因，但要是按照你刚才的描述，跟着咱们大范围利用和制造智能，东说念主类坐蓐率是不是行将迎来一次巨变？

黄仁勋： 这是咱们的但愿，如实如斯。而且咱们有顺利的凭据标明这少量，无论是一个单独的连络东说念主员当今能够通过AI以难以遐想的范围探索科学，这是一种坐蓐率的进步；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，这同样是坐蓐率的进步。咱们开发的软件越来越好，AI和超等计较机匡助咱们开发这些软件，而职工数目简直是线性增长的，这亦然坐蓐率的进步。是以，无论是在许多行业中进行抽查，照旧从咱们我方的业务来看，坐蓐率的进步都相当较着。毫无疑问，智能是天下上最有价值的商品，而当今咱们行将大范围制造它。咱们必须学会怎样应酬一个充满这些坚定AI的天下，它们作念的事情可能比你更好。

当我反想这少量时，这亦然我的生活写真。我有60位顺利讲述的董事成员，他们之是以在团队中，是因为他们在各自的领域透露得相当出色，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便是，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、意志力以及某些推理才略，瓦解问题，从而编程这些AI，匡助他们完成策划。这便是我当今作念的事情，叫作念佛营公司。

AI监管逶迤性

主理东说念主：  你提到了少量——安全AI。你提到中东的悲催事件，当今天下上许多地方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工作。你当今认为咱们走在正确的说念路上吗？咱们的融合力度是否饱和？

黄仁勋： 马克·扎克伯格曾说过，击浮松AI的形势是让好AI变得更好。我认为这长短常逶迤的不雅点。怎样确保AI为东说念主类带来净正效益，而不是将咱们推向一个没挑升想的反乌托邦天下，这是一个相当逶迤且值得研究的话题。对AI的轮廓化、观点化，像是把AI看作一个巨大的神经集聚，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关系，但并不完全相通。当今有许多作念得相当出色的事情。领先，开源模子的发布让总计连络东说念主员、每个行业、每家公司都不错战役AI，学习怎样将这种才略用于他们的应用，这相当好。第二，各人莫得饱和领悟到干与到AI发明、保持AI安全的时间有何等逶迤。

咱们依然创造了AI来捎带数据、信息，教师AI、对皆AI、生成合成数据，蔓延AI的学问，减少幻觉。还有许多AI正在被创造，用于矢量化、图形化等等，来文告其他AI，树立AI的"护栏"。这些AI系统用于创建安全的AI，但它们并莫得得到饱和的属目。事实上，咱们依然在构建这些AI，而且行业各界都在全速前进。建立这些评估系统、模子卡、基准测试系统以及总计的"安全带"，进展速率相当快，但并莫得得到饱和的眷注。你们知说念，天下上莫得任何政府轨则要求必须这样作念，而是现存领域的从业者们自愿地属目这些问题，并围绕最好实际进行融合。是以这点如实莫得得到饱和的属目。各人需要启动更多地研究AI行为一个由多个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旨趣开赴构建的，经过了充分的测试和考据。

主理东说念主：  说到监管，你认为AI行为一种才略不错被应用于多个领域。监管是必要的，但你认为在某些情况下，过度监管可能会导致问题吗？

黄仁勋： 是的，逶迤时间需要监管，但不要过度到放胆创新。大部分监管应该发生在具体应用层面。像FAA、NHTSA、FDA这些机构依然在监管时间的具体应用，当今他们也需要监管那些交融了AI的时间应用。因此，不要忽视现时天下上依然存在的宽阔监管，也不要依赖于某种全球结伴的AI监管机构。不同的监管机构是为不同的想法而树立的，咱们需要受命这些机构的专科领域来进行灵验的监管。

主理东说念主： 我必须回到开源这少量上，你们最近推出了一个相当逶迤、功能相当坚定的开源模子。Meta也在开源领域作念出首要孝敬。我在酬酢媒体上看到许多对于"开源 vs 顽固"的研究，你对开源的看法怎样？开源模子是否能跟向前沿发展？你认为畴昔是否会有开源与顽固模子并存的场地？这是否会带来一种健康的安全性张力？

黄仁勋： 开源和顽固与安全关系，但不完全是对于安全。莫得什么问题是因为有顽固模子存在，这些顽固模子可能是买卖模式的引擎，它们是推动创新所必需的。我对此完全复古。逶迤的是，不应是"开源 vs 顽固"的对立，而是"开源和顽固"并存。开源对于激活许多行业是必不可少的。要是莫得开源，许多科学领域和行业怎样能够参与AI？因为他们需要开发我方的特定领域AI，而这平常是基于开源模子来完了的。开源模子使得金融服务、医疗保健、交通输送等领域得以激活，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，咱们快到时刻了。你自2016年推出DGX-1以来，阅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，但又额外光泽。你奏效了，生涯下来真的长短常挫折易。你们在2016年录用了第一个DGX-1，2022年咱们迎来了"寒武纪时刻"。我常被问到的问题是：你怎样能在今天依然保持你所作念的一切？你有60个顺利下属，你无处不在，推动这场鼎新。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： 要是你在问我曩昔一个半小时的感受，我的回答是：我相当享受。我真的很应许，我无法遐想有比这更想作念的事情。我不认为咱们工作的全部都是意思的。我的工作并不老是意思的，也莫得指望它历久意思。你问我这是不是我的盼愿，我会说这工作是逶迤的。我不太敬重我方，但我相当透露对待咱们的工作、咱们的株连和咱们在这个时间的孝敬。

主理东说念主： 这不是历久意思的，但你一直都喜爱它吗？

黄仁勋： 是的，和总计的事情一样，家庭、一又友、孩子，它们不老是意思的，但咱们老是深深地喜爱它们。

主理东说念主： 你能作念多久呢？

黄仁勋： 着实的问题是，我还能保持多永劫刻的关系性。这个问题唯独通过我是否能赓续学习来往答。我今天对我方能保持关系性并赓续学习的才略愈加乐不雅。这个不是因为今天的研究，而是因为AI。我每天都在使用AI，莫得一天不使用。莫得一个连络我不使用AI，即使我知说念谜底，我也会用AI再阐明一下。平常，接下来的两三个问题会揭示我不知说念的东西。AI行为导师、助手，行为一齐首脑风暴的伙伴，检查我的工作，它绝对颠覆了一切。而我只是一个信息工作家，我的输出是信息。是以我认为，AI对社会的孝敬将长短凡的。要是我能通过AI保持关系性，并赓续作念出孝敬，我知说念这项工作饱和逶迤，值得我赓续追求。而我的生活质料也相当好。

主理东说念主： 我也无法遐想错过这个时刻，这是咱们业绩生涯中最逶迤的时刻。咱们相当感谢此次融合，感谢你让咱们变得更明智。

黄仁勋： 感谢你们的邀请，我相当享受此次对话。

原视频着手：https://www.youtube.com/watch?v=bUrCR4jQQg8&t=1s&ab_channel=Bg2Pod素材着手官方媒体/集聚新闻