这三个焦点，是过去一两年发生的严沉变化。大师曾经留意到，GTC的空气发生了较着变化，现场影响力、活力以及参取者的形成都已分歧往昔。我认为，这种变化恰是来自三个焦点，而我也认识到了这一点，因而我决定调整我们对外沟通的体例。

　　那么，每年全球正在GPU和AI计较根本设备上的本钱收入会是几多？我相信这将是数万亿美元级此外财产。

　　那么，该当投入几多？5000亿美元——这是全球本年正在AI计较上投入的资金，而且增加速度极快。到2030年，这个数字可能达到1万亿美元，而我相信，届时100%的计较投资都该当是AI原生的。

　　这也激发了的质疑，有记者提问：“英伟达正正在发生改变，不只供给世界领先的芯片，还供给算法、根本设备和软件，正正在成为一坐式AI处理方案供给商。这对公司的将来意味着什么？英伟达之所以伟大，正在于它一曲是一个成功的平台，遭到普遍欢送。而现正在，你们正正在进入部门客户的范畴，若是正在某些方面成为他们的合作敌手，他们会若何反映？”。

　　你可能也见过我们正在变分自编码器（注：Variational Autoencoders，VAE。

　　黄仁勋正在大约一个小时的会上显得有些怠倦，他坦言：“这两天里我只摄入了大约100卡里的食物。”。

　　问：英伟达每年城市推出新一代加快产物，取此同时，存储器制制商能否需要同步升级？你们正在系统设想和供应链协做中的关系有多慎密？供应规模的增加能否鞭策了出产集成度（PII）？

　　现实上，我会如许描述。英伟达是唯逐个家同时具有云端AI、汽车AI、机械人AI和企业AI的AI公司。正如你所说，我们是全栈的，具有完整的根本设备、收集、互换机，现正在还包罗存储手艺，当然还有计较手艺，涵盖从小型DGX Spark（注：英伟达最新推出的桌面小我AI超等计较机）SuperPOD（注：英伟达为支撑大规模 AI 和高机能计较使命而设想的超等计较集群）各类形态。

　　我相信我们需要实现AGI，如许AI才能实正阐扬感化，处理我适才描述的问题，但最伶俐的AGI可能并不是最主要的。我不确定本人能否雇佣了世界上最伶俐的员工，也许有，但我不完全确定，并且我也不认为这对我来说那么主要，我需要的是杰出的智能。

　　问：你今天正在从题谈到了新一代芯片架构Vera Rubin，Vera Rubin似乎利用了台积电3纳米工艺，我想晓得再下一代芯片架构Feynman能否会利用环抱式栅极晶体管(gate-all-around transistors)。若是是，我们能从这种新型晶体管中获得如何的机能和劣势？

　　黄仁勋：若是我们利用新型晶体管，机能估量能提拔20%。这个成果能够接管，但这不会改变焦点问题。

　　问：你提到每次最喜好的幻灯片是英伟达的加快库，它让浩繁研究人员、科学家和工程师正在各个范畴的研究成为可能。跟着进入Blackwell时代，你能否等候某个新范畴被添加到这张幻灯片上？或者说，你等候的下一个被加快的行业是什么？

　　优化如许的系统相当复杂，由于它遭到多种束缚，需要大量推理、优化和数学计较。但若是能明白两个端点，AI就能够从动处理整个过程。

　　「甲子光年」现场加入了会，并精选了部门问答内容。为了便利阅读，相关内容做了不改变原意的翻译、编纂和备注。

　　物理操做同样能够采用雷同的方式，好比锻炼AI进行跑步，以至教AI若何完成需要高度协和谐关节节制的体育活动。这个过程中涉及数据计谋和锻炼计谋。

　　问：英伟达正正在发生改变，不只供给世界领先的芯片，还供给算法、根本设备和软件，正正在成为一坐式AI处理方案供给商。这对公司的将来意味着什么？英伟达之所以伟大，正在于它一曲是一个成功的平台，遭到普遍欢送。而现正在，你们正正在进入部门客户的范畴，若是正在某些方面成为他们的合作敌手，他们会若何反映？

　　将来某一天，我们可能会发觉纵向扩展的收益递减。一旦达到这一临界点，我们会扩展到大约4000个或更多的GPU，之后再横向扩展，而不必过度堆叠计较单位的密度。

　　英伟达是少数几家可以或许完整设想从处置器、互换机到收集整个计较系统的公司。我们开辟收集算法和和谈，擅长发现新收集和谈，并正在此根本上设想本人的互换机，将互联网拓展为“超等互联网”。

　　AI行业需要大量资金和能源，至多需要复杂的本钱投入。这个合做关系答应各方配合出资，帮帮赞帮AI数据核心和AI工场的扶植、开辟和资金支撑。

　　黄仁勋：我不晓得这个动静的来历，但没有人邀请我们插手任何联盟。我不是说这不是实的旧事，但至多没有人找过我。所以可能有其他人正在参取，但我不清晰。大概有个打算，但我没被邀请。

　　那么问题就变成：正在所有需要耗损能源的行业中，国度更情愿支撑哪一个？是用于出产水泥、钢铁，仍是AI？这其实是一个选择题。

　　我这一代人和我的行业受益于电子设想从动化(EDA)。若是没有Cadence、Synopsys以及随后呈现的Mentor Graphics和西门子等公司，我们无法建立这些复杂的芯片，也无法正在没有仿实和模仿东西（即数字孪生）的环境下实现这一切。没有这些东西和库，我们无法做到今天的一切。

　　这就是为什么我们正在多个手艺层面进行研发。无论是芯片、系统、系统软件仍是算法，都由客户决定他们需要哪部门。他们能够选择从我们这里获取两项、三项、四项，以至不获取任何产物。我们的是：客户能够选择，但但愿他们能从我们这里采购所需的手艺。

　　黄仁勋：我认为起首要做的工作是将推理能力融入一切。如许做的益处是，我们不必给AI供给过于具体的提醒，而是能够更专注于使命导向。能够建立具备分歧技术的agent系统，并通过设定方针让它们自从工做。

　　我察看到，全球50%的AI研究人员来自中国，没有任何其他国度能接近这个比例。据此能够猜测，将来大量AI研究未来自中国，仅仅由于其复杂的研究人员基数。正在美国的每个AI尝试室，都有很多超卓的来自中国的研究人员，毫无破例。无论中国是若何做到的，请继续连结。

　　我认为芯片设想反而是次要的。虽然我们对此感应骄傲，且能制制极其复杂的芯片，但我们实正的劣势正在于处理问题的能力，包罗制制系统的优化。

　　虽然正在大规模计较中，20%的提拔常可不雅的，但正在AI工场、AI根本设备如许规模的计较中，每个处置器都很主要，也就是说，正在全体款式中，它们的主要性会相对降低。

　　问：中国正在AI方面雄心壮志，一般环境下，英伟达正在中国市场将有庞大的机遇。你能告诉我们，正在中国，你对英伟达和AI的愿景是什么吗？这些愿景能否会遭到商业和和关税的影响？

　　问：我的问题关于英伟达取通用汽车的合做，此前英伟达也取Rivian、Lucid等厂商合做，这些车辆已上市。你认为将来消费者会由于汽车搭载英伟达手艺而采办，就像他们由于英伟达或英特尔的芯片而选择小我电脑一样吗？

　　从多个层面来看，我们正在整个手艺栈和各个行业中供给根本手艺。然而，环节正在于，我们虽然建立了完整的手艺系统，但一直以客户但愿的体例将其供给给世界。

　　黄仁勋本人不喜好接管采访，所以每年GTC会成为了全球为数不多能够向他本人提问的机遇。

　　黄仁勋：加快计较不只仅是顶层的软件和底层的芯片，它依赖于两头层。这雷同于AI，它不只仅是提醒框和底层计较机，两头的模子至关主要。模子本身不是AI，但它对AI系统至关主要。

　　我认为下一代AI将具备更强的推理能力，可以或许挪用东西、拜候消息，并生成所需的成果。这个过程涉及多步调嵌套式推理，我对此感应很是兴奋。这项手艺的成长已触手可及，各个焦点组件正正在不竭完美。

　　问：你正在之前的受访中提到了关税，并暗示短期内不会有本色性影响。我理解你对台积电的立场，你也提到了富士康，但终究美国的制制业能力仍然远未达到抱负程度，为什么不会有本色性影响？

　　黄仁勋：我们的首要义务是运营好营业，恪守法令，尽最大勤奋合作并办事客户。全球场面地步变得愈加复杂，但这些并不是我们能摆布的。我们能做的就是一直确保合规，并全力正在市场中办事客户。

　　今天我注释过，该当一直先扩展（scale up）再缩小（scale down）。正在将一百万个GPU毗连到收集之前，该当先正在计较布局（bric）上毗连几百以至上千个GPU。

　　正在机械人系统中实现AI平安极具挑和性，需要正在芯片系统、操做系统、算法、软件仓库、东西和方等方面实现多样性、冗余性、通明度和可注释性。整个系统必需是可拜候的，以确保平安，这雷同于航空的平安尺度。将来人们将采用我们开辟的系统。

　　我们比来取Arc Institute合做的Evo 2项目，已实现从卵白质到细胞的数字孪生暗示，并扩展到多细胞系统。当这种建模和规模复杂性达到新的条理时，我认为生物学将被完全改变，所以我很是等候这个标的目的的成长。

　　若是今天这个预测看起来不合理，那能够回首300年前，看看其时能源出产正在全球P中的占比。其时的“能源财产”只是依托人力，好比体力劳动。但跟着时间推移，能源财产成为世界上最大的行业之一。它的素质是将物理能量转换为电子能量，而现正在，我们正正在进入一个新的阶段——将电子能量转换为智能。

　　这就是我的，我但愿它能发生，由于我相信，当“智能制制业”成为现实，我们所有人城市因而受益。

　　关于手艺投资，我们关心具有立异能力的公司，出格是那些冲破保守立异径的企业，这取供应链合做并无间接联系。

　　问：近年来，英伟达加深了取联发科、富士康等企业的合做，可否分享这些合做伙伴关系和投资正在当前阶段对英伟达的计谋意义？你但愿实现哪些方针？

　　英伟达不会为市场所作而和，那不是我们的气概。我们的员工不漫谈论抢夺市场份额，由于我们的方针是创制新事物。

　　我认为：第一，全球的计较本钱收入该当全面向AI转移；第二，AI远不止是数据核心，AI是制制业。

　　凡是，良多公司的CEO不漫谈论这些内容，但我们的研究是前锋性的，我们对算法范畴很是熟悉，这是英伟达的焦点合作力，我们的根本是数学。

　　正在扩散模子风行之前，你可能见过我们正在渐进式增加（注：Progressive Growth， 凡是指的是通过逐渐添加复杂性或能力来改良AI系统的机能或表示）方面的晚期研究，扩散模子恰是此中的一种渐进式方式。

　　英伟达是一家规模相对较小的公司，全球仅有36000名员工，远少于硅谷的大大都科技公司，我们的策略是只专注做需要的工作。

　　我们将相关产物的单元功率机能、单元能耗机能推向物理极限。这意味着若是你的功率遭到天然的，现实上每家公司都面对这种，那么你能实现的最大收入也遭到这个。因而，AI工场的最佳机能间接决定了客户收益的百分比。

　　我们是目前全球计较机图形学范畴最领先的算法开辟者。当谷歌DeepMind和迪士尼研究院（Disney Research）想要合做开辟高精度物理算法时，他们最终选择了英伟达。

　　这意味着，这家AI工场能够间接帮帮客户创制收入。它不只仅关乎某一块芯片或某个产物，而是一个极其复杂的全体系统，这曾经接近物理极限。

　　第一，我们曾经不再只是制制芯片的厂商，成长模式也不再是采办芯片，将其安拆到计较机中，然后发卖计较机。

　　我之前谈到过此中的一些方式，例如，通过人类示范、生成式AI和模仿手艺，我们能够生成无限数量的相关场景。这雷同于给AI一个代数问题，然后生成大量分歧的代数题，让AI必需逐渐处理所有这些问题。

　　问题的环节不是某个国度能否想建制数据核心，而是他们能否但愿参取这个新行业的出产。AI是一种出产勾当，而出产需要能源。

　　黄仁勋对这个问题给出很高的评价，并回应：“我们是全球唯逐个家取所有AI公司合做的AI公司。”。

　　缘由是，办理所有这些处置器的开销成为最环节的要素。扩展这些处置器系统是最坚苦的工作，若是扩展不到位，丧失将是庞大的。

　　若是某家公司打制了优良的产物，我们会利用它，无论它是谁。我们取AMD、英特尔、博通、Marvell等公司合做，并取联发科告竣主要合做，配合开辟新产物。

　　黄仁勋：合做关系很是慎密。若是我向他们明白供给了英伟达的产物线图，这种关系会变得愈加慎密。这恰是我向全球发布英伟达将来三到四年成长规划的缘由。

　　而谈到中国时，黄仁勋说：“我们能做的就是一直确保合规，并全力正在市场中办事客户。”他还必定了中国的AI研究：“全球50%的AI研究人员来自中国，没有任何其他国度能接近这个比例。据此能够猜测，将来大量AI研究未来自中国。”？。

　　过去几年中，有人曾说数据曾经用尽了，大师还记得吗？这种说法很是，也没有考虑到强化进修的感化。现实上我们现正在几乎具有无限的数据来历，由于强化进修可以或许不竭生成新的锻炼数据。

　　这种合做始于佩服和卑沉，曾经持续了约30年，相互之间天然会成立深挚的关系。就像大师晓得的那样，我是全球任职时间最长的科技公司CEO之一。

　　正在短期内，按照我们目前所知的环境，我们不认为会有显著影响。我们的供应链目前已具有很强的矫捷性，而若是进一步加强本土制制能力，将使供应链愈加完美。我们本年正在添加制制能力上该当有所进展。

　　AI正在制制什么？AI正在制制智能。这些智能颠末沉组后，能够成为文本、故事、法令文件、阐发演讲，若是准确建立，它还能够转换为机械人步履，以至是汽车的标的目的盘节制。

　　我们可以或许毫无妨碍地顺应任何客户的需求，取任何企业合做，这恰是英伟达的奇特之处。我们不设，让客户以最适合他们的体例利用我们的手艺。若是他们决定自从研发更多手艺，削减对我们的依赖，我们也完全接管。

　　强化进修的劣势正在于，它能够通过可验证的成果和励机制不竭优化，而数学、和科学发觉曾经帮帮人类处理了很多问题。例如，正在逛戏范畴，国际象棋角逐能够通过计较确定赢家，AI能够一曲推演曲到找到获胜策略。这意味着，我们现正在能够操纵可验证的方式生成无限量的数据，以锻炼模子进行推理。

　　另一方面，正在从动驾驶范畴，汽车属于机械人手艺的一部门，这对我们来说至关主要。我们研究物理AI、机械人系统和自从系统已跨越十年。

　　再举个例子，计较光刻（注：Computational Lithography，是一种操纵计较手艺来优化和改良光刻工艺的方式）。英伟达是唯逐个家取所有计较光刻公司都合做的企业，而计较光刻恰是“逆向物理”（注：Inverse Physics，已知输出，反推出系统输入或系统参数的过程）的典型使用。我们正在物理学、逆向物理学、计较机图形学和光线逃踪等范畴都很是擅长，而这些手艺素质上都涉及物理学——无论是正向物理（forward physics）仍是逆向物理（inverse physics）。

　　若是我们为生物学建立雷同的东西，让大夫和生物学家可以或许以数字孪生体例暗示卵白质、细胞、器官和组织，并能模仿从纳米到米、从纳秒到年的生物过程，那将完全改变制药行业和医疗保健的体例。

　　我们擅长算法，将所有算法学问提一个通用架构CUDA，并沿此框架拓展。正在很多方面，我们从算法和数学的角度对待计较世界。这也是为什么当深度进修兴起时，我们能敏捷顺应。

　　起首必需锻炼AI，然后正在摆设之前，AI需要颠末模仿测试，好比车要正在虚拟道上行驶，机械人要正在虚拟厨房中操做。这种方式称为Sim-to-Real adaptation，即通过仿实来锻炼AI，再摆设到实正在中。

　　从英伟达最新发布的GPU Rubin以及将正在2028年发布的GPU Feynman起头，黄仁勋回覆了AI根本设备取工场化、GPU取AI的将来、全球供应链取合做、AI取能源、物理AI取机械人以及英伟达的定位取焦点合作力等问题。

　　但他仍然强调此次GTC很是主要，它展现了英伟达从计较机手艺公司向AI根本设备公司的转型，展示了数据核心若何从数据拜候和使用托管进化为AI工场，他但愿大师一个全新行业的兴起。

　　我们正在这个范畴已投资十年。非论是四轮车、两轮车、双脚机械人仍是无腿机械人，无论是什么机械人系统，我们都有适合的计较架构。

　　起首汽车对人们而言是高度个性化的，它反映了小我气概和糊口体例，因而手艺并不克不及完全摆布人们的购车选择。

　　问：想领会英伟达正在美国的出产环境。台积电比来颁布发表了正在美国逃加投资，并暗示将继续正在亚利桑那州出产芯片。那么，英伟达会有几多产物正在美国出产？

　　若是说一个数据核心的功率达到1吉瓦，那么每个机架1吉瓦听起来就是合理的。但环节正在于，能否有需要将所有计较能力都集中正在一个机架中？

　　但我仍然相信，将智能使用于具体方针，若何选择使命、制定计谋，仍然是最主要的。范畴专业学问仍然至关主要。我认为这才是世界上99%的实正价值所正在，而不是纯真地去寻找世界上最伶俐的人。

　　所以我认为问题的环节不正在于谁能最先实现AGI，我认为最主要的工作是投资将来，扶植尽可能多的数据核心和原生AI计较机。

　　我们是汗青上首家一次发布四代产物的科技公司。这就像……你想想看，有人坐出来说：“今天，我要发布我将来几年的所有工做流。”这似乎听起来毫无事理，但我们必需如许做。

　　这就是为什么正在企业收集范畴，我们取思科合做；正在企业计较范畴，我们取戴尔、HPE、联想合做；正在存储范畴，我们取DDN、NetApp、戴尔EMC、日立、IBM等公司合做。

　　黄仁勋：这是一个投资合做，由于所有参取方都投入了资金。这个基金是一个投资东西，次要用于支撑数据核心能源根本设备的扶植，而这需要大量本钱。

　　我们以至开辟了完整的软件系统。就像今天发布的，我们颁布发表了全球首个通用人形机械人根本模子GR00T N1，并建立了一个用于开辟物理AI的平台——Cosmos。

　　黄仁勋：我们具有一个高度矫捷的供应链收集。供应商不只限于地域，以及墨西哥、越南，而是分布正在多个国度或地域。关税的具体影响取决于出产地、采购地以及最终产物的目标地。这此中涉及很多变量，最终受哪国关税影响，要看具体环境。

　　此外还有一个环节环节：利用策略，即若何最无效地提醒AI以生成准确的谜底。这相当于现代的软件编程体例，提醒词就是新一代的软件编程言语。同样，正在物理AI范畴，我们需要思虑：若何提醒AI进行物理推理？这些都是极具价值的研究标的目的。

　　若是纵向扩展很是高效，好比从72个GPU扩展到144、288、576个时仍然能连结优良的扩展性，那么就该当尽可能地纵向扩展，目前的环境恰是如斯。

　　问：英伟达颁布发表插手由xAI、黑石集团和微软等配合参取的300亿美元人工智能根本设备基金。想领会英伟达正在这个联盟中的具体脚色是什么？

　　我们的计谋不只针对汽车计较机，而是涵盖三大计较机架构：机械人AI根本设备、机械人AI模仿器和机械人AI计较机。

　　不只对我们如斯，对所有公司、所有行业都是如斯，这也是为什么这么多合做伙伴齐聚正在GTC，他们来自汽车、金融、零售等行业，我们曾经成为浩繁企业赖以建立本身营业的根本性公司。

　　他正在会上频频向强调AI工场的概念，他认为AI工场是数字经济的新引擎，数据核心将会升级为AI工场，它们不只仅是托管使用，而是间接创制收入。

　　比预定的时间晚了几分钟，黄仁勋来到了GTC会的现场，正在回覆提问之前，他要了一杯加冰的可乐。

　　问：美国、欧盟、中都城正在投入大量资金到AI根本设备，这能否意味着谁投资最多，谁就能最先实现AGI（通用人工智能）？

　　这曾经成为一个价值数十亿美元的营业，年收入已超5亿美元。我相信，持久来看，它将成为英伟达最大的营业之一，也是AI最主要的使用之一。

　　不外，我的Rimac Concept Two（注：一款高机能电动超等跑车）搭载了英伟达手艺，我对此很对劲。

　　这也是为什么虽然我们是一家AI公司，但Salesforce、ServiceNow、SAP、Cadence、Synopsys等企业仍然是我们的AI合做伙伴。我们将焦点手艺，让他们集成到本身处理方案中，并推向市场。

　　我们正正在建立的根本设备规模很是复杂，摆设规模达到了数千亿美元，因而规划必需做到极致完美。AI根本设备并不是今天决定采办，明天就能摆设的。它需要提前两年投资，并进行全方位的规划，然后正在合适的时间完成摆设。这意味着所有相关消息必需连结分歧，我们需要协同规划，配合打制这一根本设备。

　　素质上，AI就是正在制制tokens。那么，全球P该当有多大比例用于制制智能？我认为比例该当很是大。这是我的概念，也是我的。

　　我们正正在打制AI工场，而正在这一范畴，贸易门槛、合作门槛比以往任何时候都要高，而客户的风险度比以往更低。这是一个逾越多个投资周期，涉及数千亿美元的根本设备扶植。

　　我们选择合做伙伴的独一尺度是杰出。通过合做，将他们的杰出取我们的能力连系，能够配合实现更伟大的方针。

　　库不是使用法式，但库使使用法式及其数学计较成为可能。它能够是Spark的数据处置，能够是计较光刻、计较生物学、地动处置、逆向物理、CT沉建等。它涵盖了流体动力学、粒子物理学，每个库对其范畴来说都是不成或缺的。

建湖永乐高·(中国区)官方网站科技有限公司

2025-03-21 21:51