就在10月24號，黃仁勳現身印度舉辦的NVidia AI Summit 2024峰會，進行了招牌式主旨演講，並與印度首富信實工業集團董事長穆克什·安巴尼來一場挺紮實的現場對話。

尊敬的嘉賓，歡迎NVIDIA的創始人兼首席執行官黃仁勳。

黃仁勳：

你好，孟買！

孟買，發生了許多事情。大家都知道，印度對於全球電腦和IT行業至關重要，幾乎是世界上每家公司的IT核心。我們的行業，你們的行業，以及過去幾十年我們建立的行業，都在經歷根本性的變化、巨大的變化和結構性轉變。今天，我們會討論這個話題。但首先，我要感謝我們的合作夥伴，你們中的很多人一直在合作。感謝你們。

在印度，我們與這些優秀的合作夥伴一起努力，共同推動IT行業的變革。我很高興今天你們能與我們在一起。目前，同時發生著兩個根本性的轉變。這種情況自1964年以來從未發生過（那是我出生的第二年）。這與我的出生無關。1964年，IBM System 360向世界介紹了IT的概念。我們所瞭解的IT行業便是從那時起引入了通用計算的概念。

他們定義了中央處理單元、CPU、IOS子系統和多工處理，並通過作業系統這一層將硬體與應用軟體分離。IBM強調了應用程式的系列相容性，使您可以長期利用硬體的基礎來運行軟體。他們還談到跨代架構帶來的優勢，確保您在軟體上的投資不會因為每次購買新硬體而浪費。1964年，他們認識到了安裝基礎的重要性、軟體投資的重要性、以及建構運行軟體的電腦的重要性。這些架構學科當時就已被提及。

我剛描述的是今天的電腦行業。印度IT行業的基礎——也就是我們所知道的通用計算，已經存在了60年。在過去30年中，我們受益於摩爾定律，這是一個令人驚嘆的現象。硬體可以在不改變軟體的情況下繼續改進，與架構相容，並使軟體的性能每年翻倍。具體取決於您的應用程式，這意味著每年成本降低一半。這是世界上任何技術中最令人驚嘆的折舊力量。

隨著折舊和成本降低，社會得以使用越來越多的IT。我們繼續消費IT並處理更多資料，而摩爾定律幫助我們持續降低成本，實現了我們今日所知的計算大眾化。360系統的發明和Windows PC的摩爾定律推動了世界上最重要行業之一的發展，隨後所有行業都在此基礎上建立起來。但是我們現在知道，CPU的擴展已經達到極限。我們不能再沿用這種模式，摩爾定律的紅利已結束。我們現在必須做出改變，否則折舊效應會終止，而我們將面臨計算通膨。

這就是全球正在經歷的變化。我們再不能對軟體無所作為，期望計算性能和體驗繼續改善、成本繼續降低，並繼續從IT的好處中獲益，以及解決越來越多的挑戰。我們創辦公司是為了加速軟體。我們的願景是，增強通用計算後，某些應用程式將從中獲益。我們將計算密集型工作負載解除安裝，並使用我們發明的CUDA模型進行加速，CUDA是一種程式設計模型，使我們能顯著加速應用程式。這種加速優勢類似於摩爾定律的特性。

對於通用計算無法或不切實際的應用程式，我們利用加速計算的優勢來實現，例如電腦圖形學。即時電腦圖形因視訊的出現和GPU這一新處理器的出現而成為可能。GPU實際上是第一個運行CUDA的加速計算架構，用於電腦圖形，這是一個經典的例子。我們使電腦圖形學大眾化，如今3D圖形無處不在，它幾乎可用於所有應用程式的媒介。我們認為，長期來看，加速計算可能會產生更大的影響。因此，在過去30年裡，我們一直在為各個應用領域加速計算。這花費了這麼長時間的原因很簡單，世界上沒有一種神奇的處理器可以加速所有事物，如果能做到這一點，就會被稱為CPU。我們需要重新建構計算堆疊，從演算法到底層架構，再到頂層應用程式。

在各個領域，電腦圖形學雖然剛剛起步，但我們已經在多個行業中借鑑了這種架構，即Cuda架構。今天，我們已經為許多重要行業實現了加速。例如，cuLitho在半導體製造、計算光刻、模擬、電腦輔助工程以及5G無線電中發揮基礎作用。我們最近宣佈與5G無線電合作夥伴關係，以加速5G軟體堆疊和量子計算，創造計算的未來。

Parabricks是基因測序軟體堆疊，cuVS是每家公司都在研究的重要項目之一，它正在從資料庫轉向知識基礎，以便建立AI資料庫。cuVS可以建立和向量化所有資料。cuDF，即資料幀，本質上是結構化資料的另一種形式，能夠實現SQL加速。

在各種不同的庫中，我們都能夠將應用程式加速20、30、甚至50倍。當然，這需要重新編寫軟體，這就是為何花費這麼長時間的原因。我們在每個領域都需與行業、生態系統、軟體開發者和客戶合作，以加速這些應用程式在其領域的應用。

cuOPT是我最喜歡的組合計算應用程式之一，它是一種計算密集型應用程式，可以加速比如旅行銷售員和人員安排等問題。每個供應鏈、司機和乘客組合都可以通過cuOPT加速，速度之快令人難以置信。Modulus教授和AI物理定律，不僅可以預測下一個詞，還能夠預測流體動力學和粒子物理的下一個時刻。

我們最著名的應用程式庫之一是QDNN，它民主化了我們所知的人工智慧。這些加速庫已涵蓋了眾多不同領域，使得加速計算似乎無處不在。這是因為我們採用這種架構覆蓋了幾乎每一個行業。現在，CUDA加速計算已達到臨界點。

幾年前，大約十年前，發生了一件非常重要的事情。很多人都見證了這一點，即AlexNet在電腦視覺性能上的巨大飛躍。電腦視覺是人工智慧的一個重要領域，AlexNet的進步令世界驚訝，我們也有幸受益。

退一步問自己，我們見證了什麼？AlexNet為何如此有效？它的擴展範圍有多大？我們還能用這種深度學習的方法做些什麼？如果我們要將深度學習應用於其他領域，它會如何影響電腦行業？如果我們想做到這一點，對未來充滿信心，並對深度學習能力感到興奮，我們將如何改變計算堆疊的每一層，以徹底改造計算？

12年前，我們決定讓整個公司致力於這一願景。現在已經12年過去了。每次我來印度，都有機會和大家談論深度學習和機器學習，現在非常明顯，世界已經徹底改變。

考慮一下發生了什麼，首先是我們如何開發軟體。我們的行業建立在軟體開發的方法之上，這種方式稱為軟體1.0。程式設計師編寫在電腦上運行的演算法，通過輸入資訊預測輸出。這是經典的電腦模型，已創造了世界上最大的產業之一。在印度，軟體生產、編碼和程式設計成為了一個完整的行業，這一切都在我們這一代發生。然而，這種開發軟體的方法已經被顛覆。現在，不再是編碼，而是機器學習。機器學習利用電腦研究大量觀測資料的模式和關係，學習預測函數。本質上，我們在設計一個通用函數逼近器，通過機器學習產生預期輸出。這標誌著從軟體1.0到使用機器學習的軟體2.0的轉變。注意誰在編寫軟體。現在，軟體由電腦編寫。完成模型訓練後，可以對模型進行推斷。然後，你把函數作為輸入，這個大型語言模型、深度學習模型、電腦視覺模型、語音理解模型，作為輸入神經網路，進入GPU，可以根據新輸入做出預測。

請注意，這種軟體開發方式是基於機器學習的革新。我們已經從編碼發展到機器學習，從開發軟體發展到創造人工智慧，從喜歡在CPU上運行的軟體發展到現在在GPU上運行的最佳神經網路。這本質上反映了過去十年我們行業經歷的變化。

我們已經看到了計算堆疊的徹底改造。整個技術堆疊，包括硬體、軟體開發方式以及軟體功能，已經發生了根本性的變化。我們致力於推動這一領域的發展，這就是我們現在所建構的。

你們所有人最初都有什麼？當我第一次來到印度時，我們正在為PCI Express卡建構GPU，可以插入PC中。今天的GPU就是這樣，Blackwell系統令人難以置信，旨在研究大規模資料，以便發現模式和關係，理解資料的含義。這是重大的突破。

在過去幾年中，我們已經瞭解了許多不同類型資料的含義：單詞的表示或含義、數字、圖像和像素、視訊、化學物質、蛋白質、氨基酸、流體模式、粒子、物理學。我們學會了用多種方式表示資訊，不僅懂得其意義，還能將其翻譯成其他形式。例如，將英語翻譯成印地語，將大量英文文字翻譯、摘要，將像素轉化為圖像、圖像識別，將文字生成像素、圖像生成，從圖像、視訊生成文字、字幕，從文字轉化為用於藥物發現的蛋白質、化學物質，發現新的化合物，從氨基酸推斷蛋白質結構。

這些基本思想是將資訊從一種模態轉換為另一模態的通用Transformer，導致初創企業數量激增。他們正在應用這些基本方法。如果能做到這個和那個，還能做什麼？如果能做到那個和這個，應用程式數量顯然呈爆炸式增長。在過去兩三年裡，全世界生成式人工智慧公司的數量激增，數萬、數百億美元投入這一領域，這一切都是因為裝置讓我們能研究資料和巨大的規模。

建構Blackwell系統需要Blackwell GPU，也需要另外七個晶片。這些晶片由TSMC生產，他們在提升Blackwell系統方面做出了出色的工作。整個系統已全面投入生產，我們希望能在第四季度實現量產。這基本上就是Blackwell，其中一個令人難以置信的方面。今天早上沒有什麼是容易的。

這是NVLink，跨越整個GPU機架的背部脊柱，所有GPU都通過NVLink連接在一起，形成令人難以置信的系統，這是世界上最長的銅驅動結構，將72個Blackwallers雙GPU包或144個GPU連接在一起。所以如果展開所有晶片，你會看到一個巨大的GPU。顯然不可能製造如此大的GPU，因此我們將其分解成儘可能小的模組，這是技術的根本極限和最先進的技術。

我們使用NVLink將這些模組連接在一起，這是NVLink的背部脊柱。你正在查看所有連接的GPU，還有一個量子交換機連接所有GPU。如果你需要乙太網路，Spectrum X及其連接，每個交換機有50磅重。我只是展示自己的力量。它連接到這個交換機，這是世界上最先進的交換機之一。

現在這些部件加在一起構成了Blackwell，然後運行上面的軟體：cuda軟體、cuDNN軟體、用於訓練大型語言模型的Megatron、用於推理的TensorFlowRT、用於對大型語言模型進行分佈式多GPU推理的TensorFlowRT、LLM。在此基礎上，我們有兩個軟體堆疊，一個是 Nvidia AI Enterprise，另一個是 Omniverse。我稍後會討論這兩個。這項工作非常嚴格，這就是 Blackwell 系統，也是 NVIDIA 今天建構的。對於那些長期瞭解我們公司的人來說，這種變化確實令人驚訝。但事實上，我們是從基本原則出發來推理未來的計算將如何實現，這就是 Blackwell 系統的由來。

Blackwell 系統非同尋常，其計算能力的確令人難以置信。每個機架重達 3,000 磅，功率 120 千瓦，每個機架 120,000 瓦，是全球計算密度最高的。我們正在努力學習更大、更智能的模型，這被稱為縮放定律。它基於經驗觀察和測量，指出訓練大型語言模型的資料越多，相應的模型尺寸就越大，從中學習的資訊量也就越多。因此，模型需要更多資料來滿足這些要求。每年我們都在雙倍增加資料量和模型大小，這意味著每年的計算量要增加四倍。

需要記住的是，以前摩爾定律是每一年半增加兩倍，現在我們正以每年四倍的速度推進技術發展，這在十年內達成了驚人的擴展。我們發現，隨著訓練規模的擴大，人工智慧變得越來越智能。最近我們意識到的第二件重要的事情是，在完成模型訓練後，即使是使用如 ChatGPT 的工具中，也涉及到推理過程。

在使用 ChatGPT 時，你只是給出一個提示，而不是編寫程序來與電腦溝通。你與電腦對話，就像與人交談一樣，通過描述上下文和查詢內容來得到所需的答案。人工智慧通過一個大型神經網路處理資訊，並逐字生成一系列答案。然而，從 Strawberry 開始，我們意識到智能不僅僅是一錘定音的事情，智能需要思考。思考涉及推理、路徑規劃和自我反思，以便產生更高品質的答案。

我們現在發現了第二個縮放定律，即推理時的縮放定律。你思考的時間越長，得到的答案質量就越高，這是一個非常直觀的理解。然而，也有例外。例如，如果你問我喜歡的印度食物，我會毫不猶豫地回答“雞肉布里亞尼”。這類問題不需要複雜的思考或推理。然而，有許多事情需要推理。

例如，從孟買到加利福尼亞的旅行計畫，如果需要欣賞沿途的四個城市，則需要複雜的考慮。在這次行程中，我清晨三點到達這裡，途經丹麥，再之前在佛羅里達的奧蘭多，而再往前是在加利福尼亞。這是兩天前的事，儘管我現在還在適應日期變化。總體來說，旅程和住宿的各項選擇組合很多，需要慎重規劃，以獲得最佳行程。這就是思考、推理和規劃的作用所在，越是計算，提供的答案質量越高。

因此，我們現在有兩條基本的擴展定律來推動技術發展：訓練和推理。在今年第四季度之前，我們將交付並行貨 Blackwell，需求極為高漲。自從 Hopper 成立以來，基礎模型製造商的數量已經增加了一倍多。越來越多的公司意識到基礎智能對他們至關重要，因此必須建構基礎模型技術。此外，模型的規模增加了20、30、40倍，訓練這些模型所需的計算量也隨之增加。然而，多模態能力、強化學習能力和合成資料生成能力中使用的資料量確實增長了很多。這是一個原因，另一個原因是Blackwell用於快速生成Token。所有這些因素導致對Blackwell的需求非常高。

接下來，我們來討論如何利用這項技術。NVIDIA在印度的AI發展讓我想到一個有趣的標題：NVIDIA是印度的AI。除了字母V，我們可以用NVIDIA來建構這句話的其他部分，這真的很酷。謝謝。

關於1993年的故事，你們可能不知道。當時我們需要為公司起一個名字，最終選擇了Nvidia，因為我覺得它聽起來像一個神秘的地方。所以，如果真是這樣，印度和Nvidia都是聽起來很棒的地方。即使電腦圖形和加速計算不成功，我們幾乎可以做任何事。我很高興最後它成功了。

印度的Nvidia有一個非常豐富的生態系統。要在任何行業或國家建立人工智慧生態系統，首先需要建立基礎設施生態系統。我們宣佈Yoda、E-2-E、Tata Communications和其他合作夥伴將與我們一起建構印度的基礎設施。今年年底，印度的計算能力將比一年前增長近20倍。建設AI生態系統的第一步是AI基礎設施，類似於網際網路生態系統建設中的網路基礎設施，包括個人電腦、雲和內聯網。

在AI領域，建設始於AI計算基礎設施，然後是AI的作業系統，即大型語言模型。我們與印度的合作夥伴一起建立了印地語大型語言模型。印度有25種正式語言，每1500公里就會有新的方言。因此，你不需要走太遠就可以訓練另一個模型。印度是世界上語言模型最難建立的地區之一。如果他們能做到，你也能做到。一旦印度成功建立印地語大型語言模型，其他國家也可以效仿。

接下來是應用層，與我們合作的AI本土公司正在建立只能通過AI實現的新應用。我們的服務夥伴，如WIPRO、InfoSys和TCS，正在與我們合作將AI模型和基礎設施推廣到全球企業。現在，這是印度的Nvidia。我邀請Vishal與我一起上台，因為我希望他能談談我們在印度合作的一些公司。

此外，我要介紹其他一些概念。之前提到過我們有Blackwell和各種庫，其中兩個非常重要的平台是Nvidia AI Enterprise和Nvidia Omniverse。

Nvidia AI Enterprise是一個關於大型語言模型和基本AI功能的平台。它們已經發展到我們可以建立所謂的代理的水平。大型語言模型可以理解和處理各種形式的資料。第一階段是感知，接著是推理：根據觀察，確定其任務並執行。代理將任務分解為不同步驟，連接其他AI模型以完成任務。這些模型有些擅長理解PDF，有些生成圖像，有些從專有資料庫中檢索資訊。所有大型語言模型與中央推理大型語言模型（即代理）相連。因此，這些代理能夠執行各種任務。其中一些可能是行銷代理，一些是客戶服務代理，還有一些是晶片設計代理。在我們公司，NVIDIA 的晶片設計代理幫助我們設計晶片。也許他們是軟體工程代理，可以進行行銷活動或供應鏈管理。因此，我們將有代理幫助員工成為超級員工。代理或代理 AI 模型會增強員工的能力，使他們更為高效。

現在，當你想到這些代理時，你會發現，你將這些代理引入公司的方式與新員工入職並沒有什麼不同。你必須為他們提供訓練，進行微調，教他們如何使用和執行技能，並理解公司的詞彙。你需要評估他們，確保他們是評估系統的一部分，並可能對他們進行保護措施。如果你是會計代理，不要做行銷；如果你是行銷代理，不要在季度末報告收益等。所以這些代理中的每一個都是有保護的。

我們將整個過程放入代理生命周期套件庫中，稱之為 Nemo。我們的合作夥伴正在與我們合作，並將這些庫整合到他們的平台中，以便他們可以建立、加入、部署代理，並將其改進為代理的生命周期。這就是我們所說的 Nvidia Nemo。一方面，我們有庫，另一方面，它的輸出是 API 推理微服務，我們稱之為 NIMS。本質上，這是一個建構 AI 的工廠。Nemo 是一套庫，可以加入並幫助你操作 AI。最終，你的目標是建立大量代理。

我們在印度有合作夥伴。米歇爾，請您向大家介紹一下我們這裡的生態系統。

米歇爾：

當然，Jensen。當我站在後面時，讓我印象深刻的是一個詞，叫做神秘。這就是印度的神秘。Jensen恰好在 12 個月前來到這裡，他問了我一個非常深刻的問題：印度豐富多彩，你將如何對其進行編碼？這一切都始於基礎設施。我們在短短 12 個月內擁有了 Yota 的計算能力，它已經建立了最先進的基礎設施，端到端的計算已經存在，為我們提供了長期加速的計算基礎設施。所有這些計算幫助我們跨越式解決了印度最大的問題之一：溝通。

就像 Jensen 所提到的，我們說著很多語言。每 50 公里，我們就會改變方言。如果你來自南方，還會加入一點馬拉亞拉姆語。那麼我們如何才能真正做到這一點？這是我們一些合作夥伴的工作。Servum 就是一個典型的例子。Servum 開始努力幫助印度交流，他們決定進行語音對語音。在進行語音對語音時，他們必須瞭解多模態語言是如何工作的，以及如何確保其發揮作用。這些工作很快就進行起來，因為我們有可用的基礎設施。

同樣，我們看到了 Bharat-GPT 的項目，這項工作主要在學術界完成。印度的學院一直有豐富的創意，每當他們想將一個想法轉化為研究，他們就需要基礎設施。今天，我們在 IIT 和其他組織所做的工作都是共同解決印度面臨的關鍵問題。我們不僅解決了語言問題，還很快意識到印度面臨著許多重大挑戰，其中之一就是健康。這就是為什麼我們有致力於健康的公司。sick tuple 和 cure.a.I 的診斷方法在幫助我們應對健康挑戰。

黃仁勳：

沒有人比米歇爾更愛印度。一個能言善辯且健康的印度人總是會帶來不同，

在這裡，最重要的是需要整個合作夥伴生態系統來幫助世界應用人工智慧，提高員工生產力。印度則專注於 IT、後台、軟體營運、軟體交付和軟體生產。下一代 IT 將涉及人工智慧的生產和交付。正如你所知，軟體交付、編碼和人工智慧交付有著根本的不同，但更為重要和令人興奮。對於印度來說，這個行業能夠幫助全世界的每一家公司享受代理的好處，享受人工智慧在不同功能中的好處，並能夠大規模部署它。我不知道還有誰能做到這一點。這是一個非凡的機會。我們的工作是幫助您建構和部署 AI，您的任務是利用這些庫和我們提供的功能，將其與您強大的 IT 軟體功能結合起來，以建立代理並幫助每家公司受益。這是第一部分。第二部分是代理之後的事情。記住，每家公司都有員工，但大多數公司的目標是要建造、生產或製造某樣東西。

人們製造的東西可能是工廠、倉庫、汽車、飛機、火車或輪船等各種東西。無論是電腦和伺服器，可能是Nvidia製造的伺服器，也可能是手機，大多數大型行業中的公司最終都會生產一些東西。有時是提供IT行業的服務，但您的許多客戶也是生產某些產品。下一代人工智慧需要瞭解物理世界，我們稱之為物理人工智慧。為了建立物理AI，我們需要三台電腦，我們專門為此建立了三台電腦。

例如，DGX電腦，如同這個AI Blackwell，是一種參考設計和架構，用於建立類似DGX的電腦以訓練模型。該模型需要一個地方改進、學習並應用其物理和機器人能力。我們稱這個地方為全宇宙，這是一個遵循物理定律的虛擬世界，機器人可以在這裡學習成為機器人。完成訓練後，該AI模型可以在實際機器人系統中運行。這些機器人系統可以是汽車、機器人、自動移動機器人、採摘臂、整個工廠或整個倉庫的機器人。我們將該電腦稱為AGX。

Jetson、AGX、DGX用於訓練，而Omniverse用於數字孿生。在印度，我們擁有一個非常好的生態系統正在與我們合作，利用這種基礎設施和能力幫助全球建構物理AI系統。

米歇爾：

這是其中一個最大的機器人公司。他們不僅製造機器人，還將機器人放入數字孿生中進行最佳化，並教授機器人所有來自物理世界的輸入。系統整合商不僅在將這些知識帶入印度，還將其帶出印度。做到從印度為全球做，從本地開始，發展全球。

黃仁勳：

謝謝米歇爾，我們製作了一個簡短的視訊來幫助您整理我剛才說的所有內容。請播放它。

(視訊內容)：

60年來，軟體1.0是程式設計師編寫的程式碼，在通用CPU上運行。然後，軟體2.0到來，即在GPU上運行的機器學習神經網路。這導致了生成式人工智慧的爆炸，能夠學習和生成任何模型。如今，生成式人工智慧正在徹底改變價值數兆美元的行業。知識型企業使用生成式人工智慧來實現數位化工作的自動化。大家好，我是數字人James。工業企業使用物理人工智慧來自動化物理工作。物理人工智慧包括像我這樣的機器人，安全行駛在現實世界中的自動駕駛汽車，執行複雜工業任務的機械手以及與我們協同工作的人形機器人。

工廠將由能夠監控和調整營運或與我們對話的物理AI來實現。NVIDIA製造了三台電腦，使開發人員能夠建立物理人工智慧。這些模型首先在DGX上進行訓練，然後在Omniverse中使用強化學習和物理反饋來微調和測試AI。訓練完成後，AI在Nvidia Jetson和AGX機器人電腦上運行。Nvidia Omniverse是一個基於物理的作業系統，用於物理AI模擬。機器人在Isaac Lab（一個基於Omniverse建構的機器人健身房）中學習和微調技能。這僅僅是機器人。未來的工廠將協調機器人團隊，並通過數千個感測器監控整個操作。

對於工廠數字孿生，他們使用名為Mega的Omniverse藍圖。憑藉Mega，工廠數字孿生充滿了虛擬機器人及其AI模型，即機器人的大腦。機器人通過感知周圍環境、推理、規劃下一步動作並最終將其轉化為動作來執行任務。這些動作由Omniverse中的世界模擬器在環境中模擬，結果通過Omniverse感測器模擬被機器人大腦感知。基於感測器模擬，機器人大腦能夠決定下一步動作，並不斷循環。同時，Mega精確跟蹤工廠數字孿生中所有事物的狀態和位置。這個軟體在環測試將軟體定義的流程帶入物理空間和實施，讓工業企業在部署到物理世界之前，在全球數字孿生中模擬和驗證變化，從而節省大量風險和成本。物理人工智慧時代已經到來，正在改變世界的重工業和機器人技術。

黃仁勳：

在我講完之前，我想向大家介紹今天遇到的一個人，他在觀眾中是一位超級明星。我想大家都對他和他的技術及人工智慧興趣滿滿。阿克謝·庫瑪爾！

阿克謝和我有很多共同點。例如，我們倆都在各自的領域工作了超過三十年。不過，我們中的一個是武術家，而另一個有8000萬粉絲。

阿克謝：

大家好，我曾請求不要稱呼我為第一名。我記得我認識一位超級巨星，他就是我的岳父Rajeshkenna先生。他總是堅決要求我不這樣稱呼自己。黃仁勳：

這並不是因為他謙虛，但我們都能同意他確實是個超級明星。

我們大概在同一時間開始了我們的職業生涯，你已經取得了成就，達到了我仍在努力的藝術水平。我們兩個都是從29歲開始的，我們的共同點不止於此。

阿克謝：

我在泰國的曼谷長大，會說泰語。那是對我而言比較便宜且我父母能負擔得起的地方。我希望學習，而今天的武術也幫助了我。

我開始時是一名特技演員，後來成為了一名演員。

黃仁勳：

你能告訴我，我們兩個人都做了大約30年的同一份工作。我們在不斷努力提高我們藝技。回顧你的職業生涯，你認為那些事情是對你當今成就的關鍵？

阿克謝：

我認為最重要的一點就是自律。自律在我這個行業的34年中始終幫助著我。這份工作給了我很多，而自律是我取得今天成就的關鍵所在。因此，自律是最重要的。當然，我一直相信並告訴大家做出自己的選擇。比如，小孩子們開始練習武術，這是約束他們的最佳方式之一，同時也非常重要。

黃仁勳：

你知道的，我的兩個孩子都是二級黑帶。這是一件太棒的事情，因為它能讓他們有擅長的事情，他們可以為之自豪。武術不僅教會你紀律，還能讓你培養謙遜的品質。

我想說，我們都是武術家...當你看到一個61歲的人保持得如此出色，你是不是很驚訝？而人工智慧也顯示出我們對這份工作的熱愛與投入。很多時候，他七歲就開始拍電影，而我29歲才開始。

阿克謝：

雖然印度電影業很少有關於人工智慧的電影...

黃仁勳：

但阿克謝告訴我，他最近的一部電影是關於超級警察的，現在就要發佈了，這件事暫時保密。他告訴我的事情是秘密的，但我承認自己非常擅長保守秘密(笑）。

阿克謝：

我想知道，人工智慧無法從人類那裡複製的能力是什麼？有那些事情是人類可以做到的，而人工智慧卻無法做到的？

黃仁勳：

這是一個非常好的問題，其實可能是當前最重要的問題。人工智慧可以執行那些任務呢？

實際上，人工智慧並不能完成我們所有的工作。但在某些情況下，它可以完成我們20%的工作，並且在某些方面比我們做得好一千倍。對於某些任務，它甚至可能完成50%的工作，仍然遠勝於人類。然而，在任何職業領域，人工智慧都不能全面取代人類的所有工作。

因此，每個人都應該利用人工智慧來自動化一部分工作，將其作為助手來完成20%、40%或50%的任務。有時有人問我，人工智慧會搶走我們的工作嗎？我告訴他們，不是人工智慧本身，而是那些使用人工智慧來自動化工作的人會搶走工作的機會。

因此，我們現在最重要的任務是開發出安全可靠的人工智慧。通過良好的工程學科、工程流程和技術，我們可以建構出這樣的人工智慧，就像建造安全飛機一樣，具備多樣性和冗餘性，以確保其安全性。這種理念同樣適用於人工智慧。

我希望從長遠來看，每個人都能擁有屬於自己的人工智慧助手，它們能夠提醒我們事情、幫助我們。這樣會讓世界更安全，更美好。

阿克謝：

它不會像好萊塢電影中那樣人工智慧接管人類。

黃仁勳：

我們的目標是讓人工智慧造福社會，並確保其安全使用。

雖然總會有人嘗試以不好的方式使用技術，但我們有責任推進技術的發展，以便更好地保障社會的安全和福祉。技術既可以被善用，也可以被濫用，而我們必須用技術來保護社會的安全。

阿克謝：

最後，你昨晚睡了多久？

黃仁勳：

我3點入睡，大概6點半就起床了，所以今天只睡了3.5個小時，但我完全沒問題。非常感謝你，庫馬爾，現在讓我總結一下人工智慧的話題。

我之前提到過，通過重新發明整個計算堆疊，從編碼到機器學習，從在CPU上運行程式碼到在GPU上運行神經網路，我們正在開發人工智慧。我們設想了兩種最通用的人工智慧：一個是幫助我們提高工作效率的代理，另一個是代理的物理版本——機器人。這些技術已經可以實現。NVIDIA的工作是開發技術來幫助你建構和部署AI。

當我們大規模應用這些技術時，會如何影響未來？記住，印度曾是一個主要生產軟體的國家，未來將出口人工智慧。為了創造和生產人工智慧，你需要一台機器，這些機器會消耗能量並轉化為稱為Token的浮點數，這些數值構成人工智慧形式，成為我們所知的最有價值的商品之一。因此，未來將會出現一個新的行業，這個行業就是智能生產，是大規模的智能生產。這也是我說有一場新工業革命的原因。一個單一的工廠概念，可以運行所有不同的流程和資料，建立模型，為各種行業大規模生成和生產智能和Token。這就是我們現在看到的正在發生的事情。因此，我希望與大家合作，使印度成為這場新工業革命的中心。

現在，為了與你們進一步討論這個問題以及它如何適用於印度，我邀請到了另一位特別嘉賓，一位業界的先驅。可以說，他幫助印度實現了數位化，並建構了現代印度網際網路的結構。女士們，先生們，請歡迎穆克什·安巴尼。

我的朋友，穆克什，你好嗎？

穆克什：

非常好，很高興見到你。請坐。我們今天早上一直在談論人工智慧。上次你和我在一起時，我們談論的也是人工智慧，再之前一次也是如此。現在你可以看到，除了人工智慧，我們真的沒有什麼可談論的。穆克什，沒有人比他為幫助印度成為高科技和深科技國家做出更大貢獻的了。

黃仁勳：

現在，你正處於這段旅程的開始階段，有遠大的抱負。我知道你有強烈的願望幫助印度成為深度科技產業。那麼是什麼讓你有這樣的信念？為什麼人工智慧是印度的重要時刻？

穆克什：

所以，Jensen，首先請允許我歡迎你來到我們的城市孟買。我們現在所在的地方是地理世界中心，這個地方是我妻子建造的，所以如果我不提的話，我可是會有麻煩的。

黃仁勳：

我在她家，她的房子比你的還大。從穆克什的房子裡，我甚至可以看到我在加利福尼亞的房子。

穆克什：

在聽你說話的時候，你提到NVIDIA是一個充滿異國情調的地方。在印度，我必須告訴你NVDA對我意味著什麼，這是一個非常重要的詞彙連結，即Vidya。在印地語中，Vidya的意思是知識。

黃仁勳：

我知道我給公司取了個好名字！每個人都說，NVIDIA，這個名字不太好，但我堅持了下來。

穆克什：

所以你可以為這個翻譯承擔責任。

情況還在好轉，Jensen。Vidya是薩拉斯瓦蒂，知識女神。在我們的傳統中，當你真誠地追求知識女神時，繁榮女神拉克希米就會隨之而來。

黃仁旭：

32年前，我就知道了這一點！所以NVIDIA的故事也向你們揭曉了。

穆克什：

我們的第一原則就是推動知識革命轉變為國際智能革命，這將促進全球80億人的繁榮。我認為我們即將迎來新的智能時代。我為能成為你的朋友而感到自豪，歡迎來到印度，感謝你為世界帶來智能時代做出的貢獻。

在我們的有生之年，希望與大家一起，這可以為全世界80億人，特別是印度15億人帶來更多的繁榮。

黃仁勳：

能夠以這種方式做出貢獻，我感到非常榮幸和高興。正如你所知，印度的IT行業以其規模和在電腦科學方面的深厚專業知識而聞名。世界上很少有國家擁有這種自然資源，即IT和電腦科學的專長。在過去的幾年裡，我們一直致力於技能提升，現在我們已經將約20萬名IT專業人員的技能提升到人工智慧領域。

我們必須一起尋找方法，以幫助印度以光速轉型。因為發展如此迅速，印度正在變成一個不僅僅是IT中心，更是AI中心。

穆克什：

從我的角度來看，Jensen，讓我告訴你我在印度的經歷。首先，正如我們的總理所說，這是一個新的、有抱負的印度。今天，我們是世界上唯一一個擁有14億人口且平均年齡低於35歲的國家。因此，推動我們經濟發展的不僅是人工智慧等新技術，還有我們的雄心。我相信你認識總理，我認為他在將印度轉變為一流數字社會方面的領導作用至關重要，他繼續推動基層的發展。因此，這是人口紅利和領導力的結合。

第三個因素是我們印度人擁有的原始人才。你提到將20萬人轉變為這個行業，但我相信有數百萬人。如果我們放眼現在，印度已經成了全球各大公司的增長最快的領域，是全球的能力中心。我們在印度進行空間研究和藥物研究，我相信量子技術和晶片製造也正在印度開展。我們在自己的能源行業，以及生物能源行業，所有能源巨頭如殼牌、BP實際上都在印度進行創新。因此，就我們所處的位置而言，印度正迅速成為世界的創新中心，而不僅僅是製造業中心。

黃仁勳：

在印度，我們有超過10,000名工程師。

穆克什：

這就是我們的挑戰。同時，我們擁有必要的基礎設施。我們很幸運，擁有相當於道路的連接基礎設施。沒有道路，就無法到達目的地。因此，我相信今天，除了美國和中國，印度擁有世界上最好的數字連接基礎設施，包括4G、5G和寬頻。

當人們談論Geo時，我們說Geo讓印度在八年內從世界第158位躍升至第一。作為一家公司，我們曾對這個領域一無所知，但今天我們是世界上最大的資料公司，資料總量相當於AT&T、NTT、Mobile和Verizon的總和。本地市場的規模是一個巨大的優勢。擁有15億客戶是非常令人滿意的。作為Geo，我們今年交付了大約16艾字節的資料。在美國，平均每GB收費5美元，全球資料的平均價格約為每GB 3.5美元。而在印度，Geo以每GB 15美分的價格提供資料。我們鼓勵客戶更多使用手機。

這項技術每年為印度人帶來5000億至7000億美元的使用者價值，年復一年。這是科技給印度人民的禮物。通過這項技術，我們能夠為所有人帶來繁榮和公平的機會。我相信印度將成為最大智能市場之一，這不僅源於我們的願望，也因為印度獨有的原始基因庫和年輕力量。這將在推動智能發展的處理程序中起到關鍵作用。一旦我們推動了國內市場的智能化，就可以通過軟體向世界其他地區提供智能服務。

印度不僅會繼續向全球輸出首席執行官，還會出口數億人的人工智慧服務，幫助世界變得更美好。這就是你來這裡的原因，感謝你們對這個國家的承諾，共同努力對於迎接智能時代至關重要。沒有任何一家公司或個人可以獨自完成，我們必須共同努力，建立一個更加平等和繁榮的世界，讓全球南方趕上其他地區。

黃仁勳：

你們強調了印度擁有的海量數字資料，Geo在這一方面做得特別出色。這引出了我想宣佈的一件事。為了在人工智慧領域領先，你必須擁有印度現有的人工智慧模型技術，需要大量的資料以及人工智慧基礎設施。我們宣佈，Reliance和NVIDIA正在合作在印度建設人工智慧基礎設施。

印度的一大優勢是其龐大的使用者群體，這為打造人工智慧飛輪提供了基礎。因此，現在我們擁有人工智慧資料、人工智慧基礎設施和龐大的使用者群體，可以最終形成自己的人工智慧飛輪。我真正喜歡的是，當我見到莫迪時，他第一次邀請我與他的內閣會面。這大概是六年前的事了，他請我向他的內閣發表關於人工智慧的演講。這是我第一次應國家領導人的邀請，就這個特定話題發表演講。那時人們還沒有廣泛討論人工智慧。

我最後一次拜訪他時，他對我說了一句非常深刻的話。我向他解釋了人工智慧基礎設施的重要性，強調每個國家都應該像擁有自己的通訊、網際網路、道路和能源基礎設施一樣，擁有自己的人工智慧基礎設施，包括智能製造。他說，印度應該製造自己的人工智慧，不能外包，也不應出口資料以獲得智能。他比喻道，這就像印度不應該只出口麵粉再進口面包，我們應該自己為資料增值。我們的合作正是為了開始建構這些基礎設施，使印度能夠擁有自己的技術體系。印度有足夠的電腦科學專業知識和龐大的使用者群來驅動這一飛輪。

莫迪吉當時受到了啟發，並指出人工智慧有能力提升整個印度的人口。他提到，全球懂得程式設計的人非常少，而程式設計並不簡單。儘管印度是全球程式設計師最多的國家，但大多數人並不會編寫常見程式語言的程序。然而，智能程序的編寫是每個人都可以嘗試的。如果人工智慧能普及到每個公民，將賦予他們巨大的能力。這種技術能夠造福社會的每一個人。

穆克什：

我認為我們非常幸運能有這樣一位有遠見又有執行力的領導者。我期待著與Jensen的合作，就像你從第一原則開始一樣，我也希望採用最好的技術。現在，你們的 GB 200 無疑是最好的技術，我期待著印度能夠借此實現技術飛躍。我們在賈姆訥格爾已經準備好大規模擴張，建設基礎設施，目標是一千兆瓦的綠色能源設施，不依賴他人供電，以擴大規模和技術能力。

對印度和印度人來說，重複一個地理位置，讓智能真正物美價廉，讓普通人能夠享用非常重要。我們必須設計和建構基礎設施，使客戶無需更換手機或電腦就能獲得高品質的人工智慧，由我們來整合這些基礎設施。我認為，我們與您的合作會實現這一目標。

最重要的是，我非常尊重我的朋友馬克·祖克柏，他通過開源為每個人參與這場革命創造了機會。Llama 3 啟動了全球每家公司和行業，讓我們得以在這一基礎上繼續發展。馬克的這一舉動將被載入史冊，因為開源推動了許多偉大的事物。Linux 是開放原始碼的，我們可以將 Llama 作為基礎模型進行開發，再進行微調、訓練等。我相信在座的年輕人，未來將創造出一個印度模式，可能比 Llama 強大十倍。希望我們的年輕人能夠實現這一目標，開源是一個很好的起點。最重要的是，所有的工具都在我們的手中。我們擁有的代工廠工具，期待著建立一個開發中心，利用你們的四種工具，訓練印度數十萬名開發人員熟練掌握所有企業工具和全能工具。這樣，我們可以以實際應用的方式運用智能。對我而言，這只是智能時代的開始，一個歷時數十年的處理程序。

黃仁勳：

（對觀眾）你們可以聽他說，他聽上去就像一位28歲的工程師。你們覺得呢？

穆克什：

我喜歡。這就是它精彩的原因，也是我們要一起實現的目標。

這是真的。我可以向你們保證，就像我們在資料領域所取得的成就一樣，幾年後，我們會讓世界驚嘆於印度及印度人在智能市場上的成就。謝謝。

黃仁勳：

Mikesh，它會實現的，我們當然同意，這是一個非凡的時代，也是印度的非凡機遇。印度擁有龐大的人口和電腦科學家資源。在計算行業即將成為智能行業的時刻，要充分利用你們所擁有和所知的一切，以及龐大的資料資源和大量消費者，實現智能到資料、資料到智能的循環，並借助國家獲取資料的意願，去實現一些目標。

這是一個非常特殊的時期，我很榮幸與你們合作完成這項工作。讓我們今天承諾，共同努力，使印度能夠充分利用這場智能革命。非常感謝各位女士們、先生們。

穆克什：

謝謝。

此外，Jensen，我的朋友，你來這裡的時候，距離排燈節只有幾天了。排燈節是我們的新年，是我們崇拜繁榮女神的日子。因此，我代表我們大家向你表示感謝，祝大家新年快樂，排燈節快樂。

黃仁勳：祝大家排燈節快樂！ (Web3天空之城)