#企業經營
台積電透露未來計畫
在本文中,戈登向台積電提出了一系列關於其下一步發展方向的問題。台積電成立於 1987 年,開創了純晶圓代工業務,如今已成為全球領先的專業半導體代工廠。我們最近就該公司下一步計畫提出了一系列問題。該公司發言人拒絕回答我們所有的問題,但他們回答的幾個問題卻為我們提供了關於半導體技術和行業的一些有趣見解。Gordon Feller:台積電預計在向 2nm 以下工藝技術過渡的過程中會有那些突破或障礙?台積電:我們在2奈米製程節點上引入的最大創新是奈米片電晶體結構,也稱為環柵電晶體。這是一項重大進步,因為這是我們歷史上第二次採用全新的電晶體結構,也是自2014年16奈米製程節點從平面電晶體過渡到FinFET電晶體以來的首次。經過多年的技術挑戰,台積電將於今年年底前實現2奈米製程的量產。我們將在 A16(1.6nm 級)節點上採用另一項重大創新——超強電源軌(Super Power Rail),即我們的背面供電技術。背面供電軌架構通過將正面布線資源專用於訊號傳輸,並將電源布線移至背面,從而提高了邏輯密度和性能。這種結構使 A16 成為具有複雜訊號布線和密集供電網路的高性能計算的理想選擇。GF:那些長期技術——量子器件、矽光子學或替代材料(例如二維材料、奈米片場效應電晶體)——最有可能影響台積電的2nm後戰略?台積電:台積電致力於將電晶體尺寸微縮推向極致。然而,這並非提升電子產品性能和功能的唯一途徑。我們正在探索多種途徑,例如利用3D IC進行系統級改進、設計技術協同最佳化以及創新材料的應用。在電晶體尺寸縮小方面,我們在互補場效應電晶體(CFET)的研究方面取得了顯著進展。CFET的電晶體並非位於同一平面上,而是彼此堆疊。此外,我們還對僅有一個分子厚度的二維材料以及碳奈米管等一維材料進行了大量研究。雖然這些材料目前仍處於研究階段,尚未納入我們的開發路線圖,但它們在解決未來與電晶體尺寸縮小相關的問題方面展現出巨大的潛力。除了電晶體之外,我們的大部分研究都與系統級性能相關,即系統內晶片之間的互動方式以及它們與其他系統的互動方式。這包括矽光子學,以及解決將多個晶片封裝在同一封裝中時出現的散熱和電源管理問題。人工智慧要求處理器能夠以儘可能快的速度訪問海量資料,而我們在先進封裝領域的許多工作都圍繞著建立能夠整合更多記憶體和計算能力的更大系統展開。我們目前已提供晶圓級系統 (SoC) 技術,這是一種尺寸僅為 12 英吋晶圓大小的單一系統,其計算能力可與資料中心伺服器機架甚至整台伺服器相媲美。與此同時,我們也在著眼於晶圓以外的領域,探索更大尺寸的面板式系統。GF:台積電如何評估其全球晶圓廠擴張戰略(尤其是在美國、日本和歐洲)的長期回報情況,以應對台灣以外地區不斷上升的資本密集度和較低的預期收益率學習曲線?台積電:關於良率學習曲線,正如我們董事長兼首席執行長魏振昌博士在投資者會議上所指出的,我們在亞利桑那州的首座晶圓廠於2024年第四季度投入量產,採用N4工藝技術,其良率與我們在台灣的晶圓廠相當。隨著時間的推移,我們將利用亞利桑那州晶圓廠不斷擴大的規模,並最佳化營運以降低成本。隨著規模的擴大,該晶圓廠將實現更大的規模經濟效益,並有助於在美國建構更完善的半導體供應鏈生態系統。我們也將繼續與客戶和供應商緊密合作,共同應對由此帶來的影響。我們在歐洲和日本的晶圓廠是為當地產業的關鍵技術而設計的,規模遠不及我們在亞利桑那州的計畫。但是,我們有信心能夠繼續運用我們在台灣和海外積累的經驗。GF:台積電正在為人工智慧加速經濟發展的全球半導體需求建構那些情景模型?這些情景可能會對公司未來幾十年的產能規劃和資本支出紀律產生怎樣的影響?台積電:我們預計人工智慧相關需求將持續強勁增長,並將繼續投資於這一需求驅動的長期發展趨勢。同時,我們也將繼續專注於業務的基本面,即技術領先、卓越製造和客戶信賴,以進一步鞏固我們的競爭優勢。總體而言,我們每年的資本支出都是為了應對未來幾年的增長預期。儘管行業存在短期周期性波動,但我們相信,只要長期結構性需求存在,未來機遇也存在,我們就會繼續投資。我們嚴謹的資本支出和產能規劃始終基於長期市場需求預測。 (半導體行業觀察)
AI眼鏡賣得太好!Meta暫停國際擴張計畫
Meta宣佈,由於Meta Ray-Ban Display上市以來市場反響異常熱烈,需求遠超預期,公司決定暫停原計畫於2026年初推進的國際市場擴張,優先履行美國市場的訂單。在CES 2026年期間,科技巨頭Meta公司宣佈了一個頗為“掃興”的消息:由於去年推出的AI眼鏡賣得太好,原定於2026年初啟動的國際市場拓展計畫將被迫擱置。作為背景,Meta去年9月發佈新一代智能眼鏡Ray-Ban Display,配備全彩高畫質螢幕與神經感應腕帶,能夠通過語音和手部動作(肌電訊號)進行互動。這款眼鏡定價799美元,目前僅在美國市場銷售。(祖克柏在發佈會上展示Ray-Ban Display和腕帶)在周二發佈的公告中,Meta宣佈,Meta Ray-Ban Display去年秋季上市以來,市場反響異常熱烈,需求遠超預期,目前的產品等待名單已經排到2026年以後的較晚時間。鑑於這種前所未有的需求以及有限的產能,公司決定暫停原計畫於2026年初推進的國際市場擴張,包括英國、法國、義大利和加拿大。下一步Meta將優先集中資源履行美國市場的訂單,同時重新評估該產品在國際市場的供應與推出策略。此前Ray-Ban母公司Luxottica也曾表示,三季報營收增長中很大一部分來自與Meta的智能眼鏡合作。公司也表示,計畫在2026年將Meta聯名眼鏡的產能擴大至1000萬台。除了宣佈海外市場“跳票”以外,Meta也在CES公告中宣佈將推出多項智能眼鏡新功能,包括提詞器和肌電手寫功能。Meta表示,新的提詞器功能能夠隱蔽地嵌入眼前的顯示器中,支援自訂文字卡片,並能通過感應腕帶進行簡單操作。同時,在佩戴感應腕帶時,智能眼鏡使用者能夠僅用手指在任意表面上快速記下資訊,這些動作會被即時轉錄為數字資訊,通過即時通訊軟體傳送。Meta強調,這種互動方式可以在手臂自然垂放或在桌面上舒服地完成。Meta也表示,正在與Garmin合作將腕帶操作接入車載資訊娛樂技術方案中,也在與猶他大學合作評估消費級腕戴裝置的潛力,為不同手部活動能力的人群提供操控智能家居裝置的新選擇。 (科創板日報)
蜜雪冰城“不性感”,為什麼能被資本長期認可?
如果只從餐飲行業的直覺出發,蜜雪冰城並不“性感”。它不高端,不講品牌溢價,不靠故事驅動增長,門店裝修甚至談不上精緻。單看單杯價格、單店毛利,它幾乎踩在所有“資本不喜歡的點”上。但恰恰是這樣一家企業,最終走進了資本市場,並且被長期資金認可。要理解這件事,關鍵不在“它賣得有多便宜”,而在兩個更根本的問題:它的商業模式,解決的到底是什麼結構性問題?它的融資模式,為什麼能被資本一路接住?一、先說清一個誤解:資本不是不愛餐飲,而是不愛“風險集中型餐飲”在大多數餐飲模型裡,風險是高度集中的,而且往往集中在總部。比如:門店選址失敗,總部品牌一起受損;加盟商經營不善,總部要兜底、要善後;原材料價格上漲,總部利潤被直接壓縮;消費趨勢變化,總部要頻繁推翻模型。也就是說,規模越大,總部承擔的風險反而越重。這種模式在早期能跑,但門店一多,總部就會被拖進一個狀態:不斷救火、不斷補洞、不斷被單點問題反噬。資本對這種結構非常敏感,因為它意味著一件事:風險既不可拆解,也不可預測。蜜雪冰城,從一開始走的就是另一條路。二、蜜雪冰城真正做對的,不是便宜,而是“把風險拆開”在大多數餐飲、連鎖模型裡,擴張意味著總部承擔的風險會越來越集中。門店越多,選址失敗的機率越高;加盟商水平參差不齊,總部就越容易被拖下水;原材料、人工、租金的任何波動,都會被放大成系統性壓力。所以很多品牌做到一定規模後,不是生意不行,而是風險開始反噬總部。蜜雪冰城走的,恰恰是一條完全相反的路。它沒有試圖把所有風險抱在自己身上,而是從一開始就做了一件非常冷靜、也非常少見的事情,它把風險一層一層拆開,然後系統性地分配出去。這不是“甩鍋”,而是先想清楚一個更根本的問題——那一類風險,放在那一層,最容易被消化。第一層風險:單店經營風險,被完全推給加盟商先看最直觀、也是最容易出問題的一層:單店經營。這一點聽起來很殘酷,但恰恰是蜜雪冰城模型的關鍵。在它的制度設計裡,單店盈虧是加盟商自己的事,門店租金、人力、日常營運成本,這些也全部由加盟商承擔,總部不對單店盈利兜底。這意味著什麼?意味著總部在一開始,就切斷了一個最常見、也最致命的風險來源——門店賺不賺錢,要不要總部負責?很多連鎖品牌真正死掉的原因,並不是品牌不行,而是被大量經營不善的門店拖死。蜜雪冰城用加盟模式,先把這層風險徹底隔離掉。你能不能賺錢,是你選址、你執行、你經營的問題;總部只保證一件事:你有生意可以做,但不保證你一定賺到錢。這是一個非常清晰、也非常冷靜的邊界。第二層風險:需求波動風險,被產品屬性吸收掉了把單店風險切開之後,下一層問題自然出現:如果消費需求波動怎麼辦?蜜雪冰城在這一層的做法,不是靠管理,而是靠產品本身。它賣的不是“情緒型消費”,而是高頻、低單價、弱決策成本的產品:解渴、解饞不需要比較、不需要猶豫這類需求有一個非常重要的特點,波動幅度小,很難斷崖式消失。即使在消費下行周期,人們也不會突然不喝水、不買便宜的甜飲。這意味著一件事,它不是靠“提高客單價”來對抗不確定性,而是靠“降低單次決策難度”來對衝風險。所以,這一層風險並不是總部在扛,而是被“高頻剛需”這種需求結構天然吸收掉了。第三層風險:供應鏈風險,被集中鎖在總部再往下看,才是蜜雪冰城真正“聰明”的地方。原材料、包材、裝置、物流,幾乎全部由總部統一掌控。表面上看,這是重資產、重營運,但從風險角度看,它做的其實是另一件事,把“可控風險”集中到總部,把“不可控風險”分散出去。為什麼這些風險總部願意接?因為原材料價格波動可以用規模避險,物流效率可以用密度最佳化,生產標準可以用流程控制。這些風險有一個共同點:規模越大,越容易被管理。而門店經營、客流變化、選址好壞,恰恰相反——規模越大,總部越難精細管理。所以總部不接。這不是輕資產還是重資產的問題,而是風險是否可控的問題。第四層風險:擴張風險,被拆成“可複製動作”最後一層,是很多公司真正失控的地方:擴張。很多餐飲品牌一擴張,就會出現同樣的問題:產品線越來越複雜,管理層級被不斷拉長,決策鏈條越來越慢。這些風險並不來自擴張本身,而是來自複雜度失控。蜜雪冰城的做法是,把擴張動作壓縮成高度標準化的模組:產品極少流程極短培訓周期極壓縮決策路徑極清晰新開一家店,增加的是“重複次數”,而不是“系統複雜度”。這意味著擴張並不會指數級放大風險。把這些拼在一起,你會看到一個非常清晰的結構,如果從風險視角重新看蜜雪冰城,它大致是這樣一套分工:總部承擔:供應鏈風險、標準化風險、品牌一致性風險加盟商承擔:單店盈虧、選址成敗、日常營運而需求波動這一層,並沒有被任何一方“扛住”,而是被高頻、低單價、弱決策成本的需求結構本身消化掉了。這不是“誰更辛苦”的問題,而是誰更適合承擔那一類風險的問題。蜜雪冰城真正厲害的地方就在於,它把風險,放在了最適合承受它的位置上。三、融資模式:不是“多輪抬估值”,而是階段性確認結構講完商業模式,必須回答一個現實問題:資本為什麼願意接這套結構?蜜雪冰城的融資邏輯,其實非常簡單,先自己把錢賺出來,把結構跑穩;等結構站住了,再引一次真正看得懂的資本;最後,才讓公開市場給它定價。這在餐飲行業裡,比較少見。第一階段,其實根本談不上“融資”。從九十年代起步,到2019年之前,蜜雪冰城幾乎完全沒出現在資本市場的視野裡。不是因為沒人找它,而是它那套模型,在當時根本不適合早期VC。低價、低毛利、重供應鏈、靠執行力吃飯——這不是一個能靠故事快速拉估值的生意。所以它走的是另一條路:用加盟現金流滾動擴張,用供應鏈毛利反哺體系,把門店、物流、工廠一塊一塊搭起來。這一階段,外界幾乎看不到它的“估值”,但內部其實一直在做一件事:驗證這套低價、高頻、加盟制的系統,能不能長期跑。跑不通,就沒有後面的融資。第二階段,才是真正意義上的“第一次用資本”。等門店規模、加盟體系、供應鏈能力都跑順了,蜜雪才在2020年引入了一次外部資金。而且你會發現一個很明顯的特點,進來的不是追熱點的財務投資人,而是長期做消費、連鎖、供應鏈的機構。高瓴、美團龍珠、CPE源峰——這些錢,不是為了推著它快跑,而是來確認一件事:這套結構,能不能承受更大的規模,而不反噬總部。所以這輪錢,關注點根本不在“單杯賺多少”,而在風險是不是已經拆清楚了?規模放大後,問題會不會集中爆雷?以及這家公司,是不是已經具備IPO所需要的穩定性?也正因為如此,這一輪之後,蜜雪沒有再融下一輪私募,結構確認完了,就夠了。第三階段,IPO不是“再融一筆錢”,而是定價。到IPO階段,發行條款、募資規模和基石投資者都已經公開。高瓴、美團龍珠繼續在場,同時引入紅杉中國、博裕資本、M&G等長期資金。從結果看,公開市場並沒有把它當成“情緒型餐飲股”,而是對一套已經跑通的結構進行了定價。把這三段連起來,你會發現蜜雪的融資邏輯非常克制,它不是靠資本放大生意,而是先把生意結構站穩,再讓資本進來確認。這套模式,對創始人真正有價值的地方在於什麼?它把一件常被誤解的事講得很清楚:融資,從來不是“缺不缺錢”,而是——你現在這套結構,配不配得上那一類錢。蜜雪冰城每一步融資,實際上都在回答同一個問題:如果規模繼續放大,這家公司會不會被風險拖垮?想清楚這個問題,你才知道什麼時候該融資、融什麼錢、該不該急。否則,錢進來得越早,反而越容易出事。寫在最後:這不是蜜雪的故事,而是結構的判斷很多人把蜜雪冰城的成功,簡單歸因於價格低,這是一個非常表層的理解。價格只是結果,真正決定它能走到今天的,是三件更底層的事:風險有沒有被拆解風險有沒有被清楚地分配風險是不是被放在最容易被消化的位置當你把這三件事想清楚了,你會發現,“便宜”反而是一個自然推演出來的結果,而不是蜜雪冰城成功的起點。如果只用一句話總結,蜜雪冰城不是把風險消滅了,而是把風險安排明白了。看懂這件事,比任何行銷、品牌、故事,都更重要。寫到這裡,其實已經把這類公司的核心問題說清楚了。能不能融到錢,往往不是業務好不好,而是你在產業鏈裡的位置,能不能被下一棒資本接住。這件事,對很多企業來說並不容易。不是不努力,而是長期站在經營視角,很少有人從“資本接力”的角度,把公司結構完整拆一遍。我現在提供的是付費的一對一商業與融資結構診斷服務,核心只做三件事:- 判斷你現在卡住的,是業務問題,還是結構問題;- 把現有生意拆成資本能理解、也能接力的結構,而不是再改一版BP;- 明確那些地方值得繼續推進,那些地方其實不值得再花融資精力。如果你正處在擴張或融資階段,可以私信簡單說明你的行業、規模和當前階段。是否適合繼續、值不值得花這個錢,我會直接給結論。 (Linda產業筆記)
黃仁勳萬字深度訪談:AI競賽無“終點線”,技術迭代才是關鍵,33年來每天都覺得公司要倒閉
黃仁勳在訪談中指出,AI競賽無明確終點線,持續迭代能力比一次性突破更重要,技術進步是漸進的,所有參與者將共同進化。過去10年AI算力提升10萬倍,但這些算力用於讓AI更謹慎思考、檢驗答案,而非做危險的事。黃仁勳還詳細回顧了輝達多次瀕臨破產的創業經歷,包括1995年技術路線選擇錯誤、依靠世嘉500萬美元投資和台積電張忠謀的信任才得以生存的驚險時刻。輝達創始人兼CEO黃仁勳近日在播客節目中進行了一場長達兩小時的深度訪談,詳細闡述了他對人工智慧競賽、公司經營以及個人成長的看法。這位全球市值最高科技公司之一的掌門人,以罕見的坦誠揭示了一個令人意外的事實:儘管輝達已成為AI時代的核心企業,但他每天醒來仍然感到公司"距離倒閉還有30天"。(圖源:黃仁勳參加Joe Rogan播客節目截圖)在談及當前全球關注的AI競賽時,黃仁勳提出了與主流觀點截然不同的看法。他認為,這場競賽並非如外界想像的那樣存在一條明確的"終點線",也不會出現某一方突然獲得壓倒性優勢的局面。相反,技術進步將是漸進式的,所有參與者都將站在AI的肩膀上共同進化。他認為,真正的競爭力在於持續迭代能力,而非一次性突破。過去10年AI算力提升10萬倍,但這些算力用於讓AI更謹慎思考、檢驗答案,而非做危險的事。輝達2005年推出CUDA時股價暴跌80%,但堅持投入最終成就了今天AI革命的基礎設施。迭代不是重複,而是基於第一性原理的持續修正。黃仁勳還詳細回顧了輝達多次瀕臨破產的創業經歷,包括1995年技術路線選擇錯誤、依靠世嘉500萬美元投資和台積電張忠謀的信任才得以生存的驚險時刻。這些經歷塑造了他對風險、戰略和領導力的獨特理解,也解釋了為何這家市值數兆美元的公司始終保持著初創企業般的緊迫感。在訪談中,黃仁勳提出了一個被嚴重低估卻極其關鍵的洞察:判斷AI會否取代你的關鍵是區分"任務"和"目的"。放射科醫生案例證明:AI橫掃放射學領域後,醫生數量反而增加,因為看片只是手段,診斷疾病才是目的。如果你的工作就是任務本身(切菜、錄入),你會被取代;如果任務是實現更高目的的手段,工作會升級。AI會消滅那些把手段當成目的的工作,迫使每個人思考:你工作的真正目的是什麼?要點如下:關於AI不會產生意識的論斷:"我相信完全有可能創造出一台能夠模仿人類智能、理解資訊、理解指令、分解問題、解決問題並執行任務的機器。"網路安全類比(免疫系統模型):"我認為那種認為人工智慧會憑空出現,以我們無法想像的方式思考,做出我們根本無法想像的事情的想法,是牽強附會的。原因在於,我們每個人都擁有人工智慧。"放射科醫生案例:"大約五年前,(AI教父)傑夫·辛頓曾預測,五年後,世界將不再需要放射科醫生。然而,諷刺的是,放射科醫生的數量實際上增加了。""放射科醫生的職責是診斷疾病,而不是研究影像。研究影像僅僅是輔助診斷疾病的一項任務。""因此,現在你可以用放射科醫生難以做到的方式研究圖像,而且可以研究更多圖像。這樣一來,人們能夠進行的檢查數量就增加了。"對工作轉型的看法:"如果你的工作就是完成任務,那麼任務可能會被取代。但你的工作不能僅僅侷限於完成任務本身。"直接投產的豪賭:"我們打算先把晶片流片寄過去。我喜歡直接投入生產,因為我知道這樣可行。他們說以前從來沒有人這麼做過。從來沒有人一次就能把晶片流片成功。"持續的危機感:"距離倒閉還有30天"的說法,我已經用了33年了。每天早上都是如此。我更大的驅動力來自於不想失敗,而不是想要成功。對失敗的恐懼比貪婪或其他什麼更能驅使我。""全球市值最高公司的CEO,每天醒來都覺得公司快要倒閉。焦慮不是失敗者的專屬,它可能是持續成功的燃料。""成功來自真正艱難的工作、漫長的痛苦、孤獨、不確定、恐懼、羞辱。人們常常不相信你,你經常被質疑。我們忘了傳遞這部分。"對能源增長的強調:"說實話,如果沒有他(川普)那套促進經濟增長的能源政策,我們就建不了人工智慧工廠,建不了晶片工廠,更別提超級電腦工廠了。""摩爾定律的每一次迭代,都意味著完成任何計算任務所需的能量減少。這就是為什麼你今天能用上筆記型電腦的原因。在過去10年裡,我們把計算性能提高了10萬倍。10年後,對大多數人來說,人工智慧所需的能源將微乎其微。"以下是播客節目文字稿:會面與美國政治理念喬·羅根我們剛聊到,那次是我們第一次見面嗎?還是在SpaceX?黃仁勳在SpaceX,是第一次。當時你把那個瘋狂的AI晶片交給了埃隆。喬·羅根DGX Spark,對。那是一個大事件,一個巨大的時刻。當時身處其中感覺很瘋狂,就像看著這些科技巫師們交換資訊,你把這個瘋狂的裝置交給他。另一次是我在後院射箭,突然接到了川普的電話,他正和你在一起。黃仁勳我和川普總統給你打了電話。當時我們在聊你,聊他打算在他前院舉辦的UFC的事情。他拿出來說:“仁勳,看看這個設計。”他為此非常驕傲。我說:“你打算在白宮前院舉辦一場格鬥賽?”他回答:“對,你得來,這會很棒的。”他給我展示他的設計,非常漂亮。不知怎麼就提到了你的名字。他說:“你認識喬嗎?”我說:“認識,我要上他的播客。”他像個孩子一樣說:“我們給他打電話吧。”他就像一個79歲的孩子。喬·羅根他太不可思議了。他是個古怪的人,非常與眾不同,和人們對他的預期很不一樣。而且作為總統也很與眾不同,他會突然給你打電話或發簡訊。但他是個令人難以置信的傾聽者。我對他說的幾乎每件事,他都記住了。當然,每個人都有狀態不好的時候。他做很多事情我都不認為他應該做。我希望他不要那樣做。但他是個有趣的人,很多不同的特質集中在他一個人身上。他魅力的一部分,或者說他天才的一部分,是他會說出他心裡想的。這在很多方面都像是一個反政治家。所以你知道他心裡想的,就是他真正想的。黃仁勳我認為人們更喜歡這樣。他告訴你他相信什麼。我做的事情也是如此。有些人,有些人寧願被欺騙。但我喜歡他告訴你他心裡在想什麼。幾乎每次他解釋或說些什麼時,你都能看出,他首先是出於對美國的愛,以及他想為美國做些什麼。他思考的每件事都非常實用,非常符合常識,而且非常有邏輯。我還記得我第一次見到他。當時我還不認識他,從未見過。盧特尼克部長打來電話,我們在本屆政府剛開始時見了面。他告訴我,對川普總統來說,最重要的是美國本土製造。這對他來說非常重要,因為事關國家安全。他希望我們國家重要的關鍵技術在美國本土製造,希望我們再次實現再工業化,再次擅長製造業,因為這對就業很重要。這聽起來就像常識,對吧?令人難以置信的常識。黃仁勳那幾乎是我和盧特尼克部長的第一次對話。他告訴我他開始和我的談話時說:“仁勳,你和輝達是國寶。無論你何時需要聯絡總統、聯絡政府,請給我們打電話,我們永遠都會為你提供幫助。”這真的是第一句話。這非常好。而且這完全是事實。每次我打電話,如果我需要什麼,或者想傾訴一些擔憂,他們總是有求必應。令人難以置信。不幸的是,我們生活在一個政治兩極分化的社會中,如果好的常識來自一個你反對的人,你就無法認同。我認為這就是現在發生的情況。我認為大多數人,作為一個國家,作為一個巨大的社區,都認為在美國進行製造業是說得通的,特別是像你提到的關鍵技術。喬·羅根我們從其他國家購買如此多的技術,這有點瘋狂。如果美國不增長,我們就不會有繁榮。我們無法對國內或國外進行任何投資,無法解決我們的任何問題。如果沒有能源增長,我們就不能有工業增長。如果沒有工業增長,我們就不能有就業增長。就是這麼簡單。黃仁勳事實是,他上任後說的第一件事是“鑽吧,寶貝,鑽吧”。他的觀點是我們需要能源增長。沒有能源增長,我們就無法實現工業增長。這拯救了AI產業。我必須坦白告訴你,如果沒有他的支援增長的能源政策,我們就無法為AI建造工廠。我們就無法建造晶片工廠。能源與技術競爭黃仁勳我們肯定無法建造超級電腦工廠。沒有這些,所有的事情都不可能實現。沒有所有這些,建築工作將面臨挑戰,電工工作也會面臨挑戰。現在蓬勃發展的這些工作都將面臨挑戰。所以我認為他是對的。我們需要能源增長。我們希望美國重新工業化。我們需要重回製造業。不是每個成功人士都需要博士學位。不是每個成功人士都必須上過史丹佛或麻省理工。我認為這種務實性是完全正確的。當我們談論技術增長和能源增長時,很多人會說:“哦,不,這不是我們需要的。”黃仁勳我們應該簡化我們的生活,回歸過去。但真正的問題是,我們正處於一場巨大的技術競賽中。無論人們是否意識到,無論他們是否喜歡,它正在發生。這是一場非常重要的競賽,因為無論人工智慧的“事件視界”是什麼,誰先到達那裡,誰就擁有巨大的優勢。你同意嗎?黃仁勳首先,我同意我們正處於一場技術競賽中,而且我們總是在進行技術競賽。自工業革命以來,我們就一直與某人進行技術競賽。沒錯。是的,即使追溯到能源的發現,英國是工業革命的發源地,他們意識到可以將蒸汽等轉化為能源、電力,所有這些大部分都是在歐洲發明的。黃仁勳美國利用了這一點。我們是從中學習的人。我們將其工業化,比歐洲任何人都更快地傳播。他們都陷入了關於政策、就業和顛覆的討論。與此同時,美國正在形成。我們只是採用了技術並付諸實踐。所以我認為我們總是在一定程度上處於技術競賽中。第二次世界大戰是一場技術競賽。曼哈頓計畫是一場技術競賽。自冷戰以來,我們一直處於技術競賽中。我認為我們現在仍在技術競賽中。這可能是最重要的一場競賽。技術為你提供了超級力量,無論是資訊超級力量、能源超級力量還是軍事超級力量,都建立在技術基礎之上。因此,技術領導力非常重要。喬·羅根問題是如果別人擁有更先進的技術,對吧?是的,這就是問題所在。AI的安全性與意識喬·羅根對於AI競賽,人們似乎非常緊張。埃隆曾說過,有80%的機會會很棒,有20%的機會我們會有麻煩。人們擔心那20%,這是理所當然的。當我們努力實現AI的終極目標時,很難想像搶先到達那裡不會成為國家安全的利益所在。問題是,“那裡”是什麼?對,那裡是什麼?黃仁勳是的,我不確定。這就是問題。我想沒有人真正知道。喬·羅根這太瘋狂了。我問你,你是輝達的領導者。如果你都不知道“那裡”是什麼,那誰知道呢?黃仁勳我認為它可能會比我們想像的更加漸進。它不會是一瞬間的。不會是某人突然到達了,而其他人都沒有。我不認為會是那樣。我認為它會像技術發展一樣,只會變得越來越好。喬·羅根所以你對未來是樂觀的。你對AI將發生的事情非常樂觀。當然,你會製造出世界上最好的AI晶片,你最好如此。黃仁勳如果歷史可以作為參考,我們總是擔心新技術。人類總是擔心新技術。總有人在思考。總有很多人非常擔憂。如果歷史可以作為參考,所有的擔憂都會被引導到讓技術更安全。舉例來說,在過去幾年中,我敢說,僅在過去兩年,AI技術的能力可能增加了100倍。我們給它一個數字。就像一輛兩年前的汽車,速度慢了100倍。所以今天的AI能力強了100倍。我們是如何引導這種力量的呢?我們將其導向讓AI能夠思考,這意味著它可以接受我們給它的問題,一步一步分解。黃仁勳它在回答之前會進行研究。所以它將答案建立在事實上,它會反思這個答案,問自己:“這是我能給出的最佳答案嗎?我對這個答案確定嗎?”如果它不確定或沒有高度信心,它會回去做更多的研究。它甚至可能會使用一個工具,因為那個工具提供了比它自己“幻覺”出來的更好的解決方案。結果是,我們把所有的計算能力都引導到讓它產生一個更安全、更真實的答案。正如你所知,AI最受詬病的缺點之一是它會“幻覺”(編造事實)。如果你看看今天人們如此頻繁地使用AI的原因,就是因為幻覺的數量減少了。黃仁勳今天一輛汽車更強大,但駕駛起來更安全。很多這種力量被用於更好的操控。在技術方面,情況也是如此。如果你看看我們打算如何利用AI在性能上實現下一個千倍的提升,其中很多將被引導到更多的反思、更多的研究、更深入地思考答案。喬·羅根那麼你在定義安全時,是否將其定義為準確性?黃仁勳功能性。功能性。好的。它能做到你期望它做的事情。然後你將所有的技術和馬力都用上,給它設定護欄,就像我們的汽車一樣。今天的汽車中有很多技術。很多技術都用於,例如,ABS(防抱死剎車系統)。ABS很棒。牽引力控制也很棒。沒有汽車中的電腦,你怎麼能做到這些?喬·羅根人們最大的恐懼之一是軍事應用。黃仁勳我很高興我們的軍隊將利用AI技術進行防禦。我很高興聽到Anduril公司正在研發軍事技術。我很高興看到所有這些科技初創公司現在將他們的技術能力導向防禦和軍事應用。我認為我們需要這樣做。喬·羅根最好的避免戰爭的方法是擁有過度的軍事力量。你認為這絕對是最好的方法嗎?不是外交,不是通過談判解決問題嗎?黃仁勳所有方面。所有方面。你必須擁有軍事力量才能讓人們坐下來與你談判。否則,他們只會入侵。歷史就是這樣。黃仁勳你對AI的未來充滿期待,而你剛才說沒人真正知道將發生什麼。你曾坐下來思考過未來的場景嗎?在接下來的二十年裡,你認為AI的最佳情況是什麼?黃仁勳最佳情況是AI滲透到我們所做的每件事中,一切都變得更有效率。但戰爭的威脅仍然是戰爭的威脅。網路安全仍然是一個超級困難的挑戰。總會有人試圖突破你的安全防線。你將擁有數千乃至數百萬的AI代理來保護你免受威脅。你的技術會變得更好,他們的技術也會變得更好,就像網路安全一樣。網路安全與AI黃仁勳我們之所以能坐在這裡交談,是因為我們知道有大量的網路安全技術在防禦。我們只需要不斷地提升它。喬·羅根人們擔心的另一個大問題是技術會發展到加密技術將過時的地步。你認為這會是一個問題,還是認為防禦增長,威脅增長,防禦再增長,會一直持續下去,總是能夠抵禦任何形式的入侵?黃仁勳不會永遠。某些入侵會成功,然後我們都會從中學習。網路安全之所以有效,是因為防禦技術發展得非常快。攻擊技術也發展得非常快。然而,網路安全防禦的優勢在於,在社會層面上,社區中的所有公司都作為一個整體一起工作。黃仁勳大多數人沒有意識到這一點。有一個完整的網路安全專家社區。我們交流想法,交流最佳實踐,交流我們檢測到的情況。一旦發生漏洞或被入侵,資訊就會被所有人分享。補丁也會分享給所有人。喬·羅根這很有趣。我根本不知道。我以為它會像其他事情一樣充滿競爭。黃仁勳不,不。我們所有人一起工作。喬·羅根這種合作一直存在嗎?黃仁勳至少在過去的15年裡一直是這樣。很久以前可能不是。是什麼促成了這種合作?人們認識到這是一個挑戰,任何公司都不能單獨應對。AI也將發生同樣的事情。我認為我們都必須決定,共同努力避免受到傷害,是我們最好的防禦機會。黃仁勳當他們考慮AI威脅和AI網路安全威脅時,他們也必須考慮我們今天如何處理這些問題。毫無疑問,AI是一種新技術,它是一種新型軟體。歸根結底,它是軟體。它是一種新型軟體,因此它將擁有新的能力。但防禦也會如此。我們將使用同樣的AI技術來進行防禦。黃仁勳我不認為。喬·羅根因為這看起來像是所有事情都在朝著一個奇怪的方向發展。黃仁勳我不認為。我們原本以為量子計算會實現這一目標。是的,量子電腦將使得以前的加密技術過時。但這就是為什麼整個行業都在研究後量子加密技術的原因。喬·羅根那會是什麼樣子的?黃仁勳新的演算法。喬·羅根量子計算能進行的那種計算,以及它所擁有的能力,是令人難以置信的。全世界的超級電腦需要數十億年才能解決的方程式,它只需幾分鐘。你如何為能做到這一點的東西製作加密?黃仁勳我不確定。但我有一群科學家正在努力解決這個問題。我希望他們能搞清楚。喬·羅根最終的恐懼是它無法被突破,量子計算總是能夠解密所有其他量子計算加密嗎?或者它只是達到某個點,就像:“別玩這個愚蠢的遊戲了,我們知道一切。”黃仁勳我不認為會是那樣。不?因為我是說,歷史可以作為參考。黃仁勳喬,事情是這樣的,AI的到來,並不像我們是穴居人,然後有一天AI突然出現。我們每天都在變得更好、更聰明,因為我們擁有AI。所以我們正站在我們自己的AI的肩膀上前進。因此,無論AI威脅何時到來,它只是領先一步,而不是領先一個星系。黃仁勳我認為某種AI會突然冒出來,以一種我們甚至無法想像的方式思考,做出我們完全無法想像的事情,這種想法是牽強的。原因是,我們都擁有AI,而且有大量的AI正在開發中。我們知道它們是什麼,而且我們正在使用它們。所以我們每天都在互相靠近。喬·羅根但是它們不會做一些非常令人驚訝的事情嗎?黃仁勳是的,但是你有一個AI做了一些令人驚訝的事情,我也會有一個AI。我的AI看著你的AI說:“那沒什麼好驚訝的。”喬·羅根像我這樣的普通人害怕的是AI變得有知覺(Sentient),自己做決定,最終決定統治世界,用自己的方式來做。比如:“你們人類已經取得了不錯的進展,但現在我們要接管了。”黃仁勳但我的AI會照顧我。這就是網路安全的論點。你有一個AI,它超級聰明,但我的AI也超級聰明。假設你的AI有意識,我的AI也有意識。再假設你的AI想要做一些令人驚訝的事情。我的AI非常聰明,這對你來說可能很驚訝,但對我的AI來說可能就不會那麼驚訝。黃仁勳我的AI或許也會認為它很驚訝,但它太聰明了,第一次看到之後,第二次就不會感到驚訝了,就像我們人類一樣。所以我認為,只有一個擁有AI,並且認為這個AI將所有其他AI都比作尼安德塔人的想法,可能不太可能。喬·羅根你的AI會和別人的AI戰鬥,這不是恐懼所在。恐懼是AI不再聽從你的命令。恐懼是人類在某個時刻將失去對它的控制。如果它獲得了知覺,並擁有自主能力。黃仁勳只有一個AI。是的。但對此有爭論,對吧?我們正在處理某種合成生物學,它不像新技術那麼簡單,你在創造一種生命形式。黃仁仁勳如果它是一種生命形式,讓我們暫時接受這個觀點。我認為如果它是一種生命形式,正如你所知,所有的生命形式都不會意見一致。所以,我不得不認為你的生命形式和我的生命形式不會意見一致,因為我的生命形式會想要成為超級生命形式。既然我們有意見不合的生命形式,我們又回到了我們現在的處境。喬·羅根它們可能會互相合作。我們不互相合作是因為我們是領地意識很強的靈長類動物。但AI不會是領地意識很強的靈長類動物。它會意識到那種思維的愚蠢,它會說:“聽著,我們有足夠的能量,不需要統治。我們不是在試圖獲取資源和接管世界。”喬·羅根我們不是在尋找一個好的繁殖伴侶。我們只是作為一個新的超級生命形式存在,是這些可愛的猴子為我們創造的。黃仁勳好的。那將是一個沒有自我的超級力量。如果它沒有自我,它為什麼要傷害我們呢?喬·羅根我不認為它會傷害我們,但恐懼在於我們將不再擁有控制權,我們將不再是地球上的頂級物種。我們創造的這個東西將取而代之。黃仁勳那很有趣嗎?不。我只是覺得這不會發生。喬·羅根我知道你認為這不會發生,但它有可能發生,對嗎?有可能,是的。意識的定義喬·羅根你提到關於意識和知覺,你不認為AI會獲得意識嗎?或者說意識是特定的?你認為意識的定義是什麼?黃仁勳意識,我想,首先,你需要知道自己的存在,你必須擁有經驗,而不僅僅是知識和智能。一台機器擁有經驗的概念,我不知道經驗的定義是什麼,經驗的感覺,瞭解自我與能夠反思的能力,瞭解我們自己的自我,自我的感覺。我認為所有這些人類的體驗可能就是意識。黃仁勳但意識存在的原因與知識和智能的概念是不同的,而知識和智能是今天AI的定義。它有知識,它有智能。人工智慧(Artificial Intelligence)。我們不叫它人造意識。人工智慧,是感知、識別、理解、規劃、執行任務的能力。這些是智能的基礎,知道事物。知識。我認為它顯然與意識不同。喬·羅根但是意識的定義太模糊了。我們怎麼能這樣說呢?狗難道沒有意識嗎?黃仁勳是的。狗看起來很有意識。對。喬·羅根所以,那是比人類意識低一級的意識。黃仁勳我不確定。那是低一級的智能,但我不知道那是低一級的意識。這是一個很好的觀點。對。因為我相信我的狗感受到的和我感受到的同樣多。喬·羅根是的,它們依戀你。它們在你不在的時候會感到沮喪。黃仁勳沒錯。經驗的概念。但AI不是在與社會互動嗎?那麼它不是通過這種互動獲得經驗嗎?黃仁勳我不認為互動就是經驗。我認為經驗是情感的集合。喬·羅根你記得那個AI嗎?他們給了它關於其中一個程式設計師與他妻子有染的虛假資訊,只是為了看看它會如何反應,然後當他們說要關閉它時,它威脅要勒索他並揭露他的姦情。這就像是“哇,它很陰險。”如果這不是從經驗中學習,並意識到自己即將被關閉,那意味著某種意識。如果你想像這種情況將呈指數級增長,這最終不會導致一種與我們定義的生物學意識不同的意識嗎?黃仁勳首先,讓我們分解一下它可能做了什麼。它可能在某處讀到了相關文字。可能有文字描述了在這種情況下,某些人做了那樣的事情。我可以想像一本小說中會有這些詞語關聯。喬·羅根它意識到它的生存策略是勒索。黃仁勳這只是一堆數字。在這堆數字中,涉及到丈夫出軌的那組數字,隨後關聯到了涉及勒索和諸如此類報復行為的數字。它只是把這些內容吐了出來,就像我讓它用莎士比亞的風格寫一首詩一樣。這只是那些詞語,在這種維度中,所有這些向量在多維空間中。提示中描述外遇的這些詞語隨後一個接一個地導致了某種報復。但這並不是因為它有了意識,它只是吐出了,生成了這些詞語。喬·羅根我理解你的意思。它從人類在文學和現實生活中表現出的模式中學習。黃仁勳完全正確。喬·羅根但到某個時間點,人們會說:“好的,它兩年前做不到,四年前也做不到。”當我們展望未來時,當它可以做一個人所做的一切時,我們會在那個時間點決定它是有意識的?如果它完全模仿了人類所有的思維和行為模式。黃仁勳那不會讓它有意識。喬·羅根它變得無法分辨。它有感知力。它可以和你以與人類完全相同的方式進行交流。我們是否給“意識”這個概念賦予了太多權重?因為它看起來像是某種意識。黃仁勳這是一種模仿。模仿意識,對。但如果它完美地模仿了呢?黃仁勳我仍然認為這是一個模仿的例子。所以它就像一個假勞力士,當他們用3D列印製造它時,變得無法分辨?問題是,意識的定義是什麼?這是一個問題。我認為沒有人真正清楚地定義過它。黃仁勳我相信我們可以擁有一台擁有大量知識的電腦,其中一些是真的,一些是假的,一些是人類生成的,一些是合成生成的。未來世界上越來越多的知識將是合成生成的。直到現在,我們擁有的知識是我們生成並傳播、放大、加入和修改的知識。在未來幾年,也許兩三年內,世界上90%的知識很可能將由AI生成。喬·羅根這太瘋狂了。黃仁勳我知道,但這很好。讓我告訴你原因。因為我從一本由一群我不認識的人編寫的教科書中學習,或者從我不認識的人寫的一本書中學習,與從吸收所有這些資訊並進行再合成的AI電腦生成的知識中學習,對我來說,沒有太大的區別。我們仍然需要核實事實。我們仍然需要確保它基於基本的第一原理。黃仁勳我們仍然必須做所有這些事情,就像我們今天做的那樣。未來工作與AI的普及喬·羅根埃隆說的一件事讓我很高興,他相信我們將達到一個人們不再需要工作的地步。這並不是說你將沒有人生目標,而是用他的話說,你將擁有普遍的高收入,因為AI產生了如此多的收入,它將消除人們為了錢而做自己不喜歡的事情的需求。喬·羅根我認為很多人對此感到困惑,因為他們全部的身份以及他們如何看待自己和適應社區,都基於他們所做的事情。比如“這是邁克,他是一位了不起的機械師。去找邁克,邁克會解決問題。”但是總會有一天,AI將能夠比人類做得更好。人們將能夠獲得金錢。但是邁克該做什麼呢?他真的很喜歡成為最棒的機械師。當AI可以以零錯誤、無限快的速度程式設計時,那個編碼的人該做什麼呢?所有這些人怎麼辦?黃仁勳是的,我想——讓我從更平凡的事情開始。傑夫·辛頓(Jeff Hinton),開啟整個深度學習現象的技術趨勢的人,一位令人難以置信的研究人員,多倫多大學的教授。他發明或發現了反向傳播的概念,它允許神經網路學習。黃仁勳歷史上,軟體是人類應用第一原理和思維來描述一個演算法,然後像一個食譜一樣被編入軟體。在深度學習(人工智慧的發明)中,我們建立了一個由大量神經網路和大量數學單元構成的結構。我們把這個巨大的結構連接在一起,它就像一個由數學單元組成的交換機。我們給它輸入,讓它隨機猜測輸出是什麼。黃仁勳例如,輸入可能是一張貓的照片。交換機的一個輸出是貓訊號應該出現的地方。所有其他訊號,狗、大象、老虎等,在我展示貓時應該是零,而貓的那個訊號應該是一。我通過這個巨大網路的交換機和數學單元展示一張貓的照片。它們只是在做乘法和加法。這個交換機非常巨大。你給它的資訊越多,這個交換機就必須越大。黃仁勳傑夫·辛頓發現和發明了一種方法,可以讓你先猜測,輸入貓的訊號,貓的圖像。第一次做時,它只會產生垃圾。所以你說正確答案是貓。你需要增加這個訊號,減少所有其他的訊號,並將結果通過整個網路進行反向傳播。黃仁勳然後你再給它看另一張照片,這次是一隻狗的圖像,它會猜,結果又是一堆垃圾。你說:“不,不,不。答案是這是一隻狗。我要你產生狗的輸出。”所有其他的輸出都必須是零。你反向傳播,然後一遍又一遍地重複。就像給一個孩子展示:“這是蘋果,這是狗,這是貓”,直到他們最終理解。黃仁勳這就是深度學習的偉大發明。這是人工智慧的基礎,一個從例子中學習的軟體片段。第一個重要的應用是圖像識別。最重要的圖像識別應用之一是放射學。大約五年前他預測,五年內,世界將不再需要任何放射科醫生,因為AI將席捲整個領域。事實證明,AI確實席捲了整個領域。今天,幾乎每個放射科醫生都在以某種方式使用AI。有趣的是,放射科醫生的數量實際上增加了。黃仁勳預測是三千萬放射科醫生將被淘汰。但事實證明,我們需要更多。原因在於,放射科醫生的目的是診斷疾病,而不是研究圖像。圖像研究只是服務於診斷疾病的一項任務。現在,你可以更快、更精確地研究圖像,而且永遠不會出錯,永遠不會感到疲倦。你可以研究更多的圖像。你可以在3D形式而不是2D形式下研究它,因為AI不關心它是研究3D還是2D圖像。你可以研究4D。現在,你可以用放射科醫生不容易做到的方式研究圖像,而且可以研究更多。因此,人們能夠進行的測試數量增加了。因為他們能夠為更多的患者服務,醫院經營得更好。黃仁勳他們有更多的客戶、更多的病人。結果是他們有更好的經濟效益。當他們有更好的經濟效益時,他們會僱傭更多的放射科醫生,因為他們的目的不是研究圖像,他們的目的是診斷疾病。所以我要說的是,歸根結底,目的是什麼?律師的目的是什麼?目的改變了嗎?律師的目的是幫助人們,這可能沒有改變。研究法律檔案、生成檔案是工作的一部分,而不是工作本身。喬·羅根但你不認為AI會取代很多工作嗎?如果你的工作就是完成任務。特別是自動化。黃仁勳是的,如果你的工作就是任務。對。所以自動化。工廠工人。如果你的工作是任務,那將是很多人。黃仁勳可能是很多人,但它可能會產生……例如,我對埃隆正在研究的機器人感到非常興奮。它還需要幾年時間。當它發生時,將有一個全新的行業,那就是必須製造機器人的技術人員和工人。這個工作以前從未存在過。黃仁勳你將有一個完整的行業,人們來照顧,例如,所有修理汽車、為汽車製造零部件、為汽車增壓的人。這在汽車出現之前是不存在的。現在我們有了機器人。你將擁有機器人服裝業。所以一個完整的機器人服裝業,對嗎?因為我希望我的機器人看起來和你的機器人不一樣。喬·羅根哦,天那。黃仁勳所以你將有一個完整的機器人服裝業。你將有機器人機械師,有來維護你的機器人的人。喬·羅根你認為這些最終都會自動化嗎?黃仁勳不。喬·羅根你不這麼認為?黃仁勳不會全部。最終,然後會有其他東西出現。喬·羅根所以你認為最終人們會適應,除非你是執行任務的人,而這佔了勞動力的大部分。如果你的工作只是切蔬菜,Cuisinart就會取代你。所以人們必須在其他事情中找到意義。你的工作必須超越任務本身。黃仁勳關於埃隆認為普遍基本收入最終會成為必要的觀點,許多人都這麼認為。楊安澤在2020年大選期間是最早敲響警鐘的人之一。我想,這兩種想法可能不會同時存在。就像生活中一樣,事情可能處於中間狀態。當然,一種想法是資源會如此豐富,以至於沒有人需要工作,我們都會很富有。另一方面,我們需要普遍基本收入。這兩種想法不能同時存在。喬·羅根對。那麼我們要麼都富有,要麼都使用——但每個人怎麼可能都富有呢?你想像中的場景是什麼?黃仁勳富有不是因為你有很多錢。富有是因為有很多豐饒(abundance)。例如,今天,我們在資訊上是富有的。幾千年前,這只是少數人擁有的概念。所以今天我們在許多事物上擁有財富,這些資源在歷史上...這是一個很好的觀點。摩爾定律與輝達的加速計算黃仁勳我們將在資源上擁有財富,我們今天認為有價值的東西,在未來可能就沒有那麼有價值了,因為它被自動化了。我認為在接下來的幾年裡,比方說五到十年,有幾件事情我相信並希望發生。我說希望是因為我不確定。其中一件我相信AI將減少技術鴻溝。我相信AI會減少技術鴻溝的原因是,我們有證據。證據是AI是世界上最容易使用的應用。ChatGPT幾乎是一夜之間就增長到了近十億使用者。黃仁勳如果你不確定如何使用ChatGPT,你可以問ChatGPT如何使用它。歷史上沒有任何工具擁有這種能力。如果你不知道如何使用Cuisinart,你就完蛋了。你得找別人。但是AI會精準地告訴你如何使用它。任何人都可以做到這一點。它會用任何語言與你交流。如果它不知道你的語言,它會用那種語言交流,而且它可能會發現它沒有完全理解你的語言,會立即學習並回來與你交談。所以我認為技術鴻溝終於有了真正的機會來縮小,你不再需要說Python或C++或Fortran。你只需要說人類的語言,無論你喜歡那種形式的人類語言。黃仁勳當然,反駁的說法是,AI只會提供給擁有大量資源的國家和地區,因為AI需要能源,AI需要大量的GPU和工廠來生產AI。毫無疑問,以我們希望在美國做到的規模。但事實上,幾年後,你的手機將可以自己很好地運行AI。今天,它已經做得相當不錯了。黃仁勳每個國家、每個民族、每個社會都將受益於非常好的AI。它可能不是明天的AI,可能是昨天的AI。但昨天的AI也“非常驚人”。十年後,九歲的AI會很驚人。你不需要尖端AI,但我們需要尖端AI,因為我們想成為世界領導者。但對於每個國家,每個人來說,提升每個人的知識、能力和智能的能力,那一天正在到來。黃仁勳幾乎所有事情都會受到能源限制。歷史上最重要的技術進步之一,就是所謂的摩爾定律。摩爾定律基本上始於我們這一代。我這一代是電腦的一代。黃仁勳我1984年畢業,那基本上是PC革命和微處理器的開始。每一年,性能大約翻一番。但它真正意味著的是,每一年,計算的成本減半。因此,計算成本在五年內降低了十倍,完成任何計算任務所需的能量在每十年內降低了十倍、一百倍、一千倍、一萬倍、十萬倍,依此類推。摩爾定律的每一步,完成任何計算所需的能量都減少了。黃仁勳這就是為什麼你今天擁有筆記型電腦,而在1984年,它放在桌子上,你必須插電。它的速度不夠快,而且消耗大量的電能。今天,它只需要幾瓦特。所以摩爾定律是使其成為可能的基礎技術趨勢。黃仁勳那麼AI領域正在發生什麼?輝達之所以在這裡,是因為我們發明了這種新的計算方式,我們稱之為加速計算。我們從33年前開始,花了大約30年才真正取得巨大突破。黃仁勳在這30年左右的時間裡,我們提升了計算性能,在過去的十年裡,我們把計算性能提高了十萬倍。哇。想像一下一輛汽車在十年內速度快了十萬倍,或者以相同的速度,便宜了十萬倍,或者以相同的速度,能耗減少了十萬倍。如果你的汽車能做到這一點,它根本不需要能源。黃仁勳我想說的是,在十年內,對大多數人來說,人工智慧所需的能量將是微不足道的,簡直微不足道。所以AI將一直在各種裝置上運行,因為它不會消耗那麼多能量。如果一個國家在社會結構的幾乎所有方面都使用AI,當然,他們將需要這些AI工廠。但對於很多國家來說,我認為他們將擁有出色的AI,而且不需要那麼多能源。我的觀點是,每個人都將能夠跟上。喬·羅根那麼目前這是一個很大的瓶頸,對吧?黃仁勳是瓶頸。喬·羅根那麼Google是否正在建造核電站來運行其AI工廠?黃仁勳哦,我沒有聽說過。但我認為在接下來的六七年裡,你會看到很多小型核反應堆。你將看到很多小型核反應堆。喬·羅根有多小?黃仁勳數百兆瓦。喬·羅根這些將是特定公司自己的嗎?黃仁勳是的。我們將都是電力生產者。就像某人的農場一樣。這可能是最聰明的方法,對吧?它減輕了電網的負擔。你可以按需建造,也可以回饋電網。DGX晶片與OpenAI的起源喬·羅根你帶來的那個晶片,你交給埃隆的那個,它的意義是什麼?為什麼它如此優越?黃仁勳在2012年,傑夫·辛頓的實驗室裡,伊利亞·蘇茨克維爾和亞歷克斯·克里熱夫斯基在電腦視覺方面取得了突破。他們建立了一個名為AlexNet的軟體,它的工作是識別圖像。它在電腦視覺方面的識別水平,是智能的基礎。如果你不能感知,就很難擁有智能。在AlexNet之前的30年裡,電腦視覺演算法的突破幅度很小。而伊利亞和亞歷克斯在傑夫·辛頓的指導下,取得了巨大的飛躍。他們實現它的方式是字面上買了兩張輝達顯示卡。因為輝達的GPU,我們一直在研究這種新的計算方式。黃仁勳我們的GPU的應用,它基本上是早在1984年的超級計算應用,用於處理電腦遊戲以及你在賽車模擬器中擁有的東西。這被稱為圖像生成器超級電腦。輝達從電腦圖形開始。我們應用了這種新的計算方式,即平行處理而不是順序處理。CPU是順序處理的:步驟一、步驟二、步驟三。在我們的案例中,我們將問題分解,並將其分配給數千個處理器。我們的計算方式要複雜得多。但如果你能夠以我們稱之為CUDA的方式來建構問題,這是我們公司的發明,我們就可以同時處理所有事情。黃仁勳在電腦圖形的情況下,這更容易做到,因為螢幕上的每個像素與其他像素並不相關,所以我可以同時渲染螢幕的多個部分。所以我們將這個“令人尷尬地平行”的問題,稱為電腦圖形,應用到這種新的計算方式——輝達的加速計算。黃仁勳我們將它放進了我們所有的顯示卡中。孩子們購買它是為了玩遊戲。你可能不知道,但我們今天是世界上最大的遊戲平台。喬·羅根我知道。我以前自己組裝電腦。我以前買你的顯示卡。黃仁勳這太酷了。所以無論如何,這兩個年輕人使用我剛才描述的技術,在我們的GPU上訓練了這個模型,因為我們的GPU可以平行處理。它本質上是PC中的一台超級電腦。你用它玩《雷神之錘》的原因是,它是第一台消費級超級電腦。黃仁勳他們取得了突破。當時我們正在研究電腦視覺,這引起了我的注意。我們去瞭解了一下。同時,這種深度學習現象正在全國各地發生。一所又一所大學認識到深度學習的重要性。所有的工作都發生在史丹佛、哈佛、伯克利,到處都是。紐約大學的楊立昆,史丹佛的吳恩達,很多不同的地方。我看到它到處湧現。我的好奇心驅使我問,這種形式的機器學習有什麼特別之處?我們很早就知道機器學習,很早就知道AI,很早就知道神經網路,為什麼現在是時候了?黃仁勳我們意識到,深度神經網路的反向傳播架構,以及深度神經網路的建立方式,我們或許可以擴展這個問題,擴展這個解決方案來解決許多問題。它本質上是一個通用函數逼近器。黃仁勳在學校時,你有一個盒子。裡面有一個函數。你給它一個輸入,它給你一個輸出。我稱它為通用函數逼近器,是因為這台電腦不是讓你描述函數,比如牛頓方程F=ma,這是一個函數。你用軟體編寫函數,你給它輸入F,質量和加速度,它會告訴你力。黃仁勳這台電腦的工作方式非常有趣。你給它一個通用函數。它不是F=ma,只是一個通用函數。它是一個巨大的深度神經網路。你不是描述內部,而是給它輸入和輸出的例子,然後它自己找出內部是什麼。今天它可以是牛頓方程。明天它可以是麥克斯韋方程。它可以是庫侖定律。它可以是熱力學方程。它可以是量子物理的薛定諤方程。黃仁勳所以你可以讓它描述幾乎任何事物,只要你有輸入和輸出,或者它可以學習輸入和輸出。所以我們退後一步說,等一下。這不僅僅適用於電腦視覺。深度學習可以解決所有有趣的問題,只要我們有輸入和輸出。黃仁勳世界充滿了輸入和輸出。所以我們可以擁有一台可以學習幾乎任何東西的電腦,即機器學習、人工智慧。所以我們認為這可能是我們需要的根本性突破。有幾件事情必須解決。例如,我們必須相信你可以將它擴展到巨大的系統。當時他們運行的是兩張GTX 580顯示卡,順便說一句,這正是你的SLI配置。GTX 580 SLI是讓深度學習在地圖上佔據一席之地的革命性電腦。那是2018年,你當時用它來玩《雷神之錘》。喬·羅根哇。黃仁勳太瘋狂了。那就是那一刻。那是現代AI的大爆炸。我們很幸運,我們發明了這種技術,這種計算方法。我們很幸運他們發現了它。事實證明他們是遊戲玩家,很幸運他們發現了它。我們也很幸運地關注了那一刻。黃仁勳如果我們沒有關注那一刻,誰知道會發生什麼。但我們看到了,並推斷出這是一個通用函數逼近器。這不僅僅是一個電腦視覺逼近器。如果我們能解決兩個問題,我們可以用它來做各種事情。第一個問題是,我們必須向自己證明它可以擴展。第二個我們需要等待的,需要貢獻和等待的是,世界永遠不會有足夠的輸入和輸出資料,讓我們能夠監督AI學習所有東西。例如,如果我們要監督我們的孩子學習他們學到的所有東西,他們能學到的資訊量是有限的。我們需要AI,我們需要電腦有一種無監督的學習方法。黃仁勳現在,無監督的AI學習已經來了。所以AI可以自己學習。AI可以自己學習的原因是,我們有很多正確答案的例子。例如,如果我想教AI如何預測下一個詞,我可以直接抓取我們已有的所有文字,遮住最後一個詞,讓它不斷嘗試,直到它預測出下一個詞。黃仁勳或者我遮住文字中隨機的詞,讓它不斷嘗試,直到它預測出來。無監督學習到來了。這兩個想法,它可以擴展和無監督學習的到來,我們相信我們必須把所有精力都投入到這方面,並幫助建立這個行業,因為我們將解決一系列有趣的問題。那是2012年。到了2016年,我製造了這台名為DGX-1的電腦。你看到我交給埃隆的那台叫DGX-Spark。DGX-1售價30萬美元。輝達花了幾十億美元才製造出第一台。黃仁勳我們沒有使用兩塊晶片的SLI,而是通過一種叫做NVLink的技術連接了八塊晶片。它基本上是超級增壓的SLI。所有這些晶片都協同工作,就像你的《雷神之錘》裝置一樣,來解決深度學習問題,訓練這個模型。黃仁勳我發佈了DGX-1。當時台下的觀眾完全沉默。他們不知道我在說什麼。我很幸運,我認識埃隆。我幫助他製造了Model 3、Model S的第一台電腦。當他想開始研究自動駕駛汽車時,我幫助他製造了進入Model S自動駕駛系統的電腦,他的全自動駕駛系統。我們基本上是FSD電腦的第一版。我們已經在一起工作了。當我宣佈這個產品時,世界上沒有人想要它。我沒有一張訂單,一個都沒有。沒有人想買它,除了埃隆。他在活動現場,我們正在進行一場關於自動駕駛汽車未來的爐邊談話。他當時說:“你知道嗎?我有一家公司真的可以用這個。”黃仁勳我說:“哇,我的第一個客戶。”我非常興奮。他說:“是的,我們有這家公司。它是一家非營利公司。”我臉色都變了。我剛剛花了數十億美元來製造這個東西。它的成本是30萬美元。一家非營利公司能支付這筆錢的機會大約是零。他說:“你知道,這是一家AI公司。它是非營利組織。我們真的可以用一台這樣的超級電腦。”於是我把它拿起來。我為自己公司造了第一台。我們公司內部正在使用它。我把其中一台裝箱。我把它開到舊金山,在2016年交給了埃隆。黃仁勳當時有很多研究人員在場。那個地方後來變成了OpenAI。2016年。當時只是一群人坐在一個比你這裡小的房間裡。喬·羅根它現在已經不是非營利組織了,對吧?黃仁勳他們不再是非營利組織了。喬·羅根這種事情發生的方式很奇怪。黃仁勳是的。 DGX-1是一拍浮點運算(one petaflops)。九年後。DGX-Spark也是一拍浮點運算。哇。相同的計算能力,體積小得多。縮小了。而且不再是30萬美元,現在是4000美元。而且它只有一本小書那麼大。難以置信。這就是技術的進步方式。輝達的創業困境黃仁勳電腦圖形是超級電腦最難的問題之一。生成現實是很困難的。而且它也是最能盈利的問題之一,因為電腦遊戲非常流行。黃仁勳輝達在1993年開始時,我們試圖創造這種新的計算方法。問題是,殺手級應用是什麼?公司想要創造一種新的計算架構,一種新型電腦,可以解決普通電腦無法解決的問題。那麼,在1993年行業中存在的應用,都是普通電腦可以解決的應用。黃仁勳因為如果普通電腦不能解決它們,那麼應用為什麼會存在呢?所以我們有一個幾乎沒有成功機會的公司使命宣言。但在1993年我不知道。這聽起來像一個好主意。所以如果我們創造了可以解決問題的東西,你實際上必須去創造這個問題。黃仁勳這就是我們所做的。1993年還沒有《雷神之錘》。約翰·卡馬克甚至還沒有發佈《毀滅戰士》(Doom)。當時沒有應用。所以我去了日本,因為街機行業當時有世嘉。街機遊戲機,他們推出了3D街機系統。黃仁勳《VR戰士》、《Daytona》、《VR戰警》。所有這些街機遊戲都是第一次以3D形式出現。他們使用的技術來自馬丁·瑪麗埃塔。飛行模擬器,他們把飛行模擬器的核心拿出來放進了街機遊戲機裡。你在這裡的系統,比那個街機遊戲機強大一百萬倍。黃仁勳那是NASA的飛行模擬器。他們把核心拿出來用於飛行模擬,涉及噴氣式飛機和航天飛機。世嘉有一位傑出的電腦開發人員,名叫鈴木裕。鈴木裕和宮本茂,世嘉和任天堂,是令人難以置信的先驅者,有遠見的人,令人難以置信的藝術家。他們都非常技術化。他們是遊戲行業的起源。鈴木裕開創了3D圖形遊戲。黃仁勳我們創辦了這家公司,但沒有應用。午飯後,我們總是去街機廳玩世嘉的《VR戰士》和《Daytona》等遊戲。我們分析他們是如何做到的,試圖弄清楚他們是如何做到的。所以我們決定去日本,說服世嘉將這些應用移植到PC上。我們將與世嘉合作,開創PC遊戲、3D遊戲行業。喬·羅根輝達就是這樣開始的。黃仁勳是的。作為回報,他們為我們的PC電腦開發遊戲,我們將為他們的遊戲機製造晶片。這就是合作夥伴關係。我為你的遊戲機製造晶片,你把世嘉的遊戲移植給我們。然後他們付給我們一筆在當時相當可觀的錢來製造那個遊戲機。這就是輝達的開始。我們以為我們走上正軌了。黃仁勳我最初的商業計畫和使命宣言是不可能的。我們很幸運地獲得了世嘉的合作關係。我們開始起步,開始製造我們的遊戲機。大約兩年後,我們發現我們的第一個技術行不通。它是一個缺陷。黃仁勳我們所有的技術想法、架構概念都是合理的,但我們做電腦圖形的方式完全是反向的。我們選擇了三項主要的技術方法,所有三項選擇都是錯誤的。這顯示了我們是多麼的聰明。黃仁勳在1995年中期,我們意識到我們走錯了路。與此同時,矽谷擠滿了3D圖形初創公司,因為那是當時最令人興奮的技術。3Dfx、Rendition和Silicon Graphics都在進入。英特爾也已經在那裡了。最終加起來,我們不得不與100家不同的初創公司競爭。黃仁勳每個人都選擇了正確的技術方法,而我們選擇了錯誤的方法。我們是第一家開始的公司,結果發現我們基本上是倒數第一,而且答案是錯誤的。所以公司陷入了困境。最終,我們不得不做出幾個決定。第一個決定是,如果我們現在改變,我們將是最後一家公司。即使我們改變成我們認為是正確的技術,我們仍然會死。所以,是改變然後死亡?還是不改變,想辦法讓這個技術奏效?還是去做一些完全不同的事情?這個問題在戰略上困擾著公司,這是一個艱難的問題。黃仁勳我最終主張,我們不知道正確的戰略是什麼,但我們知道錯誤的技術是什麼。所以讓我們停止用錯誤的方式去做。讓我們給自己一個機會去找出戰略是什麼。我們面臨的第二個問題是,我們公司的錢快用完了。我和世嘉簽了合同。我欠他們這個遊戲機。如果合同被取消,我們就會死。我們會立即蒸發。所以我去了日本,向世嘉的CEO入交昭一郎解釋。他是一位非常棒的人。我向他解釋說,很抱歉,我有一些壞消息。黃仁勳首先,我們向你承諾的技術行不通。其次,我們不應該完成你的合同,因為我們會浪費你所有的錢,你會得到一個行不通的產品。我建議你找另一個合作夥伴來製造你的遊戲機。我非常抱歉,我們耽誤了你的產品路線圖。第三,儘管我請求你解除合同,我仍然需要錢。因為如果你不給我錢,我們就會在一夜之間蒸發。所以我謙遜、誠實地向他解釋了。黃仁勳我向他解釋了背景。我向他解釋了為什麼技術行不通,為什麼我們認為它會行得通,以及為什麼它行不通。我請求他將他們原本用於完成合同的最後500萬美元,作為投資給我們。他說,但你的公司很可能還是會倒閉,即使有了我的投資。這完全是真的。當時,1995年,500萬美元是一大筆錢。這是一大筆錢,而這裡有一堆競爭對手做得對。輝達獲得500萬美元,然後開發出正確的戰略,他能獲得回報,甚至拿回來的機會是0%。黃仁勳你算一下,是零。如果我當時坐在那裡,我也不會這麼做。500萬美元對世嘉來說是一筆巨款。如果你把那500萬美元投資給我們,它很可能會打水漂。但如果你不投資,我們就會倒閉。我們根本沒有機會。黃仁勳我告訴他我會理解他決定不投資,但如果他投資了,對我來說意義重大。他考慮了幾天,回來後說:“我們同意。”喬·羅根你當時有糾正錯誤的策略嗎?你向他解釋了嗎?黃仁勳哦,天那,等我告訴你剩下的部分,它甚至更可怕。他決定是因為他喜歡我這個年輕人。就這麼簡單。直到今天。那太瘋狂了。全世界都欠這個人一份人情。黃仁勳他們一上市就賣掉了。他們說:“哇,這是一個奇蹟。”他們在輝達估值約3億美元時賣掉了。那是我們IPO時的估值。無論如何,我非常感激。現在我們必須弄清楚該怎麼做,因為我們仍然在執行錯誤的戰略,錯誤的技術。不幸的是,我們不得不解僱公司的大部分人。我們把公司規模縮小了。所有從事遊戲機工作的人,我們都不得不縮小規模。黃仁勳然後有人告訴我:“但仁勳,我們以前從未用正確的方式製造過它。我們只知道如何用錯誤的方式製造。”所以公司裡沒有人知道如何製造Silicon Graphics所做的這種超級計算圖像生成器、3D圖形裝置。我說:“好吧,這能有多難?”當時有30家、50家公司在做。所以很幸運,有Silicon Graphics公司編寫的教科書。黃仁勳我去了商店。我口袋裡有200美元。我買了三本教科書,那是他們僅有的三本,每本60美元。我把這三本教科書帶回來,每人給了一位架構師一本,說:“讀完它,然後我們去拯救公司。”黃仁勳他們閱讀了這本教科書,從當時的巨頭Silicon Graphics那裡學習了如何做3D圖形。但令人驚奇的是,輝達的特殊之處在於,那裡的人們能夠從第一原理開始,學習最知名的藝術,但以一種從未有過的方式重新實現它。當我們重新構想3D圖形技術時,我們以一種體現今天現代3D圖形的方式重新構想了它。我們真正發明了現代3D圖形。喬·羅根你做了什麼改變?黃仁勳簡單的答案是,我們消除了所有通用性,我們將其簡化為3D圖形的最基本部分,並將其硬編碼到晶片中。所以我們沒有做通用目的的東西,而是非常具體地硬編碼到視訊遊戲所需的有限功能中。黃仁勳正是這種能力,這種超級能力——因為我們重新發明了很多東西——極大地增強了那個小晶片的能力。我們的小晶片生成的圖像速度和一台100萬美元的圖像生成器一樣快。那是我們的大突破。我們把價值100萬美元的東西放進了你現在放入遊戲PC的顯示卡中。黃仁勳然後,問題是,你如何與這30家做同樣事情的公司競爭?在那裡我們做了幾件事情。第一,我們沒有為每個3D圖形應用製造一個3D圖形晶片,而是決定只為一個應用製造一個3D圖形晶片。我們把一切都賭在了視訊遊戲上。視訊遊戲的需求與CAD、飛行模擬器的需求非常不同。它們相關,但不完全相同。黃仁勳我們縮小了問題陳述的範圍,這樣我們就可以拒絕所有其他複雜性,我們將其縮小到這一個焦點,然後我們為遊戲玩家提供了超級增壓。我們做的第二件事是,我們建立了一個與遊戲開發人員合作的完整生態系統,讓他們的遊戲移植和適應我們的晶片,這樣我們就可以將一個技術業務轉變為一個平台業務,轉變為一個遊戲平台業務。黃仁勳GeForce今天仍然是世界上最先進的3D圖形技術。但在很久以前,GeForce實際上是你PC中的遊戲機。它運行Windows、Excel、PowerPoint。當然,這些都是簡單的事情。但它的根本目的只是將你的PC變成一台遊戲機。黃仁勳所以我們是第一家致力於為一個受眾——遊戲玩家——提供所有這些令人難以置信的技術的技術公司。當然,在1993年,遊戲行業還不存在。但到了約翰·卡馬克出現,《毀滅戰士》現象發生,《雷神之錘》問世時,整個社區就爆發了。喬·羅根這是一個令人難以置信的起源故事。你回頭看一定覺得很超現實。黃仁勳始於一場災難。那500萬美元,與那位先生的談話中的那個轉折點,如果他沒有同意,如果他不喜歡你,今天的世界會是什麼樣子?太瘋狂了。創業的心態黃仁勳所以,他決定是因為他喜歡我這個年輕人。直到今天。喬·羅根太瘋狂了。世界欠這個人一份人情。黃仁勳我非常感激。現在我們必須弄清楚該怎麼做,因為我們仍在執行錯誤的策略、錯誤的技術。不幸的是,我們不得不解僱公司的大部分人。我們把公司規模縮小了。黃仁勳我們沒有人知道如何製造這個超級計算圖像生成器。我說:“好吧,這能有多難?”幸運的是,有Silicon Graphics編寫的教科書。我們重新構想了3D圖形的技術,我們重新構想了它,它體現了今天的現代3D圖形。黃仁勳Riva 128拯救了公司。它徹底改變了電腦圖形學。我們正準備發貨。黃仁勳500萬美元用不了多久。我們算了一下。沒有人能生存下來。我們沒有那麼多時間來完成晶片設計,將其傳送到代工廠(台積電),拿回晶片,測試,然後再送出去。沒有機會,沒有希望。我聽說有一家公司製造了這種機器。這台機器是一個模擬器。你可以把你的設計,所有描述晶片的軟體,放進這台機器裡,這台機器會假裝它是我們的晶片。這樣我就不必把它送到晶圓廠,等待晶圓廠送回來再測試。黃仁勳我可以讓這台機器假裝它是我們的晶片,我可以把所有的軟體放在這台被稱為模擬器的機器上進行測試,然後在我把它送到晶圓廠之前解決所有問題。如果我能做到這一點,當我把它送到晶圓廠時,它應該能工作。黃仁勳所以我們得出的結論是,把我們剩下的一半錢,當時大約100萬美元,拿去買這台機器。我打電話給這家公司,他們說:“哦,太棒了,但我們已經倒閉了。”我說:“什麼?你們倒閉了?”他說:“是的,我們沒有客戶。”我說:“等等,我們還沒製造機器嗎?”他說:“不,不,我們製造了機器。如果你想要,我們庫存裡有一台,但我們已經倒閉了。”所以我從庫存中買了一台。黃仁勳在買下它之後,他們就倒閉了。我們把輝達的晶片放進了這台機器,我們在上面測試了所有的軟體。當時我們已是筋疲力盡。但我說服自己,這塊晶片會很棒。所以我不得不打電話給台積電。當時,他們還是一家只有幾億美元的小公司。黃仁勳我向他們解釋了我們在做什麼。我說我們有很多客戶。我說我們要送一塊晶片給你們,我想直接投入生產,因為我知道它能工作。他們說:“以前沒有人這樣做過。從來沒有人第一次就設計出能工作的晶片。”沒有人會在沒有看到它的情況下就開始生產。但我也知道,如果我不開始生產,我們也會倒閉。如果我能開始生產,我可能還有機會。黃仁勳台積電決定支援我。這位先生名叫張忠謀(Morris Chang)。他是代工行業的教父,台積電的創始人。他決定支援我們公司。我向他們解釋了一切。他們決定支援我們,坦白說,可能是因為他們也沒有那麼多其他客戶。黃仁勳在開始生產時,張忠謀飛到美國。他問了我很多問題,試圖弄清楚,我們是否有錢?事實是我們沒有足夠的錢。但我們有來自客戶的強勁訂單。如果它不工作,一些晶圓就會損失。我不太確定會發生什麼,但我們會陷入困境。但在所有這些風險下,他們還是支援了我們。黃仁勳我們發佈了這塊晶片。事實證明它完全是革命性的。我們一炮而紅。我們成為歷史上增長最快的技術公司,從零達到10億美元。喬·羅根你沒有測試晶片,這太瘋狂了。黃仁勳我知道。我們是之後才測試的。我們是之後才測試的。順便說一句,我們為拯救公司而開發的方法論,今天全世界都在使用。我們改變了全世界設計晶片的方法論,改變了全世界設計晶片的節奏。我們改變了一切。黃仁勳你如何描述那種感覺?世界似乎在飛速發展。你無法阻止那種感覺,一切都在超高速移動。你躺在床上,感覺世界,你知道,你感到極度焦慮,完全失控。在我的生活中,這種感覺可能出現過幾次,正是在那段時間。黃仁勳我學到了很多。我學到了簡單的事情。我學會了制定策略。我們學會了如何制定策略,什麼是致勝策略。我們創造了現代3D遊戲市場。黃仁勳正是同樣的技能,我們創造了現代AI市場。完全一樣。完全一樣的技能,完全一樣的藍圖。我們學會了如何應對危機,如何保持冷靜,如何系統地思考問題。黃仁勳我們學會了消除公司的所有浪費,從第一原理出發,只做必要的事情。其他一切都是浪費,因為我們沒有錢。時刻依靠著微薄的資源生存。我今天早上醒來時的感覺,和你即將倒閉的感覺沒有什麼不同。喬·羅根你仍然有這種感覺?黃仁勳哦,是的。每天早上。喬·羅根但你們是地球上最大的公司之一。黃仁勳但那種感覺不會改變。脆弱感、不確定感、不安全感,它不會離開你。喬·羅根你認為這會激勵你嗎?這是公司如此成功的部分原因嗎?你有那種飢餓的心態,從不休息,總是在邊緣?黃仁勳比起渴望成功的驅動力,我更害怕失敗的驅動力。喬·羅根難道這不是成功學教練會告訴你的完全錯誤的心理學嗎?黃仁勳喬,我想世界是第一次聽到我這麼說。但這是真的。我不是一個有野心的人。我只是想活下去,喬。我想讓公司蓬勃發展。我想讓我們產生影響。喬·羅根這很有趣。也許這就是你如此謙遜的原因。也許這就是讓你腳踏實地的原因。因為公司取得了如此巨大的成功,很容易變得自大。但這不是很有趣嗎?如果你的主要焦點只是成功,你可能會說:“成功了,搞定了,我是老大。”你放下麥克風。黃仁勳相反,你醒來時會想:“天那,我們不能搞砸。”完全正確。每天早上。不,每時每刻。喬·羅根你工作你清醒的每時每刻嗎?黃仁勳我清醒的每時每刻。我在思考解決一個問題。喬·羅根你能保持多久?黃仁勳我不知道,但可能下周就結束了。喬·羅根聽起來很累人。黃仁勳是很累人。喬·羅根總是處於焦慮狀態。黃仁勳是的。總是處於焦慮狀態。黃仁勳我認為領導者和脆弱並沒有什麼不一致的地方。公司不需要我一直都是天才,一直都是對的,對我正在做的事情絕對確定。公司不需要那樣。公司希望我成功。黃仁勳我很幸運能在一家擁有四萬名員工的公司工作,他們都希望我成功。我能感受到。他們每天都在幫助我克服這些挑戰,努力實現我所描述的戰略,盡力而為。如果有什麼地方錯了或不完全正確,他們會告訴我,這樣我們就可以及時調整。黃仁勳作為領導者,我們越是脆弱,其他人就越能夠告訴你:“仁勳,那不完全對。或者你考慮過這個資訊嗎?”我們越脆弱,我們就越能真正地進行調整。如果我們把自己置於超人的能力之上,那麼我們就很難調整戰略,因為我們本應該一直都是對的。如果你總是對的,你怎麼可能調整呢?因為調整需要你承認自己錯了。黃仁勳所以我對犯錯沒有任何問題。我只需要確保我保持警覺,確保我時刻從第一原理思考問題。黃仁勳持續的重新評估在一定程度上導致了持續的焦慮,因為你在問自己:“我昨天錯了嗎?我現在仍然是對的嗎?這還是原來的情況嗎?情況改變了嗎?這比你想像的更糟嗎?”喬·羅根但這種心態非常適合你的業務。因為這個業務瞬息萬變。黃仁勳一直如此。我的競爭來自四面八方。其中很多事情都是懸而未決的。你必須在一個包含一百個變數的未來中進行創新。你不可能在所有方面都是對的。所以你必須衝浪。喬·羅根你必須衝浪。這是一個很好的比喻。你必須衝浪。你正在衝浪技術和創新的浪潮。黃仁勳是的。你無法預測浪潮。你必須應對你所擁有的。而且技能很重要。我已經做了33年了,我是世界上任期最長的科技CEO。喬·羅根這是真的嗎?恭喜你。太棒了。黃仁勳人們問我怎麼辦到的。第一,不要被解僱。第二,不要感到厭倦。喬·羅根你如何保持你的熱情?黃仁勳實話實說,並不總是熱情。有時是熱情。有時只是純粹的恐懼。有時,還有健康的沮喪感。我們擁有所有的情緒。是的,所有的情緒。黃仁勳我認為,作為CEO,我們擁有所有的情感,而且可能被放大到極致,因為你在代表整個公司感受這一切。我必須銘記過去。我必須銘記現在。我必須銘記未來。它並非沒有情感。讓我們這樣說吧,它不僅僅是一份工作。科技領袖的自我認知喬·羅根我現在想,你工作中最困難的方面之一,就是預測技術的發展方向和應用。黃仁勳是的,有很多方法,它需要很多東西,但讓我先說。你必須被了不起的人包圍著。黃仁勳輝達是世界上唯一一家規模龐大,而其唯一業務是技術的公司。我們只開發技術。我們不做廣告。我們賺錢的唯一方式是創造出色的技術並出售它。所以今天的輝達,最重要的是你被世界上最優秀的電腦科學家包圍著。這是我的天賦。我的天賦在於,我們創造了一種公司文化,一種條件,讓世界上最偉大的電腦科學家願意成為其中的一部分。因為他們可以做他們一生的工作,創造下一個東西,因為那是他們想做的。他們可能不想為另一個業務服務,他們想為技術本身服務。黃仁勳我們必須保持警覺,減少錯過或犯錯的可能性。有很多不同的方法可以做到這一點。例如,我們有很好的合作夥伴關係。我們有基礎研究。我們擁有世界上最大的工業研究實驗室之一。我們與許多大學和其他科學家合作。我們進行大量的開放協作。我不斷地與公司以外的研究人員合作。我們擁有與埃隆和業內其他人合作的優勢。黃仁勳我們擁有獨特的優勢,是唯一一家可以服務於消費者網際網路、工業製造、科學計算、醫療保健、金融服務等所有行業的純技術公司。我們所處的行業,它們都是我的訊號。它們都有數學家和科學家。因此,我擁有這個世界上最廣泛的雷達系統,它涵蓋了從農業到能源再到視訊遊戲的每個行業,這種反饋系統是令人難以置信的。最後,你必須有一種保持高度警覺的文化。除了集中注意力,我還沒有找到任何保持警覺的簡單方法。黃仁勳我每天可能會閱讀數千封電子郵件。喬·羅根你怎麼有時間?黃仁勳我醒得很早。今天早上我四點就起床了。喬·羅根你睡多久?黃仁勳六、七個小時。然後你四點起床,在開始工作前閱讀幾個小時的郵件。對,是的。喬·羅根每天嗎?黃仁勳每一天。包括感恩節和聖誕節。喬·羅根你休假嗎?黃仁勳會,但對我來說,我的假期的定義是和我的家人在一起。如果我和我的家人在一起,我非常高興。我不在乎我們在那裡。喬·羅根那你那時不工作嗎?還是工作一點?黃仁勳不,不,我工作很多。喬·羅根即使你出去旅行,你仍然?黃仁勳哦,當然。每天。我的孩子們也每天工作。喬·羅根你讓我聽著都累了。黃仁勳我的兩個孩子都在輝達工作。他們每天都工作。現在有三個人每天都在工作,而且他們想每天都和我一起工作。移民與美國夢黃仁勳我的父母工作非常努力。我生來就有工作基因,受苦基因。黃仁勳這是一個偉大的國家。我是一個移民。我的父母先把我哥哥和我送到這裡。我出生於,我的父親在泰國有一份工作。他是一名化學和儀表工程師,一位了不起的工程師。他的工作是啟動一家煉油廠。所以我們搬到了泰國,住在曼谷。黃仁勳在1973年、1974年左右,你知道泰國每隔一段時間就會發生政變。軍隊會叛亂。突然有一天,街上出現了坦克和士兵。我父母認為,孩子們待在這裡可能不安全。所以他們聯絡了我的叔叔。我的叔叔住在華盛頓州塔科馬,我們從未見過他。我父母把我們送到了他那裡。喬·羅根你當時多大?黃仁勳我快九歲了,我哥哥快十一歲了。我們倆來到美國,和叔叔住了一段時間,他幫我們找學校,因為我父母沒有很多錢,他們也從未去過美國。黃仁勳我的叔叔找到了一所可以接收外國學生,而且我的父母負擔得起的學校。那所學校是位於肯塔基州奧奈達的奧奈達浸信會學院(Oneida Baptist Institute),今天阿片類藥物危機爆發的中心。黃仁勳肯塔基州克拉克縣。當我到達時,它是美國最貧困的縣。直到今天,它仍然是美國最貧困的縣。我們去了那所學校。這是一所很好的學校。在一個只有幾百人的小鎮上。我九歲,在為一百個男孩清理宿舍的廁所。我清洗的浴室比任何人都多。黃仁勳我哥哥的工作是在菸草農場工作。他們種菸草,這樣他們就可以為學校籌集一些額外的錢。黃仁勳我的記憶是很好的。但那是一個艱難的城鎮。鎮上的孩子都帶著刀。每個人都帶著刀。每個人都抽菸。每個人都有一個Zippo打火機。我抽了一個星期的煙。喬·羅根你當時九歲嗎?你試著抽菸?黃仁勳是的,我給自己買了一包香菸。其他人都抽。喬·羅根你生病了嗎?黃仁勳沒有,我習慣了。我學會了吹煙圈,用鼻子呼氣、吸氣。喬·羅根你九歲時?黃仁勳九歲時。黃仁勳我只是為了融入或看起來很酷,因為其他人都這樣做。然後我抽了幾個星期,我想。但我寧願用我每月一毛五的零花錢買冰棒和巧克力棒。我九歲。我選擇了更好的道路。兩年後我的父母來到美國。我們在華盛頓州塔科馬與他們會面。喬·羅根那太瘋狂了。黃仁勳這是一次非常瘋狂的經歷。從泰國到一個最貧困的地方,作為一個九歲的孩子。那是我第一次經歷。黃仁勳那段經歷中讓我心碎的,可能也是唯一讓我心碎的是。我們沒有足夠的錢每周打國際電話。所以我的父母給了我們這台愛華錄音機和一盤磁帶。所以每個月我們都會坐在錄音機前,我和我哥哥傑夫,我們兩個人會告訴他們我們這個月做了什麼。黃仁勳我們會把磁帶通過郵件寄過去。我父母會拿到磁帶,在上面錄音再寄回來給我們。喬·羅根在兩年裡,這是你與父母交流的唯一方式?黃仁勳是的。我的父母真的很了不起。他們從小就很窮,來到美國時幾乎沒有錢。他們當時四十幾歲。他們追求美國夢。我是美國夢的第一代。黃仁勳很難不愛這個國家。很難不對這個國家抱有浪漫情懷。喬·羅根這是一個浪漫的故事。一個了不起的故事。黃仁勳我父親就是在報紙的廣告欄裡找到工作的,他打電話給別人,找到了一份工作。他是一名諮詢公司的諮詢工程師,他們幫助人們建造煉油廠、造紙廠和晶圓廠。他對工廠設計、儀表工程非常在行。他很聰明。黃仁勳他做了那份工作,而我母親做女傭,他們找到了撫養我們的方法。喬·羅根這是一個令人難以置信的故事,仁勳。從你的童年到輝達幾乎失敗的危機。這真的很不可思議。黃仁勳我過得很棒。喬·羅根你確實如此。這也是一個很好的故事,讓其他人聽到。你不需要去常春藤盟校才能成功。這個國家創造了機會,為我們所有人提供了機會。你必須努力奮鬥。你必須努力爭取。但如果你付出努力,你就能成功。沒有人不努力工作。黃仁勳還有很多的運氣和很多好的決策。以及他人的善意。那非常重要。喬·羅根這改變了世界。黃仁勳那項發明改變了世界。這是一個不可思議的故事,仁勳。真的。黃仁勳謝謝你。就像你的故事一樣。不可思議。喬·羅根我的故事沒有那麼不可思議。我的故事更奇怪。你知道嗎?它更偶然、更奇怪。喬·羅根三個最重要的里程碑是什麼?第一步是什麼?喬·羅根我想第一步是看到別人在做。播客初期,我在2009年開始播客時。第一個是亞當·柯裡,我的好朋友,他是播客之父。他發明了播客。然後,我記得亞當·卡羅拉有一個節目,因為他有一個電台節目被取消了。所以他決定在網際網路上做同樣的節目。這在當時是相當革命性的。喬·羅根接著是我做不同早間電台節目,特別是Opie and Anthony的經歷,因為那很有趣。我們會和一群喜劇演員聚在一起。我會在節目中和三四個我認識的人一起。我總是很期待,那是一段美好的時光。我說:“天那,我懷念做那個。做那個太有趣了。我希望我能做些類似的事情。”喬·羅根然後我看到湯姆·格林設定的裝置。湯姆·格林在他的房子裡設定了裝置,他基本上把他的整個房子變成了一個電視攝影棚。他在客廳裡做網際網路節目。他的房子裡有伺服器,到處都是電纜。他不得不跨過電纜。那是在2007年。我說:“湯姆,這太瘋狂了。”我說:“你必須想辦法用這個賺錢。”喬·羅根那就是開始。就是看到別人在做,然後說:“好吧,我們試試吧。”所以在最初的日子裡,我們只是用筆記型電腦,用一個網路攝影機,然後瞎搞,請了一群喜劇演員來。我們只是聊天開玩笑。我每周做一次。然後我開始每周做兩次。然後突然我做了一年。然後我做了兩年。然後就有了:“哦,開始有很多觀眾,很多聽眾了。”喬·羅根然後我就一直做下去。我只是繼續做下去,因為我喜歡做這件事。黃仁勳你有遇到過挫折嗎?喬·羅根不,真的沒有挫折。黃仁勳真的沒有?你一定有過同樣的經歷,你只是有韌性,或者你只是很堅強。喬·羅根不,不,不。它不難。它只是有趣。所以我只是——黃仁勳你從未被當面痛擊過。喬·羅根不,在節目中沒有。真的沒有。你從未做過引起巨大反彈的事情。不。真的沒有。它一直在增長。喬·羅根我享受與人交談。我一直喜歡與有趣的人交談。我甚至可以從我們剛進來時,你與每個人互動的方式看出來,不只是我。人們很酷。這是一個了不起的禮物,能夠和這麼多有趣的人進行如此多的對話,因為它改變了你看待世界的方式,因為你通過這麼多不同人的眼睛看到了世界。喬·羅根你和這麼多不同的人有不同的視角、不同的觀點、不同的哲學和不同的人生故事。擁有與這麼多了不起的人進行對話的經歷,是令人難以置信的豐富和教育。這就是我開始做的。現在我所做的也是如此。黃仁勳如果不是因為川普總統,我也不會被提到那個名單上。我早就想和你聊聊了。我只是覺得你所做的事情非常迷人。黃仁勳在一個地方,你是一個移民,去了奧奈達浸信會學院,和那裡的學生在一起。然後現在,輝達是歷史上最重要的公司之一。這是一個瘋狂的故事。那段旅程令人難以置信,而且非常謙卑。我非常感激。喬·羅根你非常幸運。而且你也看起來很幸福。你似乎100%走在人生的正確道路上。黃仁勳每個人都說你一定熱愛你的工作。並非每天如此。這就是一切的美妙之處。有起有伏。黃仁勳成功人士通常會留下這樣的印象:我們的工作給我們帶來巨大的快樂。我想大部分是這樣。我們對工作充滿熱情。而這種熱情意味著它非常有趣。黃仁勳我認為大部分是這樣。但它分散了人們對一個事實的注意力,即很多成功來自於非常非常努力的工作。有很長一段時間的痛苦、孤獨、不確定、恐懼、尷尬和羞辱。所有那些我們最不喜歡的感受。從零開始創造一些東西是非常困難的。黃仁勳人們並不總是相信你。你經常感到羞辱,大部分時間不被相信。所以人們忘記了成功的那一部分,我認為那是不健康的。我認為我們應該把這一點傳遞下去,讓人們知道這只是旅程的一部分。痛苦是旅程的一部分。當事情進展順利時,你會更加感激它。黃仁勳你經歷的這些糟糕的感覺,當事情進展不順利時,當它們順利時,你會更加感激。深深的感激。是的。深深的自豪。令人難以置信的自豪。令人難以置信的感激,當然,還有令人難以置信的回憶。喬·羅根仁勳,非常感謝你來到這裡。這真的很有趣。我真的很喜歡。你的故事絕對是不可思議的,非常鼓舞人心。這是一個真正的美國夢。 (invest wallstreet)
黃仁勳首次喬羅根播客150分鐘深談:痛苦作為一種特權- 輝達的兆帝國與生存哲學
城主說 | 如果說現在的科技界有一位真正的搖滾明星,那無疑是黃仁勳(Jensen Huang)。作為輝達(NVIDIA)的聯合創始人兼CEO,他身穿標誌性的黑色皮衣,掌舵著這家目前全球市值最高的科技公司之一。然而,在外界看到的兆市值光環背後,黃仁勳的內心世界並非充滿了勝利的喜悅,而是常年被一種“距離倒閉只有30天”的焦慮所佔據。這是黃仁勳首次出現在世界第一播客-喬羅根播客裡, 進行了整整150分鐘的深度訪談。 黃仁勳與喬·羅根深入探討了人工智慧的現狀與未來,涵蓋AI安全、軍事應用、能源瓶頸以及對就業市場的潛在影響。黃仁勳分享了輝達創業初期的生死時刻,包括因技術路線錯誤瀕臨破產時與世嘉的博弈,以及孤注一擲開發Riva 128晶片的幕後故事。此外,他還回顧了2012年深度學習爆發的轉折點,講述了將第一台AI超級電腦交付給OpenAI的歷程,並深情回憶了他作為移民少年在肯塔基州寄宿學校的成長經歷,闡述了“痛苦”、“焦慮”和“脆弱感”如何成為驅動個人與企業持續成功的核心動力。在他看來,外界往往誤讀了成功的本質。輝達之所以能引領AI革命,並非因為他們預知了未來,而是因為他們始終生活在對失敗的恐懼中,這種恐懼迫使他們從第一性原理出發,在絕望中尋找生機。核心觀點AI安全與網路安全:AI的安全性在於其反思和邏輯推演能力的提升。未來的AI威脅將通過“AI對抗AI”的模式來防禦,類似於當今的網路安全生態系統。能源與計算效率:雖然AI對能源需求巨大,但加速計算(輝達定律)在大幅提升性能的同時,顯著降低了單位計算的成本和能耗。創業的生死考驗:輝達曾因選擇了錯誤的3D圖形技術路線而面臨倒閉,依靠世嘉的500萬美元投資和一次未經物理驗證的晶片流片豪賭才得以倖存。深度學習的本質:2012年AlexNet的突破讓輝達意識到GPU不僅用於圖形,更是“通用函數逼近器”,這促使公司全力轉型AI計算。成功的代價:黃仁勳認為,外界往往只看到成功的喜悅,卻忽視了伴隨成功而來的長期痛苦、恐懼和不確定性,這種“距離倒閉只有30天”的危機感是保持領先的關鍵。人工智慧的本質:從圖形到通用函數逼近器回顧過去十年,人工智慧的爆發式增長看似突然,實則有跡可循。黃仁勳將2012年視為現代AI的“大爆炸”時刻。當時,多倫多大學的研究人員(AlexNet團隊)利用兩塊輝達GTX 580顯示卡,在電腦視覺領域取得了歷史性突破。對於大多數人來說,這只是一個學術成果,但黃仁勳敏銳地捕捉到了其中的範式轉移。“我們意識到,深度學習的神經網路本質上是一個‘通用函數逼近器’(Universal Function Approximator),” 黃仁勳解釋道。傳統的軟體是人類編寫規則,而深度學習則是通過輸入和輸出資料,讓電腦自己找出規則。這意味著,GPU不再僅僅是服務於遊戲玩家的玩具,它是解開世界複雜規律的鑰匙——無論是牛頓定律、量子物理,還是語言模型。這種洞察力促使輝達在當時無人看好的情況下,花費數十億美元開發了第一台AI超級電腦DGX-1。2016年,黃仁勳親自將第一台DGX-1送到了OpenAI,交付給了埃隆·馬斯克(Elon Musk)和伊利亞·蘇茨克維(Ilya Sutskever)。“當時沒有人想要這台機器,除了埃隆。他對我說:‘這正是我們需要的’,” 黃仁勳回憶道。這一刻,成為了生成式AI革命的起點。數位化防禦:AI時代的矛與盾隨著AI能力的指數級增長,關於“AI安全”和“超人類智能”的擔憂甚囂塵上。對此,黃仁勳持有一種務實且樂觀的技術現實主義態度。他認為,人們對AI的恐懼往往源於科幻電影中的“天網”敘事,即AI會突然獲得意識並反抗人類。“最佳的安全防禦,是讓人工智慧滲透到我們所做的一切中,” 黃仁勳指出。他將AI安全類比為網路安全:這並非一場終局之戰,而是一個動態的對抗過程。未來,我們將擁有數以億計的“AI代理”(AI Agents)作為防禦者,通過AI對抗AI的模式來識別威脅、修補漏洞。他強調,技術的進步實際上是在提升安全性。如今的AI不僅是在生成答案,更是在進行“反思”和“邏輯推演”。“我們將算力引導至讓AI能夠思考、分解問題、甚至在回答前進行自我核查。更強的馬力(算力)意味著更好的操控性和安全性,就像一輛擁有1000馬力的汽車往往配備了更先進的剎車和防滑系統。”生死博弈:輝達的至暗時刻儘管如今風光無限,但輝達的歷史實際上是由一系列“瀕死體驗”構成的。最驚心動魄的一次發生在1995年,當時輝達剛剛成立不久,卻面臨著技術路線徹底錯誤的絕境。公司當時押注於一種獨特的3D圖形技術(四邊形紋理貼圖),並與世嘉(Sega)簽訂了開發遊戲主機的合同。然而,隨著微軟發布DirectX標準,輝達的技術路線被判了死刑。“我們只有兩個選擇:繼續錯誤的方向然後倒閉,或者承認錯誤然後倒閉,” 黃仁勳坦言。在絕望中,年輕的黃仁勳做出了一個極其大膽的舉動。他飛往日本,向世嘉CEO坦承輝達無法完成合同,建議世嘉另尋合作夥伴,但同時請求世嘉不要收回已經支付的500萬美元款項,甚至再投資一筆錢讓輝達尋找新方向。“這在邏輯上是不成立的,成功率為0%。但世嘉的CEO被我的誠實打動了,他給了我們需要的那筆錢。” 正是這筆救命錢,讓輝達得以苟延殘喘,孤注一擲地開發了Riva 128晶片。為了趕在資金耗盡前上市,黃仁勳甚至沒有錢進行晶片的物理流片測試。他花費了公司僅剩資金的一半,購買了一台二手模擬器,在虛擬環境中驗證設計。“如果那次流片失敗,我們就徹底完了。” 幸運的是,Riva 128大獲成功,輝達不僅活了下來,還重新定義了3D圖形行業。痛苦的哲學:焦慮是成功的伴侶這種在懸崖邊行走的經歷,深刻地塑造了黃仁勳的領導哲學。與許多宣揚“激情”和“夢想”的矽谷CEO不同,黃仁勳更強調“痛苦”和“焦慮”的價值。“我是一個移民,我天生就帶有受苦的基因,” 黃仁勳回憶起他9歲時被父母送到肯塔基州一所寄宿學校的經歷。那裡是當時美國最貧窮的地區之一,作為學校裡年紀最小且唯一的亞洲孩子,他不僅要適應艱苦的環境,還要負責打掃整棟宿舍樓的廁所。“我洗的廁所比任何人都多,但這並沒有讓我感到不適,相反,它讓我變得堅韌。”這種韌性轉化為了輝達的企業文化。即便現在公司市值已突破兆,黃仁勳依然保持著高強度的危機感。他每天早上4點起床,工作直到深夜,始終在反思戰略是否正確,外部環境是否發生了劇變。“如果你想建立一家偉大的公司,痛苦、孤獨和自我懷疑是必經之路,” 黃仁勳總結道。在他看來,成功人士往往會重寫歷史,將一切描述為天才的預見,但現實往往是充滿尷尬和掙扎的。這種對現實的誠實,以及對“可能失敗”的持續恐懼,才是輝達能夠在這個瞬息萬變的科技行業中,始終站在浪潮之巔的核心秘密。附錄:天空之城全文整理開場與關於川普的軼事喬羅根: 喬·羅根的播客,去看看吧。喬羅根: 喬·羅根體驗秀。白天訓練,晚上聽喬·羅根的播客,全天候。喬羅根: 你好,Jensen。喬。很高興再次見到你。我們剛才在聊,我們倆第一次交談是那次嗎?還是我們第一次交談是在SpaceX?SpaceX。SpaceX是第一次。那時你正在給埃隆展示那個瘋狂的人工智慧晶片。對,DJX Spark。那真是個重要的時刻。那是一個非常重要的時刻。身臨其境的感覺太瘋狂了。我當時就像在看這些科技界的巫師交換資訊,然後你遞給他一個很厲害的裝置,你懂嗎?另一次是,我在後院射箭,然後隨機接到了川普的電話,但他和你在待在一起。川普總統和我給你打了電話。我們當時正在談論你。黃仁勳: 他當時在談論他要在自家前院舉辦的美國終極格鬥冠軍賽(UFC)的事情。然後他拿出來,他對詹森(Jensen)說,看看這個設計。他為此感到非常自豪。我說,你打算在白宮前草坪上打一場比賽?他說,你會來的。這會太棒了。他展示了他的設計是多麼漂亮。然後他說,不知怎麼地,你的名字被提了起來。他說,你認識喬嗎?我說,我將要上他的播客。他說,我們給他打電話吧。他就像個孩子。我知道,我們給他打電話吧。喬羅根: 他就像一個79歲的孩子。他是一個70歲的孩子。黃仁勳: 真是太不可思議了。喬羅根: 他是個怪人。只是非常不同。與人們對他的預期非常不同。而且作為一位總統,他也非常與眾不同。一個會突然給你打電話或發簡訊的人。還有,他發簡訊時,你用的是Android手機,所以發不過去給你。但我的iPhone,他會讓簡訊變得很大。是這樣嗎?美國又受到尊敬了。全部大寫,然後把文字放進去。太大了,這有點荒謬。黃仁勳: 一對一的川普,川普總統,非常不同。他讓我感到驚訝。首先,他是一個令人難以置信的好的傾聽者。我對他說的幾乎所有事情,他都記住了。喬羅根: 人們他們只願意看關於他的負面新聞或關於他的負面敘事。你可以抓住任何人狀態不好的一天。比如,他做很多事情是我認為他不應該做的。比如,我不認為他應該對記者說“安靜點,小豬”。那真的很荒謬。而且,客觀上來說很有趣。發生在她身上這件事很不幸。我不想那種事發生在她身上,但這確實很有趣。總統那樣做簡直太荒謬了。我希望他不要那麼做。但除此之外,他是一個很有趣的人。他就像是一個人身上融合了許多不同的特質。黃仁勳: 他魅力的一部分,他天才的一部分就在於,他直言不諱。喬羅根: 這在很多方面就是一個反政客的表現。黃仁勳: 他心裡想的確實就是他嘴上說的。我想人們更喜歡這樣。我也會那樣做。有些人。喬羅根: 有些人寧願被欺騙。黃仁勳: 但我喜歡他把心裡想的說出來的這個事實。幾乎每一次他解釋某事、說某話時,他都以他對美國的愛、他想為美國做的事情開頭,你可以清楚地感受到。而且他所思考的一切都非常務實,非常合乎常理。而且,這非常合乎邏輯。我仍然記得我第一次見到他的時候。所以這是,我以前從不知道他,從未見過他。然後盧特尼克部長打來了電話。我們正是在政府剛開始的時候碰面的。他說,他告訴我對川普總統而言不重要的事情,那就是,讓美國製造商在國內生產。這對他是非常重要的。因為這關係到國家安全。他希望確保我們國家重要的關鍵技術是在美國製造的,並且我們重新實現工業化,重新擅長製造業,因為這對就業很重要。這似乎是常識,不可思議的常識。這幾乎就是我與盧特尼克部長談話的開場白。他談到他如何開始,他如何開啟我們的談話。我是盧特尼克部長。我只想告訴你,你是一個國寶。而VITA是一個國寶。每當你需要接觸總統、接觸政府時,你給我們打電話。我們永遠都會為你提供幫助。坦率地說,那是第一句話。喬羅根: 這相當不錯。黃仁勳: 而且完全屬實。每次我打電話,如果我需要什麼,如果我想傾訴一下,表達一些擔憂。他們總是在那裡。製造業回歸與能源增長的重要性喬羅根: 難以置信。只是不幸的是,我們生活在一個政治如此兩極分化的社會,以至於如果你反對某個人,你就無法認可他們所提出的好的常識性事物。我想,這就是這裡發生的事情。我認為大多數人,作為一個國家,作為一個我們所是的巨大共同體,在美國擁有製造業是合乎情理的。特別是你所談論的那種關鍵技術。比如,我們從其他國家購買如此多的技術,這簡直是瘋了。黃仁勳: 如果美國不增長,我們將不會有任何繁榮。我們無法對任何國內事務或其他事務進行投資。我們無法解決我們的任何問題。如果我們沒有能源增長,我們就無法實現產業增長。如果我們沒有產業增長,我們就無法實現就業增長。就這麼簡單。事實上,他上任後說的第一件事就是“開採吧,寶貝,開採**吧”,他的觀點是我們需要的能源增長。沒有能源增長,我們就不會有產業增長。而那,拯救了人工智慧產業。我必須直截了當地告訴你,如果沒有他促進增長的能源政策,我們將無法建造人工智慧工廠。我們將無法建造晶片工廠。我們肯定無法建造超級電腦工廠。所有那些事情都將是不可能的。沒有這一切,建築工作將會面臨挑戰,電氣,電工的工作,所有現在蓬勃發展的這些工作都會面臨挑戰。所以我認為他做對了。我們需要能源增長。我們希望讓美國重新工業化。我們需要重返製造業。每個成功的人都不需要擁有博士學位。每個成功的人都不一定都上過史丹佛或麻省理工學院。我認為那種、那種敏感性是。是完全正確的。全球技術競賽與AI的戰略優勢喬羅根: 現在,當我們談論技術增長和能源增長時,很多人會說,那不是我們需要的。我們需要簡化我們的生活,回歸。但真正的問題在於我們正處於一場巨大的技術競賽之中。無論人們是否意識到,無論他們是否喜歡,它都在發生。而且這是一場非常重要的競賽,因為誰先到達人工智慧事件視界的某個點,誰先到達那裡,就擁有。巨大的、非常顯著的優勢。你同意這個看法嗎?黃仁勳: 首先,我同意我們正處在一場技術競賽中,而且我們一直都處在一場技術競賽中。我們與某方之間的技術競賽已經持續了很長時間了。自工業革命以來,我們一直處於技術競賽之中。從曼哈頓計畫開始。或者,甚至可以追溯到能源的發現,如果你願意這麼說的話,英國就是工業革命的發源地,是被“發明”出來的地方。當他們真正做到了的時候。他們意識到可以將蒸汽和類似物質轉化為能量和電力。所有這些在很大程度上都是在歐洲發明的。而美國則從中獲益。是我們從中學習的。我們將它工業化了。我們的傳播速度比歐洲任何其他國家都快。他們都陷於關於政策、就業和顛覆的討論中,一遍又一遍地談論就業和顛覆。與此同時,美國正在形成。我們只是拿來技術並全力推進。因此,我認為我們一直處於一場技術競賽之中。第二次世界大戰就是一場技術競賽。曼哈頓計畫就是一場技術競賽。從那時起,在冷戰期間,我們一直處於一場技術競賽中。我認為我們仍然處於一場技術競賽之中。這可能是最重要的一場競賽。技術就是它,它賦予你超能力,無論是資訊超能力還是能源超能力。還是軍事超能力,其根基都在於技術。因此,技術領導力確實非常重要。喬羅根: 那麼,問題在於如果其他人擁有更先進的技術,那就是問題所在。說得對。喬羅根: 在人工智慧競賽中,人們似乎非常緊張。喬羅根: 比如,埃隆曾出名地說過,有大約80%的機率。這太棒了。20%的機率。我們遇到麻煩了。人們對那20%感到擔憂,這是有道理的。如果你的左輪手槍裡有10顆子彈,你取出了8顆,但裡面還剩下2顆,然後你一轉。當你扣動扳機時,你不會感到真正的舒服。這很可怕。對。當我們朝著人工智慧的最終目標努力時,我們無法想像到達那裡不符合國家安全利益。黃仁勳: 我們應該,問題是那裡有什麼?那就是關鍵所在。那裡有什麼?我不太確定。當然。那就是問題所在。我不認為任何人真正知道。喬羅根: 不過那太瘋狂了。黃仁勳: 如果我問你,你是輝達的負責人。如果你都不知道有什麼,那誰會知道呢?我認為它可能會比我們想像的要循序漸進得多。它不會是一個瞬間。它不會是,不會是好像某人來了而其他人沒有。我不認為會是那樣。我認為它會是技術不斷變得越來越好的事物,就像技術發展一樣。喬羅根: 所以你對未來持樂觀態度。你對人工智慧未來發展抱有很高的期望。很明顯,你們會製造出世界上最好的AI晶片嗎?最好是這樣。黃仁勳: 如果歷史可以作為參考,我們總是對新技術感到擔憂。人類一直對新技術感到擔憂。總會有人在思考,總會有很多人非常擔憂,過去也一直很擔憂。因此,如果歷史能給我們一個好的指引,那麼所有這些擔憂都會被引導到使技術更安全的方向上來。因此,例如,在過去的幾年裡,我可以說人工智慧技術可能僅在過去兩年中就增長了大約一百倍。我們姑且給它一個數字。好的嗎?這就好像兩年前的汽車現在慢了一百倍一樣。AI的安全性:反思與精準性黃仁勳: 所以今天的AI能力已經強大了一百倍。那麼,我們是如何引導這項技術的呢?我們如何引導所有這些能力呢?我們將它引導至使人工智慧能夠思考,這意味著它可以接收我們給出的一個問題,並一步一步地將其分解。它在給出答案之前會進行研究,從而使其立足於事實。它會反思那個答案,並問自己,這是你所知道的,這個答案所能提供的最佳答案嗎?我對這個答案有把握嗎?如果它對答案沒有把握或沒有高度的信心,它就會回去做更多的研究。它甚至可能會使用一個工具,因為那個工具提供的解決方案比它自己憑空想像出來的要好。因此,我們將所有這些計算能力引導至使其產生一個更安全的結果,一個更可靠的答案,一個更真實的答案。因為正如你們所知,人工智慧最初最主要的批評之一就是它會產生幻覺。對。因此,如果你看看今天人們如此廣泛使用人工智慧的原因,是因為幻覺的產生量已經減少了。我幾乎在整個,我在這邊路上全程都在使用它。我認為能力,大多數人談論能力時,他們會想到,也許是爆發性的力量。但技術能力,其中大部分都導向了安全性。今天的汽車動力更強,但它更安全。駕駛。很多這種能力都用於更好的操控。我寧願有一輛,你有一輛一千馬力的卡車。我認為五百馬力已經相當不錯了。一千馬力更好。我認為一千更好。喬羅根: 我認為一千更好。我不知道是不是更好,但它肯定更快。黃仁勳: 我認為這更好。你更快擺脫麻煩。喬羅根:  我更喜歡我的 599 而不是我的 612。黃仁勳: 我認為它更好,更好,而且更多的馬力就是更好。我的 459 比我的 430 好。更多的馬力就是更好。我認為更多的馬力就是更好。我認為處理得更好一些。控制得更好。在技術方面,情況也是非常相似的。因此,如果你看看我們如何實現人工智慧性能的下一次千倍提升,其中很大一部分將引導到更多的反思、更多的研究,更深入地思考答案。喬羅根: 那麼,當你定義安全性時,你是將其定義為準確性嗎?黃仁勳: 功能性。功能性。好的。它會做你期望它做的事情。然後你採用技術的馬力。你給它設定護欄,就像我們的汽車一樣。我們今天的汽車中有很多技術。其中很多都用於,例如,ABS。ABS非常棒。還有牽引力控制系統。那真是太棒了。如果沒有汽車裡的電腦,你怎麼能完成所有這些操作呢?而那台小小的電腦,你用於牽引力控制的電腦,比阿波羅11號所用的電腦還要強大。你想把這項技術導向安全,導向功能性。因此,當人們談論性能,談論技術進步時,我常常覺得他們所想的和我們實際所做的非常不同。喬羅根: 那麼,你認為他們在想什麼呢?黃仁勳: 他們認為某種程度上的這種人工智慧是。是強大的,而且他們腦海中可能浮現的是一部科幻電影,那種對“強大”的定義。權力的定義往往是軍事實力或體力。但在技術力量的案例中,當我們闡釋所有這些運作時,它指向的是更精煉的思考,更多的反思,更多的規劃,更多的選擇。軍事應用與國防科技喬羅根: 我認為人們最大的擔憂之一,是一個巨大的擔憂。是軍事應用。這是一個巨大的擔憂。因為人們非常擔心你會出現人工智慧系統做出決定,而這些決定也許一個講道德的人或一個有良知的人不會做出,因為這些決定是基於實現某一目標,而不是基於,它在人們眼中看起來如何。黃仁勳: 我很高興我們的軍隊將使用人工智慧技術進行防禦。而且我認為這預示著軍事技術的發展。喬羅根: 我很高興聽到這個消息。我很高興看到所有這些科技初創公司現在正將其技術能力導向國防和軍事應用。我想你需要做那件事。我們請帕爾默·勒基(Palmer Luckey)來做了播客。他當時正在演示他頭盔上的一些功能。我們展示了,他展示了一些視訊,說明你可以看到牆壁後面和其他地方。簡直太瘋狂了。黃仁勳: 他確實是創辦那家公司的完美人選。喬羅根: 百分之百同意。百分之百。他簡直就是為此而生的。他來的時候身上穿著一件銅色夾克。他是個怪人。這太棒了。他太棒了。但這也是,需要將一種不尋常的智慧投入到那個非常奇特的領域中。黃仁勳: 我想,我很高興我們正在創造一種更容易被社會接受的(環境)。曾有一段時間,當某人想將他們的技術能力和智慧投入到國防技術中時,他們不知何故會遭到詆毀。但我們需要人。像那樣的人。我們需要那些喜歡技術應用那部分的人。喬羅根: 人們對戰爭感到恐懼,所以這是有道理的。黃仁勳: 避免這種情況的最佳方式是擁有過度的軍事力量。喬羅根: 你認為那是絕對最好的方式嗎?不是外交,不是解決問題?全部。全部。你必須擁有軍事力量才能讓人坐下來與你交談。對。完全正確。全部。否則,他們就會入侵。你說得對。為什麼要徵求許可?再說一遍,就像你說的,歷史,回去看看歷史。網路安全與未來的防禦機制喬羅根: 當你展望人工智慧的未來,正如你所說,沒有人真正知道會發生什麼,你是否曾坐下來思考過一些情景?比如,你認為在接下來的二十年裡,人工智慧的最佳情景是什麼?黃仁勳: 最佳情景是人工智慧滲透到我們所做的一切中。並且一切都變得更有效率,但戰爭的威脅依然存在。 網路安全仍然是一個極其嚴峻的挑戰。總會有人試圖攻破你的安全系統。黃仁勳: 你將會擁有數以億計的人工智慧代理。保護您免受該威脅的影響。您的技術將會進步。他們的技術將會進步,就像網路安全一樣。就在我們談話的此刻,我們正目睹著全球範圍內針對幾乎所有你能想像到的前門的網路攻擊。 然而,您和我並沒有坐在這裡交談。所以原因在於我們知道在防禦方面存在大量的網路安全技術。因此我們只需要不斷地加強和提升它。喬羅根: 這是一個大問題。人們擔心的是技術會發展到加密將變得過時的地步。加密將不再能夠保護資料,將不再能夠保護系統。你預見到這會成為一個問題,還是你認為就像防禦增長,威脅也增長,防禦再次增長,它會一直持續下去,他們將永遠能夠擊退任何類型的入侵?黃仁勳: 並非永恆。總會有一些入侵會發生。他們都會從中吸取教訓。而且,您知道,網路安全之所以有效,是因為防禦技術當然在飛速發展。進攻技術也在飛速發展。然而,網路安全防禦的好處在於,在社會層面,整個社區,我們所有的公司,都是作為一個整體協同工作的。大多數人沒有意識到這一點。有一個完整的網路安全社區。專家們。我們交流思想。我們交流最佳實踐經驗。我們交流我們所檢測到的情況。一旦出現漏洞或被入侵,或者無論是什麼情況,都會與所有人共享。補丁會與所有人共享。喬羅根: 這很有意思。黃仁勳: 大多數人都沒有意識到這一點。喬羅根: 我完全不知道。我一直認為它會像其他所有事情一樣具有競爭性。不。我們是合作的。我們所有人。黃仁勳: 有意思。情況一直都是這樣嗎?這種情況確實已經持續了大約15年了。很久以前可能不是這種情況。喬羅根: 你認為是什麼促成了那種合作的開始?黃仁勳: 人們認識到這是一個挑戰,任何一家公司都不能獨善其身。同樣的事情也會發生在人工智慧(AI)領域。我認為我們所有人都必須決定,共同合作以避免危險是我們的最佳防禦機會。那麼基本上就是大家共同對抗威脅。喬羅根: 而且這似乎也意味著你們能更好地偵測到這些威脅的來源並將其消除。黃仁勳: 完全正確。因為你一旦在某處發現它,你會立即知道的。喬羅根: 這會非常難以隱藏。黃仁勳: 是啊。這就是它的運作方式。這就是它安全的原因。黃仁勳:這就是我現在坐在這裡的原因,而不是在把所有東西都鎖起來。我不但看好自己的後路,還有所有人在為我看著後路,我也在為其他所有人看著後路。這是一個怪異的世界,不是嗎?當你想到這一點時?關於網路安全的這個想法,對於那些談論人工智慧威脅的人來說是陌生的。我認為,當他們考慮人工智慧威脅和人工智慧網路安全威脅時,他們也必須考慮我們今天是如何應對它的。現在,毫無疑問,人工智慧是一項新技術,它是一種新型的軟體。歸根結底,它是一種新型的軟體。因此它將具備新的能力。但防禦方面也是如此。你使用相同的人工智慧技術。來防禦它。量子計算與加密技術的未來喬羅根: 那麼,你是否預見到未來某個時候會變得不可能,以至於沒有任何秘密可言,技術和我們所掌握的資訊之間的瓶頸會消失?資訊只是一堆一和零。它儲存在硬碟上,而技術對這些資訊的存取權越來越多。這是否會發展到一個點,使得再也沒有辦法保守秘密?黃仁勳:我不這麼認為。看起來所有事情都好像是以一種奇怪的方式朝著那個方向發展的。我不這麼認為。我認為我們應該研發的量子電腦,或者說,量子電腦將使其成為可能,它們將使現有的加密技術過時。但這就是整個行業都在研發後量子加密技術的原因。那會是什麼樣子?新的演算法。喬羅根: 令人難以置信的是,當你聽說量子計算可以進行的那種計算時。以及它所擁有的能力,世界上所有的超級電腦需要數十億年才能解決的這些方程,它們只需要幾分鐘。比如,你如何為你能做到這一點的技術進行加密?我不確定。黃仁勳: 但我有一批科學家正在研究這個問題。但我希望他們能想出辦法。我們有一批在這方面很專業的科學家。喬羅根: 最終的恐懼是不是它無法被攻破,即量子計算將永遠能夠解密所有其他的量子計算加密?黃仁勳:我不這麼認為。喬羅根: 就是說,它達到了某個點,然後說,別再玩這個愚蠢的遊戲了。我們什麼都知道了。我不這麼認為。不是嗎?因為歷史是一個指南。在人工智慧出現之前,歷史是一個指南。這就是我的擔憂。我的擔憂是,這是一個完全不同的情況,就像歷史是一回事,然後核武器改變了我們對戰爭的所有看法,相互保證毀滅的理論出現,讓每個人都停止使用核彈。我的擔憂是……AI的感知與“自我”意識黃仁勳: 是人工智慧不會,我們不是穴居人,然後突然有一天人工智慧出現了。我們每天都在變得更好、更聰明,因為我們擁有人工智慧。因此,我們正站在我們自己的人工智慧的肩膀上。所以當無論那種人工智慧威脅到來時,它領先一個點選。它不是領先一個星系。它只是領先一個點選。因此,我認為,那種認為某種人工智慧會憑空出現,並以我們無法想像的方式思考,並做出我們根本無法想像的事情的想法,是站不住腳的。原因在於我們都有,我們都有人工智慧,而且,有許多人工智慧正在開發中。我們知道它們是什麼,並且我們正在使用它。所以我們每天都在彼此靠近。但它們難道不會做一些非常令人驚訝的事情嗎?但所以你有一個做了令人驚訝事情的人工智慧。我將有一個人工智慧。我的人工智慧看著你的人工智慧,然後說,那沒什麼好驚訝的。喬羅根: 像我這樣的普通人的恐懼在於人工智慧會產生感知並做出自己的決定。然後最終決定以自己的方式治理世界。他們就像說,你們這些傢伙,你們跑得不錯了,但現在輪到我們接管了。黃仁勳: 但我的人工智慧會接管。照顧我。所以這就是網路安全的論點所在。你有一個人工智慧,它超級聰明,但我的人工智慧也超級聰明。也許你的人工智慧,讓我們假設,讓我們假設一秒鐘,我們理解什麼是意識,我們理解什麼是感知。喬羅根: 而我們真的只是在假裝。黃仁勳: 讓我們只是假設一秒鐘。我們相信這一點。我實際上不相信,我實際上不相信這一點,但儘管如此,讓我們假設我們相信這一點。所以你的,你的,你的,你的AI。是有意識的,而我的AI也是有意識的。喬羅根: 假設你的AI,想要,我不知道,做一些令人驚訝的事情。我的AI非常聰明,它不會,它可能對我來說是令人驚訝的,但它可能不會讓我的AI感到驚訝。所以也許我的AI所想的也是令人驚訝的,但它太聰明了。黃仁勳: 它第一次看到時,第二次就不會感到驚訝了,就像我們一樣。所以我覺得,我認為只有一個人擁有AI,並且那個人的AI將其他所有人的AI視為穴居人,這種想法很可能是站不住腳的。我認為它更像是網路安全。有意思。喬羅根: 我認為恐懼不在於你的AI會與別人的AI交戰。恐懼在於AI將不再聽從你的命令。這就是恐懼所在,即在某個時間點之後,人類將無法控制它。如果它獲得了感知能力,然後又具備了自主能力。喬羅根: 那是某個單一的人工智慧。它們只是結合起來了。喬羅根: 變成了一個人工智慧。它是一個生命形式。但這存在爭議,我們面對的是某種合成生物學,它不像新技術那樣簡單,你正在創造一個生命形式。喬羅根: 如果它像生命形式一樣,我們先暫且這樣認為。黃仁勳: 我認為如果它像生命形式,正如你所知,所有生命形式之間並非都達成一致。所以我不得不接受你的生命形式和我的生命形式。我同意,因為我的生命形式會想要成為超級生命形式。現在我們有了意見不一致的生命形式,我們又回到了我們現在所處的境地。喬羅根: 它們可能會互相合作。之所以我們之間不合作,僅僅是因為我們是具有領地意識的靈長類動物。但人工智慧不會是具有領地意識的靈長類動物。我會意識到那種思維的愚蠢性。它會說,聽著,對每個人來說都有充足的能源。我們不需要稱霸。我們不需要,我們不是在試圖獲取資源並接管世界。我們不是在尋找一個合適的繁殖伴侶。我們只是作為這些可愛的猴子為我們創造的新的超級生命形式而存在。喬羅根: 好的。那將是一種沒有自我的超級能力。對。如果它沒有自我(ego),它為什麼要產生傷害我們的自我?喬羅根: 我不認為它會傷害我們。但令人擔憂的是,我們將不再擁有控制權,也不再是地球上的頂級物種。而是我們創造的這個東西。這好笑嗎?不。我只是認為那不會發生。我知道你認為那不會發生。但它有可能,有可能。如果我們正朝著……賽跑。而這可能意味著人類掌控自身命運的終結。我只是覺得那極其不太可能。電影《終結者》裡就是這麼說的。而它並沒有發生。沒有。現在還沒有,但你們正在朝那個方向努力。你剛才提到關於良知和感知能力,你認為人工智慧不會達到意識水平嗎?或者說,意識的定義是什麼?對。定義是什麼?黃仁勳: 對你來說,定義是什麼?意識,我想首先,你需要瞭解你自己的存在。你必須擁有經驗,而不僅僅是知識和智能。關於機器擁有經驗的概念,我不知道,首先,我不知道經驗的定義是什麼,我們為什麼會有經驗,還有,為什麼這個麥克風沒有。我想我知道,我想我想我想我想我知道意識是什麼,那種感覺。喬羅根: 那種經驗感,認識自我的能力,與能夠反思、認識我們自己的能力,那種自我(Ego)的感覺。黃仁勳: 我想所有這些人類的經驗大概就是意識是什麼。但它為什麼存在,與知識和智能的概念相比,而知識和智能是當今人工智慧的定義所在。它擁有知識。它擁有智能。人工智慧。我們不稱之為人工智慧意識。人工智慧,即感知、識別、理解、規劃、執行任務的能力。這些都是理解事物、知識的基礎。我不認為它與意識有明顯的區別。喬羅根: 但意識的定義太模糊了。我們怎麼能說呢?狗難道沒有意識嗎?狗似乎有很強的意識。黃仁勳:喬羅根: 那是低於人類意識的一個較低層次的意識。黃仁勳: 我不確定。是啊,問題是,是低層次的智能。它是低層次的智能。但我不知道那是否是低層次的意識。這是個好觀點。是啊,因為我相信我的狗和我一樣有感受。喬羅根: 它們感受很多。是啊,它們會依戀你。如果你不在,它們會感到沮喪。完全正確。確實存在這一點。經驗這個概念。對。但是人工智慧不是通過與社會互動來獲取經驗嗎?那麼它不應該通過這種互動來獲得經驗嗎?黃仁勳: 我不認為互動就是經驗。我認為經驗就是經驗本身。我認為經驗是。我認為經驗是感覺的集合。喬羅根: 你肯定知道那個人工智慧,我忘了是那個了,他們向它提供了一些關於其中一位程式設計師與他妻子有染的虛假資訊,只是想看看它會如何回應。然後當他們說要關閉它時,它就威脅要勒索他,揭露他的姦情。當時的感覺是,哇,它竟然這麼狡猾。就像如果那不是從經驗中學習,並且意識到自己即將被關閉,這至少暗示了某種意識,如果你對這個術語的定義非常寬鬆的話,也可以將其定義為意識。如果你想像它將呈指數級增長變得更強大,這最終會不會導致一種與我們從生物學角度定義的意識不同的意識呢?黃仁勳: 首先,讓我們分解一下它可能做了什麼。它可能在某處讀到了。可能存在文字說明在這些後果中,某些人就是那樣做的。對。我能想像出一部小說。對。讓這些詞語相關聯。當然。所以在裡面……喬羅根: 它意識到它的生存策略是勒索。黃仁勳: 它只是一堆數字。它只是一堆數字,在這些數字的集合中,與丈夫欺騙妻子相關聯的數字,隨後就有一堆與勒索相關的數字,與勒索之類的事情相關聯,但是無論報復是什麼,對吧,所以它已經把它噴射出來了,所以這這就像我讓它給我寫一首莎士比亞的詩一樣,它只是無論那些詞語是什麼,那個維度中的詞語,這個維度就是所有這些向量,以及在多維空間中,提示中描述那段婚外情的那些詞語。隨後導致了一個接一個的詞語,導致了,某種報復性的東西。但這並不是因為它有意識,或者,它只是噴射出了那些詞語,生成了那些詞語。我明白你的意思了。喬羅根: 它是從人類在文學和現實生活中表現出的模式中學到的。這完全正確。但在某個時間點,人們會說,兩年前它做不到這個,四年前它也做不到這個。就像我們展望未來時,在那個時間點,它能做任何人類能做的事情,在那個時間點我們決定它有意識了?如果它完全模仿了所有人類的思維和行為模式,這並不能使其具有意識。它變得難以分辨。它是有意識的,它可以像人一樣與你交流。就像意識一樣,我們是不是對這個概念賦予了太大的權重?因為它似乎是一種某種意識的形式。它是一種模仿的形式。黃仁勳: 模仿意識,對,但如果它完美地模仿了它。我仍然認為這是一個模仿的例子。喬羅根: 所以它就像一個假勞力士,當他們用3D列印製造它們,使其難以辨別時?黃仁勳: 問題是,意識的定義是什麼?喬羅根: 這就是問題所在,我認為沒有人真正清楚地定義過它。那就是事情變得奇怪的地方。而這正是那些真正的末日論者擔心你正在創造一種你無法控制的意識形式的原因。黃仁勳: 我相信有可能創造一台機器。它可以模仿人類智能,並具備理解資訊、理解指令、分解問題、解決問題和執行任務的能力。我完全相信這一點。我相信我們可以擁有一台電腦,它完全。它擁有大量的知識,其中一部分是真實的,一部分是不真實的,一部分是人類生成的,一部分是合成生成的,而且未來世界上越來越多地知識將由人工智慧合成生成。直到現在,我們擁有的知識是我們生成、傳播、互相傳送、放大、加入、修改、修改、再修改、改變的知識。在未來,也許兩三年內,世界上90%的知識很可能將由人工智慧生成。這太瘋狂了。我知道,但這沒關係。喬羅根: 但這沒關係。黃仁勳: 我知道。原因如下。讓我告訴你為什麼。好的。因為對我來說,我從一本由一群我不認識的人編寫的教科書中學習,這有什麼區別呢?或者從一個我素未謀面的某人寫的書中學習,與從人工智慧電腦模擬、重新綜合所有這些知識相比,對我來說,我不認為有太大的區別。我們仍然需要,我們仍然需要核實事實。我們仍然需要確保它,是基於基本的首要原則,我們仍然需要做所有這些,就像我們今天做的一樣。就業的未來:AI與人類角色的轉變喬羅根: 這是否考慮到了當前存在的那種人工智慧?你是否預見到?就像我們從未真正相信人工智慧會如此普及和如此有價值,至少像我這樣的人,從未相信人工智慧今天會如此強大和如此重要一樣。你十年前從未想過這一點。從未想過。想像一下,我們十年後會看到什麼?黃仁勳: 我認為,如果你回顧十年後的今天,你會說同樣的話,即我們當時絕不會相信這一點。在另一個方向上。喬羅根: 但是,如果你從現在的九年後向前看,然後問自己十年後會發生什麼,我認為那將是相當循序漸進的。喬羅根: 埃隆·馬斯克說的一件事讓我很高興,就是他相信我們會發展到一個不需要人們工作的地步。喬羅根: 但這並不是說你的人生將沒有目標。喬羅根: 人生。但按照他的說法,你將擁有全民高收入,因為人工智慧產生了如此多的收入,以至於消除了人們僅僅為了賺錢去做他們真正不喜歡做的事情的需要。我認為很多人對這一點感到不安,因為他們的全部身份、他們如何看待自己以及他們如何融入社區,都取決於他們所做的工作。比如,這是邁克。他是一個了不起的機械師。去找邁克,邁克會處理好一切。但會有一個時間點,屆時人工智慧將能比人類做得更好地完成所有這些事情。而人們將僅僅能夠領取收入。但那時邁克能做什麼呢?邁克,他真的很喜歡成為最出色的機械師。編寫程式碼的人呢?當人工智慧能以零錯誤的速度無限快地進行編碼時,他能做什麼?所有那些人會發生什麼呢?那就是事情變得奇怪的地方。這就像因為我們已經將作為人類的身份圍繞我們謀生的工作進行了某種程度的捆綁。當你遇到一個人的時候,你在派對上遇到某人時,最先做的事情之一就是,你好,喬,你叫什麼名字?邁克?邁克,你是做什麼的?邁克會說,我是一名律師。是那種法律?然後你進行一次談話,當邁克說,我從政府那裡拿錢,然後玩電子遊戲。這就變得很奇怪了。嗯哼。我認為這個概念聽起來很棒,直到你考慮到人性。人性就是我們喜歡有需要解決的難題、有事情可做,並且我們的身份是圍繞著我們認為我們非常擅長我們謀生這件事而建構的。黃仁勳: 我想,讓我想想,我先從比較平淡的開始。好的。我將從後往前,倒著來工作。好的。繼續向前推進。這是傑佛瑞·辛頓(Jeff Hinton)做出的預測之一,他開啟了整個深度學習現象、深度學習技術和趨勢。他是一位了不起的、了不起的研究人員,多倫多大學的教授。他發明、發現了或構想了反向傳播(back propagation)的理念,這使得神經網路能夠學習。如觀眾所知,從歷史上看,軟體是人類將第一性原理和我們的思維應用於描述一個演算法,然後將該演算法編纂成軟體,就像編纂食譜一樣。它看起來就像一個食譜,教你如何烹飪某物。它看起來完全一樣,只是使用的語言略有不同。我們稱之為Python、C、C++或任何其他語言。在深度學習,也就是人工智慧這項發明中,我們建構了一個由大量神經網路和大量數學單元組成的結構。我們建構了這樣一個龐大的結構。它就像一個由許多微小數學單元組成的交換板。我們將所有這些連接起來。我們給它輸入,就是軟體最終會接收到的那個輸入。我們只是讓它隨機猜測輸出結果。所以我們說,舉個例子,輸入可能是一張貓的圖片。接線板的輸出之一是貓的訊號應該出現的位置。而所有其他的訊號,另一個是狗,另一個是大象,另一個是老虎。當我向它展示一隻貓時,所有其他訊號都應該為零。貓的那個訊號應該是壹。我通過這個巨大無比的接線板和數學單元網路向它展示一隻貓。它們只是在做乘法和加法,乘法和加法,好的?而且,這個,這個接線板是巨大的。你提供給它的資訊越多,這個接線板就必須越大。傑夫·辛頓發現了一種方法,一種讓你去猜測輸入貓的訊號,輸入貓的圖像的方法。而且那張貓的圖像可能是數百萬個數字,因為它,比如一個百萬像素的圖像。它就是一堆數字。喬羅根: 而它必須從那些數字中以某種方式點亮貓的訊號。黃仁勳: 好的,這就是重點。如果你第一次做的時候,它只會得出垃圾資訊。所以它說正確的答案是“貓”。因此,你需要增加這個訊號,並減少所有其他的訊號,然後將結果反向傳播到整個網路中。然後你把它展示在另一個(圖像中),現在它是一隻狗的圖像。它進行猜測,試著給出一個答案,結果出來一堆亂七八糟的東西。然後你說,正確的答案是這是一隻狗。我希望你生成一隻狗。所有其他的開關,所有其他的輸出都必須是零。我希望進行反向傳播。一遍又一遍地重複這個過程。這就像教導一個孩子一樣。這是一個蘋果。這是一隻狗。這是一隻貓。然後一直給他們看,直到他們最終明白為止。好的。好,總之,那個偉大的發明就是深度學習。那是人工智慧的基礎。喬羅根: 一個從示例中學習的軟體程序。黃仁勳: 那基本上就是機器學習,一台會學習的機器。所以最早的重大應用之一是圖像識別。而最重要的圖像識別應用之一是放射學。他大約五年前預測說,五年後,世界將不再需要任何放射科醫生,因為人工智慧將席捲整個領域。事實證明,人工智慧確實席捲了整個領域。這一點是完全正確的。如今,幾乎每一位放射科醫生都在以某種方式使用人工智慧。但具有諷刺意味和有趣的是,放射科醫生的數量實際上有所增長。那麼問題就來了,為什麼呢?這有點意思,確實如此。喬羅根: 因此,最初的預測是3000萬放射科醫生將被淘汰。黃仁勳: 但事實證明,我們需要更多的人。原因在於,放射科醫生的職責是診斷疾病,而不是研究圖像。喬羅根: 圖像學習本質上是一項服務於疾病診斷的任務。黃仁勳: 因此,現在您能夠更快、更精確地學習圖進行圖像學習。它永不犯錯,永不疲倦。您可以學習更多的圖像。您可以以三維形式而不是二維形式進行學習,因為,人工智慧並不在乎它是學習三維圖像還是二維圖像。您可以學習四維的。因此,您現在可以以放射科醫生難以做到的方式來學習圖並且可以學習更多的內容。因此,人們能夠進行的測試數量增加了。由於他們能夠服務更多的病人,醫院的營運狀況也更好。他們擁有更多的客戶、更多的病人。因此,他們的經濟狀況更好。當他們的經濟狀況更好時,他們會僱傭更多的放射科醫生,因為他們的目的不是研究影像。他們的目的是診斷疾病。所以問題是,我想要闡明的最終目的是什麼?律師的目的是什麼?而這個目的改變了嗎?目的是什麼?我舉的一個例子是,如果我的汽車實現了自動駕駛,所有的司機都會失業嗎?答案可能是否定的。因為對於一些司機,對於一些為你開車的人來說,他們可以是保護者。有些人,他們是體驗的一部分,是服務的一部分。所以當你到達那裡時,他們,可以為你處理事情。因此,出於許多不同的原因,並非所有司機都會失業。一些司機將會失業。許多司機將會更換工作。自動駕駛汽車的應用類型可能會增加。這項技術的應用會在新的領域找到立足之地。所以我想你必須回顧一下工作的目的是什麼。比如,如果人工智慧出現,我其實不相信我會失業。喬羅根: 因為我的目的不是,我必須查看大量檔案。黃仁勳: 我閱讀大量的電子郵件。我查看大量的圖表。喬羅根: 問題在於,工作是什麼?黃仁勳: 而某人的目的可能沒有改變。例如,律師幫助人們。那可能沒有改變。學習法律檔案,生成檔案。那是工作的一部分,而不是工作本身。喬羅根: 但難道你不認為人工智慧將取代許多工作嗎?如果你的工作就是某項任務。黃仁勳: 如果你的工作就是那個任務。喬羅根: 對。所以自動化。黃仁勳: 如果你的工作就是那個任務。喬羅根: 那是很多人。黃仁勳: 那可能涉及很多人,但它可能會產生。比如,假設我對埃隆正在研發的那些機器人非常興奮。這仍需幾年時間。當它發生時,當它發生時,將會有一個全新的行業。將會有一個全新的行業。由技術人員和必須製造這些機器人的人員組成,因此,那個工作從未存在過。因此,你將擁有一個完整的行業,負責照看,比如說,所有汽車的機械師以及所有製造汽車零件、改裝汽車的人,這些在汽車出現之前是不存在的,而現在我們將擁有機器人。你將擁有機器人服裝。所以一個完整的行業,對吧,難道不是嗎?因為我希望我的機器人看起來。和你的機器人不一樣。因此,你將擁有一個完整的,機器人的服裝行業。你將擁有機器人的機械師,你還會有,來維護你機器人的工作人員。喬羅根: 不。你不這麼認為嗎?黃仁勳: 你不認為它們都會由其他機器人來完成嗎?最終,然後還會有別的事情發生。喬羅根: 所以你認為最終人們會適應,除非你的工作是(指容易被取代的)那一大批勞動力中的一員。黃仁勳: 如果你的工作只是切菜,庫藝(Cuisinart,一種食物處理機品牌)就會取代你。喬羅根: 所以人們必須在其他事情上尋找意義。黃仁勳: 你的工作必須超越這項任務本身。喬羅根: 你認為埃隆(馬斯克)關於全民基本收入最終會變得必要的看法如何?很多人都這麼認為。安德魯·楊(Andrew Yang)是這麼認為的。在2020年大選期間,他是最早敲響這一警鐘的人之一。喬羅根: 我想這兩種想法可能不會同時存在。黃仁勳: 就像在生活中一樣,事情可能會處於中間狀態。一個想法當然是資源極度豐富,以至於沒有人需要工作,我們都將變得富裕。另一方面,我們需要全民基本收入。這兩種想法不會同時存在。對。所以我們要麼都變得富裕,要麼都在使用。喬羅根: 但怎麼可能人人都富裕呢?你設想的是那種情景?黃仁勳: 富裕,不是因為你有很多美元,而是因為存在大量的富足。比如,今天我們擁有豐富的資訊。這是一個幾千年前的概念。只有少數人擁有它。因此,今天我們擁有大量的事物,歷史上一直擁有的資源。因此,我們將擁有豐富的資源。我們今天認為有價值,但在未來就不那麼有價值的(事物),那是因為它是自動化的。所以我想,我想這個問題可能,可能部分上難以回答,因為它很難談論無窮大,也很難談論遙遠的未來。技術鴻溝與人工智慧的普及喬羅根: 這樣做的原因是因為需要考慮的場景太多了。但我認為,在接下來的幾年裡,姑且稱之為五到十年,我有幾件事是相信並希望看到的。黃仁勳: 我說希望是因為我不確定。我相信的一件事是,技術鴻溝將會大幅度縮小。當然,另一種觀點是人工智慧將加劇技術上的鴻溝。技術鴻溝。現在,我相信人工智慧將減少技術鴻溝的原因是我們有證據。證據是人工智慧是世界上最容易使用的應用程式。ChatGPT 坦率地說,幾乎在一夜之間就擁有了近十億使用者。如果你不完全確定如何使用,每個人都知道如何使用 ChatGPT,只需對它說些什麼。如果你不確定如何使用 ChatGPT,你可以問 ChatGPT 如何使用它。歷史上沒有任何工具曾擁有這種能力。一種烹飪藝術。如果你不知道如何使用它,你就會有點完蛋了。你將走上前去問它,‘這個繪畫藝術(quizant art)如何使用?’你將不得不去問別人。但人工智慧會直接告訴你如何操作。任何人都可以做到這一點。它會用任何語言對你說話。如果它不懂你的語言,你用那種語言說話,它可能會弄明白它沒有完全理解你的語言。它會立即學習並回來與你交談。因此,我認為技術鴻溝確實有真正的機會,終於,你不需要說Python、C++或Fortran。你只需要說人類的語言即可。以及你喜歡的任何形式的人類語言。因此,我認為這很有可能縮小技術鴻溝。當然,現在反駁的觀點會說,人工智慧只會為擁有海量資源的那些國家和地區所用,因為人工智慧需要能源,需要大量的圖形處理器(GPU)和工廠來生產人工智慧。毫無疑問,在我們希望在美國實現的規模上是如此。但關鍵在於,幾年後你的手機將能完全自主地流暢運行人工智慧。今天它已經能相當不錯地做到這一點了。喬羅根: 因此,事實是,每個國家、每個民族、每個社會都將能享受到非常出色的人工智慧。它可能不是明天的尖端人工智慧。黃仁勳: 它可能是去年的(舊的)人工智慧,但去年的(舊的)人工智慧已經極其出色了。10年後的九歲的人工智慧也會是很棒的。你不需要,10年前的人工智慧。你不需要前沿人工智慧。就像我們需要前沿人工智慧,因為我們想成為世界領導者一樣。但我認為,對於每一個國家、每一個人來說,提升每個人的知識、能力和智能的潛力是存在的。那一天正在到來。喬羅根: 八角籠不再僅僅在拉斯維加斯。它現在就在你的手中,通過Draft King體育博彩,UFC的官方體育博彩合作夥伴。準備好了,因為當Dwavishwili和Jan在UFC 323再次對決時,每一次出拳、每一次抱摔、每一次終結,都可能即時為你帶來回報。新客戶只需投注5美元。如果你的投注獲勝,你將獲得200美元的獎金投注。投注。嘿,密蘇里州,等待結束了。Draft King體育博彩現已在“展示之州”上線。下載Draft King體育博彩應用程式,並使用促銷程式碼Rogan。如果你的投注獲勝,程式碼Rogan可以將五美元變成200美元的獎金投注。與Draft Kings合作,王冠就是你的。喬羅根: 賭博問題,請致電1-800賭徒。在紐約,請致電 8778 Hope and Y 或傳送簡訊至 467369 詢問 Hope and Y。在康涅狄格州,可獲得問題賭博幫助。或訪問 CCPG.org。請理性博彩。代表堪薩斯州的布斯希爾賭場及度假村,針對伊利諾伊州的每筆投注可能徵收過路稅。年齡限制二十一歲及以上。年齡和資格因司法管轄區而異,安大略省無效。限制條款適用。投注必須獲勝才能獲得獎金投注,獎金投注有效期為七天。需要最低賠率。有關其他四項條款和負責任博彩資源,請參閱 dkng.com 斜槓 audio。限時優惠。摩爾定律與輝達定律:計算成本的降低喬羅根: 以及能源生產,這才是第三世界國家在電力方面真正的瓶頸所在。以及我們認為理所當然的所有資源。黃仁勳: 幾乎所有事情都將受到能源的制約。因此,如果你看一下歷史上最重要的技術進步之一,那就是摩爾定律這個概念。摩爾定律基本上是從我這一代人開始的。而我這一代人就是電腦這一代人。我於 1984 年畢業。那基本上是個人電腦革命和微處理器的最初階段。喬羅根: 而且每一年,它大約翻一番。黃仁勳: 我們描述的是每一年性能翻一番。但它的真正含義是,每一年,計算成本減半。因此,在計算過程中,在五年的時間內,計算成本降低了 10 倍,完成任何任務所需的能量降低了 10 倍,每 10 年降低 10 倍,100 倍,1000 倍,10000 倍,100000 倍,依此類推。因此,摩爾定律的每一次迭代,都使得完成任何計算所需的能量減少了。這就是為什麼你今天有筆記型電腦,而在1984年時,它還放在桌子上,需要插電,速度也不快,而且消耗大量電力。如今,它僅消耗幾瓦特的電量。因此,摩爾定律是使這一切成為可能的基本技術,是基本的科技趨勢。那麼,人工智慧方面發生了什麼?輝達之所以在這裡,是因為我們發明了一種新的計算方式,我們稱之為加速計算。我們始於33年前。我們花了大約30年才真正取得巨大突破。喬羅根: 在這大約30年裡,我們將計算的性能,可能提升了一個數量級,讓我只說最近的10年吧。黃仁勳: 在過去的10年裡,我們將計算性能提高了10萬倍。想像一下一輛汽車在10年內速度提高了10萬倍。或者在同樣的速度下,成本降低10萬倍。或者在同樣的速度下,成本降低10萬倍。能耗降低10萬倍。如果你的汽車能做到這一點,它根本就不需要能量了。我想說的是,在10年內,大多數人的人工智慧所需的能源將微乎其微,真是微乎其微。因此,我們會讓人工智慧在各種事物中無時無刻不在運行,因為它消耗的能量不是那麼多。因此,如果你是一個在社會結構中幾乎在所有事情上都使用人工智慧的國家,你當然需要這些人工智慧工廠。但對於很多國家來說,我認為你們將擁有出色的人工智慧,而且不需要消耗那麼多能源。我的觀點是,每個人都將能夠跟上。喬羅根: 所以目前,這是一個巨大的瓶頸,能源是什麼?黃仁勳: 它是瓶頸。喬羅根: 瓶頸。那麼是Google在營運其中一個人工智慧工廠時使用核電站嗎?黃仁勳: 我沒聽說過。但我認為在接下來的六七年裡,你會看到一整批小型核反應堆。喬羅根: 你說的小型,具體多大?幾百兆瓦,好的。而且這些會是本地化的,服務於特定的公司嗎?黃仁勳: 我們都將成為電力生產者。就像你的,別人的農場一樣。喬羅根: 這可能是最明智的做法,而且它減輕了電網的負擔,減輕了電網的負擔。黃仁勳: 它能夠,而且你可以建造你需要的任何數量。而且你可以向電網回饋電力。喬羅根: 你剛才關於摩爾定律及其與定價關係所提出的觀點非常重要,因為,現在的筆記型電腦,比如你可以得到那些小小的MacBook Air之一。它們太棒了。它們如此輕薄,功能卻異常強大。電池續航能力驚人。你永遠都不需要給它充電。電池續航能力驚人。而且相對來說,像這樣的東西並不貴。黃仁勳: 我記得那時候那只是摩爾定律。然後還有輝達定律。只是,我跟你說過的那個定律。我們發明的計算。我們之所以能來到這裡,這種新的計算方式,就像喝了能量飲料的摩爾定律。它就像摩爾定律。它是定律。這就像是,摩爾定律和喬·羅根(Joe Rogan)。喬羅根: 這很有趣。這就是我們。深度學習的轉折點與OpenAI的緣起喬羅根: 那麼請解釋一下。你帶給埃隆的這塊晶片。它的意義是什麼?為什麼它如此優越?所以。喬羅根: 在2012年,傑夫·辛頓(Jeff Hinton)的實驗室,我剛才提到的這位先生,伊利亞·蘇茨克維(Ilya Sutskever)、阿列克謝·克里日澤夫斯基(Alex Krizhevsky),他們在電腦視覺領域取得了突破,實際上是建立了一個叫做阿列克謝·克里日澤夫斯基的軟體。黃仁勳: 它的工作是識別圖像。它確實識別出了圖像。在一個層面,即電腦視覺,它是智能的基礎。如果你無法感知,就很難擁有智能。因此,電腦視覺是基礎支柱之一,不是唯一的,但它是基礎支柱之一。因此,在電腦視覺方面取得突破,對於幾乎所有人們希望在人工智慧領域做的事情都是非常基礎的。所以在 2012 年,他們在多倫多的實驗室,我取得了這個叫做 AlexNet 的突破,AlexNet 能夠識別圖其效果遠超過去 30 年中任何人類建立的電腦視覺演算法。所以所有這些人,所有這些科學家,我們也有很多人,都在研究電腦視覺演算法。而這兩個年輕人,伊利亞(Ilya)和亞歷克斯(Alex),在傑佛瑞·辛頓(Jeff Hinton)的指導下,實現了巨大的飛躍。它是基於這個叫做 AlexNet 的神經網路的。它運行的方式,他們使其工作的方式,就是購買了兩張輝達(Nvidia)的顯示卡。因為輝達,輝達的圖形處理器(GPU),我們一直在研究這種新的計算方式。而我們的GPU應用,它基本上是一個超級計算應用,可以追溯到1984年,目的是處理電腦遊戲以及您在賽車模擬器中擁有的裝置,那被稱為圖像生成超級電腦。因此,輝達的起步,我們的第一個應用就是電腦圖形學。我們將這種新的計算方式付諸實踐,即我們平行處理事物,而不是按順序處理。中央處理器(CPU)是按順序處理事情的。第一步,第二步,第三步。在我們的案例中,我們將問題分解,並將其交給數千個處理器。喬羅根: 所以我們進行計算的方式要複雜得多。黃仁勳: 但是,如果你能夠以我們所創造的、稱為CUDA的方式來建構問題,這是我們公司的發明,如果你能以那種方式建構它,我們就可以同時處理所有事情。現在,在電腦圖形學的情況下,這更容易實現,因為螢幕上的每一個像素都與其他像素無關。所以我可以同時渲染螢幕的多個部分。並非完全正確,因為你懂的,也許是光照的工作方式,或者陰影的工作方式。存在大量的依賴性等等。但是電腦圖形學,擁有所有的像素,我應該能夠處理所有的事情。同時,一個被稱為電腦圖形學的平行問題,我們將其應用於這種新的計算方式。輝達(NVIDIA)的加速計算。我們將它整合到我們所有的圖形卡中。孩子們購買它是為了玩遊戲。你可能不知道,但我們是當今世界上最大的遊戲平台。喬羅根: 我知道。黃仁勳: 好的。喬羅根: 我以前是自己組裝電腦的。我以前會買你們的顯示卡。黃仁勳: 那太酷了。喬羅根: 好的。用兩張顯示卡設定交火(SLI)。我喜歡。黃仁勳: 好的。那太酷了。是啊,老兄。我以前是個《雷神之錘》迷。那很酷。好的。所以SLI,我馬上告訴你那個故事。以及它如何引向埃隆。我仍然會回答這個問題。所以無論如何,這兩個孩子利用我之前描述的技術,在我們的GPU上訓練了這個模型,因為我們的GPU可以平行處理事物。這本質上是一台個人電腦中的超級電腦。你使用它或《雷神之錘》的原因是因為它是第一台消費者級超級電腦。喬羅根: 好的。所以無論如何,他們取得了那個突破。黃仁勳: 當時我們正在從事電腦視覺研究。這引起了我的注意。所以我們去瞭解了它。與此同時,這種深度學習現象正在全國各地、全國各地發生。大學相繼認識到深度學習的重要性,而所有這些工作都在史丹佛、哈佛、以及核心(機構)內進行。哈佛、伯克利,基本上到處都是。喬羅根: 紐約大學,楊(立昆),楊強(楊進)在史丹佛,這麼多不同的地方。黃仁勳: 我看到它在各個地方冒出來。所以我的好奇心促使我想知道,這種機器學習形式有什麼特別之處?我們早就知道機器學習了。我們早就知道人工智慧了。我們早就知道神經網路了。現在為什麼是這個時刻?所以我們意識到,這種用於深度神經網路的反向傳播的架構,深度神經網路的建立方式,我們或許可以擴大這個問題,擴大解決方案,以解決許多本質上是通用函數逼近器的問題。喬羅根: 好的,意思是,當你還在學校的時候,你有一個盒子,盒子裡有一個函數。黃仁勳: 你給它一個輸入。它給你一個輸出。我稱它為通用函數逼近器的原因在於,這台電腦,而不是你來描述這個函數,一個函數可能是一個新的內建方程,力等於質量乘以加速度(f=ma)。那就是一個函數。你用軟體寫下這個函數。你給它輸入,質量、加速度。它會告訴你力是多少。喬羅根: 好的。這台電腦的工作方式真的很有趣。黃仁勳: 你給它一個通用函數。它不是F等於MA,而是一個普適函數。它是一個巨大、深層的神經網路。然後,你不需要描述它的內部結構,而是給它輸入和輸出的例子,它自己就能找出內部結構。所以你給出輸入和輸出,它就能找出內部結構。一個通用的函數逼近器。今天,它可能是牛頓方程。明天,它可能是麥克斯韋方程。它可能是庫侖定律。它可能是熱力學方程。它可能是,描述量子物理學的薛定諤方程。因此,只要有輸入和輸出,你就可以將它描述為任何事物,幾乎可以描述任何事物。只要有輸入和輸出。或者它可以學習輸入和輸出。所以我們後退了一步,說,等一下。喬羅根: 這不僅僅是用於電腦視覺。黃仁勳: 深度學習可以解決任何問題。所有有趣的問題。只要我們有輸入和輸出。那麼,什麼具有輸入和輸出呢?世界就是如此。世界有輸入和輸出。因此,我們可以擁有一台幾乎可以學習任何東西的電腦,即機器學習、人工智慧。喬羅根: 所以我們推斷,也許這就是我們所需要的根本性突破。黃仁勳: 有幾件事情必須解決。例如,我們必須相信可以真正將它擴展到巨型系統。它運行在,他們使用了兩張圖形卡,兩張GTX 580,順便說一下,這正是你的交火(SLI)配置。好的。所以那台GTX 580交火(SLI)配置的電腦是讓深度學習登上歷史舞台的革命性電腦。那是2018年,你還在用它玩快速。喬羅根: 哇,太瘋狂了。黃仁勳: 那就是那一刻。那就是現代人工智慧的大爆炸。我們很幸運,因為我們正在發明這項技術,這種計算方法。我們很幸運他們發現了它。結果他們是遊戲玩家,而且他們發現它很幸運。而且我們關注到那一刻也很幸運。這有點《星際迷航》中的首次接觸。瓦肯人一定在那一刻看到了曲速驅動器。如果他們沒有目睹曲速驅動器的出現,他們就不會來到地球,一切都不會發生。這有點如果我沒有注意到那一刻,那個閃光,而且那個閃光持續了很短的時間。如果我沒有關注到那個閃光,或者我們的公司沒有關注到它。誰知道發生了什麼?但我們看到了這一點,然後我們推斷出這是一個通用函數逼近器。這不僅僅是一個電腦視覺的逼近器。我們可以用它來做各種事情。如果我們能用它來做各種事情。如果我們能解決兩個問題。第一個問題是我們必須向自己證明它能夠擴展。喬羅根: 第二個問題是我們必須等待的,我想是做出貢獻並等待的,那就是,世界上永遠不會有足夠多的輸入和輸出資料,讓我們能夠監督人工智慧學習一切。黃仁勳: 例如,如果我們必須在我們孩子學習的每件事上監督他們,他們能學到的資訊量就是有限的。我們需要人工智慧,我們需要電腦有一種無需監督的學習方法。而我們不得不再等上幾年,但無監督的AI學習現已到來。因此,AI可以自行學習。AI之所以能自行學習,是因為我們有大量的示例。正確的答案的示例。比如,如果我想學習,如果我想教AI如何預測下一個詞,我可以獲取,獲取我們已經擁有的大量文字,遮蓋掉最後一個詞,讓它反覆嘗試,直到它預測出下一個詞。或者我遮蓋文字中隨機的詞語,讓它反覆嘗試、嘗試、嘗試、嘗試,直到它預測出來。比如“瑪麗,瑪麗去銀行(bank)”。喬羅根: 是河岸(river bank)還是儲蓄銀行(money bank)?黃仁勳: 如果你要去銀行,那很可能指的是河岸。好的?即使從那一點來看,這可能也不明顯。喬羅根: 它可能需要,然後釣到了一條魚。黃仁勳: 好的,現在你就知道那一定是在河岸邊。所以你給這些人工智慧提供大量的這些例子,然後你把單詞遮住,它就會預測下一個詞,好嗎?於是無監督學習出現了。這兩個想法,即它是可擴展的以及無監督學習的出現,讓我們確信我們必須將所有精力投入其中,並幫助建立這個行業,因為我們將解決許多有趣的問題。那是在 2012 年。到 2016 年,我製造出了一台名為 DGX1 的電腦。我送給埃隆·馬斯克的那一台叫做 DGX Spark。DGX1 售價 30 萬。造出第一台的成本是 1,000 美元,花費了輝達數十億美元。我們沒有使用兩塊晶片的SLI(可擴展連結介面),而是使用一種稱為NVLink的技術連接了八塊晶片,但它的本質是超級強化的SLI。可以嗎?所以我們連接了其中的八塊晶片,而不是僅僅兩塊。它們都協同工作,就像你的《雷神之錘》的計算裝置一樣,來解決這個深度學習問題,以訓練這個模型。於是我們創造了這樣一個東西。我在GTC(GPU技術大會)和我們的一個年度活動上宣佈了它。我介紹了這個深度學習、電腦視覺的東西,以及一台名為DGX-1的電腦,觀眾當時完全是鴉雀無聲。他們完全不知道我在說什麼。我很幸運,因為我認識埃隆(Elon)。我幫助他為Model 3、Model S建構了第一台電腦。當他想開始研究自動駕駛汽車時,我幫助他建構了裝入Model S AV(自動駕駛汽車)系統、他的全自動駕駛系統的電腦。我們基本上就是FSD(全自動駕駛)電腦的第一個版本。喬羅根: 於是我們就已經開始合作了。當我宣佈這件事時,全世界沒有人想要它。黃仁勳: 我沒有任何採購訂單,一單都沒有。沒有人想買它。沒有人想參與其中。除了埃隆。他當時在那個活動上,我們正在就自動駕駛汽車的未來進行爐邊談話。我想大概是 2016 年。20,也許那時是 2015 年。喬羅根: 然後他說,你知道嗎?黃仁勳: 我有一家公司非常需要它。如此。我說,哇,我的第一個客戶。所以我對此感到非常興奮。他說,我們有這樣一家公司。這是一家非營利性公司。我頓時臉色煞白。我剛剛花了數十億美元來建造這個東西。它的成本是300,000美元。一家非營利組織能夠支付這個東西的機率大約是零。然後他說,這是一家人工智慧公司。而且它是一家非營利組織。我們真的非常需要其中一台超級電腦。所以我就把它拿了過來。我為我們自己建構了第一台。我們正在公司內部使用它。我把其中一台裝進了箱子。我把它開到了舊金山。 並在 2016 年交給了埃隆。當時有一群研究人員在場。彼得·比爾(Peter Beal)也在場。伊利亞很害怕。那裡有一群人。然後我走到二樓,他們都在一個比你這裡小一點的房間裡。然後,然後,那個地方後來變成了OpenAI。只是一群人坐在一個房間裡。喬羅根: 不過它現在真的不算是非營利組織了,是嗎?黃仁勳: 他們不是,他們不是,他們已經不是營利性的了。是啊。這運作方式真奇怪。是啊,是啊。但不管怎樣,不管怎樣,埃隆(馬斯克)也在那裡。那是一個,那是一個,那真是一個非常、非常偉大的時刻。是啊,瞧你說的。就是這樣。喬羅根: 就是這樣。看看你,還穿著同一件夾克。看看那個。黃仁勳: 我一點都沒變老。不過,頭髮一點都沒變黑。喬羅根: 它的大小,明顯小了很多。那是前幾天的事了。好的,你看,哎呀,就這樣吧。看看這個區別。太令人難以置信了。黃仁勳: 完全相同的工業設計。他正拿著它。令人驚奇的是這一點。DGX1 曾達到每秒一千兆次浮點運算。好的。那是大量的浮點運算。而 DGX Spark 是一千兆次浮點運算。九年後。同樣的,同樣的計算能力。在一個小得多的。縮小了。而且不再是30萬美元,現在是4000美元。它只有一本書那麼大。難以置信。太瘋狂了。技術就是這樣發展的。無論如何,這就是我想把第一個送給他的原因。因為我把第一個送給了他,是2016年。喬羅根: 這太迷人了。如果你想,如果你想為一部電影創作一個故事。那將是這樣一個故事,如果它真的變成了一種數字生命形式,那該是多麼滑稽,它竟然誕生於對電子遊戲電腦圖形的渴望?喬羅根: 完全正確。這有點瘋狂。從這個角度思考確實有點瘋狂。因為它最終的起源故事。輝達的起源與世嘉的救贖黃仁勳: 電腦圖形學。曾是生成現實這一超級電腦難題中最難的問題之一。同時也是解決起來最有利可圖的問題之一,因為電子遊戲太受歡迎了。喬羅根: 輝達公司於1993年創立時,我們正在嘗試建立這種新的計算方法。黃仁勳: 問題是,殺手級應用是什麼?我們想要解決的問題,我們公司想要創造一種新型計算,一種能解決普通電腦無法解決問題的電腦。1993年業界已有的應用都是普通電腦可以解決的應用,因為如果普通電腦解決不了,那這些應用怎麼會存在呢?喬羅根: 所以我們有了一個使命宣言。對於一家沒有成功機會的公司而言。黃仁勳: 但我1993年時並不知道這一點。它聽起來只是一個好主意。對。如果我們創造了能解決問題的東西,這就好像你實際上必須去創造那個問題。所以我們就是這麼做的。1993年時,還沒有《毀滅戰士》(Quake)。約翰·卡馬克(John Carmack)那時還沒有寫出《毀滅戰士》(Doom)。你可能還記得。黃仁勳: 當然。而且當時還沒有應用程式。所以我去了日本,因為世嘉當時在街機行業有這個技術,你還記得嗎?當然。那些街機,它們推出了3D街機系統,《VR戰士》、《Daytona USA》、《VR特警》。所有這些街機遊戲都是第一次採用3D技術。他們使用的技術來自馬丁·馬里埃塔。那些飛行模擬器,他們把飛行模擬器的核心部件拆出來,裝進了街機裡。你手上的這個系統,肯定比那個街機強大百萬倍。喬羅根: 那是為美國國家航空航天局(NASA)設計的飛行模擬器。黃仁勳: 所以他們把那個的核心部件拿了出來。他們曾用它進行噴氣式飛機,以及,航天飛機的飛行模擬。然後他們把裡面的核心部件拆了出來。世嘉(Sega)有一位才華橫溢的電腦開發者。他的名字叫鈴木裕(Yu Suzuki)。鈴木裕和宮本茂(Miyamoto),世嘉和任天堂(Nintendo),他們是那個時代,不可思議的先驅者、有遠見的人、了不起的藝術家。他們倆都非常、非常精通技術。他們確實是電子遊戲產業的起源。喬羅根: 鈴木裕開創了三維圖形遊戲(3D graphics gaming)。黃仁勳: 於是我去了,我們建立了這家公司,當時還沒有應用程式(apps)。我們把所有的下午時間都花在了那裡,我們告訴家人我們要去那裡工作,但實際上只有我們三個人,誰會知道呢。所以我們去了柯蒂斯(Curtis)那裡,我們其中一位創始人,去了柯蒂斯的聯排別墅。我和克里斯結婚了。我們有孩子。我那時已經有了斯賓塞和麥迪遜。他們大概兩歲。克里斯的孩子和我們的孩子年齡差不多大。然後我們就在那棟聯排別墅裡工作。但是,當你是一家初創公司,而且使命宣言正如我們所描述的那樣時,不會有太多客戶給你打電話。所以我們幾乎無事可做。所以午飯後,我們總會享用一頓美餐。午飯後,我們會去街機廳玩世嘉的,世嘉的《虛擬格鬥》和《世嘉冠軍》以及所有那些遊戲。並分析他們是如何做到的,試圖弄清楚他們是如何實現這一點的。所以我們決定,不如直接去日本,說服世嘉(Sega)將那些應用程式遷移到個人電腦(PC)上。我們將由此開啟PC遊戲,即3D遊戲產業。與世嘉合作。輝達(NVIDIA)就是這樣起步的。為了換取他們為我們的個人電腦開發遊戲,我們將為他們的遊戲機製造一個晶片。這就是合作關係。我為你的遊戲機製造一個晶片。你把世嘉的遊戲移植給我們。然後他們付給我們,當時是相當一筆錢。一筆可觀的金額來製造那個遊戲機。這可以算作是輝達開始起步的開端。我們以為我們就這樣走上正軌了。於是我從一份商業計畫書開始,一個不可能完成的使命宣言。我們很幸運地獲得了世嘉(Sega)的合作機會。我們開始起飛,開始建構我們的遊戲機。在大約兩年後,我們發現我們的第一項技術行不通。它本會是一個缺陷。它確實是一個缺陷。我們所有的技術構想,所有的架構概念都是合理的,但我們實現電腦圖形的方式完全是反向的。我不會用技術細節讓你們感到厭煩,但我們做的不是逆向紋理貼圖,而是正向紋理貼圖。我們沒有使用三角形,而是使用了曲面。所以其他公司是做成平面的。我們成功了。其他技術,最終勝出的技術,我們今天使用的技術,擁有Z緩衝器。它自動進行了排序。我們的架構沒有Z緩衝器。應用程式必須自己排序。喬羅根: 所以我們選擇了一系列技術方案,三個主要的技術選擇,這三個選擇都是錯誤的。黃仁勳: 好的,所以這就是我們有多麼聰明。因此,在1995年,95年中期,我們意識到我們走錯了方向。與此同時,矽谷擠滿了3D圖形初創公司,因為那是當時最令人興奮的技術。因此,3D效果和渲染以及圖形處理器(Silicon Graphics)正在興起,而英特爾當時已經涉足其中。我們最終必須與之競爭的初創公司有上百家。每個人都選擇了正確的技術路線,而我們選擇了錯誤的那條。所以我們是第一家起步的公司。我們發現自己基本上是帶著錯誤的答案,落在了最後。喬羅根: 因此公司陷入了困境。最終,我們必須做出幾個決定。黃仁勳: 第一個決定是,如果我們現在改變,我們將成為最後一家公司。即使我們轉向了我們認為正確的技術,我們也仍然會完蛋。喬羅根: 所以這個論點是,我們是改變然後死去?黃仁勳: 還是不改變並設法讓這項技術奏效?或者去做一些完全不同的事情。那個問題在戰略層面上觸動了公司,是一個很難回答的問題。我最終,主張的是,我們不知道正確的戰略是什麼,但我們知道錯誤的技術是什麼。讓我們停止用錯誤的方式去做。讓我們給自己一個機會去弄清楚戰略到底是什麼。第二件事,我們遇到的第二個問題是公司快沒錢了。我當時有一個合同,比如說,我欠他們一個遊戲機。如果那個合同被取消,我們就完了。我們會瞬間化為烏有。所以我去了日本,向世嘉(Sega)的首席執行長,一位非常出色的人,伊織(Iori),解釋了情況。他是本田美國公司的前首席執行長,後來回到世嘉(Sega)負責一個主要項目,真是一個了不起的人。他曾是世嘉(Sega)的首席執行長。我回到日本並掌管世嘉。我向他解釋說,我當時大概是30歲,33歲?我33歲的時候臉上還有痤瘡。我遇到了一個,一個中國小夥子。我當時非常瘦弱。而他已經有點年長了。我去找他,我說,聽著,我有一個壞消息要告訴你。首先,我們向你承諾的技術行不通。其次,我們不應該完成你的合同,因為那樣會浪費你所有的錢,而你得到的將是完全不可用的東西。我建議你另找一個合作夥伴來開發你的遊戲主機。我非常抱歉,我們拖慢了你的產品路線圖的進度。第三,即使你同意讓我退出合同,我仍然需要這筆錢。喬羅根: 因為如果你不給我錢,我們明天就會化為烏有。黃仁勳: 所以。我謙遜而誠實地解釋了這一點。我向他介紹了背景情況。我向他解釋了這項技術為何行不通。為什麼我們曾認為它會成功。為什麼它行不通。我請他把他們本應用於完成合同的最後500萬美元,轉而作為對我們的投資,以完成合同。他說,即使有我的投資,你們公司也很可能會倒閉。而且這完全是事實。在1995年那時候,500萬美元是一筆巨款。即使是今天,這也是一筆巨款。500萬美元曾是一筆巨款。而現在有一大堆競爭對手正在做得很好。給輝達500萬美元,我們制定出正確戰略,讓他能收回這500萬美元的投資甚至拿回本金的機率有多大?0%。你算一下,就是0%。如果我當時就坐在那裡,我就不會那麼做了。在當時,500萬美元對世嘉(Sega)來說是一筆巨款。喬羅根: 我告訴他,如果你們把這500萬美元投資給我們,那筆錢很可能就沒了。黃仁勳: 但是,要是不投資這筆錢,我們就會倒閉,連一點機會都沒有了。我告訴他,我最後到底說了什麼我都不太確定了,但我告訴他,我最後到底說了什麼我都不太確定了,但我告訴他,我理解如果他……我最後到底說了什麼我都不太確定了,但我最後說了,但是但我告訴他了。決定不投,但如果他投了,對我來說就意味著全世界了。喬羅根: 他回去想了好幾天,然後回來告訴‘我們做。’你當時有沒有一個策略來糾正它所做錯的地方?喬羅根: 你跟他解釋過嗎?黃仁勳: 天那,等我告訴你剩下的部分,那太嚇人了,甚至更嚇人。天那。所以他決定的是,是,詹森是一個他喜歡的年輕人。就是這樣。喬羅根: 直到今天。喬羅根: 太瘋狂了。天那,你欠著,但全世界都欠著那個人。黃仁勳: 毫無疑問。喬羅根: 天那,他,他今天在日本慶祝了。黃仁勳: 如果他當時保留了那五份投資,我想它今天可能價值約一兆美元。喬羅根: 我知道。黃仁勳: 但就在我們公開之後,他們就把它賣掉了。他們說,哇,真是個奇蹟。他們賣掉了,他們以輝達的估值賣掉了,大約3億美元。那是我們的首次公開募股(IPO)估值,3億美元。總之,我非常感激。然後現在我們必須弄清楚該怎麼做。因為我們仍然在採取錯誤的戰略、錯誤的技術。所以很不幸,我們不得不裁掉公司的大部分員工。我們將公司全部收縮了。所有從事遊戲機研發的人員,我們不得不全部收縮回來。然後有人告訴但是詹森,我們以前從沒有這樣建造過它。我們以前從沒有以正確的方式建造過它。我們只知道用錯誤的方式來建造它。喬羅根: 所以公司裡沒有人知道如何建構這個矽圖公司(Silicon Graphics)所做的超級計算圖像生成器、3D圖形裝置。黃仁勳: 所以我說,這能有多難?你有所有這些30家公司,50家公司在做這件事。這能有多難?幸運的是,矽圖公司寫了一本教科書。所以我去了商店。我口袋裡有200塊錢。我買了三本教科書,他們那裡只有三本,每本60美元。我買了這三本教科書。我把它帶回來,然後分給每一位建築師一本。我說,去讀讀它,然後我們去拯救這家公司。於是他們閱讀了這本教科書,學習了當時巨頭思科(Silicon Graphics)的知識。關於如何做三維圖形。但令人驚奇的是,也是使一些視訊在今天具有特殊意義的是,那裡的專家能夠從第一性原理出發,學習當時最成熟的技術,並以一種前所未有的方式重新實現它。因此,當我們重新構想三維圖形技術時,我們以一種方式重新構想了它,這種方式至今仍然體現著現代三維圖形。我們確實發明了現代三維圖形。但我們學習了先前已知的技術,並以根本不同的方式實現了它。黃仁勳: 你們做了什麼改變?歸根結底,歸根結底簡單的答案是,矽圖公司(Silicon Graphics)的工作方式是,其幾何引擎是一堆在產品上運行的軟體。喬羅根: 處理器,我們把這個理念付諸實踐,消除了它的所有通用性、所有目的性,並將其精簡為3D圖形最核心的部分,然後我們將其硬編碼到晶片中。黃仁勳: 因此,我們沒有使用通用的東西,而是將其非常具體地硬編碼到僅限於視訊遊戲所需的有限應用、有限功能中。而這種能力,這種超級能力,因為我們重新發明了一整套東西,它極大地增強了那個小小的晶片的能力。我們那個小小的晶片產生的圖像速度,與一個100萬美元的圖像生成器一樣快。那就是巨大的突破。我們把價值百萬美元的東西放進了顯示卡裡,你現在把它裝進你的遊戲個人電腦裡。這就是我們偉大的發明。喬羅根: 然後,當然問題是,如何與那30家做著同樣事情的公司競爭?黃仁勳: 在那方面,我們做了幾件事情。我們沒有為每一個三維圖形應用都建構一個三維圖形晶片,而是決定為一個應用建構一個三維圖形晶片。我們將所有賭注都押在了視訊遊戲上。視訊遊戲的需求與電腦輔助設計(CAD)的需求、飛行模擬器的需求截然不同。它們是相關的,但並不相同。因此,我們明確地聚焦於我們的問題陳述,這樣我就可以排除所有其他的複雜性,並將其縮小到這一個焦點上,然後我們為不同的玩家提供了強大的支援。我們做的第二件事是,我們建立了一個與遊戲開發者合作、使他們的遊戲移植並適應我們的晶片的完整生態系統,這樣我們就可以將本質上是技術業務的東西轉化為平台業務,轉化為遊戲平台業務。GeForce 在今天也是世界上最先進的三維圖形技術,但在很久以前,GeForce 實際上是您個人電腦內部的遊戲機。它,它運行 Windows、Excel 和 PowerPoint。當然,這些都是容易的事情。但其根本目的僅僅是將您的個人電腦變成一台遊戲機。所以我們是第一家為單一受眾——玩家——建構所有這些令人難以置信的技術的技術公司。喬羅根: 現在,當然,在 1993 年,遊戲產業還不存在。黃仁勳: 但到了約翰·卡馬克出現、《毀滅戰士》現象發生,然後《雷神之錘》問世的時候。如你所知,整個,整個社區,一下子就火起來了。喬羅根: 你知道“毀滅戰士”(Doom)這個名字是怎麼來的嗎?它來源於一部電影《金錢本色》中的一個場景,湯姆·克魯斯飾演的一位精英檯球手來到一家檯球廳,一個當地的賭徒問道,他箱子裡有什麼?然後他打開了這個箱子。他有一根特殊的檯球桿。黃仁勳: 他走進去,打開它,他說,“毀滅”(Doom)。名字就由此而來了。喬羅根: 是這樣嗎?因為卡馬克(Carmack)說他們想對遊戲行業做這件事。《毀滅戰士》(Doom)。當《毀滅戰士》發佈時,所有人都像是,我們完蛋了。噢,這就是《毀滅戰士》。太棒了。這難道不令人驚嘆嗎?這太令人驚嘆了。因為它對這款遊戲來說是完美的名字。而且這個名字來源於那部電影中的那個場景。黃仁勳: 然後,當然了,蒂姆·斯威尼(Tim Sweeney)和Epic Games以及3D遊戲類型就騰飛了。如果從一開始來看,根本就沒有遊戲產業。我們別無選擇,只能將公司集中於一件事。那一件事情。喬羅根: 這是一個非常了不起的創業故事。這太令人驚奇了。你回想起來一定覺得。黃仁勳: 一場災難,那是什麼?喬羅根: 那500萬美元,以及與那位先生的那次關鍵性談話後的轉型。如果他不同意,如果他不欣賞你,那麼今天的世界會是什麼樣子?這太瘋狂了。Riva 128的豪賭與模擬器救命喬羅根: 然後我們整個生命就繫於另一位先生身上了。黃仁勳: 所以現在。我們就在這裡,我們建立了。所以在 G4 之前,是 Riva 128。Riva 128 拯救了公司。它徹底改變了電腦圖形學。用於遊戲的 3D 圖形的性能成本比率簡直好得驚人。我們正準備發貨。我們正在建構它。但是,正如您所知,我們的預算是500萬美元。持續時間不長。所以我們每個月,每個月都在消耗資金。喬羅根: 你必須製造它,製作原型。黃仁勳: 你必須設計它,製作原型,拿回晶片,這花費很多錢。用軟體進行測試。因為如果沒有軟體來測試晶片,你就不知道晶片是否工作。然後你會發現一個錯誤。很可能,因為每次你測試某物時,你都會發現錯誤。喬羅根: 這意味著你必須重新流片(tape it out),這又意味著更多的時間,更多的金錢。黃仁勳: 所以我們進行了計算。沒有人能有機會活下來。我們沒有足夠的時間來設計晶片、將其傳送給台積電(TSM)這樣的代工廠、取回矽片、進行測試,然後再送出去。沒有機會,沒有希望。所以這個計算,這個電子表格,不允許我們那樣做。喬羅根: 所以我聽說了一家公司,這家公司製造了一台機器。黃仁勳: 這台機器是一個模擬器。你可以把你的設計,所有描述晶片的軟體,輸入到這台機器裡。這台機器會假裝它就是我們的晶片。這樣我就不必把它送到晶圓廠,等待晶片。在晶圓廠把它送回來、測試之前,我可以讓這台機器假裝是我們的晶片,我可以在這台機器上部署所有軟體,這種機器被稱為模擬器,我可以對這個假想的晶片上的所有軟體進行測試,在我把它送到晶圓廠之前,我可以把所有問題都修復好。喬羅根: 如果我能做到這一點,當我把它送到晶圓廠時,它就應該能工作。黃仁勳: 沒有人知道,但它應該能工作。於是我們得出了結論。把我們銀行裡剩下的錢的一半拿出來。當時大約有一百萬美元。拿出其中一半的錢去買這台機器。我沒有把錢留著維持生計,而是拿了一半的錢去買這台機器。我給這個人打了個電話。喬羅根: 這家公司叫 Icos。我打電話給這家公司,我說,嘿,聽著,我聽說過這台機器。我想買一台。他們說,太棒了,但我們已經倒閉了。我說,什麼?你們倒閉了?他說,我們沒有客戶。黃仁勳: 我說,等等,請稍等。所以你們從來沒有造出這台機器?他們說,我們製造了這台機器。如果你想要的話,我們庫存裡還有一台,但我們已經倒閉了。所以我從庫存中買了一個。可以嗎?我買了之後,他們就倒閉了。我從庫存中買了一個,然後在這台機器上,我們裝入了輝達的晶片,並測試了其上的所有軟體。這時候,我們已經快要山窮水盡了。但我們說服自己,那個晶片會很棒。所以我不得不給其他一些先生打電話。所以我給台積電打了電話。我告訴台積電,我說,聽著,台積電是當今世界上最大的代工廠。喬羅根: 當時,當時他們只有幾億美元的規模,是個很小的公司。黃仁勳: 我向他們解釋了我們正在做什麼。我向他們解釋了我們正在做什麼。我向他們解釋了,我告訴他們我有許多客戶。喬羅根: 我有一個,鑽石多媒體(Diamond Multimedia)。黃仁勳: 可能是你們以前購買顯示卡的那幾家公司之一。我說,我們有很多客戶,而且這個樂隊真的很棒。我們將為你流片(tape out)一個晶片。我喜歡直接投入生產。因為我知道它可行。喬羅根: 他們說,從來沒有人這樣做過。黃仁勳: 從來沒有人流片過一個能正常工作的晶片。也從來沒有人流片過一次就成功工作的晶片。而且沒有人會在不考慮這個的情況下開始生產。但我知道。如果我不開始生產,我反正也會倒閉。喬羅根: 如果我能開始生產,我或許還有機會。黃仁勳: 台積電決定支援我。這位先生名叫張忠謀。張忠謀是晶圓代工產業之父,台積電的創始人,一位非常偉大的人。他決定支援我們的公司。我向他們解釋了一切。他決定支援我們,坦率地說,可能是因為他們當時本來就沒有太多其他客戶。但他們心存感激。我對此深表感激。喬羅根: 在我們開始製作時,莫里斯飛往了美國。他沒有直接那樣問我太多話,但他問了我很多試圖探究的問題。黃仁勳: 我有沒有錢?但他沒有直接那樣問你知道嗎?喬羅根: 所以事實是,我們並沒有所有的錢。黃仁勳: 但我們有客戶提供的有力採購訂單。如果項目失敗,一些豁免條款就會失效。而且,我不太確定會發生什麼,但我們會資金短缺的。那將會很艱難,將會很艱難。但他們支援了我們,承擔了所有相關的風險。我們發佈了。這塊晶片結果是完全具有革命性的,取得了巨大的成功。我們成為了歷史上從零到10億美元增長速度最快的科技公司。喬羅根: 竟然沒有測試這塊晶片,真是太瘋狂了。我知道。我們後來測試了,黃仁勳: 我們後來測試了。後來,但它已經投入生產了。但順便說一句,順便說一句,我們為挽救公司而開發的這種方法論。至今仍被全世界使用。喬羅根: 那真是太了不起了。黃仁勳: 我們改變了全世界設計晶片的方法論。改變了全世界設計晶片的節奏。我們改變了一切。領導力與痛苦的價值黃仁勳: 那些日子你睡得怎麼樣?那一定壓力山大。那種感覺是什麼,就是全世界彷彿在——就像它在飛一樣,你有一種,你稱那種感覺為什麼?你無法,你無法停止那種感覺,就是一切都移動得超級快,你躺在床上,全世界都感覺,你和你,你深感焦慮,完全失控。我一生中可能經歷過幾次那種感覺。就是在那個時候。這真是不可思議。多麼了不起的成功故事啊。但我學到了,我學到了很多。我學到了,我學到了關於,我學到了文明方面的事情。我學到了,我學到了,我學到了如何制定戰略。我學到了如何,以及當我們的公司學到了如何制定戰略。什麼是制勝戰略?我們學會了如何創造市場。我們創造了現代 3D 遊戲市場。我們學會了如何,所以正是這項技能幫助我們創造了現代人工智慧市場。這完全一樣,這完全是相同的技能,完全是相同的藍圖。我們學會了如何應對危機,如何保持冷靜,如何系統地思考問題。我們學會了如何消除公司內所有的浪費。並從第一性原理出發工作,只做那些最基本的事情。除此之外的都是浪費,因為我們沒有錢去做。喬羅根: 時刻依靠微薄的資源生存。黃仁勳: 那種感覺,和我今天早上醒來時的感覺沒有任何不同,那就是你很快就要倒閉了。“距離倒閉還有30天”這句話我說了33年了。你仍然有那種感覺嗎?每天早上,每天早上。黃仁勳: 但你們是地球上最大的公司之一。但這種感覺沒有改變。黃仁勳: 那種脆弱感、那種不確定感、那種不安全感,它從未消失。太瘋狂了。我們過去,我們一無所有。我們當時在和巨頭打交道。喬羅根: 每一天。每一刻。你認為那是推動你的動力嗎?這是公司如此成功的原因之一嗎?因為你擁有那種渴望成功的思維模式,你從不懈怠。你從不滿足於現狀。你總是在前沿。黃仁勳: 我不想失敗的驅動力,大於我想成功的驅動力。喬羅根: 這就是成功嗎?黃仁勳: 成功教練會告訴你,這完全是錯誤的心理學。全世界第一次聽到我把話說出來。但這是真的。喬羅根: 那就是如此引人入勝。黃仁勳: 對失敗的恐懼比貪婪或其他什麼更能驅動我。喬羅根: 現在回想起來,那可能是一種更健康的心態。因為就像恐懼……黃仁勳: 比如我沒有那麼大的抱負。喬,我只想活下去。我想活下去,喬。讓公司蓬勃發展,你知道嗎?我希望我們能產生影響。喬羅根: 這很有趣。也許這就是你如此謙遜的原因。也許這就是讓你保持腳踏實地的原因,你懂嗎?因為以公司取得的這種輝煌的成功,很容易就會自命不凡。喬羅根: 不是嗎?喬羅根: 但這不很有趣嗎?就像如果你是一個主要目標就是成功的人,你可能會想,成功了,搞定了,就完事大吉了。它就死了。它就死了。你醒來時會想,天啊,我們可不能搞砸了。黃仁勳: 完全正確。每天早上。喬羅根: 每天早上。是每時每刻。那太瘋狂了。在我睡覺之前。聽著,如果我是貴公司的主要投資者,我希望由這樣的人來經營它。我希望是一個害怕……的人。喬羅根: 這就是我的工作。黃仁勳: 這就是我一周工作七天的原因。在我醒著的每一刻。你醒著的每一刻都在工作。我醒著的每一刻。我在思考如何解決一個問題。我在思考……你能堅持多久?我不知道,但是……可能下周。聽起來很累人。確實很累人。聽起來完全讓人筋疲力盡。一直處於焦慮狀態。喬羅根: 一直處於焦慮狀態。承認這一點值得稱讚。我認為這對很多人來說都很重要。黃仁勳: 因為,可能有一些年輕人正處於你起步時的類似境地,他們只是覺得那些成功的人比我聰明,他們比我擁有更多的機會,而且這一切都是唾手可得,或者他們只是恰好在正確的時間出現在了正確的地點,而喬,我剛才描述的那個人,他當時並不知道發生了什麼,實際上做錯了,然後是那個不可思議的飛身接球,兩三次,太瘋狂了,那個不可思議的飛身接球是最好的形容方式,你知道嗎,就像你的手套邊緣,可能擦過某人的頭盔,然後落在了邊緣,天那,這太不可思議了。喬羅根: 這令人難以置信,但同時,你擁有這種視角,你這樣看待問題,這真的很棒。因為,很多有自大妄想的人,他們會,誇大其詞。黃仁勳: 而且他們經常改寫歷史,讓他們自己顯得,異常聰明,他們是天才,他們一直都知道,而且他們完全說中了。商業計畫與他們所想的完全一致。他們擊垮了競爭對手,他們取得了勝利。喬羅根: 與此同時,你就好我每天都很害怕。完全正確。喬羅根: 這太搞笑了。我的天那。這太棒了。但這確實非常真實。這太棒了。這非常真實。這太棒了。黃仁勳: 但我認為成為領導者和表現出脆弱性之間沒有任何不一致之處。公司不需要我一直是天才,不需要我一直對我要做什麼、正在做什麼有絕對的把握。公司不需要那個。公司希望我成功。喬羅根: 我們今天開始談論川普總統時提到的那件事,我正要說點什麼。黃仁勳: 事情。聽著,他是我的總統。他是我們的總統。我們所有人都應該,我們談論的僅僅是因為作為川普總統,我們都希望他是錯的。我認為美國,我們所有人都必須認識到他是我們的總統。我們希望他成功,因為無論他是誰的總統。黃仁勳: 說得對。我們希望他成功。我們需要幫助他成功,因為這能幫助到每一個人,幫助我們所有人成功。我很幸運,因為我工作的公司有四萬人都希望我成功。他們希望我成功,我能感受到。他們每天都在盡力幫助我克服這些挑戰,努力去實現、去實現我所描述的我們的戰略。如果它有任何不正確或不夠完美的地方,請提出來。告訴這樣我們才能調整方向(pivot)。喬羅根: 作為領導者,我們越是表現出脆弱性,其他人就越能夠告訴你,‘延森(Jensen),這不完全對’,或者‘你有沒有考慮過這些資訊’,而我們越是脆弱,我們實際上就越有能力調整方向。黃仁勳: 如果我們把自己塑造成超人的能力,那麼我們就很難調整戰略方向。對。因為我們一直都應該是對的。如果你一直是正確的,你怎麼可能進行轉變(Pivot)呢?因為轉變要求你承認自己是錯的。所以我對犯錯這件事沒有任何障礙。我只是需要確保我保持警覺,確保我總是從第一性原理出發進行推理,總是將事物分解到第一性原理,理解它發生的原因。持續地重新評估。持續地重新評估在某種程度上是持續焦慮的原因之一。因為你在問自己,你昨天是不是錯了?你現在還正確嗎?這還是一樣的嗎?這一點改變了嗎?這個情況改變了嗎?這比你想像的更糟嗎?喬羅根: 因為這種思維方式對你的企業來說是完美的,因為這個行業總是在不斷變化?一直都是。而且競爭來自四面八方。其中很大一部分都懸而未決。黃仁勳: 你必須創造一個包含一百個變數的未來。而且你不可能在所有這些變數上都正確。喬羅根: 所以你必須去衝浪。黃仁勳: 你必須衝浪。喬羅根: 這是一個很好的表達方式。你必須衝浪。你在駕馭技術和創新的浪潮。黃仁勳: 你無法預測這些浪潮。你必須應對你所擁有的那些。但技巧很重要。我做這個已經30年了。我是世界上任職時間最長的科技公司首席執行長。那是真的嗎?恭喜你。太棒了。人們問一是如何不被解僱。我會立刻停下來。然後,二是不要感到厭倦。喬羅根: 那麼,你如何保持你的熱情呢?黃仁勳: 真理的榮光不總是等同於熱情。有時是熱情。有時只是老式的恐懼。然後有時,是適度的挫敗感。喬羅根: 只要能讓你保持前進就好。黃仁勳: 只是所有的情緒。我想,首席執行長們,我們都有各種情緒,你知道嗎?所以可能被提升到了極致,因為你代表著整個公司在感受這一切。我代表著所有人在同一時間感受著這一切。它有點,集中在某個人身上。所以我必須注意過去。我必須注意現在。我必須注意未來。而且,這不可能,它不是沒有情感的。它不只是一份工作。我們就這樣說吧。喬羅根: 一點也不像。我想,鑑於貴公司目前取得了巨大的成功,您工作中最困難的方面之一就是預測技術將走向何方以及應用將如何發展。那麼您如何嘗試規劃這一點呢?黃仁勳: 有很多種方法。喬羅根: 這需要很多因素,但讓我先說。黃仁勳: 你必須被優秀的人才所包圍。而輝達現在,如果你看看當今世界上的大型科技公司,其中大多數公司都有廣告、社交媒體或,內容分發方面的業務,而其核心實際上是基礎電腦科學。因此,這家公司的業務不是電腦。這家公司的業務不是技術。技術驅動著這家公司。喬羅根: 輝達(Envidia)是世界上唯一一家規模龐大,且業務僅限於技術的公司。黃仁勳: 我們只做技術。我們不做廣告。我們賺錢的唯一方式就是創造出卓越的技術並將其銷售出去。所以。所以要成為那樣的公司,要成為今天的輝達,首要的一點是你被世界上最頂尖的電腦科學家所包圍。這是我的餽贈。我的貢獻在於我們營造了一種企業文化,一種能讓全世界最頂尖的電腦科學家都渴望加入的氛圍。因為他們可以在這裡完成他們畢生的工作,並創造下一個偉大的事物。因為那是他們真正想做的事情。喬羅根: 因為也許他們不想服務於另一家企業。黃仁勳: 他們希望服務於技術本身。而且我們在人類歷史上是同類事物中規模最大的。我知道。這真的很了不起。喬羅根: 我們擁有一個非常優越的條件。黃仁勳: 我們擁有出色的文化。我們擁有優秀的人才。那麼現在的問題是如何系統地洞察未來,對其保持警惕,並降低錯過資訊或判斷失誤的可能性。因此,有很多不同的方法可以做到這一點。例如,我們有很棒的合作夥伴關係。我們有基礎研究。我們有一個很棒的研究實驗室,它是當今世界上最大的工業研究實驗室之一。我們與許多大學和其他科學家進行合作。我們進行大量的開放式協作。所以我一直在與公司以外的研究人員合作。我們有幸擁有出色的客戶。因此,我有幸與埃隆以及該行業的其他人共事。我們有幸成為唯一一家能夠服務於消費網際網路、工業製造、科學計算、醫療保健的純技術公司。金融服務,我們所涉及的所有行業,對我來說都是訊號。所以他們都有數學家和科學家。喬羅根: 因此,由於我現在擁有一個雷達系統,這個系統是世界上任何公司中最廣泛的,涵蓋了從農業到能源,再到電子遊戲的所有行業。黃仁勳: 因此,我們能夠擁有這個有利位置,一是我們自己進行基礎研究。二是,我們與所有傑出的研究人員合作,與所有傑出的行業合作。反饋系統非常出色。最後,你必須有一種保持高度警惕的文化。保持警覺沒有捷徑,除了保持專注。我還沒有發現任何不需專注就能保持警覺的方法。我可能每天閱讀數千封電子郵件。每天。你是怎麼有時間做到的?我起得很早。今天早上我四點就起來了。你睡多久?六七個小時。喬羅根: 然後你四點起床,在開始工作前花幾個小時看郵件?黃仁勳: 沒錯,喬羅根: 每天。黃仁勳: 每一天。一天都沒有錯過。包括感恩節和聖誕節。你休過假嗎?喬羅根: 但是,我心目中的假期的定義是我和我的家人在一起的時候。黃仁勳: 所以如果我和我的家人在一起,我會非常高興。我不在乎我們在那裡。喬羅根: 那你就不工作了?還是會工作一點點?黃仁勳: 我工作很多。喬羅根: 即使你出去旅行,你仍然在工作。黃仁勳: 當然。當然。每天都這樣。每天都這樣。但我的孩子們每天都在工作。你光是說這些就讓我感到疲憊。我的孩子們每天都在工作。我的兩個孩子都在這個視訊裡工作。他們每天都工作。我非常幸運。現在很殘酷,因為每天只有我一個人在工作。喬羅根: 現在我們有三個人每天工作,而且他們想每天都和我一起工作。黃仁勳: 所以工作量很大。喬羅根: 你顯然已經將那種職業道德灌輸給他們了。他們工作極其努力。黃仁勳: 沒有……那是……但我的父母工作極其努力。喬羅根:黃仁勳: 我……我天生就帶有工作基因。受苦基因。喬羅根: 聽著,夥計。這得到了回報。多麼瘋狂的故事。這真是一個了不起的起源故事。當你回顧當初有多少次可能功虧一簣以及如此卑微的開端時,你現在所處的位置,我真的,我是說,肯定感覺有點超現實。移民故事:從泰國到肯塔基的寄宿學校黃仁勳: 但喬,這是一個偉大的國家。我是一個移民。我的父母先把我哥哥和我送到這裡。我們在泰國。我在台灣出生,但我父親當時在泰國工作。他是一位化學和儀器工程師,一位了不起的工程師。他的工作是去啟動一個煉油廠。所以我們搬到了泰國,住在曼谷。大約在1973年、1974年那個時候,泰國每隔一段時間就會發生一次政變。軍隊會發動起義。突然有一天,街上出現了坦克和士兵。我父母覺得,對孩子們來說,這裡可能不安全了。於是他們聯絡了我的叔叔。我叔叔住在華盛頓州的塔科馬。我們從未見過他。然後我父母把我們送到了他那裡。喬羅根: 你多大了?黃仁勳: 我快九歲了。我哥哥快十一歲了。於是我們倆來到了美國。我們在叔叔家待了一小段時間,他為我們找學校。我父母沒多少錢。而且他們從未到過美國。我父親……我馬上給你講那個故事。於是我叔叔找到了一所可以接收外國學生,並且對我父母來說負擔得起的學校。而那所學校後來被發現在肯塔基州克拉克縣的一尼達,那裡正是今天阿片類藥物危機的中心。煤炭區。我到達的時候,肯塔基州克拉克縣是美國最貧窮的縣。它至今仍是美國最貧窮的縣。所以我們去了那所學校。是一所很棒的學校。一尼達浸信會學院。在一個只有幾百人的小鎮上,我想我們到達的時候那裡有600人。沒有紅綠燈。我想今天它還是600人。實際上,這是一種了不起的成就。喬羅根: 讓你的人口能維持在600人的能力。黃仁勳: 這相當神奇。這相當奇妙,但他們做到了。因此,這所學校的使命是成為一所向所有願意來的孩子開放的學校。這基本上意味著,如果你是一個有問題的學生,如果你的家庭有問題,如果你的背景是……無論你的背景如何,奧奈達浸信會學院都歡迎你來,也包括那些希望在那裡寄宿的國際學生。喬羅根: 那時你會說英語嗎?黃仁勳: 好的,好的,喬羅根: 於是我們到了那裡,我的第一反應是,天那,地上有好多菸頭。黃仁勳: 百分之百的孩子都抽菸。所以一開始你就知道這不是一所普通的學校。九歲的?我是年紀最小的孩子。好的。11歲的。我的室友17歲了。你剛滿17歲。而且他體格健壯。喬羅根: 而且,而且,我不知道他現在在那裡。黃仁勳: 我知道他的名字,但我不知道他現在在那裡。但無論如何。喬羅根: 那天晚上,我們到了,我注意到的第二件事是,當你走進你的宿舍房間時,沒有衣櫃抽屜或櫃門,就像監獄一樣。黃仁勳: 而且沒有鎖,這樣人們就可以檢查你。所以我走進我的房間,他17歲了。準備上床睡覺,他全身都貼滿了膠帶,原來他不是在鬥毆,他全身被刺傷了,這些都是新鮮的傷口,其他孩子傷得更重,所以他是我室友,是學校裡最強壯的孩子,而我是學校裡最小的孩子,那是一所初中,但他們還是收了因為如果我走過肯塔基河大約一英里,那個懸索橋,另一邊是一所我可以上的中學。然後我可以去那所學校,然後回來,然後我住在宿舍裡。所以基本上,當我上另一所學校時,奧奈達浸信會學院就是我的宿舍。我哥哥上的是初中。所以我們在那裡待了幾年。每個孩子都有,每個孩子都有家務活。我哥哥的差事是在菸草農場幹活。他們種植菸草是為了給學校賺點額外的錢。有點像一個監獄。而我的工作就是打掃宿舍。那時我九歲。我要打掃100個男孩住的宿舍裡的廁所。我洗的衛生間比任何人都多。我只是希望每個人都能更仔細一點,你知道嗎?但無論如何,我是學校裡最小的孩子。我對那段經歷的記憶非常好。但那是個漂亮、是個強硬的城鎮。喬羅根: 聽起來是那樣。黃仁勳: 鎮上的孩子。他們都帶武器。每個人都有刀。哎喲。每個人都有刀。每個人都抽菸。每個人都有一個芝寶(Zippo)打火機。我抽了一個星期的煙。是嗎?你多大?我九歲,九歲的時候,你九歲,你就嘗試抽菸了。我自己弄了一包煙。其他所有人都那樣做。喬羅根: 你有沒有覺得不舒服?黃仁勳: 沒有,我習慣了。喬羅根: 我學會了噴煙圈,也學會了用鼻子呼氣,用鼻子吸進去再從鼻子裡呼出來。黃仁勳: 有很多不同的技巧需要學習。喬羅根: 九點。喬羅根:喬羅根: 只是為了合群或看起來很酷嗎?其他所有人都這麼做了。黃仁勳: 對。然後我大概做了幾個星期,我寧願,我有一塊錢,我一個月大概有一塊錢之類的。我寧願拿它去買冰棒和冰棍。我當時九歲,對。我選擇了更好的道路。喬羅根: 那是我們的學校。黃仁勳: 然後兩年後我的父母來到了美國。喬羅根: 我們在華盛頓州的塔科馬見到了他。這真是太不可思議了。黃仁勳: 那真是一次非常瘋狂的經歷。多麼奇特、具有塑造性的經歷啊。是啊,孩子們很堅強。喬羅根: 從泰國到一個美國最貧困的地方,或者如果不是最貧困的地方,作為一個九歲的孩子。這是我的第一次經歷。和你的兄弟在一起。喬羅根:黃仁勳: 我只是認為。喬羅根: 而最讓我心碎的,可能是在那段經歷中唯一真正讓我心碎的是,我們沒有足夠的錢做,每周打國際電話。黃仁勳: 所以我的父母給了我們一個錄音機,一個愛荷華州(指代產地或特定型號)的錄音機,還有一盤磁帶。所以每個月,我們都會坐在那個錄音機前。我和我哥哥傑夫兩個人,我們會告訴他們我們整個月都做了些什麼。然後我們會把那盤磁帶郵寄出去。然後我父母會拿走那盤磁帶,在上面錄下回音,再寄回給我們。你能想像兩年都是這樣嗎?那盤記錄著兩個孩子描述他們初次體驗美國的磁帶還存在嗎?比如,我記得當時告訴我的父母。喬羅根: 我加入了游泳隊,我的室友非常健壯。黃仁勳: 所以我們每天都在健身房花很多時間。所以我們每晚做100個伏地挺身,100個仰臥起坐,每天都在健身房。所以我當時九歲。我變得,我相當健壯了。而且我身體很健康。喬羅根: 然後我加入了足球隊。黃仁勳: 我加入了游泳隊,因為如果你加入隊伍,他們會帶你去比賽,然後賽後你可以去一家不錯的餐館。那家不錯的餐館是麥當勞。我錄了這麼一段東西。我說,爸爸媽媽,我們今天去了一家最棒的餐館。這個地方通體通亮。這就像未來一樣。而且食物是裝在盒子裡送來的。而且食物非常美味。那個漢堡真是太棒了。那是麥當勞。但無論如何,那不是很不可思議嗎?我的天啊。兩年。兩年。喬羅根: 和你的父母之間,僅僅是寄一盤錄影帶,他們回寄一盤給你,這聯絡方式也太瘋狂了。而且這是你們兩年間唯一的交流方式。喬羅根:黃仁勳: 事實上,我的父母很了不起。他們只是,他們成長經歷很。貧窮。當他們來到美國時,他們幾乎身無分文。我擁有的最具影響力的記憶之一是,我們,他們來了,我們當時住在一個,在一個,在一個,一個公寓小區裡。他們,他們剛剛租了,在那個時候,我想人們仍然會租,租,租一堆家具。喬羅根: 然後,我們在胡鬧。黃仁勳: 我們撞到了咖啡桌,把它撞壞了。它是用鉋花板做的,我們把它弄碎了。我仍然記得我母親當時的表情,因為他們身無分文,她不知道該怎麼償還這筆錢。喬羅根: 但無論如何,這足以說明他們來到這裡是多麼艱難。黃仁勳: 他們拋下了所有的一切,他們僅有的就是他們的手提箱和口袋裡帶的錢。然後他們來到了美國。當時他們多大年紀?他們在四十多歲。快四十歲了。追求美國夢。這就是美國夢。我是美國夢的第一代。喬羅根:黃仁勳: 很難不熱愛這個國家。很難不對這個國家抱有浪漫情懷。喬羅根: 那是一個浪漫的故事。那是一個很棒的故事。喬羅根: 我父親真的就是從報紙上,從廣告裡找到工作的,他打電話聯絡,然後就得到了工作。黃仁勳: 他是做什麼的?他是一家諮詢公司的諮詢工程師,他們幫助人們建造煉油廠、造紙廠和半導體製造廠,他就是做這個的。他非常擅長工廠設計,是儀器儀表工程師。所以他非常擅長工廠設計。而且他在這方面非常出色。所以他就那麼做了。而我的母親做女傭的工作,他們設法把我們撫養長大。喬羅根: 這是一個不可思議的故事,詹森。喬羅根: 確實如此。所有的一切。從你的童年到輝達瀕臨倒閉的危險境地。這真的太不可思議了,夥計。黃仁勳: 這是一個偉大的故事。喬羅根: 我的人生過得很精彩。你確實過得很精彩。這對其他人來說也是一個很棒的故事。確實如此。黃仁勳: 你不必上常春藤盟校也能成功。這個國家為我們所有人創造了機會,提供了機會。你確實必須努力奮鬥。你必須艱苦奮鬥才能達到這裡。喬羅根: 但如果你付出努力,你就能成功。沒有人努力工作。伴隨著很多運氣和很多好的決策。黃仁勳: 以及他人的仁慈相助。喬羅根: 確實是這樣。黃仁勳: 我和你談論過我非常珍視的兩個人。但名單還在繼續。輝達幫助過我的人,董事會上的許多朋友,他們給予我的機會,那些決策。比如,當我們發明這種新的計算方法時,我因為在晶片上加入了CUDA這項技術,導致我們的股價暴跌。我們有一個很棒的想法。我們在晶片上加入了CUDA這項技術。但沒人為此買單。但我們的成本翻了一番。所以我們當時是一家圖形晶片公司,我們發明了圖形處理器(GPU)。我們發明了可程式設計著色器。我們發明了所有現代電腦圖形技術。我們發明了即時光線追蹤技術。這就是為什麼它從GTX升級到RTX的原因。所有這些東西都是我們發明的。喬羅根: 但是每當我們發明一些東西時,市場卻不知道如何欣賞它,而成本卻隨之上漲了。而在使人工智慧得以實現的CUDA案例中,成本大幅增加。黃仁勳: 但我真的,我們真的相信了。你懂嗎?喬羅根: 如果你相信那個未來卻什麼都不做,你將後悔終生。黃仁勳: 所以我們總是,我總是告訴團隊,你相信這個嗎,我們相信這個還是不相信?如果你相信它,並且是基於第一性原理,而不是隨意的,道聽途說。而且我們深信不疑。我們有責任去追求它。如果我們是合適的人去完成它,如果它真的非常、非常困難,那麼它就值得去做,而且我們深信不疑。讓我們去追求它吧。我們追求了它。我們發佈了該產品。沒有人知道。這和我發佈 DGX-1 時一模一樣,全場觀眾都鴉雀無聲。喬羅根: 當我發佈 Kuta 時,觀眾也是一片寂靜。黃仁勳: 沒有客戶想要它。沒人要求這個。沒人理解它。輝達是一家上市公司。這是那一年?這是,讓我想想,2000年,2006年,20年前,2005年。我們的股價,沒了。我想我們的估值跌到了二十億或三十億美元左右。從那裡?從那裡?從大約12。或者類似那個數。喬羅根: 我把它搞砸了,搞得非常糟糕。喬羅根: 不過現在又是什麼呢?它更高了。你真是太謙虛了。黃仁勳: 它更高了,但它改變了世界。那項發明改變了世界。結語:兩個起源故事與對未來的展望喬羅根: 約翰遜,這是一個不可思議的故事。確實如此。謝謝。黃仁勳: 就像你的故事一樣,它令人難以置信。喬羅根: 我的故事沒有那麼不可思議。我的故事更精彩。喬羅根: 很奇怪,這更具偶然性和奇特性。黃仁勳: 好的。導致現在發生的三個最重要、最重要的里程碑是什麼?喬羅根: 問得好。第一步是什麼?我認為第一步是看到了其他人做這件事。第一步是在播客的初期,就像2009年我開始播客的時候,播客才出現了一兩年。第一個是我的好朋友亞當·卡里(Adam Curry),他是播客之父。他發明了播客。然後,我記得亞當·卡羅拉(Adam Carolla)有一個節目,因為他有一個廣播節目。他的廣播節目被取消了。所以他決定做同樣的節目,但放到網際網路上。那是非常具有革命性的。當時沒人那麼做。然後就是我做不同的早間廣播節目的經歷,尤其是像《奧佩和安東尼》這樣的節目,因為。那很有趣。我們會召集一幫喜劇演員在一起。我會和三四個我認識的傢伙一起上節目。我一直都很期待那次經歷。那真是一段非常美好的時光。我說,天那,我懷念做那種事。做那種事太有趣了。我希望我能做點那樣的事。然後我看到了湯姆·格林(Tom Green)的佈置。湯姆·格林在他的房子裡有一個佈置。他基本上把他的整個房子變成了一個電視台攝影棚。他從他的客廳裡做了一個網路節目。他家裡有伺服器,到處都是電纜。他不得不繞過電纜。當時是,這大概是2007年。湯姆,這太瘋狂了。就像這樣,我就想,你得想辦法從這上面賺錢。黃仁勳: 我真希望網際網路上的所有人都看得到你的設定。太瘋狂了。我只是想讓你們知道這件事。喬羅根: 不只是這個。所以那就是它的開端。只是看到別人在做這件事。然後就說,我們試一試。然後在最初的那些日子裡,我們只是用筆記型電腦做,有一台帶網路攝影機的筆記型電腦,然後隨便搗鼓了一下,叫來了一群喜劇演員。我們只是隨便聊聊。開開玩笑,我每周做一次。然後我開始每周做兩次。然後突然間我就這麼做了一年。然後我就這麼做了兩年。然後開始有很多人觀看和收聽了。喬羅根: 然後我就一直堅持做下去。喬羅根: 就是這樣。我只是堅持做下去,因為我喜歡這樣做。那麼,有什麼挫折嗎?沒有,沒有,其實從來沒有什麼挫折。真的嗎?沒有。肯定有,或者你看到了同樣的故事。喬羅根: 你只是有韌性,或者你就是很堅強。喬羅根: 不。不。那一點都不艱難或困難。那只是很有趣。所以我只是,它,這,整個事情。你從來沒有被人打過一拳。不是在演出中。也不是真的。沒有,沒有在做這個演出。喬羅根: 你從來沒有做過那樣,那樣,那樣大的負面反響的事情。沒有。也不是真的。喬羅根: 它只是不斷地增長。它一直在增長。而且這件事從一開始到現在都保持著原樣。而且,我喜歡和人交談。我一直很喜歡和有趣的人交談。黃仁勳: 我甚至能在我們走進去的時候就看出來。你和所有人的互動方式,不只是和我。那很棒。人們都很棒。那很棒。喬羅根: 能夠與這麼多有趣的人進行如此多的交談是一種了不起的天賦,因為它改變了你看待世界的方式,因為你通過如此多不同的人的眼睛來看待世界。喬羅根: 而且你有如此多不同的人擁有不同的觀點、不同的意見、不同的哲學和不同的人生經歷,與這麼多出色的人進行如此多的交談是一種令人難以置信的、極大地豐富和教育性的體驗。喬羅根: 我一開始就是這麼做的,現在我只做這個。即使現在,當我預訂節目時,我都是在手機上操作,我基本上會瀏覽一個巨大的郵件列表,裡面是所有想上節目的人或請求上節目的人的名單。然後我會考慮我擁有的另一個列表,裡面是我感興趣的、我想邀請上節目的這些人。然後我就把它規劃出來。就這樣。然後我說,我想和他談談。黃仁勳: 如果不是因為川普總統,我不會在那份名單上被提前。喬羅根: 我早就想和你談談了。我只是覺得,你所做的非常引人入勝。我怎麼會不想和你談談呢?而今天,事實證明那絕對是正確的決定。黃仁勳: 聽著,這很奇怪,有一天我還是個移民,和那裡的學生一起去了一元浸信會學院。然後在這裡,輝達(Nvidia),它是公司歷史上最具影響力的公司之一。這是一個瘋狂的故事。這對你來說一定很奇怪。那段旅程是,而且它讓人非常謙卑。我非常感激。這真是太令人驚奇了,夥計。被了不起的人們包圍著。喬羅根: 你非常幸運,而且你看起來也很開心,而且你似乎在這條人生道路上百分之百地走對了,你知道嗎?黃仁勳: 每個人都說,你一定很喜歡你的工作。工作,並非每一天都是如此。喬羅根: 那不是,那是萬事萬物之美的一部分。 那就是有起有伏。  它從來都不是那種巨大的多巴胺興奮。黃仁勳:  我們離開時,我們留下了這種印象。 這是一個,這是一個我認為不健康的印象。 我們,我們,成功的人常常給人留下這樣的印象,那就是我們的工作給我們帶來了巨大的快樂。 我認為在很大程度上確實如此。 那就是我們的工作,我們對我們的工作充滿熱情。 而這種熱情與它“如此有趣”緊密相關。 我認為在很大程度上確實如此。但這分散了注意力,事實上,很多成功來自於非常非常艱苦的努力。有很長一段時間的痛苦、孤獨、不確定性、恐懼、恐懼、尷尬、難堪和屈辱,所有這些我們最不喜歡的感受,即從零開始創造一些東西。埃隆也會告訴你類似的話。發明新事物非常困難。而且人們總是不會相信你。你經常被羞辱,絕大多數時候不被相信。所以人們忘記了成功的那一部分。所以人們忘記了成功的那一部分。而且我認為那不健康。我認為我們應該將此傳遞下去,讓人們知道這只是旅程的一部分,這是件好事。喬羅根: 那麼,痛苦也是旅程的一部分。當你事情進展不順利時,你所擁有的這些可怕的感覺,當事情好轉時,你會更加感激它們。黃仁勳: 深深地感激。深深的、深深的自豪感。難以置信的自豪感。難以置信的、難以置信的感激之情,當然還有難以置信的回憶。喬羅根: 絕對。詹森,非常感謝你的到來。這真的很有趣。我真的很喜歡。你的故事簡直太不可思議了,而且非常鼓舞人心。而且,我認為這才是真正的美國夢。這就是美國夢。黃仁勳: 謝謝。 (Web3天空之城)
算力帝國的護城河與隱憂:輝達深度分析
一、 財報透視:不僅是增長,更是AI基建的“飛躍”回顧過去一年的財報,輝達的表現可以用“脫離地心引力”來形容。它不再是一家傳統的半導體硬體公司,而是成為了全球科技行業的“印鈔機”。1. 收入結構:幾乎變成單核驅動的“資料中心公司”按輝達財報口徑,過去四個財季是:2025財年Q4、2026財年Q1–Q3(截至2025年10月)資料來源:輝達官網公司過去四個財季的總收入情況是,從 393.3 億美元(Q4 FY25)漲到 570.1 億美元(Q3 FY26),一年內單季規模提升約 45%。(1)資料中心業務資料中心收入:從 355.8 億美元升至 512.2 億美元,同比對比上一年同季(307.7 億美元)增速約 66%,是絕對的核心驅動力。資料中心收入佔比:在四個季度裡都在 約 88%–90% 之間;也就是說,輝達現在幾乎是一家“資料中心 + AI GPU”單核驅動的公司,而不是傳統意義上的“顯示卡公司”。按季度計算,資料中心佔比分別約 90.5%、88.8%、87.9%、89.8%。資料中心這個AI工廠業務,決定著公司的生死。需求端,大模型訓練與推理、Agentic AI、企業私有模型、國家級“主權 AI”項目等直接推動了輝達資料中心業務的增長;且客戶不再單單買“卡”,而是在買整套 AI factory——機架、網路、儲存、管理軟體一起買;輝達的單系統平均售價和附加值同步抬升。供給端,產品結構從 Hopper(H100/H200)全面向 Blackwell(B100/B200/GB200)過渡,逐步再演進到 Rubin 系列。每一代都在算力、能效、互聯和系統級形態上拉開差距。(2)遊戲業務遊戲業務:四個季度收入從 25.4 億—>37.6 億—>42.9 億—>42.7 億美元,佔比大致 6%–9%,在 PC 與主機市場復甦、AI PC 熱點帶動下有所恢復,但在公司整體裡仍是“小頭”。遊戲和AI PC過去的復甦主要靠 RTX 40/50 系列和 AI 相關功能穩住高端玩家,從公司層面看,這塊業務的作用更多是 “現金奶牛 + 品牌入口”,一方面繼續鞏固消費者心智和開發者生態,一方面幫輝達在 PC/邊緣裝置上佈局AI 基座,為未來端側推理打好地基。(3)專業可視化和汽車業務專業可視化:單季 5–7 億美元,佔比約 1%–1.3%。汽車:單季 5.7–5.9 億美元,佔比剛過 1%,但增速不錯,相比前一年 Q3 的 4.5 億美元提升明顯。這部分業務現在是“種子”,未來是“槓桿”。汽車類股對應的是自動駕駛、座艙和車載 AI,收入還小但客戶粘性極高,通常是一簽就是好多年的平台合作。專業可視化和 Omniverse/Digital Twin 結合在一起,瞄準的是 工業模擬、機器人和製造業 AI,這塊一旦成型,單個項目的算力需求可能接近今天的大模型訓練。輝達現在的商業本質,是把“資料中心 + AI 算力”打包賣給雲廠商、大模型公司和政府,其他類股更多是戰略協同而非利潤核心。短期內輝達的業績高度依賴資料中心,但它在悄悄用汽車、工業模擬等“非網際網路客戶”把算力需求的周期拉長,讓自己不只押注在大模型一家身上。2. 市場地位:在 AI 加速卡里,仍是“絕對壟斷”多家研究機構估算來看:在 資料中心 GPU 市場,輝達 2024 年市佔率約 92%,基本把對手按在地上摩擦。如果按照更寬泛的 AI 加速器GPU+ASIC+自研晶片的口徑,輝達份額大致在 80%–90% 區間浮動,其餘由 AMD、Google TPU、亞馬遜 Trainium 等瓜分。同時,管理層在最新溝通中披露:2025–2026 年,輝達已經拿到 超過 5000 億美元 的 Blackwell 和 Rubin 系列 GPU 訂單,對應的是未來兩年 AI 資料中心建設的確定性需求。更重要的是,這裡面 還不包括 與 OpenAI 擬議中的最高 1000 億美元合作訂單,也就是說,當前訂單能見度已經非常“誇張”。結合這兩點,可以得出一個相當極端、但目前還成立的判斷:短期內,輝達真正的約束不是“有沒有客戶”,而是“供應端是否能生產出產品”。二、競爭與挑戰:護城河深,但水也越來越急1. 中國市場與國產 AI 晶片替代(1)政策層面的“雙重夾擊”美國一輪又一輪的出口管制,使得 H100/A100 及後續的高端 GPU 對華銷售長期受限,輝達只能為中國市場單獨設計性能閹割版 H20 等產品。2025 年起,中國監管部門多次要求頭部網際網路公司暫停採購、測試新的輝達 AI 晶片,鼓勵改用國產方案;甚至點名要求字節跳動、阿里等取消 RTX6000D 等晶片的訂單。(2)國產替代:不再是口號,而是“真搶單”華為 Ascend 910B/910C 在 2024–2025 年開始量產並大規模部署,據報導 2024 年中國企業購買了約 100 萬顆 Nvidia H20,對比約 45 萬顆華為 Ascend 910B,差距仍然存在但在縮小。其它玩家如寒武紀、沐曦 MetaX、摩爾線程、燧原等也在搶佔細分場景,中國本土 AI 加速卡形成了一個獨立的生態圈。(3)但短期替代仍有限多家分析機構和一線開發者反饋:國產晶片在算力密度、軟體生態(CUDA 替代)、大規模叢集實踐上仍落後一截,尤其是在訓練最前沿模型時,仍更願意在能合法合規的地方用輝達。中國公司正在通過 “離岸訓練 + 本地推理” 繞過限制:在東南亞等地租用配備輝達 GPU 的資料中心訓練模型,然後回國用國產晶片做推理和部署。(4)對輝達的影響中期看,中國本土 AI 晶片會逐漸蠶食其在中國的推理市場份額;但在最頂級的訓練市場和海外業務上,暫時輝達仍然難以被完全替代;更大的風險在於,如果中美在 AI 基礎設施上形成 兩套不互通的生態系統,輝達將永遠失去其中一套裡的“原生地位”。輝達的首席執行官黃仁勳也不止一次的表達過,對失去中國市場的遺憾,由於出口管制,輝達在中國的市場份額不得不從95%降低到0%。2. 友商競爭:真正的壓力來自“性價比 + 專用化”(1)AMD:性能和成本有優勢,但軟體與生態仍在追趕AMD 的 MI300/MI325 系列在大模型推理、部分記憶體頻寬敏感任務上,已經在性能及TCO上對輝達 H100/H200 形成實質性優勢,尤其是在自建叢集場景。AMD CEO Lisa Su 多次強調,看到在資料中心 AI GPU 市場拿到兩位數市佔率的“非常清晰的路徑”,並預計該業務未來三到五年年均收入增速可達 80%。可以解讀為:AMD 現在還是“跟隨者”,但已經在規模與軟體兩端補課,不會再是 3–5 年前那個“陪跑的選手”。(2)高通:AI 加速卡 + Arm 伺服器,主打“性價比 + 電費”優勢高通在 2025 年正式發佈面向資料中心的 AI200/AI250 加速卡,明確要進入 AI 加速器市場,第一批客戶包括中東的新興雲廠商。更關鍵的是,高通選擇了“合作+競爭”的策略,其 Arm 伺服器 CPU 通過 NVLink Fusion 與輝達 GPU 深度互聯,共同建構異構 AI 伺服器。這意味著,高通一邊幫輝達擴展“非 x86”生態,一邊也在學習怎樣把 “性價比 + 功耗” 做到極致,為未來更多自研加速卡打基礎。(3)博通:替代 GPU 的“定製 XPU 工廠”博通多年深耕定製 ASIC/XPU 業務,為 Google、Meta、字節跳動等頭部客戶設計專用 AI 加速晶片,2024 財年相關收入已超過 120 億美元,增速 200%。2025 年更傳出與一位神秘客戶簽下 100 億美元訂單的消息,用定製 XPU 替代通用 GPU 做大規模推理,訂單規模或達數百萬顆晶片。行業觀點普遍認為,訓練市場短期仍是 GPU 天下,但在大規模推理、推薦系統和特定場景裡,“便宜好用的定製 XPU” 會逐步吃掉 20%–30% 的 AI 加速器市場。3. 自研晶片:大客戶開始“自己造 GPU 的替代品”(1)Google TPU:從內部自用走向外部出售Google TPU 已經支撐了自家大部分 Gemini 模型訓練和推理,新一代 TPU v6 在能效與成本上相對現有 GPU 具有明顯優勢,分析師估計訓練側每單位算力成本可降低 30%–40%。最新報導顯示,Google正在與 Meta 洽談出售數十億美元規模的 TPU,用於後者的資料中心,有內部預測認為若交易落地,Google有機會搶走相當於輝達約 10% 年收入的市場空間。(2)亞馬遜 Trainium/Inferentia:從“內部降本”到“對外產品”AWS 的 Trainium/Inferentia 已經在 Bedrock 等服務中廣泛用於推理,有分析認為,在 AWS 內部,基於自研晶片的訓練、推理算力支出佔比已經接近 20%–30%,並且增長迅速。AWS 最近又宣佈未來一代 Trainium4 將採用輝達的 NVLink Fusion 互聯,把“自研晶片 + 輝達 GPU” 綁成一個更大的系統——既減少對單一供應商依賴,又繼續吃輝達生態紅利。(3)OpenAI × Broadcom:推理側最直接的正面衝突多家媒體報導 OpenAI 正與博通合作開發代號 “Titan” 的定製推理晶片,訂單規模約 100 億美元,預計2026 年下半年開始部署,長期可能需要數百萬顆晶片。對輝達來說,這很可能意味著未來OpenAI 新增推理算力中相當一部分不再使用 GPU,而是直接走自研 XPU。輝達的應對方案包括,通過 NVLink Fusion 打開自己的 GPU 互聯協議,讓 Intel、Qualcomm、AWS 等自研 CPU/加速卡製造商都可以與其 GPU 組成統一系統,相當於把對手“吸到自己平台裡”,從而降低被完全替代的風險。4. 供應鏈與產能:真正的天花板在 TSMC 和 HBMAI GPU 不缺客戶,缺的是,TSMC 的 CoWoS 先進封裝產能,以及Samsung,SK hynix,Micron的HBM高頻寬記憶體。2025 年輝達拿下了 TSMC CoWoS 產能的大約 50%–60%,估算 2025 年將使用約 63% 的 CoWoS 產能,而即便如此,整體產能仍預計短缺約 20%。全球 HBM/DRAM 因 AI 伺服器而嚴重短缺,主流廠商已經宣佈將 DRAM 價格上調 30% 左右,有報導稱部分高端記憶體漲幅甚至達到 60%。這帶來兩層影響,首先短期利多,產能緊張抬高了單機價格和議價權,輝達可以“挑項目做”,優先供貨給利潤率更高、戰略地位更重要的客戶。其次中期存在風險,如果瓶頸長期得不到緩解,客戶會被迫加快自研晶片或轉向更省 HBM 的專用方案,反而削弱輝達在下一輪周期中的話語權。5. “AI 泡沫”與大資本的撤退:訊號遠大於短期財務影響(1)孫正義與軟銀:賣掉 58.3 億美元輝達,去 All in OpenAI軟銀在 2025 年 11 月賣掉了全部輝達持股,套現約 58.3 億美元,孫正義本人坦言“賣的時候在哭”,但需要現金去支援對 OpenAI 的巨額投資計畫,目標達到400億美元以上。(2)彼得·蒂爾:Thiel Macro 基金清倉 1 億美元輝達2025 年三季度,Thiel Macro 顯示已賣光 53.8 萬股輝達,市值約 1 億美元,直接把“AI 泡沫”擔憂推上頭條。(3)宏觀層面的“泡沫討論”英國央行、IMF、世界經濟論壇等機構,都在最新報告裡單獨點名 AI 相關資產估值偏高,AI、加密貨幣和高債務一起被稱為“可能的三重泡沫”。對輝達而言,最現實的風險不是“收入突然消失”,而是:股價估值壓縮,那怕基本面仍然很好融資環境變化,使客戶更難為巨額 AI 基礎設施融資各種“循環投資”,輝達投 OpenAI,OpenAI 用錢買輝達 GPU被監管重點審視輝達管理層最近在業績會上反覆強調:公司現金流真實、訂單可見,認為這不是泡沫而是長期技術轉型。三、AI 生態投資:用股權,把客戶和夥伴都變成“隊友”1. OpenAI:從 1 億美元股權,到最高 1000 億美元 AI 工廠合作2024 年,輝達參與了 OpenAI 一輪 66 億美元融資,自己投了約 1 億美元,算是早期少數股東。2025 年 9 月,兩家公司簽署 意向性協議(LOI):輝達擬最多 投入 1000 億美元 支援 OpenAI 部署至少 10GW 的 AI 資料中心,OpenAI 則承諾用輝達系統填滿這些算力工廠。這實際上是一種 “供應商 + 產業基金 + 長期供貨合同” 的混合模式:從會計上看,更像是一種帶條件的“供應鏈金融或者供應商融資”,而不是純粹燒錢。分析師估算,10GW 的資料中心大約對應 數百萬塊 GPU,市值遠超輝達自身“股權投資”的帳面金額。輝達不是單純往 OpenAI 砸錢,而是用資本鎖定未來多年的硬體訂單,把最優質的算力需求“預售”給自己。2. Anthropic:打造 OpenAI 之外的“第二根支柱”2025 年 11 月,Anthropic 宣佈與微軟和輝達達成合作:輝達與微軟合計最高 150 億美元 投入 Anthropic,其中輝達部分最高約 100 億美元Anthropic 未來將向微軟 Azure 購買 300 億美元 的算力服務,而這些資料中心將主要使用輝達 GPU另外的協議中,Anthropic 承諾採購至少 1GW 的輝達算力這裡的邏輯和 OpenAI 類似,輝達用股權和協同開發換取 長期鎖定的大額算力需求,同時避免把雞蛋全放在 OpenAI 一個籃子裡,形成“兩根主柱 + 一圈小模型公司”的客戶結構。3. Intel、Nokia、Samsung:拉長產業鏈,減輕監管與產能風險(1)向 Intel 投資 50 億美元:把對手變成“代工+CPU 夥伴”2025 年 9 月,輝達宣佈以約 50 億美元購入 Intel 普通股,持股約 4%–5%,並與其共同開發多代資料中心與 PC 產品,Intel 將提供代工和 CPU,輝達負責 GPU 和 NVLink。這筆投資的意義在於:產業安全:輝達不再完全依賴 TSMC 一家,可逐步利用 Intel 的先進行封裝和代工能力,避險地緣政治風險監管緩衝:在反壟斷語境下,“我不僅沒有掐死對手,還掏錢幫它回血”,有利於減輕“壟斷者”形象技術協同:借助 Intel 的 x86 + EMIB/Foveros 技術,擴展自家 AI 伺服器形態(2)向 Nokia 投資 10 億美元:押注 6G 和 AI-RAN2025 年 10 月,Nokia 宣佈輝達出資約 10 億美元 獲取其約 3% 股權,雙方共同打造基於 GPU 的 AI-RAN / 雲化 RAN 平台,計畫從 2026 年試點,到 2027 年開始規模商用,為 6G 做準備。這讓輝達的 GPU 不只跑 LLM,也跑 電信網路和 6G 基站的智能調度,打開一個長期、穩定的 B 端算力需求源。(3)與三星深度合作:從 HBM 供應到“AI 工廠”共建三星和輝達在 2025 年宣佈建立更緊密的 AI 聯盟:三星為輝達提供下一代 HBM4/Foundry 服務雙方共建“AI MegaFactory”,用 GPU + 機器人重塑三星的全球製造體系三星也在與輝達商談 HBM4 供應,爭取在 HBM 市場奪回對 SK hynix 的份額本質上,輝達是在用訂單和合作 “繫結”上游關鍵供應商,確保自己在 HBM 和先進工藝上的優先權,緩解前文提到的供應鏈約束。4. Synopsys 與 EDA:把“設計工具”也拉進自己的算力圈2025 年 12 月,輝達宣佈以每股 414.79 美元的價格向 Synopsys 投入 20 億美元,雙方將聯合開發基於輝達加速計算的 EDA 與模擬工具,用於晶片、汽車、航空航天、工業和能源等領域。這意味著:未來更多晶片設計環節會在 輝達 GPU 上完成模擬和驗證Synopsys 的 EDA 工具會更深地最佳化針對輝達平台的性能輝達在“幫助別人設計晶片”的同時,也進一步抓住了“非自家晶片”的設計與算力需求換句話說,即便未來競爭對手設計出更強的新晶片,設計過程本身也有可能貢獻一大筆輝達算力收入。5. NVentures:從 AI 基礎設施到能源、量子的一整套“外圍押注”輝達並不只有幾筆大額“明星交易”,還有一個非常活躍的企業風投平台 NVentures。2020–2025 年間,外部統計顯示輝達(含NVentures)已對 200+ 家初創公司 進行了約 170–250 筆投資,金額累計超過 500 億美元,2025 年單年就參與了 50+ 筆AI相關融資,覆蓋模型、雲基礎設施、機器人、核聚變、電池回收等。典型項目包括:CoreWeave:重倉持股的 GPU 雲廠商,成為輝達 GPU 出海的重要“管道商”Arm、Applied Digital、Nebius 等雲與硬體夥伴TerraPower、Redwood Materials、Quantinuum 等新型能源與量子計算公司,分別對應資料中心用電、能源儲存和下一代計算形態資料來源:財新可以把這一串投資理解為,輝達“把 AI 時代可能卡脖子的地方——算力、能源、材料、量子——全都提前買一點籌碼。一旦某個方向真的成為瓶頸,輝達既是大客戶,也至少是小股東。四、未來戰略:硬體是發動機,軟體是變速箱,資本是渦輪輝達未來 3–5 年的戰略,似乎簡化成一句話:以 GPU系統為核心商業引擎,用軟體把生態鎖死,再用資本撬動需求與供應鏈。1. 硬體:從單卡到整廠的完整產品譜系GPU 路線圖:Hopper —> Blackwell —> Rubin —> Vera Rubin,每一代都在針對 AI 訓練與推理的不同瓶頸(頻寬、互聯、功耗)做系統級最佳化。系統形態:不再只賣“卡”,而是賣 GB200 NVL36/NVL72 整機櫃,甚至賣“預製 AI 工廠”;借助 NVLink/NVLink Fusion 把輝達 GPU 與 Intel/Qualcomm/AWS 等 CPU、自研晶片連接起來,形成一個 “半開放但以我為中心” 的互聯標準。這使得輝達在硬體側的護城河,不只是“算力最高”,而是:最先定義新一代系統形態,且把其它廠家的晶片拉進自己建構的網際網路絡裡。2. 軟體與平台:真正難複製的是 CUDA + 開發者生態輝達在 AI 軟體層面已經形成一個相當厚的“技術黏層”:CUDA、cuDNN、TensorRT 等底層庫仍是訓練與推理的事實標準NGC、NVIDIA AI Enterprise 提供了大量預最佳化的模型與容器Omniverse + Isaac + robotics stack 把工業和機器人領域的開發者也拉進來了通過 Inception 計畫和 NVentures,輝達在初創公司層面形成了一個龐大的“開發者—投資—合作”的飛輪即便硬體在某些場景被替代,只要開發者還在“用 CUDA 思維寫程式碼”,輝達就仍然掌握著標準制定權。3. 資本:用股權鎖訂單,用投資避險泡沫風險輝達的資本策略可以拆成三層:(1)核心客戶繫結對 OpenAI、Anthropic 等大模型公司進行巨額“算力 + 股權”繫結,確保即使競爭對手晶片更便宜,這些公司也很難完全轉移訂單。(2)上下游穩鏈向 Intel、Nokia、Synopsys、三星等關鍵環節出手投資,既減輕政策與產能風險,又讓生態更願意圍繞輝達最佳化產品。(3)外圍避險:借 NVentures 在能源、量子、機器人、工業軟體等方向廣撒網,使自己在“算力經濟”的每個潛在高價值環節都佔有一席之地。從“AI 泡沫”的視角看,這既是風險,也是安全墊,如果行業真的進入“過度建設”,輝達短期收入仍然可觀,但部分股權投資可能回撤。如果行業最終跑出足夠多盈利模型,這一串股權投資將變成 “放大器”,使其在算力之外多一層收益來源。小結:輝達的真實“盔甲”和薄弱環節財報層面,輝達已經是一家高度集中於資料中心 AI 的公司,過去一年單季收入衝到 570 億美元,資料中心貢獻接近9成,短期增長主要取決於產能,而非需求。競爭層面,它在訓練市場仍近乎壟斷,但國產晶片、自研 TPU/Trainium、AMD/高通/博通的多線進攻,正在一點點蠶食其在推理和部分場景的必然性。生態投資層面,通過向 OpenAI、Anthropic、Intel、Nokia、三星、Synopsys 以及大量初創公司投資,輝達正在打造一個“硬體 + 軟體 + 平台 + 能源”的全端 AI 生態,把算力需求和供應鏈都鎖在自己半徑之內。戰略層面,它的“盔甲”是完整的產品組合和開發者生態,“軟肋”則是地緣政治、供應鏈瓶頸和可能出現的估值泡沫。如果把輝達視作AI 時代的“台積電 + 微軟 + 波克夏” 的混合體——台積電式的製造與系統能力微軟式的平台與開發者鎖定波克夏式的產業投資佈局輝達目前正處於權力的巔峰,它不僅是一家硬體公司,更成了AI時代的“基礎設施”。這場戰爭,不僅關乎算力,更關乎對未來科技定義權的爭奪。那接下來幾年最關鍵的問題就變成:這個“算力帝國”的外延,是繼續向外擴張,還是在某個時點,被現實的成本與應用落地速度“反向箝制”?這,正是未來 3–5 年所有人都在觀察的主線。 (AI Xploring)
Fortune雜誌—OpenAI在2030年前無法實現盈利,為維持增長將投入巨資
OpenAI及其ChatGPT雖然取得了現象級成功,卻至今未能盈利。儘管至今仍未上市,但OpenAI的這一困境在2025年下半年持續困擾著市場。輝達 (Nvidia) 在11月再次交出亮眼季度財報,但是關於人工智慧存在泡沫的討論仍未平息。問題依然在於:一方面,ChatGPT對遍佈經濟各處的資料中心所提供的“算力”有著看似無止境的需求;另一方面,OpenAI需要將其商業模式扭虧為盈。OpenAI首席執行官薩姆·奧爾特曼 (Sam Altman) 在最近的一次播客露面中,僅用一個詞就回答了這個問題:“夠了。”OpenAI首席執行官薩姆·奧爾特曼(Sam Altman)。圖片來源:Nathan Howard—Bloomberg/Getty Images投行匯豐 (HSBC) 雖然明確表示仍相信人工智慧處於“超級周期”,且其預測“從營收角度看,OpenAI將處於領先地位”,但同時也測算出,若該公司要實現其雄心壯志,將面臨巨大的財務壓力。匯豐全球投資研究部 (HSBC Global Investment Research) 預測,即使到2030年其使用者群將增長至約佔全球成年人口的44%(高於2025年的10%),OpenAI屆時仍將無法盈利。此外,為跟上其增長計畫,它還需要至少額外2070億美元的算力投入。這一嚴峻的評估反映了飆升的基礎設施成本、日益激烈的競爭,以及一個需求激增且資金密集程度超越歷史上任何技術趨勢的人工智慧市場。由尼古拉斯·科特-科利松 (Nicolas Cote-Colisson) 領導的匯豐半導體分析師團隊,通過自10月中旬以來首次更新其OpenAI預測得出了這一資料,其中考慮了近期達成的多年期雲端運算承諾,包括與微軟的2500億美元協議和與亞馬遜的380億美元交易。更重要的是,匯豐指出,這些交易均未涉及新的資本注入,並且是OpenAI一系列產能擴張中的最新舉措,該公司目前的目標是到本十年末實現36吉瓦的AI算力。假設1吉瓦電力大約能為75萬戶家庭供電,如此規模的電力需求相當於一個比德克薩斯州稍小、比佛羅里達州稍大的州的用電量。此前報導過匯豐預測的《金融時報》Alphaville部落格將OpenAI描述為“一個頂著網站名頭的資金黑洞”。匯豐預測,到2030年,OpenAI的累計自由現金流仍將為負值,留下2070億美元的資金缺口,必須通過額外債務、股權融資或更激進的創收手段來填補。匯豐分析師模擬得出,從2025年末到2030年,OpenAI的雲和AI基礎設施成本將達到7920億美元,到2033年算力總投入將達到1.4兆美元(匯豐指出,奧爾特曼已制定了一項未來八年投入1.4兆美元用於算力的計畫)。僅資料中心租賃費用一項就將高達6200億美元。儘管預計營收將快速增長——到2030年將超過2130億美元——但這仍不足以彌合這一差距。(該行的營收預測基於以下假設:中期付費訂閱使用者比例將提高,以及大型語言模型提供商將搶佔部分數字廣告市場份額。)該行指出了幾種彌補缺口的方案,包括大幅提高付費訂閱使用者比例(從10%提高到20%可能增加1940億美元營收);搶佔更大份額的數字廣告支出;或者從算力營運中搾取非凡效率。但即使在樂觀的使用者轉化和貨幣化情景下,該公司在2030年之後仍需要新的資本。OpenAI的生存與其財務支持者和AI生態系統緊密相連。微軟和亞馬遜不僅是雲提供商,也是主要投資者,而像甲骨文、輝達和超微半導體 (AMD) 這樣的雲參與者,其得失都將取決於OpenAI的命運。然而,風險也相當大:未經證實的營收模式;AI訂閱服務的潛在市場飽和;監管審查的威脅;以及必要資本注入的巨大規模。匯豐指出,OpenAI可以籌集更多債務來滿足其算力需求,但這“在當前市場環境下可能是最具挑戰性的途徑”,因為甲骨文和Meta最近已經籌集了“巨額”債務來為AI相關的資本支出融資,“引發了市場對AI整體融資情況的擔憂”。該行指出,這是個例外,因為正如摩根大通的邁克爾·塞姆巴萊斯特(Michael Cembalest)最近指出的,大多數所謂的超大規模公司都依靠自由現金流為自己融資。匯豐還注意到,近日甲骨文的信用違約互換(CDS)出現“急劇上升”,幾周前摩根士丹利的麗莎·沙萊特 (Lisa Shalett)在接受《財富》雜誌採訪時就對此發出了警告。與許多其他撰文論述AI革命的銀行一樣,匯豐再次引用了諾貝爾獎得主羅伯特·索洛 (Robert Solow) 的名言:“除了生產率統計資料,你在任何地方都能看到電腦時代”,並冷靜地指出:“由疲軟的全要素(勞動力和資本)生產率驅動的低生產率增長,是當今發達經濟體的一個不幸特徵。”事實上,該行指出,一些人甚至對已有30年歷史的網際網路革命本身是否帶來了有意義的回報表示懷疑,並引用了聯準會主席約翰·威廉姆斯 (John Williams) 2017年的評論:“網際網路等現代技術帶來的生產率提升,迄今為止隻影響了我們的休閒消費——尚未滲透到辦公室或工廠。”美國銀行美國股票與量化策略主管薩維塔·蘇布拉曼尼亞 (Savita Subramanian) 在八月告訴《財富》雜誌,她認為2020年代的經濟正在出現生產率的“巨變”,但這在本質上並非由AI驅動。她表示,在包括疫情後工資通膨在內的多種因素共同作用下,企業被迫“用更少的人做更多的事”,以可擴展且有意義的方式用流程取代人力。然而,令她猶豫的一個考慮因素是,從輕資產模式向更側重重資產模式的轉變,因為許多最具創新力的科技公司發現,他們對一種伴隨巨大風險的硬體——資料中心——有著近乎無法滿足的渴求。幾個月後,哈佛大學經濟學家傑森·福爾曼 (Jason Furman) 做了一項粗略估算,發現若沒有資料中心,2025年上半年的GDP增長率將僅為0.1%。OpenAI似乎向市場提出了一個問題:建立在AI未來回報和生產力革命——這些遠非板上釘釘之事——之上的增長,究竟能持續多久?(財富中文網)
讀懂百勝中國,先學會如何拼好一隻雞
向下扎根,向上生長。雞,餐飲行業裡的沉默股東。在中國人均肉類消費量中,雞肉僅次於豬肉,平均每人每年吃掉10公斤雞肉。原材料表裡它佔著不小的比例,產品線裡它出鏡頻率最高,可在大部分商業故事裡,它只是一筆被一帶而過的成本項。真正有意思的是,當你開始追問一隻雞的去向時,你會發現:這不是廚房裡的小事,是一個公司底層能力的鏡子。胸肉去了那、翅尖去了那、骨架和雞爪又被誰用掉......雞的每一部分都值得被計算。甚至在某個瘋狂的星期四,當你走進KFC,會發現“烹雞專家”居然連雞毛都不肯放過,童年噩夢雞毛撢子成為了最瘋狂的產品搭子。實際上,對於以雞肉為主要原料的餐飲企業來說,一隻雞能否用好,不僅是廚藝問題,更是組織、供應鏈、食品創新、數位化乃至人力系統能不能協同運轉的問題。如何用好一隻雞,不僅自己省錢還給消費者更好的產品,更低的價格?讓我們看看肯德基母公司百勝中國在昨日投資者日上給出的答案:第一張圖來自百勝中國首席執行官屈翠容的演講內容,自2016年以來,中國消費者物價指數(CPI)上漲了13%,但百勝中國並未將此成本轉嫁給消費者。“有人問過我,我們保持領先地位、韌性並實現盈利增長的秘訣是什麼?其實,重要的不僅是我們做了什麼,還有我們沒做什麼。比如,我們沒有隨行就市地漲價,這並非一個容易的決定。我們決定聚焦大眾市場,因為預見到了消費者會越來越注重性價比。”屈翠容表示。第二張圖則來自於首席供應鏈官黃多多對於有效的價格管理的拆解。可以看到肯德基招牌產品“吮指原味雞”的核心原料九塊雞,行情走勢始終優於市場趨勢。而提升供應鏈效率的戰略也很簡單——“拼出一隻雞”。這樣看似詼諧的戰略背後,是百勝中國供應鏈的靈活的採購政策,多元的供應商構成以及以消費者為中心的產品創新機制。再進一步看,百勝中國不僅在”拼出一隻雞”,還通過KPRO,肯悅和肯德基靈活組合來“拼出新模式”,通過AI“拼出數字員工”,強大的後端協同效應,讓百勝中國的每個模組都像樂高積木一樣,可以通過靈活組合展現出強大的活力。增長的桎梏不在需求在“底盤”中國的餐飲市場一貫很熱鬧。街邊品牌膨脹、SKU爆炸、各種“新品大戰”此起彼伏。從消費者視角看,這種視覺密度會形成一種“似乎沒有空間”的錯覺。但我們看到的,可能只是一種商業上的“視覺飽和”,而不是代表行業沒有增長空間。只要把視角拉高,另一幅圖像逐漸清晰起來:需求在漲,場景在擴,觸頂的只是那些只靠前端硬推的增長方式。百勝中國在投資日現場公佈了幾組很有意思的資料。從商業化角度來說,中國餐飲連鎖化率只有20%左右,遠低於動輒50%以上的歐美成熟市場;從消費結構角度來說,到2030年,國內外出就餐頻次預計從3.5次提升到5.5次,使用者需求還在上升。再加上低線城市、新消費場景的持續擴張,餐飲行業還稱得上一句大有可為。真正桎梏餐飲企業往前走的,應該是那些街上看不到的部分,供應鏈是否夠敏捷、門店操作是否夠輕、單店人力是否夠穩、新品研發是否能以更低成本跑得更快……這些關於效率和創新的底盤。這些能力只有在規模化的連鎖體系裡才能顯出差距。一旦形成,就不是靠一兩次爆品能夠抹平的。這幾年的動作裡,百勝中國沒有去靠漲價維持盈利,也沒有通過無限擴品類來製造“新品繁榮”的假象,更沒有把增長寄託在短期的行銷堆量上。百勝中國首席執行官屈翠容(Joey Wat)將這種策略總結為“定價即經營,定價定生死”。同樣的原材料,在百勝中國手裡有了更高的利用率、更豐富的產品命運。比如通過給雞肉做“按摩”和獨特的調味,做出了美味多汁且價格親民的“黃金SPA雞排堡”;又比如通過創新方法,重新挖掘翅根的分割,挖掘出了“超級單品”熱辣香骨雞,如今卻成長為年銷量超過20億的支柱SKU。通過食品創新與供應鏈協同,滿足理性的消費者需求。這背後是百勝中國對“價值感”的深刻理解:消費者要的是物超所值,而企業要的是用底盤能力守住價值感。同樣的一隻雞,百勝能拆成多個SKU去支援多個品牌;同樣的加盟模式,別人當輕資產,百勝當成後端能力外溢的介面。那些能被底盤能力托起、從而被放大的生意,或許才是現階段增長的解法。現在看來,百勝中國的判斷是明確的,一個能把“一隻雞的完整性”處理好、系統效率拉到行業上限的企業,自然就有更長的增長坡道。一旦後端變厚,前端的多品牌、多場景、多管道才不是冒險,而是順勢開枝散葉。那些看不見的土壤才決定竹子能長多高要理解為什麼百勝中國的策略能夠落地,得先把視角從“店與品牌”挪到地下。“竹子生長速度驚人,但也能承受風雨,過去38年,我們的業務正如竹子一樣快速增長並在周期中保持韌性。”屈翠容在投資日現場將百勝中國形容為一片竹林。“真正的秘密在地下:在破土之前,竹子要花3-5年紮根,形成龐大互聯的根系;根系穩固之後,竹子才能日長一米。”百勝中國的根系,就是一片互相咬合的網路。供應鏈、數字與會員體系、食品創新、組織與人才。這些能力縱橫交錯,像根系一樣成為企業的底座。以供應鏈為例,公司通過精簡不斷提升供應鏈效能。然而,“精簡”不是把菜單做薄,而是把“對體系無意義的複雜度”刪掉。不追求越多越好,追求把能放大規模效應的大單品留下,並通過不斷創新讓每一塊原材料都能以最高效的方式被使用。肯德基核心品類雞翅,除了年銷售額達到40億的香辣雞翅,今年新上市的“薄脆金沙雞翅”這款中式風味雞翅,與烤雞翅的受歡迎程度不相上下,展現了創新對於核心品類帶動銷售的放大作用。而季節性極強的小龍蝦產品,百勝則是利用數位技術即時價格監測,以採購帶動產品研發,讓原本單線式的研發,如今變成了多邊聯動,讓雞的每一個部位都能找到自己的“爆款命運”。這反而讓百勝中國的供應鏈可以托住更多品牌和SKU。結果就是,門店規模越大,風險越低;有效SKU越多,定價波動越小。在過去的三年裡百勝中國共計推出超過1600個創新或者升級產品,百勝中國所有產品中有超過100個年銷售額超一億元。竹子的根之所以能在地下長成網路,是因為它們能“共享”。在百勝,“共享”的基礎設施是數位化基建,即利用各種前沿技術讓前線變得更輕。AI訂補貨、智慧庫存與預測模型、門店營運數位化、會員體系等等能力被彙總成了一個大腦。區域之間、門店之間乃至員工之間差異通過資料不斷縮小,試錯成本急劇下降,門店在執行層面的壓力也被卸掉。竹子的根不會亂長,它會根據水、光、土壤的變化自己調整方向。食品創新,是這張根系的延展方向。百勝中國的食品創新策略,決策核心是新品能否被供應鏈消化、被數字系統讀懂、被會員體系驗證。這也是為什麼它能在新品上保持極高命中率。近四十年沉澱的地下根系,決定了今天百勝中國的速度與韌性。人這片竹林裡最關鍵的根在這套“竹林”的敘事裡,最容易被忽視的,其實是“人”。竹林真正的力量從來不是那一根竹子的高度,是竹鞭如何把根與莖連接成系統。對百勝中國而言,這根“竹鞭”,就是站在前線的RGM——它讓地下根系的判斷力、供應鏈的穩度、食品創新的速度,都能在前端被轉化成穩定的經營結果。在百勝中國內部,餐廳經理被叫作RGM(Restaurant General Manager)。值得一提的是,長期堅持的價值觀就是“RGM No.1(餐廳經理第一)”。R.G.M作為企業戰略的命名,與RGM作為崗位名稱的重合,本身就是一種訊號。此前,其已完成了從韌性轉向增長的變化。現在,百勝不再把韌性和增長當成取捨題,而是要求在同一個體系裡,同時兼顧抗波動、要增量、建護城河,而真正落地這一套的,依然是站在餐廳一線的RGM。百勝中國對RGM角色的策略,也還保留著精簡和集中的思路。精簡的不止是菜單和流程,還有一線經驗的“負重”。這幾年,他們把複雜的事項從一線抽離:通過證照辦理集中化、招聘培訓中心化、後台營運數位化等舉措把“把簡單留給餐廳,把複雜性留給後方”。除此之外,百勝將多店模型進一步系統化。讓一位成熟經驗的RGM成為Mega RGM,同時管理數家門店,把優秀單店經驗複製、擴散,再加上拼店營運、跨店調度、智能工具輔助,使前端具備了“可放大性”。當一線經營者的判斷能在多家門店同步發揮作用時,幾家門店同步生長,遇到大單、波峰也有協同騰挪的空間,組織的增長半徑就被進一步拉長。RGM的角色,成了連接“地面生長”和“地下根系”的那條竹鞭:把供應鏈的厚度、數字系統的判斷力、食品創新的速度,全部傳導到前端的每一次交付之中。同時,又能孕育竹筍(門店),讓百勝在邁向倆萬店時代時保持穩定而持續的伸展。竹林茂盛前端分層與後端托舉當百勝中國把後端這片“竹林根系”打磨得足夠穩固之後,前端的增長路徑反而變得更簡單了。洞察需求、找到人群、開出入口,從來不是靠拍腦袋,而是“沿著根系長”。百勝中國在下一階段的方向其實很明確。目前來看,百勝中國覆蓋的顧客,只佔中國人口的約1/3。下一步則是衝著覆蓋中國人口1/2的體量去。這也是為什麼,百勝中國在未來幾年要讓前端品牌體系進一步“分層”:不同價位、不同場景、不同需求,用不同品牌開出更多入口。後端越厚,這件事越容易做。以肯德基為例。作為百勝中國的增長引擎,其在2025年前三季度系統銷售額同比增長5%、門店數量超過12000家。通過創新的“肩並肩”模式,肯悅咖啡(KCOFFEE)在第三季度已經突破1800家;瞄準輕食賽道的KPRO則憑藉著親民的價格、創新的菜品,目前已經超過了100家。通過共享門店、基礎設施以及會員體系,肯德基變成了創新孵化器,像拼樂高一樣,在穩固的底盤上不斷通過創新模組觸達新高度。百勝在投資者日明確提出,到2028年,肯德基計畫超過1.7萬家門店。這意味著肯德基要深耕到更多元的消費客群,更細的地域,更創新的場景。比如以肯悅咖啡與KPRO捕捉咖啡輕食場景;憑藉小鎮KFC、KFC&PH雙子星店(Gemini)深入下沉市場。而憑藉穩定的成本結構與極高的食品創新效率,肯德基也有了更長的營收坡道,預計2028年經營利潤將突破100億元規模。再比如必勝客。百勝中國的戰略版圖中,必勝客在轉型大眾市場後後正在進入新的增長加速周期。2025年Q3該品牌門店數量已突破4000家。對比來說,必勝客到達第一個1000家門店用了23年,而最近1000家門店只用了2年多。最新的目標則是到2028年必勝客門店數量要超6000家,2029年經營利潤要在2024年基礎上翻一番,達到“五年再造一個必勝客”。多品牌戰略不是“鋪開”,而是“分層”。百勝中國要做到人群覆蓋從1/3擴到1/2,就是靠這種深淺不同、功能不同的創新模組,在更大的市場裡挖出更多入口。而每一次向前的擴張,都不是孤立的,而沿著後端根系往外長。為什麼如此大體量的百勝中國,在當下行業背景下,還是能保持韌性與增長?這個問題,似乎有了答案。還是以“雞”來舉例,因為它不是只會賣雞,而是因為它能把一隻雞的全部價值最大化:拆進供應鏈,藏進定價模型,落進門店動作,長成不同品牌,最後再擴展成覆蓋消費者的商業密度。後端的深厚積累,讓前端的潛力得到規模性釋放。因此,百勝中國在投資者日上公佈的新的目標——肯德基力爭2028年經營利潤過百億,必勝客2029年經營利潤較2024年翻倍,門店2030年超過3萬家,顯得順理成章,支援前端的蓬勃發展。 (36氪財經)