今日上午，在第三屆鏈博會先進製造鏈主題活動現場（W1-1），NVIDIA 輝達公司創始人兼首席執行官黃仁勳與之江實驗室主任、阿里雲創始人王堅進行爐邊談話。《科創板日報》記者現場看到，換掉昨日的唐裝，黃仁勳穿上了標誌性的黑色皮夾克，然而依然不變的，是他在談話中不時表達的對於中國的認可。作為相識十餘年的“老夥計”，兩人一開場就熱絡地寒暄起來，話題自然飄回了過去這十幾年——那些人工智慧從萌芽到狂奔的日子，黃仁勳預測，人工智慧的下一波發展將聚焦“物理人工智慧”，即把推理能力應用於機器人等物理機械領域。（《科創板日報》記者 李明明攝）中國在開源工程領域的佈局尤為明智一開始，黃仁勳和王堅就談及了人工智慧與開源生態的價值定位。王堅提出，人工智慧並非脫離人類特性的獨立存在，而是對人類智能的增強，更能提升創造力與行業標準。黃仁勳對此表示認同，他以汽車擴展移動能力、飛機擴大移動範圍作比，強調人工智慧正擴展人類智能——儘管其運作模式與人類大腦不同，卻能執行類似的任務。今年開源模型已改變人工智慧的技術與商業格局，成為重要發展趨勢。因此，開源是否真的是一種顛覆性力量，是未來發展的驅動力量之一？黃仁勳指出，人工智慧的快速發展得益於各類技術的持續進步，過去十年間人工智慧計算性能已提升10萬倍，為海量資料處理與高效學習奠定了基礎。值得關注的是，當前絕大多數人工智慧研究尚未充分公開，全球預印本論文數量極為龐大，其中中國研究人員發表的預印本論文已位居全球首位。在此背景下，研究人員正通過成果發表在開放科學領域開展協作，形成貢獻共享的良好態勢，而開源則成為開放科學的進階階段。他強調，開放創新已從研究層面延伸至工程領域，開放工程的強大之處在於能夠實現全球生態系統資源的整合，突破單一公司或團隊的創新侷限。中國在開源工程領域的佈局尤為明智，其開源模型不僅助力本土生態發展，更對全球生態系統形成支撐。例如，當前領先的開放推理模型具備先進的多模態推理能力，可供醫療、金融、機器人等各類企業根據自身需求修改應用。黃仁勳同時指出，開源是保障技術安全發展的最優路徑。“陽光是最好的消毒劑”，全球科學界的共同審視能顯著提升研究質量。以DeepSeek的論文為例，其憑藉頂尖的科學與工程水平，通過完全公開的方式推動了教育普及、知識分享與社區發展。面向科學的人工智慧將產生最重大的影響今年初，“杭州六小龍”爆火，王堅表示，杭州堪稱中國發展的縮影，是獨具特色的“創新港灣”，隨後，他結合黃仁勳去年大會發言提問：在開放科學與開放工程領域，人工智慧對科學發現和技術創新的長期影響為何？是否會直接改變科學家的研究方式？黃仁勳回應稱，當前討論多聚焦於服務人類的人工智慧，而面向科學的人工智慧將產生最重大的影響。他解釋，面向人類的人工智慧相對容易推進，因人類創造了語言與設計工具——例如晶片設計中，電晶體由人類設計，可通過工具直接操控；但生物學是自然的產物，若要對其進行改造，首先必須實現深度理解。他強調，人工智慧為理解生物學提供了新能力：可解析蛋白質、化學物質、細胞乃至生命的本質，甚至能闡釋人體代謝反應與活動規律。基於這種理解，人工智慧可助力藥物的改進、配置與設計，有望延長人類壽命，蘊含巨大機遇。此外，人工智慧在物理領域的應用同樣關鍵。傳統上，複雜物理過程（如天氣、海洋、冰川等）需依賴物理方程模擬，涵蓋從微觀到宏觀的多尺度相互作用，時間跨度從幾秒到數年，模擬難度極大。而人工智慧在預測效率上遠超物理模擬，無論是理解自然規律還是模擬物理過程，都將成為推動科學發展的核心力量。以下為黃仁勳與王堅的對談實錄節選：王堅：上次我們很久之前在洛杉磯見面，那時你發明了GPU圖片處理器，如今又推動AI的發展，一路走來取得了很多不凡的成就，所以接下來問題是圍繞科技和AI：過去幾年，AI領域在基礎層面發生了什麼樣的變化？黃仁勳： AI最初依賴人工編寫程式碼預測結果，而如今通過演算法從資料中學習預測能力，實現了普及化。2012年深度學習技術爆發，成為高效工具，在電腦視覺、語音識別、語言理解等領域相繼實現超越人類的表現。就像人類一樣，我們可以把一個問題進行分解，並且解決我們之前沒有遇過的問題，所以這就是推理AI，下一波浪潮就是物理AI，所有的能力都能夠融入到我們的物理世界，比方說機器人，大概12年的時間，AI迅速發展，好像每四到五年就有一次大的變革。現在AI能夠解決大部分的認知性任務，取得比較好的成果，這就是生成式的智能。目前，人工智慧正接近“通用人工智慧”階段，有望在多數認知任務及測試中超越人類表現，這也是“超級人工智慧”成為熱議話題的原因——從實現高效能，到超越人類效能，如今在問題解決能力上正快速邁向超越人類的水平。王堅：今年開放原始碼的模型也改變了AI技術。黃仁勳：王先生，你覺得那一個技術變革讓你最興奮呢？王堅：我覺得最讓我興奮的其實是算力，算力是一切的基礎架構，算力也改變了一切，AI只是我們看到的一個成果，所以與其說電腦在改變世界，還不如說是算力在改變世界。黃仁勳：第一個十年我們講的是預訓練，我們收集了很多的資料，甚至用AI來準備一些資料做這個預訓練，後來我們是做人工強化的訓練，就會加入人的反饋，人來教AI做事，或者人類和AI協同做事，現在AI是自己思考，自己實踐，做強化學習，有很多資料的生成，它能夠自己做任務，自己推理，所以我們看到這背後其實需要巨大的算力來支撐。王堅：我接下來的問題可能有些深入。我們知道當前人工智慧的發展高度依賴矽基技術，比如通過提升矽基晶片的儲存記憶體來增強算力，這類進步都建立在對矽的研究基礎上。那麼在未來十年、二十年，我們是否仍需依賴矽來推動人工智慧的發展？黃仁勳：是的，矽基技術確實為我們帶來了諸多技術突破，未來我們也會繼續深耕這一領域。不過，其發展模式將迎來三方面轉變：我們不再沿用過去將算力分散到單一矽晶片的方式，而是轉向多復合晶片組合——單晶片的時代已過，多晶片協同可實現更高級的功能。比如我們公司是最早採用這一技術的企業，這些晶片組合會依託不同的基板運行，規模可能達到桌面大小；同時我們會應用一種名為CPO的新技術，通過電子層面的最佳化實現多維度、大容量的連接。王堅：這類技術確實非常先進。黃仁勳：沒錯，這一領域還有大量工作要做，預計至少需要二十年時間。我們之所以能做出這樣的判斷，是因為當前的發展路徑已足夠清晰——從現在起，我們大約還有五到十年的技術探索期，而十年後的技術框架我們已在規劃中。可以確定的是，未來會有許多成果等待達成，你我在接下來的二十年裡仍需為之辛勤付出。王堅：確實如此，尤其是依託矽基技術建構的框架，能為後續發展奠定堅實基礎。王堅：人工智慧對於我們來說是一個終身的機會，尤其是對年輕人來說，因此你有沒有什麼特別的建議給我們的年輕人呢？或者你有沒有為他們單獨做一些事情呢？黃仁勳：人們常說，人工智慧擅長解決數學、推理及程式設計等問題，因此或許無需專門學習人工智慧——這種觀點其實是錯誤的。事實上，即便未來程式設計與工程實踐的需求可能減少，我們仍需掌握問題思考的“第一原則”：如何切入問題、將其拆解為具體步驟，這些都依賴於基礎認知與知識儲備。無論是思維方式還是智慧積累，都需回歸第一原則；否則，便難以建立深度思考的思維體系，容易盲從人工智慧給出的答案，缺乏獨立判斷。與人工智慧互動時，關鍵在於主動參與而非被動接受：首先需清晰描述待解決的問題；其次要對AI的回答進行推理驗證，判斷其是否精準、是否實現了最佳化解答——這一點至關重要。同時，需具備辨析思維，而邏輯與推理正是這種思維的基礎，也是一切事務的根基。我建議當代年輕人繼續學習科學推理、電腦程式設計等知識：即便未來未必從事相關工作，也需掌握這些基礎——這是首要的學習方向。在當今世界，每一位年輕人都應當更多地與人工智慧接觸——這是電腦技術發展的新方向。人工智慧正持續提升電腦的能力，且其應用門檻日益降低：由於它能理解人類的互動邏輯，即便使用者表示“不知道如何使用”，它甚至能主動指導使用者掌握使用方法。因此，融合人工智慧的電腦已成為極具力量的“平等器”，讓世界更趨平等：無論農民、老年人、電腦基礎薄弱者還是年輕人，只要盡快運用人工智慧，都能從中獲得賦能。最後，我甚至有點嫉妒年輕一代：如今出生的人將終身成為“人工智慧原住民”，如同《星球大戰》中人與科技共生的場景，他們能與人工智慧相伴成長。人工智慧會像夥伴一樣，從出生到生命終結，持續提供建議、傳授知識、陪伴左右，這實在令人驚嘆。我之所以嫉妒，是因為自小成長的歲月裡，沒有人工智慧在旁提醒、協助，幫我記憶每一件事。 (財聯社)

7月15日，北京鏈博會開幕前一天，輝達CEO黃仁勳帶來了他口中“非常、非常好的消息”——輝達的H20晶片，可以賣中國了。3個月前，川普政府一紙禁令，不讓輝達把晶片賣中國。如今，態度大轉彎。為何？得從H20晶片說起。輝達CEO黃仁勳在鏈博會上（圖源：外媒）一H20是輝達專為中國市場設計的AI晶片。按照美國對華技術出口管制要求，輝達降低了其性能最強的晶片H100的算力，以H20的名稱銷往中國。但今年4月，白宮突然擴大管控範圍，將H20等級性能水平的晶片納入禁令。結果，輝達兩季度虧損預計超100億美元。不甘坐視虧損，黃仁勳親自出馬遊說，敦促白宮取消向中國出口AI晶片的限制，稱全球50%的人工智慧研發人員來自中國，中國在購買晶片上花的錢比世界任何其他地方都多，退出中國市場會讓中國科技增加銷售額，最終在海外市場上與輝達競爭……一句話，中國是輝達無法失去的大市場。中國市場佔輝達全球營收13%，2024財年約170億美元。一朝解禁，對黃仁勳來說，當然是“非常、非常好的消息”。過程當然少不了權衡博弈。“說H20會被用於軍事用途，這缺乏實證基礎。”對外經貿大學數字經濟與法律創新研究中心主任張欣稱，美國在AI基礎設施上的領先優勢不會因H20出口動搖，畢竟輝達H20的算力遠不及最新旗艦晶片GB200，而甲骨文、Google等美國科技巨頭，已經大規模採購、部署GB200。中國國產替代的加速突破，也大大改變了博弈格局。過去一段時間，輝達在華市場佔有率，從4年前的95%一路跌到50%，騰出的空間，幾乎全部被華為昇騰、百度崑崙芯、寒武紀等本土廠商收入囊中。摩根士丹利報告顯示，2024年中國人工智慧GPU自給率達到34%，該資料在2027年可能大幅提升至82%。中國國產晶片也在持續發展。華為昇騰910B實測性能已追平H20，華為論文顯示，新一代910C實測效率已超過輝達H100水平。對美國來說，繼續封鎖H20，已無法有效遲滯中國AI發展，反而讓自己付出沉重代價。用黃仁勳的話說，若失去中國這一未來幾年將達500億美元的AI晶片市場，美國將面臨“收入、稅收、就業”三重流失。權衡之下，放鬆管制似乎更符合美方當前利益。2025年4月，輝達CEO黃仁勳與美國總統川普在白宮。圖源：外媒二業內反應如何？短期內，恢復銷售的H20晶片可以成為算力“救急包”：人工智慧產業鏈佈局重新提速，隨著訂單解凍，禁售期內被迫延期的AI項目，如今研發、部署、上線節奏全面回彈。牛津經濟研究院指出，不少中國客戶出於既有軟體棧和生態慣性，仍傾向選擇輝達。利多刺激下，輝達股價應聲上漲4%，A股算力類股集體走強。但是否從此皆大歡喜？此次暫緩施壓，並非美國戰略目標的轉向，而是策略工具的階段性調整。美國政府和企業，仍在嚴守“許可證制度”閘門。確保美國在人工智慧等關鍵科技領域的全球領先地位，在中美長期博弈中佔據上風，依然是白宮未變的深層意圖。知情人士稱，有中國企業在走H20採購申請流程，但只有在輝達白名單上的中國公司才有資格登記潛在採購意向，輝達還須將訂單送交美國政府審批。同時，H20單價約為1.2萬美元，比同檔國產晶片高50%，但性能上僅為H100的15%。此外，美國國內鷹派公開反對H20解禁，要求美商務部重新審查。一旦政策再次收緊，已拿到的訂單也可能瞬間作廢。張欣建議，破除“缺芯”局面要雙線平行：一邊積極申請、儲備進口高端晶片，同時系統提升供應鏈韌性，用演算法創新和國產生態把算力缺口補回來，走可落地的技術替代路線，讓“國產硬體+軟體+演算法”形成閉環，擺脫對任何單一外部供應的依賴。同時，下遊人工智能企業的短期策略應聚焦與國產晶片廠商的合作，減少單一來源依賴；在技術研發層面借鑑DeepSeek 經驗，通過模型壓縮、混合精度、動態剪枝等技術，讓“次高端”晶片也能跑出接近旗艦的性能。此外，還可探索建立算力池共享機制，多家中小模型公司聯合採購、分時復用，攤薄單卡成本，提高利用率。晶片之爭，固然要拼科技實力，更核心的是競合哲學。“中國已具備足夠算力，無需依賴美國；限制政策反而加速中國自研晶片崛起。”黃仁勳稱。這位商場棋手的清醒，是某些華盛頓政客的盲區。當黃仁勳在鏈博會闡述AI願景時，白宮或許該想想他此前的論斷：中國是“競爭者和對手，而非敵人”。 (俠客島)

黃仁勳鏈博會上一身唐裝、中文開場的演講持續刷屏，他的“年內第三次訪華之旅”行程仍在繼續。在這個過程中，黃仁勳除了給中國客戶帶來了H20晶片解禁的消息，也盛讚中國公司在人工智慧領域的探索和創新，同時也表達了進一步投資中國市場的意願。7月17日，在鏈博會第二天的活動上，黃仁勳與之江實驗室主任、阿里雲創始人王堅展開爐邊對話。作為已經認識十多年的老朋友，兩人互相寒暄開場，並且回顧了過去10多年人工智慧領域的發展，“過去的十二年左右時間裡，人工智慧發展速度非常快，大概每三到五年就會有一次重大突破。”黃仁勳說。黃仁勳與王堅爐邊對話，圖片由AI生成在他看來，人工智慧已經走完了感知智能階段，生成式人工智慧階段，現在處於推理人工智慧階段，並且無限接近通用人工智慧階段。他說：“我們現在已經接近一個階段，人工智慧應該能夠解決認知任務，並且在大多數測試中表現得比大多數人類更好，我們把這種水平稱為通用人工智慧。”在交流中，黃仁勳也向王堅提問，在過去的這些技術中，最感興趣的是那一項，王堅的回答是計算，“對我來說，真正令人興奮的事情，實際上是所有一切的基礎。我們談論的人工智慧，其背後的支撐是計算，而計算正在改變一切。”王堅說。而對於人工智慧的發展速度，黃仁勳強調這些除了基於輝達的計算驅動外，也建立在全球研究員的研究和開放之上，他認為中國的研究員對全球人工智慧的發展起到了非常積極的幫助，甚至將杭州稱之為中國的矽谷。黃仁勳說，“絕大多數人工智慧研究都是公開進行的。我看到一項統計資料——中國研究人員在arXiv上發表的論文數量現在是全球最多的。”算力是AI的基礎，矽則是算力的基礎，黃仁勳對這個問題的看法是肯定的，並且強調未來矽基技術集中三個方面：電晶體結構迭代、封裝技術迭代、矽光技術迭代。“我們在這一領域至少還有二十年的工作要做。之所以能得出這樣的判斷，是因為輝達的技術路線圖已經覆蓋了接近十年的未來規劃。”黃仁勳說。以下為對話實錄原文（在不改變原意的情況下有調整）：王堅：大家早上好，Jensen，很久沒見，再次見到你太好了，歡迎來到鏈博會。我把我的問題寫在手機上了。黃仁勳：我們第一次在北京見面應該是很久以前的事情了。王堅：大概是2012年、2013年，差不多十年前，但我還記得很清楚細節當我在矽谷拜訪時候，你自己來給我介紹輝達的公司、技術，帶著我參觀。就是在那個時間點，你給我的感覺是，一個公司的創始人至關重要，我能看出來你對自己所從事的事情的熱情。黃仁勳：當時我們交流的時候，聊的是電腦圖形技術，還有移動裝置，對吧？差不多2012年的事情了。剛才視訊裡也介紹了，2007年，我第一次來中國介紹CUDA，[中文]好久以前啊。王堅：這是一條很長的路。黃仁勳：（對台下）[中文]他們聽得到嗎？王堅：我記得當時你在洛杉磯工作，是在SIGRAPH圖形學大會上。你們推出了GPU圖形處理器，改變了圖形領域的格局，這是一段不可思議的旅程，我的第一個問題有關技術：人工智慧是當下最熱門的話題，但大家對人工智慧以及計算有著不同的看法，所以過去幾年在這方面究竟取得了那些根本性的進展和變革？黃仁勳：從根本上說，人工智慧是一種基於第一性原理的全新的軟體開發方式，它不再依賴人類編寫程式碼、描述演算法來預測結果，而是我們利用一種演算法，通過示例資訊、示例資料來學習如何預測結果。事實證明，這種利用電腦來學習預測的方法具有極強的可擴展性。我們在機器學習領域已經研究了很長時間，但2012年是一個重要的轉折點，AlexNet的出現，證明了深度學習的有效性，它在電腦視覺方面的表現遠超電腦科學家們的預期。從2012年開始，在接下來的五年左右時間裡，我們先是看到電腦視覺變得有效，而後性能超越人類。再接著是語音識別變得有效，然後性能超越人類，對吧？再之後不久，語言理解也實現了從有效到性能超越人類的跨越。每一種不同的模態都代表著一個發展階段：第一波是感知智能，接著第二波是生成式人工智慧。現在我們可以實現不同模態之間的轉換，比如從英語到漢語，從英語到圖片，從圖片到英語。從漢語到視訊，生成式人工智慧的轉換，可以說是終極轉換。生成式人工智慧大約始於七年前，如今依然發展勢頭迅猛。現在，人工智慧既能理解資訊，也能生成資訊。我們目前所處的這一波人工智慧浪潮非常令人驚嘆，它被稱為推理型人工智慧。推理型人工智慧之所以高效且強大，是因為它能夠理解，並解決那些從未遇到過的問題。就像人類一樣，它可以把問題逐步分解，進而解決那些從未解決過的問題。下一波是物理型人工智慧，到那時，所有這些能力都可以應用到物理機械中，比如機器人。過去的十二年左右時間裡，人工智慧發展速度非常快，大概每三到五年就會有一次重大突破。我想說，我們現在已經接近一個階段，人工智慧應該能夠解決認知任務，並且在大多數測試中表現得比大多數人類更好，我們把這種水平稱為通用人工智慧。這也是為什麼現在每個人都在談論超級人工智慧，就像一開始，我們先是實現了有效性，然後達到了超越人類的水平。在問題解決方面，我們應該很快就能實現超越人類的水平。王堅：這太不可思議了，特別是今年，開源模型正在改變人工智慧技術的格局以及我們的業務。黃仁勳：在這些技術進步中，那一項最讓你感到興奮呢？王堅：其實，對我來說，真正令人興奮的事情，實際上是所有一切的基礎。我們談論的人工智慧，其背後的支撐是計算，而計算正在改變一切。人工智慧是我們能看到的表象。黃仁勳：這太不可思議了，而且我們訓練模型的方式也在飛速變化，對吧？最初的十年，主要是預訓練階段。我們收集了大量資料，甚至可能用人工智慧來準備資料，然後進行預訓練。之後，我們採用了人類強化學習，也就是人類對人工智慧進行指導，讓人工智慧與人類的需求保持一致。而現在，我們處於後訓練時代，人工智慧可以自主思考，進行可驗證反饋的強化學習。還能生成大量合成資料，自主進行測試，學習推理。王堅：是的，現在所需要的計算量是驚人的。我有心理學背景，在我看來，人工智慧不是對人類智能的模仿，實際上是一種提升。更確切地說，我認為人工智慧是對人類創造力的延伸。黃仁勳：它並非只是取代人類智能，就像汽車拓展了人類的移動能力，飛機也拓展了人類的移動能力一樣，現在人工智慧將會拓展人類的智能。它的工作方式和人類大腦不同，但它能完成一些與我們類似的任務。王堅：回到開源這個話題，這也是一個令人驚嘆的時刻。我們有深度求索（DeepSeek），有阿里雲的通義千問（Qwen)，這些只是其中的幾個例子。黃仁勳：還有月之暗面的Kimi（近期開源K2），他們非常出色。王堅：所以我的問題是，開源模型是不是人工智慧未來發展的顛覆性驅動力之一？黃仁勳：我們剛才談到人工智慧發展非常迅速，當然，人們會說這是因為輝達的技術進步很快，這確實是事實。在過去十年裡，我們將人工智慧計算的性能提升了10萬倍，這樣我們就能處理更多資料，更快地學習。但有一點沒有被過多提及，那就是絕大多數人工智慧研究都是公開進行的。全球範圍內在arXiv上發表的論文數量是驚人的。事實上，我看到一項統計資料——中國研究人員在arXiv上發表的論文數量現在是全球最多的。目前的情況是，在很多方面，研究人員選擇開放實現合作，他們發表科研成果，其他人可以閱讀並為之做出貢獻，我也可以閱讀並貢獻自己的力量，所以我們實際上是在開放科學的框架下進行合作。而在此基礎上的下一步就是開源，也就是說，我們不僅進行開放研究，還開展開放工程。開放工程的力量非常強大，因為這樣一來，你可以借鑑我的成果，再加入你的貢獻，創新的速度就不再僅僅取決於每個公司或每個工程團隊的貢獻，而是整個生態系統的合力。中國在開源工程方面做得非常出色。但不要忘記，開源具有全球性的影響。開源模型不僅助力中國的生態系統，也在為全球各地的生態系統提供支援。（DeepSeek）R1、通義千問（Qwen）和Kimi是當今世界上最優秀的推理模型，是多模態推理模型，非常先進。所以不管你是誰，不管你是醫療公司、金融服務公司還是機器人公司，都可以利用這些模型，並根據自身應用進行修改，用到你自己的產品和應用中去。還有一點非常重要，那就是開源是推動發展最安全的方式。正如人們所說，陽光是最好的消毒劑。有了開源和所有開放創新，就會引來全球科學界的審視，而有了全球科學界的審視，研究工作的質量就會提高。看看深度求索（DeepSeek）的論文，寫得非常出色，絕對是頂尖的科學和工程水平。他們完全公開地開展研究，這不僅為教育、學習和分享提供了機會，也讓很多人能夠對其進行審視，這對安全性很有好處。王堅：順便說一下，深度求索（Deep Seek）和通義千問（Qwen）都來自杭州，我是杭州人，為這座城市感到驕傲，我個人邀請你下次來中國的時候訪問杭州。黃仁勳：杭州可能，我敢說，是中國的矽谷，對吧？王堅：很多人可能不會這麼說，但我認為杭州會成為世界的創新中心，它非常獨特，非常棒。再次向你發出個人邀請，歡迎你來杭州。黃仁勳：會來一定會來的，謝謝。王堅：你剛才談到了開放科學和開放工程。在去年的遊戲開發者大會（GDC）上，你說這是人類歷史上第一次有機會將生物學從一門科學轉變為一門工程學，這也太不可思議了。人工智慧對科學發現和技術創新的長期影響是什麼？人工智慧會改變科學家的研究方式嗎？黃仁勳：如今，我們只談論面向人類的人工智慧，但面向科學的人工智慧將會給我們帶來最重大的影響。要知道，面向人類的人工智慧相對更容易，因為人類創造了語言。我們可以很容易地設計工具，我和你長期以來都在用設計工具製造晶片，但電晶體是我們設計的，所以我們可以用工具來操控電晶體和進行晶片設計。但生物學是自然創造的，所以要想操控生物學，我們首先必須理解它。而現在，我們擁有了人工智慧這種新能力，我們可以去學習和理解蛋白質的意義、化學物質的意義、細胞的意義，當然，還有人體代謝反應和活動的意義，對吧？如果我們能利用人工智慧先理解其結構和意義，那麼我們就可以進一步去配置、設計藥物，幫助人們延長壽命，這裡面有很多機會。另外，我們還可以用人工智慧來模擬物理過程，我們用物理方程來模擬非常複雜的（相互作用）。黃仁勳：像天氣這樣的系統，其實涉及各種物理過程，比如天氣本身、雲層物理、高雲物理、低雲物理、大氣物理；還有海洋物理、冰層物理、陸地的熱傳導過程；我們還要考慮對流現象等等。所有這些不同類型的物理過程都必須綜合在一起才能進行完整建模，對吧？這些過程涵蓋了從極小尺度到極大尺度的物理，我們通常把它稱為“中尺度物理”（Meso-scale physics）。而在時間維度上，這些物理過程的變化跨度可能從幾秒鐘延伸到數年。這樣的空間和時間範圍，對於傳統的物理模擬來說是非常複雜的，我理解這一點。但或許我們可以訓練一個 AI，來幫助我們進行預測。你知道，AI 在預測方面遠比基於物理的模擬快得多。所以我完全相信，無論是用 AI 去理解自然規律，還是用 AI 去模擬自然規律，我們都可以借助它推動科學進步。這是一件意義重大的事情。王堅：你也知道，其實今天的 AI 技術在很大程度上高度依賴矽基技術。對，它依賴於“矽”。我們正是利用矽，不斷提升計算性能、擴展龐大的記憶體容量——甚至包括你自己所使用的系統也是如此。這種令人難以置信的通訊頻寬，完全依賴於矽技術。所以我想問你的是——在未來的十年或二十年裡，我們還能繼續依賴矽技術來推動 AI 的發展嗎？黃仁勳：當然，矽技術本身現在已經在不斷加入各種不同的材料元素，它現在幾乎已經不再是“純粹的矽”了。所以我認為，我們在這些方向上還會持續取得進展，主要包括幾個方面：電晶體將會變成三維結構，我們稱之為“環繞式柵極電晶體”（GAA）。目前我們使用的是“奈米片”（Nanosheet）技術，而下一代將是GAA。再往後，我們會把電晶體堆疊在電晶體之上，也就是所謂的“堆疊鰭式場效應電晶體”（SFFET）。此外，以前我們是在矽片表面分佈電力，現在我們開始在兩面分佈電力，也就是“背面供電”。過去我們是一次只處理一顆晶片，現在則可以將多顆晶片進行堆疊，實現多晶片整合。因此，封裝技術也變得非常先進。我們稱這種技術為 CoWoS，而 輝達 是第一家在大規模生產中採用這種技術的公司。未來，封裝的單元將不僅限於當前這種尺寸，而是將擴大為整塊面板級封裝，這意味著，單個晶片的尺寸可能會大到像這張桌子一樣。再進一步，我們將使用矽光子技術，通過極其緊密的耦合方式，實現光子與電子的直接連接。我們稱之為 CPO（共封裝光學）。這樣一來，我們就能夠將這些高密度整合的模組進一步互聯，建構出更大規模、更高性能的系統。在能力的維度上，這種擴展是極其驚人的。我們在這一領域至少還有二十年的工作要做。之所以能得出這樣的判斷，是因為 輝達 的技術路線圖已經覆蓋了接近十年的未來規劃。王堅：當你擁有一個出色的架構，尤其是在矽基架構方面，就能夠釋放出更大的潛力，帶來更多可能的應用與創新。所以我最後一個問題，其實是關於年輕人。其實很多人並不確定自己的未來會是什麼樣，但他們非常關心這個世界的未來。Jensen（黃仁勳）就是他們心中的英雄，一個真正令人敬佩的英雄。所以我真正想問的問題是：你是否對年輕人有什麼具體的建議？你知道，現在對大多數人來說，尤其是對年輕人來說，這是一個千載難逢的時代機遇。黃仁勳：大家常說，AI 可以解決數學問題、邏輯推理問題，甚至可以自己寫程序，因此我們可能不再需要學習這些技能。但這正好是完全錯誤的想法。事實上，無論你在那個階段，無論你是否還在程式設計、是否仍從事工程工作，有一件事始終不能放棄：那就是從“第一性原理”出發去思考問題。面對一個前所未見的複雜問題，必須一步一步地將其拆解，從最基礎的原理出發建構理解。也就是說，要有紮實的基礎知識。所以，不能過度依賴“常識”或“經驗主義”。因此，我們必須教會人們如何進行第一性原理的思考。否則，就無法具備真正的批判性思維。而如果沒有批判性思維，就無法判斷一個答案——無論是別人給出的，還是 AI 給出的——是否合理、有邏輯。你需要具備與 AI 有效互動的能力，能夠清晰地描述問題，才能讓 AI 更好地幫助你解決它。批判性思維始終是至關重要的。無論是基於物理、數學還是邏輯的批判性思維，它幾乎是我們所有工作的基礎。我的建議是：當代年輕人仍然應該繼續學習數學、推理能力、邏輯思維，以及程式設計。即使未來你不需要親自編寫程式碼，你也應該理解它的原理。這是第一點。第二點是：現在幾乎每一個年輕人，都應該儘可能快地開始接觸和使用 AI。AI 就是新一代的電腦，它讓電腦的能力變得異常強大。但更重要的是，它也變得非常易於使用——因為它理解我們如何與世界互動，無論以何種方式。而如果你不知道如何使用 AI，你只需要對 AI 說：“我不知道怎麼用，請教我怎麼使用 AI。” 它就會一步一步教你。所以，搭載 AI 的電腦，已經成為有史以來最強大的“能力平權器”，讓每個人都有可能獲得同樣的認知與創造力起點。所以，無論你是農民、年長者，還是還不太會使用電腦的年輕人，都必須儘早開始接觸和使用 AI。這將真正賦予你力量。最後，我想說，我對今天的年輕一代感到羨慕。因為這是一個全新世代——他們從出生起，就將伴隨自己的 AI 一起成長。他們將擁有一個 AI 伴侶，能記住你一生中的一切，能夠為你提供建議、教育你、陪伴你。一生中擁有這樣的存在，這種想法令人無比嚮往。我羨慕的是，我沒有這樣的 AI 從小就陪伴我，提醒我、幫助我、記錄我人生中的點滴。你想像一下，如果你有一個 AI，你可以問它：“我一歲的時候在做什麼？我兩歲、三歲的時候在那裡？和你說過什麼話？”而它真的能記住這些，並將這段完整的人生旅程記錄下來。我真希望我們那一代也曾有過這樣的機會。我認為這不僅是對未來的希望，也是一種真正的激勵與啟發。王堅：當我第一次見到你時，你對技術的熱情深深感染了我。直到今天，我依然能夠感受到你那份熾熱的熱情。同時，你也始終保持著極大的耐心，從思考公司、團隊的發展，到走到今天這一步，你經歷了一段非凡的旅程。我認為，對於年輕人而言，“熱情”與“耐心”都是至關重要的品質。感謝你分享這些寶貴的建議。 (騰訊科技)