•
黃仁勳深度專訪：談中國、川普、AI…
「我們的工作仍是繼續專注於創新和推動技術進步，更好地滿足客戶需求，繼續取得成功，這些都在我們的控制範圍內。我們會盡自己所能幫助政府。」近日，輝達CEO黃仁勳接受了美國《連線》雜誌資深撰稿人Lauren Goode專訪，他談到美國對中國出口管制等話題時如是說道。
「當下，我們第一次大規模製造智慧。」黃仁勳坦言，人工智慧將成為變革社會的根本力量，「AI是人類過去60年所知計算方式的重塑。AI的力量是如此令人難以置信，你無法與之抗衡。
過去兩年來，隨著市場對AI大模型技術持續追捧，輝達負責提供AI算力的GPU也備受科技公司青睞，推升著該公司業績和股價雙重飆升。今年第三季度，輝達營收351億美元，年增94%，淨利193億美元，年增109%。截至發稿，輝達股價今年已飆漲167%，市值為3.2兆美元，是英特爾的36倍。
但這家GPU巨頭也並非沒有憂慮。從去年以來，全球多國對輝達的反壟斷呼聲不斷。一周多前，中國也宣布對輝達進行反壟斷立案調查。依相關法律規定，如果輝達違法事實成立，監管機構最高有可能對該公司罰款超50億美元。
這次在專訪中，黃仁勳並未談及反壟斷調查問題。但他回應了近期的許多熱點，例如與川普政府的關係、英特爾CPU的困境、台積電的角色、新產品Blackwell等。
以下是黃仁勳專訪實錄：
01.人工智慧是基礎設施
Lauren：跟我們說說Soverign AI （主權AI）吧。
黃：現在的情況是，國家意識到人工智慧不可思議的能力，以及人工智慧對自己國家的重要性。他們意識到他們的數據是自然資源的一部分，就像能源或是通訊基礎設施一樣。為了教育，學習，研究和創業，一些人工智慧工廠與資料中心是必要的。
也是出於對主權AI的考慮，我今天特地待在泰國，與當地的合作夥伴一起見證一家AI雲端服務公司的啟動。迄今為止我們已大約有56家AI創企。
Lauren：聽起來你好像將這個時代的生成式AI歸類為基礎設施，我想知道這對AI模型的發展有何意義。
黃：社會中的不同分工都需要用到AI，大學需要、研究人員需要、新創公司需要、大公司也需要，而當社會像這樣各方面都需要一種東西時，它就是基礎設施。
我認為AI將基於互聯網重構一套新的作業系統，我們使用電腦的方式將會改變。過去我們透過程式語言、檢索文件和管理文件等方式與電腦溝通，未來則是透過提示詞直接問問題，要求它為我們做一些事情。這項變化的關鍵在於，搭載多個大語言模型的AI系統取代了傳統作業系統，並且各國都可以創建自己的大語言模型和AI系統。例如，丹麥、瑞典、日本、印尼都在建立自己的大語言模型，印度正在建造幾座，在泰國的大語言模型被稱為ThaiGpt。
這些AI系統並非依賴單一的、參數量巨大的模型，而是整合不同類型、領域的模型。其中有些擅長推理，有些用於AI工具，有些負責資訊檢索，還有防護措施、合成資料產生、獎勵和反思等模型。
02.用大模型寫文章
Lauren：多令人著迷啊，最近AI Agent（AI智能體）的概念在人工智慧領域非常流行，不過其具體的定義似乎還不算清晰。那麼，對你來說，AI Agent是什麼，能做什麼，為什麼有些人稱它為下一波生成式AI呢？
黃：從2012年開始，第一代是感知AI（Perception AI），第二代是生成式AI（Generative AI），再到AI Agent。時至今日，AI可能實際上是一個機器人、一個AI系統或其他形態。我認為這些有關AI Agent的描述，在不同的脈絡脈絡中有時可以互換，不過其核心是不變的，即結合感知、推理和計劃能力，這也是AI的基石。目前，AI可以基於思考鏈（CoT）或其他架構的推理模型，把我們拋給它的任務，拆解成多步驟完成。除此之外，AI也可以產生圖像、音樂、文件等等。這些意味著，未來你可以用各種各樣的方式找到解決問題的方法，你可以用智能體在你的電腦上執行任務，從而騰出時間。
Lauren：你使用了那些AI Agent來幫助你提升工作效率，可以舉例說說怎麼用的嗎？
黃：我現在用了多種AI大模型，我只是因為喜歡他們所以才使用，像是Gemini和ChatGPT。我常用AI來寫一些東西，舉個例子，我會把一個初版的大綱丟給AI，再給它一些我以前演講內容的PDF文檔，讓它來完善我的初稿，真是太棒了。
03.談美國對華出口管制
Lauren：你有說到輝達在全球各地都有不少合作夥伴，但身處於當前政策變動、條件嚴苛的商業環境，你有感到不安嗎，你怎麼想？
黃：世界在變化，AI產業也一直在變。我們現在能夠解決的問題、能夠提供的產品解決方案、能夠實現的能力都是不尋常的。目前，科技產業和軟體產業仍有領先優勢，而以這兩者為基礎的其他產業，將在未來十年內經歷重大變革。
Lauren：這周一，美國商務部擴大了出口管制，管制範圍不僅限於半導體產業。與之相關的上下游供應鏈也會受到一定影響，而輝達的GPU則是其中一環。在你看來，出口管制的理由是否合理，中國市場的競爭對手又會如何應對？
黃：我們的工作是盡最大努力了解和告知半導體產業的動態，以及輝達如何在全球市場運作，並向政府解釋這些事情。提出最好的政策取決於他們。在那之後，我們的工作仍是繼續專注於創新和推動技術進步，更好地滿足客戶的需求，並繼續取得成功。這些都在我們的控制範圍內，就上任的政府而言，我認為我們與政府相處的很好。
Lauren：即將上任的川普政府近期提到了台積電（TSMC），他認為台積電搶走了美國的部分晶片業務。輝達與台積電長期合作，你擔心這會對你與台積電的關係有影響嗎？
黃：無論是在半導體產業，或是全球供應鏈市場，台積電的重要性都是不言而喻的。因此，我們很重視與台積電的合作，也在這份合作關係中越做越好。同時，全球供應鏈對台積電的依賴仍會持續很長一段時間。
Lauren：川普當選新一任總統以來，你有和他交流過嗎？
黃：我已經聯繫了川普總統並向他表示祝賀，告訴他我們會盡自己所能幫助政府。
Lauren：那你是否想要與他進一步討論輝達的業務？
黃： AI顯然非常重要，是一個很宏大的議題。它不僅是一項新技術，更是一個全新的產業。當下，我們第一次大規模製造智慧。我選擇「製造」這個詞的原因是，通常在一個產業形成的過程中，會製造出前所未有的東西。就像電腦產業當初製造軟體一樣，現在AI產業是製造智能，需要能源，需要大量工廠，對一個國家的社會、工業、經濟和技術進步有著重要影響。我很確定新政府和川普總統會對這個行業很感興趣，我很樂意提供任何支持回答我能回答的任何問題。
04.談新產品Blackwell
Lauren：了解到輝達最新的產品Blackwell已經開始交付了，其中有不少大客戶，對吧？
黃：我們在全世界都安裝了Backwell系統。 Blackwell是一個完整的系統，有一堆開關，網絡，計算機，還有一大堆軟體。 Blackwell正在全面生產，一切順利。
Lauren：你認為Blackwell最大的亮點是什麼，是速度更快嗎？它的下游效應又有那些？
黃：它為訓練模型的效率帶來了質的提升。過去通常需要等待幾個月來處理訓練模型所需的數據，然後再訓練模型。 Blackwell可以把這個時間壓縮1/3到1/4，像是本來要用6個月，現在大概只耗時1個半月左右。隨著越來越多公司武裝AI能力，3個月的時間差可能會改變遊戲規則。
在推理方面，我們發現推理過程遵循的不是Zero-shot Learning（零樣本學習）或One-shot Learning（單樣本學習），而是長期思考的模式。它本質上是AI先在腦海中構思出各種不同的解法，然後用更多的算力，提供更恰當的答案。這是一種新的標準化（scaling）方式，我們稱之為測試階段標準化（test time scaling）或推理階段標準化（inference time scaling）。也因為如此，Blackwell的推理能效提升了30倍，速度也更快了。
05.談英特爾的困境
Lauren：前幾天英特爾CEO派崔克‧基辛格（Patrick Gelsinger）辭職，有報告說他是被迫下台的。你知道，20年前沒有人會想像得到英特爾走到了這一步。那你要如何確保輝達在10年、20年之後，不會落得同樣的下場？你採取了那些策略措施來確保這一點？
黃：好問題。我和帕特已有數十年的交情了，非常感謝他的友誼和合作。我們已經為即將推出的許多程式選擇了他們的cpu，並與他們一起開發和推進各種各樣的產品和專案。他們的CPU方面，在他們的PC方面，在資料中心方面確實非常出色。
但在核心上，這是一個挑戰，當一個產業發生一些根本性的變化時，其力量是如此不可思議。我們熟知的現代計算，IBM360系統，中央處理器是在1963、1964年出現的，這持續了大約60年，但因為深度學習和機器學習的技術創新，讓全世界不再是編碼，不再是在CPU上運行的編碼指令，而是在GPU上運作的神經網路的機器學習。
這種趨勢並不是可以與之抗爭的。人工智慧的力量是如此難以置信，你無法與之抗衡。要嘛你乘上這波浪潮，要嘛你只能錯過，沒人能保證。不管CPU的效能多強，你都抵抗不了機器學習的發展勢頭；不管一台電腦多先進，你都抵抗不了行動運算的發展動能。
由於機器學習的出現，不到10年，人們建造、處理工具的方式和內容都發生了根本性的改變。因此，你要長期為這些技術革新做好準備。別忘了，輝達是一家從基礎技術架構起步的公司，成立兩年後，公司實際發展方向就完全改變了。我們很快就認清了一個事實，那便是當時我們所建立的架構、所擁有的技術都是錯的，於是無論如何都要去做GPU，去追趕深度學習領域。後續輝達從一家晶片公司，發展為一家系統公司，再變成了一家基礎設施公司。
Lauren: 那你要如何確保30年後，我們不是在說GPU，那輝達的立場呢？
黃：這可沒法保證，但只要電腦產業仍然重要，我們就會繼續保持敏捷，我們會繼續改變我們自己，在未來保有影響力，這就是我希望看到的結果。(觀網財經)