•
黃仁勳最新萬字實錄 | 企業將大規模部署"生物團隊+數字團隊"
2月3日，輝達創始人黃仁勳與WWT的聯合創始人兼CEO Jim Kavanaugh展開了一場對話訪談。
對話核心圍繞 AI的普及化、民主化、以及其作為市場創造者而非效率工具的本質展開。黃仁勳認為，AI將重塑各行各業，AI的核心價值在於創造全新的市場和產業，就像電力革命催生了家電產業一樣。他呼籲擁抱AI，視其為機遇而非威脅，並強調生態合作、主權AI建設、以及持續創新是迎接這場智能革命的關鍵。
黃仁勳還指出，未來公司內部可能會有兩支非常重要的隊伍，一支是由生物組織構成的，另一支則是由電子構成的。
AI和GPU計算仍將是主流，且量子計算與經典計算將長期 互補共存。AI的快速發展實際上延緩了量子計算大規模應用的時間表。
以下是本次對話完整實錄，經翻譯編輯：
Jim Kavanaugh:我很榮幸能請出一位無需過多介紹的人物，所以我不會花時間介紹他。大家現在都知道這位傑出人士的地位，以及他在創新、思想領導力方面所做的貢獻，他一直在推動全球的技術和人工智慧發展。Jensen，我就用一個名字來稱呼他，因為這位先生不需要姓氏。歡迎 Jensen。我只想說，我非常自豪能稱 Jensen 為朋友、優秀的合作夥伴，以及我視他為導師的人，我一直關注著他是如何引領人工智慧革命，以及如何領導他的組織。那麼，我們入座吧。
Jensen Huang:勇士聯合科技。
Jim Kavanaugh:謝謝。
Jim Kavanaugh:Jensen，非常高興您能來。我們這裡有很多重要的客戶和合作夥伴。我還想說，我們這裡還有一些尊貴的爾夫球手。說實話，我不確定我們過去舉辦過多少次活動，但我印象中沒有很多職業爾夫球手主動找到我說，嘿，我能參加這個活動嗎？我說，當然可以。所以，您真是魅力非凡。
Jensen Huang:我以前見過很多客戶，但感覺這裡不像都是客戶。
Jim Kavanaugh:是的。
Jensen Huang:各位的穿著都太體面了，不像客戶。
Jim Kavanaugh:我們把他們當朋友。朋友，合作夥伴，非常高興能和你們在一起。
Jensen Huang:是的，朋友。很高興來到這裡。
Jim Kavanaugh:現在真是瞬息萬變，這是一個激動人心的領域。首先，我真的要再次感謝 Jensen，感謝他抽出時間來到這裡。他一直奔波各地，去過亞洲、台灣，還在印度發表過講話。通常來說，他面對的演講場地都是容納三、四、五、六萬人的大型會場。所以，他能來到這裡，在這種非常私密的環境下與我們交流，對我來說意義重大。我知道這對我們這裡的客戶、合作夥伴和朋友們來說，也意義非凡。
Jensen Huang:是的，謝謝，謝謝邀請。我一直很期待這次活動。
Jim Kavanaugh:您能否從過去、現在和未來三個方面談一談？我知道內容很多，但即便您已經領導輝達 30 多年了，變化仍然日新月異。尤其是在過去三四年裡，變化更是巨大。所以，您能否從您的角度，談談在過去幾年裡發生了多大的變化，以及這些變化發生的原因，我們現在所處的位置，以及您認為未來的發展方向？我知道這內容很多。我們可以休息一下，我可以分享一些我的看法。但說實話，我知道大家真正想聽的是您講，而不是我。所以，我想請您和大家分享一下您對過去、現在和未來的看法。
Jensen Huang:確實，現在是一個非凡的時代。自 1964 年電腦問世以來，我們第一次重新發明了電腦。IBM System 360 是 IBM 系統的架構，也是世界上最著名的電腦。它因此締造了當時世界上最有價值的公司，IBM。IBM System 360 引入了中央處理器、多工處理、軟體和硬體分離、IO 子系統、架構相容性、系列相容性等概念。如今，所有這些管理電腦行業的概念，實際上都是在 1964 年的一次新聞發佈會上提出的。這真是令人難以置信。而且，那個基本的系統在大約十年前就走到了盡頭。我們公司的想法是，隨著通用計算逐漸衰落，我們需要發明一種新的計算方式。我們所發明的技術帶來的好處之一是，當你創造出令人驚嘆的計算技術時，它實際上會降低成本。所以，如果你們願意，你們中的許多人可能聽說過摩爾定律。
摩爾定律是一種不可思議的技術力量，它創造了現代科技產業。它的性能每一年半翻一番，但更簡單的理解方式是，它的性能每五年提高十倍。所以，如果每五年提高十倍，那麼每十年就會提高一百倍。因此，摩爾定律使計算技術的性能每十年提高約一百倍。反過來看，這樣做的原因是，通縮技術創造了富足。正是因為我們這個行業將計算成本每十年降低一百倍，所以今天你們才能擁有這些被稱為 iPhone 的袖珍超級電腦。而且，在過去的十年裡，我們所做的是將計算成本降低了，或者說將計算性能提高了 100 萬倍。所以，你可以想像，一百萬比一百要大得多。而思考這個問題的方式是，如果你能以快十萬倍或一萬倍的速度到達某個地方，會發生什麼？這將徹底改變你思考問題的方式。所以，如果你要去舉起某個東西，而它突然比過去輕了一萬倍，或者你要去做某件事，而你能以比過去大一萬倍的規模去做，你看待世界的方式就會徹底改變。
正因如此，我們發明了一種新的軟體開發方式，稱為機器學習。你可以直接獲取世界上所有被觀察到的資料，然後把它交給一台電腦，這台電腦大概有這個房間這麼大，它會研究世界上所有的資料，然後說，我明白了，世界就是這樣運作的。這就是 chat GPT。它實際上獲取了網際網路上世界上所有的資料，並在幾個月的時間裡，尋找其中的模式和關係，最終理解了文字、詞彙、語法和句法。然後，你一次性給它多種語言，它就能找出如何關聯這些語言。嗯，我不懂法語，但我知道 dog 和 Chien，我想在法語裡，狗是 Chien，對吧？所以 dog 和 Chien 實際上是同一個詞。它首先理解了這兩種語言，然後將它們關聯起來，從而實現了翻譯。因此，我們創造了一個現在可以進行通用翻譯的架構。現在你們明白了，如果能用它來處理語言，那麼用它來處理圖像會怎麼樣呢？你可以將看起來像狗的像素塊與“dog”這個詞關聯起來。當你能夠做到這一點時，當你看到一張狗的圖片，你就會說“dog”，而當你輸入“dog”這個詞時，它就會生成一張狗的圖片。當然， stable diffusion、mid journey 和 Sora 現在已經可以在視訊中實現這個功能了。
那麼，你可能會問，如果我們建立了這樣一個系統，我們教它處理大量的其他類型的數字資訊，例如化學物質、蛋白質、視訊、3D 和流體動力學，會怎麼樣呢？現在，因為你理解了所有這些東西的含義，你就能理解蛋白質的含義，然後你就可以說，我想讓你生成一種蛋白質。它會獲取一段氨基酸序列，然後將它轉化為蛋白質的 3D 結構。當你理解了蛋白質的 3D 結構，你就理解了它的功能和用途。而這項成果剛剛獲得了諾貝爾獎，這就是 DeepMind 的 AlphaFold。我只是給大家舉了一些例子，來說明你可以用它來做什麼。
但這裡的核心思想是，我們現在已經學會了幾乎所有事物的語言。我們學會了圖像和視訊的語言，當然還有（人類的）語言、蛋白質的語言，而且我們還可以將它們翻譯成任何東西。所以，對於任何有興趣創辦公司的人來說，我剛才描述的這些，可以作為一個框架，來思考你現在能做什麼，而過去你做不到。例如，你們在做高爾夫相關的事情。假設你想讓一個 AI 記錄下所有人的比賽過程。然後，不需要人工去瀏覽視訊，找出那些片段是有趣的，並講述這一輪比賽的故事，你只需要讓 AI 觀看視訊，它就會自動識別出那些內容是有趣的。然後，AI 就可以從視訊中生成字幕。從這些字幕中，它甚至可以進行配音，生成文字，生成語音。
所以，就像我之前說的，你可以從氨基酸到蛋白質，那為什麼不能從視訊到語音呢？視訊到語音，基本上就是一個評論員在評論一場高爾夫球賽。而且它只會評論重要的事情。有趣的是，如果你能建立這樣一個 AI，在你觀看視訊的時候，你就可以問，你知道，這個球員在最後一洞的表現怎麼樣？然後你就可以直接和 AI 對話，AI 會回答說，在最後一洞，Jim 做了這個和那個。因此，從這個框架中，你可以看到大量湧現的初創公司。成百上千的初創公司正在湧現，而這都得益於這種翻譯框架。
但我想表達的最重要的觀點是：我們重新發明了電腦。過去我們編寫軟體程式碼，現在我們進行機器學習。因此，不再是人類程式設計師編寫軟體，而是電腦編寫軟體。不再是開發軟體，而是使用機器學習來建立 AI。這是我們行業的一大轉變，我們不再是製造軟體，而是生產智能。智能的生產創造了一個全新的產業層，而這一產業層所帶來的增長，將以兆美元為單位來衡量，而不是數十億美元。這就是我們所創造的非凡之處。
Jim Kavanaugh:是的，看到所有這些進展，真是令人著迷。我們剛才談到，我們正處於翻譯的早期階段，比如文字到圖像、圖像到文字，以及不同語言之間的翻譯。你可以想像，在醫學領域，它可以從細胞層面一直髮展到真正的治癒，帶來更好的治療效果。也許對於在座的各位，我們之前也簡單討論過，目前仍處於非常早期的階段，而生成式 AI，特別是 ChatGPT 的出現，讓這一切變得鮮活起來。大家都可以建立個人帳戶來體驗它的強大之處。現在，我們正邁向商業應用，探索如何利用它來提升效率、創造機遇和實現差異化。Jensen，您能否談談您認為目前 AI 的發展狀況，以及它將如何改變組織的運作模式？同時，也請您從個人和企業的角度，談談我們討論過的 AI Agent，未來每個人或許都將擁有個人智能體，企業也將擁有商業智能體，甚至個人還可能擁有化身和智能體。所以，Jensen，您能否分享一下您對 AI 的未來發展方向，以及它在未來可能如何影響企業和個人的看法？
Jensen Huang:好的，首先，讓我們退一步，思考一下，當我們使用 chat GPT 和這些大語言模型時，奇蹟是什麼？奇蹟在於我們都知道如何使用它。這才是真正的奇蹟。奇蹟在於我們都可以與它互動，而且你實際上在做什麼呢？過去我們是編寫電腦程序，而現在你是對 AI 進行程式設計，而且 AI 非常容易程式設計。你只需要告訴它你想要什麼。如果你不確定，它也會嘗試著去做。它也可能會問你，我不確定你的意思，你需要更精確地描述。你甚至可能不知道該如何表達你想要它做的事情，但你可以直接說出來。比如，我想讓你做這件事。我想請你寫一個 Python 程序來對一千個數字進行排序。但我不知道該怎麼要求你做這件事，請你教我該怎麼做。它甚至會反過來問你，並教你該怎麼做，以便它能夠完成任務。
對吧，各位？這就是奇蹟。那麼，我和 AI 的互動發生了什麼呢？我編寫了一個程序，讓 AI 編寫了一個可以在電腦上運行的程序。這和你請一個軟體程式設計師為你做這件事沒什麼區別。當然，這只是軟體，但它可以是任何事情。它可以是審閱這份檔案，可以是為我起草一份合同，也可以是建立一個度假計畫，它可以是任何事情。因此，我們首先應該觀察到的是，我們消除了技術鴻溝。電腦程式設計實際上掌握在大概一千萬人的手中。在全世界 80 億人口中，只有一千萬人知道如何編寫電腦程序，但幾乎 100% 的人都可以使用 chat GPT，並且效果相當不錯。
因此，我們首先要觀察到的是，技術壁壘已經消失了。現在，讓我們走向另一個極端，再做一個思想實驗。未來的工作會是什麼樣的呢？很可能就像我的工作體驗一樣。你知道，我在一家世界上最先進、最有能力的電腦科學公司工作。我身邊有 32000 名員工。我和他們互動的方式，當然有很多面對面的交流，但我的大部分互動都是通過 Outlook 進行的。在 Outlook 中，我看到很多小點點，有些是真實的頭像，有些是卡通頭像，等等。
在未來，這些小點點中的很多都將是 AI。這些 AI 有的擅長行銷活動，有的擅長銷售活動，有的非常擅長客戶服務，有的擅長軟體程式設計、晶片設計、系統工程，還有的是非常優秀的機械工程師，他們與其他機械工程師一起工作，等等。我希望我身邊圍繞著這些超級 AI 智能體，它們非常擅長它們所做的事情，以至於我可以給它們幾乎任何任務，任何夢想。我可以提出我們想要實現的宏偉目標。最棒的是，我可以分配這些任務。今天我們會把任務分配給某個人，而未來我會把任務分配給一個 AI 智能體。這個 AI 智能體會邀請很多其他的朋友，其他的 AI 智能體，其中一些是生物的，一些是數字的。然後，他們會制定一個計畫，並像今天一樣，把計畫推介給我。我們會一起分析並完善它。然後，我們作為一個團隊一起工作，最終完成任務。所以，如果這就是未來，那麼我們就必須努力去創造這個未來。
Jim Kavanaugh:當然，我們剛才在後台也簡單交流了一下。顯然，我們的團隊一直保持著密切合作。許多令人振奮的項目正在進行中。回到剛才的話題，我們目前看到的情況，如果我的理解有誤，請 Jensen 指正。你提到 ChatGPT 以及其他一些大語言模型，我們在此的每個人都可以親自體驗和使用它們，向它們提問，探索各種有趣且引人深思的應用，獲取資訊和啟發。而且，這些模型還在不斷變得更加智能。大家都能感受到這些模型迭代的速度，新版本層出不窮，功能也持續增強。在企業層面，正如 Jensen 所說，我們看到企業有能力建構自己的大語言模型，或者說是檢索增強生成模型 （RAG）。
這實際上是一種定製化的 AI 平台，企業可以在 NVIDIA 的基礎上搭建，通過API與這些大語言模型連接，從而在組織內部大規模部署 AI 智能體。這正是我們目前所看到的趨勢。我很好奇 Jensen 的看法。我們目前還處於非常早期的階段，但這項技術已經開始展現出蓬勃的生命力。這些都是我們正在親身經歷的。所以，您能否更詳細地闡述一下，您認為這種轉變在未來半年到兩年內會如何演進？因為在我看來，正如我們剛才討論的，未來每個人都可能擁有自己的智能體，企業也將會部署成千上萬的智能體。這不一定會取代現有員工，而是在很多方面起到賦能和補充的作用。所以，希望能聽到您更深入的見解。
Jensen Huang:我希望它能取代我目前的大部分工作。我的意思是，坦率地說，我們目前還沒有任何 AI 智能體能夠完全取代任何人的工作。但是，我們知道有很多 AI 智能體可以取代我們 80% 的工作。如果有什麼東西可以完成我今天 80% 的工作，我會非常高興，這樣我就可以去尋找更多的事情來做。這就是生產力的定義：事半功倍。當然，我們希望這種情況發生在所有員工身上。我們公司目前已經有 AI 在編寫軟體、幫助我們設計晶片和系統。而且，由於我們可以在內部開發技術，所以它們往往專注於內部。如果它們的效果不是很好，我們仍然有優秀的工程師來推翻它們的決策和建議。現在，隨著技術變得越來越好，我們正開始能夠將它們用於面向外部的工作，比如行銷活動、銷售活動、客戶服務等等。
思考 AI 的一個好的思維模型是，把它和思考員工的方式完全一樣。你首先要做的是部署它們。而且，也有一套部署 AI 的方法。你給它提供大量的資料，這些資料是專門針對你、你的公司以及你想要做的工作的。有很多例子，你只需要向你的員工展示，這就是我們在公司裡說話的方式，這些是我們的核心價值觀，這是你的工作職能，這些是我們希望你創造的工作成果的例子，這是你可以使用的所有資源的來源，然後在這個範圍內，你必須完成這項工作。因此，你需要訓練 AI 來完成這項工作。有一套方法可以做到這一點。你需要評估 AI，就像我們評估員工一樣。我們需要對它們進行約束，就像我們約束員工一樣。比如，當我們把某人安排到會計部門後，我們不會說，請不要……我也不知道該告訴會計們不要做什麼，不要和客戶交談？哦，這個不錯。
Jim Kavanaugh:我要用這個。我們的財務人員在那裡？
Jensen Huang:嗯，舉個例子，你知道。
Jim Kavanaugh:我只是開個玩笑。
Jensen Huang:你是工程師，工程師就不要和客戶交談。嗯，你在銷售部門，就不要發佈產品。嗯，所以我們需要對它們設定護欄，而且也有一些 AI 技術可以用來設定護欄。然後，我們需要建立一個持續改進的機制，等等。所以我剛才描述的一切，實際上都是由其他的 AI 來完成的。這些 AI 幫助我們部署 AI、微調 AI、評估 AI、設定 AI 的護欄，以及改進 AI。所以，所有這些都類似於一個員工管理框架。而且，我的感覺是，未來公司內部可能會有兩支非常重要的隊伍。一支是由生物組織構成的，另一支則是由電子構成的。我的意思是，由血肉之軀構成。嗯，我們將同時擁有這兩支隊伍，它們將一起工作，互相協作。
Jim Kavanaugh:是的，看到這些真是令人著迷。您能否談一談您的願景，以及如何在組織內部建立一個能夠實現這一願景的生態系統？正如您所說的輝達，我們之前也談到過，我真的相信，Jensen 從來沒有把輝達僅僅看作一家公司，即使它現在是全球市值最高的公司之一。說實話，這真的是一項了不起的成就。我是認真的，Jensen 也知道這一點。我並不是在恭維 Jensen，但他註定會成為我們這個時代最偉大的創新者之一，而且是一位非常偉大的領導者。我的意思是，他對創新的專注達到了痴迷的程度，而且他也是一個非常優秀的人，從謙遜的角度來看，他非常謙遜並且充滿動力。您對市場的看法非常獨特，您似乎並沒有把重點放在現有的市場規模上，您能否分享一下您的觀點？
Jensen Huang:我覺得我們應該到此為止了。
Jim Kavanaugh:您知道，您是如何看待市場的？因為您似乎並沒有把重點放在市值和價值上。您總是談論創造市場，而不是說這裡有一個市場，這裡有競爭對手，我可以獲得多少份額。您一直著眼於為輝達創造更多的市場，同時也關注生態系統，比如您和 Jay、團隊以及 Craig 一起，如何帶領組織加入到這場 AI 之旅中，從而為人類和商業帶來積極的改變。所以，您能否談談您是如何看待 “市場創造者” 這一角色的，而不是僅僅關注今天的市場規模？
Jensen Huang:是的，輝達是市場的創造者，而不是市場份額的掠奪者。我們只做別人沒有做過的事情。當然，關注市場份額和進行基準測試並沒有錯，這些都是很好的技能。但我通常不考慮市場份額，因為在很多情況下，你必須問自己，如果已經有人在做這件事了，我們為什麼還要做呢？而且，我們成立的時間並不長，只有 32、33 年。在輝達成立的時候，已經有很多科技公司存在了。所以，問題是，我們能做些什麼獨特的事情，從而增加一種視角和貢獻，如果沒有我們，這些就不會存在？正是這種思維方式，以及我們發明的計算模型，才不太可能被其他人創造出來。而且，我們公司一直擅長思考，如果世界是這樣的，會怎麼樣？如果我們能做到那樣，會怎麼樣？大家可能注意到了，我剛才回答問題的方式。我傾向於從過去和未來來回答問題。現在這個時間點反而讓我感到不舒服。如果你問我明天會發生什麼，我一無所知。如果你問我十年後會發生什麼，我就會充滿信心。如果你問我十年前發生了什麼，我會告訴你我不記得了。但我之所以對未來充滿信心，是因為我總是基於第一性原理進行推理，並考慮到物理學的侷限性。而且，如果你看得足夠遠，你就不必擔心如何到達那裡，你只需要想像自己身處那裡。
所以我幾乎可以完全肯定，人類或者機器人技術將會在這裡出現，而且這是有第一性原理作為依據的，因為我們對我們所發明的技術突破有深刻的理解。我現在確信它會被創造出來。我也確信它會很有用。所以，現在你有了這些確定的概念。例如，我確信我的 Outlook 會像我描述的那樣運作。我確信，當我在寫郵件時，有時我是在給一位由生物組織構成的員工寫郵件，有時我是在給一位人工智慧員工寫郵件。我對此深信不疑。我確信，我的郵件將包含大量的收件人和發件人，而且他們中的許多人會混在一起，沒有人會知道。我們將像今天一樣，交流資訊。所以，一旦你生活在那個未來，問題就是如何到達那裡？你知道，你喜歡那樣的未來嗎？它對行業有幫助嗎？它對世界有幫助嗎？它對社會有幫助嗎？然後，你再倒推回來，我發現這總是更有幫助。
而且，那樣的未來通常不包括 “那個人正在做這件事，所以讓我們從他們那裡拿過來” 這樣的想法。它通常始於 “這件事以前從未有人做過”。所以我總是覺得這種思維模式對我有幫助。而且，由於它不存在，那麼合作夥伴的生態系統也很可能不存在。所以，你必須去尋找朋友來幫助你完成它。而且，我不需要自己去做所有的事情，我只是想確保它能夠完成。而且，坦率地說，我實際上喜歡儘可能少做事情。所以，那樣的未來需要朋友，當然，在我們開展企業人工智慧 和工業人工智慧 的許多領域，WWT 都是一個非常棒的朋友，這就是我們的夥伴關係如此出色的原因。
Jim Kavanaugh:各位，我想說，Jensen 能來這裡非常難得，我不想一直霸佔著話筒。所以，也許我們可以開放給在座的各位提問，我知道 Jensen 很喜歡這種自由的提問方式。我們那邊有一位有點靦腆的先生，Dewalt 先生，他還是第一次拿著麥克風。
Jensen Huang:嘿，我得告訴大家，和一群工程師在一起我會更自在。
Jim Kavanaugh:嗯，他兩者兼備。
提問者：嘿，首先，我想說看到你們兩位在這裡真是太鼓舞人心了。你們兩位都埋頭苦幹了 30 多年，建立了如此令人難以置信的企業。恭喜你們，這是一個偉大的時刻。謝謝。
提問者：嗯，我不知道 Jensen 您是否知道，我從事網路安全行業已經 25 年了，在 McAfee、Mandiant 和 Fire Eye 工作期間，我一直在與網路犯罪分子作鬥爭。這就像是亡羊補牢，對吧？我的意思是，壞人一直佔據上風。直到我通過您的視角，通過輝達，看到了人工智慧的真正潛力。開始看到自主性的力量，以及我們如何扭轉攻防態勢，這真是太酷了。我的問題是，您怎麼看？我們該如何解決我們在網路世界每天都看到的這些威脅和風險？輝達在其中扮演什麼角色？謝謝。
Jensen Huang:是的，感謝您的問題。首先，人工智慧將徹底改變網路安全的格局，原因如下。正如您所知，網路安全的問題不僅僅只有一個，其中一個問題是被大量的誤報所淹沒。如果你的檢測策略過於嚴格，你就會被大量的檢測結果所淹沒，而這些檢測結果實際上並不是網路威脅。解決這個問題的唯一方法是讓人工去進行判斷，對每一個檢測結果進行推理，並結合其他來源的資訊來判斷這是否真的是一個需要關注的威脅。但是，現在你可以通過 AI 來自動化這個過程。因此，我們可以加強我們的網路安全態勢，並且不會被誤報所淹沒，因為我們可以部署大量的 AI 網路安全智能體，讓它們去推理每一個檢測結果，然後告訴你，沒問題，這不是威脅。
關於網路安全，另一件很酷的事情是，該行業為網路安全建立的框架很可能將成為我們用於 AI 安全的框架。正如您所知，AI 不是一個巨大的模型，而是一個由多個模型組成的系統。當我們最終應用 AI 時，我們將會為每一個部署的 AI 配備數百個 AI 來監視它。這就像空中交通管制員監視飛機一樣，就像飛機內部有三個自動駕駛系統和兩名飛行員一樣，空中所有的飛機都在互相監視。空中交通管制員監視著所有的飛機，更不用說還有層層的政策、法規、方法和最佳實踐等等。對吧？這還不僅僅是自動駕駛，這只是自動駕駛。現在，想像一下，當我們部署這種類型的自動駕駛系統，或者部署律師、醫生、會計師等 AI 智能體時，我們將會怎麼做？我們將在公司內部署各種各樣的 AI 智能體，來監視所有其他的 AI 智能體。因此，其中一種 AI 智能體將會是 AI 員工合規助手。
所以我認為，多年來為網路安全建立的框架確實是一個很好的框架。請注意，在網路安全領域，每當一家公司遇到威脅時，它都會與其他所有公司共享。我們將對 AI 也做同樣的事情。所以我認為，一方面，您的行業將有助於 AI 行業的發展，另一方面，AI 行業的發展也將反過來幫助您的行業。是的。還有一點很有意思，我想說，Dave 先生本人就是一家航空公司的董事會成員。所以，用飛行員和飛機來做類比，對他來說再恰當不過了。
提問者：嘿，你好 Jensen，你好 Jim。我叫 Aiden，我的名字裡就帶有 AI，這在今天來說很方便。但我有個問題，我想請教 Jensen 先生的是，當您展望主權國家的未來，以及 AI 技術對國家戰略、國家治理和國際關係可能產生的深遠影響時，您是如何思考的？特別是在一個 AI 驅動的富足世界裡，如何幫助相對落後地區的人民共享技術紅利，實現發展躍升？您認為 AI 技術將在多大程度上、在多長時間內對地緣政治格局產生實質性影響？這是一種祝福還是一種負擔？是一種負擔，因為我擁有的唯一智能是人工智慧。
Jensen Huang:好的。是的，感謝您提出的問題，非常棒。首先，我們將把智能的邊際成本降低到接近於零。即使是窮人也能負擔得起。這就是我的第一個觀察。而且，請記住，曾經有一段時間，獲取清潔的水對許多國家和人民來說都是一個巨大的挑戰，現在仍然是如此。瓶裝水確實徹底改變了人們獲取清潔水的方式。人工智慧將實現智能的現代化，或者說，將普及智能。例如，在非洲或印度四線、七線小村莊裡，放射科醫生可以通過 AI 獲得先進的診斷能力。
因此，從更長遠的角度來看，我認為 AI 為我們提供了一個前所未有的發展機遇。關於您提到的 “主權 AI”，我的看法是，一個國家的資料資產，理應屬於這個國家的人民。國家主權不應再僅僅侷限於領土和領空，還應包括國民、語言、文化和歷史等要素。這些構成國家主權的重要組成部分，如今都以數位化的形式被編碼成 0 和 1，但直到 AI 技術興起，我們才真正意識到如何有效利用這些資料。現在，我們終於可以將這些原本屬於國家的主權資料，轉化為服務於國家自身發展的主權 AI。每個國家都希望掌握自主權，不希望將本國的資料拱手讓人，再從別處 “進口” AI 技術。大家都希望在本國境內完成資料處理和 AI 提煉過程。因此，我認為 “主權 AI” 將會成為一種新型的國家關鍵基礎設施，類似於能源設施、通訊網路，成為現代國家不可或缺的組成部分。目前，全球範圍內已經興起一股建設 “主權 AI” 的浪潮。不久前，我剛訪問過丹麥和瑞典。接下來，我還將前往日本、印度尼西亞和泰國等國家。這些國家都在積極佈局建構自己的主權 AI。我認為，這很可能代表著未來的發展趨勢。
提問者：您好，Jensen 先生，感謝您能來到這裡。我想請教您一個關於未來 workforce 的問題。對於那些正在努力規劃未來發展道路的高中 junior 和 senior （美國高中 11、12 年級學生），您有什麼建議給他們嗎？
Jensen Huang:嗯，首先，我鼓勵他們在校期間努力學習所有科目。在學校裡學到的知識，無論何時都是有益的，這一點毋庸置疑。這不僅僅意味著我們學到的所有知識在今天仍然完全正確。正如大家所知，歷史教科書之所以需要不斷再版，是因為內容需要與時俱進。大家不妨思考一下，一本科技史教科書都出到第 27 版了，這意味著什麼？之前的 26 個版本都存在侷限性或錯誤。但事實是，這些都不重要，重要的是學習的過程本身。不過，我最想強調的是，未來的每一位學生都應該配備一個 AI 導師。我自己就有三位 AI 導師，分別是 ChatGPT、Perplexity 和 Gemini。我經常同時使用這三款 AI 工具。比如，我今天來這裡的路上，就一直在使用它們。每當我遇到問題，或者腦海中閃現新的想法，想要探索新的領域、學習新的知識時，我首先會求助於這些 AI 工具，向它們請教一系列相關問題。我會先用儘可能通俗易懂的方式提問，例如，“請以小學五年級學生的水平，向我解釋一下什麼是數字生物學和電腦輔助藥物發現。” 等我對這個領域有了初步瞭解後，我會進一步要求 AI 以 “大學本科生” 的深度進行講解。在學習了幾遍之後，我就會開始思考更深層次的問題，“接下來我應該問什麼問題？”，“你能否為我建構一個學習這個領域的框架？” 我會向 AI 導師請教很多關於 “如何學習” 的問題，然後在 AI 的輔助下，深入學習相關知識。AI 導師會記住我昨天的學習進度，並在此基礎上繼續輔導。所以我認為，每個學生都應該配備一位 AI 導師。AI 導師可以教會學生如何有效地提問，如何與 AI 互動，以及如何精準地向 AI 索取所需的資訊等等。我認為，將 AI 導師引入學生的學習過程，很可能將成為 AI 時代最具革命性的變革。當然，與此同時，傳統教育中教授的知識仍然至關重要。
Jim Kavanaugh:Jensen，我個人非常認同您剛才的觀點。甚至從我們目前所處的時代背景來看，我都在思考這個問題。我對我們的員工、學生，乃至所有的孩子們都會提出這樣的建議：我認為未來更容易取得成功的人，將是那些保持強烈好奇心、善於深度思考，並且精通提問技巧、具備探究精神的個體。因為大家可以思考一下，即使在今天，AI 模型，比如 Perplexity、OpenAI 等，已經展現出強大的能力，並且還在持續快速進化。關鍵在於我們要積極擁抱 AI，與 AI 協同學習，保持旺盛的好奇心，渴望不斷學習、持續探索和深入提問。我認為，在我們公司內部，我希望我的團隊成員都能充分利用 AI 模型，保持對新事物的好奇心和探索欲。因為，在這個快速變化的時代，如果固步自封、不求進取，就很容易被時代所淘汰。唯有那些渴望學習、勇於創新、不斷挑戰自我、始終保持好奇心的人，才能在未來的競爭中脫穎而出，取得更大的成就。
Jensen Huang:是的，我完全贊同 Jim 的看法。我非常認同。
提問者：您好，Jensen 先生，我是來自 GXO 物流的 Scott Ehard。我們一直在討論 AI 將在未來為我們帶來的諸多益處。但與此同時，我也在思考一些潛在的負面影響。例如，當我們考慮到 “壞人”，以及網路安全問題時，那些 “惡意行為者” 是否也會利用 AI 技術來升級他們的攻擊手段，變得比現在更加狡猾和難以防範？這是我的第一個擔憂。第二個問題是關於能源消耗。目前，即使我想在某些資料中心增加新的伺服器，有時也會遇到電力供應緊張的問題。考慮到 AI 技術發展對算力的巨大需求，以及隨之而來的能源消耗問題，您對此有何看法？我很想聽聽您的見解。
Jensen Huang:嗯，對於 “壞人” 這個問題，唯一的解決之道就是我們自己要跑得更快，技術要更領先。對於網路安全行業來說，Dave 先生，僅僅擔憂是無濟於事的，關鍵是要確保我們在網路安全技術領域始終保持領先地位。這不僅僅關乎我們是否會被 AI 取代工作，更重要的是，我們很可能會被那些善用 AI 的人所超越。與其說是 AI 本身對我們構成威脅，不如說是有人利用 AI 來威脅我們。因此，我認為您的擔憂很有道理，而應對之策就是加速發展，確保我們的 AI 技術遠超 “壞人” 的技術水平，並且將 AI 技術普及化，讓每個人都能平等地使用它。這樣一來，我們可以防範個別 “壞人” 的攻擊，但不可能防範所有人。所以，我認為，關鍵在於提升整體的 AI 安全水平。
您提到的第二個問題是能源消耗，是的，能源問題確實非常重要。關於能源，我想從長遠的角度來看待 AI 的發展。我們的目標不僅僅是訓練 AI 模型，更不是為了 “上 AI 學校” 而 “上學”，而是要將 AI 技術應用到實際場景中，解決實際問題。例如，我們可以訓練 AI 來預測物理現象，比如天氣預報。我們已經成功地訓練出一種 AI 模型，用於天氣預測，其能源效率比傳統超級電腦提升了近 10000 倍。目前，世界各國和地區都在運行著大量的超級電腦，24 小時不停運轉，以預測未來幾天的天氣狀況，因為準確的天氣預報對於防範風暴等災害至關重要，甚至只是為了幫助人們決定明天是否需要穿毛衣。這些超級電腦常年無休，耗電量巨大。現在，我們可以用 AI 模型來替代它們。當然，AI 模型並非直接學習物理定律，而是學習物理現象的模式，然後利用這些模式進行預測。
有人可能會問，AI 如何學習物理學？答案其實很簡單。大家知道，我養了幾條狗，剛才我們還在聊我的狗。我的狗當然不懂物理定律，它們不瞭解牛頓力學，也不懂彈簧振動理論。但是，它們接飛盤的本領卻非常高超，簡直令人難以置信。這是因為它們通過觀察和經驗，在實踐中掌握了物理規律。我們訓練 AI 的方法與之類似，通過向 AI 投喂海量的資料，讓它自主學習物理世界和多物理場的運行模式，結果表明，AI 模型的預測能力甚至超越了傳統的物理原理求解器。所以，我們必須從長遠的角度來看待 AI 的價值。我們的最終目標，不是僅僅訓練出一個模型，而是要利用 AI 去發現新材料，例如，更高效的能量捕獲材料，或者更先進的碳捕獲材料。我們訓練 AI 模型來最佳化油井設計，使其更有效地捕獲二氧化碳。我們還希望利用 AI 來設計汽車新材料，提升汽車的空氣動力學性能，提高風力發電機的發電效率，或者提升太陽能電池的光電轉換效率。這才是 AI 發展的真正目標。大家明白了嗎？因此，我們必須讓 AI “上學”，接受訓練，才能充分挖掘 AI 的潛力，並最終從中受益。而 AI 技術所帶來的效益，將遠遠超出我們的想像。
如果說今天全球資料中心消耗了全球 3% 到 4% 的能源，那麼剩餘 96% 的能源消耗，正是 AI 可以大顯身手、大有作為的領域。這就是 AI 的巨大價值所在。最後，我想表達的是，我個人非常希望，未來人工智慧 （AI） 領域的能源消耗，在全球能源消耗總量中的佔比能夠逐步提升。目前，AI 領域的能源消耗佔比約為 4%，我希望未來這個比例能夠達到 10% 甚至 15%。為什麼呢？因為大家要意識到，目前全球 96% 的能源消耗都用在了那裡？都消耗在傳統工業、製造業、交通運輸等領域，用於生產和製造各種各樣的產品，維持我們的日常生活運轉。而我們發展 AI 的最終目的，正是希望用 “智能生產” 來替代一部分傳統的 “物質生產”。通過 AI 技術，我們可以最佳化生產流程、提高生產效率、減少資源浪費，從而降低能源消耗。正如我前面提到的那些應用案例，AI 技術將在各行各業都帶來積極的效益。因此，我預測，我們將迎來一個全新的產業——智能產業。我之前提到過，我們現在正在生產一種名為 “智能” 的新型產品。“製造智能” 這種概念，目前還很難被人們充分理解。我給大家舉一個類比的例子。
大約 300 年前，出現了一種劃時代的機器。今天，這家機器公司叫做 NVIDIA，但在 300 年前，那項劃時代的機器叫做 “發電機”。人們向發電機中注入水，點燃燃料，然後發電機就能源源不斷地產生電力。我們向發電機輸入能量，然後從中得到了一種無形的 “電力”，電力以 “美元/千瓦時” 的單位進行交易。今天，我們有了 NVIDIA 製造的 “AI 機器”。我們向這台機器輸入能量，然後從中得到的是 “token”。這些 token 可以被重構，轉換成各種各樣的形式，可以是文字、蛋白質結構、視訊內容，也可以是用於驅動無人駕駛汽車的控制指令，等等。這些由 AI 生產出來的 “智能 token”，可以進行商業化交易，可以按照 “美元/token”、“美元/百萬 token”、“美元/千瓦時” 等單位進行定價。大家能理解這個概念嗎？因此，我認為，AI 驅動的 “智能生產” 產業，預示著一場新的工業革命已經拉開序幕。我們現在正處於這場革命的初期階段。Jim 先生之所以如此興奮，正是因為我們都意識到，一場全新的工業革命已經到來。這場革命擁有全新的生產工具，將生產出一種前所未有的新型產品，就像 300 年前的電力革命一樣。
AI 革命將催生出一系列令人驚嘆的新興企業，創造出各種各樣前所未有的應用場景，就像 300 年前電力被發現和應用後，家用電器等消費電子產業蓬勃發展一樣。家用電器產業在電力被發明之前根本不存在。這也是為什麼 GE 公司既生產電力，又生產家用電器的原因——家用電器正是電力這種新型能源的消費終端。因此，在某種程度上，NVIDIA 和 WWT 的合作，就好比是 “電力生產商” 和 “家電製造商” 的強強聯合。大家認同嗎？AI 模型的訓練難度已經大大降低，AI 應用的普及是大勢所趨。所以，NVIDIA 和 WWT 攜手合作，共同打造 AI 智能體和相關應用，這些智能體和應用，本質上就是 “AI 家電”，它們將消耗 AI 工廠生產的 “智能 token”，為各行各業賦能。
Jim Kavanaugh:是的，我想補充 Jensen 先生所說的，剛才聽他演講時，我一直在思考一個問題。大家可以想一想，電力技術從萌芽到普及，經歷了多麼漫長的歲月。最初，電力只侷限在世界的一隅，花了極其漫長的時間才逐漸普及到全球。而反觀 AI 技術，幾乎在一夜之間，我們就創造出了智能，並將其向全世界開放。兩者相比，技術變革的速度簡直是天壤之別。AI 革命的處理程序之快，是以往任何一次工業革命都無法比擬的。我只是想強調，AI 技術發展的速度，實在是太快了！
Jensen Huang:是的，變革的速度將超乎想像。所以，我給大家的建議是，盡快擁抱 AI 技術。如果有一列高速列車呼嘯而來，不要只是站在一旁觀望，而是要果斷跳上列車，搭上這趟通往未來的快車！
Jim Kavanaugh:沒錯！積極參與，才是擁抱 AI 的正確姿勢。
Jensen Huang:是啊，現在就有一艘 AI 驅動的 “火箭飛船” 正加速駛來，大家趕快上船吧！
提問者：Jensen 先生，您今天的分享真是太精彩了，非常感謝！我謹代表在座的所有聽眾，以及我們 “喜提 NVIDIA 股票，坐享 401k 暴漲” 的 “N 卡股東們”，再次向您表示衷心的感謝！說回正題，您一直在談論超級電腦，也提到了技術發展的日新月異。的確，正如您所說，今天很可能就是未來幾十年中最 “慢” 的一天，因為技術進步的速度只會越來越快。那麼，當您展望下一代超級電腦的發展時，您是如何看待量子計算的？您認為量子計算未來會取代 GPU 計算，還是會與 GPU 計算形成互補，或者為 GPU 計算提供輔助支援？
Jensen Huang:是的，量子計算在特定領域的確擁有巨大潛力。例如，量子電腦非常擅長解決某些特定類型的問題。為了方便大家理解，我舉一個例子。假設我們要舉辦一個 300 人規模的婚禮宴會，需要安排所有賓客的座位。大家可以想像，這其中涉及到非常複雜的考量因素。有些賓客身份尊貴，需要安排在更重要的位置；有些賓客之間關係密切，需要安排坐在一起；還有一些賓客可能攜帶了貴重的禮物，也需要特殊照顧，等等。面對 300 位賓客，座位安排的組合數量將是天文數字，甚至超過宇宙中原子的總數。如果用傳統電腦來窮舉所有可能的座位組合，並找出最優方案，那將是一個永遠無法完成的任務。但如果你去問一位經驗豐富的 “岳母”，她或許能很快給出一個令人滿意的方案。原因很簡單，因為她會運用 “人類智慧” —— 或者說，一種 “非精確但高效的 AI” —— 來進行決策。例如，她會考慮 “那些人必須坐在一起”、“那些人應該安排在前排”、“那些人是 VIP 客戶” 等等，從而在各種約束條件下，迅速找到一個可行的方案。我用這個例子是想說明，對於某些 “小資料、大組合” 的問題，量子電腦可能具有優勢。但在更多情況下，AI 和經典電腦已經能夠很好地解決問題，甚至在某些方面超越了量子電腦。
AI 和經典計算的組合，在解決問題時並不像量子電腦那樣 “挑剔”。而且，量子電腦和經典電腦在未來很長一段時間內，都將是互補共存的關係，因為量子電腦擅長解決特定類型的問題，但在很多其他方面仍然存在侷限性。總的來說，我認為 AI 的快速發展，已經在一定程度上延緩了量子電腦大規模應用的時間表，至少推遲了 20 到 30 年。當然，NVIDIA 也在積極投入量子計算的研究。我們與全球幾乎所有頂尖的量子計算公司都有合作，我們期待量子計算技術能夠早日取得突破。但就目前而言，量子計算技術的大規模普及應用，可能還需要十年甚至更長的時間。這就是我對量子計算未來發展趨勢的看法。
提問者：好的，最後一個問題。
提問者：作為一名在這個 IT 行業工作了 30 年的老兵，我絕對熱愛技術，並且非常樂於看到技術幫助世界變得更美好。但作為兩個孩子的父親，我也在很多方面看到技術是如何降低人際交往能力、人性和與人相處的時間的，而您今晚早些時候說過一些有趣的話，您說，嗯，您喜歡 AI 如何讓您有時間回去做自己想做的事情。我只是想也許您可以分享一些關於您對 AI 如何在未來幫助我們的孩子在人性的方面、人際交往能力和更有趣的生活方式方面的願景。
Jensen Huang:
我很感謝這個問題。我和 Jim 探討了那個話題，雖然方式略有不同，但我們都進行了探討。我的意思是，人工智慧是一種知識工具。你知道，汽車是一種將原子從 A 點移動到 B 點的工具。人工智慧也是一種工具，它就像一個烤面包機，只不過是一個超級智能的烤面包機。你可以和它談論任何事情，並要求它幫你做事。當然，今天的人工智慧，正如你所知，是基於資訊的，但同樣的人工智慧也即將被賦予實體形態。你知道，R2-D2 和 C-3PO 這樣的機器人版本即將問世，我對此迫不及待。我非常期待。我的 AI 助手，嗯，正在定期與我對話，幫助我學習，幫助我完成任務。在很多方面，我發現它非常有用。
例如，我必須撰寫大量的演講稿，而且演講稿的背景總是各不相同，但核心資訊和我的語氣通常非常一致。所以，各位也知道，我今天並沒有為此做特別準備，只是想告訴大家，我今天所講的一切都沒有事先準備。但在許多事先準備好的演講稿中，我會給 AI 提供背景資訊，我會告訴它演講的主題。然後我會指示它參考我過去的所有著作和演講稿，然後說：“請根據這些要點，為我撰寫一篇六分鐘的演講稿，重點突出我一直以來談論的主題。” 它幾乎在一秒鐘內就回覆了。真的，僅僅一秒鐘後，我就得到了一篇六分鐘的演講稿。然後，我就在那篇初稿的基礎上進行改進，使其變得更好，希望能夠超越 AI 最初的版本。通常情況下，它會生成一篇稿子，然後我會問：“這是你能做到的最好水平了嗎？” 我會直接問 ChatGPT，“這是你能做到最好的嗎？” 然後它會回答說，“我可以做得更好。” 我喜歡這樣，我很欣賞這種態度。然後它會再次提供一篇新的稿件，就像在開玩笑一樣，你知道，反正都是一樣的付出。但我並不認同，我會說，“我認為你可以做得更好。” 然後它又會返回另一篇稿件，而且每一篇實際上都比前一篇有所提升。之後，我會選擇其中一篇並進行修改。這為我節省了大量時間。撰寫演講稿既痛苦又費力，但又至關重要。
所以，你知道，這些都是我如何使用 AI 的例子。但我認為最重要的是，我擁有了一個學習夥伴。我有一個人工智慧，一個我的 R2-D2 式的小 AI 助手，它記住了我正在學習的內容，它教導我，為我提供資訊，豐富我的知識，幫助我成為一個更聰明的 CEO。因此，我認為對於各位的孩子，我強烈建議他們也這樣做。而且，我會為專業版 AI 付費，每月只需 20 美元，它就像一位導師。真的是一位導師，一份絕佳的聖誕禮物。我會的，對吧？給他們每人送一份 AI 導師作為聖誕禮物。他們會說：“哦，我愛你爸爸！你是世界上最好的爸爸！”
Jim Kavanaugh:Jensen 先生，我想時間差不多了，準備結束今天的對談。我曾與一家大型財富 50 強銀行的首席技術官 交流過，他告訴我，他五歲的兒子已經能夠通過語音與大語言模型 （LLM） 進行互動，饒有興致地討論恐龍。他的兒子不僅能從 AI 模型那裡學習恐龍的歷史知識，還能充分發揮孩子天馬行空的想像力，例如，他會問 “有沒有長著粉紅色頭髮的大恐龍呢？” AI 模型也總能給出有趣的回應。這位首席技術官對我說，他對五歲的兒子與大語言模型 的互動感到非常震驚。AI 不僅能幫助孩子學習知識，還能激發孩子無限的創造力，而且 AI 始終保持積極互動，有問必答。因此，我認為，從激發創造力和創新思維的角度來看，AI 的潛力是無限的。或許在今天的訪談即將結束之際，我們可以對 AI 的未來潛力再做一些展望。
Jensen Huang:謝謝你，這是一個非常好的收尾提問。是的。嗯，我只想再次表達，我非常高興今天能與 Jim，以及 WWT 的出色團隊進行交流。WWT 是一家卓越的公司，能感受到 WWT 是從基層一步一個腳印發展壯大起來的。 (數字開物)