深度｜黃仁勳Global Conference發言：AI工廠是下一個千兆瓦級產業革命，輝達正建造多座五六百億美元投入的AI工廠

Z Highlights

• 這項技術首次不再只是替代或升級已知的IT技術，而是真正能擴充數字勞動力，其影響遠超以往任何一代IT革命，足以支撐一個兆美元級的新型產業。
• 我們正在建造千兆瓦等級的 AI 工廠，每座工廠的投資高達五六百億美元，未來十年看到全球數十座這樣的工廠落成，我也不會感到意外。
• 過去三十年，我們創造了人類史上最大的技術鴻溝，因為我們發明的計算工具只有極少數人能使用，而人工智慧則首次讓七十五億人都具備掌握技術的可能。

Jensen Huang是NVIDIA創始人兼首席執行官，被廣泛視為生成式AI革命的核心推動者之一。本次對談由Milken Institute主持，圍繞AI工廠的興起、勞動力市場的變革與全球產業競爭格局展開。

AI 工廠革命：打造新一代基礎設施

Michael Milken：歡迎來到現場。你覺得人工智慧會成為下一場工業革命嗎？

黃仁勳：我認為是的。讓我來解釋一下。我們現在討論的人工智慧技術，已經具備感知世界、生成內容、翻譯語言的能力，現在甚至能推理、解決問題，可以操作工具、上網查資料、瀏覽器檢索、閱讀PDF檔案、為你進行調研。我們非常清楚這項技術的能力，這本身就足以令人振奮。它是一項徹底的技術性突破。它與以往任何IT技術完全不同。過去的IT技術只是工具，只有當你坐在電腦前、親自操作時，它才能發揮作用。但今天的AI具備自動化能力。我們已經熟悉robotics和robots的概念，比如實體機器人。而現在，我們可以設想一種digital robot，它存在於資料中心中，為你自動執行工作。令人興奮的是，這種技術不再只是替代已有的IT系統，而是真正擴展了digital workforce。它所觸及的經濟領域，規模將遠超兆美元。這就是第一層。

第二層是：AI是如何被創造出來的？上一代電腦軟體是人類手工編寫的，運行在CPU 上。而我們用將近33年時間，建構出一種全新計算架構：它能讓機器自主學習、自己寫程序，運行在我們開發的加速計算平台和GPU上。這種AI不是從傳統意義上的“資料中心”裡誕生的。它們其實更像是一座“工廠”。與資料中心不同，它們規模巨大，需要大量能量輸入，然後輸出名為Token的成果。這些Token實際上可以轉化為各種數字形式的東西，比如文字、圖像、像素、視訊、化學分子，甚至是藥物研發中的蛋白質組合。還包括像motor skills這樣的運動技能，能驅動機器人或操作方向盤。所以，AI 工廠正在製造這些“成果”。越來越多人開始意識到，這是一個全新的產業：AI工廠產業。這些工廠有多大？我們正在建造gigawatt等級的設施，每一座工廠的投入大概是五六百億美元。我一點也不會驚訝，未來十年內全球會有幾十座千兆瓦等級的AI工廠建成。這是第二層架構。

第三層則是：這是人類歷史上第一次擁有一項能影響幾乎所有行業的技術。從金融服務到醫療保健，從製造業到物流、零售、娛樂……幾乎所有你能想到的領域，都將被它重新定義。AI工廠會成為這些行業的底層基礎設施。就像上一代是資訊基礎設施，再上一代是能源基礎設施。而AI工廠正是新時代的基礎設施。它的複雜性或許難以理解，但它確實正在迅速形成。人工智慧正成為整個資訊基礎設施體系的核心。從這個視角看，你會開始理解 AI 對技術行業意味著什麼。我們正步入一個新興產業，而這個產業每個國家都想參與。尤其是那些擁有富餘能源的國家，它們都渴望分一杯羹。這個產業將重構整個全球基礎設施。

Michael Milken：在繼續討論之前，讓我們先退一步，聊聊它對技能結構的影響。我們曾經估算過，如果全球都採用最先進的農業技術，理論上可以消除大約五億個農業崗位，尤其是在當前農業補貼等制度之下。這個話題曾引發巨大爭議：到底誰會被淘汰？上世紀六十年代，我擁有很大的優勢，我能心算收益率。但到了七十年代，計算器問世，我的這一優勢被徹底取代。不過說實話，計算器發明後我也沒混得太差。後來我又能記住數百萬筆交易，但隨著電腦出現，這也變得毫無意義了。這就是技術對工作的影響。你們現在正在做的這些AI技術，也同樣會影響幾乎所有崗位。有些職位會被替代，有些會因此誕生。

黃仁勳：這個影響是即時的，毫無疑問。你不會被AI本身取代，但你會被懂得使用AI的人取代。這點我們都知道。但我想進一步講兩個極端案例。首先，電腦技術在過去三十年間造福了大約三千萬人。也就是說，全球大概只有三千萬人精通程式設計，並能極致運用它。這個行業確實非常成功，也是過去幾十年最成功的創富行業之一。我本來也可以選擇去當石油工程師（我父親就是），也可能聽母親的話去學醫。但我最終選擇了電腦工程，事實證明這是一個非常明智的決定。不過，這個行業始終只有三千萬從業者。而在這三四十年裡，我們卻發明了大量只有這三千萬人會用的工具，其他七十五億人基本用不上。這無疑造成了人類歷史上最大的技術鴻溝。而我認為，AI是我們彌合這道鴻溝的最大機會。

讓我舉個例子。在座能寫C++或C的人可能不多，而能寫全流程AI程式設計的人更是少之又少。但這沒關係，因為AI能理解任何自然語言。你可以畫圖給它看，也可以寫文字指令，甚至用模糊描述，它都能理解。你甚至可以直接說：“我不會程式設計，你能教我嗎？” 它會一步一步帶你入門。ChatGPT和Gemini Pro的使用者量，已經證明這可能是歷史上最容易使用的技術。現在，任何人都能用它。無論是老師還是學生，我每天也都在用它當我的私人導師。AI彌合技術鴻溝的潛力令人驚嘆，這就是第一個極端。另一個極端是什麼？是勞動力短缺。當前我們缺人，勞動力並不充足。這在歷史上是第一次。我們終於可以設想這樣一種可能：用AI來填補缺口，讓3,000到4,000萬人重新參與勞動市場。否則，這個世界將難以維持正常運作。所以我認為，AI也許是提升全球GDP的最佳途徑。這是另一種看待它的角度。在此期間，我建議每個人都要100%投入，善用人工智慧。不要做那個忽視這項技術、最終因此吃虧的人。

從晶片到生態：一場關於長期主義的硬仗

Michael Milken：我們簡單聊聊，當這群人六天會議結束後走出會場，到了周四，他們必然想更深入瞭解AI。難道要指望電腦來教他們嗎？

黃仁勳：關於人工智慧？我們今天就是來聊這個的，對吧？最好的方式就是：拿出手機，打開一個應用程式。Perplexity是不錯的選擇，ChatGPT非常出色，Gemini Pro也很優秀。這三款我每天都在用。你可以隨便問它任何關於AI的問題，它都會回答你。你還可以根據自己的理解程度，調整對話的深度。有時候，當我面對一個不太熟悉的領域時，我會先要求它用講給12歲孩子聽的方式解釋，然後逐步深入，直到達到博士水平的理解。你們也完全可以這麼做。

Michael Milken：我們換個角度談談，你的家族來自台灣，之後搬到了華盛頓，最後定居在俄勒岡。我曾有機會為很多創業者提供資金支援，比如MCI的Bill Gawan。他的公司想挑戰AT&T的壟斷，當時AT&T在市場上的份額高達 99%。他常常連工資都發不出來。你也講過你們早期的日子，根本不知道能否成功。那些比你更容易獲得資金的公司，究竟錯過了什麼？他們沒看到，而你看到了什麼？我們換個說法，在Intel當時的市場中，他們到底忽視了什麼？

黃仁勳：從一開始，我們就設想以一家公司的身份，打造一種全新的計算方式。去解決那些傳統電腦無法處理的問題。事實上，如果你把使命宣言寫成“我們要做傳統方法做不到的事”，就好比說“我要造一輛能開到普通汽車去不了的地方的車”。但現實往往是：那些地方不是沒有路，就是根本沒必要去。所以我們提出瞭解決傳統電腦無法處理問題的使命，但這個使命自身就面臨諸多挑戰。我們花了整整三年才把它變成現實。這非常艱難，但我們做到了。問題在於，當時整個經濟體系、整個行業乃至整個生態系統都傾向於關注那些“可以解決的問題”。沒人願意涉足那些看起來“無解”的難題。這讓我們非常孤獨。沒有人和我們一樣關注這些棘手問題。我們在那個領域裡幾乎沒有客戶，因為客戶通常只願意面對他們知道能解決的事情，而不是挑戰那些沒人解決過的問題。

而Intel那時候一直在觀察我們。你說他們擁有更強的融資管道，這確實沒錯。他們之所以不跟進，是因為他們實在太成功了。而從長遠來看，這反倒是我們的幸運。我們之所以花這麼久，是因為我們做的事真的很難。但也正因為沒人插手，我們才能走出自己的路。我最近讀了一本重寫過的新書，Peter Thiel的《Zero to One》。書裡講的，其實很像是NVIDIA的故事。我們選擇去做那些別人認為不可能，甚至沒人願意做的事情。它們聽起來很瘋狂，成功的機率極低，但對我們來說，這種挑戰反而最熟悉不過。正因為它們困難，正因為別人已有的成功會讓他們忽視這些機會，我們才有了突破的空間。

Michael Milken：你們現在也在努力避免重蹈Intel的覆轍。作為行業領導者，你們要如何思考保持持續創新的文化？就像《Star Trek》裡Kirk船長說的：“勇闖無人之境。”

黃仁勳：雖然沒有任何保障，但我們具備一些特別的品質。作為親歷者，我深有體會。我希望我的孩子、我愛的人也能體驗這種長期奮鬥、不走捷徑的歷程。在那段時期裡，我們必須極致高效、節省每一分錢，因為不知道還要撐多久。非凡的韌性，正是從這樣的長期攻堅中養成的，這種特質已深植於我們的公司文化之中。如今我們所做的，幾乎都是5到10年時間尺度的項目。在physical AI（也就是機器人技術）領域，我們的技術深度可以說是全球最強。為下一代AI所需的基礎技術，我們的研究進度遙遙領先。這需要我們同時具備宏大的願景與堅韌的執行力，這兩者缺一不可。此外，過去三十年來我們始終如履薄冰，從不敢鬆懈。面對失敗我們並不驚慌，犯錯也不會太意外，成功時也不會自滿。我們始終專注於本職工作，而這份心態，是從我們艱苦創業的歷史中積澱下來的。

Michael Milken：那我們回到一個問題，對普通人來說，晶片到底是怎麼造出來的？很多人都想進入晶片產業，但根本無從下手。比如，美國政府通過法案撥款620億美元支援本土晶片產業，結果半年之後發現國內竟然找不到足夠的人來建廠，最後不得不從台灣引進7000人。

黃仁勳：其實，任何一門技藝都需要匠心和積累。想瞭解怎麼造晶片？從YouTube學起也可以。我們之所以擅長造晶片，是因為我們並不只是造晶片。自1960年代IBM之後，就沒有一家公司像我們這樣，從零開始設計整套架構。我們設計晶片，開發系統，建構網路，搭建基礎設施，編寫所有相關軟體，並把它們推向市場。全球的開發者和整個生態系統，都是圍繞我們這套計算體系在建構，就像為iPhone、Windows或NVIDIA平台開發一樣。自IBM在60到70年代從頭打造整個系統之後，還沒有那家公司能重現這樣的壯舉。我們不僅是造晶片的，更是在建構一整套系統。我們現在本質上已經是一家 AI 基礎設施公司。看看我們現在打造的系統：每塊晶片重達1.5 噸，單價300萬美元。我們為其進行大規模量產，並自主管理製造與組裝流程。我們甚至使用超級電腦去測試自己造的超級電腦。因為只有“足夠智能”的系統，才能驗證另一台電腦是否真的“智能”。

所有裝置都採用液冷系統進行測試。完成檢測和裝配後，我們還會將它們拆解，再通過空運送到客戶所在的資料中心，再現場重新組裝和部署。這一切，都是通過全球約200家製造商與供應商協作完成的。我們的年營收達到數千億美元，已是全球最大規模的晶片科技公司之一。我們每一代產品的研發預算在200到300億美元之間。這確實是一場巨大的豪賭。但我們正在投入的，是一個未來可能達到數兆美元規模的智能產業。我們的投入正與這個未來的機會相匹配。

技術主權與產業未來：AI 將如何改變世界格局

黃仁勳：關於晶片銷售可能面臨的限制，各方觀點不一。NVIDIA的技術常被視為國寶級資產，對這個新興的人工智慧產業至關重要。一方面，我們需要確保這些技術只被盟友國家使用，防止落入可能用於軍事目的的勢力手中。這是出於經濟安全與國家安全的考慮。但這個邏輯其實存在謬誤。任何國家，尤其是對手國家的軍事計算能力，從來不會受限於他們本國當下擁有多少算力。我們美國也不例外。當一個國家需要取得軍事突破時，它會不惜一切地呼叫已有的計算資源。事實上，NVIDIA的晶片早已遍佈世界各地，僅僅限制額外GPU出口，並不能真正遏制對方的軍事能力。我支援技術出口，核心原因在於：我們要建構一個全球的AI生態系統，讓美國的技術標準成為全球標準。人工智慧的未來，應該基於我們的技術標準，而不是他國的。

雖然NVIDIA是全球領導者，但如果我們退出某個市場，其他頂尖科技公司一定會立刻填補空缺。所以關鍵不在於限制，而在於贏得市場。我們需要確保AI的發展是建立在美國的技術根基之上。美國技術當然非常重要，它本身就是一個龐大的市場。舉個例子：當我們被限制向中國出口產品時，僅僅幾年內，中國市場的規模就可能達到五百億美元。你可以想像，這個五百億美元是什麼概念？它相當於整個Boeing公司，而不僅僅是一架飛機。這是一個我們完全可以把握的巨大機會：既能創造稅收，帶來就業，又能推動技術進一步發展。

Michael Milken：當然，失去市場，也意味著失去了與客戶的互動。而對任何企業來說，客戶互動是最寶貴的事。你在過去幾年，從你的客戶那裡學到了什麼嗎？

黃仁勳：當然過去幾年裡，我們從客戶那裡學到很多。他們告訴我們對晶片的真實需求，也通過他們的使用方式，反饋了那些技術架構最適合AI的未來。當我們真正理解AI研究人員想要實現的目標時，比如打造虛擬細胞的 AI 模型，我們就能更好地服務他們。我們在虛擬蛋白質方面已取得顯著進展，現在正致力於模擬虛擬細胞。如果我們能理解細胞之間如何互動，它們的通路如何表達，那麼我們就能用AI去模擬這些動態過程。這類模型與大語言模型截然不同。理解使用者需求，對於我們未來改進整個技術架構至關重要。我還記得當年我曾向IBM推薦他們的超級晶片用於醫學研究，結果被婉拒了。

Michael Milken：那麼，未來那些領域的AI需求會更大？比如說生物科學？你有沒有注意到那些行業的增長特別明顯？

黃仁勳：儘管今天NVIDIA和整個AI行業已經非常龐大，但我們主要還是在服務消費級網際網路市場。退一步看，這其實只佔全球經濟中極小的一部分。在它之上，還有更大的產業：醫療健康、生命科學……以及真正的製造業。未來的工廠將不再是傳統流水線，而是由巨型機器人組成的系統。這些機器人會協調彼此工作，與人類協作，生產出下一代機器人。它是機器人製造機器人的技術結構，是製造業真正的工業化升級。而要實現這種工廠模式，就必須依賴一種新技術，我們稱之為physical AI。如果能突破，它將撬動數兆美元規模的產業。最後，我知道很多人聽完這些內容，可能會想問：那我該怎麼加入NVIDIA？你們到底需要什麼樣的人才？如果你覺得靠看YouTube學晶片設計就夠了，那麼，這種思路本身就說明了一些問題。我們可能是全球第一家完整建構AI基礎設施的晶片公司。

我們團隊中有數字生物學家、量子化學家、電腦圖形工程師、機器人專家、語言專家……我們的專業領域橫跨醫療健康、金融服務、科研工程等多個方向。所以我們既歡迎領域專家，也欣賞那些具備通識能力的人才。尤其是那些熱愛艱苦工作的“自討苦吃”型人才。你知道該去找誰幫忙。多年來我們觀察到我有一位做教授的朋友，每當他接手一個新班級，他總會試著判斷：那些學生是憑本事考進來的，那些是靠家庭關係混進來的。好了，說回NVIDIA的話題。我們的成功建立在辛勤工作、無數挑戰和艱難歲月的基礎上。我那位教授朋友提到，一周之內他就能分辨出“實力派”和“關係戶”。但真正難判斷的是：那些關係戶到底需要多久，才會真正開始為實力派打工。那就需要長時間觀察與理解了。那些經歷過艱難歲月的人，最終一定會獲得回報。

Michael Milken：我們非常期待，看到你們未來的成就。

黃仁勳：感謝你們的參與，非常感謝你，Michael。 (Z Potentials)