凯时k66官网

　　比如有报道称，你的一些客户等待你们人工智能 GPU 的时间长达几个月。现在情况怎么样？

　　我认为我们正处于生成式人工智能革命的开端。如今，世界上进行的大部分计算仍然基于检索。检索意味着你触摸手机上的某些内容，它就会向云端发送信号以检索一条信息。它可能会用一些不同的东西组成一个响应，然后使用 Java 将其呈现在你手机的漂亮屏幕上。未来，计算将更加基于检索增强生成（RAG，检索增强生成是一个框架，允许大型语言模型从其常规参数之外获取数据。）它的检索部分将减少，而个性化生成部分将大大增加。

　　生成工作将由 GPU 完成。因此，我认为我们正处于这场检索增强的生成计算革命的开端，生成式人工智能将成为几乎所有领域不可或缺的一部分。

　　与黄仁勋交谈应该贴上警告标签。这位英伟达首席执行官对人工智能的发展方向如此投入，以至于在经过近 90 分钟的热烈交谈后，我确信未来将是神经网络的涅槃。我看到了这一切：机器人复兴、医疗神器、自动驾驶汽车、有记忆的聊天机器人。该公司圣克拉拉园区的建筑物也帮不上忙。无论我的目光落在哪里，我都会看到三角形中的三角形，这种形状帮助英伟达创造了最初的财富。难怪我陷入了分形漩涡。我已经吃了黄仁勋丸。

　　黄仁勋是当今时代的风云人物。年度风云人物。甚至是十年的风云人物。科技公司确实对英伟达的超级计算 GPU 爱不释手。这不是以前的英伟达，它是 X 代视频游戏显卡的供应商，通过高效渲染数以百万计的三角形，让图像栩栩如生。现在的英伟达硬件开创了一个我们与计算机对话、计算机与我们对话的世界，最终，取决于你与哪位技术专家对话，计算机会超越我们。

　　在我们的会面中，现年 61 岁的黄仁勋穿着他标志性的皮夹克和简约的黑色运动鞋。他在那个星期一早上告诉我，他讨厌星期一早上，因为他星期日工作了一整天，正式工作周开始时已经很累了。你可能不知道，两天后，我参加了一个医疗保健投资研讨会——有那么多生物技术书呆子，那么多西装革履的人——台上的黄仁勋一如既往地精力充沛。

　　“这不是我平时的听众。生物学家和科学家，这是一群愤怒的人，”黄对着麦克风说道，引来一片笑声。“我们用创造、改进和加速这样的词，而你们用目标和抑制这样的词。” 他开始了他的演讲：“如果你想在硅中进行药物设计、药物发现，那么你很可能需要处理大量的数据。如果你在人工智能计算方面遇到困难，你知道，给我们发邮件就可以了。”

　　黄仁勋已经形成了让英伟达走在每一个科技大趋势的前面的模式。2012 年，一小群研究人员发布了一个名为 AlexNet 的开创性图像识别系统，该系统使用 GPU（而不是 CPU）来处理代码，开启了深度学习的新时代。黄立即指挥公司全力追逐人工智能。2017 年，当谷歌发布了被称为转换器（Transformer，即 ChatGPT 中的 “T”）的新型神经网络架构，并引发了当前的人工智能淘金热时，英伟达顺势而为，开始向如饥似渴的科技公司销售其专注于人工智能的 GPU。

　　目前，英伟达占据人工智能芯片市场销售额的 70% 以上，估值接近 2 万亿美元（约 14.4 万亿元人民币）。2023 年最后一个季度的营收为 220 亿美元（约 1583 亿元人民币），比上年增长 265%。去年其股价上涨了231%。黄仁勋要么在他所做的事情上出神入化，要么幸运得令人发指——或者两者兼而有之！——每个人都想知道他是如何做到的。

　　但是，没有人能永远称霸。他现在正处于中美科技大战的风口浪尖，任由监管机构摆布。黄仁勋在人工智能芯片领域的一些挑战者是家喻户晓的名字——谷歌亚马逊、Meta 和微软——而且拥有科技界最雄厚的资金。12 月底，半导体公司 AMD 推出了一款用于人工智能计算的大型处理器，意在与英伟达竞争。初创公司也瞄准了这一目标。研究公司 Pitchbook 的数据显示，仅去年第三季度，风险投资家就为人工智能芯片投资了超过 8 亿美元（约 58 亿元人民币）。

　　所以黄从来没有休息过。甚至在接受采访时也是如此，当我惊讶地发现他开始采访我，问我从哪里来，怎么会住在湾区时，我才知道这一点。

　　嗯，Adobe 首席执行官尚塔努·纳拉延（Shantanu Narayen）是我非常钦佩的一位领导者和人物。他说他一直想成为一名记者，因为他喜欢讲故事。

　　所以，我想从另一位技术高管告诉我的事情说起。他指出，英伟达比亚马逊早一年，但在很多方面，英伟达比亚马逊更有“第一天”的态度。你是如何保持这种态度的？

　　坦白说，这确实是一个好词。我每天早上醒来都觉得是第一天，原因是我们总是在做一些以前从未做过的事情。我们也有脆弱的一面。我们很可能会失败。就在刚才，我参加了一个会议，我们正在做一件对公司来说全新的事情，但我们不知道如何才能做好。

　　我们正在建设一个新型数据中心。我们称之为人工智能工厂。现在的数据中心建设方式是，很多人共享一个计算机集群，把他们的文件放在这个大型数据中心里。人工智能工厂更像是一个发电机。它非常独特。我们在过去几年里一直在建造它，但现在我们必须把它变成产品。

　　“我们研究了摩尔定律的制定方式，然后说，‘要受限于此。摩尔定律并不是计算的限制。’”

　　我们还没有给它命名。但它将无处不在。云服务提供商会构建它，我们也会构建它。每家生物技术公司都将拥有它。每家零售公司，每家物流公司。未来的每家汽车公司都将拥有一家制造汽车（实际商品、原子）的工厂，以及一家为汽车制造人工智能（电子）的工厂。事实上，就在我们说话的时候，埃隆·马斯克正在这样做。在思考工业公司未来会是什么样子方面，他远远领先于大多数人。

　　你之前曾说过，你经营的是一个扁平化组织，有 30 到 40 名高管直接向你汇报，因为你希望融入信息流中。最近是什么激起了你的兴趣，让你觉得“我最终可能需要将英伟达押注在这件事上？”

　　信息不必像尼安德特人时代那样从组织的顶层流向底层，那时我们还没有电子邮件和短信等所有这些东西。如今，信息流动的速度更快了。因此，从上到下解读信息的等级树就没有必要了。扁平化网络能让我们更快地适应环境，而这正是我们所需要的，因为我们的技术发展得太快了。

　　如果你看看英伟达技术的发展方式，就会发现经典的摩尔定律是每两年翻一番。嗯，在过去十年里，我们已经将人工智能进步了大约一百万倍。这是摩尔定律的很多很多倍。如果你生活在一个指数级的世界中，你就不会希望信息从上到下一层一层地传播。

　　但我问你，你的罗马帝国是什么？这是一个模因。今天的变革到了什么程度？现在正在发生什么你觉得会改变一切的事情？

　　有几件事。其中一件还没有名字，但它是我们在基础机器人学领域所做的一些工作。如果你能生成文字，如果你能生成图像，你还能生成动作吗？答案可能是肯定的。然后，如果你能生成动作，你就能理解意图，并生成通用版本的关节。因此，人形机器人技术应该指日可待。

　　我认为，围绕状态空间模型（SSM）所做的工作可能是下一个变革，它允许你学习超长的模式和序列，而不会使计算量呈二次方增长。

　　你可以与计算机进行持续很长时间的对话，但上下文永远不会被忘记。你甚至可以暂时换个话题，然后再回到之前的话题，上下文都可以保留下来。你也许能够理解极长链的序列，例如人类基因组。只需查看遗传密码，你就可以了解其含义。

　　不久前，从我们有了 AlexNet 到超人的 AlexNet，只用了大约五年的时间。机器人基础模型可能即将出现——明年某个时候就会出现。从那时起，五年后，你将看到一些非常令人惊奇的东西。

　　嗯，重工业代表了世界上最大的工业。移动电子并不容易，但移动原子却极其困难。运输、物流、将重物从一个地方移动到另一个地方、发现下一种药物——所有这些都需要了解原子、分子和蛋白质。这些都是人工智能尚未影响到的巨大而令人难以置信的行业。

　　摩尔定律现在更多的是一个系统问题，而不是芯片问题。它更多涉及的是多个芯片之间的互联互通。大约 10 到 15 年前，我们开始了分解计算机的旅程，这样你就可以把多个芯片连接在一起。

　　这就是你们在 2019 年收购以色列公司 Mellanox 的原因。英伟达当时表示，现代计算对数据中心提出了巨大的要求，而 Mellanox 的网络技术将使加速计算更加高效。

　　没错，就是这样。我们收购了 Mellanox，这样我们就可以扩展我们的芯片，将整个数据中心变成一个超级芯片，从而实现现代人工智能超级计算机。这实际上是认识到摩尔定律已经走到尽头，如果我们想继续扩大计算规模，就必须在数据中心规模上进行。我们审视了摩尔定律的制定方式，然后说：“不要受限于此。摩尔定律并不是计算的限制。” 我们必须抛开摩尔定律，这样才能思考新的扩展方式。

　　Mellanox 现在被认为是英伟达一次非常明智的收购。最近，你们试图收购全球最重要的芯片知识产权公司之一 Arm，但遭到监管机构的阻挠。

　　我不确定美国政府是否同意，不过是的，让我们确定这一点。当你现在考虑收购时，你会关注哪些具体领域？

　　这些大型系统的操作系统极其复杂。如何在计算堆栈中创建一个操作系统，以协调 GPU 中数千万、数亿乃至数十亿个微型处理器？这是一个非常困难的问题。如果我们公司之外有团队能做到这一点，我们可以与他们合作，或者我们可以做更多的事情。

　　所以，我听你的意思是，对于英伟达来说，拥有一个操作系统并将其打造成一个平台至关重要，真的。

　　你越成为一个平台，面临的问题就越多。人们往往会要求平台对输出承担更多的责任。自动驾驶汽车的行为方式、医疗保健设备的误差范围有多大、人工智能系统是否存在偏见。你们如何解决这些问题？

　　不过，我们不是一家应用程序公司。这可能是最简单的思考方式。我们将尽我们所能，但尽可能少地服务于一个行业。因此，就医疗保健而言，药物发现不是我们的专长，计算才是。制造汽车不是我们的专长，但为汽车制造在人工智能方面非常出色的计算机，才是我们的专长。坦率地说，一家公司很难擅长所有这些事情，但我们可以非常擅长其中的人工智能计算部分。

　　“如何协调 GPU 中数以亿计（现在已达到数十亿）的微型处理器？这是一个非常困难的问题。”

　　年有报道称，你的一些客户等待你们人工智能 GPU 的时间长达几个月。现在情况怎么样？

　　我不知道现在的交货时间是多久。但是，你知道，今年也是我们新一代产品的开始。

　　没错。新一代 GPU 即将问世，Blackwell 的性能超乎想象。这将是令人难以置信的。

　　这就是我们的目标。目标是极大地降低训练模型的成本。然后人们可以扩大他们想要训练的模型的规模。

　　英伟达投资了很多人工智能初创公司。有报道称，去年你们投资了 30 多家初创公司。这些初创公司是否会在购买你们的硬件时排队等候？

　　他们和大家一样面临着供应紧张的问题，因为他们大多数都使用公有云，所以他们不得不自己与公有云服务提供商进行谈判。不过，他们确实获得的是我们的人工智能技术，这意味着他们可以使用我们的工程能力和我们优化其人工智能模型的特殊技术。我们让他们变得更有效率。如果你的吞吐量增加五倍，那么你基本上就多了 5 个 GPU。这就是他们从我们这里得到的。

　　不。我们投资这些公司是因为他们的工作令人难以置信。能够投资他们是我们的荣幸，而不是相反。他们都是世界上最聪明的人。他们不需要我们来支持他们的信誉。

　　当机器学习更多地转向推理而不是训练时，如果人工智能工作的计算强度降低，会发生什么？这会减少对 GPU 的需求吗？

　　我们喜欢推理。事实上，我想说，如果让我猜的话，英伟达目前的业务可能是 70% 的推理，30% 的训练。这是一件好事，因为那时你就会意识到人工智能终于成功了。如果英伟达的业务 90% 是训练，10% 是推理，你可能会说人工智能仍处于研究阶段。七八年前就是这样。但如今，只要你在云端输入一个提示，它都会生成一些内容——可以是视频，可以是图像，可以是 2D，可以是 3D，可以是文本，可以是图形——这背后很可能就有英伟达 GPU 的支持。

　　我认为我们正处于生成式人工智能革命的开端。如今，世界上进行的大部分计算仍然基于检索。检索意味着你触摸手机上的某些内容，它就会向云端发送信号以检索一条信息。它可能会用一些不同的东西组成一个响应，然后使用 Java 将其呈现在你手机的漂亮屏幕上。未来，计算将更加基于检索增强生成（RAG，检索增强生成是一个框架，允许大型语言模型从其常规参数之外获取数据。）它的检索部分将减少，而个性化生成部分将大大增加。

　　生成工作将由 GPU 完成。因此，我认为我们正处于这场检索增强的生成计算革命的开端，生成式人工智能将成为几乎所有领域不可或缺的一部分。

　　最新消息是，你们一直在与美国政府合作，开发符合制裁要求的芯片，以便运往中国。据我所知，这些芯片并不是最先进的。你们与政府的合作有多紧密，以确保你们仍能在中国开展业务？

　　嗯，退一步说，这是出口管制，而不是制裁。美国已确定英伟达的技术和人工智能计算基础设施对国家具有战略意义，并将对其实施出口管制。我们首次遵守出口管制是在——

　　是的。而美国在 2023 年对出口管制增加了更多条款，导致我们不得不再次重新设计我们的产品。所以我们就这么做了。我们正在设计一套符合当今出口管制规则的新产品。我们与政府紧密合作，确保我们提出的方案与他们的想法一致。

　　没错。这还不是数据中心规模，但去年推出的华为 Mate 60 智能手机因其自主研发的 7 纳米芯片而引起了一些关注。

　　这真是一家非常优秀的公司。他们虽然受限于半导体处理技术，但仍能通过将许多芯片聚合在一起，构建非常庞大的系统。

　　这项规定将限制中国获得最先进技术的能力，这意味着西方世界，即那些不受出口管制限制的国家，将能够获得更好的技术，而这些技术的发展速度相当快。所以我认为这种限制给中国带来了很大的成本负担。从技术上讲，你总是可以聚合更多的芯片制造系统来完成这项工作。但这只会增加这些产品的单位成本。这可能是最简单的思考方式。

　　你多次说过，你们超级计算机中的 35000 个部件中，有 8 个来自台积电。当我听到这个时，我想这一定是很小的一部分。你是在淡化对台积电的依赖吗？

　　我只是在强调，要建造一台人工智能超级计算机，还需要很多其他组件。事实上，在我们的人工智能超级计算机中，几乎整个半导体行业都与我们合作。我们已经与三星、SK 海力士、英特尔、AMD、博通、Marvell 等公司建立了非常密切的合作关系。在我们的人工智能超级计算机方面，当我们成功时，一大批公司也会与我们一起取得成功，我们对此感到非常高兴。

　　这些天我们都在谈论先进封装、未来几年的产能规划以及先进的计算能力。CoWoS（台积电专有的将芯片芯片和内存模块装入单个封装的方法）需要新工厂、新生产线和新设备。所以他们的支持真的非常非常重要。

　　我最近与一位专注于生成式人工智能的首席执行官进行了交谈。我问英伟达的竞争对手可能是谁，这个人提到了谷歌的 TPU。其他人则提到了 AMD。我想这对你来说并不是一个二元对立的问题，但你认为谁是你最大的竞争对手？谁让你彻夜难眠？

　　劳伦，他们都是。TPU 团队非常出色。最重要的是，TPU 团队真的很棒，AWS Trainium 团队和 AWS Inferentia 团队也非常出色，非常优秀。微软正在进行内部 ASIC 开发，名为 Maia。中国的每家云服务提供商都在打造内部芯片，还有一大堆初创公司以及现有的半导体公司正在打造出色的芯片。每个人都在制造芯片。

　　这不应该让我彻夜难眠——因为我应该确保我已经因工作而精疲力尽，以至于没有人可以让我彻夜难眠。这确实是我唯一能控制的事情。

　　但让我早上醒来的，肯定是我们必须继续兑现我们的承诺，也就是说，我们是世界上唯一一家所有人都可以与之合作，以数据中心规模和全堆栈方式构建人工智能超级计算机的公司。

　　“我会尝试每天做 40 个俯卧撑。这不会花费超过几分钟的时间。我是一个懒惰的锻炼者。”

　　（黄转向对公关代表说）她已经做足了功课。更不用说，我只是很享受这次谈话。

　　顺便说一句，每当张忠谋或我认识很久的人请我做访谈主持人时，我不会坐在那里通过提问来采访他们。我只是在和他们交谈。你必须对观众有同理心，知道他们想听什么。

　　所以我问了 ChatGPT 一个关于你的问题。我想知道你是否有纹身，因为我打算提议下次见面时给你纹个身。

　　是的。这是我通过 ChatGPT 了解到的。据称，黄仁勋在股价达到 100 美元时纹了公司微标。然后它说，“不过，黄表示他不太可能再纹身了，因为疼痛比他预想的要剧烈。” 据说你哭了。你哭了吗？

　　一点点。我的建议是，你应该在纹身前喝一杯威士忌。或者吃点止痛药。我还认为女性可以承受更多的痛苦，因为我女儿有一个相当大的纹身。

　　所以，如果你想纹身，我觉得三角形可能会不错，因为谁不喜欢三角形呢？它们是完美的几何形状。

　　这是一个承诺。我想知道，你个人使用 ChatGPT 或 Bard 等的频率如何？

　　我一直在用 Perplexity。我也喜欢 ChatGPT。我几乎每天都用这两个软件。

　　研究。例如，计算机辅助药物发现。也许你想了解计算机辅助药物发现的最新进展。因此，你想要构建整个主题，这样你就可以有一个框架，然后从这个框架出发，你可以提出越来越多的具体问题。我非常喜欢这些大型语言模型。

　　不，我会尝试每天做 40 个俯卧撑。这花不了几分钟。我是个懒惰的锻炼者。我会一边刷牙一边做深蹲。

　　最近，你在 Acquired 播客上说的一番话引起了热议。主持人问，如果你今天 30 岁，正在考虑创办一家公司，你会创办什么？你说你根本不会创办公司。对此，你有什么修改意见吗？

　　这个问题可以用两种方式来回答，我是这样回答的，那就是：如果我当时知道我现在所知道的一切，我就会害怕而不敢去做。我会太害怕。我就不会去做。

　　这就是无知的好处。你不知道创业有多难，你不知道其中有多少痛苦和磨难。如今，当我遇到创业者，他们告诉我创业有多容易时，我非常支持他们，实际上我并没有试图戳破他们的泡沫。但我心里明白，“哦，天哪，事情不会像他们想象的那样。”

　　和其他创业者做出的牺牲一样。你工作得非常非常努力。在很长一段时间里，没有人认为你会成功。只有你一个人相信自己会成功。不安全感、脆弱，有时是羞辱，这些都是真实的。没有人谈论这些，但这都是事实。首席执行官和企业家和其他人一样都是人。当他们公开失败时，会很尴尬。

　　所以当有人说，“仁勋，以你今天所拥有的一切，你不会开始它吗？”我大概会说，“不，不，不，当然不会。”但如果我当时就知道英伟达会成为今天的样子，我会创办这家公司吗？你在开玩笑吧？我会为此牺牲一切。

　　“但总体而言，你对中国能否在生成式人工智能领域赶上美国感到担忧吗？这项规定将限制中国获得最先进技术的能力，这意味着西方世界，即那些不受出口管制限制的国家，将能够获得更好的技术，而这些技术的发展速度相当快。所以我认为这种限制给中国带来了很大的成本负担。从技术上讲，你总是可以聚合更多的芯片制造系统来完成这项工作。但这只会增加这些产品的单位成本。这可能是最简单的思考方式。”

　　上面大佬不开放敏感词国内就整不出啥像样的大模型。就像雪球，删帖都删魔怔了，语料库就是一大号信息茧房

　　复盘结束，结合华为相关消息面，下周重点关注芯片、华为、央国改、新型工业化题材的个股

　　转自“量子号”，这篇值得细看，里面有相当多对AI的看法。比如有报道称，你的一些客户等待你们人工智能 GPU 的时间长达几个月。现在情况怎么样？——嗯，我不认为我们今年能赶上供应。今年不会，明年可能也不会。比如，你认为对人工智能 GPU 的需求会在某个时候减弱吗？我认为...移动关节纳维耶润滑脂编码器座中板气阀腐蚀试验行程速度变化系数惯性积双蹄制动器凯时k66官网