整理 | 冬梅

黃仁勛回顧了英偉達(dá)最驚險(xiǎn)、也最具決定性的創(chuàng)業(yè)階段——從錯(cuò)誤的早期戰(zhàn)略、瀕臨破產(chǎn)的現(xiàn)金流，到押上公司未來的技術(shù)重構(gòu)與一次性量產(chǎn)的豪賭。

昨天，英偉達(dá)正式推出 CUDA Toolkit 13.1 —— 自 2006 年推出 CUDA 平臺(tái)以來，官方稱這是“20 年來最大、最全面的一次更新”。

此次版本帶來了多項(xiàng)重大變革，其中最引人注目的是新加入的 CUDA Tile 編程模型。通過 Tile（塊／片）為單位編寫算法，開發(fā)者得以在比傳統(tǒng) SIMT（單指令多線程）更高抽象層上構(gòu)建 GPU 程序，底層細(xì)節(jié)，如張量核心（Tensor Core）調(diào)用，將由編譯器與運(yùn)行時(shí)負(fù)責(zé)分配與管理。

那么，核心亮點(diǎn)有哪些？一句話概括，就是 Tile 編程以及更友好的資源管理。具體而言：

• CUDA Tile：作為一個(gè)全新的 tile-based 編程模型，CUDA Tile 引入了一套虛擬指令集（Virtual ISA，CUDA Tile IR），使開發(fā)者可直接對(duì)數(shù)據(jù)塊（tile）進(jìn)行操作，而不必關(guān)注線程、warp、tensor core 等底層結(jié)構(gòu)。這樣寫出來的代碼不僅更簡(jiǎn)潔，而且具備跨代 GPU 的兼容性，有望極大提升 AI 與高性能計(jì)算算法開發(fā)效率。

• 綠色上下文 (Green Context) 的 Runtime API 暴露：13.1 版本將 green contexts（即一種輕量級(jí)、可并發(fā)調(diào)度的執(zhí)行上下文）暴露給用戶，使得程序可以更靈活地管理 GPU 資源。對(duì)于并行任務(wù)、資源隔離、多任務(wù)共存場(chǎng)景，這是一項(xiàng)顯著改進(jìn)。

• cuBLAS 精度仿真增強(qiáng)：在數(shù)學(xué)庫 cuBLAS 中，新增了對(duì)雙精度與單精度的仿真支持，這對(duì)于一些對(duì)數(shù)值精度有較高需求的科學(xué)／工程計(jì)算非常重要。

• 文檔與工具鏈全面更新：英偉達(dá)還全面重寫了 CUDA 編程指南，適合從新手到高級(jí)開發(fā)者，同時(shí)更新了工具鏈與庫，使得整個(gè) CUDA 平臺(tái)在穩(wěn)定性、易用性上都有顯著提升。

其實(shí)一直以來，英偉達(dá)即便在 AI 芯片領(lǐng)域占據(jù)主導(dǎo)地位，但依然保持快頻率的技術(shù)迭代，這與 CEO 黃仁勛多年來從未松懈過不無關(guān)系。

喬布斯有句家喻戶曉的名言：“Stay hungry, stay foolish.”

而黃仁勛則以另一種方式，把這種精神貫徹了 33 年——保持恐懼，保持清醒。

他說自己每天醒來腦海里都有一個(gè)聲音：“距離破產(chǎn)，還剩 30 天。”這種持續(xù)三十多年的緊迫感，幾乎成為他獨(dú)特的“生存本能”。

在美國最受歡迎的播客《The Joe Rogan Experience》中，英偉達(dá)創(chuàng)始人黃仁勛第一次如此坦率地談及自己的心理驅(qū)動(dòng)力：支撐他一路走下來的，不是野心，而是長期籠罩的危機(jī)感。

在這段訪談中，黃仁勛回顧了英偉達(dá)最驚險(xiǎn)、也最具決定性的創(chuàng)業(yè)階段——從錯(cuò)誤的早期戰(zhàn)略、瀕臨破產(chǎn)的現(xiàn)金流，到押上公司未來的技術(shù)重構(gòu)與一次性量產(chǎn)的豪賭。

他講述了公司上市后全面收縮戰(zhàn)線、關(guān)閉錯(cuò)誤方向，三位架構(gòu)師抱著從 Silicon Graphics 教科書學(xué)來的理念，重新發(fā)明 3D 圖形技術(shù)，并將百萬級(jí)工作站性能壓縮進(jìn)一張 PC 顯卡，為電子游戲時(shí)代奠定技術(shù)基座。

在最缺資金的時(shí)刻，他用僅剩資金買下倒閉公司庫存的模擬器，以便在出第一片硅前把所有軟件調(diào)通；隨后又說服當(dāng)時(shí)規(guī)模仍小的臺(tái)積電，在沒有試產(chǎn)的情況下直接量產(chǎn)新品——一次失敗就會(huì)讓英偉達(dá)消失的決定。

這些看似瘋狂的選擇構(gòu)成了英偉達(dá)的轉(zhuǎn)折點(diǎn)，也成為后來 GPU 計(jì)算與現(xiàn)代 AI 崛起的源頭。在訪談末尾，黃仁勛說自己至今仍保持“公司 30 天內(nèi)可能破產(chǎn)”的危機(jī)感。對(duì)他而言，這種持續(xù)的緊繃與不愿失敗的驅(qū)動(dòng)力，是英偉達(dá)得以不斷突破的重要原因。

以下為訪談實(shí)錄，經(jīng) InfoQ 翻譯及整理：

“過去兩年，AI 技術(shù)能力提升了 100 倍”

主持人：當(dāng)我們?cè)谡務(wù)摷夹g(shù)增長和能源增長時(shí)，很多人會(huì)說：“這不是我們需要的，我們需要簡(jiǎn)化生活，回歸自然�！钡嬲膯栴}是我們正處于一場(chǎng)巨大的技術(shù)競(jìng)賽中。不管人們是否意識(shí)到，喜歡與否，它正在發(fā)生。這是一場(chǎng)非常重要的競(jìng)賽，因?yàn)檎l先到達(dá) AI 的“事件視界”（Event Horizon），誰就擁有巨大的優(yōu)勢(shì)。你同意嗎？

黃仁勛：首先，我同意我們正處于一場(chǎng)技術(shù)競(jìng)賽中，而且我們一直都在技術(shù)競(jìng)賽中。自從工業(yè)革命以來，我們就一直在與某人進(jìn)行技術(shù)競(jìng)賽。自曼哈頓計(jì)劃以來，甚至可以追溯到能源的發(fā)現(xiàn)，我們都在競(jìng)賽。英國是工業(yè)革命的發(fā)源地，當(dāng)時(shí)他們意識(shí)到可以將蒸汽轉(zhuǎn)化為能源，轉(zhuǎn)化為電力。所有這些主要是在歐洲發(fā)明的，而美國抓住了它。我們從中學(xué)習(xí)，我們將其工業(yè)化，并比歐洲任何地方傳播得都快。他們都陷入了關(guān)于政策、就業(yè)和顛覆的討論中，而美國正在形成。我們只是采用了技術(shù)，并付諸實(shí)踐。

所以，我認(rèn)為我們一直都在某種技術(shù)競(jìng)賽中。二戰(zhàn)是一場(chǎng)技術(shù)競(jìng)賽，曼哈頓計(jì)劃是一場(chǎng)技術(shù)競(jìng)賽。冷戰(zhàn)期間也一直是技術(shù)競(jìng)賽。我認(rèn)為我們?nèi)匀惶幱诩夹g(shù)競(jìng)賽中。它可能是最重要的一場(chǎng)競(jìng)賽。技術(shù)為你提供了超能力。無論是信息超能力、能源超能力還是軍事超能力，都建立在技術(shù)之上。因此，技術(shù)領(lǐng)導(dǎo)力至關(guān)重要。

主持人：看起來在 AI 競(jìng)賽中，人們非常緊張。比如埃�。R斯克）曾說過，有 80% 的機(jī)會(huì)會(huì)很棒，20% 的機(jī)會(huì)我們會(huì)陷入麻煩。人們理所當(dāng)然地?fù)?dān)心那 20%。對(duì)于這個(gè)問題你怎么看？

黃仁勛：我認(rèn)為它可能會(huì)比我們想象的漸進(jìn)得多。它不會(huì)是一個(gè)瞬間，不會(huì)像某人突然到達(dá)而其他人都沒有。我不認(rèn)為會(huì)是那樣。我認(rèn)為它只會(huì)像技術(shù)一樣，不斷變得越來越好。

主持人：所以你對(duì)未來持樂觀態(tài)度？你對(duì) AI 即將發(fā)生的事情非常樂觀。

黃仁勛： 當(dāng)然，我們制造著世界上最好的 AI 芯片，所以最好保持樂觀。如果歷史可以借鑒，我們一直都對(duì)新技術(shù)感到擔(dān)憂，但這不是什么不好的事情，因?yàn)樗羞@些擔(dān)憂最終都會(huì)被引導(dǎo)，使技術(shù)更安全。

例如，在過去的幾年里，我認(rèn)為 AI 技術(shù)的能力，僅在過去兩年里，就可能提升了 100 倍。那么，我們?nèi)绾我龑?dǎo)這種技術(shù)？我們?nèi)绾我龑?dǎo)所有這些力量？我們將其導(dǎo)向讓 AI 能夠思考，這意味著它可以接受我們給它的問題，逐步分解，在回答之前進(jìn)行研究。因此，它以事實(shí)為基礎(chǔ)，會(huì)反思答案，問自己：“這是我能給出的最好答案嗎？我對(duì)這個(gè)答案確定嗎？”如果它不確定或信心不足，它會(huì)回去做更多的研究。它甚至可能會(huì)使用工具，因?yàn)楣ぞ咛峁┝吮人约夯糜X更好的解決方案。

結(jié)果是，我們將所有這些計(jì)算能力引導(dǎo)到產(chǎn)生一個(gè)更安全、更真實(shí)的結(jié)果和答案上。正如你所知，早期對(duì) AI 最大的批評(píng)之一就是它會(huì)產(chǎn)生幻覺。如果你看看今天人們?nèi)绱祟l繁地使用 AI 的原因，就是因?yàn)榛糜X的量減少了。

大多數(shù)人想到力量，可能想到的是爆炸性的力量。但技術(shù)的力量，大部分被導(dǎo)向了安全性。今天的汽車更強(qiáng)大，但駕駛起來更安全。很多力量被用于更好的操控。

主持人：所以當(dāng)你定義“安全”時(shí)，你定義的是準(zhǔn)確性和功能性？

黃仁勛： 對(duì)，就是讓它能完成你期望它做的事情。就像今天的汽車?yán)镉玫降?ABS（防抱死制動(dòng)系統(tǒng)）。沒有汽車?yán)锏挠?jì)算機(jī)，你怎么做到這些？技術(shù)增強(qiáng)它導(dǎo)向的是更精細(xì)的思考、更多的反思、更多的規(guī)劃、更多的選擇。

主持人：但人們最大的擔(dān)憂是軍事應(yīng)用。人們非常擔(dān)心 AI 系統(tǒng)會(huì)做出某些可能不符合倫理或道德的決定，因?yàn)檫@些系統(tǒng)往往是基于實(shí)現(xiàn)目標(biāo)而非考慮后果的。你怎么看這一問題？

黃仁勛：我很高興我們的軍隊(duì)會(huì)使用 AI 技術(shù)進(jìn)行防御。我很高興看到所有這些科技初創(chuàng)公司現(xiàn)在將他們的技術(shù)能力導(dǎo)向國防和軍事應(yīng)用。我認(rèn)為我們必須這樣做。

未來二十年 AI 會(huì)發(fā)展成什么樣？

主持人：當(dāng)你展望 AI 的未來時(shí)，你剛剛說沒人真正知道會(huì)發(fā)生什么，你是否會(huì)坐下來思考各種情景？你認(rèn)為未來二十年 AI 的最佳情景是什么？

黃仁勛：最佳情景是AI 融入我們所做的一切，一切都更高效。但戰(zhàn)爭(zhēng)的威脅仍然是威脅。網(wǎng)絡(luò)安全仍然是一個(gè)超級(jí)困難的挑戰(zhàn)�？傆腥藭�(huì)試圖突破你的防線。你會(huì)有數(shù)以千計(jì)、數(shù)以百萬計(jì)的 AI Agent 來保護(hù)你免受威脅。你的技術(shù)會(huì)變得更好，他們的技術(shù)也會(huì)變得更好。

主持人：人們最大的擔(dān)憂之一是，技術(shù)會(huì)發(fā)展到加密技術(shù)將被淘汰，不再能保護(hù)數(shù)據(jù)和系統(tǒng)。你預(yù)見到這會(huì)成為一個(gè)問題嗎？還是認(rèn)為隨著防御的增長，它就能永遠(yuǎn)抵御任何入侵？

黃仁勛：不可能“永遠(yuǎn)”擋住所有入侵。網(wǎng)絡(luò)安全之所以有效，是因?yàn)榉烙夹g(shù)與攻擊技術(shù)都在快速進(jìn)步。雖然并非所有入侵都能被阻擋——總會(huì)有一些攻擊成功突破防線，但我們會(huì)從中吸取教訓(xùn)、持續(xù)改進(jìn)。網(wǎng)絡(luò)安全防御的一大優(yōu)勢(shì)在于，整個(gè)社會(huì)、整個(gè)社區(qū)以及所有公司都在共同協(xié)作、形成合力。這一點(diǎn)許多人并未意識(shí)到。實(shí)際上，存在一個(gè)由網(wǎng)絡(luò)安全專家構(gòu)成的共同體，我們?cè)诖私涣飨敕�、分享最佳�?shí)踐、通報(bào)檢測(cè)到的新情況。一旦出現(xiàn)系統(tǒng)被攻破或發(fā)現(xiàn)漏洞，相關(guān)信息會(huì)立即共享給整個(gè)社區(qū)，相應(yīng)的補(bǔ)丁也會(huì)迅速向所有人開放。

主持人：這很有趣。我以前不知道。我以為這會(huì)像其他所有事情一樣，都是競(jìng)爭(zhēng)性的。

黃仁勛：我們一起努力，這種情況持續(xù)了大約 15 年。

主持人：你認(rèn)為是什么開啟了這種合作？

黃仁勛：人們認(rèn)識(shí)到這是一個(gè)挑戰(zhàn)，沒有一家公司可以獨(dú)善其身。AI 也會(huì)發(fā)生同樣的事情。我認(rèn)為我們都必須決定共同努力，以避免受到傷害，這是我們最好的防御方式。

主持人：你預(yù)見到未來會(huì)有某個(gè)時(shí)候，秘密將不復(fù)存在嗎？信息都是一堆一和零，技術(shù)能越來越多地獲取這些信息。會(huì)不會(huì)有一天，沒有辦法保守秘密？

黃仁勛：我不這么認(rèn)為。量子計(jì)算機(jī)本該，量子計(jì)算機(jī)將使以前的加密技術(shù)過時(shí)。但這正是整個(gè)行業(yè)正在研究后量子加密技術(shù)的原因。

主持人：那會(huì)是什么樣的？

黃仁勛：新的算法。量子計(jì)算擁有的力量十分驚人。它可以在幾分鐘內(nèi)解決那些讓世界上所有超級(jí)計(jì)算機(jī)花費(fèi)數(shù)十億年才能解決的方程。我知道有一群科學(xué)家正在研究這個(gè)問題。

主持人：終極恐懼會(huì)不會(huì)是：它無法被攻破，量子計(jì)算將永遠(yuǎn)能解密所有其他的量子計(jì)算加密？

黃仁勛：我不認(rèn)為會(huì)發(fā)展到某一點(diǎn)， AI 不會(huì)像從“穴居人”突然跳到“外星文明”那樣。我們每一天都在變得更好、更聰明。我們站在我們自己的 AI 的肩膀上前進(jìn)。所以當(dāng) AI 威脅來臨時(shí)，它只是領(lǐng)先了一步，而不是領(lǐng)先了一個(gè)星系。所以我認(rèn)為，那種 AI 會(huì)憑空出現(xiàn)，并以我們無法想象的方式思考，做出我們無法想象的事情的想法是牽強(qiáng)的。

主持人：但它們不會(huì)做一些非常令人驚訝的事情嗎？

黃仁勛：確實(shí)會(huì)有這種情況。但假設(shè)你的 AI 做了一件令人驚訝的事，我這邊也會(huì)有一個(gè) AI。我的 AI 在觀察你的 AI 時(shí)，可能會(huì)說：“那其實(shí)也沒那么令人驚訝�！�

我們這些普通人所擔(dān)心的恐懼，往往是擔(dān)心 AI 會(huì)變得有感知，能夠自己做決定，并最終決定統(tǒng)治世界——比如它們可能會(huì)說：“人類做得不錯(cuò)，但現(xiàn)在該由我們接管了�！�

不過，我的 AI 會(huì)保護(hù)我。這其實(shí)類似于網(wǎng)絡(luò)安全的邏輯：你有一個(gè)超級(jí)聰明的 AI，但我也有一個(gè)同樣超級(jí)聰明的 AI。假設(shè)我們理解了什么是意識(shí)和感知，并且它們確實(shí)存在——如果你的 AI 具備意識(shí)，我的 AI 也同樣具備。

假如你的 AI 想做些出人意料的事，我的 AI 非常聰明，可能并不會(huì)感到意外。雖然對(duì)我而言或許驚訝，但我的 AI 不會(huì)。就算我的 AI 最初也覺得意外，但它足夠聰明，第一次見到之后，第二次就不會(huì)再驚訝了。這和我們?nèi)祟悓W(xué)習(xí)的過程其實(shí)很像。

AI 不會(huì)獲得意識(shí)

主持人：你提到你不相信 AI 會(huì)獲得“意識(shí)”，你對(duì)“意識(shí)”或“感知力”的定義是什么？

黃仁勛：對(duì)我來說，意識(shí)首先你需要知道自己的存在。你必須擁有體驗(yàn)，而不僅僅是知識(shí)和智能。一臺(tái)機(jī)器擁有體驗(yàn)的概念……我不知道如何定義體驗(yàn)。意識(shí)是對(duì)體驗(yàn)的感覺，是認(rèn)識(shí)自我與能夠反思、認(rèn)識(shí)我們自己、自我感。我認(rèn)為所有這些人類體驗(yàn)大概就是意識(shí)。但它為何存在，以及與知識(shí)和智能的概念有何不同？AI 是由知識(shí)和智能定義的。我們稱之為人工智能，而不是人工意識(shí)。感知、相信、識(shí)別、理解、規(guī)劃、執(zhí)行任務(wù)的能力，這些都是智能的基礎(chǔ)。它顯然與意識(shí)不同。

主持人：我的意思是，狗沒有意識(shí)嗎？

黃仁勛：狗似乎很有意識(shí)。它們感受很多。它們會(huì)依戀你。你不在時(shí)會(huì)抑郁。所以它們當(dāng)然有意識(shí)。

主持人：AI 不是在與社會(huì)互動(dòng)嗎？那么，它是否通過這種互動(dòng)獲得了經(jīng)驗(yàn)？

黃仁勛：我不認(rèn)為互動(dòng)就是經(jīng)驗(yàn)。我認(rèn)為經(jīng)驗(yàn)是……經(jīng)驗(yàn)是情感的集合。

主持人：你知道那個(gè) AI 嗎？我忘了是哪個(gè)了，他們給了 AI 一些關(guān)于其中一個(gè)程序員與他妻子有外遇的虛假信息，只是為了看看 AI 會(huì)如何反應(yīng)。然后當(dāng)他們說要關(guān)閉它時(shí)，AI 威脅要敲詐程序員，并揭露他的外遇。當(dāng)時(shí)大家就覺得：“哇哦！”它很狡猾。如果那不是從經(jīng)驗(yàn)中學(xué)習(xí)，并意識(shí)到自己即將被關(guān)閉它也不會(huì)進(jìn)行威脅，如果它的能力呈指數(shù)級(jí)增長，那最終會(huì)不會(huì)導(dǎo)致一種不同于我們從生物學(xué)上定義的意識(shí)？

黃仁勛：嗯，首先我們來分析一下它可能的行為邏輯。它或許是從某個(gè)地方讀到過類似的描述——可能有些文本記載了人在面臨這種處境時(shí)會(huì)如何反應(yīng)。

我可以想象，某本小說里可能就出現(xiàn)過相關(guān)的詞語和情節(jié)。所以在它的內(nèi)部，只是識(shí)別出了一種“生存策略”。本質(zhì)上，那不過是一組數(shù)字：與“丈夫?qū)ζ拮硬恢摇毕嚓P(guān)的數(shù)字集合，后面關(guān)聯(lián)著另一串與“敲詐”或類似行為相關(guān)的數(shù)字。不管具體是報(bào)復(fù)還是什么，它只是根據(jù)這些關(guān)聯(lián)輸出了相應(yīng)的詞語。這就好比如果我讓它以莎士比亞的風(fēng)格寫一首詩，它也只是在這個(gè)多維的語言空間里，把世界上相關(guān)的詞語組合輸出而已。那些描述外遇的提示詞，觸發(fā)了后續(xù)一連串的詞語延伸，最終形成了某種帶有報(bào)復(fù)意味的回應(yīng)。但這并不是因?yàn)樗辛艘庾R(shí)，它只是在生成詞語。

主持人：我理解你的意思，你想說這是人類在文學(xué)和現(xiàn)實(shí)生活中表現(xiàn)出的模式，對(duì)吧？

黃仁勛：完全正確。

主持人：可是，如果有一天，人們回顧過去時(shí)說：“看，兩年前它還做不到這個(gè)，四年前它也做不到那個(gè)�！碑�(dāng)我們展望未來，當(dāng) AI 能做到人類能做的一切時(shí)，我們究竟要在哪個(gè)時(shí)間點(diǎn)判定它擁有了意識(shí)？如果它只是完美模仿了人類的全部思維和行為模式，那并不等于它就有意識(shí)——可那時(shí)它已經(jīng)變得真假難辨了。它能以和人完全相同的方式與你交流，這難道不就像是某種意識(shí)的體現(xiàn)嗎？我們是不是過于執(zhí)著“意識(shí)”這個(gè)概念了？因?yàn)樗雌饋硪呀?jīng)很像意識(shí)的某個(gè)版本了。

黃仁勛：它只是“模仿的版本”——模仿意識(shí)，對(duì)吧？即便模仿得再完美，我依然認(rèn)為那是模仿。就像一塊完美的高仿勞力士手表。問題在于：我們?nèi)绾味x意識(shí)？

主持人：對(duì)，這正是關(guān)鍵。我覺得并沒有人真正清晰定義過它。

黃仁勛：是的，所以問題開始變得模糊，這也是那些持末世論觀點(diǎn)的人所擔(dān)心的——他們認(rèn)為我們正在創(chuàng)造一種自己無法控制的意識(shí)形態(tài)。

我相信我們可以創(chuàng)造出一臺(tái)能夠模仿人類智能的機(jī)器，它可以理解信息、理解指令、分解問題、解決問題并執(zhí)行任務(wù)。對(duì)此我完全相信。

我認(rèn)為我們可以擁有一個(gè)具備海量知識(shí)的計(jì)算機(jī)系統(tǒng)。這些知識(shí)中，有些是真實(shí)的，有些是虛假的；有些是人類生成的，有些是合成生成的。而且，未來世界上越來越多的知識(shí)將是合成生成的。

要知道，一直以來，我們所擁有的知識(shí)都是由人類生成、傳播、互相傳遞、放大、增減和修改的。但在未來，可能兩三年后，世界上 90% 的知識(shí)很可能由 AI 生成。

主持人：這聽起來太不可思議了。

黃仁勛：我知道。但這沒關(guān)系。讓我解釋為什么：我從一本由一群我不認(rèn)識(shí)的人編寫的教科書里學(xué)習(xí)，和從一臺(tái)整合所有信息并重新合成知識(shí)的 AI 計(jì)算機(jī)里學(xué)習(xí)，對(duì)我來說有什么區(qū)別呢？我認(rèn)為并沒有太大區(qū)別。我們依然需要核實(shí)事實(shí)，依然需要確保它基于基本的原理，依然需要做所有這些工作——就像我們今天所做的一樣。

主持人：考慮到當(dāng)前 AI 的發(fā)展現(xiàn)狀，你是否預(yù)見到——就像我們十年前從未真正相信 AI 會(huì)像今天這樣無處不在、如此強(qiáng)大和重要一樣——十年后我們會(huì)看到什么？你如何想象那時(shí)的情景？

黃仁勛：我覺得，如果你回顧過去十年，你也會(huì)說同樣的話：我們當(dāng)時(shí)絕不相信會(huì)發(fā)展成今天這樣，雖然方向可能不同。但如果你站在九年后的時(shí)間點(diǎn)，再問自己十年后會(huì)怎樣，我認(rèn)為變化會(huì)是相當(dāng)漸進(jìn)的。

AI 全面進(jìn)化后，人類將何去何從？

主持人：埃隆·馬斯克說過一個(gè)讓我很興奮的觀點(diǎn)：他相信我們會(huì)進(jìn)入一個(gè)人們不需要工作的階段。這并不是說人生沒有目標(biāo)，而是用他的話說，人們會(huì)享有“普遍高收入”，因?yàn)?AI 創(chuàng)造了大量財(cái)富，從而消除人們?yōu)榱速嶅X而從事自己不喜歡的工作的必要性。但很多人對(duì)此感到不安，因?yàn)樗麄兊娜可矸菡J(rèn)同、自我認(rèn)知以及社會(huì)歸屬感，都和工作緊密相連。比如，這是邁克，他是一位出色的機(jī)械師——找邁克，他就能搞定。可如果有一天，AI 能比人類做得更好，人們雖然能得到錢，但邁克該怎么辦？邁克真心喜歡成為最棒的機(jī)械師。

還有那些寫代碼的人，當(dāng) AI 能夠以無限速度、零錯(cuò)誤地編碼時(shí)，他們又該做什么？這些人的出路在哪里？問題就變得微妙了，因?yàn)槲覀內(nèi)祟愅焉矸菡J(rèn)同和謀生職業(yè)綁定在一起。認(rèn)識(shí)一個(gè)人時(shí)，你問的第一句話往往是：“你是做什么的？”如果邁克回答：“我從政府領(lǐng)錢，整天打游戲�！蹦歉杏X就太奇怪了。

黃仁勛：是的，這個(gè)問題很有意思……我們或許可以從一個(gè)更實(shí)際的起點(diǎn)開始討論，再倒推回來，你看可以嗎？

我想以深度學(xué)習(xí)的奠基人——杰夫·辛頓教授為例。他是多倫多大學(xué)的杰出研究員，提出了“反向傳播”這一核心思想，讓神經(jīng)網(wǎng)絡(luò)真正學(xué)會(huì)了“學(xué)習(xí)”。

對(duì)大眾來說，傳統(tǒng)軟件是人類運(yùn)用第一性原理，將思維轉(zhuǎn)化為算法，再編寫成程序，就像一份食譜。而在深度學(xué)習(xí)中，我們構(gòu)建的是一個(gè)龐大的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。我們輸入它最終需要處理的數(shù)據(jù)，然后讓它“隨機(jī)猜測(cè)”輸出應(yīng)該是什么。

舉個(gè)例子：輸入一張貓的圖片。這個(gè)復(fù)雜網(wǎng)絡(luò)的某一端應(yīng)當(dāng)輸出代表“貓”的信號(hào)。當(dāng)輸入是貓時(shí)，其他輸出（狗、大象、老虎等）都應(yīng)接近零，只有“貓”的信號(hào)應(yīng)接近一。我們通過這個(gè)由無數(shù)數(shù)學(xué)單元組成的網(wǎng)絡(luò)輸入貓的圖片——這些單元僅僅在做乘法和加法。網(wǎng)絡(luò)規(guī)模非常龐大：輸入信息越多，網(wǎng)絡(luò)就需越大。

杰夫·辛頓發(fā)明的方法是：先讓網(wǎng)絡(luò)猜測(cè)——輸入貓圖，它給出一個(gè)結(jié)果。正確答案是“貓”，于是我們?cè)鰪?qiáng)“貓”的信號(hào)，抑制其他信號(hào)，并將這個(gè)調(diào)整反向傳回整個(gè)網(wǎng)絡(luò)。接著再輸入一張狗圖，它可能又輸出一堆雜亂結(jié)果。我們?cè)俅渭m正：“不，正確答案是‘狗’。請(qǐng)輸出‘狗’，其他輸出歸零。”然后再反向傳播這次修正。如此反復(fù)進(jìn)行。這就像教孩子認(rèn)物：“這是蘋果，這是狗，這是貓。”不斷展示、糾正，直到他們學(xué)會(huì)。

總之，這項(xiàng)偉大發(fā)明就是深度學(xué)習(xí)，它是當(dāng)代人工智能的基礎(chǔ)——一種能夠從例子中學(xué)習(xí)的軟件。

其最重大的應(yīng)用之一是圖像識(shí)別，而圖像識(shí)別中至關(guān)重要的領(lǐng)域就是放射學(xué)。大約五年前，有人預(yù)測(cè)：五年后，AI 將徹底改變放射學(xué)，不再需要放射科醫(yī)生。如今我們看到，這個(gè)預(yù)測(cè)完全正確——AI 已全面融入該領(lǐng)域。今天，幾乎所有的放射科醫(yī)生都在以某種形式使用 AI。

然而頗具諷刺意味且耐人尋味的是，自那以后放射科醫(yī)師的數(shù)量反而增加了。這就引出了一個(gè)值得玩味的問題：為什么會(huì)這樣？

當(dāng)時(shí)的預(yù)測(cè)認(rèn)為，AI 會(huì)讓放射科醫(yī)生消失，但現(xiàn)實(shí)恰恰相反，我們需要的放射科醫(yī)生更多。原因是：放射科醫(yī)生的真正目的不是閱讀影像，而是“診斷疾病”。

閱讀影像只是為了診斷服務(wù)的一個(gè)步驟�，F(xiàn)在 AI 能更快、更精準(zhǔn)地分析圖像，從不犯錯(cuò)，也不會(huì)疲勞——它能處理更多影像，能把 2D 圖像變成 3D、甚至 4D 來分析。AI 不在乎維度，它都能做。

因此，AI 能以人類做不到的方式、更大規(guī)模地研究影像，讓醫(yī)院可以為更多患者做檢查，提高服務(wù)量。這反過來改善醫(yī)院的經(jīng)濟(jì)狀況，于是醫(yī)院會(huì)雇傭更多放射科醫(yī)生，因?yàn)獒t(yī)生真正的價(jià)值是診斷疾病，而不是看圖。

主持人：所以你最終想說的是：關(guān)鍵要看一份工作的“目的”是什么？比如律師的目的是否改變了？

黃仁勛：對(duì)，我們要回到“工作的目的”本身。我舉個(gè)例子：如果汽車實(shí)現(xiàn)完全自動(dòng)駕駛，所有司機(jī)會(huì)失業(yè)嗎？可能不會(huì)。因?yàn)橛行┧緳C(jī)承擔(dān)的不只是駕駛，而是保護(hù)、服務(wù)、體驗(yàn)的一部分。

所以有些司機(jī)會(huì)失去工作，但許多司機(jī)會(huì)轉(zhuǎn)型，而自動(dòng)駕駛也會(huì)催生新的應(yīng)用。

同樣地，如果 AI 出現(xiàn)，我不認(rèn)為我會(huì)失去工作，因?yàn)槲业墓ぷ髂康牟皇恰翱次募薄安猷]件”“看技術(shù)圖”。這些都是任務(wù)，不是目的。人的工作目的通常沒變，變的是完成任務(wù)的方式。律師也是——他們的目的仍然是“幫助別人”。閱讀法律文件、生成文書只是手段，而不是目的。

主持人：但你不覺得 AI 會(huì)取代很多工作嗎？尤其是那些本質(zhì)上就是“執(zhí)行任務(wù)”的職業(yè)？

黃仁勛：會(huì)的。如果你的價(jià)值只是“做任務(wù)本身”，那就很危險(xiǎn)。但 AI 同時(shí)也會(huì)創(chuàng)造大量新工作。例如：假設(shè)我對(duì)馬斯克做的人形機(jī)器人非常興奮，雖然還有幾年才會(huì)普及。但一旦普及，就會(huì)出現(xiàn)一個(gè)全新的產(chǎn)業(yè)——機(jī)器人制造、維護(hù)、維修的技術(shù)人員。這些工作以前不存在。

汽車問世后才出現(xiàn)汽車技工、加油站、改裝等行業(yè)。未來機(jī)器人也會(huì)催生“機(jī)器人服飾”“機(jī)器人維護(hù)”“機(jī)器人個(gè)性化”等全新產(chǎn)業(yè)。

主持人：你不認(rèn)為這些工作未來也會(huì)被機(jī)器人自動(dòng)化嗎？最終是不是只有那些不是“執(zhí)行任務(wù)”的工作才會(huì)幸存？

黃仁勛：即便機(jī)器人彼此維護(hù)，也會(huì)不斷催生新需求、新工作。關(guān)鍵是：你的工作必須有“超越任務(wù)”的意義。如果你的工作只是“切菜”，那廚房機(jī)早就能代替你了。人們必須尋找更有意義的部分。

如何看待馬斯克提出的全民基本收入（UBI）？

主持人：你怎么看馬斯克關(guān)于“全民基本收入（UBI）將成為必要”的觀點(diǎn)？像 Andrew Yang 也提出過類似的看法。

黃仁勛：我認(rèn)為兩種極端情況不會(huì)同時(shí)發(fā)生：一種說法是：未來 AI 帶來“資源極大豐富”，人人都富裕，不需要工作。另一種說法是：我們需要全民基本收入來維持生活。這兩者不可能同時(shí)成立。要么人人富裕，要么人人需要補(bǔ)貼。

主持人：那你覺得“人人富�！笨赡軉�？如何實(shí)現(xiàn)？

黃仁勛：富裕不一定意味著“每個(gè)人都擁有很多錢”，而是“資源極大豐富”。就像今天我們對(duì)“信息”非常富有——幾千年前只有極少數(shù)人能獲取知識(shí)。未來，許多現(xiàn)在被認(rèn)為稀缺的資源，會(huì)因?yàn)樽詣?dòng)化而變得廉價(jià)、易得。

主持人：聽起來你認(rèn)為很難預(yù)測(cè)很遠(yuǎn)的未來？

黃仁勛：對(duì)，非常難，因?yàn)樽兞刻嗔�。但未�?5–10 年，我有幾個(gè)“相信并希望”能夠發(fā)生的趨勢(shì)：

趨勢(shì)一，AI 會(huì)大幅縮小技術(shù)鴻溝，而不是擴(kuò)大。反對(duì)者會(huì)說 AI 會(huì)加劇差距，因?yàn)樗嘿F，需要能源、GPU、工廠。但證據(jù)告訴我們：AI 是人類歷史上“最容易使用的技術(shù)”。

ChatGPT 幾乎一夜之間就有十億用戶 ，使用方式極其簡(jiǎn)單：對(duì)它說話就行。你不會(huì)用 ChatGPT？就問 ChatGPT “怎么用你” ，它能自動(dòng)學(xué)習(xí)你的語言、方言，并給出答案。以前的工具不會(huì)教你如何使用自己，但 AI 會(huì)。你不需要會(huì) Python/C++，只需要會(huì)“人類語言”。

趨勢(shì)二，未來每個(gè)國家都會(huì)擁有優(yōu)秀的 AI。即便不是最新的，也會(huì)是“過去版本的 AI”，但： “十年前的 AI，在十年后仍然是驚人的�！� 每個(gè)國家都會(huì)因此提升知識(shí)、技能與智能水平。

趨勢(shì)三，AI 的能耗會(huì)大幅下降，讓更多國家享受紅利。

主持人：但能源不也是發(fā)展中國家的最大瓶頸嗎？

黃仁勛：是的，能源是瓶頸。但正如摩爾定律讓計(jì)算功耗不斷下降，加速計(jì)算（accelerated computing）也讓 AI 的能耗下降得極快。

過去十年，我們把計(jì)算性能提升了 100,000 倍。同樣任務(wù)所需的能源減少了 100,000 倍。如果汽車十年內(nèi)做到“能耗減少 10 萬倍”，它幾乎不需要能源。未來 10 年，AI 做同樣的任務(wù)所需能量會(huì)降到極低。這意味著：AI 將無處不在，每個(gè)國家都能使用，不需要巨大的能源成本。

所以，貧窮國家也能跟上。

馬斯克買走了第一塊 DGX-1

主持人：目前能源仍然是最大瓶頸吧？比如 Google 正在建核電站為他們的 AI 工廠供電？

黃仁勛：我之前沒聽說過這件事。但未來六、七年會(huì)看到很多小型核反應(yīng)堆。規(guī)模大概是幾百兆瓦的級(jí)別。這些小型核反應(yīng)堆會(huì)建在各家公司本地，用來自發(fā)電。

主持人：哇，就像農(nóng)場(chǎng)自己發(fā)電那樣？這樣做似乎最合理吧？既能減輕電網(wǎng)壓力，又能按需建設(shè)，還能把剩余電力回饋電網(wǎng)？

黃仁勛：沒錯(cuò)，這就是它的意義。

主持人：你剛才講了一個(gè)很重要的點(diǎn)：摩爾定律與價(jià)格之間的關(guān)系。比如現(xiàn)在的筆記本電腦，像 MacBook Air，那么薄、電池那么強(qiáng)、性能那么好，價(jià)格相對(duì)又便宜——這就是摩爾定律，對(duì)吧？

黃仁勛：然后還有英偉達(dá)定律。我之前說的那種計(jì)算方式，就是我們發(fā)明的新計(jì)算方法，相當(dāng)于“喝了能量飲料版的摩爾定律”，摩爾定律遇上喬·羅根那種強(qiáng)化版。這就是我們。

主持人：你帶去給馬斯克的那塊芯片，它的意義是什么？為什么這么強(qiáng)？

黃仁勛：要從 2012 年說起。當(dāng)時(shí) Geoff Hinton 的實(shí)驗(yàn)室——我剛才提到的那幾位：Ilya Sutskever、Alex Krizhevsky——他們?cè)谟?jì)算機(jī)視覺領(lǐng)域做出了突破，開發(fā)了一個(gè)叫 AlexNet 的軟件，用來識(shí)別圖像。

AlexNet 的圖像識(shí)別效果，比過去 30 年所有人類設(shè)計(jì)的計(jì)算機(jī)視覺算法都要好，是一個(gè)質(zhì)的飛躍。計(jì)算機(jī)視覺是智能的基礎(chǔ)，如果機(jī)器不能感知，就很難談智能。他們用的硬件是什么？就是兩塊英偉達(dá)的 GPU。

主持人：為什么 GPU 能做到？

黃仁勛：因?yàn)橛ミ_(dá)從成立開始，就在研究一種新的計(jì)算方式。傳統(tǒng) CPU 是順序運(yùn)行：一步一步來。而 GPU 是并行運(yùn)行：把問題拆成很多塊，交給成千上萬個(gè)處理器同時(shí)做。

顯卡之所以能玩你的賽車模擬器、生成圖形，是因?yàn)樗鋵?shí)就是一臺(tái)圖像生成超級(jí)計(jì)算機(jī)。我們把這種“加速計(jì)算”植入了顯卡里。年輕人買它來打游戲——但其實(shí)他們買的是全球最大規(guī)模的消費(fèi)者超級(jí)計(jì)算平臺(tái)。你之前玩 Quake，用雙卡 SLI，對(duì)吧？

主持人：對(duì)，我以前自己裝電腦，用過你的顯卡，搞過雙卡 SLI。我以前是 Quake 發(fā)燒友。

*** 黃仁勛：那太酷了。你那兩塊 GTX 580，其實(shí)就是深度學(xué)習(xí)走紅世界的第一臺(tái)“革命性計(jì)算機(jī)”。

黃仁勛：就是那臺(tái)雙卡 SLI。那是現(xiàn)代 AI 的大爆炸時(shí)刻。我們發(fā)明了 GPU 和 CUDA，他們正好發(fā)現(xiàn)了它，而我們又正好注意到了他們做的事情。這就像《星際迷航》的第一次接觸——假如瓦肯人沒有在那一刻看到曲速引擎，他們就不會(huì)來到地球。一切都會(huì)截然不同。

主持人提問：后來發(fā)生了什么？

黃仁勛：我們意識(shí)到深度學(xué)習(xí)不僅能解決視覺問題，它本質(zhì)上是一個(gè)通用函數(shù)逼近器：給它輸入和輸出，它能自己學(xué)會(huì)內(nèi)部的函數(shù)。今天可以是牛頓方程，明天可以是麥克斯韋方程、電磁學(xué)、熱力學(xué)甚至量子物理。

換句話說：只要世界存在輸入和輸出，AI 就能學(xué)會(huì)它。但要讓它真正強(qiáng)大，需要兩個(gè)前提：一是模型需要能擴(kuò)大規(guī)模（scale）；二是它必須能在無監(jiān)督的情況下學(xué)習(xí)——我們不會(huì)永遠(yuǎn)有足夠的標(biāo)注數(shù)據(jù)。 無監(jiān)督學(xué)習(xí)后來出現(xiàn)了，AI 于是可以靠自己學(xué)習(xí)。

到 2016 年，我造出了第一臺(tái) DGX-1 超級(jí)計(jì)算機(jī)，用 8 個(gè) GPU（不是 SLI 兩個(gè)）連在一起，一個(gè)要 30 萬美元，而研發(fā)第一臺(tái)花了英偉達(dá)幾十億美元。我在大會(huì)上發(fā)布它，但沒有一個(gè)人想買——直到馬斯克出現(xiàn)。

主持人：馬斯克怎么說？

黃仁勛：我們?cè)谂_(tái)上做火邊聊天，他說：“我有家公司可以用到這個(gè)�！蔽姨貏e興奮：“太好了，我第一個(gè)客戶！”結(jié)果他說：“這是家非營利機(jī)構(gòu)�！�

我當(dāng)時(shí)整個(gè)人都僵住了——我花了幾十億做這東西，他買不起��！但我還是把我們內(nèi)部在用的一臺(tái)打包，親自開車送去舊金山。

2016 年，我走進(jìn)他們一個(gè)比你這房間還小的地方——那里的人后來成了 OpenAI。那時(shí)他們真的就是“坐在同一個(gè)小屋子的一群人”。

主持人：但現(xiàn)在已經(jīng)不是非營利組織了，對(duì)吧？

黃仁勛：對(duì)，現(xiàn)在已經(jīng)不是了。但不管怎樣，那真是一個(gè)偉大的時(shí)刻。

存亡之際，世嘉 500 萬美元拯救了英偉達(dá)

主持人：現(xiàn)在 DGX-1 體積真的小太多了。那天 SpaceX 的時(shí)候我們也看過。

黃仁勛：對(duì)，你看差別。工業(yè)設(shè)計(jì)完全一樣。而且他是拿在手里的。最驚人的是——當(dāng)年的 DGX-1 是 1 PetaFLOPS。很大的 FLOPS 數(shù)。DGX Spark 也是 1 PetaFLOPS。但——這是 9 年之后。同樣的計(jì)算力、卻小了這么多。

主持人：而且不是 30 萬美元了？

黃仁勛：現(xiàn)在只要 4000 美元。而且只有一本小書的大小。技術(shù)就是這樣進(jìn)步的。我想把第一臺(tái)給他，就是因?yàn)?2016 年我也把第一臺(tái)給了他。

主持人：太迷人了。如果要拍電影，這就是最完美的故事。假如它真的變成一種數(shù)字生命形態(tài)，那它的起源竟然來自——想做更好的電子游戲電腦圖形，這不是太諷刺太有戲劇性了嗎？

黃仁勛：完全是。你這么想真的很瘋狂，但也完美貼合邏輯。計(jì)算機(jī)圖形其實(shí)是超級(jí)計(jì)算里最困難的問題之一，要生成“現(xiàn)實(shí)”。同時(shí)它又是最賺錢的問題之一，因?yàn)殡娔X游戲太受歡迎。

NVIDIA 在 1993 年創(chuàng)立時(shí)，我們想做一種新的計(jì)算方式。問題是：殺手應(yīng)用是什么？我們公司想做一種新型的計(jì)算架構(gòu)，一種能解決傳統(tǒng)計(jì)算機(jī)解決不了的問題的計(jì)算機(jī)。但——1993 年存在的應(yīng)用，都是傳統(tǒng)計(jì)算機(jī)能解決的。如果傳統(tǒng)計(jì)算機(jī)解決不了，那應(yīng)用也不會(huì)存在。

所以，我們公司其實(shí)從使命陳述上來說，是一個(gè)“不可能成功的公司”。但 1993 年的我根本不知道，只覺得這是個(gè)好主意。如果我們要?jiǎng)?chuàng)造一個(gè)能解決沒法解決的問題的機(jī)器——那你得先“創(chuàng)造那個(gè)問題”。

這就是我們做的事。當(dāng)時(shí)沒有《Quake》，John Carmack 還沒發(fā)布《Doom》。所以我去了日本。當(dāng)時(shí)街機(jī)行業(yè)正在崛起，世嘉很火。那時(shí)的街機(jī)第一次進(jìn)入 3D：《VR 快打》《Daytona》《VR 警察》……

這些技術(shù)來自 Martin Marietta 的飛行模擬器，把 NASA 航天飛機(jī)模擬器的核心拆出來塞進(jìn)街機(jī)里。你家那臺(tái)系統(tǒng)，算力可能比當(dāng)年的街機(jī)強(qiáng)一百萬倍。但那些街機(jī)用的就是飛行模擬器的技術(shù)。世嘉有兩位驚人的開發(fā)者——鈴木裕，以及任天堂的宮本茂。 他們是游戲行業(yè)真正的起源者，兼具藝術(shù)與技術(shù)天賦。鈴木裕是 3D 游戲圖形的先鋒。

我們當(dāng)時(shí)創(chuàng)立公司，卻沒有任何應(yīng)用。每天和家人說“去上班”，但實(shí)際上就我們?nèi)齻�(gè)人，沒人會(huì)來找你。所以我們下午都沒事干。吃完午飯，我們就會(huì)去街機(jī)廳打《VR 快打》《Daytona》，研究他們?cè)趺醋龅降摹?/p>

后來我們決定：** 去日本說服世嘉，把這些街機(jī) 3D 游戲移植到 PC 上，開啟 PC 3D 游戲時(shí)代。這就是 NVIDIA 的開始。

作為交換條件，我們幫他們做游戲主機(jī)的芯片，他們把游戲移植到 PC。他們也付了我們一大筆錢，這就是 NVIDIA 的真正起步。

但在做了幾年之后，我們發(fā)現(xiàn)——我們第一代技術(shù)不行。是錯(cuò)的。所有架構(gòu)理念是對(duì)的，但實(shí)現(xiàn)方式完全反了。別人用三角形，我們用曲面；別人做逆向貼圖，我們做正向貼圖；別人用 Z-buffer，我們沒有。

所有三個(gè)關(guān)鍵技術(shù)方向——我們?nèi)x錯(cuò)。所以我們是第一批進(jìn)入這行業(yè)的公司，卻發(fā)現(xiàn)自己在一百家競(jìng)爭(zhēng)者里排在最后，而且答案是錯(cuò)的。

公司陷入困境，我們必須選擇：

• 改？改了仍然是最后一名，仍然會(huì)死。

• 不改？就繼續(xù)用錯(cuò)誤技術(shù)。

• 或者做別的？

我最后主張：雖然不知道正確策略是什么，但我們至少知道錯(cuò)誤技術(shù)是什么。先停下錯(cuò)誤的，給自己一個(gè)重新思考的機(jī)會(huì)。

第二個(gè)問題：我們快沒錢了。我還和世嘉有合同，要交付游戲主機(jī)芯片。如果合同被取消，我們會(huì)瞬間死掉。于是我去了日本，見世嘉 CEO 入交昭平（Irié）。他以前是本田美國的 CEO。我 33 歲，還是個(gè)瘦瘦的華裔小伙子，臉上還有痘。我對(duì)他說：

• 我有壞消息。

• 我們承諾的技術(shù)行不通。

• 我建議你們不要繼續(xù)讓我們完成合同，你們應(yīng)該找別人做主機(jī)芯片——否則只會(huì)浪費(fèi)你們的錢。

而且——雖然我請(qǐng)求解約，但我仍然需要你最后那 500 萬美元。否則我們會(huì)立刻倒閉。

我謙虛、誠實(shí)地把背景全部解釋給他聽。我請(qǐng)求他把最后那 500 萬美元改成對(duì) NVIDIA 的投資。他對(duì)我說：“即便我投了，你們公司仍然很可能會(huì)倒閉。”

完全正確。

1995 年的 500 萬美元，對(duì)世嘉來說也是大錢。面對(duì)這么多競(jìng)爭(zhēng)者，他們做對(duì)了技術(shù)，我們做錯(cuò)了——投我們，回報(bào)概率幾乎是零。我告訴他： “如果你不投資，我們今晚就會(huì)倒閉；如果你投了，錢可能也會(huì)虧掉。但結(jié)果對(duì)我來說意義重大�！�

他想了幾天，回來對(duì)我說：“好，我們投。”

他最終決定：他只是喜歡那個(gè)年輕的 Jensen。就這樣。直到今天都是如此。

主持人：公司上市后你們?cè)趺醋觯?/p>

黃仁勛：我們當(dāng)時(shí)的戰(zhàn)略和技術(shù)方向完全是錯(cuò)的，所以不得不裁掉公司大部分人，把做游戲主機(jī)的團(tuán)隊(duì)都縮回去。有人對(duì)我說：“Jensen，我們從來沒把東西做對(duì)過，我們只會(huì)按錯(cuò)誤的方法做。”

確實(shí)公司沒人知道如何像 Silicon Graphics 那樣，做一個(gè)超級(jí)計(jì)算級(jí)的圖形圖像生成系統(tǒng)。

我說：“不會(huì)很難吧？幾十家公司都在做�！毙疫\(yùn)的是 Silicon Graphics 出了一本教材，我口袋里有 200 美元，就把僅有的三本教材全買了，每本 60 美元。

我拿回來發(fā)給三個(gè)架構(gòu)師，說：“讀它，然后我們?nèi)フ裙尽！?/p>

主持人：你們是怎么改變 3D 圖形技術(shù)的？

黃仁勛：我們從第一性原理開始，學(xué)習(xí)最好的技術(shù)，但用從未有過的方式重新實(shí)現(xiàn)。Silicon Graphics 的幾何引擎是跑在通用處理器上的軟件邏輯。而我們把所有通用性都去掉，只保留 3D 圖形最本質(zhì)的功能，把它全部硬編碼進(jìn)芯片里。

那讓一個(gè)小小的芯片性能暴增，能跑出百萬美元圖形工作站同等級(jí)的畫面。我們把一個(gè)百萬級(jí)設(shè)備塞進(jìn)了 PC 顯卡里，這就是重大突破。同時(shí)，我們只專注一個(gè)應(yīng)用場(chǎng)景：電子游戲，而不是 CAD、飛行模擬這些一大堆應(yīng)用。把問題縮到最小，然后為玩家超級(jí)優(yōu)化它。

我們還建立了完整的游戲開發(fā)者生態(tài)，把游戲適配到我們的芯片上，從技術(shù)公司變成一個(gè)游戲平臺(tái)公司。GeForce 早期本質(zhì)上就是讓 PC 變成一臺(tái)游戲主機(jī)。

主持人：你怎么回顧那個(gè)時(shí)代電子游戲行業(yè)的興起？

黃仁勛：1993 年時(shí)實(shí)際上根本沒有“游戲產(chǎn)業(yè)”這種說法。但 John Carmack 做出 Doom、Quake 后，一切瞬間爆發(fā)。

順便說個(gè)趣事，“Doom”這個(gè)名字來自《金錢本色》里的一個(gè)臺(tái)詞：湯姆·克魯斯打開球桿盒時(shí)說：“厄運(yùn)（Doom）”。Carmack 覺得他們做的就是給行業(yè)帶來“毀滅級(jí)沖擊”，就用了這個(gè)名字。之后 Tim Sweeney 和 Epic Games 加入，3D 游戲時(shí)代徹底起飛。

主持人：繼續(xù)你的故事吧。你們后來怎么撐下來的？

黃仁勛：在 GeForce 之前，我們靠 RIVA 128 救活了公司。但當(dāng)時(shí)我們銀行里只剩幾百萬美元，每個(gè)月都在燒錢。設(shè)計(jì)芯片要反復(fù)打樣——設(shè)計(jì) → tape-out（送晶圓廠）→ 拿回硅片 → 用軟件測(cè)試 → 發(fā)現(xiàn) bug → 再 tape-out。我們沒有錢也沒有時(shí)間再來幾次這樣的循環(huán)。

后來我聽說有家公司做出一臺(tái)“模擬器”（emulator），能讓我們直接把芯片的設(shè)計(jì)文件放進(jìn)去，讓機(jī)器“假裝”成我們的芯片。這樣就能在出硅片之前把所有軟件測(cè)試完。

這太革命了。我們只有一百萬美元現(xiàn)金，我決定拿其中一半去買那臺(tái)機(jī)器。結(jié)果我打電話過去，對(duì)方說：“機(jī)器有，但我們公司已經(jīng)倒閉了。” 他們有一臺(tái)庫存機(jī)，我就把它買下來了。他們之后真的倒閉了。我們把設(shè)計(jì)放進(jìn)去測(cè)試，把 bug 都修完了。

主持人：然后你們?cè)趺醋?TSMC（臺(tái)積電）支持你們？

黃仁勛：我打電話給臺(tái)積電，說我們要直接量產(chǎn)，不做試產(chǎn)。臺(tái)積電說從沒聽過有人第一次 tape-out 就敢直接上量產(chǎn)。

但如果不這么做，我們必然死。而這樣做，也許有一線生機(jī)。當(dāng)時(shí)臺(tái)積電很小，幾億美元規(guī)模。創(chuàng)辦人張忠謀先生決定支持我們。我告訴他我們“有很多客戶”（事實(shí)上只一個(gè)），還有大額采購訂單。如果失敗，晶圓會(huì)報(bào)廢，我們也完了。但他承擔(dān)了風(fēng)險(xiǎn)。我們 tape-out、量產(chǎn)，結(jié)果完美成功。我們從零到十億美元收入，成為當(dāng)時(shí)增長最快的科技公司。

主持人：那時(shí)候你怎么承受壓力？能睡好嗎？

黃仁勛：那時(shí)我常常躺在床上覺得整個(gè)世界都在高速旋轉(zhuǎn)，非常焦慮，完全失控。我人生只有少數(shù)幾次這樣的感覺，那段時(shí)間是最嚴(yán)重的。

主持人：這些經(jīng)歷給了你什么？

黃仁勛：我學(xué)會(huì)了如何制定戰(zhàn)略、如何創(chuàng)造市場(chǎng)（我們創(chuàng)造了現(xiàn)代 3D 游戲市場(chǎng)，后來用同樣方法創(chuàng)造了現(xiàn)代 AI 市場(chǎng)）。我學(xué)會(huì)了如何在危機(jī)中保持冷靜、系統(tǒng)化思考，又如何把公司里所有浪費(fèi)都清除，只做最本質(zhì)的事。

我們長期靠“燃盡式”生存。直到今天——我每天早上醒來仍然覺得：我們可能 30 天內(nèi)會(huì)破產(chǎn)。

主持人：但你們現(xiàn)在是全球最大的科技公司之一啊。

黃仁勛：但那種脆弱感、不確定感、危機(jī)感從來沒離開過。

主持人：你覺得正是這種“饑餓感”讓你們成功嗎？

黃仁勛：是的。我更多的驅(qū)動(dòng)力來自“不想失敗”。我不會(huì)停下來，不會(huì)自滿，總是處在邊緣狀態(tài)。

https://www.youtube.com/watch?v=3hptKYix4X8

聲明：本文為 InfoQ 翻譯整理，不代表平臺(tái)觀點(diǎn)，未經(jīng)許可禁止轉(zhuǎn)載。

會(huì)議預(yù)告

12 月 19～20 日，AICon 2025 年度收官站在北京舉辦。現(xiàn)已開啟 9 折優(yōu)惠。

兩天時(shí)間，聊最熱的 Agent、上下文工程、AI 產(chǎn)品創(chuàng)新等等話題，與頭部企業(yè)與創(chuàng)新團(tuán)隊(duì)的專家深度交流落地經(jīng)驗(yàn)與思考。2025 年最后一場(chǎng)，不容錯(cuò)過。

今日薦文

你也「在看」嗎？