点登富配资三万字全文｜黄仁勋专访：AI将实现十亿倍增长，对手免费送ASIC也打不过GPU每瓦性能，NV壁垒是极致协同设计

　　炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

　　来源：瓜哥AI新知

　　内容提要：黄仁勋 BG2 专访：英伟达、OpenAI、算力未来与美国梦

AI 规模定律与推理的革命：在传统的 AI 规模定律（预训练、后训练）之上，引入了全新的“思考”推理定律——即在回答前深度思考、研究和学习。这将使推理能力呈指数级增长（百万倍乃至十亿倍），最终将智能推向新高度。

OpenAI Stargate 合作的战略意义： NVIDIA 与 OpenAI 的 1000 亿美元合作（Stargate）不仅是设备供应，更是支持 OpenAI 建立自主 AI 基础设施，助其成为下一个万亿美元市值的超大规模公司。NVIDIA 作为其首选合作伙伴，将提供从芯片、软件到系统的全方位支持。

通用计算向加速计算的范式转变：摩尔定律的终结标志着通用计算时代的落幕，计算基础设施正全面转向加速计算和 AI 计算。这一转变将重塑全球计算市场，为 NVIDIA 带来数千亿美元的增长机遇。

AI 驱动的经济增长潜力： AI 作为强大“引擎”将极大增强人类智能，有望在全球 GDP 中占据数万亿美元的显著份额，加速全球经济增长，并催生全新的 AI 代理产业和应用。

NVIDIA 的竞争壁垒与“极致协同设计”： NVIDIA 通过年度发布周期、与供应链的深度合作，以及在芯片、系统、软件、网络等领域的全栈“极致协同设计”，不断推出性能呈指数级提升的产品（如 Blackwell），构建了难以逾越的竞争壁垒。

GPU 与 ASIC 的辩证关系： NVIDIA 正在从 GPU 供应商转型为 AI 基础设施建设者，能够整合各类 ASIC（如 CPX）以满足多样化的 AI 工作负载需求，同时通过开源软件和平台（如 Dynamo、NV Fusion）吸引生态系统内的合作伙伴。

AI 芯片的成本优势： NVIDIA 的系统级设计使其每瓦性能远超竞争对手。即便对手的 ASIC 芯片免费，NVIDIA 的系统在总拥有成本（TCO，包括电力、数据中心等）上仍具备显著优势。

主权 AI 的重要性：各国必须发展自身的主权 AI 能力，这不仅关乎国家安全，也关乎经济命脉。各国在利用通用 AI 模型的同时，应投入资源自主构建工业、制造业和国家安全领域的专属模型。

AI 驱动的“美国梦”与人才吸引：吸引并留住全球顶尖人才（包括 STEM 学生）是美国保持竞争力的关键。提高 H-1B 签证费用或许是一个起点，但需平衡合法与非法移民问题，并警惕可能加速海外投资、损害美国品牌形象的负面效应。

中国市场的重要性与竞争策略：中国是全球最重要的市场之一。鼓励外企在华投资竞争，同时发展本国充满活力的 AI 产业，最符合中美两国的国家利益，应避免“脱钩”和零和博弈思维。

AI 驱动的生产力提升与就业创造： AI 不会消灭工作，而是重塑任务，它将增强人类智能、提高生产力，并创造新的就业机会。AI 将极大弥合技术鸿沟，让每个人都能从技术进步中受益。

指数级增长与未来预测： AI 领域的指数级增长速度惊人。预测未来（如 30 年后）需要将“比特”与“原子”世界相结合，重点关注 AI 与机电一体化、机器人学的融合，以及生物学和数字孪生的巨大潜力。

“投资美国”与普惠式增长：通过“Invest America”等倡议，让每个孩子从出生起就成为美国优秀企业的股东，以此实现包容性增长，确保在技术浪潮中无人掉队。

美国重新工业化与技工价值：重振美国制造业（重新工业化）并重新重视技工的价值，再结合 AI 的赋能，将有效促进经济增长、创造就业并提升国家竞争力。

“放马过来”的自信态度：面对竞争，应采取自信开放的态度（“放马过来”），相信美国的人民、文化和制度，通过合作（哪怕是与曾经的对手）共同实现繁荣。

　　访谈全文

　　黄仁勋：我认为 OpenAI 很有可能成为下一个万亿美元市值的超大规模公司。

　　主持人Gerstner： Jensen，很高兴再次相会。当然，还有我的搭档 Clark Tang。时间过得真快。

　　黄仁勋：欢迎来到 NVIDIA。

　　年度 AI 回顾

　　主持人Gerstner：哦，这副眼镜不错，戴着很好看。不过问题是，以后大家都会希望你一直戴着了。他们会问：“那副红眼镜呢？”我能作证。我们上次录播客已经过去一年多了。如今，你超过 40% 的收入来自推理业务。而真正的推理革命，也就是链式推理，才刚刚开始，对吗？

　　黄仁勋：它即将迎来十亿倍的增长。没错，是百万倍，乃至十亿倍。这才是大多数人尚未完全理解的重点。我们之前谈论的是一个行业，而现在我们面对的是一场工业革命。

　　主持人Gerstner：说实话，感觉自上次之后，我们每天都在继续对话。在 AI 的时间尺度里，一年多就像 100 年。我最近重温了那期播客，我们谈到的许多观点都让我印象深刻。其中最深刻的，就是你当时的极力强调。还记得吗？大约一年半前，预训练领域有些悲观，人们都在说：“天啊，预训练走到头了，我们过度投资了。”

　　而你却说：“推理的增长不是 100 倍、1000 倍，而是 10 亿倍。”这句话直接把我们带到了今天。你刚刚宣布了一项重大合作，我们就从这里开始吧。

　　黄仁勋：我得坦白，我当时低估了。我们现在有三个规模定律：预训练规模定律、后训练规模定律。后训练，本质上就像 AI 在练习一项技能，通过不断尝试各种方法，直到做对为止。要做到这一点，就需要进行推理。如今，在强化学习中，训练和推理已经融为一体，这让整个过程变得非常复杂。这个过程就被称为后训练。

　　第三个方面是推理。过去的推理方式是‘一次性’的。然而，我们现在所推崇的新推理方式，引入了‘思考’。在回答之前先深入思考，这至关重要。

　　现在，我们有了三个规模定律。你思考的时间越长，答案的质量就越高。在思考的过程中，你可以进行研究，核实事实，学习新知识。再思考，再学习，然后生成答案。关键在于，不要急于给出第一个答案。

　　因此，是思考、后训练和预训练这三个规模定律在共同推动发展，而不仅仅是一个。

　　主持人Gerstner：你去年就预见到了这一点。那么和一年前相比，你现在是否对“推理将实现十亿倍增长”以及“这将把智能推向何种新高度”更有信心了？

　　黄仁勋：我今年的信心更足了。看看现在的 AI 代理系统就知道了。AI 不再是单一的语言模型，而是一个由多个模型组成的系统。它们可以同时运行，使用工具，进行研究，处理各种任务。而且这一切都是多模态的。看看现在AI生成的那些视频，简直太疯狂了。

　　OpenAI Stargate 与 NVIDIA 投资

　　主持人Gerstner：这自然就引出了本周的热点话题：几天前，你宣布了与 OpenAI 的 Stargate 项目达成重大合作，NVIDIA 将成为其首选合作伙伴，并计划投资 1000 亿美元。他们要建设 10 千兆瓦的算力。如果全部使用 NVIDIA 的产品，这可能为 NVIDIA 带来高达 4000 亿美元的收入。所以，能否请你谈谈这次合作对你意味着什么？以及为什么这项投资对 NVIDIA 来说是明智之举？

　　黄仁勋：首先，我先回答最后一个问题，然后再展开阐述。我认为 OpenAI 很有可能成为下一个万亿美元市值的超大规模公司。

　　为什么称之为超大规模公司？就像 Meta 和谷歌一样，它们将同时拥有面向消费者和企业的服务，极有可能成为全球下一个万亿美元级别的巨头。我想你会同意这个判断。

　　如果真是如此，那么在它成长到那个规模之前进行投资，就是我们能想到的最明智的决策之一。投资必须投在自己了解的领域，而这恰好是我们的专长。投资这个领域的回报将是巨大的。我们非常看好这次投资机会，虽然我们并非必须投资，但他们提供了这个机会，这非常难得。

　　现在，让我从头说起。我们与 OpenAI 的合作涵盖多个项目。首先是与微软 Azure 的合作建设，这个项目进展顺利，未来几年还有价值数千亿美元的工作要完成。

　　我们正与 OCI、OpenAI 和软银合作，建设大约 5 到 7 千兆瓦的算力。这些项目均已签约，正在推进中。然后是与 CoreWeave 的合作。这些都是在 OpenAI 的大背景下进行的。

　　那么，这次的新合作究竟是什么呢？这次新合作的核心，是帮助 OpenAI 首次建立他们自己的 AI 基础设施。

　　所以，这意味着，我们将直接在芯片、软件、系统乃至 AI 工厂层面与 OpenAI 合作，帮助他们成为一个完全自运营的超大规模公司。这个过程会持续相当长的时间。这次合作是为了应对他们正在经历的“双重指数级增长”。

　　第一个指数增长来自用户数量，因为 AI 效果越来越好，应用场景不断丰富，几乎所有应用都在接入 OpenAI，导致使用量爆炸式增长。

　　第二个指数增长来自单次使用的计算量。因为 AI 不再是‘一次性’推理，而是需要‘思考’后才能回答。这两个指数增长叠加，导致他们的算力需求呈复合式增长。

　　因此，我们必须推进所有这些项目。这次新的合作是在他们已有的所有项目基础之上的一个增量，旨在支持这种惊人的指数级增长。

　　主持人Gerstner：你刚才提到“OpenAI 极有可能成为万亿美元公司”，这点非常有趣。你认为这是一笔绝佳的投资，同时你也在帮助他们进行自主建设，包括自建数据中心。而在此之前，他们的数据中心建设一直外包给微软。现在，他们希望建立自己的完整技术栈。

　　黄仁勋：是的，就像自建工厂一样。他们希望与我们建立一种类似埃隆与 X 那样的关系，进行自主建设。

　　主持人Gerstner：这确实是重大事件。Colossus的优势在于他们正在构建完整的技术栈，这本身就是一个超大规模计算公司（Hyperscaler）。因为即便他们自己用不完这些算力，也可以卖给别人。同理，Stargate也在建设庞大的算力集群。他们预计自己会使用大部分，但这也让他们有能力将富余的算力出售。这听起来不就是AWS、GCP或Azure的模式吗？

　　黄仁勋：我认为他们很可能会像X公司一样，将这些算力自用。但关键在于，他们希望与我们建立直接的合作与采购关系。就像扎克伯格和Meta、桑达尔和Google、萨提亚和Azure与我们的合作一样，都是完全直接的。他们已经达到了这样的规模。

　　英伟达加速计算的潜在市场规模（TAM）

　　他们认为，现在是时候开始建立这种直接关系了。我很高兴能支持他们。萨提亚知道，拉里也知道，每个人都清楚正在发生什么，并且都非常支持。

　　主持人Gerstner：但有一点让我感到困惑。您刚才提到了Oracle的3000亿美元投资、Colossus的宏伟计划，还有主权AI和各大超大规模计算公司的投入。Sam Altman甚至谈论的是万亿美元级别的规模。然而，华尔街那25位负责研究您公司的卖方分析师，他们的共识预测是，英伟达的增长将在2027年左右趋于平缓，到2030年的年增长率仅为8%。而预测英伟达的增长率是这些分析师的唯一工作。

　　黄仁勋：我们清楚这一点，但这没关系。我们总是能超越这些预期。

　　主持人Gerstner：我明白，但这确实是一种有趣的脱节。我每天都在CNBC和彭博电视上听到这种论调。我想，这部分源于一种担忧，即当前的短缺最终会导致未来的产能过剩。他们或许相信到2026年的增长，但对2027年之后的情况持怀疑态度，认为届时市场可能饱和。这恰恰表明，尽管我们进入AI时代已经两年半，但在您、Sam Altman、桑达尔、萨提亚的愿景与华尔街的普遍看法之间，仍然存在巨大的认知鸿沟。

　　这一点您也很清楚。

　　黄仁勋：我也不认为这其中存在矛盾。让我从三个方面来阐述，希望能帮助你对英伟达的未来更加放心。

　　第一点，也是最重要的一点，是基于物理定律的必然：通用计算的时代已经落幕，未来属于加速计算和人工智能。

　　你可以这样思考：全球价值数万亿美元的计算基础设施，有多少需要更新换代？所有人都同意，通用计算的时代已经结束，摩尔定律已死。这意味着什么？通用计算必将转向加速计算。我们与英特尔的合作，正是基于“通用计算必须与加速计算融合”这一共识，这为他们创造了新的机遇。

　　第二点，人工智能的第一个应用场景其实早已无处不在，比如搜索、推荐引擎和购物。过去，超大规模计算的基础设施是用于推荐系统的CPU；现在，它将变成用于人工智能的GPU。所以，你只需看看传统计算和超大规模计算，它们都在从CPU转向加速计算和AI。为Meta、Google、字节跳动、亚马逊等公司提供支持，将他们传统的超大规模计算模式转向人工智能，这将是一个价值数千亿美元的市场。

　　主持人Gerstner：考虑到地球上使用TikTok、Meta、Google服务的40亿人，他们已经产生了巨大的工作负载需求。

　　黄仁勋：这些都是由加速计算变革驱动的。所以，即便不考虑AI创造的新机会，仅仅是AI改变做事方式这一项，就已足够庞大。

　　接下来，让我们谈谈未来。到目前为止我说的，其实都只是基础。这就好比，你不会再用煤油灯，而是改用电灯；你不会再坐螺旋桨飞机，而是选择喷气机。旧的模式已经过时，道理就是这么简单。

　　真正令人难以置信的是，当你转向AI和加速计算后，会涌现出哪些全新的应用？这就是我们正在热议的生成式AI。

　　这个机会有多大？一个简单的类比是，就像马达取代了体力劳动一样，现在我们有了人工智能。我称之为“AI工厂”。这些AI超级计算机将生成tokens，用以增强人类的智能。

　　人类智能贡献了全球GDP的多少？大约是55%到65%，也就是50万亿美元。

　　这50万亿美元的经济活动，未来都将被某种东西所增强。让我们回到个人层面。假设我花1万美元为一位年薪10万美元的员工配备一套AI系统，而这套系统能让他的生产力翻倍甚至三倍，我会不会这么做？答案是毫不犹豫。在我们公司，每一位员工都正在这样做。我们公司的每一位软件工程师、每一位芯片设计师，都已经在与AI协同工作了。

　　100%覆盖。因此，我们正在构建的芯片数量更多，节奏更快，公司作为一个整体增长得也更快。我们雇佣了更多的人，生产力更高，收入更高，利润也更高。何乐而不为呢？

　　现在，将英伟达的故事放大到全球GDP。那50万亿美元的经济活动，很可能被价值10万亿美元的AI增强。而这10万亿美元的价值，需要机器来生成。

　　黄仁勋： AI与过去的IT有何不同？过去，软件是预先写好的，运行在CPU上，需要人来操作。未来，AI会持续生成“通证”，机器必须不断地思考才能生成它们。因此，软件将永远在线运行，而不是像过去那样只编写一次。为了让AI能够思考，它需要一个“工厂”。

　　假设我们生成了10万亿美元的token价值，其毛利率为50%，那就意味着需要一个价值5万亿美元的“AI工厂”，也就是AI基础设施来支撑。所以，如果有人告诉我全球每年在AI基础设施上的资本支出将达到5万亿美元，我认为这个数字是合理的。这就是未来：从通用计算转向加速计算，用AI重塑所有超大规模计算，并最终增强人类智能。

　　主持人Gerstner：您这是在对标全球GDP。我们估计，目前这个市场的年规模约为4000亿美元。照此计算，潜在市场规模（TAM）比现在高出4到5倍。

　　黄仁勋：没错。阿里巴巴的吴泳铭（Eddie Wu）昨晚就说，到这个十年末，他们数据中心的电力容量将增加10倍。对吧？

　　黄仁勋：他们将电力增加10倍，我们将其与电力相关联。英伟达的收入几乎与电力消耗成正比，对吧？

　　黄仁勋：他还说了什么？他说token的生成速度每几个月就会翻一番。这说明了什么？每瓦性能必须持续指数级增长，这也是为什么英伟达要不断推出性能更强的产品。同样，每瓦带来的收入也是如此。在未来，“瓦特”几乎就等同于收入。

　　主持人Gerstner：这很有意思。从历史上看，在工业革命和数字革命之前，全球GDP增长非常缓慢，之后才开始加速。您所说的，其实是在描绘一个相似的场景：全球GDP增长将再次提速，因为我们拥有了数十亿为我们工作的AI“同事”。如果GDP是劳动力和资本投入的产出，那么它必然会加速。

　　黄仁勋：必然会。看看AI正在发生什么。得益于大语言模型和AI代理等技术，一个全新的AI代理产业正在诞生，这一点毋庸置疑。OpenAI是历史上营收增长最快的公司，并且还在指数级增长。

　　因此，人工智能本身就是一个快速增长的产业。因为它背后需要“工厂”和基础设施，所以我的产业也在增长。因为我的产业在增长，它下游的产业也在增长。

　　能源行业正在增长。这对能源行业来说是一次复兴，无论是核能还是燃气轮机。看看我们基础设施生态系统中的所有公司，它们都发展得非常好。每个人都在增长。

　　英伟达的投资回报——供过于求还是泡沫？

　　主持人Gerstner：这些宏大的数字也让人们开始讨论“供过于求”或“泡沫”。扎克伯格上周在播客中坦言，未来某个节点很可能会出现需求“真空期”（air pocket），Meta可能会在某方面超额投资100亿美元。但他认为这没关系，因为这是关乎业务未来的必要风险。这听起来有点像“囚徒困境”，不是吗？

　　黄仁勋：可他们都是非常快乐的囚徒。

　　主持人Gerstner：您再给我们讲讲。我们估计到2026年，AI产生的收入将达到1000亿美元，这还不包括Meta，也不包括将推荐引擎、搜索等现有业务AI化的部分。

　　黄仁勋：就称之为1000亿美元吧。但超大规模计算这个行业有多大？数万亿美元。而且别忘了，这个行业正在全面转向AI。在任何人从零开始创造新市场之前，你必须先从这里算起。

　　主持人Gerstner：但怀疑论者会说，要支撑您的论点，我们需要看到AI驱动的收入从2026年的1000亿美元增长到2030年的至少1万亿美元。您认为在未来五年内，我们真的能看到这样的增长吗？我们的发展速度能有这么快吗？

　　黄仁勋：我还要补充一点，我们其实已经实现了这个目标。让我解释一下。因为那些超大规模（hyperscale）公司，已经完成了从 CPU 到 AI 的转型，它们所有的收入基础现在都由 AI 驱动。没有 AI，TikTok 无法运行；没有 AI，YouTube Shorts 无法运行；没有 AI，Meta 在定制化和个性化内容方面所做的惊人工作也无法实现。所有这些过去由人类完成的事情，如今都变了。

　　过去，内容是预先编写好的，推荐引擎只是从有限的选项中进行挑选。而现在，AI 能够生成无限的可能。

　　主持人Gerstner：但那些推荐引擎，不正是我们经历从 CPU 到 GPU 过渡的主要原因吗？并且在过去三四年里，它们也一直在演进。

　　黄仁勋：是的，但扎克伯格会告诉你，Meta 在采用 GPU 方面肯定有所迟疑。GPU 对 Meta 来说才是近一两年的事，非常新。搜索业务也用上了 GPU 吗？当然，这更是全新的变革。

　　主持人Gerstner： GPU 用于搜索？所以，你的论点是，到 2030 年 AI 收入达到 1 万亿美元几乎是板上钉钉的事，因为我们实际上已经快要实现了。好吧，那我们来谈谈增量。

　　当你进行自下而上或自上而下的分析时，我刚听了你关于全球 GDP 百分比的自上而下分析。你认为在未来三到五年内，出现供过于求的概率有多大？这是一个概率分布，我们无法预知未来。

　　黄仁勋：在所有通用计算彻底转型为加速计算和 AI 之前，我认为出现供过于求的几率微乎其微。这还需要好几年时间。

　　让我再补充一点。直到所有推荐引擎都基于 AI，所有内容生成都基于 AI——因为面向消费者的内容生成很大程度上依赖推荐系统——而这一切都将被 AI 所取代。直到所有这些传统上属于超大规模计算的领域，从购物到电子商务，全部迁移到 AI 上。

　　主持人Gerstner：但所有这些新建设，当我们谈论数万亿美元的投资时，这是一种超前投资。这种投资是随心所欲的吗？即便看到经济放缓或出现某种过剩，你们也有义务必须投入资金吗？还是说，这只是你们向生态系统发出的一个信号，告诉大家“尽管去建设”，到某个时候，如果我们看到放缓，可以随时调整投资水平？

　　黄仁勋：实际上，情况恰恰相反。我们处于供应链的最末端，我们是对需求做出响应。现在，所有的风险投资人都很清楚，全球范围内都存在计算能力短缺。这并不是因为全球 GPU 短缺。如果客户给我订单，我就会生产。

　　过去几年，我们已经深入梳理了供应链。所以，我身后的所有环节，从晶圆厂到封装厂，再到 HBM 内存，所有这些技术都已准备就绪。如果需求翻倍，我们就能生产翻倍。所以供应链不是问题。

　　我们现在只等需求信号。当云服务提供商、超大规模数据中心运营商和我们的客户制定年度计划并向我们提供预测时，我们就会据此进行生产。

　　而现在的情况是，他们提供的每一个预测都被证明是错误的，因为他们的预测总是偏低。所以我们一直处于追赶状态。

　　黄仁勋：这种追赶状态已经持续好几年了。我们收到的任何预测都比去年有显著增长，但实际需求总会超出预期。

　　主持人Gerstner：萨提亚（Satya Nadella）去年似乎有所保留，有人称他为“房间里的成年人”，压制了某些过高的期望。但几周前，他说今年也要建两个吉瓦的算力，并且将加速发展。你是否看到一些传统的超大规模数据中心运营商，他们的进展速度可能比 CoreWeave 或 Elon 的 xAI 稍微慢一些？在我看来，他们现在都在加大投入……

　　黄仁勋：这也是因为第二波指数级增长的到来。我们已经经历了一次指数级增长，那就是 AI 的采用率和使用量。而第二波指数级增长，是推理（inference）的应用。

　　这正是我们一年前讨论的话题。他们当时说，AI 过去是一次性完成任务，记住答案并泛化，这基本上是预训练。比如记住“A 乘以 A 等于什么”这样的答案。所以，记住答案并泛化，是一次性的 AI。而一年前，推理、研究和工具使用出现了，现在的 AI 成了一个会思考的 AI。

　　主持人Gerstner：能创造亿万价值。

　　黄仁勋：它会使用更多的计算能力。你提到的某些超大规模客户，他们有大量的内部工作负载，无论如何都必须从通用计算迁移到加速计算，所以他们顺利度过了这个周期。也许另一些超大规模客户的工作负载更多样化，所以他们不太确定消化产能的速度。但现在，所有人都得出了结论：他们严重低估了所需的产能。

　　我最喜欢的一个应用就是传统的数据处理，包括结构化和非结构化数据。很快，我们将宣布一项重大的加速数据处理计划。目前，数据处理消耗了全球绝大多数的 CPU 算力，并且仍然完全运行在 CPU 上。你去 Databricks、Snowflake，绝大多数是 CPU；Oracle 的 SQL 处理，绝大多数也是 CPU。每个人都在使用 CPU 进行 SQL 查询，处理结构化数据。未来，这一切都将转向由 AI 处理数据。

　　这是一个巨大而广阔的市场，我们将要进入。但是，NVIDIA 所做的一切都需要一个加速层，需要特定领域的数据处理库和方法。我们必须去构建它，但这将是未来的新篇章。

　　资金循环与循环收入

　　主持人Gerstner：有一个反对的声音。我昨天打开 CNBC，他们在谈论过剩和泡沫。当我切换到彭博社时，讨论则集中在资金循环和循环收入上。

　　为了让观众理解，这种情况指的是公司之间进行误导性交易，人为地夸大收入，而交易本身没有任何潜在的经济实质。换句话说，所谓的增长，是靠财务堆砌的，而非源于真实的客户需求。最典型的例子，莫过于 25 年前上一个泡沫时期的思科和北电。

　　所以，当你或微软、亚马逊投资于同时也是你们大客户的公司时——比如你们投资了 OpenAI，而 OpenAI 又向你们购买了价值数百亿美元的芯片——请告诉我们：彭博社和其他地方的分析师在担忧循环收入或资金循环时，他们究竟错在哪里？

　　黄仁勋： 10 吉瓦的算力大约价值 4000 亿美元。这 4000 亿美元主要必须由他们的销售额和收入来支撑，而这些收入正在呈指数级增长。

　　资金来源必须是他们的资本、通过股权筹集的资金以及他们能获得的任何债务。这三种方式。他们能够筹集到的股权和债务，与市场对他们维持收入能力的信心息息相关。聪明的投资者和贷款人会综合考量所有这些因素。从根本上说，这就是他们的商业模式。

　　黄仁勋：这是他们的生意，与我无关。当然，我们必须与他们保持密切联系，以确保我们能支持他们的持续增长。所以，这是收入层面，与我们的投资无关。我们的投资不与任何采购挂钩，它纯粹是一个投资于未来巨头的机会。正如我们之前提到的，这些公司很可能成为下一个万亿美元级别的超大规模公司。

　　谁不想投资这样的公司呢？我唯一的遗憾是，当他们早期邀请我们投资时，我们因为囊中羞涩而投得太少。我真该把当时所有的钱都投给他们。

　　主持人Gerstner：现实是，如果你们的产品不够好，比如 Vera Rubin 芯片性能不佳，他们完全可以去买别的芯片。

　　他们没有义务必须使用你们的芯片。而且，正如你所说，你们将其视为一项机会性的股权投资。

　　黄仁勋：我们确实做了一些很棒的投资。我们投资了 xAI，投资了 CoreWeave。非常明智，不是吗？

　　主持人Gerstner：回顾这一点，在我看来，另一个基本点是：你们是公开透明的。你说“这就是我们正在做的事情”。并且这里的根本经济实质是真实的，不是两家公司之间来回转移收入。我们有数亿用户每月为 ChatGPT 付费，有 15 亿用户在使用这个产品。你刚才也说，世界上所有的企业要么拥抱 AI，要么就会消亡。每个主权国家都将 AI 视为如同核武器一样，关乎其国家安全和经济命脉。

　　黄仁勋：无论是个人、公司还是国家，谁会认为智能是可有可无的？智能的自动化，是一项根本性的需求。

　　年度发布周期与极致协同设计

　　主持人Gerstner：需求的问题我们已经谈得很透彻了。让我们稍微深入探讨一下系统设计。

　　在 2024 年，你随着 Hopper 芯片切换到了年度发布周期。然后，2025 年的 Grace Blackwell 带来了大规模升级，需要进行重大的数据中心改造。

　　2026 年下半年，我们将迎来 Vera Rubin。2027 年是 Ultra，2028 年是 Feynman。

　　年度发布周期进展如何？采用这个周期的主要目标是什么？NVIDIA 内部的 AI 是否帮助你们实现了这一目标？

　　黄仁勋：最后一个问题的答案是肯定的。没有 AI，NVIDIA 如今的速度、节奏和规模都是不可能实现的。我们今天所构建的一切，都离不开 AI。那么，我们为什么这样做呢？记得 Andy Jassy 在财报电话会议上说过，萨提亚说过，Sam Altman 也说过：token的生成速度正在呈指数级增长，客户的使用量也在呈指数级增长。

　　我想 ChatGPT 的周活跃用户大约有 8 亿，而它诞生还不到两年。

　　主持人Gerstner：而且每个用户都在生成更多的令牌，因为他们在进行推理时使用了更多的思考时间。

　　黄仁勋：完全正确。因此，首先，由于令牌生成率的增长如此惊人——这是两个指数曲线的叠加——除非我们以同样惊人的速度提高性能，否则令牌生成的成本将持续攀升。因为摩尔定律已死。如今，晶体管的年度成本削减已基本停滞，功耗也类似。除非我们开发出新技术来降低成本，否则局面不会改变。

　　即使你给别人几个点的折扣，这点差异又怎能弥补指数级的性能鸿沟呢？因此，我们必须每年都以指数级的速度提升性能，才能跟上时代的步伐。

　　所以，从 Kepler 到 Hopper，性能增长了约 10 万倍。

　　这标志着 NVIDIA AI 征程的开端。十年，增长十万倍。而从 Hopper 到 Blackwell，得益于 NVLink，我们仅用一年就实现了 30 倍的增长。接下来，我们还会实现又一个数量级的飞跃。

　　然后通过 Feynman，我们还将再次实现数量级的飞跃。我们之所以能做到这一点，是因为晶体管的进步对我们的帮助已经微乎其微。摩尔定律如今的实质是：晶体管密度仍在增长，但性能早已停滞。面对这一挑战，我们必须在系统层面将问题彻底分解，同时革新所有的芯片、软件栈和系统。这就是“极致协同设计”（Extreme Co-design）。以前从未有人在如此高的层面上进行过协同设计。

　　黄仁勋：我们同时革新了 CPU、GPU、网络芯片、NVLink 交换机和 Spectrum-X 交换机。我听到有人说，“哦，那不就是以太网吗？”好吧，Spectrum-X 可远不止是普通的以太网。

　　人们开始意识到，这种数量级的增长是多么惊人。NVIDIA 的以太网业务，仅仅是这项业务，就已是全球增长最快的以太网业务。

　　因此，我们进行横向扩展。当然，现在我们必须构建更庞大的系统，将多个 AI 工厂连接在一起。我们每年都在这样做。

　　因此，我们正在技术层面实现指数的平方级增长。这使得我们的客户能够不断降低生成 Token 的成本，并通过预训练、后训练和推理，让 Token 变得越来越智能。

　　当 AI 变得更智能时，它的使用量就会增加。当使用量增加时，它就会呈现指数级增长。

　　主持人Gerstner：对于可能不太熟悉的人来说，您能解释一下什么是“极致协同设计”吗？

　　黄仁勋：极致协同设计，意味着你必须同时优化模型、算法、系统和芯片。你必须打破常规，跳出固有的思维框架去创新。过去的摩尔定律时代，你只需要不断提高 CPU 速度，一切就会自然变快，创新被局限在固有的框架内。但如果芯片本身不再提速了，你该怎么办？答案就是：跳出框架去创新。因此，NVIDIA 真正改变了游戏规则，因为我们做了两件事：发明了 CUDA 和 GPU，并提出了大规模协同设计的理念。

　　这就是为什么我们涉足如此多的行业。我们创造了所有这些库并进行协同设计。首先，是完整的技术栈。而极致协同设计甚至超越了软件和 GPU，现已扩展到数据中心层面，涵盖了交换机、网络以及所有相关的软件、网卡（NIC）、横向扩展、纵向扩展，并对这一切进行优化。

　　结果就是，从 Hopper 到 Blackwell 实现了 30 倍的增长。任何摩尔定律都无法实现这一点，这就是极致。这种极致的性能源于极致协同设计的理念。NVIDIA 已经深度参与到这个过程中，这就是我们涉足网络、交换、横向扩展、纵向扩展和跨域扩展的原因。我们在构建 CPU、GPU 和 NIC 方面也取得了显著进展。

　　NVIDIA 之所以拥有如此丰富的软件和人才，是因为我们向世界贡献的开源软件比几乎任何其他公司都多。我们开发的庞大而丰富的软件资源不仅限于 AI，还扩展到计算机图形学、数字生物学和自动驾驶汽车等领域。

　　我们公司产出的软件数量确实令人难以置信，而这些丰富的资源使我们能够有效地进行深入而极致的协同设计。

　　主持人Gerstner：我从您的一个竞争对手那里听到一种说法：英伟达这样做，固然有助于降低 Token 生成的成本，但同时，你们的年度发布周期也让对手们望尘莫及。由于你们为供应链提供了长达三年的路线图可见性，这大大增强了供应链的粘性。因此，供应链对未来的产能规划也充满了信心。

　　黄仁勋：你在提问前不妨先想一想：为了实现每年数千亿美元的 AI 基础设施建设，我们必须提前一年投入多少资源？我们谈论的是投入数百亿美元用于晶圆采购和 DRAM 采购。这已经达到了一个几乎没有公司能够企及的规模。

　　主持人Gerstner：那么您会说你们的竞争壁垒比三年前更坚固了吗？

　　黄仁勋：竞争比以往任何时候都激烈，但进入这个赛道的难度也比以往任何时候都高。

　　我这么说，原因在于晶圆成本在不断上涨，这意味着除非你进行大规模的协同设计，否则根本无法实现数量级的增长。首先，你必须每年同时开发六、七、八款芯片，这本身就是一项惊人的成就。这并非只是制造一个 ASIC，而是在构建一个由众多协同设计的芯片组成的 AI 工厂系统。它们共同实现了我们几乎定期达成的 10 倍性能飞跃。

　　所以，第一，协同设计的极致性。第二，规模的极致性。当你的客户要部署一个吉瓦（gigawatt）的算力时，那意味着需要 40 万到 50 万块 GPU。让 50 万块 GPU 协同工作，本身就是一项奇迹。我是说，这简直是奇迹。因此，你的客户在你身上押下了巨大的赌注。

　　要采购所有这些，你必须反问自己：什么样的客户会为一款未经市场验证的全新架构，下达 500 亿美元的采购订单？

　　是的，你刚刚完成了全新芯片的设计，你为此兴奋不已，每个人都为你喝彩。你展示了第一批流片样品。但谁会给你一张 500 亿美元的采购订单？你又为什么要为一款刚刚完成设计的芯片，提前投产价值 500 亿美元的晶圆？

　　但对于英伟达来说，我们可以做到，因为我们的架构已经得到了充分的验证。所以我们客户的规模是惊人的。相应地，我们供应链的规模也是惊人的。

　　除非他们确信英伟达能够交付，否则谁会愿意为一家公司提前生产所有这些部件？他们相信我们能够为世界各地的所有客户交付。

　　他们愿意一次性启动价值数千亿美元的生产订单。这种规模是惊人的。

　　ASIC之争与未来格局

　　主持人克拉克：谈到这一点，当前一个全球性的关键争论就是 GPU 与 ASIC 之争。从谷歌的 TPU 到亚马逊的 Trainium，似乎从 Arm、OpenAI 到 Anthropic，每个人都在传闻研发自己的 ASIC。去年，您曾说英伟达构建的是系统，而非芯片，并通过优化整个技术栈来提升性能，并断言许多这类 ASIC 项目可能永远无法达到生产规模。但考虑到谷歌 TPU 的显著成功，您现在如何看待这个不断变化的市场格局？

　　黄仁勋：谷歌的优势在于其远见卓识。请记住，他们在一切开始之前就启动了 TPU1 项目。

　　这和创办公司的道理一样。你应该在市场爆发前就创立公司，而不是等到市场规模达到万亿美元时再以创业者的身份入场。所有风险投资人都知道一个谬论，那就是认为在一个巨大的市场里，只要能分到几个百分点的份额，就能成为一家大公司。这实际上是完全错误的。

　　你应该在一个微小的行业里占据 100% 的市场份额，这正是英伟达所做的。TPU 也是如此。当时这个赛道上只有我们两家。

　　主持人Gerstner：但你最好祈祷那个小行业能真正发展壮大。你实际上是在创造一个行业。

　　黄仁勋：这就是现在那些制造 ASIC 的公司所面临的挑战。这个市场看起来很诱人，但请记住，这个诱人的市场是从一种叫做 GPU 的芯片演变而来的。

　　我刚才描述了一个 AI 工厂。你们也看到了，我刚刚发布了一款名为 CPX 的芯片，专门用于上下文处理和扩散视频生成。这是一个非常专业化的工作负载，但在数据中心内至关重要。

　　我刚才还提到了 AI 数据处理单元，因为你需要长期记忆和短期记忆。KV 缓存的处理非常密集，AI 的内存是个大问题。你希望你的 AI 拥有良好的记忆力，而处理系统中的 KV 缓存是极其复杂的事情。

　　或许需要一个专门的处理器，或许还需要其他东西。所以你看到英伟达的……

　　我们的视角早已不再局限于 GPU。我们的视角是关注整个 AI 基础设施，以及这些杰出的公司如何应对各种多样且不断变化的工作负载。

　　黄仁勋：看看 Transformer 架构，它正在发生剧烈的变化。如果不是因为 CUDA 的灵活性和易于迭代的特性，他们如何进行大量的实验来决定使用哪个版本的 Transformer，采用哪种注意力算法，以及如何进行解耦？CUDA 的高度可编程性帮助你完成了所有这些。所以，现在思考我们业务的方式是，看看所有这些 ASIC 公司或项目是什么时候开始的。

　　三、四、五年前，我必须告诉你，那个行业曾经非常“可爱”和简单，核心只有一个 GPU。但现在，它已经变得庞大而复杂。再过两年，它的复杂程度和规模将难以想象。所以我认为，作为一个新来者，想在一个已经非常庞大的市场中竞争，是非常困难的。

　　主持人克拉克：即使对于那些可能在 ASIC 方面取得成功的客户，他们的计算集群中难道不存在一个最优的平衡点吗？投资者往往是二元思维，只想要一个非黑即白的答案。但即便客户的 ASIC 成功了，难道不也需要一个平衡的配置吗？比如，他们可能会购买英伟达的平台，将 CPX 用于视频生成的预处理，或者用于解码器、视频转录平台等。随着新工作负载的出现，英伟达的生态系统和加速计算集群中，势必会加入许多不同的芯片或组件。然而，今天那些试图从零开始设计新芯片的人，其实并未真正预见到一年后会发生什么，他们只是专注于让眼下的芯片正常工作。

　　黄仁勋：谷歌是英伟达 GPU 的大客户。谷歌是一个非常特殊的例子，我们必须对真正值得尊敬的对手表示敬意。TPU 已经发展到了第七代。这对他们来说也是一个巨大的挑战，他们所做的工作极其困难。所以，首先让我说……芯片分为三个类别：有架构类的芯片……

　　我曾在发明了 ASIC 概念的 LSI Logic 公司工作。LSI Logic 如今已不复存在，原因何在？当市场规模不大时，ASIC 模式非常有效。你可以轻易找到承包商，帮你完成所有设计和封装，并代表你进行制造。他们会为此收取 50% 到 60% 的高额利润。但是，当市场变得足够庞大时，一种名为 COT（客户自有工具，Customer-Owned Tooling）的新模式便应运而生。

　　以苹果的智能手机芯片为例，其销量巨大，苹果绝不可能将 50% 到 60% 的毛利分给别人来做 ASIC，他们必然会选择 COT 模式。

　　黄仁勋：那么，当 TPU 的业务规模足够大时，会发生什么？答案是 COT，毫无疑问。

　　不过，ASIC 仍有其用武之地。比如视频转码器或智能网卡，它们的市场规模永远不会变得过于庞大。因此，当一家 ASIC 公司同时推进十几个项目时，我一点也不惊讶，因为其中可能就包含了五个智能网卡和四个视频转码器项目。

　　这些都是 AI 芯片吗？当然不是。如果有人想为一个特定的推荐系统构建嵌入式处理器，并且采用 ASIC 模式，这完全可行。

　　但你会用它来构建 AI 的核心计算引擎吗？AI 的世界瞬息万变。你需要处理低延迟、高吞吐等不同类型的工作负载，有用于聊天的 Token 生成，有用于深度思考的推理，还有 AI 视频生成。这些工作负载的需求千差万别……

　　主持人克拉克：这正是您加速器业务的核心支柱，也是英伟达的精髓所在。

　　主持人Gerstner：我把这个问题简化一下，这就像下棋和跳棋的区别。像 Trainium 或其他法国加速器公司，他们现在做的 ASIC 芯片，其实只是一个更大机器中的一个组件。而您已经建立了一个极其复杂的系统、平台，或者说‘工厂’。现在，您又让这个系统变得更开放了，比如您提到的 Grace CPU。在我看来，您正在做的是将不同的工作负载分配给最适合它们的硬件。

　　黄仁勋：我们所做的，是发布并开源了一个名为 Dynamo 的项目，用于分布式 AI 工作负载编排，因为未来的 AI 工厂必然是分布式的。

　　主持人Gerstner：而您推出的 NVLink Fusion，甚至向英特尔（您刚刚投资的竞争对手）都敞开了大门，这表明了您希望各方参与到这个‘工厂’建设中的方式。因为没人会疯狂到想凭一己之力建起整个工厂。但只要你的产品足够好、足够有吸引力，最终用户就会说：“嘿，我们想用这个，而不是 ARM GPU”，或者“我们想用这个，而不是你们的推理加速器”，这样你就能顺利接入这个生态。

　　黄仁勋：我们非常乐意，很高兴能让大家加入。

　　主持人Gerstner：请您谈谈吧。

　　黄仁勋： NVLink Fusion 是个绝妙的主意。我们很高兴能与英特尔合作，这整合了他们的生态系统。世界上大多数企业仍然在英特尔的平台上运行。这次合作融合了英特尔生态系统、英伟达 AI 生态系统和我们的加速计算平台。我们与 ARM 已经实现了类似的合作，未来还会与其他几家公司携手。这为我们双方都创造了机会，是一次巨大的双赢。我将成为他们的大客户，而他们则为我们打开一个更广阔的市场。

　　主持人Gerstner：与此紧密相关的是，您提出了一个让许多人震惊的论点：即使竞争对手的 ASIC 芯片定价为零，客户仍然会选择购买英伟да的系统。因为考虑到电力、数据中心等总体运营成本，以及最终产生的智能价值，英伟达的方案依然更具优势。

　　黄仁勋：没错，即使他们免费送你芯片。因为土地、电力和基础设施的成本可能高达 150 亿美元。

　　主持人Gerstner：这笔账我们算了一下，但还是想请您详细解释。在您芯片价格如此昂贵的情况下，如何做到‘即使对手芯片免费，您的方案仍是更优选’？这对于普通人来说似乎难以置信。

　　黄仁勋：可以从两个角度看。首先是收入。如今，所有人都受限于电力。假设你获得了 2 吉瓦的额外电力，你当然希望它能转化为最大的收入。

　　如果我们的‘每瓦性能’，或者说‘每瓦生成的 Token 数’是别人的两倍——这是通过我们深度、极致的协同设计实现的——那么我们的客户就能用同样的数据中心获得两倍的收入。

　　谁会拒绝两倍的收入呢？即使别人给他们 15% 的折扣，也无法弥补这巨大的差距。

　　Blackwell 相较于 Hopper 实现了 30 倍的性能提升。现在，假设别人的 ASIC 性能等同于 Hopper，那么选择它就意味着在同样的一吉瓦电力上，你放弃了 30 倍的潜在收入。

　　这个机会成本高到无法想象，所以你永远会选择每瓦性能最高的那个方案，即使对手的芯片是免费的。

　　主持人Gerstner：我从一家超大规模数据中心的 CFO 那里也听到了类似的观点。正是因为您芯片性能的巨大提升——以及电力是核心限制因素——他们不得不跟上你们的升级周期。展望未来，从 Ruben、Ruben Ultra 到 Feynman，这种性能飞跃的趋势还会继续吗？

　　黄仁勋：我们现在每年都会推出六到七款芯片，并对系统的每个部分进行优化。Blackwell 的 30 倍性能提升，正是源于对这六到七款芯片及其系统软件的全面集成与优化。现在，想象一下我们每年都以这样的节奏进行迭代：砰、砰、砰、砰……而你，如果只是在这一堆芯片中做一个 ASIC，我们却在优化整个系统。

　　英伟达的护城河

　　这是一个极难解决的问题。

　　主持人Gerstner：这又回到了我们最初讨论的护城河问题。我们一直在关注，也和投资者、甚至你们的竞争对手（从谷歌到博通）进行了深入探讨。当我从第一性原理出发思考时，我问自己：您是在拓宽还是在缩窄自己的护城河？

　　您转向了年度迭代的节奏，与供应链共同开发；公司的体量远超预期，这需要庞大的资产负债表和研发投入；再加上你们通过收购和内生增长推出的一系列举措，如 NVLink Fusion、Grace CPU 等。所有这些都让我相信，您的竞争壁垒非但没有减弱，反而在不断增强，至少在构建‘工厂’或系统层面是如此。

　　黄仁勋：至少是出乎意料的。

　　主持人Gerstner：但有趣的是，贵公司的估值倍数却远低于许多其他科技巨头。部分原因可能是‘大数定律’——一家市值 4.5 万亿美元的公司还能增长多少呢？

　　我一年半前也问过您类似的问题。考虑到 AI 工作负载市场的巨大增长潜力，在您看来，五年后英伟达的收入规模有没有可能和现在相差不大，增长停滞？考虑到您所建立的这些优势，这种可能性有多大？

　　黄仁勋：我会这样回答：我们的机遇，远比市场共识所认为的要大得多。

　　主持人Gerstner：我也说说我的看法。我认为英伟达很可能成为第一家市值达到 10 万亿美元的公司。就在十年前，人们还觉得万亿美元市值的公司是天方夜谭，但现在我们已经有十家了。世界的规模在指数级增长。

　　黄仁勋：这正是指数级增长的力量，世界变得更大了。人们对我们存在误解，他们还停留在‘英伟达是一家芯片公司’的旧印象里。我们当然制造芯片，而且是世界上最顶尖的芯片。

　　但英伟达的本质是一家 AI 基础设施公司，我们是客户的 AI 基础设施合作伙伴。我们与 OpenAI 的合作就是最好的例子。

　　我们与客户的合作方式非常灵活。我们不强求客户必须购买我们的全套产品，不要求他们购买整个机柜。他们可以只买一颗芯片，一个组件，或者只买我们的网络设备。

　　我们有些客户只买我们的 CPU，或者只买 GPU，然后搭配其他厂商的 CPU 和网络设备。我们完全接受。

　　埃隆、X.AI 与 Colossus 2

　　无论您选择哪种购买方式，我唯一的请求就是：好歹从我们这儿买点东西。（笑）

　　主持人Gerstner：您说过，AI 不仅仅是关于更好的模型，更需要世界级的建设者。您认为我们国家最顶尖的建设者或许就是埃隆·马斯克。他之前构建的 Colossus 1 集群，集成了数十万颗 H100 和 H200。现在他正在规划 Colossus 2，可能会在一个统一集群中集成数百万个 H100 等效算力。

　　黄仁勋：如果他率先建成吉瓦级规模的超算，我一点也不会惊讶。

　　主持人Gerstner：是的，请谈谈作为一名建设者——不仅构建软件和模型，更要理解如何搭建这些庞大集群——所具备的优势。

　　黄仁勋：这些 AI 超级计算机是极其复杂的系统。技术复杂，采购因融资而复杂，确保土地、电力、机房和供电也同样复杂。把所有这些整合并运行起来，这无疑是人类有史以来遇到的最复杂的系统工程。

　　埃隆的巨大优势在于，他能在一个人的大脑里整合并处理所有这些复杂的、相互依赖的系统，甚至包括融资。他本身就是一个巨大的 GPT，一台超级计算机，是终极的 GPU。他有强烈的紧迫感和真正的建设意愿。所以当意愿与能力相结合时，奇迹就会发生。他确实是独一无二的。

　　主权AI与全球建设

　　主持人Gerstner：您一直非常关注一个话题，我想和您聊聊：主权AI。我还想谈谈中国，以及正在进行的全球AI竞赛。回想30年前，您肯定想不到自己这周会和埃米尔、国王们在宫殿里会面，还成了白宫的常客。

　　总统曾说过，您和英伟达对美国国家安全至关重要。那么，当您审视这一切时，请先为我铺陈一下背景：如果主权国家不认为AI是关乎生死存亡的大事，其重要性不亚于20世纪40年代我们看待核武器，您是不可能出现在这些场合的，对吧？

　　我们今天没有政府资助的曼哈顿计划，但有由英伟达、OpenAI、Meta和谷歌资助的计划。我们如今的公司堪比国家，这得益于美国的伟大之处，不是吗？

　　他们资助的项目，在我看来，总统和国王们都认为对其未来的经济和国家安全至关重要。您同意吗？

　　黄仁勋：原子弹，无人需要；人工智能，人人必需。说得好。这确实是一个非常、非常大的区别。AI就是现代软件。我的理念就是将计算从通用计算推向加速计算，将软件从人类编写演进到AI编写。

　　我们不能忘记这个基础：我们重新发明了计算。地球上并没有出现新物种，我们只是重新发明了计算本身，而每个人都需要计算。计算需要被民主化，这就是为什么所有国家都意识到他们必须拥抱AI，因为每个人都需要跟上计算的步伐。世界上没人会说：“我昨天还在用电脑，明天就打算返璞归真，改用木棍和火种了。”所以每个人都需要融入计算的世界。这只是计算的现代化，仅此而已。这是第一点。

　　确实，要参与到AI中，就必须将自己的历史、文化和价值观编码进去。当然，AI越来越聪明，所以即使是核心AI也能相对快速地学会这些东西，你不必从零开始。

　　我认为每个国家都需要拥有某种主权能力。我建议他们都去使用OpenAI、Gemini，以及Grok和Anthropic。但同时，他们也应该投入资源，学习如何亲手构建AI。

　　这样做的原因是，他们需要学习如何构建AI，不仅是语言模型，还有工业模型、制造模型和国家安全模型。他们必须亲自培育出大量的本土智能。因此，每个国家都应该在AI领域发展自己的主权能力。

　　主持人Gerstner：这是您的看法，还是您在世界各地听到的普遍共识？

　　黄仁勋：他们都意识到了这一点。

　　他们都意识到了。他们都会成为OpenAI、Anthropic、Grok和Gemini的客户，但他们也都清楚，必须建立自己的基础设施。而这就是核心理念，英伟达所做的就是构建基础设施，就像每个国家都需要能源基础设施一样。

　　AI行政管理

　　通信和互联网基础设施。现在，每一个国家都需要AI基础设施。

　　主持人Gerstner：那么，我们先不谈世界其他国家。正如我们的好朋友大卫·萨克斯所说，“AI是我们的”。

　　黄仁勋：是的，我们做得非常出色。我们非常幸运有大卫和斯里拉姆在华盛顿特区工作，大卫在AI的某个部门工作。特朗普总统将他们调到白宫是一个多么明智的举动。

　　因为在这个关键时刻，技术非常复杂。斯里拉姆是华盛顿特区里我唯一认为懂CUDA的人，这很不寻常。我只是非常欣赏，在这个技术复杂、政策复杂、对国家未来影响巨大的关键时刻，我们有一位头脑清晰的人，投入时间来理解这项技术，并深思熟虑地帮助我们渡过难关。

　　主持人Gerstner：我再次回到曼哈顿计划的类比，你会发现，总统理解其紧迫性。德州州长格雷格·阿博特等人希望放松监管以加快进程，因为他们明白其重要性。能源部长赖特、内政部长伯格姆和商务部长卢特尼克也明白这一点的重要性。

　　黄仁勋：他们是亲能源的。你能想象吗，如果我们现在的政府不亲能源、不希望能源产业在美国发展，我们还怎么拥有人工智能？我认为这就是领导力。我简直无法想象相反的情况。

　　主持人Gerstner：我觉得颇具讽刺意味的是，就在几年前，我们还在说中国要建100座核反应堆，遥遥领先我们。这其实就是AI发展的能源基础。但现在，轮到我们自己要建了，却有人说“这太过剩了”。

　　对我来说，这似乎是政府理应做的事情，符合他们的利益。而且，我们看到了政府与产业界的合作，这是我很久没有见过的。

　　您在这个行业资历深厚，而且您和特朗普总统的关系也很密切。请帮我们解读一下，这种政商关系究竟是怎样的？

　　上周我们看到所有CEO都参加了那场晚宴。您花了很多时间在这上面。这是一种特殊情况吗？您在30年的职业生涯中见过类似的情况吗？

　　黄仁勋：过去想去华盛顿特区是很难的，预约几乎不可能拿到。特朗普总统则为那些希望进入政界、帮助政府了解未来的行业领袖敞开了大门。这是一个信奉增长的政府。从根本上说，特朗普总统希望美国发展。如果我们能在经济上发展，我们就能在军事上强大。如果我们能在经济上发展，我们就会安全。我从未见过哪个国家能在贫穷的同时获得安全。

　　一个国家富有是国家安全的重要组成部分，他明白这一点。他也希望美国赢得人工智能竞赛。这将是一场非常长期的竞赛。他明白这是一个关键时刻。他希望科技产业能够蓬勃发展。他希望全世界都建立在美国技术之上。这些都是明智、合乎逻辑的事情。

　　反过来想才奇怪。如果我们把一切都颠倒过来，假设我们不希望国家发展。因为我们不希望国家发展，所以我们不需要任何能源——因为我们知道发展需要能源。所以，干脆不要任何能源。事实上，我们也不希望我们的科技产业领先。

　　他明白，我们的科技产业是国之瑰宝。而这项技术，就像过去的玉米、钢铁一样，如今是至关重要的贸易筹码。它是贸易的基本组成部分。你怎么会不希望美国技术被所有人渴求，从而能够用于贸易呢？

　　主持人Gerstner：是的，互联网和谷歌传播到世界各地。我们通过搜索将民主价值观传播到世界各地，谷歌当时并不需要去华盛顿获得许可，一切就自然发生了。我们将我们的技术传播到了世界各地。大卫·萨克斯一直非常明确地表示，需要加速发放出口许可证，以便美国的人工智能技术能够赢得全球市场。我们谈论的是芯片、模型、数据中心等等。但一年前我们看到的情况并非如此。

　　黄仁勋：曾经有过一个叫“小院高墙”的概念。讽刺的是，这个概念的描述和政策建议，听起来像是在美国自己周围建起了“小院高墙”。

　　那才是奇怪的地方。我认为特朗普总统做得对，我们希望最大限度地扩大出口，最大限度地扩大美国在世界各地的影响力。我们应该将这些最大化。

　　中国AI芯片与英伟达的角色

　　主持人Gerstner：您认为这些许可证会下来吗？您是否看到了华盛顿方面的加速？我知道高层一直在这样说，但您是否看到这种加速正在通过政府层层传递，从而推动我们在全球加速发展？财政部长卢特尼克非常积极。很好。那么，我们来谈谈中国。大多数人可能不知道，但我认为您对中国的了解不亚于美国任何一位领导人。

　　黄仁勋：我们去中国已经30年了。

　　主持人Gerstner：已经30年了。大多数人不知道的是，直到几年前，您在中国的市场份额高达95%。而最重要的是，可以说，我们为了所谓的“减缓他们”，结果是单方面自废武功。我们迫使英伟达退出中国，这反而让华为在中国市场获得了垄断利润的滋养，使其加速发展。

　　我今天早上刚看到华为、阿里巴巴等公司宣布将在全球各地建设数据中心。华为有一个三年计划，希望凭借在中国这个世界最大AI市场获得的垄断利润，从而超越英伟达。所以，您当初的警告——将垄断市场拱手让给中国竞争对手是一个巨大错误——似乎正在应验。

　　总统在禁止H-20后表示，我们现在的情况是你可以向中国出售芯片，但要征收15%的出口税。然而，现在看来，中方似乎因为美方的言论而不满，传闻不允许英伟达在中国销售芯片。

　　那么，我们目前在英伟达和中国之间处于什么位置？您能否重申一下，您认为我们国家应该怎么做，才能在全球人工智能竞赛中处于获胜的最佳位置？

　　黄仁勋：我们与中国存在竞争关系。我们应该认识到，中国希望自己的公司发展壮大，这是理所当然的。我对此毫无怨言。他们应该做得好，也应该给予他们尽可能多的支持。这完全是他们的权利。

　　而且不要忘记，中国拥有世界上一些最优秀的企业家，因为他们毕业于世界上最好的STEM学校。他们是世界上最渴望成功的人。

　　关于他们的职业道德，“996”工作制，是一种效率极高的工作模式。为了让观众理解，996意味着每周工作6天，从早上9点到晚上9点。

　　那是他们的文化。好的，我们正在面对一个强大、创新、渴望成功、行动迅速、监管宽松的环境。人们没有意识到这一点；他们的监管非常宽松。讽刺的是，他们的监管甚至比我们这个资本主义体系还要宽松。

　　人们常常认为他们是中央集权管理的，但请记住，中国的智慧在于其去中心化的经济体系。所有这33个省份和地方经济都驱动着巨大的内部竞争和经济活力。

　　当然，这也有一些副作用，但总的来说，这是一个充满活力、创业精神、高科技、现代化的产业。

　　我听到的一些说法，比如“他们永远造不出AI芯片”，这简直是无稽之谈。另一种说法是中国不擅长制造。

　　主持人克拉克：制造能力？

　　黄仁勋：对，制造。但如果说他们最擅长什么，那恰恰就是制造。有人说他们落后我们很多年。一两年？还是三四年？说真的，他们只比我们慢了纳秒而已。就是纳秒之差。所以我们别无选择，必须去竞争。

　　那么问题就来了：什么最符合中国的最佳利益？当然，最符合中国利益的是拥有一个充满活力的产业。他们也公开表示，而且理应如此，他们希望中国成为一个开放的市场。他们希望吸引外国投资。他们希望公司来中国，并在市场上竞争。我相信，也希望我们能回到过去的状态。回到你关于未来的问题，我对此充满希望，因为他们的领导人就是这么说的，我对此深信不疑。我相信这一点，是因为我认为让外国公司在中国投资、竞争，同时中国本土也拥有充满活力的竞争环境，这最符合中国的利益。

　　此外，他们也希望走出国门，参与全球竞争。我认为这是一个相当明智的愿景。作为一个国家，我们需要做的是赋能我们的技术产业。我很荣幸能在一个被誉为“国家宝藏”的行业工作。我们必须认识到，这是我们的国家宝藏，是我们最顶尖、独一无二的产业。

　　我们为何不让这个产业放手一搏，在竞争中求生存？为何不让它向全世界传播技术，从而建立一个以美国技术为基础的世界？这样才能最大化我们的经济成就和地缘政治影响力，让我们这个在关键时代充满活力的技术产业蓬勃发展。

　　主持人Gerstner：换言之，怀疑论者会说，Jensen只是想多卖些芯片。如果能卖给中国，他当然乐意，才不管这对美国意味着什么。

　　黄仁勋：我想回应一下这些怀疑论者。我希望美国的生态系统和经济持续增长，这并不代表我错了。首先，迄今为止所有关于中国的负面论调和捏造的说法，都已被事实证明是错误的。现实情况并非如此。

　　仅仅因为我们希望美国获胜，希望这个产业发展，并不意味着我的看法是错的。

　　主持人Gerstner：任何了解你的人，包括现任总统和我，都知道你心系国家，非常希望美利坚合众国能赢得全球人工智能竞赛。

　　而你的观点恰恰是——而且我认为你的经验无人能及——在中国竞争对我们有利。这会增加我们赢得全球AI竞赛的几率，因为我们能接触到全球半数的人工智能工程师，并将他们留在我们的生态系统中。

　　而且坦白说，我们谈论的这些公司，比如字节跳动、阿里巴巴，其大部分股权都由美国投资者持有。这些都是正在构建全球推荐引擎的跨国公司。

　　黄仁勋：而且，顺便说一句，他们的技术非同凡响。

　　主持人Gerstner：都是令人难以置信的公司。所以我认为，你提出的关于中国的论点，要比向世界其他地区推广困难得多，我理解这一点。这就是为什么我认为当总统说，“我不知道，这就像抛硬币。也许Jensen是对的，也许其他人是对的。” 但如果Jensen愿意为美国财政部提供15%的股份作为对冲，我就会支持他。但对于现状，我感到非常失望。

　　主持人克拉克：嗯哼。

　　主持人Gerstner：我认为，如果中国人觉得自己吃了亏，觉得我们卖给他们的是十年前的芯片，我能理解他们为什么会有那样的反应。

　　黄仁勋： H-20 仍然相当出色，当然，它不如 Blackwell。我明白。你看，我很有耐心。我相信他们是明智的，正在权衡局势。他们有更宏大的议程要处理，比如与美国的关系。

　　虽然有很多讨论正在进行，但我会回归到根本事实。我相信，让英伟达能够服务并参与中国市场的竞争，最符合中国的最佳利益。

　　我坚信这最符合中国的利益。当然，这也最符合美国的利益。这两个根本性的事实可以并行不悖，而且我相信两者皆为真理。

　　因此，即使我告诉所有投资者，我们的业绩指引中不包含中国——我也感谢所有投资者理解这一点——我们在海外仍有充足的增长机会，这些都是事实。

　　但这并不意味着中国对我们不重要。它对我们至关重要。任何认为中国市场不重要的人，都是在自欺欺人。

　　所以，这是世界上最重要的市场之一，聪明人在这里做着聪明事，我们希望身处其中。我认为，我们两国都参与其中，才最符合双方的共同利益。

　　所以，当我退一步思考时……

　　H-1B、人才与美国梦

　　我确信最终智慧会战胜一切。我一直相信智慧和真理终将胜出，这也是我一路走来的信念。我相信这在今天依然是根本性的真理。因此，这些问题终将得到解决，我们将有机会进入中国市场参与竞争。

　　主持人克拉克：我不太懂政治，但关于将H-1B签证申请费提高到每人10万美元的提议，是个非常热门的话题。你与总统有过很多接触，还称他为我们在人工智能领域的秘密武器。我也知道你想为我们国家吸引国内外最优秀、最聪明的人才。那么，你如何看待每份H-1B签证收取10万美元的决定？这会使吸引人才变得更容易还是更难？也许这对大公司和小公司的影响有所不同。你怎么看？

　　黄仁勋：那么，我会说“这是一个很好的开端”。没错，这是一个很好的开端，但愿它不是终点。原因如下：

　　美国拥有一个独一无二的品牌声誉，这是世界上任何国家过去不曾拥有，未来也难以企及的。

　　那就是：来美国，实现美国梦。哪个国家的名称后面，会紧跟着一个‘梦’字？

　　主持人Gerstner：是的，这已经成为它品牌的一部分。

　　黄仁勋：我们是独一无二的。现在与你对话的，就是一个美国梦的鲜活例证。我的父母没什么钱就把我们送了过来，我们当时一无所有。你们知道我的故事，我曾端过盘子、洗过碗、打扫过厕所，而今天我站在这里。这就是美国梦。特朗普总统也深知这一点。我们想要的是合法移民。

　　合法移民和非法移民是有区别的。“这里是自由之地，谁都可以来”的想法是不切实际的。所以现在的问题是，我们如何在“从根本上保护美国梦”的理念与处理大规模非法移民的现实之间找到平衡？

　　我们如何找到一个合乎逻辑、切实可行的解决方案？所以，给H-1B设定10万美元的价格标签可能有点太高了，但作为一个起点，它至少能够杜绝H-1B签证的滥用。这是一个好的开始，至少我们可以就此展开对话。我们了解特朗普总统的一点是，他善于倾听。他确实会听取意见。他听你的，也听我的，尽管他不必如此。他听取很多人的意见，并整合大量信息。这显然是一个非常复杂的问题。所以，我认为这是一个不错的开端，但白宫里没有人会混淆这一点。

　　合法移民是美国梦的基石，是我们想要守护的终极品牌和未来。

　　主持人Gerstner：而且我还要说，在我看来，萨克斯和政府中的其他人肯定知道，我们必须招揽世界上最优秀、最聪明的人才。我们不应该牺牲这个品牌的价值。收取10万美元的费用，或者降到5万，无论多少，这似乎确实让天平向那些有能力为大量员工提供担保的大公司倾斜。这对于初创企业生态系统来说挑战更大，因为那里的人力成本已经非常高昂，现在还要额外支付这笔费用。

　　黄仁勋：它还会产生意想不到的后果，比如可能会加速海外投资。但正如我所说，要解决问题，总得从某个地方开始，朝着正确的方向前进。人们通常想从错误的状况一步跳到完美的答案，这很难做到。先行动起来，这就是创业精神。

　　主持人Gerstner：对我来说很重要的一点是，总统在竞选时曾说，他想把绿卡钉在STEM学生的毕业证书上。这样，那些在斯坦福学习的中国顶尖人工智能研究者来到美国后，我们就能留住他们。

　　但如果他们的家人无法来到这里，他们几年后还是会离开。所以你甚至可能需要让他们的家人更容易来到这里。你是否相信本届政府对此有一个长远的战略计划？你知道，这只是一个开始。但你的谈话是否让你确信，我们有一个更宏大的战略计划，以确保我们正在吸引最优秀、最聪明的人才？

　　黄仁勋：我不确定是否有答案。但我明白，我们目前的处境并非我们所愿。而且我认为没有人忽视美国梦、移民的重要性，以及吸引全球顶尖人才来美、并为他们创造留下来的条件的重要性。

　　有时我们的一些做法会与我刚才描述的愿景背道而驰。让外国学生在这里感到不受欢迎会损害我们的品牌形象。我们不要忘记，与中国竞争是正常的，但我们必须谨慎，不要对中国学生过于严苛。

　　我们需要确保不越过这条危险的界线。所有这些都需要技巧和细致的处理。事实是，我们知道目标在哪里，也认识到我们正处于一个困境中，并且不想继续这样下去。

　　特朗普总统没有太多时间来推动我们朝那个方向前进。只要我们能朝着那个方向取得进展，我认为这就是一个好的开始。

　　主持人Gerstner：我听说一位领导着美国顶尖实验室的中国研究员说，三年前，中国顶尖的人工智能研究者中有90%的人想来美国，并且确实来了。他估计，今天这个比例已经降到了接近10%或15%。你是否也看到了这种急剧的下降？你同时关注着两个市场，你看到了吗？为了扭转这种局面，我们需要做些什么？

　　黄仁勋：我绝对看到了中国学生来美并留下的意愿在日益减弱。许多来这里上学的学生正在考虑去别的地方，比如欧洲。所以我认为我们必须对此高度警惕。这是关乎我们未来的生存危机，是未来问题的早期预警。

　　优秀人才来美的意愿，以及顶尖学生留下的决心，这些我称之为关键绩效指标（KPI）的，正是预示未来成功的先行指标。

　　主持人Gerstner：这有点像看金州勇士队。如果他们拥有招募NBA所有顶级球员的优势，他们就能一直赢得总冠军。但一旦这个招募渠道因为品牌受损或其他原因而中断，他们就无法招募到未来的顶尖球员，也就无法再赢得总冠军。当我听到你如此有说服力地谈论美国梦时，那实际上就是“美国品牌”的体现。

　　来到这里并成就一番事业的权利。所以我希望，向这个政府，乃至我们整个国家提出的反馈是，我们应该如何谈论移民。

　　这里应该是欢迎最优秀、最聪明的人才的地方，我们应该制定战略计划来招募他们，并确保这里是他们向往的工作之地。

　　黄仁勋：有一个词，直到几年前我才听说过：“中国鹰派”。显然，如果你是一个“中国鹰派”，你就可以自豪地戴上这个标签，它几乎像一枚荣誉徽章。但这其实是一枚耻辱的徽章。

　　毫无疑问，这是一枚耻辱的徽章。尽管他们声称是为了我们国家的最佳利益——我们所有人都希望如此——但扼杀通往美国梦的渠道，绝非爱国之举。他们自认为在为国效力，但这根本不是爱国，一点也不是。

　　我们是一个伟大的国家，要有作为一个伟大国家的自信。

　　要有大国的自信，面对想要与我们竞争的人，要抱持“放马过来”的态度。放马过来。因为我相信我们的人民，我相信这里的文化，我相信我们的国家，我相信我们的制度。放马过来。

　　主持人Gerstner：在我看来，总统就是这样的人。他是个实用主义者，他坚信美国的增长和竞争力。毫无疑问，这就是他的立场。

　　黄仁勋：特朗普总统就是那个会说“放马过来”的总统。

　　主持人Gerstner：是的。在我看来，这就是我信心的来源。我曾在这个播客上说过，我认为他会与中国达成一项重大的协议。

　　黄仁勋：我真心希望如此。而且我认为他以极高的敬意和出色的口才，积极地阐述了他与中国的关系以及中国的重要性。我从未听他说过“脱钩”这个词，这个词我们在上一届政府时期经常听到。你不能与未来一个世纪最重要的两大关系“脱钩”。这完全没有道理，“脱钩”这个理念本身就是错误的。

　　主持人Gerstner：在我看来，他的意思是：“听着，我们要让美国再次伟大。我们要让美国重新工业化。我们需要平衡，确保公平贸易，保护我们需要发展的产业，中国在这方面帮助了我们，同时也要认识到过去25年我们帮助了他们。”但最终他说，理解我的最好方式是，我是一个伟大的交易撮合者。我做交易。而在其他阵营中，有些人是偶像破坏者或教条主义者。这就像米尔斯海默（Mearsheimer）对中国的看法，认为这是一场大国博弈，一方必胜，另一方必败。但事实并非如此。

　　黄仁勋：那种认为每个国家都必须和我们一模一样的想法是错误的。我们追求的是多样性。

　　主持人Gerstner：你希望美国获胜，但这不必以牺牲他国为代价，更不必宣告他国的失败。因为我们足够自信。

　　黄仁勋：我们之所以强大，正因为我们强大得不可思议。我与生态系统中的所有伙伴合作都毫无问题。请注意，我们刚刚完成了一笔终极交易——与英特尔（Intel）合作，要知道，这家公司大部分时间都想让我们破产。但我与他们合作毫无芥蒂。原因很简单：第一，放马过来。第二，未来会更光明。

　　黄仁勋：这不该是“我们或他们”的零和博弈，而应是“我们和他们”的携手共赢。

　　主持人克拉克：是的。

　　黄仁勋：但尽管放马过来。

　　投资美国与美国崛起权

　　主持人Gerstner：同意。你提到了一个对我们两人都至关重要的话题：美国梦。我认为林肯曾说过，美国梦的基石是“崛起的权利”（the right to rise），即相信你的孩子能比你做得更好。

　　你也曾经历过这种崛起的权利。我们都曾在美国经历过。

　　黄仁勋：现在你上维基百科查“美国梦”，会看到我的照片。

　　主持人Gerstner：然而，我们生活的时代，由于这些技术系统的性质，我们将拥有万亿美元市值的公司，甚至可能出现万亿美元身家的个人。这些激励措施能给人带来进步的动力。

　　但与此同时，当我们迈入这个富足的时代，我深切担忧会有太多人掉队。他们感到被排斥和被遗弃。因此，他们攻击资本主义体系也就不足为奇了。

　　你和我共同推动的一个想法，对此我深表感激，那就是“投资美国”（Invest America）的理念。我们必须让每个孩子从一出生，就踏上资本主义的财富增长之旅。我们应该给他们一千美元，投资于像Investigator和OpenAI这样的优秀公司。当国家获胜时，他们也获胜。他们可以作为个体拥有这些股份，并亲眼见证其成长。

　　黄仁勋：让每个孩子，都成为美国未来的股东。

　　主持人Gerstner：所以，由于你的支持，我希望借此播客机会……

　　黄仁勋：我要感谢你发起并推动了这个项目。谢谢你。这真是个伟大的想法。

　　主持人Gerstner：你是个天才。这项伟大的法案已经通过了，大多数人甚至还没意识到。从2026年起，这个国家所有新生儿都将拥有一个投资账户，内含一千美元的启动资金，用于投资最优秀的美国公司。你的公司已同意为员工子女及其他孩子追加投资。我将资助学校，还有许多慈善家和公司也会加入。我们认为，所有公司都应该……

　　黄仁勋：这是公司回馈社会的一种绝佳方式。

　　主持人Gerstner：作为401k计划的一部分，我认为这是社会契约需要作出的改变。因为如果我们预见到这种指数级的进步，我们就知道政府和社会的演变需要跟上。显然，特朗普总统以及国会两院的两党议员已经将此法案签署为法律。所以，能否请你谈谈，你如何看待即将到来的变革的步伐和规模？

　　我知道你相信这将带来积极影响，但同时也会有很多人在这个过程中被取代。我们可能需要更多像这样的措施，来确保所有人都能跟上这趟旅程。

　　黄仁勋：特朗普总统推行的一些政策，对于让每个人都能跟上时代步伐极有助益。我先从这里说起。第一件事就是让美国重新工业化。特朗普总统、卢特尼克（Lutnick）部长以及他们的团队全力以赴，鼓励企业来美国建厂，投资制造业，并对技术工人进行再培训和技能提升，这对我们的国家极其宝贵。

　　我们必须改变那种认为只有拿到博士学位或就读名校才能过上好生活、赚大钱的观念。这毫无道理。我们热爱工艺。我热爱那些用双手创造价值的人。

　　现在我们要重新开始制造业，去建造那些宏伟、不可思议的东西。我喜欢这样。这无疑将改变美国。毫无疑问。过去，因为我们把几乎所有东西都外包了，经济和社会中的某个群体基本上被遗弃了。

　　我并不是说要把所有东西都迁回国内。有些人总在纠结要不要在美国制造网球鞋和牙签，这完全是把一个严肃的讨论引向了荒谬的境地。我们必须认识到，让美国重新工业化本身就具有变革意义。

　　这是第一点。

　　主持人Gerstner：重燃雄心壮志。

　　黄仁勋：哦，这太棒了。

　　主持人Gerstner：埃隆（Elon）带我们探索火星，用“筷子”从空中接住火箭。这不仅有利于美国的工业基础，更激发了整个国家的雄心壮志。

　　黄仁勋：没错。然后，当然是人工智能。它是终极的均衡器。想想看，现在每个人都可以拥有一个人工智能。我们正用技术本身，来弥合技术鸿沟。

　　还记得吗，过去人们为了提升职业技能而学习计算机，必须掌握C或C++，至少也得是Python。现在他们只需要学会“人类语言”就行了。如果你不知道如何编程人工智能，你可以直接告诉它：“嗨，我不知道怎么编程，你能教我吗？”然后人工智能会向你解释，甚至替你完成。

　　所以，这真是不可思议。我们现在已经用技术弥合了技术鸿沟。每个人都必须参与进来。OpenAI拥有8亿活跃用户。天哪，这个数字应该达到60亿，很快就会是80亿。

　　这是第二点。然后是第三点。

　　人工智能将改变任务的形态。人们的误解在于，只看到有很多任务将被消除，却没看到更多任务将被创造出来。

　　对很多人来说，他们的工作很可能会得到保障。例如，我一直在用人工智能，你也在用，我的分析师、我的工程师们，每个人都在持续使用人工智能。

　　主持人克拉克：是的。

　　黄仁勋：而我们正在招聘更多的工程师，招聘更多的人，全面扩张。因为我们有了更多的想法，现在可以去追求更多的目标。我们的公司变得更有效率，从而更富裕。因为更富裕，我们就能招聘更多人去实现那些新想法。

　　所谓“人工智能会导致大规模失业”的论调，其前提是我们已经没有了新想法，无事可做，今天的一切就是终点。如果别人能帮我做那份工作，我就失业了，只能坐着等待退休，在摇椅上虚度光阴。

　　主持人克拉克：是的。

　　黄仁勋：这种想法对我来说毫无意义。我认为，智能的增长，不是一场零和游戏。我身边越是聪明、越有才华的人，我的想法就越多，我们能设想解决的问题就越多，创造的工作和就业机会也就越多。所以，我不知道一百万年后世界会怎样，但我感觉未来几十年，经济必将增长。

　　会有很多新工作被创造出来。每一份工作都会改变。有些工作会消失，就像我们不再在街上骑马一样。但一切都会好起来的。

　　前方的未来

　　主持人Gerstner：众所周知，人类很难理解复利系统，而对于随规模加速增长的指数系统，我们的理解则更为糟糕。

　　主持人Gerstner：我们今天已经多次谈到指数增长。伟大的未来学家雷·库兹韦尔（Ray Kurzweil）曾说，在21世纪，我们体验到的将不是100年的进步，而是20000年的进步。你刚才说，我们很幸运能生活在这一刻并为此做出贡献。我不打算让你展望10年或20年，因为那太难了。

　　当我们想到2030年时，会想到机器人。

　　黄仁勋： 30年比20年更容易预测。

　　主持人Gerstner：好的，那就给你30年的时间。当你展望未来时，我喜欢这些较短的时间框架，因为它们必须将“比特”与“原子”结合起来。将“比特”与“原子”结合起来至关重要，这也是构建这些事物的难点所在。

　　黄仁勋：科幻小说很有趣，但于事无补。

　　主持人Gerstner：没错。但是，如果我们面临20000年的进步，请思考一下雷的这句话。思考一下指数增长，以及我们的所有听众，无论你在政府、初创公司还是大企业工作，都需要考虑变化速度的加快，以及如何在新的世界中协同合作。

　　黄仁勋：很多人已经谈过很多，都很有道理。我认为在未来五年内，一件非常酷的事情将得到解决，那就是人工智能与机电一体化、机器人技术的融合。

　　所以，我们将拥有能在身边自由活动的人工智能。每个人都知道，我们每个人都会有自己的“R2-D2”机器人陪伴成长。

　　那个机器人会记住我们的一切，一路指引我们，成为我们的伙伴。我们都预见到了这一点。

　　未来在云端部署80亿个GPU，为全球80亿人服务，这完全可能实现。每个人都拥有一个为他们量身定制的模型，这是一个令人兴奋的前景。人工智能不仅在云端，也体现在海量设备中——在你的车里，在你自己的机器人里，无处不在。我相信这个未来是合乎逻辑的。

　　我们将会理解生物学的无限复杂性，这一点非常了不起。理解并预测生物系统，可能会让我们为每个人建立一个数字孪生。就像我们在亚马逊上有用于购物的“数字分身”，为什么不能在医疗保健领域也拥有一个呢？当然可以。

　　想象一个系统，它可以预测我们的衰老过程、可能患上的疾病，以及任何可能发生的重大健康事件——甚至可能就在下周或明天下午发生——并及早预警。我们当然都希望拥有这一切。因此，我认为这一切的实现只是时间问题。我合作的CEO们经常问我：面对眼前的这一切，未来会怎样？我们该怎么做？答案其实很简单，尤其是在一个事物正以惊人速度发展的时代。

　　如果有一列呈指数级加速的火车，你唯一要做的，就是跳上去。一旦上车，所有问题都可以在途中解决。因此，试图预测一列每秒都在加速的火车会驶向何方，然后妄图在某个路口拦截它，这是徒劳的。

　　趁它还未快到无法企及，赶紧上车，与它一同指数级成长。

　　主持人Gerstner：很多人觉得这一切仿佛一夜之间就发生了，但您已经在这个领域深耕了35年。我记得大约在2005或2006年，拉里·佩奇就说过，谷歌的终极目标是让机器能在你提问前就预测到你的问题，甚至无需你开口，就直接给出答案。比尔·盖茨在2006年也表达过类似观点。

　　黄仁勋：因为它能根据上下文推断，你很可能对某个话题感兴趣。

　　主持人Gerstner： 2016年，我听比尔·盖茨说过，当有人问他“互联网、云计算、移动和社交都已出现，我们是不是已经穷尽了所有可能？”他回答说：“我们甚至还没真正开始。”我追问原因，他说：“真正的开始，要等到机器从一个简单的计算器，进化到能够独立思考、与我们并肩思考的那一天。”这恰恰是我们当前所处的历史时刻。

　　我认为，我们国家能拥有像您、萨姆·奥特曼、埃隆·马斯克、萨提亚·纳德拉这样的领袖，是一种巨大的优势。我们所看到的风险投资体系与创新者的合作，能够为创新提供所需资金，我们无需依赖政府发起“曼哈顿计划”，而是可以为了国家利益自发地携手共进。这的确是一个前所未有的伟大时代。

　　同时，我也很欣慰地看到，我们的领袖们都深刻理解自己身处的时代与肩负的责任。我们正在以前所未有的速度创造变革，这固然能让绝大多数人受益，但过程中也必然会带来挑战。我们将直面并解决这些问题，确保所有人的生活水平都能得到提升，让这场变革成为普罗大众的胜利，而非仅仅是硅谷少数精英的盛宴。