整理 | 褚杏娟

近日，英偉達(dá)創(chuàng)始人、總裁兼首席執(zhí)行官 Jensen Huang 和思科董事長(zhǎng)兼首席執(zhí)行官 Chuck Robbins 和進(jìn)行了一場(chǎng)獨(dú)家爐邊談話。兩人狀態(tài)都非常放松，黃仁勛五杯酒下肚，罕見(jiàn)地、毫無(wú)保留地展望了智能、基礎(chǔ)設(shè)施的未來(lái)，以及正在重新定義地球上每個(gè)行業(yè)的全球變革。

期間，黃仁勛犀利指出，編程就是打字，打字本身就是一種商品。

他透露，英偉達(dá)內(nèi)部已經(jīng)有近乎“失控”的 AI 項(xiàng)目數(shù)量，但他仍在任其發(fā)展，目前未過(guò)早收斂。公司內(nèi)部百花齊放是創(chuàng)新的必經(jīng)階段，他對(duì)新 AI 項(xiàng)目的第一反是“yes”，而不是“先證明給我看”。

他認(rèn)為，AI 的真正機(jī)會(huì)不是“更聰明的軟件”，而是“被增強(qiáng)的勞動(dòng)力”。歷史上第一次，數(shù)字勞動(dòng)力的長(zhǎng)期經(jīng)濟(jì)價(jià)值超過(guò)了硬件本身。 企業(yè)最有價(jià)值的知識(shí)產(chǎn)權(quán)不是答案，而是問(wèn)題本身，而這些必須在本地。未來(lái)每個(gè)員工，都會(huì)“自帶多個(gè) AI”工作。

黃仁勛提醒，你可以不是第一個(gè)用 AI 的，但千萬(wàn)不要成為最后一個(gè)。最后一個(gè)，基本等于被淘汰。而真正該優(yōu)先用 AI 的，不是邊角料，而是企業(yè)“最核心、最有影響力的工作”。

下面是兩人的對(duì)話內(nèi)容，我們進(jìn)行了翻譯和整理，在不改變?cè)饣A(chǔ)上進(jìn)行了刪減。期間有幾次兩人的開(kāi)玩笑，以“小劇場(chǎng)”形式展現(xiàn)，以饗讀者。

小劇場(chǎng) 1

黃仁勛：我感覺(jué)像是在替誰(shuí)上班似的。

羅賓斯：剛才端酒過(guò)來(lái)的時(shí)候，Jensen 還提醒我說(shuō)，你知道這在直播吧？我說(shuō)算了，隨它去吧，都這么晚了。

黃仁勛：第一原則就是不要造成傷害。

羅賓斯：不要傷害任何人，并且要意識(shí)到自己有多么幸運(yùn)。

首先，感謝大家在這里堅(jiān)持這么久。我們今天一大早就開(kāi)始了，然后一個(gè)接一個(gè)的演講，之后休息了大概兩個(gè)半小時(shí)，大家就又回來(lái)見(jiàn)我們了。

黃仁勛：所以我凌晨一點(diǎn)就起床了。

羅賓斯：他剛結(jié)束一趟為期兩周的行程，跑了亞洲四五個(gè)城市，其中一天在中國(guó)臺(tái)灣，昨晚還在休斯頓。

黃仁勛：現(xiàn)在我就在這兒了。

黃仁勛：我們要重塑計(jì)算

羅賓斯：這家伙已經(jīng)兩周沒(méi)回家了，現(xiàn)在的問(wèn)題是，他到底是能不能睡在自己的床上，還是只能住酒店？所以我們會(huì)輕松點(diǎn)，聊得開(kāi)心，也盡量早點(diǎn)放他走。

其實(shí)你都不用自我介紹了，但還是要謝謝你今天能來(lái)，感謝我們的合作關(guān)系，也為你和你的團(tuán)隊(duì)感到驕傲。讓我們從合作開(kāi)始聊起吧。你提出了 AI 工廠的概念，我們正在一起推進(jìn)。在企業(yè)領(lǐng)域，進(jìn)展可能不像我們期望的那么快，但我們先聊聊對(duì)你來(lái)說(shuō)，什么是 AI 工廠？

黃仁勛：首先記住一點(diǎn)，我們正在進(jìn)行 60 年來(lái)的首次計(jì)算重塑。以前是顯式編程，我們編寫程序，通過(guò) API 傳遞變量，一切都很明確。現(xiàn)在變成了隱式編程，你告訴計(jì)算機(jī)你的意圖，它自己去思考如何解決問(wèn)題。

從顯式到隱式，從通用計(jì)算（基本就是算術(shù)）到人工智能，整個(gè)計(jì)算堆棧都被重塑了。人們談?wù)撚?jì)算時(shí)往往只關(guān)注處理層，也就是我們所在的領(lǐng)域，但計(jì)算還包括存儲(chǔ)、網(wǎng)絡(luò)和安全，所有這些都在重塑中。

首先是第一部分，我們需要將 AI 發(fā)展到對(duì)人們有用的水平。目前，所謂的聊天機(jī)器人，你給它一個(gè)提示，它就想出要回答什么，這挺有意思的，也讓人好奇，但并不實(shí)用。有時(shí)它幫我完成填字游戲，但也僅限于它已經(jīng)記住和泛化的內(nèi)容。

回想三年前 ChatGPT 剛出現(xiàn)時(shí)，我們覺(jué)得“天哪，它能生成這么多詞，能模仿莎士比亞”，但本質(zhì)上仍是對(duì)已有內(nèi)容的記憶與泛化。然而我們知道，真正的智能是解決問(wèn)題。解決問(wèn)題一方面是知道自己不知道什么，另一方面是推理，即如何解決從未見(jiàn)過(guò)的問(wèn)題，將它分解成你能夠輕松解決的部分。這樣，通過(guò)組合，你就能解決從未見(jiàn)過(guò)的問(wèn)題。

此外，還要能夠提出策略來(lái)執(zhí)行任務(wù)，我們稱之為計(jì)劃。我們現(xiàn)在聽(tīng)到的 Agentic AI，那些術(shù)語(yǔ)，像工具調(diào)用、檢索、基于事實(shí)的增強(qiáng)生成、記憶等，本質(zhì)上講的都是這些能力。

但重要的是，要從通用計(jì)算，即我們用 Fortran、C、C++、Cobalt 編寫的顯式編程，進(jìn)化到新的形式，需要重新思考整個(gè)企業(yè)如何利用它。

羅賓斯：Cobalt

黃仁勛：那是好東西，Chuck，那是好東西。

羅賓斯：那是我準(zhǔn)備的保底工作。

黃仁勛：是的，那是些仍然有價(jià)值的技能。我知道，我知道它們?nèi)匀挥袃r(jià)值，我收到很多 offer?？铸堄肋h(yuǎn)有價(jià)值。

羅賓斯：我們剛才確認(rèn)了，你比我老。

黃仁勛：我知道，我是史前的。看起來(lái)不像，但確實(shí)是。很好，我可能是這個(gè)房間里年紀(jì)最大的。

羅賓斯：那么我們來(lái)聊聊，當(dāng)你在思考這個(gè)話題時(shí)……

黃仁勛：所以，我找到 Chuck 說(shuō)：聽(tīng)著，我們需要重塑計(jì)算，Cisco 必須發(fā)揮重要作用。我們有全新的計(jì)算堆棧 Vera Rubin，Cisco 會(huì)和我們一起推廣。但那是計(jì)算層，還有網(wǎng)絡(luò)層。Cisco 將集成我們的 AI 網(wǎng)絡(luò)技術(shù)，但將其放入 Cisco Nexus 的控制層，這樣從你的角度來(lái)看，你能獲得 AI 的所有性能，同時(shí)具備 Cisco 的可控性、安全性和可管理性。我們?cè)诎踩矫嬉矔?huì)做同樣的事情。每個(gè)支柱都需要重塑，這樣企業(yè)計(jì)算才能充分利用它。

但最終我們還是回到那個(gè)問(wèn)題：為什么三年前企業(yè) AI 還沒(méi)有準(zhǔn)備好？為什么你現(xiàn)在不得不盡快參與進(jìn)來(lái)？別掉隊(duì)。我認(rèn)為你不必是第一個(gè)采用 AI 的公司，但千萬(wàn)別做最后一個(gè)。

英偉達(dá)“AI 項(xiàng)目數(shù)量已經(jīng)失控了”

羅賓斯：如果你現(xiàn)在是一家企業(yè)，你的建議是什么？他們應(yīng)該采取哪些步驟來(lái)做好準(zhǔn)備？

黃仁勛：我經(jīng)常被問(wèn)到 ROI 這類問(wèn)題，但我不建議從那里入手。原因在于，任何技術(shù)在早期部署時(shí)，很難用電子表格來(lái)量化新工具、新技術(shù)的投資回報(bào)率。我建議做的是，找出公司的本質(zhì)是什么，我們做的最有影響力的工作是什么，不要胡鬧，不要在邊緣事務(wù)上浪費(fèi)時(shí)間。

在我們公司，AI 項(xiàng)目就像千朵花在盛開(kāi)。公司里 AI 項(xiàng)目的數(shù)量已經(jīng)失控了，但這很好。創(chuàng)新并不總是可控的。如果你想要控制，首先你得去看心理醫(yī)生。其次，控制只是幻覺(jué)。你無(wú)法控制公司。如果你希望公司成功，你不能控制它，你可以影響它，但不能控制它。

所以我認(rèn)為第一點(diǎn)，太多公司、太多人想要明確的、具體的、可證明的 ROI。但要在早期證明值得做的事情的價(jià)值是困難的。

我會(huì)說(shuō)，讓百花齊放。讓人們嘗試，讓人們安全地嘗試。我們?cè)诠纠飮L試各種東西，我們用 Anthropic、用 Codex、用 Gemini，我們什么都用。當(dāng)我們的團(tuán)隊(duì)說(shuō)我對(duì)某個(gè) AI 感興趣時(shí)，我的第一反應(yīng)是“yes”，然后再問(wèn)為什么，我不會(huì)先問(wèn)為什么，再說(shuō)“yes”。

原因很簡(jiǎn)單，我希望我的公司能像我對(duì)孩子的期望一樣，去探索生活。他們說(shuō)想嘗試什么，我的回答是“可以”，然后他們問(wèn)“為什么”，我不會(huì)讓他們向我證明。我不會(huì)讓他們證明做這件事將來(lái)會(huì)帶來(lái)經(jīng)濟(jì)成功或某種快樂(lè)。但在工作場(chǎng)所我們卻經(jīng)常這樣做，你不覺(jué)得這很奇怪嗎？這對(duì)我來(lái)說(shuō)無(wú)法理解。

所以我們對(duì)待 AI 的態(tài)度，就像以前對(duì)待互聯(lián)網(wǎng)、云計(jì)算一樣，讓它百花齊放。然后在某個(gè)時(shí)刻，你需要運(yùn)用自己的判斷來(lái)決定何時(shí)開(kāi)始整理花園，因?yàn)橐磺Ф浠〞?huì)讓花園變得凌亂。

在某個(gè)時(shí)候你必須開(kāi)始“修剪”，才能找到最合適的花朵，也就是最好的方法或最佳平臺(tái)，這樣你可以把所有的資源集中在一個(gè)方向上。但你不想過(guò)早地集中資源，萬(wàn)一選錯(cuò)了方向呢？那就先讓千朵花一起綻放，然后在某個(gè)時(shí)候進(jìn)行整理。

說(shuō)明一下，我還沒(méi)有開(kāi)始整理，到處都是花在綻放。但我鼓勵(lì)每個(gè)人去嘗試。然而，我清楚地知道對(duì)我們公司來(lái)說(shuō)最重要的是什么、我們公司的本質(zhì)是什么、我們最重要的工作是什么。我確保我有大量的專業(yè)知識(shí)和能力集中在使用 AI 來(lái)革命化這些工作上。對(duì)我們來(lái)說(shuō)，就是芯片設(shè)計(jì)、軟件工程、系統(tǒng)工程。

你們也注意到了，我們和 Synopsys、Cadence、Siemens 等公司合作，就是為了把我們的技術(shù)嵌進(jìn)去。他們需要什么、想用什么，我都會(huì)給，給到極致。因?yàn)橹挥羞@樣，我才能徹底革新我們?cè)O(shè)計(jì)下一代產(chǎn)品所依賴的工具。

這告訴了你一些關(guān)于我的態(tài)度，對(duì)我來(lái)說(shuō)最重要的是什么，以及我會(huì)如何革新自己的工作。

想想 AI 能做什么。AI 降低智能的成本，或者以數(shù)量級(jí)創(chuàng)造智能的豐富性。換種說(shuō)法，我們以前需要一年才能完成的事情，現(xiàn)在可能一天就能完成。以前需要一年的，現(xiàn)在可能一小時(shí)就能完成。甚至可以實(shí)時(shí)完成。

原因是我們身處一個(gè)豐富性的世界。摩爾定律？天哪，那太慢了，就像蝸牛一樣。記住摩爾定律是每 18 個(gè)月翻一番、每 5 年翻 10 倍、每 10 年翻 100 倍。而現(xiàn)在呢？每 10 年增長(zhǎng)一百萬(wàn)倍。在過(guò)去 10 年里，我們將 AI 推進(jìn)到了如此遠(yuǎn)的地步，以至于工程師們說(shuō)：嘿，為什么不在全世界的數(shù)據(jù)上訓(xùn)練一個(gè) AI 模型呢？

他們指的不是從我硬盤里收集數(shù)據(jù)，而是把全世界的所有數(shù)據(jù)拉下來(lái)訓(xùn)練一個(gè)模型。這就是“豐富性”的定義。豐富性就是面對(duì)一個(gè)如此巨大的問(wèn)題，你說(shuō)“我要全部搞定”?！拔乙斡屑膊☆I(lǐng)域的所有病癥，我不會(huì)只做研究癌癥?！遍_(kāi)玩笑嗎？那太瘋狂了。我們要解決人類的所有苦難，這就是豐富性。

最近，當(dāng)我思考一個(gè)問(wèn)題時(shí)，我通常會(huì)這樣假設(shè)：我的技術(shù)、我的工具、我的儀器、我的飛船是無(wú)限快的。去紐約要多久？一秒鐘就到了。那么如果我一秒鐘就能到紐約，我會(huì)做哪些不同的事情？如果以前需要一年現(xiàn)在能夠?qū)崟r(shí)完成，我會(huì)做哪些不同的事情？如果以前很重的東西現(xiàn)在變得像反重力一樣輕，我會(huì)做哪些不同的事情？當(dāng)你用這種態(tài)度面對(duì)一切時(shí)，你就是在運(yùn)用 AI 思維。

舉個(gè)例子，我們正在合作的很多公司，都在做圖分析，處理各種依賴關(guān)系、關(guān)聯(lián)關(guān)系。這些圖里有無(wú)數(shù)節(jié)點(diǎn)和邊，多到是萬(wàn)億級(jí)的。過(guò)去的做法是，只能切一小塊一小塊地算?，F(xiàn)在呢？直接把整個(gè)圖給我就行了，有多大無(wú)所謂。這種思維方式正在被應(yīng)用到各個(gè)領(lǐng)域。如果你還沒(méi)用這種方式思考，那基本就是做錯(cuò)了。

速度重要嗎？不重要，你已經(jīng)達(dá)到光速了。重量重要嗎？你已經(jīng)是零重力、零質(zhì)量了。如果一些以前對(duì)你來(lái)說(shuō)極其困難的事情，你現(xiàn)在的態(tài)度是“無(wú)所謂”，那你就沒(méi)有應(yīng)用這個(gè)邏輯，你就沒(méi)有做對(duì)。

現(xiàn)在，試著把這種思維用在你公司里最難、最關(guān)鍵的問(wèn)題上，這才是真正能推動(dòng)事情發(fā)生變化的方式。如果你自己還沒(méi)這么想，那不妨想一想：你的競(jìng)爭(zhēng)對(duì)手是不是已經(jīng)在這么想了？或者，更可怕的是，一家剛剛要成立的新公司，已經(jīng)完全是用這種方式在思考。這會(huì)改變一切。

所以，我的建議是找到你公司里最有影響力的工作，把“無(wú)限”套上去，把“零成本”套上去，把“光速”套上去，然后再去問(wèn) Chuck，怎么才能真的把這件事做成。

“大多數(shù)有價(jià)值的東西
被稱為直覺(jué)和智慧”

羅賓斯：那我們現(xiàn)在聊聊如何實(shí)現(xiàn)。你有那個(gè)“五層蛋糕”的比喻，因?yàn)榇蠹叶荚谡務(wù)摶A(chǔ)設(shè)施、模型、應(yīng)用。我要如何入手？你能聊聊這個(gè)嗎？

黃仁勛：首先，成功人士會(huì)做的事情之一，是思考事物的本質(zhì)。

大約 15 年前，一個(gè)算法和兩個(gè)工程師解決了計(jì)算機(jī)視覺(jué)問(wèn)題。智能包括感知、推理、規(guī)劃。計(jì)算機(jī)視覺(jué)基本上是智能的第一部分：感知。感知是“我是誰(shuí)？發(fā)生了什么？我的環(huán)境是什么？”推理是“我如何比較這與我的目標(biāo)？”然后提出一個(gè)計(jì)劃來(lái)實(shí)現(xiàn)它。比如噴氣式戰(zhàn)斗機(jī)的問(wèn)題，首先是感知、定位，然后是行動(dòng)。

智能就是這三件事。沒(méi)有感知就無(wú)法有第二和第三部分，你無(wú)法在不理解環(huán)境的情況下理解或決定該做什么。而環(huán)境是高度多模態(tài)的。有時(shí)是 PDF，有時(shí)是表格，有時(shí)是信息，有時(shí)甚至是感官，比如氣味、環(huán)境，“我們?cè)谀睦铮吭诟墒裁?？面?duì)的是誰(shuí)？”我們常說(shuō)“讀空氣”“看場(chǎng)面”，說(shuō)的就是感知。

大約 13、14 年前，我們?cè)谟?jì)算機(jī)視覺(jué)方面取得了巨大飛躍，這是感知問(wèn)題的第一層。這超級(jí)困難，如何解決計(jì)算機(jī)視覺(jué)？AlexNet 是我們看到的第一個(gè)突破。這就像我喜歡的那部電影《First Contact》，這是我們與 AI 的第一次接觸。

當(dāng)時(shí)我們?cè)谙耄哼@意味著什么？為什么兩個(gè)工程師，靠幾塊 GPU，就能超越我們?nèi)陙?lái)所有人積累的算法？

我昨天還和 Ilya Sutskever、Alex Krizhevsky 聊過(guò)這個(gè)問(wèn)題：兩個(gè)年輕人，怎么做到的？我們把問(wèn)題徹底拆解，十年前我得出的結(jié)論是：世界上絕大多數(shù)真正困難、真正有價(jià)值的問(wèn)題，其實(shí)都可以用這種方式來(lái)解決。

原因在于，這些問(wèn)題根本不存在所謂“原則性的算法”。沒(méi)有 F=ma，沒(méi)有麥克斯韋方程，沒(méi)有 沒(méi)有薛定諤方程，沒(méi)有歐姆定律，也沒(méi)有熱力學(xué)定律，它們并不精確。大多數(shù)有價(jià)值的東西被稱為直覺(jué)和智慧。

我們所說(shuō)的直覺(jué)、智慧，以及你我每天要面對(duì)的那些問(wèn)題，答案往往只有一句話：要看情況。如果答案是 3，那就太好了；如果是 3.14，那更完美。但現(xiàn)實(shí)中最有價(jià)值、最困難的問(wèn)題，幾乎全都是“要看具體情況”，因?yàn)樗鼈兏叨纫蕾嚿舷挛摹?/p>

正是在十二三年前，計(jì)算機(jī)視覺(jué)被攻克了，我們意識(shí)到借助深度學(xué)習(xí)，這條路是可以不斷擴(kuò)展的，模型可以越來(lái)越大。唯一的問(wèn)題是：怎么訓(xùn)練？而真正的突破來(lái)自自監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)，讓 AI 自己去學(xué)。直到今天，我們已經(jīng)幾乎不再受限于人工標(biāo)注。

正是這個(gè)突破，徹底打開(kāi)了閘門，讓模型從幾百參數(shù)、幾億參數(shù)，一路擴(kuò)展到數(shù)十億、數(shù)萬(wàn)億參數(shù)。我們能編碼的知識(shí)、能通過(guò)算法學(xué)到的技能，出現(xiàn)了爆炸式增長(zhǎng)。但方法本身并沒(méi)有變。

于是我們意識(shí)到，這也正是我們今天對(duì)話的起點(diǎn)：計(jì)算本身將被徹底重塑。從顯式編程，走向一種全新的計(jì)算方式：軟件不再是寫出來(lái)的，而是“學(xué)出來(lái)的”。

那么，如果再退一步，這對(duì)計(jì)算堆棧意味著什么？對(duì)如何開(kāi)發(fā)軟件意味著什么？對(duì)你公司中的工程組織意味著什么？對(duì)規(guī)定產(chǎn)品的產(chǎn)品營(yíng)銷團(tuán)隊(duì)意味著什么？對(duì)編碼產(chǎn)品的工程團(tuán)隊(duì)意味著什么？對(duì)評(píng)估產(chǎn)品的 QA 團(tuán)隊(duì)意味著什么？這些產(chǎn)品未來(lái)會(huì)變成什么樣？我們?nèi)绾尾渴甬a(chǎn)品？如何保持更新？如果它基于機(jī)器學(xué)習(xí)，如何永遠(yuǎn)刷新它？如何給軟件打補(bǔ)??？

關(guān)于未來(lái)計(jì)算的問(wèn)題，我大概問(wèn)過(guò)上千個(gè)。最終我和公司得出的結(jié)論是：這一切將改變所有事情。于是我們基于這個(gè)核心信念，徹底調(diào)整了公司的方向。

簡(jiǎn)單來(lái)說(shuō)，Chuck 講的就是：我們從一個(gè)“一切都是預(yù)先錄制好的”世界走了出來(lái)。Chuck 當(dāng)年寫的軟件，非常厲害。

羅賓斯：那真不錯(cuò)，它運(yùn)行了很久。

黃仁勛：還是用希伯來(lái)文寫的。（笑）

羅賓斯：這是真的。那是另一項(xiàng)技能。

黃仁勛：房間里唯一懂希伯來(lái)文 Cobalt 的人。

總之，那是預(yù)先錄制的。

那我們先想一個(gè)問(wèn)題：現(xiàn)在的軟件到底是什么？因?yàn)樗怯猩舷挛牡?，而每一個(gè)上下文都不一樣。每一個(gè)使用軟件的人不一樣，每一次輸入的提示也不一樣，你給它的前置信息、背景條件都不同。結(jié)果就是軟件的每一次運(yùn)行實(shí)例，都是不一樣的。

這也是為什么過(guò)去的軟件計(jì)算量相對(duì)固定，那種模式叫“基于檢索”。你拿起手機(jī)點(diǎn)一下，它只是去把某個(gè)軟件文件、圖片取出來(lái)給你看。但未來(lái)不一樣，未來(lái)一切都會(huì)是生成式的，就像現(xiàn)在正在發(fā)生的這樣。

小劇場(chǎng) 2

黃仁勛：這場(chǎng)對(duì)話以前從未發(fā)生過(guò)。概念以前存在，先驗(yàn)以前存在，但這序列中的每個(gè)詞以前從未出現(xiàn)過(guò)。原因很明顯，我們已經(jīng)喝了四杯酒了。（笑）

羅賓斯：Cobalt 和希伯來(lái)語(yǔ)從未消失。

黃仁勛：謝天謝地這不是在校園里或正在直播。所以，你理解我在說(shuō)什么嗎？Chuck 今天到現(xiàn)在唯一給我吃的東西就是四杯酒。

羅賓斯：公平點(diǎn)說(shuō)，我只給了你一杯，另外三杯是你自己從自助臺(tái)拿的。

黃仁勛：我當(dāng)時(shí)正盯著那些食物，我心想我太餓了。食物離我大概 40 英尺遠(yuǎn)。

羅賓斯：因?yàn)槟阍谂恼铡?/p>

黃仁勛：但離得那么近，真的那么近，有一次我確實(shí)向食物靠了過(guò)去，但又被推回來(lái)了。

羅賓斯：你知道發(fā)生了什么嗎？你的團(tuán)隊(duì)提前告訴我們，給他三杯葡萄酒后，他的狀態(tài)最佳。四杯之后，他不得了。

黃仁勛：這并非最佳解決方案。

總之，是的，聽(tīng)聽(tīng)我的話。AI 是什么？（大笑）我們需要留下一些智慧。

羅賓斯：能再來(lái)杯酒嗎？

黃仁勛：這不僅是 Dave Chappelle 那種水平。

AI 的機(jī)會(huì)不再是創(chuàng)造工具，而是勞動(dòng)力

小劇場(chǎng) 3

羅賓斯：讓我們聊聊別的。

黃仁勛：聊聊能源。能源、芯片、基礎(chǔ)設(shè)施，包括硬件和軟件，然后是 AI 模型。但 AI 最重要的部分是應(yīng)用。每個(gè)國(guó)家、每家公司，下面那些層都只是基礎(chǔ)設(shè)施，你需要做的是應(yīng)用技術(shù)。

看在上帝的份上，應(yīng)用這項(xiàng)技術(shù)吧。使用 AI 的公司不會(huì)陷入危險(xiǎn)，你不會(huì)因?yàn)?AI 而失去工作，你會(huì)因?yàn)槟切┦褂?AI 的人而失去工作。所以趕緊行動(dòng)，這是最重要的事。盡快給 Chuck 打電話。

羅賓斯：你打給我，我打給他。我們時(shí)間不多，我不確定。

黃仁勛：我們有的是時(shí)間。

羅賓斯：是嗎？多少時(shí)間？

黃仁勛：看看 Chuck，Chuck 按時(shí)鐘工作。我都不戴表。你按時(shí)鐘工作，我不，不達(dá)到預(yù)期價(jià)值之前我不會(huì)離開(kāi)的。[掌聲] 哪怕需要整晚，我要折磨你們所有人直到……

羅賓斯：Jensen ，這就是為什么像我這樣的人需要手表。

黃仁勛：好吧，在你說(shuō)你學(xué)到了東西之前，你將被困在這里。我們會(huì)在價(jià)值交付之前折磨每個(gè)人。

羅賓斯：我確認(rèn)過(guò)了還有酒。

羅賓斯：你能說(shuō)說(shuō)你對(duì)物理 AI 的看法嗎？

黃仁勛：還記得什么是軟件嗎？軟件是一個(gè)工具。有一種觀點(diǎn)認(rèn)為，工具行業(yè)在衰落，將被 AI 取代。你能看出來(lái)，因?yàn)楹芏嘬浖镜墓蓛r(jià)壓力很大，似乎 AI 要取代它們。這是世界上最不合邏輯的事情，時(shí)間會(huì)證明這一點(diǎn)。

讓我們做個(gè)終極思想實(shí)驗(yàn)。假設(shè)我們是終極人工通用機(jī)器人。你覺(jué)得你能解決任何問(wèn)題，因?yàn)槟阒雷约菏穷惾松?。如果作為人類或機(jī)器人，你會(huì)使用螺絲刀還是發(fā)明一個(gè)新的螺絲刀？畢竟我只用一個(gè)。你會(huì)使用錘子還是發(fā)明新錘子？你會(huì)使用鏈鋸還是發(fā)明新鏈鋸？

不會(huì)新搞的。首先，理想情況下他們根本不用。但理解我的意思嗎？作為人類或機(jī)器人、人工通用機(jī)器人，你會(huì)使用工具還是重新發(fā)明工具？答案顯然是使用工具。

那同樣的邏輯，放到數(shù)字世界里。如果作為人工通用智能，你會(huì)使用像 ServiceNow、SAP、Cadence、Synopsys 這些現(xiàn)成工具，還是自己重新發(fā)明一個(gè)計(jì)算器？當(dāng)然你會(huì)直接使用計(jì)算器。這就是為什么最近 AI 最大的突破之一，是“工具使用”。因?yàn)楣ぞ弑旧砭褪菫槊鞔_問(wèn)題而設(shè)計(jì)的。

這個(gè)世界上有很多問(wèn)題就是 F=ma。拜托，不要再搞一個(gè)新版本。F=ma 不是“差不多等于 ma”， 它就是 ma。V=IR，IR 就是 IR，不是“近似 IR”，也不是“統(tǒng)計(jì)意義上的 IR”。所以我們真正想要的，是通用人工智能、通用機(jī)器人使用工具，這是核心思想。

我認(rèn)為在下一代物理 AI 里，我們會(huì)擁有真正理解物理世界、理解因果關(guān)系的 AI。比如我把這個(gè)推倒，會(huì)不會(huì)把后面的一排全帶倒？

你知道什么是多米諾骨牌，小孩子都懂這個(gè)概念：推倒一個(gè)，就會(huì)一個(gè)接一個(gè)。多米諾骨牌這個(gè)概念本身非常深刻，里面包含了因果、接觸、重力、質(zhì)量。一個(gè)很小的骨牌，可以推倒一個(gè)更大的，最后甚至帶倒一整噸重量的東西。孩子理解起來(lái)毫不費(fèi)力，但一個(gè)大語(yǔ)言模型完全不懂。所以我們必須教授、創(chuàng)建一種新型的物理 AI。

那么，機(jī)會(huì)是什么？

到目前為止，我和 Chuck 所在的行業(yè)，其實(shí)一直是在創(chuàng)建工具。我們做的是“螺絲刀和錘子”的生意，一輩子都在把工具交到人手里。但這是歷史上第一次，我們要?jiǎng)?chuàng)造的不是工具，而是“勞動(dòng)力”，增強(qiáng)型勞動(dòng)力。

舉個(gè)例子，什么是自動(dòng)駕駛汽車？本質(zhì)上是一個(gè)數(shù)字司機(jī)。那什么是數(shù)字司機(jī)？數(shù)字司機(jī)的價(jià)值是多少？它的價(jià)值遠(yuǎn)遠(yuǎn)大于那輛車本身。原因在于，數(shù)字司機(jī)一生創(chuàng)造的經(jīng)濟(jì)價(jià)值，第一次超過(guò)了硬件本身的價(jià)值。

也正因?yàn)槿绱?，我們第一次真正觸及到了一個(gè)規(guī)模大 100 倍的市場(chǎng)。嚴(yán)格說(shuō)，這在數(shù)學(xué)上是成立的：IT 行業(yè)大約是萬(wàn)億美元左右，而世界經(jīng)濟(jì)大約是百萬(wàn)億美元。我們第一次有機(jī)會(huì)進(jìn)入這個(gè)層級(jí)。所以在座的每一個(gè)人，都有機(jī)會(huì)應(yīng)用這項(xiàng)技術(shù)創(chuàng)辦一家科技公司。

讓我給一些例子。我真的相信，就像我觀察到的：我喜歡 Disney，我們喜歡和 Disney 合作，但我很確定他們更愿意成為 Netflix；我喜歡 Mercedes，我是坐著 Mercedes 來(lái)的，但我很確定他們更愿意成為 Tesla；我喜歡 Walmart，但我很確定他們更愿意成為 Amazon。

你們同意嗎？到目前為止，我是不是全中？我相信我們有機(jī)會(huì)幫助把每家公司轉(zhuǎn)型為技術(shù)公司。

要技術(shù)優(yōu)先。技術(shù)是你的超能力，行業(yè)和領(lǐng)域只是應(yīng)用場(chǎng)景。而不是反過(guò)來(lái)，把行業(yè)當(dāng)成身份，再去尋找技術(shù)。為什么？因?yàn)榧夹g(shù)優(yōu)先的公司，處理的是電子，不是原子。電子的數(shù)量是無(wú)限的，而原子受質(zhì)量限制。這也是為什么當(dāng)企業(yè)從 CD-ROM 這種“原子載體”切換到電子分發(fā)后，市值能暴漲上千倍。

你們要像我們一樣，成為一家“電子公司”，說(shuō)白了，就是科技公司。機(jī)會(huì)已經(jīng)擺在你們面前了。換個(gè)角度說(shuō)，其實(shí)就是 AI。

我們剛才說(shuō)過(guò)，即使像 Chuck 這樣只會(huì)用希伯來(lái)語(yǔ)編程的人

羅賓斯：這是一種天賦。

黃仁勛：他的工具選擇是按序從右到左否則它會(huì)造成混淆。

羅賓斯：其實(shí)挺聰明的。

黃仁勛：聰明人做聰明的事。

妙就妙在，如果你了解編程語(yǔ)言，那就知道，對(duì)所有公司來(lái)說(shuō)，軟件并非我們的強(qiáng)項(xiàng)，但知識(shí)、直覺(jué)、領(lǐng)域?qū)ｉL(zhǎng)是你的優(yōu)勢(shì)。

現(xiàn)在，你們第一次可以用自己的語(yǔ)言，把想要的東西完整地告訴計(jì)算機(jī)。還記得我們是怎么從顯式編程，走到隱式編程的嗎？歷史上第一次，你可以“隱式地”給計(jì)算機(jī)編程，只要告訴它你想要什么，表達(dá)你的意圖，代碼由計(jì)算機(jī)來(lái)寫。

編程，如你所知，只是打字。而事實(shí)證明打字也是一種商品。

這就是你們的好機(jī)會(huì)。你們所有人都能超越以前限制你們的“原子局限”。擺脫沒(méi)有足夠的軟件工程師的限制，因?yàn)榇蜃质巧唐坊模銈兌紦碛袠O具價(jià)值的東西：領(lǐng)域?qū)ｉL(zhǎng)來(lái)理解客戶、理解問(wèn)題。

終極價(jià)值是理解意圖。當(dāng)你剛從大學(xué)軟件學(xué)院畢業(yè)時(shí)，你可能是一個(gè)超級(jí)程序員，但你不知道客戶想要什么，不知道要解決什么問(wèn)題。但現(xiàn)在所有人都知道客戶想要什么，知道要解決什么問(wèn)題。編碼部分很簡(jiǎn)單，只需告訴 AI 去做，所以這就是你的超能力。Chuck 和我在這里幫助你實(shí)現(xiàn)這一點(diǎn)。

那個(gè)結(jié)束語(yǔ)是我喝了五杯酒后說(shuō)的。聽(tīng)著，這真是一個(gè)奇跡。

羅賓斯：介于兩者之間的是某人在桌子上工作，這是人工智能的真實(shí)寫照，也許這是增強(qiáng)版。

黃仁勛：我只想說(shuō)，與你們所有人一起工作很愉快。大家都知道，Cisco 在計(jì)算機(jī)發(fā)明史上有兩根極其重要的支柱：網(wǎng)絡(luò)和安全。沒(méi)有 Cisco，就沒(méi)有現(xiàn)代計(jì)算。而這兩根支柱，在 AI 時(shí)代都被重新定義了。計(jì)算本身，在很多層面已經(jīng)逐漸商品化，但 Cisco 深耕的那些能力，依然極其關(guān)鍵、極其有價(jià)值。我們雙方結(jié)合在一起，非常愿意、也非常有能力，幫助大家真正走進(jìn) AI 的世界。

之前有人問(wèn)過(guò)我一個(gè)問(wèn)題，我覺(jué)得值得再說(shuō)一遍： 到底是只租云，還是要自己動(dòng)手建算力？

我的建議和我給自己孩子的建議完全一樣：一定要自己建一套。哪怕 PC 已經(jīng)無(wú)處不在，哪怕技術(shù)已經(jīng)非常成熟，也請(qǐng)你親手做一次。你必須知道每一個(gè)組件為什么存在。就像你如果身處汽車或交通行業(yè)，不能只會(huì)用 Uber，你得掀開(kāi)引擎蓋，換一次機(jī)油，真正理解一輛車是怎么運(yùn)轉(zhuǎn)的。

理解技術(shù)是至關(guān)重要的。這項(xiàng)技術(shù)對(duì)未來(lái)太重要了，你必須對(duì)它有“上手級(jí)”的理解。掀開(kāi)蓋子，動(dòng)手做點(diǎn)東西，不一定要很大，但一定要做。你可能會(huì)發(fā)現(xiàn)自己在這方面天賦驚人，也可能會(huì)發(fā)現(xiàn)，這正是你公司未來(lái)必須具備的能力。

你也會(huì)意識(shí)到，世界并不是“全租”或者“全自建”這么簡(jiǎn)單。有些東西你要租，有些東西你必須自己掌控。 比如涉及主權(quán)、安全、專有信息的部分，就應(yīng)該放在本地。有些問(wèn)題，你就是不愿意讓所有人都看到。

打個(gè)比方，當(dāng)你去看心理醫(yī)生時(shí)，你肯定不希望那些問(wèn)題被放到網(wǎng)上。公司也是一樣。你們有很多問(wèn)題、很多討論、很多不確定性，這些對(duì)話，本就應(yīng)該是私密的。我自己就不放心把 Nvidia 所有的內(nèi)部對(duì)話都放到云上，所以我們?cè)诒镜貥?gòu)建了超級(jí) AI 系統(tǒng)。因?yàn)槲抑饾u意識(shí)到，對(duì)我來(lái)說(shuō)最有價(jià)值的知識(shí)產(chǎn)權(quán)，并不是答案，而是問(wèn)題本身。

能理解我的意思嗎？我的問(wèn)題就是我最有價(jià)值的知識(shí)產(chǎn)權(quán)，答案是商品化商品。我知道問(wèn)什么，我在識(shí)別什么是重要的。 而我不希望別人知道，我認(rèn)為哪些事情是重要的。這些思考，只屬于一個(gè)小房間，只屬于本地，我希望創(chuàng)建我自己的 AI。

已經(jīng) 11 點(diǎn)了，最后一個(gè)想法想要補(bǔ)充。

有一種觀點(diǎn)認(rèn)為 AI 應(yīng)該始終有人類參與其中。這恰恰是錯(cuò)誤的想法，應(yīng)該反過(guò)來(lái)，每家公司都應(yīng)該讓 AI 參與其中。

原因很簡(jiǎn)單，我們希望公司每天都變得更好、更有價(jià)值、更有知識(shí)積累。我們不想倒退，不想停滯，更不想每次從零開(kāi)始。如果我們讓 AI 參與其中，它就能不斷吸收公司的經(jīng)驗(yàn)。

未來(lái)每個(gè)員工都會(huì)有參與其中的 AI，很多 AI，而這些 AI 將成為公司的知識(shí)產(chǎn)權(quán)。這就是未來(lái)的公司。因此，我認(rèn)為你們所有人現(xiàn)在就給 Chuck 打電話是明智的。

羅賓斯：我給 Jensen 打了。

黃仁勛：無(wú)論如何，這就是我的結(jié)束語(yǔ)。

羅賓斯：聽(tīng)著，兩周的旅行，Jensen 今天特地飛到這里，和我們共度一個(gè)夜晚，之后才能好好回家睡一覺(jué)。我們由衷感謝你能來(lái)，真的非常感謝。

黃仁勛：還有，在我眼角余光中，看到那里還有那些烤串。

https://www.youtube.com/watch？v=6fbyiPRhMSs

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

會(huì)議推薦

InfoQ 2026 全年會(huì)議規(guī)劃已上線！從 AI Infra 到 Agentic AI，從 AI 工程化到產(chǎn)業(yè)落地，從技術(shù)前沿到行業(yè)應(yīng)用，全面覆蓋 AI 與軟件開(kāi)發(fā)核心賽道！集結(jié)全球技術(shù)先鋒，拆解真實(shí)生產(chǎn)案例、深挖技術(shù)與產(chǎn)業(yè)落地痛點(diǎn)，探索前沿領(lǐng)域、聚焦產(chǎn)業(yè)賦能，獲取實(shí)戰(zhàn)落地方案與前瞻產(chǎn)業(yè)洞察，高效實(shí)現(xiàn)技術(shù)價(jià)值轉(zhuǎn)化。把握行業(yè)變革關(guān)鍵節(jié)點(diǎn)，搶占 2026 智能升級(jí)發(fā)展先機(jī)！