影片標題:Jensen Huang:Nvidia的未來,菲律賓AI,代理的風險,參考交易,AI PR危機
依據創用CC授權使用
照片來自Peggy Block Beats

在目前愛爾蘭語言的熱情中, 過去兩年來, 但當這些階段達成共识時, 會出現新的問題:當AI不再簡單回答問題時, 它便開始執行任務, 嵌入商業流程, 進入實際世界

全在波德卡斯 該計畫由四位長期活動的前沿投資者共同主持, 以深入討論科技、企業及宏观经济發展趋势而知名。

四名发言者是:

杰森·卡拉卡尼斯早期的網路企業家和天使投資者因投資Uber,Robinhood等人而知名

查瑪斯·帕利哈皮蒂亞Slack和Box等科技公司投資

大衛·薩克斯Airbnb、Uber的早期投資人

大衛·弗里德伯格企划委員會以農業、氣候與生命科學的投資為主。

現任嘉賓是NVIDIA共同創辦人兼CEO黃詹森。

從左到右是大衛·弗里德伯格、查馬斯·帕利哈皮蒂亞、大衛·薩克斯、黃詹森、傑森·卡拉卡尼斯

整個面試可以大致概括為三層。

首先,AI的基礎正在改變。过去,市場對AI的理解主要基于更強大的GPU,更多的數據中心. 然而,黃仁勳希望强调,未來的競爭不再僅僅是一塊芯片的競爭,而是整個系統的競爭. 因為對推理的需求增加, 模型的种类增加, 以及代理商開始處理更複雜的工作, 因此,NVIDIA試圖將角色從芯片公司更進一步移到"AI Factory"的建築者。

第二,AI正在從"產生的內容"走向"使命"。這是這次訪談中最重要的線索 ChatGPT讓公眾首次視覺AI的能力, 但從黃仁勳的觀點看, 因此使用者愿意為AI付錢, 以及軟體發展、組織管理與知識工作可能會因此重新寫作。

依據創用CC授權使用。在訪談中, 无论是自動駕駛、機器人、醫學、數位生物學, 或Hoang In口中的物理AI, 但這也意味著AI將不再面临技術挑戰, 也就是說。

從這個觀點看, 這段談話最有趣的不是一個特定的產品, 也不是一個樂觀的數字, 而是黃仁勳的重複評論:AI正在從「模擬時代」走向「系統時代」。 未來的競爭不僅比誰更大、更會計算。

也讓這篇論題超越NVIDIA本身。 當人工智能成為基礎, 下一轮工業重整會如何進行。

以下是原文(为了便于阅读和理解,原文已合并):

TL; DR

人工智能基礎由「單一GPU」轉而為互聯互通。在GPU, CPU, Web 芯片和 Groq 的配合下, 會進行不同的計算工作 。

NVIDIA從GPU轉至提供完整系統的「AI PLANT COMPANY」。這是一個基建套件 不是一個芯片。

衡量人工智能成本的關鍵不是数据中心定价。更貴的系統可能更便宜。

艾爾正在從一代人模式走向年齡。使用者非常愿意為「做事」付出代價。

· 计算需求正在蓬勃发展。從一代人到推理者到代理者,它可能在短短的时间内擴展了1萬多次,并且正在加速。

未來軟體發展將改變。工程師不再寫法則, 而是定義問題、設計結構。

從长远看,最大的机遇在于纵向的深度专业化,而不是一般模式本身。誰知道工業,誰知道護城河。

其他召集人

知名天使投資者All-In Podcast主機Uber:
這星期很特別 我們通常只給特朗普總統、耶穌、黃仁勳三個人。 至於這三個人該如何排成一排,由你決定. 你最近工作太辛苦了 這一次GTC很成功。

詹森華安,CEDO:
全業都在 所有科技公司,所有AI公司都快到了。

杰森·卡拉卡尼斯:
太不可思議了 真的很了不起 去年最重要的一次發射是Groq。 你買下格魯克的時候 你知道查瑪斯會有多難受嗎

注:格魯克不是格魯克. 前者是AI理性芯片, 在2025年底, Groq 和 NVIDIA 簽定了一份非排他性技術授權協議, 黃仁勳在GTC 2026上。

查馬斯(Chamath), 他既是全仁公司的四位主持人之一,也是Groq公司的早期投資者和董事之一。 NVIDIA和Groq的重大交易浮出水面。

王仁ho:
我在隱瞞什麼。

杰森·卡拉卡尼斯:
我們每週都要對付他。

王仁ho:
我知道 你會陪他整整六周。

杰森·卡拉卡尼斯:
沒錯。

從GPU到"AI工厂"

王仁ho:

許多策略會比預期提前在GTC公布。 2年半前,我介紹了 AI工廠的操作系統 叫做Dynamo。

迪納摩原本是西門子公司發明的 能把水能轉換成電能 在上次工業革命中提升工廠系統的裝置 所以我覺得這對下一次工業革命來說是個很好的名字 在迪納摩,核心技術之一是分解分解。

杰森·卡拉卡尼斯:

Jensen 我知道你對科技很了解 來吧,你定義它。 我不想搶劫你。

王仁ho:

謝謝你 所謂的裝飾推理,意味著整行的處理非常複雜,甚至可能是今天最複雜的算法。

在尺度上是惊人的,它包含了很多不同形式和尺度的數學計算. 想法是解開整個流程,讓其中一個在GPU的一類上运行,另一個在另一類上运行. 並且提醒我們, 我們完全可以整合不同類型的計算資源。

同樣的想法讓我們找到了梅拉諾克斯 您今天可以看到, NVIDIA 計算已經分布在 GPU, CPU, 切換, 垂直延伸切換, 水平延伸切換與網路處理器上 。 現在我們要讓格魯克進去。

我們的目標是把正確的负荷放在正確的芯片上. 也就是說,我們從GPU公司發展成AI工廠公司。

大衛·薩克斯(PayPal COO|All-In)

這可能是我最重要的靈感 你現在看到的是根本的"分界" 過去只有GPU, 現在有越来越多的不同的計算方式, 這些選擇將在未來共存。

您在舞台上提到, 我覺得所有做高價值推理的人應該仔細聽:您說數據中心25%的空間應該分配到格羅克的LPU。

注:LPU是語言處理單位的縮寫. 這是格羅克提出的芯片課 核心定位不是訓練 而是推理

王仁ho:

對 在數據中心 可能把葛羅克 拿到維拉魯賓系統的25%。

注:Vera Rubin是NVIDIA的下一代AI平台架构. 它不是單一的芯片 而是AI廠的系統級基建平台。

大衛·薩克斯:

你能告訴我工業怎麼看這個方向嗎? 實際上,你正在构建下一代的分解結構:前身,解碼,推理过程是分裂的. 你覺得大家會怎麼反應

王仁ho:

退一步 我們把這個能力加到系統上 因為整個工業已經從一個大語模式 轉變成了一個機構處理。

當你經營一個特工時 它能存取工作回憶 長期回憶 呼叫工具 它們對儲存壓力很大 你將看到代理商與代理商合作。 有些代理商使用巨型模型,有些是小型模型;有些是扩散模型,有些是自返模型. 也就是說,在這個數據中心裡,會有各种各样的完全不同的模型,同時。 我們建造了維拉魯賓 以處理這極為多元的負载。

所以,我們以前是一家公司 有一套架子,現在我們還有四套架子。 也就是NVIDIA的TAM。

而新增的33%到50%將是儲存處理器Bluefield的一大部分;其中一部分,我個人希望是一大部分,Groq處理器;一部分是CPU;當然,會有很多網路處理器. 總之, 總之, 這是現代工業的操作系統。

社會資本創始人Chamath Palihapitiya(前Facebook執行官All-In主辦):

嵌入式應用程式呢? 就像我女兒家的泰迪熊,如果他想和她說話,那裡面有什么? 或是未來會有更廣泛的TAM

注:ASIC指應應用程式-特定分級的Cituit,TAM指全面服務市場

王仁ho:

我們認為這問題有三個電腦。

第一台,规模最大的,是用来訓練AI模型,發展AI,建立AI的電腦。

第二台是用于評估AI的電腦. 比如看看四周 有機器人,汽車 你必須把它們放在一個虛擬的環境裡 代表物理世界 也就是說,軟體本身必須遵循物理定律 我們稱之為全體觀察。

第三台是部署在邊緣的電腦 机器人電腦 它可以是自動飛行機 也可以是機器人 甚至小泰迪熊。

對泰迪熊來說,其中一個非常重要的方向就是我們正在做的:使電訊基地成為AI基础设施的一部分. 因此,整個2萬亿美元规模的電信業將逐步成為AI基础设施的延伸. 因此,收音機設備變成了邊緣,工廠變成了邊緣,倉庫也一樣。

简言之,所有三种基本電腦都是不可或缺的。

大衛·弗里德伯格(All-In Podcast主持人

詹森,去年我以為你在世界面前看到了 你說有道理的要求不會增加1000倍。

王仁ho:

我自爆了嗎

大衛·弗里德伯格:

成百上千? 十億次

我想當時很多人認為這是夸大其詞, 但現在,你知道, 推理已經真的發明了, 它開始"限制。" 現在你又發表了一篇"推理工作坊",將比下一代吞噬十倍。

但是如果你看看外面的世界,很多人會說:「你的推理工廠會耗費400-500億美元, 而那些替代品,比如定制的ASC,AMD等等, 只需要250-300億美元, 你就會失去市場份额。

那你為什麼不告訴我們你看到了什麼? 你覺得市場份额如何? 這些客人值錢兩倍嗎

為什麼更貴的系統會更便宜

王仁ho:

最重要的和中心點是,工厂的價格不應該和物價一樣,也不應該和物價一樣。

有可能 我可以證明 這500億的工廠 實際上出產了最便宜的代價 原因就是我們產生的這些符號 如此高效,十倍多。

五百億至二百億的差別 實際上只是土地 電力和植物住房 此外,你應該買下儲存器,網路,CPU,伺服器,散熱系統. 所以GPU本身是原價或半價, 你只要拿一個你喜歡的數字, 一點更現實, 也許只是從500億到400億。

如果一個500億元的數據中心高十倍 那這就沒什麼區別了。

收到。

王仁ho:

這就是為什麼我一直說, 即使很多芯片, 如果你不能跟上 科技前線和我們移動的速度, 它不便宜。

大衛·薩克斯:

我想問個更宏观的战略性問題 你經營了世界上最有價值的公司 明年收入可能超過3500億美元。

你怎么做決定的? 你怎麼得到消息的? 每個人現在都知道你的著名郵件系統 但你們是如何真正形成直覺的 塑造市場 決定要專注到哪 承包到哪 進入新領域的 你怎麼知道這些消息的? 你打算怎麼辦

王仁ho:

那是CEO的工作。

大衛·薩克斯:

好吧。

王仁ho:

我們的責任是制定愿景和战略。 當然,我們會從杰出的電腦科學家、技術家和公司中數不清的好員工中汲取靈感與資訊。

試驗的一部份是:太難了嗎? 如果不夠難 我們應該離它遠點 如果有一件事容易做。

這是沒有人做過的事嗎? 這太難了? 這是否是我們公司獨有的「超能力」? 所以我要尋找一個十字路口 在那裡它必須符合這些標準。

最後,你必須知道,做這些事 必須伴有巨大的痛苦和折磨 因為它太簡單和容易第一次成功。

如果有一件事情是超難的 而且從來沒有人做過 它基本上意味著你正在經歷很多痛苦和折磨 所以你最好好好享受一下。

大衛·薩克斯:

你能再選三四個"長尾巴"來做生意嗎? 你在說太空的數據中心,ADAS和汽車,以及生物方向 這些曲線什麼時候會出現? 你覺得這些長期行動怎麼樣

注:ADAS指高级驅動器援助系統

王仁ho:

好 物理AI是一大類。 正如我之前說的 我們有三個計算系統 和所有的軟體平台 實體AI是科技產業第一次真正機會, 為了做到這一點 我們必須重新創造所有需要的技術。

我一直以為這是十年的旅程 我們10年前開始了 現在我們終於看到它出現了 對於我們來說,這已經是一項數十億美金的生意,現在它已經接近每年100億美金. 所以這已經是個大生意了 而且正在成倍增長 這是第一點。

第二個方向,我想在數位生物學上, 我們已經非常接近它的ChatGPT時刻。

我們正在學習如何表達和理解基因,蛋白質,細胞。 化學物質 我們已經知道怎麼處理了 所以生物的基本成份 以及它們的动态行為 可以被表達和理解 我想這將在兩到三到五年內發生 數位生物會對整個衛生業造成巨大的影響。

這些是非常重要的方向。 农业也是其中之一。

查馬斯·帕利哈皮蒂亞:

已經發生了。

王仁ho:

毫无疑问。

杰森·卡拉卡尼斯:

我想把這個主題從数据中心拉回桌面 早期的公司大多以爱好者,遊戲玩家和显卡使用者為主. 當你今天在舞台上, 在一萬人面前, 你談到克勞德代碼,OpenClaw和代表帶來的革命。

尤其我們看到,很多的能量和創意 正在實際上進行, 桌面上也有很多突破。 你這次還放了台式裝置 。 我記得戴爾60800嗎? 它是一個非常強大的工作站,運行本地型號,並有750GB記憶體. 現在Mac Studio的銷量沒了 我們的公司現在完全转向OpenClaw。 弗里德伯格被使用 查瑪斯被使用 所有人都沉迷于其中。

這個開源移動,桌面端開源生态學,從愛人開始,對你意味著什麼? 它去哪了

為何需要計算一萬次

王仁ho:

先回首. 在過去的兩年里,我們已經看到了三個轉折點。

第一次生成AI. ChatGPT將AI帶入公眾视野, 事實上,這項技術在ChatGPT出現前幾個月就已經出現了 只有在ChatGPT的介面中。

一代人工智能,你知道, 產生代碼 内外消耗。 國內消费基本是「思考」。

因此AI不能只回答問題, 而是提供更可靠和有用的答案。 你開始看到OpenAI收入和營業模式的上升。

第三點是克勞德·柯德 這是第一個真正有用的代理系統,極具革命性。

但在Claude Code之前,它主要指向企業,很多外人從未看到. 直到OpenClaw帶來「我能做什麼。

OpenClaw在文化界的重要性。

因為OpenClaw開放。

更重要的是,它創造了全新的計算模型, 幾乎重塑計算本身。 它有記憶體系統:抓是短期記憶體,一個檔案系統是長期資源;它有發送能力;它可以執行一個 cron 工作;它可以產生新的代理;它可以破譯工作,引起推理,解決問題;它还有一个I/O子系統,可以輸入,匯出,連接到whatsApp;它有API,可以執行不同類型的應用程式,即所谓的技能。

而這四種元素基本上定义了一台電腦. 所以,我們第一次有了人造電腦。

它開著,真的開著,幾乎可以跑到任何地方 這是現代計算的蓝图 它已經是現代的計算操作系統。

當然,我們必須幫助它解決一件事:只要你有代理軟體,它就可以取得敏感的資訊,執行碼,外部通訊. 所以我們必須確保這一切都受管束, 安全得夠安全, 战略上受限。

我們也在治理方面作出了贡献。 彼得·斯坦伯格今天在場 我們有很多偉大的工程師與他合作 幫助這個系統更加安全 更強大 這樣它就能保護隱私和安全。

查馬斯·帕利哈皮蒂亞:

Jensen 這種范式的轉變 讓全美國通過的 AI 管制法案似乎已經过时了嗎

許多提案原本都是以舊模式为基础的。 你想談談這個范式的轉變有多快 使一系列老套的管制思想失效嗎? 在美國政治中。

王仁ho:

我們的這部分人總要先於决策者, 我們必須來告訴他們 科技發展的進步是什麼 是什麼 不是什麼 它不是活的,不是外星人,它是昏迷的。 這是電腦軟體。

我們也常聽到「我們完全不懂科技」的語言。 但那不是真的 我們已經理解了很多 所以首先,我們必須持續向决策者提供真正的資訊。

但同時我們必須承認技術發展很快, 我最擔心的是美國對AI最大的國家安全危機不是AI本身, 而是其他國家採用AI。

所以我最擔心的是 AI在美國的传播速度不夠快。

大衛·薩克斯:

又問. 如果你坐在董事室 看著他們和戰爭部會怎么樣 這就是你剛才說的:人們不知道如何理解AI,還有另一層怨恨,恐懼和不信任. 如果是你,你會建議達里奧和他的團隊 做一些不同的事情來改變今天的結果和公众意识嗎

王仁ho:

首先,Anthropic的科技是惊人的。 我們是Anthropic科技的重要使用者 我非常佩服他們對安全的重视。

而且他們想提醒公眾這項科技的局限性, 警告是件好事。

是的。

因為這個科技對我們來說太重要了。 但我們需要更加謹慎和溫和。 因為我們不能完全預測未來。

如果做出一些極端和灾难性的判斷 沒有證據證明那些事情真的會發生 傷害可能比預想更大。

現在我們在領導科技產業 以前沒人聽過我們 但現在不同了 科技深深植根於社會結構中, 我們說的每句話都很重要。

所以,我想我們必須更加小心,更加克制,更加平衡和思考。

大衛·弗里德伯格:

我將提名你做這個。 在美國, 我們已經看到了核能领域的現象:我們基本上關閉了整個核工業, 現在我們開始聽到数据中心的暫停聲 所以我覺得我們得更加积极主动。

但我想回到你所說的 公司內發生的事:效率、生产力 其辨甚多. 當你我進入今年, 最大的問題是:收入會來嗎? 收入會像智慧一樣膨胀嗎? 我們看到一些像奧本海默的東西:安斯羅皮克單在2月就賺到50億美元,每月60億美元。

注:"Oppenheimer Time"來自曼哈頓計畫(二戰時研發原子彈的秘密研究計畫)的主管Oppenheimer。 1945年,原子彈首次引爆, 象征科技突破與風險共存的门槛。

你怎么想的? 今天你是說 布萊克威爾和薇拉魯賓 已經有數萬亿美元的需求了 加上Anthropic和OpenAI所顯示的動力 你覺得我們在那個曲線上 然后我們會看到收入的擴張 和智慧一樣快嗎

王仁ho:

我會從幾個角度回答 看看這群觀眾, 但實際上,99%的現象是AI,不是Anthropic,也不是OpenAI. 原因是AI本身極為多元。

我想說,作为一个類別,第二個受歡迎的模型 實際上是一個開放的模型。 第一個是OpenAI,開源權重,開源模型, 其二是開放型號,和第三型有很大差距. 第三位是Anthropic。

這顯示了所有AI公司 在一起有多大。

當我們從生成的人工智能轉移到推理時, 需要的計算數是100倍左右; 也就是說,在短短的兩年里, 計算的需求增加了大约一萬倍。 但他們更愿意付出的是工作結果。

大衛·弗里德伯格:。

王仁ho:

跟機器人聊天 得到答案 當然 做我的研究真好 但真正讓我想付出的是 它幫助了我 這就是我們現在的位置 代理系統真的在做 他們在幫我們的軟體工程師完成任務。

所以,你認為,一方面, 10,000倍的計算, 另一方面, 可能100倍的消费需求。 我們甚至沒有真正開始大规模擴張。 我們絕對是成長的百萬倍。

杰森·卡拉卡尼斯:

我想這會引發一個問題 你公司有多少人

王仁ho:

我們有43,000名員工 約38,000名工程師。

杰森·卡拉卡尼斯:

我們經常在播客裡談論一個话题: 天啊,我們公司裡使用符號的事越來越瘋狂了 有些人甚至問我加入公司時能拿到多少代價配额, 我記得你在基調節上說那場兩小時半的比賽 真的很長,但是很棒。

王仁ho:

謝謝你 可能會更短。

杰森·卡拉卡尼斯:

你提到每個工程師都要花七萬五千元左右的代價 這是否意味著NVIDIA工程團隊 每年花10億,20億美元作代價

王仁ho:

我們是這麼想的 我給你一個想法實驗:假設你雇了一個軟體工程師或人工智能研究者,年薪50万美元,這在這裏很常见。

到了年底,我問他:"你今年花了多少代價?" 如果他說"5000美元" 我就把它炸了 真的 如果一個年薪50萬的工程師 每年花在价值不到25萬的代價上 我會非常警惕 這跟芯片設計師說的一樣 我決定只用紙和铅筆 我不需要CAD工具。

杰森·卡拉卡尼斯:

這真的是范式的變化 你對這些高級員工的理解幾乎讓我想起MBA班的LeBron James:他每年花100萬美元在他的身體上,所以他仍能以41分的成绩戰鬥. 為什麼這些高級的知识分子 不應該有超人的力量呢

王仁ho:

沒錯。

杰森·卡拉卡尼斯:

如果我們把這個趋势推后兩三年, 他們能做什麼

王仁ho:

首先,"這太難"的想法消失了. "這要花太長時間了" 它消失了 "我們需要很多人" 它消失了。

就像上次工業革命一樣 沒有人會說 這棟樓看起來太重了 沒人會說 那座山太大了 所有"太大,太重,太耗時"的想法都會被淘汰。

大衛·薩克斯:

最後一件事就是創意 你能想到什么。

王仁ho:

沒錯 也就是說,未來的問題是:你是如何和這些黨員合作的。

從本质上來說,這只是全新的程式化方式. 過去我們寫法典,以後我們寫思想,結構和规格;我們組織團隊;我們定義評估標準,告訴系統什么是好的,什么是壞的,什么是壞的;我們要重複一遍,什么是壞的,什么是壞的,什么是壞的;我們要重複一遍,什么是壞的,什麼是壞的,什么是壞的,什么是壞的,什麼是壞的。

這就是你真正想做的事 我相信每個工程師未來都會有100名動員。

杰森·卡拉卡尼斯:

回公關去 大衛·弗里德伯格(David Friedberg)等企業家利用你的科技與奧哈羅的AI, 弗里德伯格 你覺得這要花多少錢? 這個幻覺會如何影響你的工作

大衛·弗里德伯格:

我們剛做了一個零樣本基因形成模型 結果成功了 那一刻你會很驚訝的 而這是在「其他人一夜取代整個商業倉庫」的背景下發生的。

我自己做了一件事: 90分鐘後,我換了整堆東西和很多工作。 星期天晚上十點開始 11點半開始跑和部署。

我要求我的管理團隊成員 在週末做同樣的演習 到了星期一,我們看到了結果:結束了。

技術性更強 科學性更強 我們在30分鐘內做了一件事 做自動研究和收集數據 如果它遵循傳統的道路, 可能要花7年時間, 甚至成為最受歡迎的博士工作之一。

我們剛上台 下載了GitHub的自動研究 倒進了我們剛得到的一些資料 30分鐘內就用完了 大家都變了 它解開了潛力,真的不可思議。

所以,我認為這加速 正在以前所未有的方式扩大 每個人的可能性。

但回到汽車研究 一個週末,600行碼可以產生這種結果。

這是否意味著我們目前處於極早的阶段

王仁ho:

OpenClaw非常神奇, 因為它和大語言模型的斷點完全吻合。

如果克勞德、GPT和ChatGPT今天沒達到這個水平 彼得可能不會做出這種事 因為模型已經夠好了。

第二,它帶來了新的能力:使這些模型能夠存取我們這些年制造的工具。 瀏覽器 Excel; 芯片設計中的 Sympsys and Cadence; Omniverse, Blender, Autodesk 等 。 這些工具將繼續被使用。

有些人說IT軟體的生意將被摧毀。 但我要給你另一個觀點:軟體產業的规模, 過去只限"坐多少個屁股",也就是座位的數量。 但是在未來,它會是100倍的可能性。 這些代理商會敲打SQL,會敲擊向量數據庫,會敲擊Blender, Photoshop。

原因很简单:第一,這些工具已經做得很好;第二,它們基本上就是我們和機器之間的"中介". 結果必須以我能控制的方式回到我身邊。 我知道怎麼操作這些工具。

所以我希望一切都能回到Synopsys 和Cadence 因為那是我能控制它和證實它的地方。

注:Synps, Cadence是兩家重要的EDA軟體公司

AI的下一個字段:開放源碼、垂直化和全球擴散

大衛·薩克斯:

我想問一個開源問題 現在我們有封闭源碼模型,這些模型是很好的;我們有開放的重量模型,其中很多是惊人的,非常強大的。

兩天前,也許你在台上很忙,你沒看到 他們以分散的方式訓練了40億磅的Llama模型. 但他們以立場狀態管理整個訓練流程。 我覺得這很專業 因為參與的人是完全隨機分散的。

王仁ho:

這就像我們這個年齡的Folding@home。

Folding@home是一個分布式計算計畫

大衛·薩克斯:

沒錯 你覺得開源的結局如何? 以支援開放權重與完全開放資源的路徑

王仁ho:

我相信我們基本上需要兩件事:第一。

這不是A或B之間的關係 而是A和B之間的關係 原因是模型首先是一种科技,而不是最后產品. 模特兒是科技 不是服務。

對大多數使用者來說, 在水平層, 在一般的情報層, 我真的不想自己去微調。 我更喜歡ChatGPT 克勞德 雙子座 X 他們是單身的 要看我的感受和我想解決什麼 所以這部分的業務會很發展 而且會非常繁榮。

然而,在所有這些行業中, 知識和專業能力必須以他們能控制的方式安定下來, 開放型號業非常接近前線. 我們也投入了很多。

實際上,即使開放型號位居前列,我仍然相信,模式 — — 服務,世界一流的商业產品模式 — 将继续繁盛。

杰森·卡拉卡尼斯:

我們現在投資的每家創辦公司 幾乎都在開放和轉投專業模型。

王仁ho:

好吧 而最美妙的就是 只要你有好路由器 第一天,每天,你都能找到世界上最好的模特兒 讓你有時間低調 調整和專業 你從世界一流的技術開始 然後慢慢建造了自己的護城河。

大衛·弗里德伯格:

Jensen 我想問你一個地缘政治問題 當然,沒有人比你更想讓美國贏得全球AI比賽 但一年前,拜登時代的傳播規則 實際上阻止了美國AI科技在全球的傳播。

新政府执政已有一年。 你分多少? 什么好? 有什么不好的

王仁ho:

首先,特朗普總統希望美國業務領導,美國科技領導,美國科技勝利,美國科技在全球普及,美國成為世界上最富有的國家. 他都想被了解。

NVIDIA是全球第二大市場, 川普總統希望我們收回這個。

第一步是為我們可以出售的公司取得執照。 許多公司都提出申請, 我們通知中國公司, 所以我們要重新啟動供應鏈 送貨。

在更高層,我想我們應該承認一件事: 我們的國家安全被削弱, 因為我們沒有微電路、稀土礦物; 每個行業都是個故事 我不想讓AI行業重複。

當我們展望未來,問「美國科技產業,美國AI產業真正領導世界」。

但我們只能想像美國科技金庫, 從芯片到計算系統到平台, 人們可以建立自己的AI、公共AI、私人AI, 我要美國科技倉庫 包圍全世界90%的面积 我真的希望如此。

如果最後的情況變成太陽能、稀土、磁鐵、電力、通訊裝置。

查馬斯·帕利哈皮蒂亞:

你有多關注全球衝突? 那有多擔心? 例如中東可能影響氦的供應, 這些問題有多擔心? 你花了多少精力

注:氦对于半导体制造很重要, 它不仅在光線和偵測的關鍵环节中很難取代, 也難以取代它, 一旦這些上游供應物受到干扰 它們可能會直接影響芯片生产線的穩定運作。

王仁ho:

首先,說到中東,我們有600個家庭在那里。 伊朗公司有許多雇员, 所以那裡有很多家庭。

首先,他們很焦慮,很擔心,很害怕 我們一直在考慮它們, 他們會得到我們100%的支持 也有人問我, 我的答案是:我們會在以色列呆到100%。 我們百分之百支持那里的家庭。 我們將在中東保持百分之百。

也有人問道, 我的觀點是,有戰爭 因為我們都想要更穩定的結果 我深信戰後中東會更加穩定 所以如果我們愿意在戰前考慮 战后期就應該被嚴肅看待 所以,我100%地致力于此。

我們有三件事要做 首先,美國必須盡快重新工业化,不管是芯片厂,電腦厂或AI厂。

杰森·卡拉卡尼斯:

这方面的进展如何

王仁ho:

干得漂亮 我們在亞利桑那州、德克薩斯州和加州以惊人的速度前進, 他們真的是我們的戰略伙伴 他們值得我們的支持、友誼和慷慨 他們也竭盡全力幫助我們加速製造流程。

第二,我們必須使制造业供應鏈多样化。 無論在韓國、日本或歐洲, 第三,在提倡多元性和复原力的同时,我們还必须保持克制,避免不必要的压力。

杰森·卡拉卡尼斯:

耐心點。

查馬斯·帕利哈皮蒂亞:

那氦呢? 許多報告提到此事。

王仁ho:

我覺得氦氣可能是個問題 通常這些系統會留下一些數量。

杰森·卡拉卡尼斯:

你在自動駕駛上取得了很大進展 你發表了重要消息 你增加了很多合伙人 包括Uber 我最近看到你在奔驰自動駕駛錄影帶上 你和Uber也宣佈他們會部署更多車輛。

我理解你打賭未來會有像Android一樣的開放平台, 其中你將在服務數以百計的汽車制造商中扮演關鍵角色; 而另一邊可能會有iOS, 如Tesla或Waymo等關閉系統。

你的策略是什么? 比賽如何? 因為感覺你在某些地方工作 而在別的地方競爭 你的堆積很深。

王仁ho:

首先,我們相信未來會發生的事 有一天會完全或部分自主 第二,我們不想自己建自動駕駛機 但我們想讓全世界所有汽車公司 都能建自動駕駛機。

我們建造了三台電腦:電腦訓練、仿真、評估和汽車端電腦。 我們也發展了世界上最安全的駕駛操作系統。

同時,我們有了世界上第一個具有推理能力的自駕系統. 它能把複雜的場景分解成更簡單的情景, 然后逐一地導航, 就像一個推理模型。 這個推理系統叫做Alpamayo, 它給我們帶來了非常令人印象深刻的結果。

我們做垂直优化和水平革新,然後每個制造商自己決定。 你想買一台我們的電腦嗎? 像伊隆和特斯拉一樣,他們買下我們的訓練系統,還是你想買一個訓練系統來模仿它? 或者你想跟我們一起把他們三個都弄過去 甚至把末端電腦放進你的車裡

我們的態度總是想解決問題, 不管你怎麼和我們合作 我們很高興。

大衛·薩克斯:

隨著這個問題,我覺得特别有趣。 你真的在設立一個平台 讓一千朵花開花 但真的有些花 想要下下去和你比賽 Google有TPU, Amazon有Inferentia和Trainium, 幾乎每個人都在做自己的版本「我可以超越NVIDIA」。 雖然他們也是你的大客戶。

你怎麼處理這種關係? 你覺得從长远看會怎樣? 這些產品最後會在整個環境中扮演什麼角色

王仁ho:

問得好。

首先,我們是唯一真正的AI公司。 我們創造了自己的基本模式,并在许多方面处于前列。 從上到下,每層都有堆放 我們也是世界上唯一一個與所有AI公司合作的AI公司。

他們從不告訴我他們在做什么 但我總是告訴他們我在做什么 所以我們的信心来自于一件事: 我們非常樂意在誰是最好的科技上競爭。 只要我們能繼續跑 我肯定這會是他們最經濟的選擇之一 我很有信心。

第二,我們是唯一可以部署在所有云平台上的架构。 這帶來了基本的優點 我們是唯一能從雲中移除的建築物。

所以,我們有很大一部分的市場, 大约40%的生意。 如果你沒有CUDA旅館 而且不能提供整個AI工廠 客戶不知道該怎麼跟你合作 他們不想買薯片 他們在建人工智能基础设施 所以他們需要的是 你把整堆東西都帶進來 我們碰巧有整堆東西。

令人驚訝的是,如果你現在看, NVIDIA的市場份额仍在上升。

大衛·薩克斯:

你是說,這些公司試了一圈, 他們發現,"哦,我的上帝,這太複雜了。" 然後他們又回來了? 這就是為什麼你的股份繼續增加

王仁ho:

增加的原因有很多。

首先,我們走得太快了 第二,我們已經明白,問題不在于芯片,而在于系統,它非常難于建立. 所以他們和我們合作的範圍正在扩大。

例如, AWS, 我記得他們昨天宣布, 這批貨量很大, 我們當然愿意。

因為現在有Anthropic, 有Meta, 開放模型的發展更令人驚奇。

因此,我們的份额上升了,一方面,模型數量上升,另一方面,越来越多的公司從云中涌出,在地區部署,企業設計,業務邊緣方面都有增長。

而整個市場,如果你只是做ASIC, 真的很難進入。

大衛·弗里德伯格:

但分析家似乎不相信你。

你說這些數字會增加一百萬倍 但市場同意你明年會增加30% 第二年會增加20% 到2029年,應該是全年,只有7% 如果你把你的TAM放進這些增長數量中, 它就意味著你的份额會急剧下降。

所以,從您在未來的訂單書中看到的, 有沒有任何證據支持這個判斷

王仁ho:

首先,他們根本不懂AI的大小和寬度。

大衛·薩克斯:

我也是。

王仁ho:

大多數人認為AI只是關於那五家超級云層制造商。

杰森·卡拉卡尼斯:

好吧。

大衛·薩克斯:

也有一個正统的投資理論, 他們得回投資銀行的風控委員會 做模型 他們愿意放棄7萬亿美元,卻不肯接受。

杰森·卡拉卡尼斯:

他們不能想像一個 10萬億美元市值的公司。

大衛·薩克斯:

他們害怕寫一些歷史上從沒發生過的事。

王仁ho:

你必須重新界定你在做什么。

最近有人發現 詹森,NVIDIA 不能比英特爾大嗎? 原因很简单:整個数据中心CPU市場每年约为250億美元. 而我們,你知道的, 在我們坐在這裡說話的幾乎時間, 我們可以做250億美元。

杰森·卡拉卡尼斯:

很好。

王仁ho:

當然,這是個玩笑。

查馬斯·帕利哈皮蒂亞:

播客們說的不是正式的表演指南。

王仁ho:

是的 不是表演指南 但重點是,你能長大的是你所建造的。

NVIDIA不是制造芯片,那是第一點。 建立芯片已不足以解決AI基礎問題, 大多數人對AI的理解太窄。

OpenAI非常好,它會非常大;Anthropic很好,它會非常大。 但人工智能本身比它們加在一起要大 我們為大部份服務。

大衛·薩克斯:

那就跟普通人說說太空数据中心的事 跟地面的大數據中心相比 你怎麼理解的

王仁ho:

我們已經在太空了。

大衛·薩克斯:

普通人怎麼理解這一行

王仁ho:

當然,我們應該先在地面上做一些事情,我們現在在地面上。 第二,我們也要做好進入太空的準備 太空里當然有很多能量 問題是溫度擴散 不能像地面上一樣依靠轉移和對流,所以不能依靠辐射熱,這需要非常大的表面积. 這不是一個不可逾越的問題。 但成本仍然很高。 但是我們會探索的。

我們已經到了 我們的硬件被加強了防辐射能力 世界上很多衛星已經在運行CUDA了 他們在做影像 影像處理 AI影像分析 這應該是在太空中完成的 而不是把所有的數據傳回地面 以便分析 所以在太空中有很多工作要做。

我們將繼續研究太空的數據中心 應該是什么樣子。 要花很多年 沒關係,我有很多時間。

機器人的未來、醫學與工作:AI如何終于進入真實世界

杰森·卡拉卡尼斯:

我想再問一下醫療健康。

我們都長大了 可以開始思考生命和健康的生活 我們看起來都很好 有些可能更好 詹森 我真的不知道你的秘密是什么 你在反抗嗎? 我們吃不下什麼? 你得私下告訴我。

從建立衛生系統的角度看, 我們有什麼進展

我剛和克勞德做了個分析 看看美國這些醫療方法是怎么回事 美國花費比其他國家多一倍。

我可能要花百分之十五到25%的錢 來做第一次全科醫生的心理醫生 我們都知道今天一個大語言模式在第一次訪談時。

需要什麼才能讓AI對健康系統有真正的影響

王仁ho:

我們主要介入醫療系統的多個方向。

其一是AI物理, 這對發現毒品很重要。

第二項是AI事件, OpenEvicence 是個好例子, Hippocratic 是個好例子。 我喜歡跟這些公司合作 我真的覺得 代理技術會 根本改變我們與醫生,醫療系統的互动方式。

第三部分是物理AI。

第一部分是AI Physics,它用AI來預測物理;第二部分是使Physical AI理解物理模式,可以用于機器人手術. 這已經很活跃了 在未來的醫院里 你接触到的每個裝置 不管是超聲波、CT還是其他什麼 都會變成麻醉劑。

您可以理解為 OpenClaw 的安全增强版本, 它將嵌入於每個裝置中 。 設備將與病人、護士及醫生直接交換。

杰森·卡拉卡尼斯:

我們在AI武器上投了很多錢 我真的很想投更多給AI EMT AI Paramedic 而不是殺人。

事情就是這樣的 你現在有數十個搭檔 在過去的十年甚至二十年裡, 機器人部門經歷了一段奇怪的時期, 有人覺得機器人遠未真正有用。

但現在你 伊隆·穆斯克 這些高級企業家都進了監獄 中國有許多企業發展迅速, 我們還有多遠才能讓機器人復活? 例如,在真實世界中真正工作的机器人廚師、機器護士、機器保姆、人類機器人。

特別是中國,他們似乎比美國做得更好, 根據合作進步和技術成熟度 你覺得還要多久

王仁ho:

在很大程度上,我們發明了機器人產業 或者美國 你可以說我們太早了 我們比真正的大腦技術早了五年 我們很疲倦 也很不耐煩。

但現在真的要來了 接下來的問題是:從"高功能存在憑證"到"可接受商用產品"需要多久

科技永遠不會超過兩三個周期 二三周期,三五年左右. 就這樣 三五年內,到處都有機器人。

我認為中國很強大, 原因是它們有微電子、電子、稀土、磁鐵, 所以在很多方面 我們的機器人產業將 高度依赖他們的生态和供應鏈。 世界的機器人產業就靠它了。

所以,我想你會看到一些非常快的改變。

杰森·卡拉卡尼斯:

結果會是一比一嗎? 伊隆似乎認為未來將是一個有機器人的人——70億人有70億机器人,80億人有80億机器人。

王仁ho:

我希望更多。 首先,工廠裡有很多機器人每天24小時工作;很多工廠機器人手動性不強,但有點感動. 幾乎一切都是機器人。

查馬斯·帕利哈皮蒂亞:

我對機器人最重要的一件事 就是讓每個人解開經濟動力。

過去,每個人都有一輛車,可以做很多不同的工作;未來,每個人都有一個機器人,他的機器人可以為他做很多工作. 他可以用機器人來做他獨自不能做的事 創造出任何他想創造的東西 我想機器人終究會成為我們所看到的 給地球上更多人帶來繁荣的科技。

王仁ho:

毫无疑问 現在最簡單的現實是 今天我們缺少數百萬的勞工 所以我們需要機器人 這些公司如果有更多的勞動力 就能更快的發展。

你提到的一些事情真的很有趣 有了機器人 我們就會有虛擬的存在 例如,當我出差的時候,我可以進入我的機器人身體,远程操控它,走在屋子裡,走狗,看看房子的樣子。

杰森·卡拉卡尼斯:

我們很快就得把網站的員工趕出去了。

王仁ho:

沒錯 但想想看 你可以讓它繞著房子轉 看看會發生什麼 跟狗說話 跟孩子說話。

大衛·弗里德伯格:

有點像時間旅行。

王仁ho:

同时,我們以光速行駛. 顯然我們會先派機器人來 我當然不會送自己過去 我會送機器人過來看看會怎樣 然后上傳我的AI。

查馬斯·帕利哈皮蒂亞:

這幾乎是不可避免的。 它能解開月球和火星 讓他們成為殖民目標 這意味著幾乎是無限的資源 把材料從月球帶回地球 幾乎可以達到零能耗 因為可以用太陽能加速 所以在未來,你可以在月球上建立植物, 使地球需要的一切, 机器人是使它成為可能的关键。

王仁ho:

到那時 距離就不再是問題了。

大衛·弗里德伯格:

模型和代理商越多,我們對基建的投资就越多;基建越好,模型和代理商的鎖定越多。

Dario最近於Dwarkesh表示, 到2027年、2028年, 模特公司和代理公司將賺得數千億美元; 到2030年, 這不包括人工智能的基建收入。

王仁ho:

我覺得他很保守 我相信Dario和Anthropic的表現會遠超這數量 遠超數量。

杰森·卡拉卡尼斯:

從300億到1兆美元

王仁ho:

好吧 我認為每個企業軟體公司都會成為Anthropic代碼、Anthropic代碼、OpenAI代碼的增值轉賣商。 這部分會大大擴大他們的GTM尺度。

大衛·薩克斯:

這種世界里 剩下的真正護城河是什麼

有些護城河幾乎是不可逾越的 告訴真相。 例如,你沒有人可以討論的護城河, 但可能是最強大的, 是CUDA。

但是在未來 如果模型本身能創造出偉大的東西 那么下一代模型也可能會被破壞 所以那些建立應用層面的公司 有什么最重要的區別

王仁ho:

深度專業。

我肯定軟體公司的代理商 會有通用型號 許多模式將是克勞德等企業模式。

大衛·薩克斯:

所以你對企業家的呼喚 就是真正理解你的垂直領域。

王仁ho:

沒錯。

大衛·薩克斯:

理解比任何人都更深和更好。 然后等這些工具追上你 一旦他們追上來 你就可以把知識投入到其中。

王仁ho:

好吧 你有你自己的知識, 你可以得到你的客戶 你的代理人。 你越早得到代理 真正連接客戶, 輪子越早開始轉動, 它會很快轉動。

大衛·薩克斯:

這和今天的軟體邏輯幾乎完全相反 今天我們要製造一個軟體, 然後我們要考慮什麼可以擴展, 然後我們要賣出尽可能多的人, 然後我們要賣出定制的服務。

大衛·弗里德伯格:

那就把客戶關死。

王仁ho:

實際上,正如你說的,我們要做一個水平平台。 所有全球系統集成商和顧問公司, 主要是專家。

杰森·卡拉卡尼斯:

沒錯 相較於平台本身。

王仁ho:

沒錯 所以我認為這些平台公司本身有機會成為專家。

杰森·卡拉卡尼斯:

我要給你應得的。

我記得三年前你說 「失去你的人不是AI 而是會使用AI的人」 回頭看,我們幾乎都在談論這個: 特工正在把人類變成超人, 商業機會在擴大,商業機會在擴大. 你真的看得很清楚。

王仁ho:

你真好。

杰森·卡拉卡尼斯:

當然,我們必須同时接受兩個想法:第一,真的會有好的進展;第二,真的會有替补。 問題是這些人是否有足夠的回應力和決心接受這些新科技。

我們必須承認美國有1000萬至1500萬人在此生活。 這一變化必然會發生。

王仁ho:

我想工作會改變的 例如今天有很多司機。 我相信未來仍有許多司機坐在車上。

別忘了 司機最終所做的 不只是駕駛 他們會幫你收拾行李 幫你做很多事情 基本上是個助理角色。

所以我不會感到驚訝 如果你的未來司機變成了你的手機助理 在開車時 幫了你很多其他事。

杰森·卡拉卡尼斯:

就像酒店里一樣。

王仁ho:

好吧 這輛車是自己開的 但他在為你协调事情。

大衛·弗里德伯格:

自動駕駛機也帶來了更多的飛行員,並沒有將他們驅逐出駕駛艙. 雖然自動飛行機已經佔了90%的飛行量。

查馬斯·帕利哈皮蒂亞:

老實說 當車子自己開車時 司機可以在電話上做很多其他工作 幫你安排事情。

王仁ho:

例如协调,通訊,訂房,處理一堆工作。

查馬斯·帕利哈皮蒂亞:

蛋糕越來越大了。

王仁ho:

好吧 所以有一件事是很清楚的:每一份工作都變了;有些工作消失了;但同時,也創造了许多新的工作。 我想對那些剛下學的年輕人說。

我們都希望員工能真正善於人工智能, 你必須知道如何要求, 但你不能太死而复生; 你需要給AI足夠的空間, 需要"藝術"。

大衛·薩克斯:

當你在斯坦福時,你給年輕人的建議很出名: "我祝你所有的痛苦和折磨。" 你記得嗎

杰森·卡拉卡尼斯:

很經典。

大衛·薩克斯:

今天呢? 如果一個正要從高中畢業的人 站在人生的十字路口 上大學 上什麼專業 甚至上大學呢

王仁ho:

我仍然相信 深科学 深數學 語言技巧很重要 正如你們所知,語言其實是 AI 編程語言,最後的編程語言。 也許英國專家將來最成功。

不管怎樣,我的建議是,不管你接受過什麼教育, 確保你專業地使用AI。

說到工作,我想再加一件事,我希望大家都能聽到。 在深刻的學習革命初期, 世界上最頂尖的電腦科學家之一, 他甚至建議大家不要進入放射科。

10年后,這個投影在一個層面上是百分之百的正确:電腦視覺實際上已融入全球所有放射學设备和平台. 但令人驚訝的結果不僅是放射科醫生數量沒有下降, 因為每份工作都有兩個方面:任務和目的。

但他們的真正目的是幫助醫生治療病人, 醫院可以做更多的掃瞄, 這可以提高醫療效率, 因此,該醫院增加了收入,原因是向更多的病人提供了更多的掃瞄和服务。

杰森·卡拉卡尼斯:

沒錯。

王仁ho:

所以結果是正面的。

大衛·弗里德伯格:

學校的教師比少。

只是你讓每個老師 都有能力為每個學生量身定做的課程 所以他們越來越強壯 越好 就像Biomies。

王仁ho:

每個學生都會有AI支援。

杰森·卡拉卡尼斯:

太神奇了 詹森,恭喜你成功 這項討論尤其令人興奮, 感謝你抽空來。

大衛·薩克斯:

你是業務需要的舵手。

杰森·卡拉卡尼斯:

是的 我覺得你應該對AI的积极方面發聲 外面有太多的末日談話。

大衛·薩克斯:

我認為在如此成功之后 保持這副谦虛的樣子 并告訴你們,“你們,我們在做實際上的軟體。” 人們需要聽到這一點。 我們也發明了新的類別,新的工業。 我們不必陷入那種恐慌 也無济于事。

杰森·卡拉卡尼斯:

而且,我們可以自己選擇,對吧? 我們有自主性和行動能力。 我們可以選擇如何使用它。 好,下次吧 謝謝你看《全能》。

王仁ho:

謝謝你。

[ 笑 ]影片連結]