总结英伟达（NVIDIA）CEO 黄仁勋（Jensen Huang）与 Cleo Abram 的深度访谈。深入探讨了计算的过去、AI 的现在以及机器人与数字生物学的未来。
引言
很多人都知道英伟达（NVIDIA）是一家市值惊人的公司，但很少有人真正理解，其今日的辉煌是建立在数十年深思熟虑的豪赌之上。最近，其创始人兼CEO黄仁勋接受了一次深度访谈，其中充满了对未来的洞见。我们从中提炼出5个最令人惊讶且影响深远的观点，它们揭示了一个远不止于芯片的故事——这是一个关于彻底重塑计算本身的宏大叙事。这五个观点看似独立，实则环环相扣，共同揭示了黄仁勋基于第一性原理和长期主义的统一世界观，正是这种思想让他能够始终领先于时代，“看见”并创造未来。
1. 一切始于电子游戏，但这并非偶然
英伟达的第一个重大洞察，是发现任何软件程序中，往往只有一小部分代码（约10%）承担了绝大部分（约99%）的计算工作，而这些计算工作可以被并行处理。
他们选择电子游戏作为第一个应用领域，这并非心血来潮，而是一次深思熟虑的战略决策。黄仁勋解释了其中的“飞轮效应”：电子游戏代表了一个潜力巨大的市场，这个市场能够支撑庞大的研发预算，从而催生更先进的技术；而更先进的技术反过来又会进一步扩大市场。正是这个良性循环，将英伟达推向了世界之巅。
这个洞察也引出了一个强大的概念：GPU是一台“时间机器”。黄仁勋分享了一个让他深受触动的故事，一位量子化学科学家曾对他说：
黄仁勋，因为英伟达的工作，我得以在有生之年完成我毕生的事业。这就是时间旅行。
2. 他们为尚不存在的问题，下了一次“公司级”的赌注
在21世纪初，研究人员开始发现一种“奇特”的用法：他们“欺骗”GPU，让它解决图形之外的问题，比如医学成像。英伟达注意到了这个苗头。
面对这种小众用法，英伟达没有忽视，反而做出了一个惊人的决定：他们倾尽公司之力，打造了一个名为CUDA的平台。这个平台的唯一目的，就是让广大程序员和科学家能够更容易地利用GPU的并行处理能力。
在当时，这是一个极其乐观且风险极高的赌注，因为它押注于一个尚未清晰、也无法保证的未来。黄仁勋用这样一句话总结了他们当时的决策哲学：
乐观主义者的看法是，但如果你不建造它，他们就无法到来。这通常是我们看待世界的方式。
这次赌注不仅为后来的AI革命铺平了道路，也奠定了英伟达一个核心的行事准则：永远为未知的可能性创造平台，而不是为已知的应用过度优化。我们将在第四个观点中看到这一思想如何延续至今。
3. 下一个“ChatGPT时刻”，将属于实体机器人
黄仁勋预言，机器人领域即将迎来一个“大爆炸时刻”，而其关键在于训练方式的变革。他指出，我们正在从物理世界训练机器人，转向在数字孪生世界（模拟环境）中进行训练。这种方式更快速、更安全，并且能提供海量的学习数据。
他用了一个绝佳的类比来解释这一点：就像ChatGPT需要“事实依据”（例如PDF文档或搜索结果）来停止“胡言乱语”一样，实体AI（机器人）也需要一个“世界模型”来理解现实。英伟达正在构建的Cosmos就是一个这样的模型，它以物理定律为基础（由NVIDIA的Omniverse平台提供支持）。
这种组合能够为机器人生成无穷无尽、且符合物理规律的未来情景，供它们学习和预演，从而迎来属于机器人的“ChatGPT时刻”。他对此做出了一个大胆的预测：
总有一天，所有会动的东西都将是机器人，而且这一天很快就会到来。
4. 英伟达刻意避免为今天的AI“过度优化”芯片
访谈中出现了一个与直觉相悖的观点。当今AI领域，像Transformer这样的特定架构大行其道，一个自然的疑问是：为什么不设计一款专门为其优化的、最高效的芯片呢？
黄仁勋的核心信念是：创新是永无止境的。他认为，假设Transformer是AI研究的终点，将是一个巨大的错误。如果过分地将计算机专用化，它就会变成一台“微波炉”——一种只能做一件特定事情的设备，从而扼杀未来的创新潜力。因为计算机最本质的美妙之处，恰恰在于它能做到今天的人们在十年前无法想象的事情。
这显示了英伟达的一个长期承诺：他们的目标不是仅仅优化当前最流行的技术，而是为下一个、甚至下下个颠覆性技术的诞生提供可能。这种对通用性的坚持，根植于一个更深层的信念：技术的终极目的不是完成单一任务，而是增强人类的能力。这正是我们要探讨的第五个，也是最鼓舞人心的观点。
5. 目标不是取代你，而是让你成为“超人”
对于“AI将取代人类”这一普遍的恐惧，黄仁勋给出了一个截然不同的愿景：AI将赋予我们更强的能力，让我们变得更出色。
他用自己的亲身经历打比方：他身边围绕着数千名在各自领域都是世界顶尖的超级聪明的人。这从未让他感到自己无用，反而给了他去挑战更宏大目标的信心和力量。他相信，AI将对每个人产生同样的效果。
他给出了一个直接且可行的建议：每个人都应该立刻拥有一个“AI导师”，用它来帮助自己学习、编程、写作和思考。
最后，他用新款GeForce显卡生动地诠释了这一点：在渲染一个4K屏幕的800万像素时，GPU只精确计算了其中一小部分（约50万），而其余绝大部分像素都是由AI根据已有信息智能填充的，效果却完美无瑕。这就像人类一样，我们可以将有限的精力和注意力集中在最关键的核心任务上，而让AI处理其余的部分。这实际上是把我们每个人都变成了“超人”。
结论：未来已来，你准备好提问了吗？
英伟达的成功故事，本质上是一个关于长期信念和第一性原理思考的故事。他们没有追逐短暂的风口，而是致力于从根本上重塑计算的未来。
黄仁勋认为，未来最大的变化是许多工作的“苦差事”将趋近于零。如果这成为现实，你会用解放出来的时间和精力，去解决什么曾认为不可能的问题？
访谈背景与计算的根本转变**
核心主题：英伟达如何通过重塑计算方式成为全球最重要的科技公司之一。
主要内容：
访谈基调：这不是一次关于财务或管理的常规采访，而是一个关于“技术如何让未来更美好”的科普向对话。
英伟达的地位：黄仁勋和英伟达通过引领计算机运作方式的根本转变（从 CPU 到 GPU），推动了当今 AI、机器人、自动驾驶等领域的爆发。
核心洞察（CPU vs GPU）：
串行 vs 并行：在 90 年代初，英伟达意识到软件中 90% 的代码需要串行处理（按顺序一步步做），但剩下 10% 的代码却占用了 99% 的运行时间，而这部分是可以并行处理（同时做很多小任务）的。
完美计算机：这导致了一个理念——完美的计算机应该同时具备强大的串行处理能力（CPU）和并行处理能力（GPU），两者缺一不可。
05:00 - 10:00：GPU 的崛起与“时间机器”概念
核心主题：为何选择游戏作为切入点以及 GPU 如何加速科学发现。
重要观点：
游戏市场的战略意义：视频游戏是 3D 图形处理的绝佳应用场景，且市场巨大。巨大的市场意味着巨大的研发预算，从而形成“技术-市场-更好技术”的良性飞轮。
GPU 是“时间机器”：黄仁勋提出了一个迷人的观点——GPU 就像时间机器，因为它能让你更快地看到未来。
- 案例：一位量子化学家曾告诉他，因为英伟达的工作，他可以在“有生之年完成一生的工作”。通过加速模拟（如天气预测、药物研发），人类实际上是在压缩时间，提前获得未来的结果。
10:00 - 15:00：CUDA 的诞生与 AI 的“大爆炸”时刻
核心主题：从专用图形芯片到通用计算平台的跨越，以及 2012 年 AlexNet 的转折点。
关键细节：
CUDA 平台：英伟达创建了 CUDA，让程序员可以用熟悉的语言（如 C 语言）指挥 GPU 进行通用计算。这打破了 GPU 只能做图形渲染的限制。
AlexNet 时刻 (2012)：这是现代 AI 的起点。三位研究人员（包括 Ilya Sutskever 等）利用游戏显卡（GTX 580）训练了神经网络 AlexNet，在图像识别比赛中以压倒性优势获胜。
黄仁勋的远见：英伟达敏锐地捕捉到了这一信号。他们意识到，如果深度学习可以扩展，它将重塑整个计算机行业。这促使他们决定重建整个计算堆栈，从硬件到软件完全为 AI 优化。
15:00 - 20:00：十年磨一剑与核心信念
核心主题：在 AI 爆发前的十年里，英伟达是如何坚持投入的。
重要观点：
第一性原理：黄仁勋强调，做决策必须基于核心信念（Core Beliefs）。如果物理原理和底层逻辑没有变，就不需要因为短期没有成果而改变方向。
信念体系：
加速计算：相信并行计算优于通用计算。
深度学习的可扩展性：相信神经网络只要规模变大、数据变多，就能学习更复杂的模式（这一点已被证实是正确的）。
坚持的理由：尽管投资数百亿美元且多年未见巨大回报，但因为深信方向正确，所以并不觉得痛苦，反而觉得是在为未来投资。
20:00 - 25:00：AI 的下一阶段——应用科学
核心主题：AI 从“基础科学”阶段进入“应用科学”阶段。
学习重点：
多模态学习：AI 现在可以学习几乎任何形式的数据（文字、图像、声音、氨基酸序列、机器人动作），并在不同模态间转换（如文字转图像、图像转文字）。
未来的十年：过去十年是 AI 的基础科学时期（发明算法）；未来十年是 AI 的应用科学时期。
关键领域：数字生物学（Digital Biology）、气候科技、机器人技术等。重点在于如何将 AI 应用于实体经济和科学研究中。
25:00 - 30:00：物理 AI 与机器人革命
核心主题：如何训练机器人理解物理世界。
关键技术：
数字孪生与模拟 (Omniverse)：为了解决机器人在现实世界训练慢且易损坏的问题，英伟达构建了 Omniverse——一个遵循物理定律的虚拟世界。
世界模型 (Cosmos)：类似于 ChatGPT 是语言模型，机器人需要一个“世界模型”来理解物理常识（如重力、摩擦力、物体恒存性）。
训练方法：机器人在 Omniverse 中通过模拟进行数百万次的训练，学习各种极端情况，然后将学到的能力应用到现实世界。这被称为“Sim-to-Real”（从模拟到现实）。
30:00 - 35:00：未来的日常生活与 AI 安全
核心主题：未来所有移动的物体都将是机器人，以及如何确保安全。
未来图景：
万物皆机器人：未来汽车、割草机、甚至人型机器人都将普及。
个人 R2-D2：黄仁勋比喻未来每个人都会有自己的“R2-D2”（星球大战中的机器人助手），它可能存在于你的眼镜、手机或汽车中，伴随你一生。
AI 安全：讨论了偏见、幻觉和系统故障的风险。解决方案是建立多层冗余系统（类似飞机的飞行控制），不仅要求 AI 自身想做好，还要有外部的安全层（Safety Guardrails）来监控和制止错误行为。
35:00 - 40:00：算力的物理极限与芯片设计哲学
核心主题：能源效率是最大的限制，以及通用 vs 专用的架构之争。
重要观点：
能源效率：计算的终极限制是能源。自 2016 年以来，英伟达将 AI 计算的能效提高了 10,000 倍。
架构设计：关于是为特定模型（如 Transformer）设计专用芯片，还是保持通用性？黄仁勋坚定选择通用性。
理由：创新是不可预测的。如果为了优化今天的 Transformer 而把芯片做死，那么明天出现的新算法（可能是 Transformer 的变体或全新架构）就无法运行。保持硬件的可编程性，让创新者可以自由探索，这才是最重要的。
40:00 - 45:00：Transformer 的演变与跨学科设计
核心主题：技术创新的丰富性以及英伟达的工程文化。
细节：
注意力的进化：Transformer 的核心是注意力机制，但随着上下文变长，计算量剧增。现在已经涌现出各种新的注意力机制（如 Flash Attention）。
深层合作：虽然芯片由台积电（TSMC）制造，但英伟达内部拥有深厚的半导体物理、流体力学和热力学专家，这样才能与代工厂和系统制造商共同推向物理极限。
Omniverse + Cosmos：这是英伟达目前最大的赌注之一，即通过物理模拟和生成式世界模型的结合，彻底改变机器人和物理系统的开发方式。
45:00 - 50:00：普通人如何应对未来？
核心主题：AI 带来的社会变革以及个人建议。
主要观点：
苦差事归零：如果原本需要一周的枯燥工作现在瞬间完成，这意味着什么？这就像高速公路的出现，不仅仅是让车跑得更快，而是创造了郊区、快餐店等全新的经济生态。
远程在场：不仅是视频会议，未来通过 AI 和机器人，我们可以真正地“在场”工作。
超人能力：当你被超级 AI 包围时，不应感到由于自己被替代而沮丧，而应感到被赋能。通过 AI，你可以瞬间获得各领域的专家级知识。
50:00 - 55:00：AI 带来的赋能与硬件展示
核心主题：鼓励每个人拥有 AI 导师，以及 RTX 50 系列显卡的 AI 功能。
建议：
找个 AI 导师：无论是学习编程、写作还是思考，立刻去用 AI 辅助你。它能降低学习任何领域的门槛。
硬件演示：
RTX 50 系列：展示了新显卡如何利用 AI（DLSS 技术）预测屏幕上大部分像素，而不是全部重新计算，从而极大地提高效率和画质。这是一个“利用 AI 节省精力去做更有价值之事”的完美隐喻。
微型 AI 超算：展示了新一代适合学校和个人的 AI 工作站，价格大幅降低，让学生也能拥有自己的 AI 开发平台。
55:00 - 结尾：给学生的建议与墓志铭
核心主题：如何利用 AI 提升职业生涯，以及黄仁勋希望留下的遗产。
终极建议：
学会提问：使用 AI 的关键在于学会通过 Prompt（提示词）与之交互，这本质上是学会如何高质量地提问。
核心问题：无论你是学法律、生物还是工程，都必须问自己：“我如何利用 AI 把我的工作做得更好？” 这不是为了替代你，而是为了让你成为该领域的“超人”。
希望被记住的：黄仁勋希望未来人们评价英伟达时，不仅记得这是一家游戏显卡公司，更记得它是数字生物学、机器人革命和科学发现背后的推动者，是一个真正产生了深远正面影响的公司。