“我们的工作就是继续专注创新，推动技术进步，更好地满足客户需求，不断取得成功。这些都在我们的掌控之中，我们会尽最大努力帮助政府。”近日，英伟达首席执行官黄仁勋在接受美国《连线》杂志资深撰稿人劳伦·古德专访时，在谈到美国对华出口管制等话题时如此表示。

黄仁勋，资料图。 @英伟达

“现在，我们第一次大规模地制造智能。”黄仁勋坦言，人工智能将成为改变社会的根本力量。 “人工智能重塑了人类过去 60 年来所熟知的计算方法。人工智能的力量是如此不可思议，不管你信不信，你要么赶上潮流，要么错过它。”

近两年，随着市场不断追捧AI大模型技术，英伟达提供AI算力的GPU也受到了科技公司的青睐，带动了公司业绩和股价的上涨。今年第三季度，英伟达营收351亿美元，同比增长94%，净利润193亿美元，同比增长109%。截至发稿，英伟达股价今年已飙升167%，市值达3.2万亿美元，是英特尔的36倍。

但这家 GPU 巨头也并非没有担忧。去年以来，全球多国持续对英伟达发出反垄断呼吁。一周多前，中国也宣布对英伟达展开反垄断调查。根据相关法律规定，如果英伟达的违法违规行为成立，监管机构可能对该公司处以最高50亿美元以上的罚款。

在这次专访中，黄仁勋没有谈论反垄断调查。但他回应了许多近期热门话题，比如与特朗普政府的关系、英特尔CPU的困境、台积电的角色、新产品Blackwell等。

以下为黄仁勋专访实录：

01 人工智能是基础设施

劳伦：给我们介绍一下主权人工智能吧。

黄：现在正在发生的事情是，各国正在认识到人工智能令人难以置信的能力以及人工智能对自己国家的重要性。他们意识到他们的数据是自然资源的一部分，就像能源或通信基础设施一样。对于教育、学习、研究和创业来说，一些人工智能工厂和数据中心是必要的。

也是出于对AI主权的考虑，今天我特地留在了泰国，与当地合作伙伴共同见证了一家AI云服务公司的上线。到目前为止，我们大约有 56 家人工智能初创公司。

Lauren：听起来您将这个时代的生成式人工智能归类为基础设施，我想知道这对于人工智能模型的开发意味着什么。

黄：社会的不同分工都需要人工智能。大学需要它，研究人员需要它，初创公司需要它，大公司需要它。当社会各方面都需要这样的东西时，那就是基础设施。

我认为人工智能将重构一个基于互联网的新操作系统，我们使用计算机的方式将会改变。过去，我们通过编程语言与计算机进行交流，检索文件、管理文件。以后我们会直接通过提示文字提出问题，并要求它为我们做一些事情。这一变化的关键在于，搭载多种大语言模型的AI系统取代了传统操作系统，每个国家都可以创建自己的大语言模型和AI系统。例如，丹麦、瑞典、日本和印度尼西亚都在构建自己的大语言模型，印度正在构建几个，泰国的大语言模型称为 ThaiGpt。

这些人工智能系统并不依赖于具有大量参数的单一模型，而是集成了不同类型和领域的模型。它们有的擅长推理，有的用于人工智能工具，有的负责信息检索，还有用于保障、合成数据生成、奖励和反思的模型。

02 使用大模型写文章

劳伦：多么迷人啊。 AI Agent的概念最近在人工智能领域非常流行，但其具体定义似乎还不太明确。那么，对您来说，AI Agent 是什么，它能做什么，为什么有些人称其为下一波生成式 AI？

黄：从2012年开始，第一代是Perception AI，第二代是Generative AI，然后是AI Agent。今天，人工智能实际上可能是一个机器人、一个人工智能系统或其他形式。我认为这些对AI Agent的描述有时在不同的背景下是可以互换的，但核心是一样的，就是感知、推理和规划能力的结合，这也是AI的基石。目前，人工智能可以根据思想链（CoT）或其他架构的推理模型将我们交给它的任务分解为多个步骤。此外，AI还可以生成图像、音乐、文档等，这意味着将来你可以通过多种方式找到问题的解决方案，并且可以使用代理在计算机上执行任务以腾出时间。

Lauren：您使用过哪些AI Agent来帮助您提高工作效率？你能给我一个如何使用它的例子吗？

黄：我目前使用各种大型AI模型，我只是因为喜欢而使用它们，例如Gemini和ChatGPT。我经常使用人工智能来写东西。比如我会把第一版大纲丢给AI，然后给它一些我之前演讲的PDF文档，让它完善我的初稿。真的很棒。

03 浅谈美国对华出口管制

Lauren：您提到NVIDIA在全球有很多合作伙伴，但在当前政策变化、条件严格的商业环境下，您是否感到不安？你怎么认为？

黄：世界在变，AI产业也在变。我们现在能解决的问题、我们能提供的产品解决方案、我们能实现的能力都是非凡的。目前，科技产业和软件产业仍然占据主导地位，而基于这两个产业的其他产业将在未来十年发生重大变化。

劳伦：周一，美国商务部扩大了出口管制，范围不仅仅限于半导体行业。相关上下游供应链也会受到一定程度的影响，英伟达的GPU就是其中之一。您认为出口管制的理由是否合理？中国市场的竞争对手将如何应对？

黄：我们的工作是尽最大努力了解和告知半导体行业的动态以及英伟达在全球市场的运作方式，并向政府解释这些事情。由他们来制定最好的政策。之后，我们的工作就是继续专注于创新，推动技术进步，更好地满足客户的需求，不断取得成功。这些都在我们的控制范围内，就上任的政府而言，我认为我们得到了政府的良好照顾。

劳伦：即将上任的特朗普政府最近提到了台积电（TSMC），他认为台积电抢走了美国的部分芯片业务。 NVIDIA与台积电有着长期的合作关系。您是否担心这会影响您与台积电的关系？

黄：无论是在半导体行业，还是在全球供应链市场，台积电的重要性不言而喻。因此，我们非常重视与台积电的合作，并且我们在这种合作关系中做得越来越好。与此同时，全球供应链对台积电的依赖仍将长期持续。

劳伦：自从特朗普当选新总统以来，您与他有过沟通吗？

黄：我已经联系了特朗普总统，向他表示祝贺，并告诉他我们将尽一切努力帮助政府。

劳伦：那么你想和他进一步讨论英伟达的业务吗？

黄：人工智能显然是非常重要、也是一个非常雄心勃勃的话题。它不仅是一项新技术，更是一个全新的产业。现在，我们第一次大规模地制造智能。我选择“制造”这个词的原因是，当一个产业形成时，往往会制造出一些以前从未做过的东西。就像计算机行业最初制造软件一样，现在的AI产业制造智能，需要能源和大量工厂。它对一个国家的社会、产业、经济和技术进步产生重要影响。我很确定新政府和特朗普总统会对这个行业非常感兴趣，我很乐意提供任何支持，回答我能回答的任何问题。

04 谈谈新产品Blackwell

Lauren：据我了解，Nvidia的最新产品Blackwell已经开始发货，其中有很多大客户，对吧？

黄：我们在世界各地安装了Backwell系统。 Blackwell 是一个完整的系统，有一堆交换机、网络、计算机和一堆软件。 Blackwell 已全面投入生产，一切进展顺利。

劳伦：你认为布莱克威尔最大的优势是什么？更快吗？其下游影响是什么？

黄：它给训练模型的效率带来了质的提升。在训练模型之前，通常要等待几个月才能处理训练模型所需的数据。 Blackwell可以将这个时间压缩1/3到1/4。比如原来需要6个月，现在只需要1个半月左右。随着越来越多的公司用人工智能能力武装自己，三个月的差距可能会改变游戏规则。

在推理方面，我们发现推理过程并不遵循Zero-shot Learning（零样本学习）或One-shot Learning（单样本学习），而是一种长期的思维模式。本质上意味着AI首先在头脑中构思出各种解决方案，然后利用更多的计算能力来提供更合适的答案。这是一种新的扩展方式，我们将其称为测试时间扩展或推理时间扩展。正因为如此，Blackwell的推理能效提升了30倍，速度也更快。

05 浅谈英特尔的困境

劳伦：英特尔首席执行官帕特里克·基辛格日前辞职，有报道称他被迫下台。要知道，20年前没有人会想到英特尔会走到这一步。那么如何确保 10 或 20 年后 Nvidia 不会落入同样的下场呢？您采取了哪些战略步骤来确保这一点？

黄：好问题。我认识帕特几十年了，对他的友谊与合作深表感谢。我们为许多即将推出的项目选择了他们的 CPU，并与他们合作开发和推进各种产品和项目。他们在 CPU 端、PC 端、数据中心端都非常出色。

但从本质上讲，这是一个挑战，当行业发生根本性变化时，它的力量非常强大。我们熟悉的现代计算，IBM 360系统，中央处理器出现在1963年和1964年。这持续了大约60年，但因为深度学习和机器学习的技术创新，世界不再是关于编码。编码指令在 CPU 上运行，但神经网络机器学习在 GPU 上运行。

这种趋势是不可抗拒的。人工智能的力量是如此不可思议，以至于你无法与之竞争。要么你乘风破浪，要么你错过它，没有人能保证。无论CPU的性能有多么强大，都无法抗拒机器学习的发展势头；无论计算机多么先进，都无法抗拒移动计算的发展势头。

由于机器学习的出现，在不到10年的时间里，人们构建和处理工具的方式和内容发生了根本性的改变。因此，您需要为这些长期技术变革做好准备。别忘了，NVIDIA是一家以基础技术架构起家的公司。成立两年后，公司的实际发展方向彻底改变。我们很快认识到我们当时的架构和技术是错误的，所以无论如何我们都必须构建GPU，才能在深度学习领域迎头赶上。随后，英伟达从一家芯片公司发展到一家系统公司，再到一家基础设施公司。

Lauren：那么你如何确保 30 年后我们不再谈论 GPU，Nvidia 的立场是什么？

黄：没有任何保证，但只要计算机行业仍然重要，我们就会继续敏捷，我们就会继续改变自己，在未来保持影响力，这就是我希望看到的。

本文来自微信公众号“观网财经”，作者：唐普吉，经36氪经济授权发布。