所羅門：

自從你在 1993 年創(chuàng)辦英偉達(dá)以來，你一直是加速計(jì)算的先鋒。公司在1999年發(fā)明的 GPU ，推動(dòng)了 PC 游戲市場的增長，重新定義了計(jì)算機(jī)，并點(diǎn)燃了現(xiàn)代 AI 時(shí)代。Jensen擁有俄勒岡州立大學(xué)的學(xué)士學(xué)位和斯坦福大學(xué)的碩士學(xué)位。

我想從 31 年前說起，當(dāng)時(shí)你創(chuàng)立了公司。從一家以游戲?yàn)橹行牡?GPU 公司，轉(zhuǎn)型為如今提供廣泛硬件、軟件服務(wù)于數(shù)據(jù)中心的企業(yè)。

我想請你談?wù)勥@一旅程的點(diǎn)點(diǎn)滴滴。當(dāng)你剛開始時(shí)，你是怎么想的，這一路上公司是如何演變的？這是一次非常不凡的旅程?；蛟S你可以順便談?wù)?，展望未來時(shí)你們的關(guān)鍵優(yōu)先事項(xiàng)，以及未來的方向。

黃仁勛：

我想我們當(dāng)時(shí)做對的一件事，是我們有一個(gè)愿景，那就是會(huì)有一種新的計(jì)算方式，能夠補(bǔ)充通用計(jì)算的不足，去解決通用計(jì)算器永遠(yuǎn)無法解決的問題。

而這種處理器最開始是從計(jì)算機(jī)圖形學(xué)這個(gè)對 CPU 來說極其困難的任務(wù)著手的，但我們知道它最終會(huì)擴(kuò)展到其他領(lǐng)域。

我們選擇的第一個(gè)領(lǐng)域是圖像處理，它是對計(jì)算機(jī)圖形學(xué)的一個(gè)補(bǔ)充。接著我們擴(kuò)展到物理模擬，因?yàn)樵谖覀冞x定的視頻游戲應(yīng)用領(lǐng)域，你不僅需要美麗的圖像，還需要?jiǎng)討B(tài)效果來創(chuàng)造虛擬世界。

我們一步步地前進(jìn)，將其帶入科學(xué)計(jì)算領(lǐng)域。我們最早的一些應(yīng)用是分子動(dòng)力學(xué)模擬，另一個(gè)是地震處理，基本上是逆物理學(xué)。地震處理與 CT 重建非常相似，都是另一種形式的逆物理學(xué)。我們就這樣一步步前進(jìn)。

我們對相鄰行業(yè)和互補(bǔ)算法進(jìn)行了思考，逐步解決問題。但從那時(shí)起的共同愿景，就是加速計(jì)算可以解決有趣的問題。

如果我們能夠保持架構(gòu)的一致性，意思是，今天開發(fā)的軟件可以在你留下的較大算力基石上運(yùn)行，而過去開發(fā)的軟件可以通過新技術(shù)進(jìn)一步加速。這種關(guān)于架構(gòu)兼容性的思維方式，從 1993 年開始，我們一直堅(jiān)持到今天。

這也是為什么英偉達(dá)的 CUDA 擁有如此龐大的安裝基礎(chǔ)。因?yàn)槲覀兪冀K保護(hù)它，保護(hù)軟件開發(fā)者的投資，這自始至終都是我們公司的首要任務(wù)。

展望未來，沿途我們學(xué)到了很多，比如如何成為一個(gè)創(chuàng)始人，如何當(dāng) CEO ，如何經(jīng)營公司，如何建立公司，不僅僅是這些。這些都是新的技能。我們還學(xué)會(huì)了如何發(fā)明現(xiàn)代計(jì)算機(jī)游戲行業(yè)。

很多人不知道，英偉達(dá)是世界上最大的游戲架構(gòu)安裝基礎(chǔ)。GeForce 擁有約 3 億游戲玩家，增長勢頭依然非常強(qiáng)勁，充滿活力。

所以每次我們進(jìn)入一個(gè)新市場時(shí)，我們都需要學(xué)習(xí)新的算法，了解新的市場動(dòng)態(tài)，創(chuàng)造新的生態(tài)系統(tǒng)。我們之所以要這樣做，是因?yàn)榕c通用計(jì)算器不同，如果你構(gòu)建了一個(gè)加速處理器，那么一切不會(huì)自動(dòng)運(yùn)作。作為加速計(jì)算器，你需要問自己：該加速什么？因?yàn)闆]有一種通用的加速器。

所羅門：

深入探討一下，談?wù)勍ㄓ糜?jì)算和加速計(jì)算之間的區(qū)別。

黃仁勛：

如果你看看軟件，從你編寫的龐大軟件中，會(huì)發(fā)現(xiàn)很多涉及文件輸入輸出的部分、數(shù)據(jù)結(jié)構(gòu)的設(shè)置以及一些包含魔法般的核心算法的部分。

這些算法因應(yīng)用領(lǐng)域而異，無論是計(jì)算機(jī)圖形學(xué)、圖像處理還是其他任何領(lǐng)域。它可以是流體力學(xué)、粒子系統(tǒng)，或者像我提到的逆物理學(xué)，甚至是圖像處理領(lǐng)域的東西。這些不同的算法都有所不同。

如果你創(chuàng)建了一個(gè)處理器，它在這些算法上表現(xiàn)得特別出色，并且能夠補(bǔ)充 CPU 的不足（ CPU 能做的事情，它就擅長做），那么理論上你可以極大地加速一個(gè)應(yīng)用程序。

原因在于，通常情況下，5%～10% 的代碼會(huì)占據(jù) 99.99% 的運(yùn)行時(shí)間。所以如果你將那 5% 的代碼卸載到我們的加速器上，那么理論上你就能將應(yīng)用程序加速 100 倍。這種情況并不少見，我們確實(shí)經(jīng)常做到。

例如，我們將圖像處理加速 500 倍。如今我們也處理數(shù)據(jù)處理，這是我最喜歡的應(yīng)用之一，因?yàn)閹缀跛信c機(jī)器學(xué)習(xí)相關(guān)的東西，都是數(shù)據(jù)驅(qū)動(dòng)的，而數(shù)據(jù)處理正是其中的核心部分。

無論是 SQL 數(shù)據(jù)處理、 Spark 類型的數(shù)據(jù)處理，還是矢量數(shù)據(jù)庫處理，所有這些都涉及到結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)處理，也就是數(shù)據(jù)框架的處理。

我們將這些處理過程加速了非常多，但要做到這一點(diǎn)，你必須創(chuàng)建相應(yīng)的庫。例如，在計(jì)算機(jī)圖形學(xué)中，我們很幸運(yùn)有像 OpenGL 和微軟的 DirectX 這樣的圖形庫。但在這些之外，幾乎沒有現(xiàn)成的庫可用。

于是我們創(chuàng)建了自己的庫，比如我們最著名的庫之一，類似于 SQL 這樣的庫。SQL 是存儲(chǔ)計(jì)算的一個(gè)庫，我們創(chuàng)建了一個(gè)叫做 CuDNN 的庫，它是世界上第一個(gè)神經(jīng)網(wǎng)絡(luò)計(jì)算庫。

我們還有 CuOpt 用于組合優(yōu)化，CuQuantum 用于量子模擬與仿真，還有像 CuDF 這樣的庫，用于數(shù)據(jù)框處理（類似于 SQL ）。

所有這些庫都需要我們?nèi)グl(fā)明。我們需要重構(gòu)應(yīng)用中的算法，使其能在我們的加速器上運(yùn)行。如果你使用這些庫，那么你就可以獲得 100 倍的加速，甚至更多。

這一理念非常合理，但問題是如何去發(fā)明這些算法，并讓整個(gè)視頻游戲行業(yè)使用它？如何讓整個(gè)地震處理和能源行業(yè)使用它？如何讓整個(gè) AI 行業(yè)使用它？你明白我的意思嗎？

我們必須首先進(jìn)行計(jì)算機(jī)科學(xué)研究，然后進(jìn)行生態(tài)系統(tǒng)開發(fā)，并且說服大家使用它。與此同時(shí)，我們還得確保這些庫能在所有不同的計(jì)算機(jī)上運(yùn)行。我們就是這樣，一個(gè)接一個(gè)地跨越領(lǐng)域。

我們?yōu)樽詣?dòng)駕駛汽車創(chuàng)建了豐富的庫，為機(jī)器人技術(shù)開發(fā)了出色的庫，還有用于虛擬篩選、無論是基于物理學(xué)的虛擬篩選還是神經(jīng)網(wǎng)絡(luò)的虛擬篩選的庫。我們甚至還有專門的氣候科技庫。

所以我們一個(gè)領(lǐng)域一個(gè)領(lǐng)域地發(fā)展，結(jié)交朋友，創(chuàng)造市場。英偉達(dá)真正擅長的，就是創(chuàng)造新的市場。

我們已經(jīng)做了這么久，似乎加速計(jì)算已經(jīng)無處不在，但實(shí)際上，我們是在一個(gè)領(lǐng)域接一個(gè)領(lǐng)域地攻克。

所羅門：

我知道在場的許多投資者都非常關(guān)注數(shù)據(jù)中心市場。會(huì)很有意思聽聽你的觀點(diǎn)，以及公司的長期和中期機(jī)會(huì)。顯然，你所在的行業(yè)正推動(dòng)著下一次工業(yè)革命。你覺得行業(yè)面臨的挑戰(zhàn)有哪些？談?wù)勀闳绾慰创龜?shù)據(jù)中心市場的發(fā)展吧。

黃仁勛：

有兩件事同時(shí)發(fā)生，這兩者常常被混淆，我們需要把它們拆解開來討論。首先，讓我們假設(shè)沒有 AI 存在。

在一個(gè)沒有 AI 的世界里，通用計(jì)算已經(jīng)到達(dá)了瓶頸。大家都知道，摩爾定律和晶體管的微縮以及等功率下性能提升或等成本下性能提升的時(shí)代已經(jīng)結(jié)束了。

未來，我們不會(huì)再看到每年性能翻倍的 CPU 。我們很幸運(yùn)能在 10 年內(nèi)看到性能翻倍的情況。

過去的摩爾定律是每 5 年性能提升 100 倍，每 10 年提升 1000 倍。我們只需等待 CPU 變得更快。然而，如今這個(gè)時(shí)代已經(jīng)結(jié)束了，我們正進(jìn)入一個(gè)計(jì)算膨脹的時(shí)代。

所羅門：

現(xiàn)在，隨著摩爾定律的終結(jié)，我們正經(jīng)歷計(jì)算膨脹。

黃仁勛：

所以我們需要做的，就是盡可能地加速一切。無論是 SQL 處理，還是任何形式的數(shù)據(jù)處理，尤其是如果你創(chuàng)建了一家互聯(lián)網(wǎng)公司，有一個(gè)推薦系統(tǒng)，那它絕對需要被加速。現(xiàn)在這些系統(tǒng)已經(jīng)完全加速了。

幾年前它們還都在 CPU 上運(yùn)行，但如今，世界上最大的推薦系統(tǒng)這種數(shù)據(jù)處理引擎已經(jīng)全都加速了。所以，如果你有推薦系統(tǒng)或搜索系統(tǒng)，或者是任何大規(guī)模數(shù)據(jù)處理系統(tǒng)，你必須加速它們。

接下來會(huì)發(fā)生的第一件事，就是世界上價(jià)值數(shù)萬億美元的通用數(shù)據(jù)中心將被升級(jí)為加速計(jì)算型數(shù)據(jù)中心。這一定會(huì)發(fā)生。這是必然的事情。

原因之一是我們已經(jīng)到了必須要做出改變的階段。你會(huì)看到的第一個(gè)動(dòng)態(tài)是計(jì)算機(jī)的密度增加。你知道，這些巨大的數(shù)據(jù)中心非常低效，因?yàn)樗鼈兂錆M了空氣，而空氣是電的不良導(dǎo)體。

我們想做的是，將這些原本可能占用 50、100 或 200 兆瓦的大型數(shù)據(jù)中心，壓縮成一個(gè)非常小的數(shù)據(jù)中心。如果你看看我們的一些服務(wù)器機(jī)架，英偉達(dá)的機(jī)架可能看起來很昂貴，可能每個(gè)機(jī)架花費(fèi)幾百萬美元，但它可以替代成千上萬個(gè)節(jié)點(diǎn)。

令人驚訝的是，光是連接舊的通用計(jì)算系統(tǒng)的電纜成本，可能比用一個(gè)高密度的機(jī)架來取代這些舊設(shè)備的成本還要高。

而高密度化的另一個(gè)好處是，一旦你達(dá)到了這種高密度，你就可以進(jìn)行液冷處理，因?yàn)槔鋮s一個(gè)巨大的數(shù)據(jù)中心很難，而冷卻一個(gè)小型數(shù)據(jù)中心要容易得多。

所以我們現(xiàn)在的首要任務(wù)是加速和現(xiàn)代化數(shù)據(jù)中心，增加其密度，使其更加節(jié)能。你能節(jié)省資金、節(jié)省能源，并且效率大大提高。

這是我們接下來 10 年要專注的事情?，F(xiàn)在，當(dāng)然還有一個(gè)第二動(dòng)態(tài)。由于英偉達(dá)的加速計(jì)算帶來了巨大的成本節(jié)約，在過去 10 年里，計(jì)算能力不僅提高了 100 倍，而是提高了 100 萬倍。

因此，問題變成了：如果你的速度快了一百萬倍，你會(huì)做什么不同的事情？突然之間，人們說，“嘿，為什么我們不讓計(jì)算機(jī)自己編寫軟件，而不是我們試圖去確定功能或算法呢？我們只需要把所有數(shù)據(jù)、所有預(yù)測數(shù)據(jù)交給計(jì)算機(jī)，讓它自己去找到算法?！?/span>

我們在如此大規(guī)模的不同數(shù)據(jù)領(lǐng)域上進(jìn)行了這種操作，以至于現(xiàn)在計(jì)算機(jī)不僅能夠處理數(shù)據(jù)，還能理解數(shù)據(jù)的意義。因?yàn)樗軌蛲瑫r(shí)理解多種模態(tài)，所以它可以進(jìn)行數(shù)據(jù)翻譯。

我們可以從英語翻譯為圖像，圖像翻譯為英語，英語翻譯為蛋白質(zhì)，蛋白質(zhì)再翻譯為化學(xué)分子。因此，因?yàn)樗軌蛲瑫r(shí)理解所有數(shù)據(jù)，它現(xiàn)在能夠進(jìn)行這些我們稱之為生成 AI 的翻譯操作。

可以從大規(guī)模文本生成小規(guī)模文本，也可以反過來進(jìn)行文本生成，現(xiàn)在我們進(jìn)入了一個(gè)計(jì)算革命的時(shí)代。

令人驚嘆的是，第一批價(jià)值數(shù)萬億美元的數(shù)據(jù)中心已經(jīng)能夠被加速了。我們在 AI 中發(fā)明了這種新的緩沖技術(shù)，這種 AI 革命不僅是一種工具，更是一種技能。

這就是為什么現(xiàn)在創(chuàng)造了一個(gè)全新的行業(yè)。因?yàn)?，如果你回顧整個(gè) IT 行業(yè)，直到現(xiàn)在，我們一直在制造人們可以使用的工具和儀器。而這一次，我們將要?jiǎng)?chuàng)造的是能夠增強(qiáng)人的技能。

這就是為什么人們認(rèn)為， AI 將不僅僅局限于數(shù)萬億美元的數(shù)據(jù)中心，還將擴(kuò)展到技能領(lǐng)域。

那么，什么是這種技能呢？首先是數(shù)字化技能，比如一個(gè)數(shù)字化裝配線機(jī)器人，或者是數(shù)字化客戶服務(wù)機(jī)器人，又比如說，一個(gè)數(shù)字化的可視化員工，專門負(fù)責(zé)計(jì)劃和規(guī)劃業(yè)務(wù)。

它也可以是一個(gè)數(shù)字化的 SAP 代理。我們公司使用很多ServiceNow服務(wù)，我們甚至有數(shù)字化的員工服務(wù)。因此，現(xiàn)在我們擁有了這些數(shù)字化的“人類”，這就是 AI 的工作方式。

所羅門：

讓我們稍微退一步，換個(gè)角度思考一下?；谀銊倓傉f的所有內(nèi)容，目前金融市場上有一個(gè)持續(xù)的爭論，那就是我們是否能夠在構(gòu)建 AI 基礎(chǔ)設(shè)施時(shí)，獲得足夠的 ROI。

你如何評估當(dāng)前周期中客戶的投資回報(bào)率？如果我們回顧一下云計(jì)算，在它們采用周期的類似階段，投資回報(bào)率是如何表現(xiàn)的？我們現(xiàn)在所處的位置與當(dāng)時(shí)相比如何？

黃仁勛：

在云計(jì)算之前，虛擬化是主要的趨勢，還記得嗎？虛擬化基本上是將數(shù)據(jù)中心中的所有硬件虛擬化為一個(gè)虛擬數(shù)據(jù)中心。

然后我們可以在整個(gè)數(shù)據(jù)中心中移動(dòng)工作負(fù)載，而不是將其直接與特定計(jì)算機(jī)關(guān)聯(lián)。因此，數(shù)據(jù)中心的利用率得到了改善。

通過虛擬化，數(shù)據(jù)中心的成本減少了一半甚至更多。在此基礎(chǔ)上，我們將這些虛擬計(jì)算機(jī)推向云端，多個(gè)公司可以共享同一資源，進(jìn)一步提高了利用率。

過去10到15年間，虛擬化和云計(jì)算的發(fā)展掩蓋了底層發(fā)生的一個(gè)根本性變化——摩爾定律的終結(jié)。虛擬化和云計(jì)算帶來了顯著的成本節(jié)約，但它掩蓋了晶體管縮放和 CPU 性能增長的終止。

現(xiàn)在，隨著這些成本節(jié)約的效應(yīng)逐漸減弱，我們看到的是數(shù)據(jù)中心和計(jì)算的膨脹。因此，第一件發(fā)生的事情就是加速計(jì)算。

如今，你可以在云端使用英偉達(dá)的加速器進(jìn)行數(shù)據(jù)處理，比如 Spark ，這是當(dāng)今世界上最常用的數(shù)據(jù)處理引擎之一。如果你使用 Spark 并在云端使用英偉達(dá)加速器，通常能看到 20 倍的加速效果。

因此，你可以節(jié)省大量計(jì)算時(shí)間，盡管計(jì)算成本會(huì)稍微增加，但整體回報(bào)率非?？捎^。這就是加速帶來的直接ROI。

接下來是生成 AI 的第一波浪潮。在這一階段，像我們這樣的基礎(chǔ)設(shè)施提供商和所有云服務(wù)提供商將基礎(chǔ)設(shè)施部署到云端，讓開發(fā)者可以使用這些機(jī)器訓(xùn)練模型或進(jìn)行模型微調(diào)。

這帶來了非常好的回報(bào)，因?yàn)樾枨蠓浅?qiáng)勁。每一美元的支出，都能帶來五倍的收益。這種情況正在全球范圍內(nèi)發(fā)生。

像我們熟知的一些應(yīng)用，例如 OpenAI 的 ChatGPT，或者像 Github Copilot 這樣的工具，它們帶來的生產(chǎn)力提升是驚人的。

如今，我們公司的軟件工程師幾乎都在使用這些生成工具，不論是我們自己開發(fā)的工具，還是使用 C++ 和 CUDA 進(jìn)行協(xié)同生成。

未來，每個(gè)軟件工程師都將有一個(gè)數(shù)字化工程師作為助手，24 小時(shí)全天候協(xié)助他們工作。這是未來的趨勢。

我們公司有 32000 名員工，但我們希望通過數(shù)字化工程師將這個(gè)數(shù)字增加到 100 倍。很多行業(yè)已經(jīng)在積極擁抱這一趨勢。

在我們的公司， AI 已經(jīng)成為計(jì)算機(jī)圖形學(xué)中的重要工具。我們現(xiàn)在通過計(jì)算一個(gè)像素并推斷出其余的 32 個(gè)像素來完成圖像生成，這樣可以顯著節(jié)省能量和計(jì)算時(shí)間。

如果沒有 AI ，我們無法支持自動(dòng)駕駛行業(yè)，也無法完成機(jī)器人技術(shù)和數(shù)字生物學(xué)的研究。幾乎所有的科技生物公司都在使用 AI 進(jìn)行數(shù)據(jù)處理，甚至進(jìn)行蛋白質(zhì)生成和虛擬篩選。整個(gè)新藥發(fā)現(xiàn)過程因?yàn)?AI 而被重新發(fā)明，這讓人非常興奮。

所羅門：

現(xiàn)在，讓我們談?wù)勀愕母偁巸?yōu)勢。顯然，有一些公共和私營公司在試圖挑戰(zhàn)你的領(lǐng)導(dǎo)地位。你如何看待你們的競爭壁壘？

黃仁勛：

首先，有幾件事使我們與眾不同。首先要記住， AI 不僅僅是關(guān)于硬件， AI 更是關(guān)于基礎(chǔ)設(shè)施。如今的計(jì)算機(jī)不僅僅是制造芯片然后出售。

構(gòu)建 AI 計(jì)算機(jī)并不是簡單地組裝芯片，而是構(gòu)建一個(gè)完整的數(shù)據(jù)中心。比如我們的 Blackwell 系統(tǒng)，它由七種不同類型的芯片組成， Blackwell 只是其中之一。

所羅門：

對，跟我們談?wù)?Blackwell 。

黃仁勛：

當(dāng)你想構(gòu)建 AI 計(jì)算機(jī)時(shí)，大家可能會(huì)提到“超級(jí)集群”或“超級(jí)計(jì)算機(jī)”這樣的詞匯，因?yàn)檫@不僅僅是芯片或一臺(tái)計(jì)算機(jī)，而是整個(gè)數(shù)據(jù)中心的構(gòu)建。

如果你看看這些超級(jí)集群，想象一下運(yùn)行它所需的軟件吧?，F(xiàn)在沒有微軟的 Windows 來運(yùn)行這些系統(tǒng)，每個(gè)系統(tǒng)的軟件都是完全定制的。

設(shè)計(jì)芯片的公司，也會(huì)設(shè)計(jì)這個(gè)超級(jí)計(jì)算機(jī)及其所有的軟件。因此，擁有一個(gè)完全優(yōu)化、更加高效和節(jié)能的系統(tǒng)是很有意義的。

其次， AI 涉及到算法，而我們非常擅長理解算法的需求以及如何在數(shù)百萬個(gè)處理器之間分配計(jì)算工作，確保計(jì)算能夠長時(shí)間穩(wěn)定運(yùn)行，同時(shí)實(shí)現(xiàn)極高的能源效率和快速的任務(wù)完成。這是我們特別擅長的領(lǐng)域。

最后， AI 是關(guān)于計(jì)算的，而計(jì)算的關(guān)鍵是安裝基礎(chǔ)。擁有相同的架構(gòu)，無論是在云端還是本地，無論是在超級(jí)計(jì)算機(jī)、機(jī)器人或個(gè)人電腦上運(yùn)行，擁有能夠運(yùn)行相同軟件的統(tǒng)一架構(gòu)非常重要。

這種一致性是我們過去 30 年堅(jiān)持的原則，也是為什么如果你今天要?jiǎng)?chuàng)建一家公司，最明顯的選擇是使用英偉達(dá)架構(gòu)的原因。

我們的架構(gòu)無處不在，無論你選擇什么計(jì)算設(shè)備，只要有“英偉達(dá) Inside”，你就知道它能夠運(yùn)行你所需要的軟件。

所羅門：

你們的創(chuàng)新速度非常快，我想請你談?wù)?Blackwell 。它的訓(xùn)練速度提高了四倍，推理速度比前代 Hopper 快了30倍。你們似乎在以驚人的速度創(chuàng)新，你覺得能維持這樣的快節(jié)奏嗎？當(dāng)你考慮到你們的合作伙伴時(shí)，他們?nèi)绾胃夏銈冞@種快速的創(chuàng)新步伐？

黃仁勛：

我們的創(chuàng)新節(jié)奏基于這樣一個(gè)基本方法：我們每次都會(huì)開發(fā)七種不同的芯片。每種芯片的更新周期大約是兩年，我們可以在每年給它們一個(gè)中期提升。

但如果你每兩年推出一個(gè)全新架構(gòu)，那就相當(dāng)于在光速前進(jìn)。我們有七種不同的芯片，它們都為性能做出貢獻(xiàn)。

因此，我們每年都可以推出一個(gè)比上一代更好的 AI 集群或超級(jí)集群，因?yàn)槲覀冇泻芏嗖煌慕M件可以進(jìn)行優(yōu)化。

這種規(guī)模的性能提升直接轉(zhuǎn)化為客戶的總擁有成本（TCO）。例如， Blackwell 的性能是前代產(chǎn)品的三倍，如果某個(gè)客戶有1吉瓦的電力預(yù)算，那么他們的收入也會(huì)增加三倍。

這種性能提升轉(zhuǎn)化為吞吐量，而吞吐量轉(zhuǎn)化為收入。對那些有固定電力預(yù)算的客戶來說，這意味著三倍的收入增長。沒有任何其他成本節(jié)約措施能彌補(bǔ)這種收入增長。

因此，通過集成所有這些不同的組件并優(yōu)化整個(gè)堆棧和集群，我們能夠?yàn)榭蛻籼峁└叩膬r(jià)值。

同樣地，對于客戶想花費(fèi)的任何金額來說，性能的提升意味著成本的降低。我們擁有最好的每瓦性能（即收入），也擁有最好的總擁有成本（TCO），這意味著更好的毛利率。

我們在市場上不斷推動(dòng)這些創(chuàng)新，客戶能夠持續(xù)受益。而且由于我們的架構(gòu)是兼容的，昨天開發(fā)的軟件明天仍然可以運(yùn)行，今天開發(fā)的軟件可以在整個(gè)安裝基礎(chǔ)上運(yùn)行，這讓我們能夠非常快地前進(jìn)。

如果我們每次更換架構(gòu)，這種速度是不可能實(shí)現(xiàn)的。搭建系統(tǒng)本身就需要一年時(shí)間。而我們之所以能這么快，是因?yàn)槲覀儗⑺薪M件整合在一起。

有人曾發(fā)推文說，在我們發(fā)貨后的19天內(nèi)，他們已經(jīng)讓一個(gè)超級(jí)集群上線并運(yùn)行了。你不可能用一年時(shí)間拼湊出這么高效的系統(tǒng)。

因此，我認(rèn)為我們將創(chuàng)新的速度轉(zhuǎn)化為客戶的收入增長和毛利提升，這是非常了不起的。

所羅門：

你們的大部分供應(yīng)鏈伙伴都在亞洲，尤其是臺(tái)灣。在當(dāng)前的地緣政治背景下，你是如何看待這一情況的？

黃仁勛：

亞洲的供應(yīng)鏈確實(shí)非常龐大且相互交織。人們常常認(rèn)為，當(dāng)我們提到 GPU 時(shí)，就好像只是一個(gè)小芯片。其實(shí)，英偉達(dá)的系統(tǒng)有 35000 個(gè)零件，重達(dá) 80 磅，消耗 10000 安培電流。

安裝起來后，整個(gè)系統(tǒng)重達(dá) 3000 磅。這個(gè) GPU 系統(tǒng)非常復(fù)雜，構(gòu)建它就像制造一輛電動(dòng)汽車一樣。我們設(shè)計(jì)了盡可能多的多樣性和冗余機(jī)制，以確保供應(yīng)鏈的穩(wěn)定。

在必要時(shí)，我們擁有足夠的知識(shí)產(chǎn)權(quán)，能夠在不同供應(yīng)鏈之間靈活切換。或許某些生產(chǎn)技術(shù)不如最佳選擇，可能性能和成本無法保持在同一水平，但我們?nèi)匀荒軌蛱峁┛尚械慕鉀Q方案。如果真的發(fā)生任何突發(fā)情況，我們能夠快速調(diào)整供應(yīng)鏈。

我們之所以與臺(tái)積電合作，是因?yàn)樗鞘澜缟献顑?yōu)秀的，不僅是優(yōu)秀，而是絕對領(lǐng)先。它有著悠久的合作歷史，具備極高的靈活性和擴(kuò)展能力。

去年，英偉達(dá)的收入經(jīng)歷了爆炸式增長，而這離不開供應(yīng)鏈的支持。臺(tái)積電和供應(yīng)鏈的快速響應(yīng)能力令人難以置信。

在不到一年的時(shí)間里，我們大幅增加了產(chǎn)能，明年還會(huì)繼續(xù)擴(kuò)大。這種敏捷性和應(yīng)對能力是我們選擇臺(tái)積電的原因。但如果有必要，我們當(dāng)然也可以選擇其他供應(yīng)商。

所羅門：

是的，公司確實(shí)處于非常有利的地位，我們討論了很多好事。那么，你最擔(dān)心的是什么？

黃仁勛：

嗯，我們公司目前正在與世界上所有的數(shù)據(jù)中心合作。我現(xiàn)在找不出一個(gè)我們沒合作的數(shù)據(jù)中心、云服務(wù)提供商或計(jì)算機(jī)制造商。

所以，這意味著我們肩負(fù)著巨大的責(zé)任。很多人都依賴我們，大家對我們的期望很高。需求非常旺盛，交付我們的組件、技術(shù)、基礎(chǔ)設(shè)施和軟件對很多人來說是情感上非常重要的事情。因?yàn)檫@直接影響到他們的收入，直接影響到他們的競爭力。

因此，今天我們可能有更多情感投入的客戶，他們非常需要我們的產(chǎn)品，情緒高漲。

我們可以感覺到所有人都在等著我們來滿足他們的需求，而一旦我們交付了這些產(chǎn)品，這種情緒就會(huì)消失。但現(xiàn)在的情緒非常激烈，壓力也很大。

我們肩負(fù)著很大的責(zé)任，努力做到最好。我們正在全力以赴地推動(dòng) Blackwell 的生產(chǎn)，現(xiàn)在已經(jīng)全面投入生產(chǎn)。

我們將在第四季度發(fā)貨，并在第四季度擴(kuò)大產(chǎn)能，明年繼續(xù)擴(kuò)大。對 Blackwell 的需求實(shí)在太大了，每個(gè)人都想成為第一個(gè)擁有它的公司，每個(gè)人都想擁有最多的產(chǎn)能，每個(gè)人都想領(lǐng)先。

因此，這種緊張感真的非常強(qiáng)烈。我覺得，能夠發(fā)明下一個(gè)計(jì)算時(shí)代是非常有趣的，看到這些驚人的應(yīng)用程序被創(chuàng)造出來很令人振奮，看到機(jī)器人到處行走也很令人興奮，看到這些視覺化的代理人作為一個(gè)團(tuán)隊(duì)在你的計(jì)算機(jī)上解決問題是很驚人。

同時(shí)，我們用 AI 設(shè)計(jì)芯片，然后用這些芯片運(yùn)行我們的 AI ，這一切都非常了不起。但其中真正緊張的部分，就是我們肩負(fù)著世界的期望。