发帖
雷达卡
最近，英伟达CEO黄仁勋接受了SciTech Economy Insights的深度专访，他不仅揭秘英伟达技术突破，更急劝所有人主动学AI以优化职业发展。访谈中提到，2016年售价25万美元的DJX1AI超算，如今3000美元的迷你版就能让普通人拥有，8年计算能效暴涨10000倍。
黄仁勋强调，AI已从实验室走向大众，不管是学生还是律师、医生等从业者，都该思考如何用AI提升工作。还建议大家借助AI导师学习，降低知识门槛。
此外，还分享了英伟达在Omniverse与Cosmos融合、人形机器人等领域的布局，指出未来十年特定领域AI将达超人水平，学会用AI能让人在职业中更具竞争力，实现个人价值提升。
完整专访视频
主持人：当下我们所处的这个时代，令人惊叹的一点是，我们不再受限于CPU和顺序处理时代的诸多技术桎梏。我们不仅开启了全新的计算方式，还找到了持续进步的路径。
并行处理与CPU的改进遵循着截然不同的物理规律，我很好奇，您目前重点关注的当前世界面临的科学或技术限制是什么？
黄仁勋：归根结底，一切都取决于在现有能量限制下能完成多少工作。这是一个物理极限，物理定律中关于信息传输、比特翻转和比特传输所需的能量，最终限制了我们的能力，而我们拥有的能量总量也同样制约着我们能达成的目标。
但我们远未触及阻碍进步的根本极限，在此期间，我们致力于打造更出色、更节能的计算机。这台小型计算机，它的完整版曾售价25万美元。
没错，这是一台AI超级计算机，我手上的这个只是原型机，一个模型。2016年，我向OpenAI交付了第一代DJX1，当时它的售价就是25万美元，而它所需的能量是现在这个版本的10000倍，但这个版本的性能却提升了6倍，是不是很不可思议？
主持人：我们正身处一个全新的世界。
黄仁勋：这一切都始于2016年。仅仅8年时间，我们就将计算的能效提升了10000倍。试想一下，如果我们的能效再提升10000倍，或者汽车、电灯泡的能效提升10000倍，现在100瓦的灯泡，只需消耗其万分之一的能量就能产生相同的照明效果。
因此，我们一直致力于提升计算的能效，尤其是AI计算的能效，这一进步意义非凡。因为我们想要打造更智能的系统，需要借助更多计算能力来实现更高级的智能，所以，完成工作所需的能效是我们的首要任务。
主持人：为了这次访谈，我和很多工程师朋友交流过，这个问题是他们特别希望我问的，所以您现在其实是在和您的同行们对话。您通过CUDA提升了计算的可及性和抽象性，让更多人能以各种方式利用更多计算能力。
但随着技术应用愈发具体，比如AI中的Transformer架构。为了让观众理解，Transformer是一种非常流行的新型AI结构，如今已被广泛应用于众多大家熟知的工具中。
它之所以受欢迎，是因为其结构能帮助AI关注关键信息，从而产出更优的结果。您可以设计出完全适配某一种AI模型的芯片，但这样一来，芯片的通用性就会大打折扣。
所以，随着这些特定的AI结构或架构越来越普及，据我所知，业界存在一种争议：是将赌注押在把这些结构固化到芯片中，设计针对特定任务的专用硬件，还是保持硬件的通用性？
我的问题是，您如何做出这些高风险的赌注？您是如何权衡选择。是打造一辆能去往任何地方的汽车，还是优化一列只往返于A、B两点的火车？您正在进行的这些赌注关乎重大利益，我很好奇您的思考逻辑。
黄仁勋：这就回到了你的核心问题，关键在于你的核心信念是什么。核心问题其实是，Transformer是研究人员再也不会超越的终极AI算法或架构，还是说，它只是一个跳板，未来会演变成与现在的Transformer截然不同的形态？
我们相信是后者。原因很简单，回顾历史，在计算机算法、软件、工程与创新领域，有哪一个理念能长期保持不变？答案是没有。
计算机的本质魅力就在于，它能完成10年前无人能想象的任务。如果10年前我们就把计算机局限成一台微波炉，那后续的各种创新应用又从何而来？
我们坚信创新与发明的丰富性，我们希望打造一种架构，让发明者、创新者、软件程序员和AI研究人员能在其中自由探索，孕育出令人惊叹的想法。以Transformer为例，它的核心特征是注意力机制。
简单来说，Transformer会理解每个词与其他所有词的含义和关联性。如果只有10个词，它需要梳理这10个词之间的关系，但如果有10万个词，或者语境规模大到能读取大量PDF文件，达到百万级token的上下文窗口，要对所有内容进行全量处理就完全不可能了。
解决这个问题的方法有很多新思路，比如闪存注意力、分层注意力，还有我前几天刚了解到的波形注意力。自从Transformer出现后，各种新型注意力机制层出不穷，而且这种趋势还会持续下去。
我们相信，计算机科学并未终结，AI研究也不会停滞不前，至少我们不会放弃。因此，打造一台能支持研究、创新和新想法的灵活计算机，才是最根本、最重要的事情。
主持人：有一件事我非常好奇，您负责设计芯片，有公司负责组装，还有公司设计支持纳米级工作的硬件。在设计这类工具时，您如何结合当前的物理可行性进行考量？如今又在如何突破这些限制？
黄仁勋：尽管我们的芯片由台积电制造，但我们内部拥有一批精通半导体物理的顶尖人才，他们能凭直觉判断当前半导体物理的极限，之后我们会与台积电紧密合作，共同探索这些边界。因为我们的目标就是突破极限，所以我们会携手发掘极限所在。
在系统工程和冷却系统方面，我们也是如此。液体冷却涉及的管道技术对我们来说至关重要，空气冷却所需的风扇设计也同样关键。我们的风扇设计几乎达到了空气动力学的完美水准，力求在实现最大风量的同时，将噪音降至最低。
因此，我们公司专门配备了空气动力学工程师。即便我们不直接生产这些部件，但我们主导设计，并且具备深厚的专业知识，知道如何让这些部件被精准制造出来，正是凭借这些，我们不断尝试突破极限。
主持人：这次对话的一个核心主题是，您是一个敢于对未来下大赌注的人，而且这些赌注一次次被证明是正确的。我们聊到了GPU、CUDA、AI、自动驾驶汽车，您在机器人技术领域也一定会取得成功。
黄仁勋：在Omniverse领域我们也会成功。
主持人：没错，这就是我的问题，您接下来还有哪些赌注？
黄仁勋：我们最新的赌注，就是在国际消费电子展上刚刚发布的，我对此感到非常自豪和兴奋。Omniverse与Cosmos的融合。这是一种新型生成式世界创建系统，一种多元宇宙生成系统。
我认为，它未来在机器人技术和物理系统领域将具有深远的意义。当然，我们在人形机器人领域也在积极探索，开发工具系统、训练系统和人类演示系统等，你之前也提到过这些。
这方面的工作才刚刚起步，我相信未来5年，人形机器人领域将会迎来非常有趣的发展。此外，在数字生物学领域，我们希望能理解分子和细胞的“语言”，就像我们理解物理世界的规律一样。
我们渴望解读人体的“语言”和生物学的“语言”，如果我们能做到这一点，并且能够进行预测，那么打造人体数字孪生体就将成为可能，我对这项工作充满期待。
我也很重视我们在气候科学领域的研究，我们希望能通过天气预报，精准预测高分辨率的区域气候，以及你头顶上方一公里范围内的天气模式。如果能实现高精度预测，其影响将极为深远。我们正在推进的这些事情都非常有意义。
幸运的是，我们打造出了一种如同“时间机器”般的工具。在我们刚才谈到的所有领域，我们都需要这样的“时间机器”来展望未来。如果我们能看到未来、预测未来，就更有机会将未来打造成最理想的模样。
这就是科学家想要预测未来的原因，也是我们在所有设计工作中都力求预测未来的初衷。为了优化出最佳可能。
主持人：如果有人观看这段视频，他们可能知道英伟达是一家极具重要性的公司，但并不完全清楚其重要性所在，也不了解它会如何影响自己的生活。
希望现在他们能更好地理解过去几十年计算领域发生的重大变革，感受到我们当下所处的这个充满机遇、又有些奇妙的时刻。
我们正站在众多变革的风口浪尖。如果他们想稍微展望一下未来，您建议他们如何为自身做好准备，如何看待这个时代对个人的影响？
黄仁勋：我们可以从几个角度来思考我们正在创造的未来。比如，假设你从事的工作依然重要，但完成工作的时间从一周缩短至瞬间，那些繁琐枯燥的付出几乎为零，这会带来什么影响？
这就像上一次工业革命中洲际公路的出现，随之而来的是郊区的兴起，东西部的货物运输不再是难题，高速公路旁开始涌现出加油站、快餐店和汽车旅馆，新的经济形态和能力应运而生。
视频会议让我们无需出差就能面对面沟通，突然之间，远程工作、异地居住都变得可行。同理，你可以问问自己：如果身边总有一位软件程序员，能将你的任何想法转化为代码。
如果一个创意刚萌芽，就能快速变成产品原型，你的生活和机遇会发生怎样的改变？我认为，未来十年，特定领域的智能将达到超人水平。
我身边围绕着成千上万的顶尖人才，他们在各自领域的能力远超于我，但这从未让我觉得自己多余，反而赋予我挑战更宏大目标的信心。所以，当每个人都能拥有擅长特定领域的超级AI时，你会感受到前所未有的赋能与自信。
如今，获取各领域知识的门槛已经大大降低，AI就像一位随时陪伴在侧的私人导师。我建议每个人都立刻拥有这样的AI导师，它能帮你编程、写作、分析、思考、推理，在各个方面为你赋能。我们之所以能成为“超人”，不是因为我们自身拥有超能力，而是因为我们拥有了超级AI，这就是我们的未来。
主持人：能给我们介绍一下最新产品？
黄仁勋：这款是全新的GeForce显卡，RTX50系列。它本质上是一款可以装入个人电脑的超级计算机，主要用于游戏，如今也广泛应用于设计和创意艺术领域，而且具备强大的AI功能。
这里有一个真正的突破点：GeForce赋能了AI的发展，正是借助GeForce，杰夫辛顿、艾莉亚苏斯克韦弗和亚历克斯克里泽夫斯基才得以训练出AlexNet，推动了AI的重大进步。而如今，AI又反过来助力计算机图形学发展。
最令人惊叹的是，在4K显示器约800万像素中，我们只需要计算50万像素，其余的像素都由AI预测填充，而且最终的图像效果堪称完美。
我们会对这50万像素进行光线追踪，确保每一个像素都精准无误，然后告诉AI：“这50万像素是完美的，剩下的800万像素应该是什么样子？”AI就能精准填充其余部分。
正因为只需处理少量像素，我们才能将更多资源投入到这部分像素的质量提升上，这正是AI让我们变得更强大的绝佳例子。
AI承担了大量基础性工作，让我们能将时间和精力集中在真正有价值的核心事务上。这款显卡现在主要由AI驱动，其内部的计算机图形技术也同样令人惊叹。
另一款是2016年我为AI研究人员打造的DJX1的迷你版。当时，第一代DJX1售价25万美元，而现在这款迷你版仅售3000美元。
AI已经从实验室走向了每一位工程师、学生和科学家，它即将普及到各个角落。你只需把它放在个人电脑或苹果电脑旁，瞬间就能拥有属于自己的AI超级计算机，你可以用它开发、构建专属AI，甚至打造属于自己的R2-D2。
主持人：有什么您认为观众应该知道，但我没问到的事情？
黄仁勋：我最想给大家的建议是，比如如果我现在是一名学生，我要做的第一件事就是学习AI，学习如何与ChatGPT交互，如何使用Gemini Pro，如何操作Grock。
学习与AI交互，其实和学会善于提问很相似。你非常擅长提问，而向AI发出指令也是同理，不能随意抛出一堆问题就指望得到理想答案。
让AI成为你的得力助手，需要一定的技巧和艺术性，掌握提示的方法至关重要。所以，无论你是学生，未来打算进入数学、科学、化学、生物等任何领域，还是已经从事律师、医生、化学家、生物学家等任何职业。
都应该持续问自己一个问题：“我如何利用AI把工作做得更好？”就像我这一代人，是第一代必须思考“如何用计算机优化工作”的人。
我们的上一代人没有计算机，而我们这一代，在Windows95出现之前就进入了职场。1984年时，办公室里几乎没有计算机，不久之后，计算机才开始逐渐普及。
所以我们必须不断探索：如何用计算机提升工作效率？下一代人无需再问这个问题，但他们必须面对下一个核心问题：“如何用AI让工作更出色？”这是每个人都需要认真思考的问题，既令人兴奋，又带有一丝挑战，因此也极具价值。
AI这个词现在才被大众广泛熟知，但它已经让计算机变得前所未有的易用。向ChatGPT提问，远比自己查阅资料更便捷，它降低了理解、知识和智能的获取门槛，每个人都应该亲自尝试一下。
最奇妙的是，如果你从未使用过计算机，很难在一天内学会操作，必须有人手把手教你；但如果你不知道如何使用ChatGPT，只需输入一句“我不知道如何使用ChatGPT，请告诉我方法”，它就会立刻给出详细的示例。
这就是人工智能的魅力。它会一路引导你、帮助你，让你在成长的道路上不断变得更强大。
写在最后
黄仁勋这段专访干货还是很足的，特别是普通人如何应对AI、驾驭AI方面给的建议非常诚恳。
别再怕企业智能化改造了 ，业务自动化、管理数字化、产品 AI 化这些方向，从来不是要换掉老员工，而是帮你把重复工作交给机器，把核心能力放大。
想学AI找不到门路？CAIE 一站式AI教学、认证，手把手教你AI业务自动化的实操技能，还有认知框架和专属社群，不用自己瞎摸索。
想进阶？CAIE的课程培训专攻产品 AI 化和工作流程智能体化，帮你突破职业瓶颈。
想往深了走？CDA 一到三级覆盖管理数字化和核心算法化，从基础应用到深度研发都能学。
其实转型很简单，你多年的岗位经验，乘以AI工具，选对精准方向，再落地到具体场景，就能解锁全新的职业价值。
学AI从不是为了被动适应，而是主动掌控未来，往后不管工作怎么迭代，你都能游刃有余，稳稳站在职业高地。
想转型AI，不被时代淘汰
CAIE注册人工智能工程师认证
岗位能力 × AI工具 ×转型方向 × 场景落地 = 新AI职业价值
京公网安备 11010802022788号
