揭秘黃仁勳：AI“軍火商” 大 BOSS，是如何煉成的？

《硅谷封面》系列聚焦硅谷科技大公司動態、科技大咖訪談、重磅研究報告等，旨在為科技資訊愛好者提供全球最前沿的深度好文。

劃重點

●AI 教父辛頓及其兩個學生關於神經網絡的研究，為英偉達 GeForce 顯卡的火爆銷售提供了有力支撐，為人工智能技術的廣泛應用奠定了基礎。

●黃仁勳更加務實，他並不傾向於猜測或沉浸在科幻小説中，而是更偏好從最基本的原理出發，深入研究和理解微芯片當前的能力，進而精準預測它們未來的發展潛力。

●在創業之初，由於與微軟支持的技術規格不符，英偉達曾險些破產。

●黃仁勳倡導靈活、高效的公司文化，英偉達沒有僵化的部門劃分或等級制度，員工被鼓勵以 “光速” 般的高效行動力來推動項目的進展。

正文

目前，人工智能初創企業 OpenAI 推出的聊天機器人 ChatGPT 在全球引發了生成式人工智能的熱潮。這款聊天機器人的獨特之處在於其能夠利用生成式人工智能技術，與人類進行自然、流暢的對話，引發了全球範圍內的關注和討論。

其中，英偉達的超級計算機在 ChatGPT 的訓練過程中發揮了關鍵作用，並在股市上引發了熱烈反響，英偉達市值在 2023 年 5 月 25 日開盤時激增約 2000 億美元，創下了股市歷史上最大的單日漲幅之一。

英偉達首席執行官黃仁勳（Jensen Huang）幾個月前向投資者透露，該公司已向美國百強企業中的 50 家出售了類似的超級計算機，這一消息無疑進一步推高了英偉達的股價。英偉達市值已經超過了沃爾瑪和埃克森美孚的市值總和，使英偉達成為全球市值第六高的公司。

有行業分析師將黃仁勳的商業地位，與 19 世紀 40 年代末 “淘金熱” 時期舊金山著名的探礦物資供應商塞繆爾·布蘭南（Samuel Brannan）相提並論。

一位華爾街分析師曾表示：“人工智能領域正在上演一場戰爭，而英偉達是唯一的軍火供應商。”

這一系列的動態顯示出，生成式人工智能正在全球範圍內引發一場革命，而在這場革命中，英偉達憑藉其強大的技術和產品實力，正在成為引領這場革命的關鍵角色。對於英偉達來説，這無疑是一個歷史性的時刻，標誌着該公司在人工智能領域的影響力正在達到前所未有的高度。

01 從不讀科幻小説

黃仁勳是一個有耐心且富有遠見的創業者，自 1993 年與兩位同伴在加州聖何塞的丹尼餐廳創立英偉達以來，已經走過了長達三十年的旅程。這位現年 60 歲，頭髮已經灰白的創業者，以其獨特的幽默和自嘲風格，帶領英偉達走向了行業的前沿。

英偉達的核心產品是圖形處理單元（GPU），一塊搭載強大微芯片的電路板。最初的商業模式是將這些 GPU 銷售給視頻遊戲玩家，但在 2006 年，黃仁勳做出了一個重大的戰略調整，開始向超級計算社區推銷 GPU。而在 2013 年，看到學術計算機行業研究的光明前景後，他果斷地將公司的未來壓在了人工智能上。

儘管人工智能領域幾十年的發展歷程中，曾多次讓投資者感到失望，就連英偉達的首席深度學習研究員布萊恩·卡坦扎羅（Bryan Catanzaro）也曾對此持有懷疑態度。但是，十年後的今天，事實證明黃仁勳的決策是正確的。如今，英偉達的 GPU 正在為人工智能的飛速發展提供動力，包括按需製作電影、為兒童提供輔導以及教授汽車自動駕駛等。所有這些進步都將發生在英偉達的 GPU 上，黃仁勳在該公司的股份現在價值超過 400 億美元。

黃仁勳有一種務實的心態，他不喜歡猜測，也從未讀過科幻小説。他從最基本的原理出發，推斷出微芯片今天能做什麼，然後滿懷信心地押注於它們明天能做什麼。他説：“我盡我所能不讓公司破產，竭盡全力不讓自己失敗。” 當被問及人工智能可能帶來的風險時，他鎮定地表示，他從未對此感到擔憂，“它所做的就是處理數據，還有太多其他的事情需要擔心。”

黃仁勳對於人工智能的理解深入到了其最本質的原理。他認為，自從 IBM 在 20 世紀 60 年代初引入數字計算以來，其基本架構幾乎沒有改變，但現在正在重新概念化。他説：“深度學習不是一種算法，而是一種方法，是一種開發軟件的新方式。”

今年 5 月，數百名行業領袖簽署了一份聲明，將人工智能失控的風險與核戰爭的風險相提並論。黃仁勳沒有在上面簽字。有些經濟學家觀察到，工業革命導致全球馬的數量大量減少，他們想知道人工智能是否會對人類產生同樣的影響。但黃仁勳堅信，人類的獨特性和價值是無法被替代的。他説：“馬的職業選擇有限。例如，馬不會打字。” 這句話既是他對人工智能能力的理解，也是他對人類獨特價值的堅持。

02 靠做好作業抱得美人歸

黃仁勳於 1963 年出生於中國台灣，9 歲時便和哥哥前往美國。他們在華盛頓塔科馬與一位叔叔同住，後被送往肯塔基州的奧奈達浸信會學院。他們的叔叔誤以為這是一所著名的寄宿學校，但實際上，它是一所宗教改革學校。他被安排與一名 17 歲的室友同住。第一天晚上，室友就撩起襯衫，向他展示打鬥留下的無數疤痕。黃仁勳後來回憶道：“學校裏的學生都抽煙，我想我是唯一一個沒有摺疊刀的男孩。” 在這樣的環境下，黃仁勳教授室友文化課，而後者教他鍛鍊身體，這促使他每晚都要做 100 個俯卧撐。

雖然黃仁勳住在這所學校，但他年齡太小，無法上課，所以他去了附近的一所公立學校。在那裏，他結識了本·貝斯（Ben Bays）。貝斯和他的五個兄弟姐妹住在一所沒有自來水的老房子裏，他説：“學校裏的大多數孩子都是煙農的孩子，或者只是住在貧民區的窮孩子。” 黃仁勳到來的時候，學校已經開學了，貝斯記得校長介紹了一個身材矮小、留着長髮、操着濃重英語口音的亞洲移民。貝斯説：“他是一個完美的欺凌目標。” 但他並沒有被這些困難擊垮，反而培養了堅韌不拔的性格。他説：“當時沒有諮詢師，你只能自己堅強起來，繼續前行。”

幾年後，黃仁勳的父母在俄勒岡州定居，他和哥哥隨後也搬了過去。黃仁勳在高中時期表現出色，不僅是全美排名靠前的乒乓球運動員，還參加了數學、計算機和科學俱樂部，甚至跳了兩級，16 歲便畢了業。他後來在俄勒岡州立大學主修電氣工程，並在入門課上遇到了洛裏·米爾斯（Lori Mills），一位認真、書呆子式的女生。黃仁勳稱：“那裏大概有 250 個電氣工程專業的學生，但只有三個女孩。” 儘管黃仁勳覺得自己在爭奪米爾斯注意力的競爭中處於劣勢，但他通過堅持和她一起學習，最終贏得了她的芳心。

每個週末，黃仁勳都會給米爾斯打電話，請求她和自己一起做作業。他説：“我試圖給她留下深刻的印象，當然不是因為我的長相，而是因為我完成家庭作業的能力。” 六個月的相處後，黃仁勳終於鼓起勇氣邀請米爾斯約會。而她也欣然接受了他的邀請。畢業後，兩人一同前往硅谷工作，黃仁勳甚至晉升為了部門主管。幾年後，他們的家庭迎來了新的成員，米爾斯選擇離開工作崗位，專心撫養孩子。而黃仁勳則一邊忙於工作，一邊在斯坦福大學攻讀研究生課程。

03 創業之初險些破產

1993 年，30 歲的黃仁勳與兩位資深的微芯片設計師克里斯·馬拉考斯基（Chris Malachowsky）和柯蒂斯·普里姆（Curtis Priem）共同創立了英偉達。儘管黃仁勳相對年輕，但他的學習能力讓馬拉考斯基和普里姆深信他更適合擔任首席執行官。他們三人的初衷是設計一款能讓競爭對手 “嫉妒得眼睛發綠” 的圖形芯片。公司最初命名為 NVision，但後來發現這個名字已被一家衞生紙製造商使用。於是，黃仁勳建議使用 “英偉達”（Nvidia），在拉丁語中意為 “嫉妒”。

選擇丹尼餐廳作為公司的經營地點，黃仁勳解釋説，這裏的環境相對安靜，咖啡價格也親民，而且他在上世紀 80 年代曾在俄勒岡州為這家連鎖餐廳工作過。他説：“我發現，當我處於逆境中時，我會更好地思考。”

黃仁勳對電子遊戲充滿熱情，並敏鋭地洞察到更好的圖形芯片市場的潛力。當時，藝術家們開始採用 “基本體” 形狀組裝三維多邊形來替代手工繪製像素，這一轉變節省了時間和精力，但需要新的芯片技術來支持。雖然英偉達的競爭對手選擇使用三角形作為基本體，但黃仁勳和他的團隊決定採用四邊形。然而，這個決策後來證明是一個錯誤，因為微軟宣佈其圖形軟件將只支持三角形，這使英偉達陷入困境。

由於資金短缺，黃仁勳做出了一個重大決策：解僱了 50 多名員工，並將公司剩餘的資金投入到未經測試的微芯片生產上。他説：“機會各佔一半，但我們反正要倒閉了，為何不試試？” 幸運的是，這場賭博取得了成功。當名為 Riva 128 的產品上市時，儘管公司的資金只夠支付一個月的工資，但在四個月內，英偉達賣出了 100 萬顆 Riva 芯片。

在隨後的幾年裏，黃仁勳鼓勵員工保持一種 “絕望” 的態度來繼續生產產品。他在員工演講的開場白中經常説：“我們公司還有 30 天就要倒閉了。” 這句話如今已成為非正式的公司座右銘。

英偉達位於聖克拉拉的總部中心有兩座巨大的建築，被稱為 “宇宙飛船”。這些建築不僅外觀獨特，其內部設計也十分先進。從沙發、地毯到小便池的防濺裝置，都體現了三角形的設計元素。儘管建築內部空間巨大、光線充足，但由於新冠疫情的影響，每天只有約三分之一的員工出勤。

值得一提的是，在股價飆升之前，英偉達就被員工調查評為美國最佳工作場所之一。公司鼓勵員工把他們的辦公室當作靈活的空間，在那裏吃飯、編程和社交。建築的頂部設有酒吧，可以讓員工有固定的快樂時光。不過，這些建築的內部是通過攝像頭和人工智能進行全天監控的。例如，如果有員工在會議桌旁吃飯，人工智能可以在一小時內派人清理。

黃仁勳對於未來有着宏大的設想：“未來，所有移動的東西都將是自主的。” 從丹尼餐廳到 “宇宙飛船” 總部，英偉達在黃仁勳的領導下走過了一條充滿挑戰和機遇的道路。而今天，英偉達已經成為圖形處理單元（GPU）領域的佼佼者，為人工智能、視頻遊戲和多個行業提供核心技術支持。

04 另闢路徑避開強大對手

在英偉達園區的深處，一個無窗的實驗室中，質量控制技術人員面色蒼白，戴着耳塞，穿着 T 恤，正在對英偉達的微芯片進行嚴苛的測試。實驗室中充斥着刺耳的噪音，高分貝的風扇試圖為過熱的硅電路降温，不斷髮出嗡嗡聲。這些微芯片，正是支撐人工智能革命的基石。

在傳統的計算機體系結構中，中央處理單元（CPU）是完成大部分工作的核心。編碼員編寫程序，提交給 CPU 進行數學問題的計算，每次生成一個解決方案。長期以來，英特爾一直是 CPU 市場的主導者，多次試圖將英偉達擠出市場。黃仁勳將這兩家公司的關係比作貓和老鼠的遊戲：“我不會去英特爾佔優勢的任何領域。每當他們靠近我們時，我就拿起籌碼逃跑。”

然而，英偉達選擇了一條與眾不同的道路。1999 年，公司上市後不久，便推出了一款名為 GeForce 的顯卡。英偉達的營銷主管丹·維沃利（Dan Vivoli）將其稱為 “圖形處理單元”（GPU）。與通用的 CPU 不同，GPU 採用並行計算的方法，將複雜的數學任務分解成更小的計算並一次性處理。形象地説，CPU 的功能就像一輛送貨卡車，一次投遞一個包裹，而 GPU 則更像是遍佈城市的摩托車車隊。

GeForce 系列的巨大成功得益於視頻遊戲《雷神之錘》的推動。這款遊戲使用並行計算來渲染玩家可以用榴彈發射器射擊的怪物，吸引了無數 PC 玩家的目光。為了獲得更好的遊戲體驗，玩家們紛紛購買新的 GeForce 顯卡。2000 年，斯坦福大學計算機圖形學的研究生伊恩·巴克（Ian Buck）更是將 32 張 GeForce 顯卡連接在一起，用 8 台投影儀玩《雷神之錘》。他興奮地説：“這是第一款 8K 分辨率的遊戲設備，它佔據了一整面牆。實在是太美了。”

巴克的好奇心驅使他進一步探索 GeForce 顯卡的潛力。他發現這些顯卡附帶了一個名為着色器的原始編程工具。在美國國防部下屬研究機構 DARPA 的資助下，巴克成功地破解了着色器，訪問了下面的並行計算電路，將 GeForce 重新用於一台低預算的超級計算機。不久之後，巴克便加入了黃仁勳的團隊。

作為一名計算機科學專家，巴克在過去的 20 年裏一直致力於測試英偉達芯片的極限。自 2004 年起，他監督了英偉達超級計算軟件包 Cuda 的開發工作。黃仁勳的願景是讓 Cuda 能夠在每張 GeForce 上運行，“我們正在讓超級計算大眾化。”

與此同時，英偉達的硬件團隊在微芯片上為超級計算操作分配了空間。這些芯片內部包含數十億個電子晶體管，通過迷宮般的電路傳遞電流以完成高速計算。首席芯片工程師阿爾瓊·普拉布（Arjun Prabhu）將微芯片設計比作城市規劃，芯片的不同區域專門用於不同的任務。他笑稱：“我經常在週五晚上夢見最好的點子！”

然而，當 Cuda 在 2006 年底發佈時，華爾街對此表示失望。儘管黃仁勳將超級計算帶入了大眾視野，但當時的市場對此並不感冒。硅谷熱門播客 “收購”(Acquired) 的聯合主持人本·吉爾伯特 (Ben Gilbert) 評論道：“他們在這種新的芯片架構上花了一大筆錢。他們花了數十億美元瞄準學術和科學計算一個鮮為人知的角落，這在當時並不是一個很大的市場。” 儘管如此，黃仁勳堅信 Cuda 的出現將推動超級計算領域的發展。遺憾的是，這一觀點並未得到廣泛認同，到 2008 年底英偉達的股價下跌了 70%。

在黃仁勳回憶中，那次訪問台灣大學物理學教授邱廷偉辦公室的經歷，彷彿成為了他信心的一股源泉。為了更深入地探索宇宙大爆炸後的物質演化，邱教授竟在他辦公室附近的實驗室裏自行搭建了一台超級計算機。當黃仁勳走進那個實驗室時，他被眼前的景象所震撼：GeForce 顯卡的盒子堆滿了實驗室，而電腦則是由桌上的風扇來進行冷卻的。邱教授深情地表示：“黃仁勳是個有遠見的人，他讓我畢生的事業成為可能。”

雖然邱教授對英偉達的技術給予了高度評價，但這樣的客户在當時並不多見。2009 年，Cuda 的下載量達到了一個高峰，但隨後連續三年都呈現出下滑的趨勢。這樣的市場反饋，讓董事會的成員們倍感壓力，他們擔心英偉達的股價持續低迷會使其成為其他企業收購的目標。董事會的吉姆·蓋瑟（Jim Gaither）表示：“我們竭盡全力保護公司不受激進股東的影響，他們可能會進來試圖分拆公司。” 前 NFL 營銷主管道恩·哈德森 (Dawn Hudson) 於 2013 年加入董事會，他稱 “這是一家明顯平淡、停滯不前的公司”。

為了擴大 Cuda 的應用範圍，英偉達開始尋找各種可能的客户，包括股票交易員、石油勘探者和分子生物學家等。讓人有些意外的是，英偉達曾與通用磨坊（General Mills）簽署過一項協議，模擬烹飪冷凍披薩的熱物理過程。但在當時，人工智能這個領域並沒有被英偉達過多地考慮，因為當時的市場認為這一領域並沒有太大的商業價值。

05

迎來範式轉變

在 21 世紀頭十年，人工智能還是一個被學術界和企業界所忽視的學科。在圖像識別和語音識別等基本任務上，人工智能的研究進展都十分緩慢。而在這個已經被冷落的學術領域中，神經網絡的研究更是被視為一個偏門。許多計算機科學家對神經網絡持有懷疑態度。深度學習研究員卡坦扎羅回憶説：“我的導師不鼓勵我研究神經網絡，因為在當時，它們被認為是過時的，而且沒什麼用。”

但總有一些人對神經網絡充滿了信心，卡坦扎羅將他們稱為 “荒野中的先知”，其中一位就是多倫多大學的教授傑弗裏·辛頓（Geoffrey Hinton）。2009 年，辛頓的研究團隊使用英偉達的 Cuda 平台來訓練神經網絡，以識別人類語言。他對實驗的結果感到非常滿意，並在那年年底的一個學術會議上公開展示了這些成果。隨後，他主動聯繫了英偉達。辛頓笑着説：“我發了一封電子郵件説：‘瞧，我剛剛告訴一千名機器學習研究人員，他們應該去買英偉達的顯卡。你能免費送我一個嗎？’ 但他們拒絕了。”

儘管英偉達沒有滿足辛頓的要求，但辛頓還是強烈推薦他的學生們使用 Cuda 平台。其中一位烏克蘭的學生亞歷克斯·克里切夫斯基（Alex Krizhevsky）被辛頓譽為可能是他見過的最出色的程序員。2012 年，克里切夫斯基和他的研究夥伴在預算十分有限的情況下，從亞馬遜購買了兩塊 GeForce 顯卡。隨後，他開始使用英偉達的並行計算平台來訓練一個用於視覺識別的神經網絡，並在一週內為它提供了數百萬張圖像進行訓練。辛頓回憶説：“他的卧室裏有兩塊 GPU 電路板在呼呼作響。實際上，是他的父母為他支付了相當可觀的電費。”

蘇茨凱弗和克里切夫斯基對這些顯卡的性能感到驚訝。那年早些時候，谷歌的研究人員訓練了一個神經網絡來識別貓的視頻，這項工作需要大約 16000 個 CPU。而蘇茨凱弗和克里切夫斯基只用兩塊英文 i 大電路板就產生了絕佳的結果。蘇茨凱弗稱：“GPU 出現了，感覺就像一個奇蹟！”

克里切夫斯基在父母家裏訓練的神經網絡 AlexNet，現在可以和萊特飛行器和愛迪生燈泡相提並論。2012 年，克里切夫斯基讓 AlexNet 參加了 ImageNet 年度視覺識別大賽。當時，神經網絡並不受歡迎，以至於他是唯一一個使用這種技術的參賽者。AlexNet 在比賽中得分非常高，以至於組織者最初懷疑克里切夫斯基是否作弊了。辛頓説：“那是一種大爆炸的時刻。這就是範式的轉變。”

在那之後的十年裏，克里切夫斯基對 AlexNet 架構的描述被引用了超過十萬次，使其成為計算機科學史上最重要的論文之一。克里切夫斯基開創了許多重要的編程技術，但他的關鍵發現是，專門的 GPU 訓練神經網絡的速度可以比通用 CPU 快 100 倍。辛頓説：“如果沒有 Cuda，要進行機器學習就太麻煩了！”

06 英偉達實現轉型

黃仁勳引領的英偉達在人工智能領域的崛起成為了一個引人注目的故事。ImageNet 競賽的參賽者們紛紛轉向神經網絡，到 2015 年，GPU 訓練的神經網絡在圖像識別上的準確率已經達到了驚人的 96%，超越了人類的水平。這一切的成功，驗證了黃仁勳過去十年所倡導的 “超級計算機民主化” 運動的正確性。此時的他思索着，神經網絡將對整個社會帶來怎樣的深刻變革，而他手中的 Cuda，無疑是這場變革的關鍵硬件支撐。

在黃仁勳看來，神經網絡將徹底改變社會，他可以利用 Cuda 壟斷必要硬件的市場。他宣佈他再一次把賭注押在公司身上。英偉達副總裁格雷格·埃斯蒂斯（Greg Estes）回憶稱：“他在週五晚上發了一封電子郵件，説一切都將轉向深度學習，我們不再是一家圖形公司。到了週一早上，我們就成了一家人工智能公司。真的，就是這麼快。”

就在黃仁勳發郵件的時候，他帶着一個思想實驗找到了英偉達首席人工智能研究員卡坦扎羅。後者稱：“他讓我想象一下，他把英偉達的 8000 名員工都趕到停車場。然後告訴我，我可以自由地從停車場選擇任何人加入我的團隊。”

儘管黃仁勳在公眾面前保持低調，但他對公司的日常管理卻充滿了熱情和參與度。他不喜歡傳統的公司結構，更傾向於一種靈活、無固定部門和等級制度的管理方式。員工每週都會提交一份清單，列出他們認為最重要的五項任務，而黃仁勳則鼓勵簡潔明瞭的溝通方式。

黃仁勳的領導風格獨特且充滿了緊張感。他經常在公司園區內走動，隨時可能停在某個初級員工的辦公桌前，詢問他們的工作進展。這種突如其來的關心，使得每位員工都必須時刻保持高度的工作狀態。行業分析師漢斯·莫斯曼（Hans Mosesmann）説：“在硅谷，很多人習慣於通過編造藉口來逃避責任，但在黃仁勳面前，這樣的做法行不通。如果你這樣做，他會發火的。”

黃仁勳與員工的溝通方式也很特別，他每天都會發送數百封電子郵件，有時內容只有簡單的幾個字。這種獨特的溝通方式在公司內部形成了一種特殊的文化。一位高管將這些電子郵件比作俳句，另一位高管將其比作勒索信。他的管理哲學中充滿了各種他經常引用的格言。例如，他要求員工在安排工作時考慮 “光速”，即追求完成任務的絕對最快速度。這並不僅僅意味着快速行動。相反，員工應該考慮完成一項任務的絕對最快速度，然後朝着可實現的目標努力。他還鼓勵員工探索那些沒有競爭對手、甚至沒有明確客户的 “零億美元市場”，比如 Cuda。

也許黃仁勳最激進的信念是 “必須分享失敗”。2000 年初，英偉達推出了一款有問題的顯卡，風扇聲音很大。黃仁勳沒有解僱顯卡主管，而是安排了一次會議，讓經理們向幾百人介紹他們做出的導致這次慘敗的每一個決定。在英偉達，向觀眾展示自己的失敗經歷已成為一項受人喜愛的儀式，但這種企業鬥爭會議並不適合所有人。迪克斯説：“你可以馬上看出誰能在這裏堅持下去，誰不能。”

儘管有時被批評為反覆無常和難以相處，但黃仁勳的這種管理風格卻為公司培養了一種特殊的凝聚力。許多員工表示，儘管與黃仁勳的合作有時像 “把手指插到插座上” 一樣令人緊張，但他們也深深感受到了他對公司的熱愛和對使命的執着追求。這種情感也使得英偉達的員工留存率一直保持在很高的水平。

07 很快會有 AI 模型在智能上勝過人類？

在英偉達與前沿研究機構 OpenAI 的緊密合作下，人工智能的歷史正在被不斷刷新。大約在 2016 年，英偉達向 OpenAI 交付了其首台專用人工智能超級計算機 DGX-1，這一交付儀式頗具戲劇性：黃仁勳親自帶着這台超級計算機來到了 OpenAI 的辦公室，而當時 OpenAI 的董事長埃隆·馬斯克（Elon Musk）則用切紙機打開了包裹，這一瞬間彷彿象徵着人工智能的新紀元由此開啓。

2017 年，谷歌的研究人員推出了 Transformer 這一全新的神經網絡訓練架構。僅僅一年後，OpenAI 的研究團隊便利用谷歌的這一框架，建造了第一個 “生成式預訓練轉換器”，簡稱為 GPT。值得一提的是，GPT 模型正是在英偉達的超級計算機上接受了訓練，通過吸收大量文本，它學會了如何建立與人類相似的聯繫。2022 年末，在經歷了數次的迭代升級後，ChatGPT 終於向公眾發佈，引發了全球範圍內的關注和討論。

隨着人工智能技術的飛速發展，英偉達的人工智能芯片開始出現供不應求的局面。該公司最新推出的人工智能培訓模塊 DGX H100，是一個重量達到 37 萬磅（約合 168 噸）的金屬盒子，其價格可能高達 50 萬美元。儘管如此，這款產品目前已經脱銷了幾個月。DGX H100 的運行速度是訓練 ChatGPT 的硬件的五倍，可以在不到 1 分鐘的時間內完成 AlexNet 的訓練，其強大的計算能力令人驚歎。英偉達預計到今年年底將售出 50 萬台這種設備，這無疑進一步鞏固了其在人工智能硬件領域的領先地位。

最新的人工智能技術已經展現出了令人難以置信的能力，甚至它們的創造者都對其潛力感到驚訝。在接下來的幾年裏，英偉達的硬件將用於訓練各種類似的人工智能模型，它們不僅可以管理投資組合、駕馭無人機、模仿逝者的聲音、充當自主機器人的大腦、創造出基因定製的藥物，還能譜曲或寫詩等。隨着技術的不斷進步，很快就會有這樣的人工智能模型在智能上勝過人類，開啓一個全新的智能時代。

黃仁勳持有一個雄心壯志的願景：將公司的計算機圖形研究與生成式人工智能研究相結合。他預測，圖像一代的人工智能在不久的將來會變得非常複雜，以至於能夠渲染出三維的、栩栩如生的世界，並在其中填充看似真實的人物。同時，具備語言處理能力的人工智能將能即時翻譯語音指令，打破語言障礙。

黃仁勳表示：“未來的編程語言將是 ‘人’。” 他設想，當這些技術與光線跟蹤技術結合時，用户將能夠敍述整個宇宙的存在，這一創新的想法無疑將重新定義我們與技術的互動方式。黃仁勳期望通過這種我們世界中的 “數字雙胞胎” 來安全地訓練機器人和自動駕駛汽車，這將為我們創造一個更安全、更高效的未來。此外，與虛擬現實技術結合，Omniverse 還可能讓用户生活在定製的現實中，這將進一步模糊現實與虛擬的界限。

英偉達的高管們正在推進曼哈頓計算機科學項目，但對於創造超人智能是否明智的問題，他們表現出了一種幾乎是質疑的態度，彷彿是在被問及洗衣機的效用一樣。

關於人工智能可能帶來的風險，如將來可能會殺人，英偉達的首席人工智能研究員卡坦扎羅反駁稱：“每年都有人死於電擊。” 他並不否認人工智能的潛在風險，但強調應關注其更大的益處。對於人工智能是否會消除藝術的問題，英偉達的軟件部門負責人迪克斯則回應：“它會讓藝術變得更好！”

然而，當談到人工智能是否會變得有自我意識時，黃仁勳給出了一個引人深思的答案：“為了讓你成為一個生物，你必須有意識。你必須對自己有一些瞭解，對嗎？我不知道這會在哪裏發生。” 這個問題無疑引發了人們對人工智能未來發展的深思。

本文作者：李海丹 金鹿，來源：，原文標題：《萬字長文揭秘黃仁勳：AI“軍火商” 大 BOSS，是如何煉成的？》

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。