10月4日，英伟达首席实行官黄仁勋作客访谈节目Bg2 Pod白虎 porn，与主抓东谈主Brad Gerstne和Clark Tang进行了一场平素的对话。

他们主要商酌了若何将智能扩展到AGI、英伟达的竞争上风、推理与纯属的紧迫性、AI领域将来的商场动态、AI对各个行业的影响、Elon的孟菲斯超等集群与X.ai、OpenAI等话题。

黄仁勋强调了AI工夫的飞速演变，尤其是通向通用东谈主工智能（AGI）谈路上的打破。他示意，AGI助理行将以某种体式出现，况兼会跟着时候的推移变得愈加完善。

黄仁勋还共享了英伟达在计较革掷中的指令地位，指出通过贬低计较成本和创新硬件架构，英伟达在推动机器学习和AI应用中占据了显赫上风。他至极提到英伟达的“护城河”，即其十年积存的软硬件生态系统，使得竞争者很难通过单一的芯片改进超越。

此外，黄仁勋赞美了xAI和马斯克团队在短短19天内完成十万个GPU的孟菲斯超等集群建立，称这是“前所未有”的成立。这一集群无疑是寰球最快的超等计较机之一，将在AI推理和纯属任务中表露紧迫作用。

谈及AI对坐褥力的影响，黄仁勋乐不雅地示意，AI将极大提高企业的散伙，带来更多的增长契机，并不会导致大领域休闲。同期，他也命令业界加强对AI安全性的关注，确保工夫的开发和使用成心于社会。

全文重点总结如下：

Brad Gerstner：

本年的主题是将智能扩展到AGI。两年前咱们作念这件事的时候，咱们是在AI期间作念的，那是在ChatGPT的两个月前，研讨到所有这些变化，这真的令东谈主难以置信。是以我以为咱们不错用一个念念想实验和一个预计来开动。

若是我把AGI平淡地联想成我口袋里的私东谈主助理，若是我认为AGI等于阿谁白话助理，我也曾民俗了。它知谈我的一切。它对我有完好的哀悼，不错和我交流。他们不错帮我预订旅社，或者帮我预约大夫。望望目下寰宇的变化速率，你认为咱们什么时候才调领有个东谈主助理？

黄仁勋：

很快就会以某种体式出现。而且跟着时候的推移，这个助搭理越来越好。这等于咱们所知谈的好意思技巧术。是以我认为一开动它会相当有用，但并不完好。然后跟着时候的推移，它会变得越来越完好。就像所有的工夫相通。

Brad Gerstner：

当咱们望望变化的速率时，我认为马斯克说过，信得过紧迫的唯一事情等于变化的速率。咱们如实嗅觉到变化的速率也曾急剧加速，这是咱们在这些问题上见过的最快变化速率，因为咱们也曾在AI领域摸爬滚打了十年，致使更长。这是你行状生活中见过的最快变化速率吗？

黄仁勋：

这是因为咱们重新发明了计较。许多事情之是以发生，是因为咱们在10年内将计较的边缘成本贬低了100000倍。摩尔定律应该是100倍控制。咱们通过多种方式终明晰这少量。起初，咱们引入了加速计较，将CPU上散伙较低的作事放在GPU上。咱们通过发明新的数值精度来终了这少量。咱们通过新的架构来终了这少量，发明了张量中枢，以系统的方式构建MV Link，以及相当相当快的内存、以及使用MV Link进行扩展并在所有这个词堆栈上作事。基本上，我描摹的对于英伟达若何作念事的一切都导致了超摩尔定律的创新速率。

现在信得过让东谈主赞好意思的是，从此之后，咱们从东谈主工编程转向了机器学习。机器学习的神奇之处在于，机器学习不错学得相当快。事实阐明如斯。因此，当咱们重新制定分拨计较的方式时，咱们作念了许多，多样并行性。张量并行性，多样管谈并行性。咱们擅长在此基础上发明新算法和新纯属法子，所有这些工夫，所有这些发明都是互相近似的散伙。

记忆夙昔，若是你望望摩尔定律是若何运作的，软件是静态的。它是预编译的，就像放入商店的减轻筏相通。它是静态的，底下的硬件以摩尔定律的速率增长。现在，咱们所有这个词堆栈都在增长，所有这个词堆栈都在创新。是以我认为，现在咱们斯须看到了扩展。

这诚然口角凡的。但咱们夙昔指摘的是预纯属模子和在阿谁层面上的扩展，以及咱们若何将模子大小翻倍，因此相应地翻倍，数据大小也翻倍。散伙，所需的计较智商每年加多四倍。这是一件大事。但现在咱们看到了后纯属的扩展，咱们看到了推理的扩展。是以东谈主们夙昔认为预纯属很难，推理很容易。现在一切都很难。这很有好奇，但认为东谈主类的所有念念维都是一次性的想法有点特殊。是以，必须有一个快速念念考、慢速念念考、推理、反念念、迭代和模拟等意见。现在它正在出现。

Clark Tang：

我认为，对于英伟达最容易被曲解的事情之一等于信得过的英伟达模式有多深。我认为有一种不雅念，若是有东谈主发明了一种更好的芯片，他们就赢了。但事实是，你花了十年时候构建从GPU到CPU再到汇集的完整堆栈，尤其是复旧应用轨范的软件和库。在英伟达上运行。是以我认为你谈到了这少量，但当你猜测英伟达今天的护城河时，，您认为今天的视频模式比三四年前大照旧小？

黄仁勋：

好吧，我很感谢你解析到计较是若何变化的。事实上，东谈主们认为（而且许多东谈主现在仍然这样认为）策动出更好的芯片的原因在于它有更多的触发器、更多的位和比特。您明白我的好奇吗？您会看到他们的主题演讲幻灯片。它有所有这些触发器、条形图和诸如斯类的东西。这些都很好。我的好奇是，看，马力如实很紧迫。是的。是以这些事情从压根上来说很紧迫。

关联词，灾祸的是，这都是想法。这都是在软件是运行在Windows上的某个应用轨范况兼软件是静态的好奇上的想法，对吗？这意味着改进系统的最好法子等于制造越来越快的船。但咱们意志到机器学习不是东谈主类编程。机器学习不单是是软件，这关乎所有这个词数据管谈。事实上，机器学习的飞轮才是最紧迫的。那么你若何看待我启用这个飞轮？一方面，让数据科学家和筹商东谈主员在这个飞轮中高效作事，而这个飞轮从一开动就开动了。许多东谈主致使没特地志到需要AI来束缚数据，来陶冶AI。而AI自身就相当复杂。

Brad Gerstner：

AI自身在改进吗？它也在加速吗？再说一次，当咱们研讨竞争上风时，是的，没错。这是所有这些的组合。

黄仁勋：

恰是如斯，恰是因为有了更明智的AI来束缚数据，才会导致这种情况。咱们现在致使有了合成数据生成和多样不同的数据束缚方式，向其呈现数据。是以在你给与培训之前，你就也曾波及了大批的数据处理。是以东谈主们会想，哦，Pytorch，这是寰宇的开动，亦然寰宇的终结。这相当紧迫。

但别忘了，在Pytorch之前和之后，飞轮的好奇在于你必须念念考的方式，我该若何念念考所有这个词飞轮，若何策动一个计较系统，一个计较架构，匡助你期骗这个飞轮，让它尽可能高效。这不是一个应用轨范纯属的大小。这说得通吗？这只是一步。好吧。飞轮上的每一步都很难。是以你应该作念的第一件事，不是念念考若何让Excel更快，若何让doom更快，那是夙昔的事情，不是吗？现在你必须研讨若何让这个飞轮更快？这个飞轮有许多不同的关节，机器学习并阻碍易，你们都知谈。

OpenAI 或 X 或 Gemini 团队所作念的事情都阻碍易，他们三念念尔后行地念念考着咱们。我的好奇是，他们作念的事情并阻碍易。是以咱们决定，你看，这才是你应该研讨的。这是所有这个词过程，你想加速其中的每一部分。你要尊重多尔斯定律，多尔斯定律标明，若是这是30%的时候，而我将其加速了三倍，那么我并莫得信得过加速所有这个词过程。这有好奇吗？你真的想创建一个系统来加速每一步，因为唯有作念所有这个词事情，你才调信得过本质性地改善周期时候和飞轮，也等于学习率，最终才是导致指数级增长的原因。

是以，我想说的是，咱们对公司信得过作念的事情的看法会体现在居品上。防备，我一直在指摘这个飞轮，所有这个词网站。是的，没错。咱们加速了一切。

现在，主要关注点是视频。许多东谈主都专注于物理AI和视频处理。联想一下前端。每秒有TB的数据进入系统。举个例子，一个管谈会领受所有这些数据。起初要准备好纯属。是的，这样所有这个词过程就不错加速。

Clark Tang：

今天东谈主们只研讨文本模子。是的，但将来是，这个视频模子，使用一些文本模子，比如o1，在咱们到达那边之前信得过处理大批数据。

黄仁勋：

是的。是以语言模子会波及到一切。但咱们，这个行业糟塌了巨大的工夫和元气心灵来纯属语言模子，纯属这些大型语言模子。现在，咱们在每一步都使用大型语言体式。这相当了不得。

Brad Gerstner：

我听到你说的是，在组合系统中，是的，上风会跟着时候的推移而增长。是以我听到你说，咱们今天的上风比三到四年前更大，因为咱们正在改进每个组件。这等于组合，当你猜测，例如，动作一个买卖案例筹商，英特尔，相对于你现在的位置，它领有主导模式，在堆栈中占据主导地位。也许，再浅近归纳一下，将你的竞争上风与他们在其周期岑岭期所领有的竞争上风进行比拟。

黄仁勋：

英特尔之是以不落俗套，是因为他们可能是第一家在制造工艺工程和制造方面阐扬出色的公司。制造上头说的等于制造芯片。策动芯片，在x86架构中构建芯片，制造越来越快的x86芯片，这是他们的才华所在，他们将其与制造会通在沿途。

咱们公司有点不同，咱们解析到这少量，事实上，并行处理并不要求每个晶体管都阐扬出色，串行处理要求每个晶体管都阐扬出色。并行处理需要大批的晶体管才调更具成本效益。我宁肯晶体管多10倍，速率慢20%。然后晶体管少10倍，速率快20%。这有好奇吗？他们想要相背的散伙。因此，单线程性能、单线程处理和并行处理相当不同。因此，咱们不雅察到，事实上，咱们的寰宇并不是越走越好。咱们想要作念得相当好，尽可能好，但咱们的寰宇真的在赓续跨越。

并行计较、并行处理很难，因为每个算法都需要一种不同的重构方式和重新构建算法的架构。东谈主们没特地志到的是，你不错有3个不同的 CPU。它们都有我方的C编译器。你不错将软件编译到阿谁轴上。

这在加速计较中是不可能的。提议架构的公司必须提议我方的 Open GL。是以咱们翻新性地进行了深度学习，因为咱们的领域特定库叫作念cuDNN（深度神经汇集库），一个领域特定库称为光学。咱们有一个领域特定库，称为 cuQuantum。

Brad Gerstner：

对于位于下方的行业特定算法，您知谈，每个东谈主都关注的 Pytorch 层。就像我频频听到的那样。

黄仁勋：

若是咱们不发明它，上头的任何应用轨范都无法作事。你们明白我的好奇吗？是以是英伟达信得过擅长的算法。在底层架构之上的科学之间的传播，这等于咱们信得过擅长的。

Clark Tang：

现在所有的防备力都集中在推理上。但我记起，两年前，我和Brad共进晚餐时问过你一个问题，你认为你的护城河在推理方面会像在纯属方面相通强劲吗？

黄仁勋：

我不细目我是否说过它会更强。

Clark Tang：

你刚才提到了许多这些元素，两者之间的可组合性，或者，咱们不知谈合座组合。对于客户来说，能够在两者之间保抓生动性相当紧迫。但是，既然咱们现在也曾处于推理期间，你能不可谈谈？

黄仁勋：

推理纯属等于在那种领域上进行推理。我的好奇是，你是对的。是以若是你纯属妥贴，那么很有可能你会推理妥贴，若是你在莫得任何研讨的情况下在这个架构上构建它，它将在这个架构上运行。好吧，你仍然不错去优化它以妥贴其他架构，但至少，因为它也曾在英伟达上构建了架构，它将在英伟达上运行。

现在，另一个方面诚然只是一种老本投资方面，也等于当你纯属新模子时，你但愿用你最好的新开辟进行纯属。这会留住你昨天神用的开辟，而这些开辟相当适合推理。是以在新的基础设施背后有一系列免费的开辟不错兼容。因此，咱们相当严格地确保咱们永久兼容，这样咱们留住的一切都将链接保抓超卓。

现在，咱们还参加了大批元气心灵赓续重新发明新算法，以便其时候到来时，Hopper架构比他们购买时好两倍、三倍、四倍，这样，这个基础设施就会链接信得过有用。因此，咱们所作念的所有作事，改进新算法、新框架。请防备，它有助于咱们领有的每一个装配基础。Hopper更适合它，Ampere更适合它，致使Volta也更适合它。

我想Sam Altman刚刚告诉我，他们最近刚刚停用了OpenAI的Volta基础设施。是以我认为，咱们留住了这条装配基础的萍踪，就像所有计较装配基础都很紧迫相通。英伟达涉足每一个云霄，包括腹地和边缘。

VILA的视觉语言模子在云霄创建，无需修改，在机器东谈主边缘也能完好运行。它们都具有精粹的兼容性。因此，我认为架构兼容性对于大型开辟相当紧迫，对于 iPhone 和其他开辟亦然如斯。我认为装配基础对于推理相当紧迫。

黄仁勋：

但信得过让我受益良多的是，咱们正在发愤在新的架构中纯属这些大型语言模子。咱们能够念念考，在某一天时机正经时，若何创建在推理方面阐扬出色的架构。因此，咱们一直在念念考推理模子的迭代模子，以及若何为此创建相当互动的推理体验，对吧，您的个东谈主代理。您不想说完话后就离开并念念考一段时候。您想很快与您互动。那么咱们该若何创建这样的东西呢？

MVLink这样咱们就不错给与这些相当适合纯属的系统。但是当你完成它时，推感性能会相当出色。是以你想优化这个到第一个Token的时候。而到第一个Token的时候施行上相当难作念到，因为到第一个Token的时候需要大批的带宽。但若是你的高下文也很丰富，那么你需要大批FLOPS。因此，你需要无尽量的带宽，同期无尽量的FLOPS才调终了几毫秒的反映时候。是以这个架构真的很难终了。咱们为此发明了伟大的Blackwell MVLink。。

Brad Gerstner：

本周早些时候和 Andy Jassy（亚马逊总裁兼CEO）沿途吃饭，Andy说，咱们有 Tranium、Inferentia 行将到来。我认为大多数东谈主再次将这些视为英伟达的问题。但接下来，他说英伟达是咱们的紧迫联接伙伴，况兼将链接是咱们的紧迫联接伙伴。就我所见，未下寰宇将依靠英伟达。

是以当你猜测正在构建的定制ASIC时，它们将用于指标应用。也许是Meta的推理加速器，也许是亚马逊的纯属，或者谷歌的TPU。然后你想想你今天靠近的供应短缺，这些成分会调动这种动态吗？或者它们会补充他们从你那边购买的系统？

黄仁勋：

咱们只是在作念不同的事情。是的，咱们试图完成不同的事情。现在英伟达正在尝试为这个新寰宇、这个机器学习寰宇、这个生成式AI寰宇、这个代理式AI寰宇构建一个计较平台。咱们试图创造，在计较领域，如斯真切的少量是，经过60年的发展，咱们重新发明了所有这个词计较堆栈。从编程到机器学习，从CPU到GPU，从软件到AI，应用轨范从软件到AI。从软件用具到AI。因此，计较堆栈和工夫堆栈的每个方面都发生了变化。

咱们想作念的是创建一个随地可用的计较平台。这如实是咱们所作念作事的复杂性，咱们所作念作事的复杂性在于，若是你仔细想想咱们所作念的事情，就会发现咱们正在构建所有这个词AI基础设施，咱们把它看作一台计较机。我之前说过，数据中心现在是计较的单元。对我来说，当我猜测计较机时，我研讨的不是芯片。我在研讨这个东西。这是我的念念维模子，里面的所有软件、所有编排、所有机器，都是我的责任。这等于我的计较机。

咱们每年都试图建造一台新的。是的，这太纵容了。以前从来莫得东谈主这样作念过。咱们每年都试图建造一台全新的。每年，咱们都提供两到三倍的性能。因此，每年，咱们都会将成本贬低两到三倍。每年，咱们都会将能源散伙提高两到三倍。因此，咱们要求客户不要一次性购买所有东西，每年只买少量，对吗？好的。这样作念的原因是，咱们但愿它们的成本在将来保抓平均水平。现在，所有东西在架构上都是兼容的，是以以咱们现在的速率单独构建这些东西口角常贫寒的。

现在，双重贫寒的部分是，咱们给与所有这些，而不是将其动作基础设施或服务出售，咱们不喜悦所有这些。咱们将它集成到GCP、AWS、Azure、X 中。是以每个东谈主的集成都不同。咱们必须将咱们所有的架构库、所有算法和所有框架集成到他们的框架中。咱们将咱们的安全系统集成到他们的系统中，咱们将咱们的汇集集成到他们的系统中，对吗？然后咱们基本上进行10次集成，现在咱们每年都这样作念。这等于古迹。

Brad Gerstner：

咱们，我的好奇是，你每年都试图这样作念，这太纵容了。那么是什么驱使你每年都这样作念呢？

黄仁勋：

是的，那等于当你系统地领悟它时。你们领悟得越多，每个东谈主领悟得越多，他们就越讶异。是的。今天所有这个词电子生态系统若何能够戮力于于与咱们联接，最终构建出一个集成到所有这些不同生态系统中的计较机立方体，况兼妥洽如斯无缝。因此，显然咱们向后传播的是API、法子、业务历程和策动章程，而向前传播的是法子、架构和API。

Brad Gerstner：

他们原来等于这样的。

黄仁勋：

几十年来，他们一直在发愤。是的，而且跟着咱们的发展也在赓续发展。但是，这些 AP 必须整合在沿途。

Clark Tang：

有东谈主只需调用 OpenAI API，它就不错作事。等于这样。

黄仁勋：

对。是的，有点纵容。这是一个合座。这等于咱们发明的，这个遍及的计较基础设施，所有这个词星球都在与咱们联接。它融入了任何处所。你不错通过戴尔销售它，也不错通过惠普销售它。它托管在云霄。它无处不在，无处不在。东谈主们现在在机器东谈主系统中使用它，机器东谈主和东谈主类机器东谈主，它们在自动驾驶汽车中。它们在架构上都是兼容的。相当纵容。

Brad Gerstner：

这太纵容了。

黄仁勋：

我不想让你留住我莫得回应问题的印象。事实上，我回应了。当咱们信得过分层基础时，我的好奇是念念考的方式。咱们只是在作念一些不同的事情。是的，动作一家公司，咱们但愿了解情况，我对公司和生态系统周围的一切都相当了解，对吗？

我知谈所有东谈主都在作念其他事情，他们在作念什么。随机这对咱们是不利的，随机不是。我相当澄莹这少量，但这并莫得调动公司的指标。是的，公司的唯一指标是构建一个不错无处不在的平台架构。这等于咱们的指标。

咱们不会试图从任何东谈主那边夺取任何份额。英伟达是作念市商，而不是份额获取者。若是你望望咱们公司莫得展示的幻灯片，你会发现这家公司莫得一天指摘商场份额，里面也莫得。咱们指摘的都是咱们若何创造下一个东西？

咱们不错在这个飞轮中措置的下一个问题是什么？咱们若何才调更好地为东谈主们服务？咱们若何将夙昔需要苟简一年时候的飞轮缩小到苟简一个月？是的。那光速是几许？不是吗？

是以咱们在研讨所有这些不同的事情，但有一件事咱们不会，咱们不会，咱们对所有事情都了如指掌，但咱们确信咱们的责任口角常私有的。唯一的问题是这个责任是否必要。这特地念念吗？所有公司，所有伟大的公司都应该把这个动作中枢。这是对于你在作念什么？

诚然。唯一的问题是，它有必要吗？它有价值吗？对。它有影响力吗？它对东谈主们有匡助吗？我确信你是别称开发东谈主员，你是一家生成式AI初创公司，你行将决定若何成为一家公司。

你不消作念出的一个采取是我复旧哪一款 A6？若是你只复旧CUDA，你不错去任何处所。你以后老是不错调动主意的。但咱们是通往AI寰宇的进口，不是吗？

一朝你决定加入咱们的平台，其他的决定你都不错推迟。你以后不错随时构建我方的基础。咱们并不反对。咱们不会因此而不悦。当我与所有GCP、GCP Azure 联接时，咱们会提前几年向他们展示咱们的门道图。

他们莫得向咱们展示他们的基本门道图，而且这从未冒犯过咱们。这有好奇吗？咱们创造，咱们处于一个。若是你有一个唯一的指标，你的指标特地念念，你的责任对你和其他东谈主来说都是罕见的，那么你不错透明。请防备，我的门道图在 GTC 上是透明的。我的门道图对咱们在 Azure、AWS 和其他公司的一又友来说更深入。咱们作念任何这些事情都莫得问题，即使他们正在构建我方的钞票。

Brad Gerstner：

我认为，当东谈主们不雅察业务时，您最近示意对Blackwell的需求相当纵容。您说，作事中最贫寒的部分之一等于活着界零落您能够坐褥和提供的计较智商的情况下，用表情用具对东谈主们说“不”。但月旦者说了这些。稍等顷刻。他们说这就像2000年的念念科相通，咱们过度建立光纤。这将是茂密与荒废的轮换。我猜测23年头咱们吃饭的时候。23年1月的那顿晚餐上，英伟达的预计是，2023年的收入将达到260亿好意思元。你作念到了600亿好意思元。

黄仁勋：

就让事实内情毕露吧。这是寰宇历史上最大的预计失败。对。咱们至少不错承认。

Brad Gerstner：

那是，那是咱们在11月22日相当高亢，因为咱们有来自Inflection的Mustafa这样的东谈主，而莫得来自Character的东谈主来咱们办公室指摘投资他们的公司。他们说，好吧，若是你不可投资咱们的公司，那就买英伟达，因为寰宇上每个东谈主都在试图得回英伟达芯片来构建这些将调动寰宇的应用轨范。诚然，寒武纪时刻发生在ChatGPT上。尽管如斯，这25位分析师仍然专注于加密货币赢家，以至于他们无法联想寰宇上正在发生的事情。是以最终领域更大了。用相当平淡的英语来说，对Blackwell的需求是纵容的，而且只消你能，只消你能意象，它就会一直这样下去。诚然，将来是未知的，不可知的。但为什么月旦者会错得这样离谱，认为这不会像念念科在2000年那样过度建立。

黄仁勋：

念念考将来的最好方式是从第一原则启程，对吗？好的，那么，对于问题，咱们正在作念的事情的第一原则是什么？第一，咱们在作念什么？咱们正在作念的第一件事等于重新发明计较，不是吗？咱们刚才说过，将来计较的方式将是高度机器学习的。是的，高度机器学习的。好的，确切咱们所作念的一切，确切每一个应用轨范，Word、Excel、Powerpoint、Photoshop、Premier，AutoCAD，你最心爱的应用轨范都是手工策动的。我向你保证，将来它将高度机器学习。对吧？是以所有这些用具都会如斯，最紧迫的是，你会有机器，代理来匡助你使用它们。好的。是以现在咱们知谈这是事实。对吧？咱们也曾重新发明了计较。咱们不会回头了。所有这个词计较工夫堆栈都在被重新发明。好的。既然咱们也曾作念到了这少量，咱们说过软件会有所不同。软件能写的东西会有所不同。咱们使用软件的方式也会有所不同。是以现在让咱们承认这少量。是以这些等于我现在的基身手实。是的。

现在的问题是会发生什么？让咱们记忆一下夙昔的家庭计较。夙昔的计较机参加了1万亿好意思元。咱们望望，只消掀开门，望望数据中心，望望它。这些计较机是你想要的将来吗？谜底是狡赖的。你那边有所有这些CPU。咱们知谈它能作念什么，不可作念什么。咱们只知谈，咱们有1万亿好意思元需要当代化的数据中心。是以现在，在咱们谈话的时候，若是咱们要在将来四五年内对这些旧东西进行当代化纠正。这不算不对理。

是以咱们有一个趋势，你正在与那些必须对其进行当代化纠正的东谈主进行交谈。是的，他们正在GPU上对其进行当代化纠正。等于这样。

咱们再作念一次测试。你有500亿好意思元的老本支拨。你心爱花选项A，选项B，为将来建立老本支拨，对吗？

或者像夙昔相通建立老本支拨，现在你也曾领有了夙昔的老本支拨，对吗？是的，对。它就在那边。归正也莫得好转几许。莫尔斯定律基本扫尾了。那为什么要重建它呢？

咱们只拿出500亿好意思元，参加生成式AI，对吗？是以现在你的公司变得更好了。对吗？现在你会参加这500亿好意思元中的几许？好吧，我会参加500亿好意思元的100%，因为我也曾有了四年的基础设施，这是夙昔的。

是以现在你只是，我只是从某东谈主从第一旨趣念念考的角度来推理，这等于他们正在作念的事情。明智的东谈主在作念明智的事情。现在，第二部分是这样的。那么咱们就有价值一万亿好意思元的产能。去吧，比尔。

价值数万亿好意思元的基础设施。约略是1500亿好意思元。好的。是以咱们有1万亿好意思元的基础设施需要在将来四五年内建立。好吧，咱们不雅察到的第二件事是软件的编写方式不同，但软件的使用方式也不同。

将来，咱们会有代理。咱们公司会罕见字职工。在你的收件箱里，你会看到这些低矮的边幅上的小点。将来，事心意味着AIS的低矮图标。对吧？我会把这些发给他们。

我不再用C++编程电脑了，我要用辅导来编程AI。对吧？现在，这和我今天早上跟我聊天没什么不同。

我来这里之前写了许多电子邮件。我诚然在辅导我的团队。我会描摹布景，描摹我所知谈的基本限度，描摹他们的任务。我会留住实足的空间，我会给出实足的宗旨，让他们明白我需要什么。我想尽可能澄莹地证实散伙应该是什么，但我留住了实足的暧昧空间，少量创意空间，这样他们就不错给我惊喜。

对吧？这和我今天辅导AI没什么不同。是的，这恰是我提议AI的方式。因此，咱们将要当代化的基础设施之上，将会有一个新的基础设施。这个新的基础设施将是操作这些数字东谈主的AI工场，它们将全天候运行。

咱们将为寰宇各地的所有公司提供这些开辟。咱们将在工场中领有它们，咱们将在自主系统中领有它们。对吗？是以有一整层计较结构。这一整层我称之为AI工场，寰宇必须制造，但今天压根不存在。

是以问题是，这有多大。目下还不知谈。可能有几万亿好意思元。我知谈现在的情况，但当咱们坐在这里建造时，玄机之处在于，这个新数据中心的当代化架构和AI工场的架构是相通的。这是一件功德。

Brad Gerstner：

您能否说澄莹，您有一万亿的旧东西。您必须进行当代化。您至少有一万亿的新AI作事负载行将到来。是的，您本年的收入将达到1250亿好意思元。也曾有东谈主告诉过你，这家公司的市值永远不会卓越10亿好意思元。当你今天坐在这里时，有什么情理吗？对，若是你在数万亿的Tam中唯有1250亿好意思元，那么你将来的收入将不会是现在的2倍或3倍。你的收入莫得增长有什么原因吗？莫得。

黄仁勋：

正如你所知，并不是所有事情都如斯，公司只受鱼塘大小的限度，金鱼池只可这样大。是以问题是，咱们的鱼塘是什么？咱们的水池是什么？这需要许多联想力，这等于为什么作念市商在不创建新鱼塘的情况下研讨将来的原因。记忆夙昔并试图夺取商场份额很难弄澄莹这少量。对。份额获取者只可这样大。诚然。作念市商不错相当大。诚然。

是以，我认为咱们公司领有的好运是，从公司设立之初，咱们就必须创造商场，才调在其中畅游。其时东谈主们没特地志到这少量，但现在东谈主们也曾意志到了，但咱们处于创造3D游戏PC商场的滥觞。咱们基本上发明了这个商场，以及所有的生态系统和显卡生态系统，咱们发明了这一切。因此，需要发明一个新的商场，以便以后为其服务，这对咱们来说是一件相当平静的事情。

Brad Gerstner：

家喻户晓，OpenAI 本周以 1500 亿好意思元的估值筹集了 65 亿好意思元。咱们都参与了。

黄仁勋：

是的，真的为他们感到舒坦，真的很舒坦他们走到了沿途。是的，他们作念了一件伟大的事情，团队也作念得很好。

Brad Gerstner：

据报谈，他们本年的收入或营业收入将达到50亿好意思元控制，来岁可能会达到100亿好意思元。若是你望望今天的业务，它的收入苟简是谷歌初度公开募股时的两倍。他们有2.5亿，是的，每周平均用户数为2.5亿，咱们计算这是谷歌初度公开募股时的两倍。若是你望望这家公司的市盈率，若是你信托来岁会有100亿好意思元，那么它苟简是预期收入的15倍，也等于谷歌和Meta在初度公开募股时的市盈率。联想一家22个月前收入为零、每周平均用户数为零的公司。

跟咱们谈谈OpenAI动作联接伙伴对你的紧迫性，以及OpenAI动作推动公众对AI的解析和使用的力量。

黄仁勋：

好吧，这是咱们这个期间最紧迫的公司之一，一家追求AGI愿景的纯AI公司。不管它的界说是什么。我确切不认为界说是什么完全紧迫，我也不认为时机很紧迫。我知谈的一件事是，AI将跟着时候的推移领有智商门道图。而这个智商门道图将相当壮不雅、奇特。在此过程中，早在它达到任何东谈主对AGI的界说之前，咱们就会充分期骗它。

你所要作念的等于，现在，在咱们谈话的时候，去和数字生物学家、甘心工夫筹商东谈主员、材料筹商东谈主员、物理科学家、天体物理学家、量子化学家交谈。你不错去问视频游戏策动师、制造工程师、机器东谈主众人。选你最心爱的。不管你想采取哪个行业，你都要深入筹商，和紧迫的东谈主交谈，问他们，AI是否透顶调动了你的作事方式。你采集这些数据点，然后回头问问我方，你想有多怀疑。因为他们不是在指摘AI的意见上风。他们现在指摘的是将来使用AI。现在，农业工夫、材料工夫、甘心工夫，你采取你的工夫，你采取你的科学领域。它们正在跨越。AI正在匡助他们激动他们的作事。

现在，正如咱们所说，每个行业、每个公司、每个高度、每所大学。难以置信。对吧？王人备是这样。我会以某种方式调动买卖。咱们知谈这少量。我的好奇是，咱们知谈它是如斯切实。

今天。它正在发生。它正在发生。是以，我认为ChatGPT 的觉悟激发了它，这完全令东谈主难以置信。我心爱他们的速率和他们推动这一领域发展的私有指标，这真的很紧迫。

Brad Gerstner：

他们建立了经济引擎，不错为下一个模子前沿提供资金。我认为硅谷正在形成一种共鸣，即所有这个词模子层、商品化的 Llama 使许多东谈主能够以相当便宜的价钱建立模子。是以早期咱们有许多模子公司。这些，特征、语救援凝合力都列在清单上。

许多东谈主质疑这些公司是否能够在经济引擎上建立逃遁速率，从而链接资助下一代。我我方的嗅觉是，这等于你看到整合的原因。OpenAI 显然达到了速率。他们不错资助我方的将来。我不澄莹其他许多公司是否能作念到。这是对模子层近况的公正评估吗？咱们将像在许多其他商场相通，将这种整合到能够包袱得起的商场指令者身上，他们领有经济引擎和应用轨范，不错让他们链接投资。

黄仁勋：

起初，模子和AI之间存在压根分别。是的。模子是必不可少的要素。对。对于AI来说，它是必要但不充分的。对。是以，AI是一种智商，但用于什么，对吗？那么它的应用是什么？对吗？软件驾驶汽车的AI与东谈主类机器东谈主的AI相关，但并不相易，后者与聊天机器东谈主的AI相关，但并不相易。

是以你必须了解分类法。是的，堆栈的分类法。在堆栈的每一层，都会有契机，但不是堆栈的每一层都为每个东谈主提供无尽的契机。

现在，我刚刚说了一句话，你所作念的等于用GPU替换模子这个词。事实上，这是咱们公司 32 年前的一个伟大不雅察，即 GPU、图形芯片或GPU与加速计较之间存在压根分别。加速计较与咱们在 AI 基础设施方面所作念的作事不同。它们是关联的，但并不完全相易。它们是互相近似的。它们并不完全相易。而且这些抽象层中的每一个都需要完全不同的技能。

信得过擅长构建GPU的东谈主不知谈若何成为一家加速计较公司。我不错例如证实，有许多东谈主制造 GPU。我不知谈哪一个是其后的，咱们发明了 GPU，但你知谈咱们不是，咱们不是今天唯逐个家制造GPU的公司，对吗？到处都有 GPU，但它们不是加速计较公司。有许多东谈主这样作念。他们的加速器不错进行应用轨范加速，但这与加速计较公司不同。例如，一个相当专科的AI应用轨范，对吧，这可能是一件相当顺利的事情，对吗？

Brad Gerstner：

这等于 MTIA（Mata自研的下一代AI加速芯片）。

黄仁勋：

对。但它可能不是那种带来影响力和智商的公司。是以你必须决定你想成为什么样的东谈主。所有这些不同领域可能都有契机。但就像建立公司相通，你必须防备生态系统的变化以及跟着时候的推移哪些东西会被商品化，解析到什么是功能，什么是居品，对，什么是公司。好的。我刚刚讲过，好吧，你不错用许多不同的方式来念念考这个问题。

Brad Gerstner：

诚然，有一家新进入者有钱、有聪敏、有规划。那等于 xAI。是的，对。而且，有报谈称你和 Larry Ellison（甲骨文首创东谈主）和马斯克共进晚餐。他们劝服你烧毁 100000个H100芯片。他们去了孟菲斯，在几个月内就建立了一个大型连贯超等集群。

黄仁勋：

三点，不要划等号，好吗？是的，我和他们共进晚餐。

Brad Gerstner：

你认为他们有智商建立这个超等集群吗？有传言说他们想要另外十万个 H200，对吧，来扩大这个超等集群的领域。起初，跟咱们谈谈 X 和他们的规划以及他们取得的成立，但同期，咱们也曾到了20万到30万个GPU集群的期间了吗？

黄仁勋：

谜底是信服的。然后起初，承认成立。从意见的那一刻到数据中心准备好让英伟达在那边装配咱们的开辟，再到咱们启动它、邻接好它并进行第一次纯属的那一刻，这一切都值得。

黄仁勋：

好的。是以第一部分等于在这样短的时候内建造一个巨大的工场，水冷、通电、得回许可，我的好奇是，这就像超东谈主相通。是的，据我所知，寰宇上唯有一个东谈主能作念到这少量。我的好奇是，马斯克对大型系统的工程和建立以及资源调配的清醒是唯一无二的。是的，这真的令东谈主难以置信。诚然，他的工程团队也很出色。我的好奇是，软件团队很棒，汇集团队很棒，基础设施团队很棒。马斯克对此深有体会。

从咱们决定与工程团队、汇集团队或基础设施计较团队、软件团队沿途开动操办的那一刻起，所有的准备作事都提前了。然后所有的基础设施、所有的物流、今日运来的工夫和开辟数目、视频基础设施和计较基础设施，以及培训所需的所有工夫，19 天都悬而未决，你想要什么吗？作念了。

退一步想想，你知谈 19 天是几许天吗？19 天是几周吗？对吧？若是你亲眼望望，工夫的数目是令东谈主难以置信的。所有的布线和汇集，英伟达开辟的汇集与超大领域数据中心的汇集相当不同。好的，一个节点需要几许根电线。计较机的后面全是电线，而将这一大堆工夫和所有软件集成在沿途，真的不可念念议。

是以我认为马斯克和X团队所作念的，我相当感恩他承认咱们与他沿途进行的工程作事以及操办作事等等。但他们取得的成等于唯一无二的，以前从未有过。只是从这个角度来看。十万个 GPU，动作一个集群，这很容易成为地球上最快的超等计较机。你建造的超等计较机频频需要三年的操办时候。然后他们托福开辟，需要一年的时候才调让它们全部运转起来。是的，咱们说的是 19 天。

Clark Tang：

英伟达的功劳是什么？

黄仁勋：

一切都也曾正常运转了。是的，诚然，还有一大堆 X 算法、X 框架、X 堆栈等等。咱们说咱们有大批逆向集成要作念，但操办相当出色。只是事前操办。

Brad Gerstner：

一端是正确的。马斯克是一端。是的，你，但你回应这个问题时一开动就说，是的，这里有 20到 30万个GPU集群。是的，对。这能扩展到 50万个吗？能扩展到 100 万个吗？你的居品需求是否取决于它扩展到 200 万个？

黄仁勋：

终末一部分是狡赖的。我的嗅觉是分散式纯属必须有用。我的嗅觉是分散式计较将被发明。某种体式的联邦学习和分散式计较，异步分散式计较将被发现。

我对此相当热衷和乐不雅，诚然，要意志到的是，缩放定律夙昔是对于预纯属的。现在咱们也曾转向多模态，咱们也曾转向合成数据生成，后纯属现在也曾扩展得令东谈主难以置信。合成数据生成、奖励系统、基于强化学习，然后现在推理缩放也曾达到了顶峰。一个模子在回应你的谜底之前也曾进行了令东谈主难以置信的 10000 次里面推理。

这可能并非不对理。它可能也曾完成了树搜索。它可能也曾在此基础上进行了强化学习。它可能，它可能也曾进行了一些模拟，信服作念了许多反念念，可能查找了一些数据，检讨了一些信息，不是吗？是以他的布景可能相当大。我的好奇是，这种类型的智能是。好吧，这等于咱们所作念的。这等于咱们所作念的。不是吗？因此，对于智商，这种扩展，我刚刚进行了计较，并将其与模子大小和计较大小每年 4 倍进行复合。

另一方面，需求在使用方面抓续增长。咱们认为咱们需要数百万个GPU吗？毫无疑问。是的，现在这是信服的。是以问题是，咱们若何从数据中心的角度来构建它？这在很猛进度上与数据中心是一次几千兆瓦照旧一次 250 兆瓦相关。我的嗅觉是，你会同期得到两者。

Clark Tang：

我认为分析师老是关注当前的架构赌注，但我认为此次谈话中最大的得益之一是，你正在研讨所有这个词生态系统和将来许多年。是以，因为英伟达只是在扩大或扩大领域，是为特出意将来的需求。这并不是说，你只可依赖一个领有 50 万致使一百万个GPU集群的寰宇。当分散式纯属出面前，你就会编写软件来终了它。

黄仁勋：

咱们七年前就开发了 Megatron。是的，这些大型纯属任务的扩展会发生。是以咱们发明了Megatron，是以，所有正在进行的模子并行性，所有分散式纯属的打破和所有批处理以及所有这些东西都是因为咱们作念了早期的作事，现在咱们正在为下一代作念早期的作事。

Brad Gerstner：

那么咱们来谈谈草莓和o1。我认为他们以o1定名很酷。这意味着招募寰宇上最优秀、最明智的东谈主，并将他们带到好意思国。我知谈咱们都对此充满怜惜。是以我心爱这个想法，建立一个念念考的模子，将咱们带到下一个扩展智能的水平，对吧，这是对这样一个事实的问候：恰是这些通过外侨来到好意思国的东谈主，成立了咱们，让咱们成为现在的方式，将他们的集体聪敏带到了好意思国。

黄仁勋：

诚然。还有外星聪敏。

Brad Gerstner：

诚然。这是由咱们的一又友 Noam Brown 带头的。推理时候推理动作扩展智能的全新载体有多紧迫，与只是构建更大的模子是分开的。

黄仁勋：

这是一件大事。这是一件大事。我认为，许多智能不可先验地完成。对。许多计较，致使许多计较都不可重新排序。我的好奇是，无序实行不错优先完成，许多事情只可在运行时完成。

是以，不管你是从计较机科学的角度照旧从智能的角度来念念考，太多的事情都需要布景。环境，对吧。还有质地，你正在寻找的谜底类型。随机，一个快速的谜底就实足了。这取决于谜底的后果，影响。这取决于谜底的使用性质。是以，有些谜底，请花一个晚上，有些谜底需要一周的时候。

是的。对吧？是以我完全不错联想我向我的AI发送一个辅导，告诉它，研讨一晚。研讨整夜。不要随即告诉我。我但愿你研讨一整晚，然后未来再告诉我。你对我最好的谜底和情理是什么。是以，我认为从居品的角度来看，现在的质地，智能的细分。会有一次性的版块。诚然。还有一些需要五分钟。

对吧？还有东谈主类。是以若是你甘心的话，咱们将成为一个遍及的职工群体。他们中有些是AI中的数字东谈主，有些是生物东谈主，我但愿有些致使是超等机器东谈主。

Brad Gerstner：

我认为，从买卖角度来看，这是一个被严重曲解的事情。你刚刚描摹了一家公司，它的产出量相当于一家领有 15 万东谈主的公司，但你只用 5 万东谈主就作念到了。没错。现在，你并莫得说我要辞退所有职工。不。你仍在加多组织中的职工数目，但该组织的产出量将大幅加多。

黄仁勋：

这，这频频被曲解。AI不是我。AI不会调动每一项作事。AI将对东谈主们的作事方式产生巨大影响。让咱们承认这少量。AI有后劲带来令东谈主难以置信的自制。它也有后劲形成伤害。咱们必须建立安全的AI。是的，让咱们打好这个基础。是的。好的。

黄仁勋：

东谈主们暴戾的部分是，当公司使用AI提高坐褥力时，它很可能会阐扬为更好的收益或更好的增长，或两者俱收并蓄。当这种情况发生时，首席实行官的下一封电子邮件很可能不是裁人。

Brad Gerstner：

诚然是公告，因为你在成长。

黄仁勋：

原因是咱们有更多的想法，咱们不错探索，咱们需要东谈主们匡助咱们在自动化之前仔细研讨。是以自动化部分，AI不错匡助咱们作念到。显然，它也会匡助咱们念念考，但仍然需要咱们去弄澄莹我想措置什么问题。咱们不错措置的问题有上万亿。那么，公司需要措置什么问题，采取这些想法，并找出自动化和扩展的法子。因此，跟着咱们变得更有坐褥力，咱们将雇佣更多的东谈主。东谈主们健忘了这少量，若是你回到夙昔，显然咱们今天的想法比 200 年前更多。这等于为什么 GDP 更大、工作东谈主数更多的原因。尽管咱们在底层纵容地自动化。

Brad Gerstner：

这是这个时期的一个相当紧迫的点，咱们正在进入一个确切所有东谈主类坐褥力、确切所有东谈主类茂密都是自动化的副居品。夙昔 200 年的工夫。我的好奇是，你不错望望亚当·斯密和谢姆彼得的创造性碎裂，你不错望望夙昔 200 年来东谈主均 GDP 增长图表，现在它正在加速。

是的，这让我猜测了这个问题。若是你望望 90 年代，咱们好意思国的坐褥力增长率苟简是每年 2.5% 到 3%，好吗？然后在 2010 年，它放缓到苟简 1.8%。然后夙昔 10 年是坐褥力增长最慢的十年。是以这等于咱们固定数目的劳能源和老本或产出量，施行上是有记载以来最慢的。

许多东谈主都在争论这个原因。但若是寰宇真的像您所描摹的那样，咱们要期骗和制造智能，那么咱们是不是正处于东谈主类坐褥力急剧膨胀的边缘呢？

黄仁勋：

这是咱们的但愿。这是咱们的但愿。诚然，咱们生活在这个寰宇上，是以咱们有径直的把柄。

咱们有径直的把柄，要么是零丁的案例，要么是个别筹商东谈主员，他们能够期骗AI以难以联想的超大领域探索科学。这等于坐褥力。百分百计算坐褥力，或者咱们正在以如斯高的速率策动出如斯令东谈主难以置信的芯片。咱们正在构建的芯片复杂性和计较机复杂性正在呈指数级增长，而公司的职工基础并不是计算坐褥力的轨范，对吧。

咱们开发的软件越来越好，因为咱们使用AI和超等计较机来匡助咱们。职工东谈主数确切呈线性增长。坐褥力的另一个体现。

是以，我不错深入筹商，我不错抽样查验许多不同的行业。我不错亲身查验。是的，你说得对。买卖。没错。

是以我不错，诚然，你不可，咱们不可，咱们可能会过度拟合。但它的艺术性诚然是抽象咱们所不雅察到的是什么，以及这是否会在其他行业中体现出来。

毫无疑问，AI是寰宇上已知的最有价值的商品。现在咱们要大领域坐褥它。咱们，咱们，咱们所有东谈主都必须擅长，若是你被这些AI包围，它们作念得相当好，比你好得多，会发生什么。当我回顾起来，这等于我的生活。我有 60 个径直下属。

他们在我方的领域是寰宇一流的，而且他们作念得比我好。比我好许多。我与他们互动毫无贫寒，我也能绝不劳作地策动他们。我也能绝不劳作地编程他们。是以我认为东谈主们要学习的是，他们都将成为 CEO。

他们都将成为 AI 代理的 CEO。他们有智商领有创造力，嗯，一些学问，以及若何推理，若何领悟问题，这样你就不错对这些 AI 进行编程，以匡助你终了像我相通的指标。这等于操办公司。

Brad Gerstner：

现在。你提到了一些东西，那等于不妥洽，安全的AI。你提到了中东正在发生的悲催。咱们领有许多自主权，而且许多AI正活着界各地使用。那么让咱们来谈谈坏东谈主、安全AI、与华盛顿的妥洽。你今天嗅觉若何？咱们走在正确的谈路上吗？咱们有实足的妥洽水平吗？我认为马克·扎克伯格曾说过，咱们击率性AI的法子是让好AI变得更好。你若何描摹你对咱们若何确保这对东谈主类产生积极的净收益的看法，而不是让咱们生活在这个反乌托邦的寰宇里。

黄仁勋：

对于安全的商酌如实很紧迫，也很好。是的，抽象的不雅点，将AI视为一个巨大的神经元汇集的意见性不雅点，并不是那么好，对吧。好的。原因是，家喻户晓，AI和大型语言模子是关联的，而不是一趟事。我认为有许多正在作念的事情相当好。第一，开源模子，以便所有这个词筹商社区、每个行业和每个公司都不错参与AI，是的，并学习若何期骗这种智商进行应用。相当好。

第二，东谈主们低估了戮力于于发明AI以保证AI安全的工夫数目。是的，AI不错整理数据、佩戴信息、进行纯属，创建AI是为了妥洽AI，生成合成数据以扩展AI的学问，使其减少幻觉。所有被创建用于矢量化或图形化或任何其他用于奉告 AI、保护 AI 以监控其他 AI 的 AI 系统，这些 AI 系统创建的安全 AI 正在受到赞美，对吗？

Brad Gerstner：

那么咱们也曾建立了。

黄仁勋：

那。咱们正在建立这一切。是的，在所有这个词行业中，法子论、红队、历程、模子卡、评估系统、基准测试系统，所有这些，所有这些正在以令东谈主难以置信的速率构建的线束。我想知谈，庆祝。你们明白吗？是的，你知谈。

Brad Gerstner：

而且，莫得，莫得，莫得政府法例说你必须这样作念。是的，今天在这个领域中构建这些AI的参与者正在负责对待这些重要问题，并围绕最好实践进行妥洽。没错。

黄仁勋：

是以这还莫得得到充分嗜好，也莫得得到充分清醒。是的。需要有东谈主，需要，每个东谈主都需要开动指摘AI，这是一个AI系统，是一个工程系统，是经过悉心策动的，从第一原则构建的，经过充分测试的，等等。记着，AI是一种不错应用的智商。我不认为有必要对紧迫工夫进行监管，但也不要过度监管，以至于有些监管要针对大多数应用进行。所有也曾监管工夫应用的不同生态系统现在都必须监管现在融入AI的工夫应用。

是以，我认为，不要曲解，不要暴戾寰宇上为AI而必须启动的大批法例。不要只依赖一个寰宇星河系。AI委员会可能能够作念到这少量，因为所有这些不同的机构的设立都是有原因的。所有这些不同的监管机构的设立都是有原因的。回到领先的原则，我会。

Brad Gerstner：

你们推出了一个相当紧迫、相当遍及、相当强劲的开源模子。

黄仁勋：

Nemotron。

Brad Gerstner：

是的，很光显，Meta为开源作念出了紧要孝顺。我发现当我阅读 Twitter 时，有许多对于通达与紧闭的商酌。您若何看待开源，您我方的开源模子，能否跟向前沿？这是第一个问题。第二个问题是，您知谈，领有开源模子和闭源模子，它们为买卖运营提供能源，这是您对将来的看法吗？这两件事是否为安全创造了健康的张力？

黄仁勋：

开源与闭源与安全相关，但不单是是安全。例如，领有闭源模子王人备莫得错，它们是看护创新所必需的经济模子的引擎。好吧，我完全赞美这少量。我认为紧闭与通达的对立是特殊的。

因为通达是许多行业得以激活的必要条件，现在，若是咱们莫得开源，所有这些不同的科学领域若何能够激活，激活AI。因为他们必须开发我方的特定领域的AI，他们必须使用开源模子开发我方的AI，创建特定领域的AI。它们是关联的，不是，再说一遍，不相通。只是因为你有一个开源模子并不料味着你就有AI。是以你必须有阿谁开源模子来创建AI。是以金融服务、医疗保健、交通运输，这些行业、科学领域的列阐扬在也曾因为开源而得以终了。

Brad Gerstner：

难以置信。你看到对你的开源模子的需求很大吗？

黄仁勋：

咱们的开源模子？起初。Llama 下载。显然，是的，马克和他们所作念的作事令东谈主难以置信。超乎联想。是的。它完全激活并劝诱了每一个行业、每一个科学领域。

好的，诚然。咱们作念 Nemotron的原因是为了生成合成数据。直不雅地说，一个AI会以某种方式坐在那边轮回并生成数据来学习我方。这听起来很脆弱。你能绕这个无尽轮回几许次，这个轮回值得怀疑。关联词，我脑海中的画面有点像你找了一个超等明智的东谈主，把他关进一个软垫房间，关上门苟简一个月，出来的可能不是一个更明智的东谈主。是以，是以，但你不错让两三个东谈主坐在沿途，咱们有不同的AI，咱们有不同的学问分散，咱们不错来往进行质地保证。咱们三个东谈主都不错变得更明智。

因此，你不错让 AI 模子交换、互动、来往传递、商酌强化学习、合成数据生成等，这种想法在直观上是特地念念的，不错提议建议并特地念念。因此，咱们的模子Nemotron 350B 是是寰宇上最好的奖励系统模子。因此，这是最好的月旦。

有趣。这是一个相当棒的模子，不错增强其他东谈主的模子。因此，不管其他东谈主的模子有多好，我都会建议使用Nemotron 340B 来增强和改进它。咱们也曾看到 Llama 变得更好，使所有其他模子都变得更好。

Brad Gerstner：

动作在 2016 年托福 DGX1 的东谈主，这真的是一段不可念念议的旅程。您的旅程既不可念念议又令东谈主难以置信。就像只是在早期幸存下来相通相当了不得。您在 2016 年托福了第一台 DGX1。咱们在 2022 年迎来了寒武纪时刻。

是以我要问您一个我频频想得到谜底的问题，那等于，在 60 个径直下属的指令下，您能看护现在的作事多久？您无处不在。您正在推动这场翻新。您玩得欢乐吗？还有什么其他您更甘心作念的事情吗？

黄仁勋：

这是对于夙昔一个半小时的问题。谜底是“我很享受”。很棒的时光。我无法联想我更甘心作念的其他事情。让咱们望望。我认为，我认为不应该给东谈主留住咱们的作事老是充满乐趣的印象。我的作事并不老是充满乐趣，我也不指望它老是充满乐趣。我也曾守望它老是充满乐趣吗？我认为它老是很紧迫。

是的，我不会太严肃地对待我方。我相当负责地对待作事。我相当负责地对待咱们的责任。我相当负责地对待咱们的孝顺和咱们的时刻。

这老是充满乐趣吗？不。但我一直都心爱它吗？是的。就像所有的事情相通，不管是家庭、一又友照旧孩子。它老是充满乐趣吗？不。咱们老是心爱它吗？王人备。

是以我认为，我，我能作念多久？信得过的问题是，我能保抓关联性多久？这才是最紧迫的，这个问题的谜底只然则我将若何链接学习？今天我愈加乐不雅。我这样说不单是是因为咱们今天的主题。我对我说关联性和链接学习的智商愈加乐不雅，因为AI。我每天都在用它，我不知谈，但我信托你们都在用。我确切每天都在用它。

我莫得一个筹商不波及AI。是的，莫得一个问题，即使我知谈谜底，我也会用AI再三查对。是的，令东谈主讶异的是，我接下来问的两三个问题，揭示了一些我不知谈的东西。你采取你的主题。你采取你的主题。我认为AI是一个导师。

AI 是助手，AI 是联接伙伴，不错与我沿途集念念广益，查验我的作事，店员们，这完全是翻新性的。我是别称信息作事家。我输出的是信息。是以我认为他们对社会的孝顺相当了不得。是以我认为，若是是这样的话，若是我能保抓这种关联性，链接作念出孝顺，我知谈这项作事实足紧迫，是的，我想链接追求它，我的生活质地令东谈主难以置信。是以我会。

Brad Gerstner：

说我无法联想你和我在这个领域也曾作事了几十年，我无法联想错过这一刻。这是咱们行状生活中最紧迫的时刻。咱们相当感谢这种联接关系。

黄仁勋：

吊唁将来十年。

Brad Gerstner：

念念想伙伴关系。是的，你让事情变得更明智。谢谢你。我认为你动作指令层的一部分真的很紧迫，对吧，这将乐不雅而安全地引颈这一切向前发展。是以谢谢你。

黄仁勋：

和你们在沿途。真的很欢乐。真的。谢谢。

 白虎 porn