此外，黃仁勛還就ASIC芯片與英偉達(dá)GPU之間的競(jìng)爭(zhēng)關(guān)系發(fā)表了獨(dú)到見解。他指出，英偉達(dá)的角色遠(yuǎn)非簡單的硬件供應(yīng)商，而是作為AI基礎(chǔ)設(shè)施的全方位提供者，其核心競(jìng)爭(zhēng)力已超越了單純的硬件與軟件層面。

文字編輯｜宋雨涵

1

AI發(fā)展的新范式：

從“問答”到“思考”的三大驅(qū)動(dòng)力

黃仁勛的論述，首先為我們厘清了驅(qū)動(dòng)當(dāng)前及未來AI發(fā)展的核心動(dòng)力。他將其概括為“三大規(guī)模法則”，這不僅是對(duì)現(xiàn)有技術(shù)的總結(jié)，更是對(duì)未來方向的精準(zhǔn)預(yù)判。

解構(gòu)“三大規(guī)模法則”：AI能力的進(jìn)化階梯

傳統(tǒng)的AI發(fā)展認(rèn)知主要集中在模型規(guī)模和數(shù)據(jù)規(guī)模上，但黃仁勛提出了一個(gè)更完整、更具前瞻性的框架：

預(yù)訓(xùn)練（Pre-training）： 這是我們熟知的第一階段，即用海量的互聯(lián)網(wǎng)數(shù)據(jù)構(gòu)建基礎(chǔ)大模型（Foundational Models）。這好比是為AI建造一座囊括人類所有知識(shí)的巨型圖書館，模型通過學(xué)習(xí)這些數(shù)據(jù)，掌握語言、邏輯和世界的基本規(guī)律。

后訓(xùn)練（Post-training）： 這是第二階段，包括監(jiān)督微調(diào)（Supervised Fine-Tuning）和人類反饋強(qiáng)化學(xué)習(xí)（RLHF）等技術(shù)。如果說預(yù)訓(xùn)練是“博覽群書”，后訓(xùn)練就是為這位“博學(xué)的圖書管理員”設(shè)定工作規(guī)范、校正其價(jià)值觀、使其回答更符合人類期望。這是確保AI安全、有用、可控的關(guān)鍵環(huán)節(jié)。

“思考”式推理（”Thinking” Inference）： 這是黃仁勛此次論述的重中之重，也是AI潛力爆發(fā)的關(guān)鍵。他指出，未來的AI交互將不再是簡單的“一問一答”。當(dāng)用戶提出一個(gè)復(fù)雜問題時(shí)，AI會(huì)像一個(gè)人類專家團(tuán)隊(duì)一樣，進(jìn)行自主的研究、規(guī)劃、多工具調(diào)用、事實(shí)核查、代碼執(zhí)行和最終的答案生成。這個(gè)過程可能包含數(shù)十甚至數(shù)百個(gè)步驟，是一個(gè)復(fù)雜的“思考鏈”。

“這不再是簡單的檢索，而是AI在進(jìn)行研究、驗(yàn)證和創(chuàng)造。每一次‘思考’，都是一次密集的算力消耗，其需求的增長將是指數(shù)級(jí)的，甚至是‘十億倍’級(jí)別的?！?/p>

這個(gè)“十億倍”的預(yù)測(cè)，初聽令人震驚，但細(xì)思卻合情合理。它并非指用戶數(shù)量增長十億倍，而是指單次用戶交互所觸發(fā)的后臺(tái)計(jì)算量將呈幾何級(jí)數(shù)增長。今天的ChatGPT查詢可能消耗X單位的算力，而未來的AI助理為我們規(guī)劃一次跨國旅行（涉及航班、酒店、簽證、當(dāng)?shù)鼗顒?dòng)、預(yù)算優(yōu)化等），其后臺(tái)的“思考”過程可能消耗1000X甚至更多的算力。這正是AI從“工具”向“智能體（Agent）”演進(jìn)的本質(zhì)。

2

“AI工廠”：

智能時(shí)代的發(fā)電廠

基于對(duì)“思考”式推理需求的洞察，黃仁勛順勢(shì)拋出了他最具震撼力的概念——“AI工廠”（AI Factory）。

他預(yù)測(cè)，若要讓人工智能為全球GDP（目前約100萬億美元）額外增加10萬億美元的價(jià)值，全球每年需要投入約5萬億美元的資本開支（Capex）來建設(shè)和運(yùn)營這些“AI工廠”。這些工廠的輸入是數(shù)據(jù)和電力，輸出的則是“智能”這種全新的、高價(jià)值的商品。

面對(duì)自己預(yù)見的淘金熱，黃仁勛的策略顯然不是只做一個(gè)賣鏟子的商人。英偉達(dá)正在進(jìn)行一場(chǎng)深刻的轉(zhuǎn)型，旨在成為這場(chǎng)新工業(yè)革命中，從設(shè)計(jì)、建造到運(yùn)營“AI工廠”的“總承包商”。英偉達(dá)的成功始于GPU，但其未來絕不止于GPU。黃仁勛深知，單一硬件的領(lǐng)先優(yōu)勢(shì)是脆弱的。因此，英偉達(dá)的戰(zhàn)略核心是構(gòu)建一個(gè)幾乎無法繞過的全棧生態(tài)系統(tǒng)。

3

我們面臨的是“算力短缺”

而非“AI過剩”？

面對(duì)甚囂塵上的“AI泡沫論”，黃仁勛予以堅(jiān)決駁斥。他認(rèn)為，市場(chǎng)非但沒有過熱，反而面臨著嚴(yán)重的結(jié)構(gòu)性短缺。

范式轉(zhuǎn)移：加速計(jì)算全面替代通用計(jì)算

黃仁勛的核心論點(diǎn)是，我們正處在一場(chǎng)深刻的計(jì)算范式轉(zhuǎn)移中：加速計(jì)算（Accelerated Computing）正在全面替代通用計(jì)算（General-Purpose Computing）。

過去數(shù)十年，全球價(jià)值數(shù)萬億美元的IT產(chǎn)業(yè)都建立在以CPU為核心的通用計(jì)算之上。然而，隨著摩爾定律放緩，CPU的性能增長已近停滯，無法滿足AI等應(yīng)用對(duì)算力的指數(shù)級(jí)需求。而以GPU為代表的加速計(jì)算，通過并行處理，能以更高的效率和更低的能耗處理這些任務(wù)。

因此，當(dāng)前對(duì)AI算力的高需求，并非短期炒作，而是全球IT基礎(chǔ)設(shè)施從CPU向GPU+CPU混合架構(gòu)進(jìn)行“換代升級(jí)”的長期、必然趨勢(shì)。黃仁勛認(rèn)為，這片價(jià)值萬億美元的存量市場(chǎng)正等待被重塑，這為英偉達(dá)提供了未來十年甚至更長時(shí)間的增長動(dòng)力。從這個(gè)角度看，當(dāng)前的“算力短缺”才剛剛開始。

對(duì)生態(tài)的信心：OpenAI的虧損與萬億市值之路

對(duì)于合作伙伴OpenAI目前仍處于虧損狀態(tài)，黃仁勛表現(xiàn)出極大的樂觀。他堅(jiān)信OpenAI將成為下一家萬億美元市值的公司。這份信心，源于他對(duì)“AI工廠”商業(yè)模式的篤定。

在他看來，OpenAI正在做的是前期投入巨大的基礎(chǔ)設(shè)施建設(shè)和技術(shù)研發(fā)，這與亞馬遜早期建立AWS云服務(wù)時(shí)長期虧損的邏輯如出一轍。一旦“智能”這種商品的生產(chǎn)成本隨著規(guī)模效應(yīng)和技術(shù)進(jìn)步而下降，同時(shí)應(yīng)用場(chǎng)景大規(guī)模爆發(fā)，其盈利能力將是驚人的。OpenAI的成功，將是整個(gè)“AI工廠”生態(tài)價(jià)值的最終證明，也將反過來驅(qū)動(dòng)對(duì)英偉達(dá)基礎(chǔ)設(shè)施的更大需求。

結(jié)語：

黃仁勛的最新訪談，無疑給我們帶來了深刻的思考。它標(biāo)志著行業(yè)的思考深度，已從單純追求模型參數(shù)和跑分，躍升到構(gòu)建全新工業(yè)體系的宏大層面。

“AI工廠”的時(shí)代或許真的正在到來，而英偉達(dá)已經(jīng)占據(jù)了最有利的位置上。然而，建造這些史無前例的工廠只是第一步，如何駕馭其中涌現(xiàn)出的磅礴“智能”，使其成為推動(dòng)人類文明進(jìn)步的福祉而非風(fēng)險(xiǎn)，將是我們所有人需要共同面對(duì)的、更宏大的課題。

分享到

lixiangjing

算力豹主編

相關(guān)推薦