时时彩平台,腾讯分分彩,北京赛车,北京赛车pk10,北京赛车pk10技巧,幸运飞艇,彩票平台推荐,飞艇开奖,幸运飞艇官网,大发彩票,彩票平台推荐,500彩票,六合彩,大乐透,双色球,体彩足球,体育彩票

　　黄仁勋表示，中国的计算能力非常庞大。“如果他们想整合计算资源，完全可以满足需求。黄仁勋讲到了他所提出的AI五层蛋糕的说法，“人工智能的本质就像一个五层蛋糕，最底层是能源。能源充足时，芯片就足够了；芯片充足时，能源就足够了。例如，美国能源匮乏，这就是为什么英伟达必须不断改进我们的架构，并进行这种极致的协同设计。但如果你的瓦数完全充足，而且是免费的，你又何必在意每瓦性能呢？你已经绰绰有余了。你可以用旧芯片来做。所以7nm芯片已经足够好了，充足的能源是中国的优势。”

　　黄仁勋指出，中国拥有世界上最顶尖的AI研究人员，由于计算能力有限，反而创造出了极其智能的算法。“我们必须承认，人工智能的大部分进步都源于算法的进步，而不仅仅是硬件的改进。既然大部分进步都来自算法、计算机科学和编程，那么他们庞大的人工智能研究人员队伍难道不是他们最根本的优势吗？我们都看到了这一点。DeepSeek 绝非无关紧要的进步。如果DeepSeek先在华为平台上发布，那对我们国家来说将是灾难性的。”

　　黄仁勋：最终，总得有某种机制将电子转化为tokens。将电子转化为tokens，并随着时间的推移提升这些tokens的价值，这很难完全商品化。从电子到tokens的转化是一个不可思议的旅程。制造tokens就像让一个分子比另一个分子更有价值，让一个tokens比另一个更有价值。显然，我们正在实时见证着tokens价值的提升，其中蕴含着大量的艺术、工程、科学和发明创造。这种转化、制造以及所有相关的科学原理，我们远未被完全理解，这段旅程也远未结束。我怀疑它最终能否实现。

　　如果你看看今天的英伟达，我们可能拥有规模最大的合作伙伴生态系统，涵盖供应链的上下游，包括所有计算机公司、应用开发商和模型构建者。人工智能就像一个五层蛋糕，我们的生态系统遍布所有五个层面。我们尽量少做，但事实证明，我们必须做的那部分工作极其困难。我认为这部分工作无法商品化。（We try to do as little as possible, but the part that we have to do, as it turns out, is insanely hard）

　　事实上，我也不认为企业软件公司、工具制造商……如今大多数软件公司都是工具制造商。当然，也有一些公司不是，它们开发的是工作流程编码系统。但对很多公司来说，它们确实是工具制造商。例如，Excel 是工具，PowerPoint 是工具，Cadence开发工具，Synopsys也开发工具。实际上，我看到的恰恰与人们的看法相反。我认为代理的数量和工具用户的数量都将呈指数级增长。所有这些工具的实例数量很可能会激增。

　　如果你看看GTC大会，人们都会惊叹于它的规模和参会人员之多。它涵盖了人工智能领域的方方面面，可谓包罗万象。他们齐聚一堂，是因为彼此需要交流。我把他们聚集在一起，是为了让下游企业了解上游，上游企业了解下游，让所有人都能了解人工智能的最新进展。更重要的是，他们还能与人工智能领域的专家、正在蓬勃发展的人工智能初创公司以及所有令人惊叹的成果见面，亲眼见证我所讲述的一切。我花费大量时间，直接或间接地向我们的供应链、合作伙伴和生态系统传达我们面前的机遇。

　　Q：没错。但你再看看逻辑。你是台积电N3工艺节点的最大客户，也是N2工艺节点的最大客户之一。今年人工智能整体将占N3工艺节点的60%，根据SemiAnalysis的预测，明年将达到86%。如果你已经占据了大部分市场份额，如何才能实现翻番？又该如何逐年实现这一目标？我们现在是否正处于一个由于上游工艺的限制，人工智能计算增长速度不得不放缓的阶段？你认为有什么办法可以解决这个问题？最终，我们如何才能实现每年两倍的晶圆厂建设量？

　　当然，我们现在更有能力影响供应链的更大范围。在人工智能革命之初，我五年前就说过现在我说的这些话。有些人相信它并进行了投资，例如Sanjay和美光团队。我仍然清楚地记得那次会议，会上我清楚地阐述了将会发生什么、为什么会发生以及今天的预测。他们确实加倍投入。我们在LPDDR和HBM内存领域与他们展开了合作，他们也确实投入了大量资金。这显然对公司产生了巨大的影响。有些人加入得晚一些，但现在他们都在这里了。

　　我的意思是，所有瓶颈都不会持续超过两三年，一个都不会。与此同时，我们的计算效率提高了10倍、20倍，以Hopper到Blackwell为例，甚至提高了30倍到50倍。由于CUDA的灵活性，我们不断开发新的算法。我们正在开发各种新技术，以提高效率，同时提升产能。这些我都不担心。真正让我担忧的是下游的问题。那些阻碍能源发展的能源政策……没有能源，就无法建立任何产业。没有能源，就无法建立一个全新的制造业。

　　这就是英伟达的根本优势。我们之所以能让 Blackwell 的能效比 Hopper 高出 50 倍，唯一的原因是……当初我宣布 Blackwell 的能效将比 Hopper 高出 35 倍时，没人相信。后来Dylan写了篇文章说我故意隐瞒，但实际上能效是 Hopper 的 50 倍。单凭摩尔定律是无法实现这一点的。我们解决这个问题的方法是采用新的模型，例如MoE（模块化执行单元），这些模型可以并行化、解耦并分布在整个计算系统中。如果没有能力真正深入研究并利用 CUDA 开发新的内核，这一切都很难做到。

　　但这些超大规模数据中心运营商拥有编写自有内核的资源。事实上，为了获得其特定架构所需的最后 5% 的性能提升，他们必须这样做。Anthropic 和 Google 大多运行着自己的加速器，或者使用 TPU 和Trainium 。即使是使用 GPU 的OpenAI，也使用Triton ，因为他们需要自己的内核。甚至在 CUDA C++ 方面，他们也没有使用cuBLAS和NCCL ，而是拥有自己的技术栈，该技术栈还可以编译到其他加速器上。如果你的大多数客户能够并且确实找到了 CUDA 的替代方案，那么 CUDA 在多大程度上真的能够推动 Nvidia 平台上的前沿 AI 应用？

　　所有超大规模数据中心运营商都能自行编写这些定制内核吗？英伟达的性价比依然很高，所以他们可能仍然更倾向于使用英伟达的产品。但问题在于，最终会不会演变成谁能以最低的价格提供最佳的规格、浮点运算能力和内存带宽？历史上，英伟达凭借CUDA的护城河，在人工智能领域（包括硬件和软件）一直保持着最高的利润率，高达70%。而问题是，如果大多数客户能够负担得起自行构建，而不是依赖CUDA的护城河，英伟达还能维持这样的利润率吗？

　　黄仁勋：我们为这些人工智能实验室配备了数量惊人的工程师，他们与这些实验室合作，优化他们的技术栈。原因在于，没有人比我们更了解我们的架构。这些架构不像CPU那样通用。CPU有点像凯迪拉克，它是一款舒适的巡航车，速度不会太快，每个人都能轻松驾驭。它配备了巡航控制，一切都很简单。但在很多方面，英伟达的GPU和加速器就像F1赛车。我估计每个人都能以每小时一百英里的速度驾驶它，但要将其性能发挥到极致，则需要相当丰富的专业知识。我们运用了大量的人工智能技术来创建我们的内核。

　　所以我认为我们如此成功的原因很简单，就是我们的总体拥有成本 (TCO) 非常低。其次，您提到我们 60% 的客户是前五大企业，但其中大部分业务都是外部业务。例如，AWS 上的英伟达产品大部分是为外部客户而非内部用户提供的。Azure 上的所有客户也都是外部客户。OCI 上的所有客户也都是外部客户，而非内部用户。他们之所以青睐我们，是因为我们的覆盖范围非常广。我们可以为他们带来全球所有优秀的客户。这些客户都基于英伟达的产品。而所有这些公司之所以都基于英伟达的产品，正是因为我们覆盖范围广、功能多样。

　　这就是飞轮效应。原因在于：首先，我们的每美元性能如此之高，以至于他们的tokens成本最低。其次，我们的每瓦性能是全球最高的。因此，如果我们的合作伙伴建造了一个1吉瓦的数据中心，那么这个1吉瓦的数据中心必须能够产生最大的收益和tokens数量，这直接转化为收入。您希望它产生尽可能多的代币，从而最大化数据中心的收益。我们拥有全球最高的每瓦代币产量架构。最后，如果您的目标是租用基础设施，我们拥有全球最多的客户。这就是飞轮效应发挥作用的原因。

　　所以，你问了为什么。很久以前，我们确实没有能力做到这一点。当时，我并没有深刻意识到建立像 OpenAI 和 Anthropic 那样的基础性人工智能实验室有多么困难，也没有意识到他们需要供应商投入巨资。我们当时根本无力向 Anthropic 投资数十亿美元，让他们使用我们的计算资源。但谷歌和 AWS 有。他们一开始就投入了巨资，作为回报，Anthropic 可以使用他们的计算资源。而我们当时确实没有能力做到这一点。

　　Q：所以问题依然存在。既然我们已经到了这里，而且你们也一直在赚这笔钱，那么英伟达应该怎么用呢？一个答案是，现在已经出现了一个完整的中间商生态系统，可以将这些实验室的资本支出转化为运营支出，以便他们能够租用计算资源。因为芯片非常昂贵，而且由于人工智能模型不断改进，它们在其生命周期内能带来巨额利润。因此，它们创造的价值，也就是它们的代币，正在不断增长，但搭建这些系统成本很高。英伟达有足够的资金来承担这些资本支出。事实上，据报道，你们为CoreWeave项目提供了高达63亿美元的支持，并且已经投资了20亿美元。

　　黄仁勋：这是公司的理念，我认为很明智。我们应该尽可能少地投入，只做必要的事情。这意味着，如果我们不去构建我们的计算平台，我相信这项工作就无法完成。如果我们不承担现在承担的风险——如果我们不以现在的方式构建 NVLink，如果我们不构建整个技术栈，如果我们不以现在的方式创建生态系统，如果我们不投入 20 年的时间，即使大部分时间都在亏损，也要致力于 CUDA 的发展——如果我们不去做，其他人就不会去做。

　　如果我们当初没有创建所有CUDA-X 库，使它们都针对特定领域……十五年前，我们开始大力开发领域特定库，因为我们意识到，如果我们不创建这些领域特定库，无论是光线追踪、图像生成，甚至是早期人工智能的模型，无论是数据处理、结构化数据处理还是矢量数据处理，如果我们不创建它们，就不会有人创建。我对此深信不疑。我们创建了一个名为cuLitho的计算光刻库。如果我们不创建它，就不会有人创建。因此，如果我们不做这些，加速计算就不会发展到今天这样的程度。

　　除此之外，优先级是先进先出。你必须下订单。如果你不下订单……当然，这方面有很多传闻。比如，这一切都源于一篇关于拉里和埃隆和我共进晚餐的文章，文章里他们恳求我提供GPU 。这事根本没发生过（That never happened）。我们确实一起吃了顿饭。我们确实一起吃了顿饭，而且那是一顿非常棒的晚餐。他们从来没有恳求我提供GPU。他们只需要下订单。一旦他们下订单，我们会尽力满足他们的产能需求。我们的流程很简单。

　　换个角度来看，Anthropic Games几天前发布了Mythos Preview 。他们甚至没有公开发布这款Mythos模型，因为他们说它拥有如此强大的网络攻击能力，在确保所有零日漏洞都被修复之前，世界还没有做好准备。但他们表示，Mythos在所有主流操作系统和浏览器中都发现了数千个高危漏洞。他们甚至在OpenBSD中也发现了一个漏洞，而OpenBSD正是专门设计用来避免零日漏洞的操作系统。他们发现的这个漏洞已经存在了27年。

　　关于中国，我们当然希望美国拥有尽可能多的计算能力。我们受限于能源，但我们已经投入大量资源来解决这个问题。我们绝不能让能源成为国家发展的瓶颈。但我们也希望确保全世界的人工智能开发者都基于美国的技术栈进行开发，并将人工智能的贡献和进步——尤其是在开源的情况下——贡献给美国生态系统。如果建立两个生态系统——一个是只能运行在外国技术栈上的开源生态系统，另一个是运行在美国技术栈上的封闭生态系统——那将是极其愚蠢的。我认为这对美国来说将是一个糟糕的结果。

　　黄仁勋：不，它就是更好。它更好，因为它更容易编程。我们拥有更好的生态系统。但无论“更好”指的是什么，无论“更好”指的是什么……当然，我们会把计算资源输送给他们。那又怎样？事实是我们能从中受益。别忘了，我们能享受到美国技术领先地位带来的好处。我们能享受到开发者们在美国技术栈上工作的益处。随着这些人工智能模型扩散到世界各地，我们也能享受到美国技术栈因此成为最佳选择带来的好处。我们可以继续推进和推广美国技术。我认为这是一件好事。这是美国技术领先地位中非常重要的一部分。

　　所以，如果我们身处这样一个世界：你已经占据了N3的大部分份额——而且在某个时候你会进入N2时代，并占据N2的大部分份额——你是否认为你可以回到N7时代，也就是利用旧工艺节点的剩余产能，然后说：“嘿，人工智能的需求如此巨大，而我们扩展前沿技术的能力却无法满足，所以我们要制造一个Hopper或Ampere架构的处理器，但要运用我们目前掌握的所有数值计算知识以及你提到的所有其他改进”？你认为这种情况会在2030年之前发生吗？