此外，黃仁勛還就ASIC芯片與英偉達GPU之間的競爭關系發(fā)表了獨到見解。他指出，英偉達的角色遠非簡單的硬件供應商，而是作為AI基礎設施的全方位提供者，其核心競爭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”的三大驅動力

黃仁勛的論述，首先為我們厘清了驅動當前及未來AI發(fā)展的核心動力。他將其概括為“三大規(guī)模法則”，這不僅是對現(xiàn)有技術的總結，更是對未來方向的精準預判。

解構“三大規(guī)模法則”：AI能力的進化階梯

傳統(tǒng)的AI發(fā)展認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更完整、更具前瞻性的框架：

預訓練（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)構建基礎大模型（Foundational Models）。這好比是為AI建造一座囊括人類所有知識的巨型圖書館，模型通過學習這些數(shù)據(jù)，掌握語言、邏輯和世界的基本規(guī)律。

后訓練（Post-training）： 這是第二階段，包括監(jiān)督微調（Supervised Fine-Tuning）和人類反饋強化學習（RLHF）等技術。如果說預訓練是“博覽群書”，后訓練就是為這位“博學的圖書管理員”設定工作規(guī)范、校正其價值觀、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)的關鍵。他指出，未來的AI交互將不再是簡單的“一問一答”。當用戶提出一個復雜問題時，AI會像一個人類專家團隊一樣，進行自主的研究、規(guī)劃、多工具調用、事實核查、代碼執(zhí)行和最終的答案生成。這個過程可能包含數(shù)十甚至數(shù)百個步驟，是一個復雜的“思考鏈”。

“這不再是簡單的檢索，而是AI在進行研究、驗證和創(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)級的，甚至是‘十億倍’級別的?！?/p>

這個“十億倍”的預測，初聽令人震驚，但細思卻合情合理。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)的后臺計算量將呈幾何級數(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?shù)鼗顒?、預算優(yōu)化等），其后臺的“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）”演進的本質。

2

“AI工廠”：

智能時代的發(fā)電廠

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

他預測，若要讓人工智能為全球GDP（目前約100萬億美元）額外增加10萬億美元的價值，全球每年需要投入約5萬億美元的資本開支（Capex）來建設和運營這些“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、高價值的商品。

面對自己預見的淘金熱，黃仁勛的策略顯然不是只做一個賣鏟子的商人。英偉達正在進行一場深刻的轉型，旨在成為這場新工業(yè)革命中，從設計、建造到運營“AI工廠”的“總承包商”。英偉達的成功始于GPU，但其未來絕不止于GPU。黃仁勛深知，單一硬件的領先優(yōu)勢是脆弱的。因此，英偉達的戰(zhàn)略核心是構建一個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?！保?br>
面對甚囂塵上的“AI泡沫論”，黃仁勛予以堅決駁斥。他認為，市場非但沒有過熱，反而面臨著嚴重的結構性短缺。

范式轉移：加速計算全面替代通用計算

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

過去數(shù)十年，全球價值數(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等應用對算力的指數(shù)級需求。而以GPU為代表的加速計算，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。

因此，當前對AI算力的高需求，并非短期炒作，而是全球IT基礎設施從CPU向GPU+CPU混合架構進行“換代升級”的長期、必然趨勢。黃仁勛認為，這片價值萬億美元的存量市場正等待被重塑，這為英偉達提供了未來十年甚至更長時間的增長動力。從這個角度看，當前的“算力短缺”才剛剛開始。

對生態(tài)的信心：OpenAI的虧損與萬億市值之路

對于合作伙伴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“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設施建設和技術研發(fā)，這與亞馬遜早期建立AWS云服務時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)模效應和技術進步而下降，同時應用場景大規(guī)模爆發(fā)，其盈利能力將是驚人的。OpenAI的成功，將是整個“AI工廠”生態(tài)價值的最終證明，也將反過來驅動對英偉達基礎設施的更大需求。

結語：

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

“AI工廠”的時代或許真的正在到來，而英偉達已經(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”，使其成為推動人類文明進步的福祉而非風險，將是我們所有人需要共同面對的、更宏大的課題。

分享到

lixiangjing

算力豹主編

相關推薦