10月4日，英伟达首席奉行官黄仁勋作客访谈节目Bg2 Pod，与主捏东谈主Brad Gerstne和Clark Tang进行了一场泛泛的对话。

他们主要商量了何如将智能扩展到AGI、英伟达的竞争上风、推理与教师的伏击性、AI规模改日的阛阓动态、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工夫的赶紧演变，尤其是通向通用东谈主工智能（AGI）谈路上的破坏。他暗示，AGI助理行将以某种方式出现，况且会跟着时期的推移变得愈加完善。

黄仁勋还共享了英伟达在筹划革掷中的一样地位，指出通过诽谤筹划成本和创新硬件架构，英伟达在推动机器学习和AI应用中占据了显耀上风。他特别提到英伟达的“护城河”，即其十年鸠集的软硬件生态系统，使得竞争者很难通过单一的芯片改进超越。

此外，黄仁勋颂扬了xAI和马斯克团队在短短19天内完成十万个GPU的孟菲斯超等集群成立，称这是“前所未有”的树立。这一集群无疑是人人最快的超等筹划机之一，将在AI推理和教师任务中显露伏击作用。

谈及AI对坐褥力的影响，黄仁勋乐不雅地暗示，AI将极大耕作企业的成果，带来更多的增长契机，并不会导致大范围闲散。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。

全文重心总结如下：

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，探求到所有这些变化，这竟然令东谈主难以置信。是以我以为咱们不错用一个想想实验和一个预计来启动。

要是我把AGI平凡地想象成我口袋里的私东谈主助理，要是我认为AGI即是阿谁白话助理，我照旧风俗了。它知谈我的一切。它对我有好意思满的顾虑，不错和我交流。他们不错帮我预订旅社，或者帮我预约大夫。望望现辞寰宇的变化速率，你认为咱们什么时候本领领有个东谈主助理？

黄仁勋：

很快就会以某种方式出现。而且跟着时期的推移，这个助接待越来越好。这即是咱们所知谈的好意思技能术。是以我认为一启动它会特殊有用，但并不好意思满。然后跟着时期的推移，它会变得越来越好意思满。就像所有的工夫一样。

Brad Gerstner：

当咱们望望变化的速率时，我认为马斯克说过，真确伏击的唯一事情即是变化的速率。咱们照实嗅觉到变化的速率照旧急剧加速，这是咱们在这些问题上见过的最快变化速率，因为咱们照旧在AI规模摸爬滚打了十年，致使更长。这是你奇迹生存中见过的最快变化速率吗？

黄仁勋：

这是因为咱们再行发明了筹划。好多事情之是以发生，是因为咱们在10年内将筹划的边缘成本诽谤了100000倍。摩尔定律应该是100倍阁下。咱们通过多种方式已毕了这少许。起初，咱们引入了加速筹划，将CPU上成果较低的作事放在GPU上。咱们通过发明新的数值精度来已毕这少许。咱们通过新的架构来已毕这少许，发明了张量中枢，以系统的方式构建MV Link，以及特殊特殊快的内存、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，我刻画的对于英伟达何如作念事的一切王人导致了超摩尔定律的创新速率。

现在真确让东谈主惊叹的是，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，机器学习不错学得特殊快。事实解说如斯。因此，当咱们再行制定分派筹划的方式时，咱们作念了好多，各式并行性。张量并行性，各式管谈并行性。咱们擅长在此基础上发明新算法和新教师方法，所有这些工夫，所有这些发明王人是相互重复的闭幕。

记忆昔时，要是你望望摩尔定律是何如运作的，软件是静态的。它是预编译的，就像放入商店的减轻筏一样。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王人在增长，所有这个词堆栈王人在创新。是以我认为，现在咱们一会儿看到了扩展。

这固然是曲凡的。但咱们昔时驳倒的是预教师模子和在阿谁层面上的扩展，以及咱们何如将模子大小翻倍，因此相应地翻倍，数据大小也翻倍。闭幕，所需的筹划才略每年加多四倍。这是一件大事。但现在咱们看到了后教师的扩展，咱们看到了推理的扩展。是以东谈主们昔时认为预教师很难，推理很容易。现在一切王人很难。这很有道理，但认为东谈主类的所有想维王人是一次性的宗旨有点无理。是以，必须有一个快速想考、慢速想考、推理、反想、迭代和模拟等认识。现在它正在出现。

Clark Tang：

我认为，对于英伟达最容易被污蔑的事情之一即是真确的英伟达模式有多深。我认为有一种不雅念，要是有东谈主发明了一种更好的芯片，他们就赢了。但事实是，你花了十年时期构建从GPU到CPU再到蚁集的完整堆栈，尤其是复旧应用门径的软件和库。在英伟达上运行。是以我认为你谈到了这少许，但当你预见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如故小？

黄仁勋：

好吧，我很感谢你解析到筹划是何如变化的。事实上，东谈主们认为（而且好多东谈主现在仍然这样认为）遐想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。您明白我的意思吗？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。这些王人很好。我的意思是，看，马力照实很伏击。是的。是以这些事情从根底上来说很伏击。

然而，不舒坦的是，这王人是宗旨。这王人是在软件是运行在Windows上的某个应用门径况且软件是静态的真谛上的宗旨，对吗？这意味着改进系统的最好方法即是制造越来越快的船。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伏击的。那么你何如看待我启用这个飞轮？一方面，让数据科学家和研究东谈主员在这个飞轮中高效作事，而这个飞轮从一启动就启动了。好多东谈主致使没特地志到需要AI来料理数据，来教养AI。而AI自己就相称复杂。

Brad Gerstner：

AI自己在改进吗？它也在加速吗？再说一次，当咱们探求竞争上风时，是的，没错。这是所有这些的组合。

黄仁勋：

恰是如斯，恰是因为有了更理智的AI来料理数据，才会导致这种情况。咱们现在致使有了合成数据生成和各式不同的数据料理方式，向其呈现数据。是以在你给与培训之前，你就照旧触及了遍及的数据处理。是以东谈主们会想，哦，Pytorch，这是寰宇的启动，亦然寰宇的终结。这特殊伏击。

但别忘了，在Pytorch之前和之后，飞轮的真谛在于你必须想考的方式，我该何如想考所有这个词飞轮，何如遐想一个筹划系统，一个筹划架构，匡助你哄骗这个飞轮，让它尽可能高效。这不是一个应用门径教师的大小。这说得通吗？这只是一步。好吧。飞轮上的每一步王人很难。是以你应该作念的第一件事，不是想考何如让Excel更快，何如让doom更快，那是昔时的事情，不是吗？现在你必须探求何如让这个飞轮更快？这个飞轮有好多不同的门径，机器学习并按捺易，你们王人知谈。

OpenAI 或 X 或 Gemini 团队所作念的事情王人按捺易，他们三想此后行地想考着咱们。我的意思是，他们作念的事情并按捺易。是以咱们决定，你看，这才是你应该探求的。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，要是这是30%的时期，而我将其加速了三倍，那么我并莫得真确加速所有这个词过程。这有道理吗？你真的想创建一个系统来加速每一步，因为唯独作念所有这个词事情，你本领真确本色性地改善周期时期和飞轮，也即是学习率，最终才是导致指数级增长的原因。

是以，我想说的是，咱们对公司真确作念的事情的看法会体现在居品上。明慧，我一直在驳倒这个飞轮，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。好多东谈主王人专注于物理AI和视频处理。想象一下前端。每秒有TB的数据进入系统。举个例子，一个管谈会收受所有这些数据。起初要准备好教师。是的，这样所有这个词过程就不错加速。

Clark Tang：

今天东谈主们只探求文本模子。是的，但改日是，这个视频模子，使用一些文本模子，比如o1，在咱们到达何处之前真确处理遍及数据。

黄仁勋：

是的。是以语言模子会触及到一切。但咱们，这个行业耗尽了巨大的工夫和元气心灵来教师语言模子，教师这些大型语言模子。现在，咱们在每一步王人使用大型语言方式。这特殊了不得。

Brad Gerstner：

我听到你说的是，在组合系统中，是的，上风会跟着时期的推移而增长。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。这即是组合，当你预见，例如，看成一个营业案例研究，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，再简略归纳一下，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：

英特尔之是以不同凡响，是因为他们可能是第一家在制造工艺工程和制造方面推崇出色的公司。制造上头说的即是制造芯片。遐想芯片，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，他们将其与制造交融在一谈。

咱们公司有点不同，咱们解析到这少许，事实上，并行处理并不要求每个晶体管王人推崇出色，串行处理要求每个晶体管王人推崇出色。并行处理需要遍及的晶体管本领更具成本效益。我愿意晶体管多10倍，速率慢20%。然后晶体管少10倍，速率快20%。这有道理吗？他们想要相背的闭幕。因此，单线程性能、单线程处理和并行处理特殊不同。因此，咱们不雅察到，事实上，咱们的寰宇并不是越走越好。咱们想要作念得特殊好，尽可能好，但咱们的寰宇真的在约束跳跃。

并行筹划、并行处理很难，因为每个算法王人需要一种不同的重构方式和再行构建算法的架构。东谈主们没特地志到的是，你不错有3个不同的 CPU。它们王人有我方的C编译器。你不错将软件编译到阿谁轴上。

这在加速筹划中是不可能的。提倡架构的公司必须提倡我方的 Open GL。是以咱们创新性地进行了深度学习，因为咱们的规模特定库叫作念cuDNN（深度神经蚁集库），一个规模特定库称为光学。咱们有一个规模特定库，称为 cuQuantum。

Brad Gerstner：

对于位于下方的行业特定算法，您知谈，每个东谈主王人关注的 Pytorch 层。就像我往往听到的那样。

黄仁勋：

要是咱们不发明它，上头的任何应用门径王人无法作事。你们明白我的意思吗？是以是英伟达真确擅长的算法。在底层架构之上的科学之间的传播，这即是咱们真确擅长的。

Clark Tang：

现在所有的明慧光王人辩论在推理上。但我难忘，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教师方面一样遒劲吗？

黄仁勋：

我不细则我是否说过它会更强。

Clark Tang：

你刚才提到了好多这些元素，两者之间的可组合性，或者，咱们不知谈举座组合。对于客户来说，能够在两者之间保捏纯真性特殊伏击。但是，既然咱们现在照旧处于推理期间，你能不成谈谈？

黄仁勋：

推理教师即是在那种范围上进行推理。我的意思是，你是对的。是以要是你教师适应，那么很有可能你会推理适应，要是你在莫得任何探求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适当其他架构，但至少，因为它照旧在英伟达上构建了架构，它将在英伟达上运行。

现在，另一个方面固然只是一种本钱投资方面，也即是当你教师新模子时，你但愿用你最好的新开辟进行教师。这会留住你昨天神用的开辟，而这些开辟特殊适合推理。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，咱们特殊严格地确保咱们永久兼容，这样咱们留住的一切王人将络续保捏超卓。

现在，咱们还参加了遍及元气心灵约束再行发明新算法，以便那时期到来时，Hopper架构比他们购买时好两倍、三倍、四倍，这样，这个基础设施就会络续真确有用。因此，咱们所作念的所有作事，改进新算法、新框架。请明慧，它有助于咱们领有的每一个装置基础。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，咱们留住了这条装置基础的陈迹，就像所有筹划装置基础王人很伏击一样。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好意思满运行。它们王人具有邃密的兼容性。因此，我认为架构兼容性对于大型开辟特殊伏击，对于 iPhone 和其他开辟亦然如斯。我认为装置基础对于推理特殊伏击。

黄仁勋：

但真确让我获益匪浅的是，咱们正在竭力在新的架构中教师这些大型语言模子。咱们能够想考，在某一天时机闇练时，何如创建在推理方面推崇出色的架构。因此，咱们一直在想考推理模子的迭代模子，以及何如为此创建特殊互动的推理体验，对吧，您的个东谈主代理。您不想说完话后就离开并想考一段时期。您想很快与您互动。那么咱们该何如创建这样的东西呢？

MVLink这样咱们就不错选定这些特殊适合教师的系统。但是当你完成它时，推感性能会特殊出色。是以你想优化这个到第一个Token的时期。而到第一个Token的时期实践上特殊难作念到，因为到第一个Token的时期需要遍及的带宽。但要是你的高下文也很丰富，那么你需要遍及FLOPS。因此，你需要无尽量的带宽，同期无尽量的FLOPS本领已毕几毫秒的反适时期。是以这个架构真的很难已毕。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）一谈吃饭，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伏击配合股伴，况且将络续是咱们的伏击配合股伴。就我所见，未下寰宇将依靠英伟达。

是以当你预见正在构建的定制ASIC时，它们将用于策画应用。也许是Meta的推理加速器，也许是亚马逊的教师，或者谷歌的TPU。然后你想想你今天面对的供应短缺，这些成分会改革这种动态吗？或者它们会补充他们从你何处购买的系统？

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寰宇构建一个筹划平台。咱们试图创造，在筹划规模，如斯真切的少许是，经过60年的发展，咱们再行发明了所有这个词筹划堆栈。从编程到机器学习，从CPU到GPU，从软件到AI，应用门径从软件到AI。从软件器具到AI。因此，筹划堆栈和工夫堆栈的每个方面王人发生了变化。

咱们想作念的是创建一个遍地可用的筹划平台。这照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，要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，咱们把它看作一台筹划机。我之前说过，数据中心现在是筹划的单元。对我来说，当我预见筹划机时，我探求的不是芯片。我在探求这个东西。这是我的想维模子，里面的所有软件、所有编排、所有机器，王人是我的职责。这即是我的筹划机。

咱们每年王人试图建造一台新的。是的，这太跋扈了。以前从来莫得东谈主这样作念过。咱们每年王人试图建造一台全新的。每年，咱们王人提供两到三倍的性能。因此，每年，咱们王人会将成本诽谤两到三倍。每年，咱们王人会将能源成果提高两到三倍。因此，咱们要求客户不要一次性购买所有东西，每年只买少许，对吗？好的。这样作念的原因是，咱们但愿它们的成本在改日保捏平均水平。现在，所有东西在架构上王人是兼容的，是以以咱们现在的速率单独构建这些东西是曲常稳健的。

现在，双重稳健的部分是，咱们给与所有这些，而不是将其看成基础设施或服务出售，咱们不同意所有这些。咱们将它集成到GCP、AWS、Azure、X 中。是以每个东谈主的集成王人不同。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，咱们将咱们的蚁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，现在咱们每年王人这样作念。这即是名胜。

Brad Gerstner：

咱们，我的意思是，你每年王人试图这样作念，这太跋扈了。那么是什么驱使你每年王人这样作念呢？

黄仁勋：

是的，那即是当你系统地分解它时。你们分解得越多，每个东谈主分解得越多，他们就越骇怪。是的。今天所有这个词电子生态系统何如能够悉力于与咱们配合，最终构建出一个集成到所有这些不同生态系统中的筹划机立方体，况且调解如斯无缝。因此，明显咱们向后传播的是API、方法、业务进程和遐想章程，而向前传播的是方法、架构和API。

Brad Gerstner：

他们原本即是这样的。

黄仁勋：

几十年来，他们一直在竭力。是的，而且跟着咱们的发展也在约束发展。但是，这些 AP 必须整合在一谈。

Clark Tang：

有东谈主只需调用 OpenAI API，它就不错作事。即是这样。

黄仁勋：

对。是的，有点跋扈。这是一个举座。这即是咱们发明的，这个重大的筹划基础设施，所有这个词星球王人在与咱们配合。它融入了任何方位。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。它们在架构上王人是兼容的。相称跋扈。

Brad Gerstner：

这太跋扈了。

黄仁勋：

我不想让你留住我莫得恢复问题的印象。事实上，我恢复了。当咱们真确分层基础时，我的意思是想考的方式。咱们只是在作念一些不同的事情。是的，看成一家公司，咱们但愿了解情况，我对公司和生态系统周围的一切王人特殊了解，对吗？

我知谈所有东谈主王人在作念其他事情，他们在作念什么。有时这对咱们是不利的，有时不是。我特殊清亮这少许，但这并莫得改革公司的策画。是的，公司的唯一策画是构建一个不错无处不在的平台架构。这即是咱们的策画。

咱们不会试图从任何东谈主何处夺取任何份额。英伟达是作念市商，而不是份额获取者。要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驳倒阛阓份额，里面也莫得。咱们驳倒的王人是咱们何如创造下一个东西？

咱们不错在这个飞轮中科罚的下一个问题是什么？咱们何如本领更好地为东谈主们服务？咱们何如将昔时需要轻佻一年时期的飞轮裁减到轻佻一个月？是的。那光速是若干？不是吗？

是以咱们在探求所有这些不同的事情，但有一件事咱们不会，咱们不会，咱们对所有事情王人了如指掌，但咱们确信咱们的职责是曲常独到的。唯一的问题是这个职责是否必要。这有真谛吗？所有公司，所有伟大的公司王人应该把这个看成中枢。这是对于你在作念什么？

固然。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？我确信你是又名开发东谈主员，你是一家生成式AI初创公司，你行将决定何如成为一家公司。

你不消作念出的一个采纳是我复旧哪一款 A6？要是你只复旧CUDA，你不错去任何方位。你以后老是不错改革主意的。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，其他的决定你王人不错推迟。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 配合时，咱们会提前几年向他们展示咱们的道路图。

他们莫得向咱们展示他们的基本道路图，而且这从未冒犯过咱们。这有道理吗？咱们创造，咱们处于一个。要是你有一个唯一的策画，你的策画有真谛，你的职责对你和其他东谈主来说王人是稀零的，那么你不错透明。请明慧，我的道路图在 GTC 上是透明的。我的道路图对咱们在 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王人莫得问题，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，您最近暗示对Blackwell的需求特殊跋扈。您说，作事中最稳健的部分之一即是辞寰宇缺少您能够坐褥和提供的筹划才略的情况下，用神色器具对东谈主们说“不”。但品评者说了这些。稍等一会儿。他们说这就像2000年的想科一样，咱们过度成立光纤。这将是昌盛与陌生的轮流。我预见23岁首咱们吃饭的时候。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：

就让事实图穷匕见吧。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日特殊雀跃，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驳倒投资他们的公司。他们说，好吧，要是你不成投资咱们的公司，那就买英伟达，因为寰宇上每个东谈主王人在试图赢得英伟达芯片来构建这些将改革寰宇的应用门径。固然，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，以至于他们无法想象寰宇上正在发生的事情。是以最终范围更大了。用特殊平凡的英语来说，对Blackwell的需求是跋扈的，而且只消你能，只消你能预感，它就会一直这样下去。固然，改日是未知的，不可知的。但为什么品评者会错得这样离谱，认为这不会像想科在2000年那样过度成立。

黄仁勋：

想考改日的最好方式是从第一原则登程，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即是再行发明筹划，不是吗？咱们刚才说过，改日筹划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，确切每一个应用门径，Word、Excel、Powerpoint、Photoshop、Premier，AutoCAD，你最可爱的应用门径王人是手工遐想的。我向你保证，改日它将高度机器学习。对吧？是以所有这些器具王人会如斯，最伏击的是，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？咱们照旧再行发明了筹划。咱们不会回头了。所有这个词筹划工夫堆栈王人在被再行发明。好的。既然咱们照旧作念到了这少许，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许。是以这些即是我现在的基身手实。是的。

现在的问题是会发生什么？让咱们记忆一下昔时的家庭筹划。昔时的筹划机参加了1万亿好意思元。咱们望望，只消大开门，望望数据中心，望望它。这些筹划机是你想要的改日吗？谜底是狡赖的。你何处有所有这些CPU。咱们知谈它能作念什么，不成作念什么。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，在咱们讲话的时候，要是咱们要在改日四五年内对这些旧东西进行当代化更始。这不算分辩理。

是以咱们有一个趋势，你正在与那些必须对其进行当代化更始的东谈主进行交谈。是的，他们正在GPU上对其进行当代化更始。即是这样。

咱们再作念一次测试。你有500亿好意思元的本钱开销。你可爱花选项A，选项B，为改日建立本钱开销，对吗？

或者像昔时一样建立本钱开销，现在你照旧领有了昔时的本钱开销，对吗？是的，对。它就在何处。归正也莫得好转若干。莫尔斯定律基本收尾了。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500亿好意思元中的若干？好吧，我会参加500亿好意思元的100%，因为我照旧有了四年的基础设施，这是昔时的。

是以现在你只是，我只是从某东谈主从第一原理想考的角度来推理，这即是他们正在作念的事情。理智的东谈主在作念理智的事情。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。未必是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改日四五年内成立。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。

改日，咱们会有代理。咱们公司会迥殊字职工。在你的收件箱里，你会看到这些低矮的样貌上的小点。改日，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，我要用教唆来编程AI。对吧？现在，这和我今天早上跟我聊天没什么不同。

我来这里之前写了好多电子邮件。我固然在教唆我的团队。我会刻画布景，刻画我所知谈的基本纪律，刻画他们的任务。我会留住有余的空间，我会给出有余的标的，让他们明白我需要什么。我想尽可能清亮地诠释闭幕应该是什么，但我留住了有余的暗昧空间，少许创意空间，这样他们就不错给我惊喜。

对吧？这和我今天教唆AI没什么不同。是的，这恰是我提倡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？是以有一整层筹划结构。这一整层我称之为AI工场，寰宇必须制造，但今天根底不存在。

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，机要之处在于，这个新数据中心的当代化架构和AI工场的架构是一样的。这是一件功德。

Brad Gerstner：

您能否说清亮，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杰出10亿好意思元。当你今天坐在这里时，有什么情理吗？对，要是你在数万亿的Tam中唯独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，并不是所有事情王人如斯，公司只受鱼塘大小的纪律，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？这需要好多想象力，这即是为什么作念市商在不创建新鱼塘的情况下探求改日的原因。记忆昔时并试图夺取阛阓份额很难弄清亮这少许。对。份额获取者只可这样大。固然。作念市商不错特殊大。固然。

是以，我认为咱们公司领有的好运是，从公司成立之初，咱们就必须创造阛阓，本领在其中畅游。那时东谈主们没特地志到这少许，但现在东谈主们照旧意志到了，但咱们处于创造3D游戏PC阛阓的起始。咱们基本上发明了这个阛阓，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，需要发明一个新的阛阓，以便以后为其服务，这对咱们来说是一件特殊舒适的事情。

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。咱们王人参与了。

黄仁勋：

是的，真的为他们感到雀跃，真的很雀跃他们走到了一谈。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50亿好意思元阁下，来岁可能会达到100亿好意思元。要是你望望今天的业务，它的收入轻佻是谷歌初次公开募股时的两倍。他们有2.5亿，是的，每周平均用户数为2.5亿，咱们估量这是谷歌初次公开募股时的两倍。要是你望望这家公司的市盈率，要是你信赖来岁会有100亿好意思元，那么它轻佻是预期收入的15倍，也即是谷歌和Meta在初次公开募股时的市盈率。想象一家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看成配合股伴对你的伏击性，以及OpenAI看成推动公众对AI的解析和使用的力量。

黄仁勋：

好吧，这是咱们这个期间最伏击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伏击，我也不认为时机很伏击。我知谈的一件事是，AI将跟着时期的推移领有才略道路图。而这个才略道路图将特殊壮不雅、奇特。在此过程中，早在它达到任何东谈主对AGI的界说之前，咱们就会充分哄骗它。

你所要作念的即是，现在，在咱们讲话的时候，去和数字生物学家、格式工夫研究东谈主员、材料研究东谈主员、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遐想师、制造工程师、机器东谈主人人。选你最可爱的。无论你想采纳哪个行业，你王人要深入研究，和伏击的东谈主交谈，问他们，AI是否透顶改革了你的作事方式。你收罗这些数据点，然后回头问问我方，你想有多怀疑。因为他们不是在驳倒AI的认识上风。他们现在驳倒的是将来使用AI。现在，农业工夫、材料工夫、格式工夫，你采纳你的工夫，你采纳你的科学规模。它们正在跳跃。AI正在匡助他们鼓动他们的作事。

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？实足是这样。我会以某种方式改革营业。咱们知谈这少许。我的意思是，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 的醒觉激励了它，这完全令东谈主难以置信。我可爱他们的速率和他们推动这一规模发展的独到策画，这真的很伏击。

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特殊便宜的价钱建立模子。是以早期咱们有好多模子公司。这些，特征、语灭亡凝合力王人列在清单上。

好多东谈主质疑这些公司是否能够在经济引擎上建立兔脱速率，从而络续资助下一代。我我方的嗅觉是，这即是你看到整合的原因。OpenAI 明显达到了速率。他们不错资助我方的改日。我不清亮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阛阓一样，将这种整合到能够责任得起的阛阓一样者身上，他们领有经济引擎和应用门径，不错让他们络续投资。

黄仁勋：

起初，模子和AI之间存在根底区别。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是一种才略，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，但并不一样，后者与聊天机器东谈主的AI相关，但并不一样。

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，王人会有契机，但不是堆栈的每一层王人为每个东谈主提供无尽的契机。

现在，我刚刚说了一句话，你所作念的即是用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与加速筹划之间存在根底区别。加速筹划与咱们在 AI 基础设施方面所作念的作事不同。它们是相关的，但并不完全一样。它们是相互重复的。它们并不完全一样。而且这些抽象层中的每一个王人需要完全不同的技能。

真确擅长构建GPU的东谈主不知谈何如成为一家加速筹划公司。我不错例如诠释，有好多东谈主制造 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，咱们不是今天唯逐一家制造GPU的公司，对吗？到处王人有 GPU，但它们不是加速筹划公司。有好多东谈主这样作念。他们的加速器不错进行应用门径加速，但这与加速筹划公司不同。例如，一个特殊专科的AI应用门径，对吧，这可能是一件特殊获胜的事情，对吗？

Brad Gerstner：

这即是 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才略的公司。是以你必须决定你想成为什么样的东谈主。所有这些不同规模可能王人有契机。但就像建立公司一样，你必须明慧生态系统的变化以及跟着时期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，你不错用好多不同的方式来想考这个问题。

Brad Gerstner：

固然，有一家新进入者有钱、有贤达、有诡计。那即是 xAI。是的，对。而且，有报谈称你和 Larry Ellison（甲骨文创举东谈主）和马斯克共进晚餐。他们劝服你毁掉 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：

你认为他们有才略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范围。起初，跟咱们谈谈 X 和他们的诡计以及他们取得的树立，但同期，咱们照旧到了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，承认树立。从认识的那一刻到数据中心准备好让英伟达在何处装置咱们的开辟，再到咱们启动它、连接好它并进行第一次教师的那一刻，这一切王人值得。

黄仁勋：

好的。是以第一部分即是在这样短的时期内建造一个巨大的工场，水冷、通电、赢得许可，我的意思是，这就像超东谈主一样。是的，据我所知，寰宇上唯唯一个东谈主能作念到这少许。我的意思是，马斯克对大型系统的工程和成立以及资源调配的阐发是唯一无二的。是的，这竟然令东谈主难以置信。固然，他的工程团队也很出色。我的意思是，软件团队很棒，蚁集团队很棒，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、蚁集团队或基础设施筹划团队、软件团队一谈启动辩论的那一刻起，所有的准备作事王人提前了。然后所有的基础设施、所有的物流、本日运来的工夫和开辟数目、视频基础设施和筹划基础设施，以及培训所需的所有工夫，19 天王人悬而未决，你想要什么吗？作念了。

退一步想想，你知谈 19 天是若干天吗？19 天是几周吗？对吧？要是你亲眼望望，工夫的数目是令东谈主难以置信的。所有的布线和蚁集，英伟达开辟的蚁集与超大范围数据中心的蚁集特殊不同。好的，一个节点需要若干根电线。筹划机的后头全是电线，而将这一大堆工夫和所有软件集成在一谈，竟然不可想议。

是以我认为马斯克和X团队所作念的，我特殊谢忱他承认咱们与他一谈进行的工程作事以及辩论作事等等。但他们取得的成即是唯一无二的，以前从未有过。只是从这个角度来看。十万个 GPU，看成一个集群，这很容易成为地球上最快的超等筹划机。你建造的超等筹划机时时需要三年的辩论时期。然后他们委用开辟，需要一年的时期本领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：

一切王人照旧正常运转了。是的，固然，还有一大堆 X 算法、X 框架、X 堆栈等等。咱们说咱们有遍及逆向集成要作念，但辩论特殊出色。只是事先辩论。

Brad Gerstner：

一端是正确的。马斯克是一端。是的，你，但你恢复这个问题时一启动就说，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：

临了一部分是狡赖的。我的嗅觉是散播式教师必须有用。我的嗅觉是散播式筹划将被发明。某种方式的联邦学习和散播式筹划，异步散播式筹划将被发现。

我对此特殊热衷和乐不雅，固然，要意志到的是，缩放定律昔时是对于预教师的。现在咱们照旧转向多模态，咱们照旧转向合成数据生成，后教师现在照旧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，然后现在推理缩放照旧达到了顶峰。一个模子在恢复你的谜底之前照旧进行了令东谈主难以置信的 10000 次里面推理。

这可能并非分辩理。它可能照旧完成了树搜索。它可能照旧在此基础上进行了强化学习。它可能，它可能照旧进行了一些模拟，信服作念了好多反想，可能查找了一些数据，查抄了一些信息，不是吗？是以他的布景可能相称大。我的意思是，这种类型的智能是。好吧，这即是咱们所作念的。这即是咱们所作念的。不是吗？因此，对于才略，这种扩展，我刚刚进行了筹划，并将其与模子大小和筹划大小每年 4 倍进行复合。

另一方面，需求在使用方面捏续增长。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，咱们何如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如故一次 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获利之一是，你正在探求所有这个词生态系统和改日好多年。是以，因为英伟达只是在扩大或扩大范围，是为了知足改日的需求。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。当散播式教师出刻下，你就会编写软件来已毕它。

黄仁勋：

咱们七年前就开发了 Megatron。是的，这些大型教师任务的扩展会发生。是以咱们发明了Megatron，是以，所有正在进行的模子并行性，所有散播式教师的破坏和所有批处理以及所有这些东西王人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、最理智的东谈主，并将他们带到好意思国。我知谈咱们王人对此充满慈祥。是以我可爱这个宗旨，建立一个想考的模子，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致意：恰是这些通过外侨来到好意思国的东谈主，树立了咱们，让咱们成为现在的神志，将他们的集体贤达带到了好意思国。

黄仁勋：

固然。还有外星贤达。

Brad Gerstner：

固然。这是由咱们的一又友 Noam Brown 带头的。推理时期推理看成扩展智能的全新载体有多伏击，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，好多智能不成先验地完成。对。好多筹划，致使好多筹划王人不成再行排序。我的意思是，无序奉行不错优先完成，好多事情只可在运行时完成。

是以，无论你是从筹划机科学的角度如故从智能的角度来想考，太多的事情王人需要布景。环境，对吧。还有质料，你正在寻找的谜底类型。有时，一个快速的谜底就有余了。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期。

是的。对吧？是以我完全不错想象我向我的AI发送一个教唆，告诉它，探求一晚。探求通宵。不要随机告诉我。我但愿你探求一整晚，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，现在的质料，智能的细分。会有一次性的版块。固然。还有一些需要五分钟。

对吧？还有东谈主类。是以要是你风物的话，咱们将成为一个重大的职工群体。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，从营业角度来看，这是一个被严重污蔑的事情。你刚刚刻画了一家公司，它的产出量相称于一家领有 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，你并莫得说我要奉命所有职工。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，这往往被污蔑。AI不是我。AI不会改革每一项作事。AI将对东谈主们的作事方式产生巨大影响。让咱们承认这少许。AI有后劲带来令东谈主难以置信的平允。它也有后劲变成伤害。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：

东谈主们冷酷的部分是，当公司使用AI提高坐褥力时，它很可能会推崇为更好的收益或更好的增长，或两者兼容并包。当这种情况发生时，首席奉行官的下一封电子邮件很可能不是裁人。

Brad Gerstner：

固然是公告，因为你在成长。

黄仁勋：

原因是咱们有更多的宗旨，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探求。是以自动化部分，AI不错匡助咱们作念到。明显，它也会匡助咱们想考，但仍然需要咱们去弄清亮我想科罚什么问题。咱们不错科罚的问题有上万亿。那么，公司需要科罚什么问题，采纳这些宗旨，并找出自动化和扩展的方法。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许，要是你回到昔时，明显咱们今天的宗旨比 200 年前更多。这即是为什么 GDP 更大、工作东谈主数更多的原因。尽管咱们在底层跋扈地自动化。

Brad Gerstner：

这是这个时期的一个特殊伏击的点，咱们正在进入一个确切所有东谈主类坐褥力、确切所有东谈主类昌盛王人是自动化的副居品。昔时 200 年的工夫。我的意思是，你不错望望亚当·斯密和谢姆彼得的创造性碎裂，你不错望望昔时 200 年来东谈主均 GDP 增长图表，现在它正在加速。

是的，这让我预见了这个问题。要是你望望 90 年代，咱们好意思国的坐褥力增长率轻佻是每年 2.5% 到 3%，好吗？然后在 2010 年，它放缓到轻佻 1.8%。然后昔时 10 年是坐褥力增长最慢的十年。是以这即是咱们固定数目的劳能源和本钱或产出量，实践上是有纪录以来最慢的。

好多东谈主王人在争论这个原因。但要是寰宇真的像您所刻画的那样，咱们要哄骗和制造智能，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。固然，咱们生活在这个寰宇上，是以咱们有顺利的把柄。

咱们有顺利的把柄，要么是伶仃的案例，要么是个别研究东谈主员，他们能够哄骗AI以难以想象的超大范围探索科学。这即是坐褥力。百分百估量坐褥力，或者咱们正在以如斯高的速率遐想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筹划机复杂性正在呈指数级增长，而公司的职工基础并不是估量坐褥力的表率，对吧。

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

是以，我不错深入研究，我不错抽样检验好多不同的行业。我不错切身检验。是的，你说得对。营业。没错。

是以我不错，固然，你不成，咱们不成，咱们可能会过度拟合。但它的艺术性固然是空洞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。现在咱们要大范围坐褥它。咱们，咱们，咱们所有东谈主王人必须擅长，要是你被这些AI包围，它们作念得特殊好，比你好得多，会发生什么。当我追念起来，这即是我的生活。我有 60 个顺利下属。

他们在我方的规模是寰宇一流的，而且他们作念得比我好。比我好好多。我与他们互动毫无稳健，我也能绝不勤勉地遐想他们。我也能绝不勤勉地编程他们。是以我认为东谈主们要学习的是，他们王人将成为 CEO。

他们王人将成为 AI 代理的 CEO。他们有才略领有创造力，嗯，一些常识，以及何如推理，何如分解问题，这样你就不错对这些 AI 进行编程，以匡助你已毕像我一样的策画。这即是辩论公司。

Brad Gerstner：

现在。你提到了一些东西，那即是不调解，安全的AI。你提到了中东正在发生的悲催。咱们领有好多自主权，而且好多AI正辞寰宇各地使用。那么让咱们来谈谈坏东谈主、安全AI、与华盛顿的调解。你今天嗅觉何如？咱们走在正确的谈路上吗？咱们有有余的调解水平吗？我认为马克·扎克伯格曾说过，咱们击轻松AI的方法是让好AI变得更好。你何如刻画你对咱们何如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：

对于安全的商量照实很伏击，也很好。是的，抽象的不雅点，将AI视为一个巨大的神经元蚁集的认识性不雅点，并不是那么好，对吧。好的。原因是，家喻户晓，AI和大型语言模子是相关的，而不是一趟事。我认为有好多正在作念的事情特殊好。第一，开源模子，以便所有这个词研究社区、每个行业和每个公司王人不错参与AI，是的，并学习何如哄骗这种才略进行应用。特殊好。

第二，东谈主们低估了悉力于发明AI以保证AI安全的工夫数目。是的，AI不错整理数据、佩带信息、进行教师，创建AI是为了调解AI，生成合成数据以扩展AI的常识，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告知 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 正在受到颂扬，对吗？

Brad Gerstner：

那么咱们照旧建立了。

黄仁勋：

那。咱们正在建立这一切。是的，在所有这个词行业中，方法论、红队、进程、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，莫得政府功令说你必须这样作念。是的，今天在这个规模中构建这些AI的参与者正在认真对待这些关节问题，并围绕最好实践进行调解。没错。

黄仁勋：

是以这还莫得得到充分疼爱，也莫得得到充分阐发。是的。需要有东谈主，需要，每个东谈主王人需要启动驳倒AI，这是一个AI系统，是一个工程系统，是经过全心遐想的，从第一原则构建的，经过充分测试的，等等。记着，AI是一种不错应用的才略。我不认为有必要对伏击工夫进行监管，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。所有照旧监管工夫应用的不同生态系统现在王人必须监管现在融入AI的工夫应用。

是以，我认为，不要污蔑，不要冷酷寰宇上为AI而必须启动的遍及功令。不要只依赖一个六合星河系。AI委员会可能能够作念到这少许，因为所有这些不同的机构的成立王人是有原因的。所有这些不同的监管机构的成立王人是有原因的。回到领先的原则，我会。

Brad Gerstner：

你们推出了一个特殊伏击、特殊重大、特殊遒劲的开源模子。

黄仁勋：

Nemotron。

Brad Gerstner：

是的，很明显，Meta为开源作念出了要紧孝敬。我发现当我阅读 Twitter 时，有好多对于绽放与禁闭的商量。您何如看待开源，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，它们为营业运营提供能源，这是您对改日的看法吗？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，领有闭源模子实足莫得错，它们是督察创新所必需的经济模子的引擎。好吧，我完全赞叹这少许。我认为禁闭与绽放的对立是不实的。

因为绽放是许多行业得以激活的必要条件，现在，要是咱们莫得开源，所有这些不同的科学规模何如能够激活，激活AI。因为他们必须开发我方的特定规模的AI，他们必须使用开源模子开发我方的AI，创建特定规模的AI。它们是相关的，不是，再说一遍，不一样。只是因为你有一个开源模子并不虞味着你就有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、交通输送，这些行业、科学规模的列推崇在照旧因为开源而得以已毕。

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。明显，是的，马克和他们所作念的作事令东谈主难以置信。超乎想象。是的。它完全激活并引诱了每一个行业、每一个科学规模。

好的，固然。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会以某种方式坐在何处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若干次，这个轮回值得怀疑。然而，我脑海中的画面有点像你找了一个超等理智的东谈主，把他关进一个软垫房间，关上门轻佻一个月，出来的可能不是一个更理智的东谈主。是以，是以，但你不错让两三个东谈主坐在一谈，咱们有不同的AI，咱们有不同的常识散播，咱们不错来去进行质料保证。咱们三个东谈主王人不错变得更理智。

因此，你不错让 AI 模子交换、互动、来去传递、商量强化学习、合成数据生成等，这种宗旨在直观上是有真谛的，不错提倡建议并有真谛。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，这是最好的品评。

兴趣。这是一个特殊棒的模子，不错增强其他东谈主的模子。因此，无论其他东谈主的模子有多好，我王人会建议使用Nemotron 340B 来增强和改进它。咱们照旧看到 Llama 变得更好，使所有其他模子王人变得更好。

Brad Gerstner：

看成在 2016 年委用 DGX1 的东谈主，这真的是一段不可想议的旅程。您的旅程既不可想议又令东谈主难以置信。就像只是在早期幸存下来一样特殊了不得。您在 2016 年委用了第一台 DGX1。咱们在 2022 年迎来了寒武纪时刻。

是以我要问您一个我往往想得到谜底的问题，那即是，在 60 个顺利下属的一样下，您能督察现在的作事多久？您无处不在。您正在推动这场创新。您玩得高兴吗？还有什么其他您更风物作念的事情吗？

黄仁勋：

这是对于昔时一个半小时的问题。谜底是“我很享受”。很棒的时光。我无法想象我更风物作念的其他事情。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。我也曾欲望它老是充满乐趣吗？我认为它老是很伏击。

是的，我不会太严肃地对待我方。我特殊认真地对待作事。我特殊认真地对待咱们的责任。我特殊认真地对待咱们的孝敬和咱们的时刻。

这老是充满乐趣吗？不。但我一直王人可爱它吗？是的。就像所有的事情一样，无论是家庭、一又友如故孩子。它老是充满乐趣吗？不。咱们老是可爱它吗？实足。

是以我认为，我，我能作念多久？真确的问题是，我能保捏相关性多久？这才是最伏击的，这个问题的谜底只然而我将何如络续学习？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。我对我说相关性和络续学习的才略愈加乐不雅，因为AI。我每天王人在用它，我不知谈，但我信赖你们王人在用。我确切每天王人在用它。

我莫得一个研究不触及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，令东谈主骇怪的是，我接下来问的两三个问题，揭示了一些我不知谈的东西。你采纳你的主题。你采纳你的主题。我认为AI是一个导师。

AI 是助手，AI 是配合股伴，不错与我一谈集想广益，检验我的作事，店员们，这完全是创新性的。我是又名信息作事者。我输出的是信息。是以我认为他们对社会的孝敬特殊了不得。是以我认为，要是是这样的话，要是我能保捏这种相关性，络续作念出孝敬，我知谈这项作事有余伏击，是的，我想络续追求它，我的生活质料令东谈主难以置信。是以我会。

Brad Gerstner：

说我无法想象你和我在这个规模照旧作事了几十年，我无法想象错过这一刻。这是咱们奇迹生存中最伏击的时刻。咱们特殊感谢这种配合关系。

黄仁勋：

诅咒改日十年。

Brad Gerstner：

想想伙伴关系。是的，你让事情变得更理智。谢谢你。我认为你看成一样层的一部分真的很伏击，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：

和你们在一谈。真的很高兴。真的。谢谢。