主题演讲后ღ◈ღ◈，今天ღ◈ღ◈，英伟达创始人兼CEO黄仁勋与智东西等全球媒体进行了长达近2小时的深度交流ღ◈ღ◈，连续回答32问ღ◈ღ◈，并透露

　　黄仁勋对昨日英伟达GTC演讲中的重磅发布做了许多补充解读ღ◈ღ◈，包括解释说昨天撂出的重磅预言“到2027年收获1万亿美元订单”ღ◈ღ◈，仅仅包含Blackwell和Vera Rubin两条产品线ღ◈ღ◈，还没算上独立CPUღ◈ღ◈、Groqღ◈ღ◈、存储及网络设备ღ◈ღ◈。

　　和全球媒体沟通过程中ღ◈ღ◈，黄仁勋也展示了自己颇有“活人感”的几个侧面ღ◈ღ◈。当知名汽车媒体Motor Trend在现场宣布黄仁勋为年度人物时ღ◈ღ◈，他显得十分开心ღ◈ღ◈，不仅扬言要“站在这里直到再多拿几个奖”ღ◈ღ◈，还幽默地向全场“忏悔”ღ◈ღ◈，笑称自己其实已经两年没摸过方向盘qq旋风2ღ◈ღ◈，全靠自动驾驶代步ღ◈ღ◈，言语间难掩骄傲与笑意ღ◈ღ◈。

　　而当采访突然被一阵突兀的手机铃声打断时ღ◈ღ◈，他毫不客气地中断了回答ღ◈ღ◈，当场“抓包”并抛出自己的铁律ღ◈ღ◈：“开会时所有手机必须静音ღ◈ღ◈，不振动ღ◈ღ◈、不响铃ღ◈ღ◈，彻底静音ღ◈ღ◈，这点英伟达人人都知道ღ◈ღ◈。”他甚至在台上静静等候对方处理完毕ღ◈ღ◈，半开玩笑半认真地说到ღ◈ღ◈：“我在等你呢ღ◈ღ◈。”将他对身边一切的绝对掌控感与不加掩饰的真性情ღ◈ღ◈，展露得淋漓尽致ღ◈ღ◈。

　　1ღ◈ღ◈、200亿美元收购Groqღ◈ღ◈：Groq之于英伟达ღ◈ღ◈，就如同Mellanox之于英伟达ღ◈ღ◈。Groq的LPU并非为了替代现有产品ღ◈ღ◈，与Vera Rubin结合后才能应对新兴的推理细分市场ღ◈ღ◈。

　　2ღ◈ღ◈、Vera CPUღ◈ღ◈：这些CPU与传统x86 CPU截然不同ღ◈ღ◈，未必适用于所有场景ღ◈ღ◈，其核心价值在于用10亿美元的CPUღ◈ღ◈，支撑500亿美元的GPU跑满性能ღ◈ღ◈。

　　3ღ◈ღ◈、存储芯片ღ◈ღ◈：英伟达目前拥有数据中心中唯一一个同时针对HBMღ◈ღ◈、LPDDRღ◈ღ◈、SRAM三种存储技术进行优化的架构ღ◈ღ◈，他们还在与每一家内存厂商合作ღ◈ღ◈。

　　4ღ◈ღ◈、AI不会杀死SaaSღ◈ღ◈：以EDA软件为例ღ◈ღ◈，AI并非从零开始凭空生成晶体管ღ◈ღ◈，英伟达工程师也不是像在用Nano Banana生图一样设计芯片ღ◈ღ◈，而是一层一层地精确构建ღ◈ღ◈。

　　5ღ◈ღ◈、AI安全ღ◈ღ◈：用科幻小说式的AI叙事去恐吓所有人是一种傲慢和自大ღ◈ღ◈。AI智能体系统像“白细胞”一样参与网络安全ღ◈ღ◈，当入侵者来袭时可以立即响应并蜂拥而至ღ◈ღ◈，展开反击ღ◈ღ◈。

　　6ღ◈ღ◈、OpenClaw爆火ღ◈ღ◈：OpenClaw是后推理时代AI的转折点ღ◈ღ◈，“市场对一个精心设计的开源智能体系统ღ◈ღ◈，存在着真正且长期被压抑的迫切需求”ღ◈ღ◈。

　　7ღ◈ღ◈、H200进入中国ღ◈ღ◈：“英伟达已获得向中国众多客户销售H200的许可证ღ◈ღ◈，也已经收到了来自众多客户的采购订单ღ◈ღ◈，正处于恢复生产的过程之中ღ◈ღ◈。”

　　8ღ◈ღ◈、1万亿美元营收ღ◈ღ◈：此前预测的至2027年1万亿美元营收ღ◈ღ◈，仅仅包含了Blackwell和Vera Rubin两条产品线ღ◈ღ◈。如果加上独立CPUღ◈ღ◈、Groq公海赌网平台ღ◈ღ◈、存储以及网络设备ღ◈ღ◈，规模可能会达到1.25万亿美元ღ◈ღ◈。

　　9ღ◈ღ◈、投资背后逻辑ღ◈ღ◈：英伟达只向那些他们相信会成功的公司提供融资ღ◈ღ◈，瞄准的是“下一个谷歌”ღ◈ღ◈、“下一个Meta”ღ◈ღ◈、“下一个亚马逊”ღ◈ღ◈。其本质是在投资生态ღ◈ღ◈，这是极佳的投资标的ღ◈ღ◈。

　　10ღ◈ღ◈、如何理解英伟达ღ◈ღ◈：英伟达40%的业务任何云服务商都无法独立覆盖ღ◈ღ◈，剩下60%是云业务ღ◈ღ◈，其中40%～50%的需求由英伟达创造ღ◈ღ◈，比如没有英伟达甲骨文就没法服务OpenAIღ◈ღ◈，最后才是云服务商自身的需求ღ◈ღ◈。

　　11ღ◈ღ◈、DLSS 5争议ღ◈ღ◈：对DLSS 5的批评完全错误ღ◈ღ◈，开发者依然可以对生成效果进行微调ღ◈ღ◈。一切主动权都在开发者手中ღ◈ღ◈。英伟达在创造的是技术ღ◈ღ◈，而非艺术ღ◈ღ◈。

　　12ღ◈ღ◈、机器人ღ◈ღ◈：推理能力的突破和VLA（视觉-语言-动作）模型的应用ღ◈ღ◈，已经给机器人的认知问题提供解决方案ღ◈ღ◈。剩下的主要是工程优化ღ◈ღ◈，未来三年内机器人技术将迎来重大突破ღ◈ღ◈。

　　13ღ◈ღ◈、自动驾驶ღ◈ღ◈：英伟达自动驾驶业务目前约占总营收的1%ღ◈ღ◈，但英伟达最初做的几乎每一件事ღ◈ღ◈，比如CUDAღ◈ღ◈、可编程着色器ღ◈ღ◈、光追都耗费了大量资金ღ◈ღ◈，却毫无回报ღ◈ღ◈，甚至引来不少质疑ღ◈ღ◈。必须坚信自己所相信的ღ◈ღ◈，然后决定是否值得继续追求ღ◈ღ◈。

　　14ღ◈ღ◈、AI时代的职场与人类未来ღ◈ღ◈：AI不会导致大规模失业ღ◈ღ◈，人类反而会更忙ღ◈ღ◈。关于人类ღ◈ღ◈，唯一可以确定的是ღ◈ღ◈：我们如今允许自己打开想象力去解决的问题ღ◈ღ◈，比四年前多出了百万倍ღ◈ღ◈。

　　Q1ღ◈ღ◈：英伟达花了创纪录的200亿美元收购了Groqღ◈ღ◈，这是你们历史上最大的一笔交易ღ◈ღ◈。因为Groq的LPU解决了你们GPU在规模化实时推理上的问题ღ◈ღ◈。这是否意味着业内已经认识到AI的重心已经从训练转向推理了？

　　黄仁勋ღ◈ღ◈：首先ღ◈ღ◈，你面前站着的是“推理之王”ღ◈ღ◈。我可以这么说ღ◈ღ◈，（因为）有人曾封我为“推理之王”ღ◈ღ◈。2025年ღ◈ღ◈，我们决定将巨额资源投入到推理领域ღ◈ღ◈。在2024年底2025年初ღ◈ღ◈，我们推出了NVLink 72系统ღ◈ღ◈，推出了NVFP4（英伟达Blackwell GPU架构引入的4位浮点格式）ღ◈ღ◈，在此之前还推出了Dynamo（英伟达的开源ღ◈ღ◈、低延迟ღ◈ღ◈、模块化推理框架）ღ◈ღ◈。

　　Dynamo几乎提前两年诠释了我昨天才公布的完整战略ღ◈ღ◈。在那之前ღ◈ღ◈，我们就已经知道推理在NVLink 72上表现完美ღ◈ღ◈，这就是NVLink 72如此重要的原因ღ◈ღ◈。35倍的性能提升ღ◈ღ◈，成本只有原来的1/50ღ◈ღ◈。或者说每瓦性能提升了50倍ღ◈ღ◈，成本只有原来的1/35ღ◈ღ◈。

　　因此ღ◈ღ◈，我们目前是成本最低的token生产商ღ◈ღ◈，也是AI工厂中吞吐量最高的token生产商ღ◈ღ◈。这一切ღ◈ღ◈，都归功于NVFP4ღ◈ღ◈、NVLink 72与Dynamo的协同作用ღ◈ღ◈。

　　随着市场持续演进ღ◈ღ◈，我昨天提出的核心概念之一就是ღ◈ღ◈：并非每个token都是等价的——每个token可能由小型模型ღ◈ღ◈、较大模型或超大型模型生成ღ◈ღ◈，对应的输入上下文长度也从极短到极长不等ღ◈ღ◈。

　　AI发展初期ღ◈ღ◈，ChatGPT只有一个服务层级——免费档ღ◈ღ◈，随后推出了每月20美元的付费档ღ◈ღ◈，o1和o3问世后ღ◈ღ◈，又新增了更高的服务层级ღ◈ღ◈。这些层级本质上就是产品的细分市场在不断扩大ღ◈ღ◈，催生了差异化需求ღ◈ღ◈。现在有开发者在使用AI智能体ღ◈ღ◈，比如Claude Code和Codexღ◈ღ◈，它们极具实用价值ღ◈ღ◈，由此形成了又一个新的服务层级ღ◈ღ◈。

　　这和英伟达当年只有RIVA 128一款产品的起步阶段并无二致ღ◈ღ◈。如今我们拥有RTX 5090ღ◈ღ◈、5080ღ◈ღ◈、5070ღ◈ღ◈、5060……各类产品一应俱全ღ◈ღ◈。就如同iPhone现在拥有众多不同版本ღ◈ღ◈，覆盖不同层级——因为客户群体各异ღ◈ღ◈，需求不同ღ◈ღ◈，价格定位也不同ღ◈ღ◈。我们一直在沿着这一产品谱系全面拓展布局ღ◈ღ◈。

　　就目前token的主流消耗场景而言ღ◈ღ◈，现有的Grace Blackwell以及即将到来的Vera Rubinღ◈ღ◈，其性能都无可匹敌ღ◈ღ◈，Groq的加入不会改变这一格局ღ◈ღ◈。

　　然而ღ◈ღ◈，我们判断一个新兴细分市场正在形成——该市场要求模型同时满足三个条件ღ◈ღ◈：模型体量大ღ◈ღ◈、上下文长度长ღ◈ღ◈，以及推理延迟极低ღ◈ღ◈，也就是响应速度极快ღ◈ღ◈。

　　Groq可以兑现上述三项承诺中的一项ღ◈ღ◈，但无法同时满足全部三项ღ◈ღ◈。将Vera Rubin与Groq结合ღ◈ღ◈，我们便能同时实现这三项承诺ღ◈ღ◈，由此开辟出一个新的细分市场ღ◈ღ◈：大模型+长上下文+超快token生成速率ღ◈ღ◈。这正是我们所设想的市场细分方向ღ◈ღ◈，也是引入Groq的战略意图ღ◈ღ◈。

　　我依然认为ღ◈ღ◈，在一座算力工厂的配置中ღ◈ღ◈，75%仍将是纯Vera Rubin部署ღ◈ღ◈；另有25%将是Vera Rubin与Groq的组合部署ღ◈ღ◈。Vera Rubin仍将是核心ღ◈ღ◈。它实在太强了——我们自己都不知道如何超越Vera Rubinღ◈ღ◈，否则我们早就造出能胜过它的产品了ღ◈ღ◈。

　　Grace Blackwell是当下的推理之王ღ◈ღ◈；明日ღ◈ღ◈，Vera Rubin将接过这一王冠ღ◈ღ◈。不久的将来ღ◈ღ◈，Grace Blackwell终将成为历史ღ◈ღ◈，而Vera Rubinღ◈ღ◈，乃至未来更新的版本ღ◈ღ◈，将登顶推理算力之巅ღ◈ღ◈。

　　我希望Groq之于英伟达ღ◈ღ◈，就如同Mellanox之于英伟达一样ღ◈ღ◈，是一次架构层面的重要补充ღ◈ღ◈。我们构建的不是一块GPUღ◈ღ◈，而是一座AI工厂ღ◈ღ◈。

　　Q2ღ◈ღ◈：英伟达越来越多地被要求为客户的数据中心建设提供融资支持ღ◈ღ◈。请问这类融资安排的具体形式是怎样的？英伟达又将如何管理其中的风险？

　　我们投资了CoreWeaveღ◈ღ◈、Nscale和Nebiusღ◈ღ◈，我认为我们完全可以承认ღ◈ღ◈，这些都是全垒打级别的投资ღ◈ღ◈。我们之所以有把握认定这些是必胜之局ღ◈ღ◈，是因为我们已经看到了流向它们的业务ღ◈ღ◈。从很多层面来说ღ◈ღ◈，我们掌握着先手信息ღ◈ღ◈。

　　我们通过帮助它们更快ღ◈ღ◈、更大规模地扩张来投资整个生态系统ღ◈ღ◈。由于我们清晰地看到了它们面前的业务与机遇ღ◈ღ◈，风险实际上极低ღ◈ღ◈。这对于流向它们的算力需求来说ღ◈ღ◈，也是一种极大的服务价值ღ◈ღ◈。如大家所知ღ◈ღ◈，其中一些客户就是Metaღ◈ღ◈、Azureღ◈ღ◈、Anthropic等巨头ღ◈ღ◈。

　　我们并非在为所有庞大的市场需求寻找产能ღ◈ღ◈，而是通过相关投资切实帮助到每一方ღ◈ღ◈。因此ღ◈ღ◈，我们以“超级助推器”的角色参与其中ღ◈ღ◈。

　　即便没有我们ღ◈ღ◈，他们也能完成融资ღ◈ღ◈，但这对我们而言是融入整个生态系统的绝佳方式ღ◈ღ◈，坦率地说ღ◈ღ◈，迄今为止也是一项非常出色的投资ღ◈ღ◈。

　　Q3ღ◈ღ◈：随着OpenClaw和NemoClaw的推出ღ◈ღ◈，哪类问题是您个人最期待这些工具帮助大家解决的ღ◈ღ◈，或者是以前难以实现的任务？

　　黄仁勋ღ◈ღ◈：我最期待的是ღ◈ღ◈，自动驾驶汽车无需积累数十亿英里的训练里程就能实现安全行驶ღ◈ღ◈。如今ღ◈ღ◈，我们拥有具备推理能力的AIღ◈ღ◈，使汽车能够对某一特定场景进行真正意义上的推理ღ◈ღ◈，并将其分解为一系列相对平常的子场景ღ◈ღ◈。

　　一个复杂的驾驶场景ღ◈ღ◈，其实往往是你曾经经历过的情况的变体ღ◈ღ◈，只是把某个球换成了别的物体ღ◈ღ◈，把一只猫换成了一条狗ღ◈ღ◈，把一个行人换成了一位骑行者ღ◈ღ◈。本质上都是同类场景的分解重组ღ◈ღ◈。

　　采用同一推理技术的智能汽车ღ◈ღ◈，将带动机器人技术在未来几年内实现超高速演进ღ◈ღ◈。由于推理系统的突破ღ◈ღ◈，物理AI将迎来令人惊叹的加速发展ღ◈ღ◈。

　　具备推理能力的蛋白质生成技术将能够生成更多基于物理结构的蛋白质ღ◈ღ◈，这些蛋白质更具现实可行性ღ◈ღ◈、更易于合成ღ◈ღ◈，毒性也更低ღ◈ღ◈。因为AI能够对所有这些特性进行推理ღ◈ღ◈。这在短短几年前还是完全不可能实现的ღ◈ღ◈。

　　我认为ღ◈ღ◈，o1ღ◈ღ◈，即OpenAI o1ღ◈ღ◈，是推理系统发展史上真正的重要拐点ღ◈ღ◈，OpenAI在这一领域的工作理应获得高度的认可ღ◈ღ◈。

　　OpenClaw是后推理时代AI的转折点ღ◈ღ◈。如果说ChatGPT将生成式AI带给了世界ღ◈ღ◈，那o1则将推理系统带给了世界ღ◈ღ◈。

　　Claude Code长期以来主要面向企业级应用ღ◈ღ◈，因此大多数人尚未真正体验过智能体系统——除了我们这些身处软件开发行业的人ღ◈ღ◈。我们正在尽情享受这项技术带来的红利ღ◈ღ◈，公司所有的软件工程师如今都有智能体协同工作ღ◈ღ◈。但这种体验仅限于企业内部ღ◈ღ◈，局限于科技行业ღ◈ღ◈，尚未向大众开放ღ◈ღ◈。

　　突然之间ღ◈ღ◈，OpenClaw横空出世ღ◈ღ◈。我们终于拥有了一个真正架构精良的开源智能体系统ღ◈ღ◈。它面临的唯一挑战是安全性——安全并非唯一的难题ღ◈ღ◈，但确实是一个极其严峻的问题ღ◈ღ◈。安全ღ◈ღ◈、治理ღ◈ღ◈、隐私ღ◈ღ◈，以及所有与规范化智能体系统相关的特性qq旋风2ღ◈ღ◈，都是亟待解决的关键议题ღ◈ღ◈。

　　我们可以与Peter（OpenClaw创始人）合作ღ◈ღ◈，将这些功能整合进OpenClawღ◈ღ◈。同时ღ◈ღ◈，我们还通过一系列运行时和参考设计来完善OpenClawღ◈ღ◈，使其即使采用开放模型ღ◈ღ◈，也能帮助企业实现极致性能ღ◈ღ◈。我们称之为NemoClawღ◈ღ◈。

　　NemoClaw本质上就是OpenClawღ◈ღ◈，外加大量深度集成的英伟达技术——基本上是一份经过英伟达优化ღ◈ღ◈、专为企业级场景打磨的OpenClaw蓝图ღ◈ღ◈。如今只需一行代码ღ◈ღ◈、一键安装ღ◈ღ◈，每个人都能获得一个强大的智能引擎ღ◈ღ◈。我认为这完全是革命性的突破ღ◈ღ◈。

　　回过头来看ღ◈ღ◈，OpenClaw在短短几周内就成为史上最受欢迎的开源项目之一ღ◈ღ◈，而Linux可是花了30年才达到今天的地位——这是一项非常非凡的成就ღ◈ღ◈。

　　它表明全球对此抱有极大的兴趣ღ◈ღ◈，也揭示了对一个精心设计的开源智能体系统存在着真正潜在且长期被压抑的迫切需求ღ◈ღ◈。现在ღ◈ღ◈，每个人都可以制定自己的智能体战略了ღ◈ღ◈。这意义重大ღ◈ღ◈，我感到非常兴奋ღ◈ღ◈。

　　Q4ღ◈ღ◈：昨天DLSS 5发布了ღ◈ღ◈，游戏社区中有些相当强烈的反对声音ღ◈ღ◈，认为这项技术让许多游戏看起来更糟糕ღ◈ღ◈、千篇一律ღ◈ღ◈，或者只能在视频中观看ღ◈ღ◈。你对这种批评怎么看？

　　黄仁勋ღ◈ღ◈：首先ღ◈ღ◈，他们完全错了ღ◈ღ◈。原因在于ღ◈ღ◈，我已经详细解释过了ღ◈ღ◈，DLSS 5将几何形状ღ◈ღ◈、纹理等游戏元素的可控性与生成式AI相结合ღ◈ღ◈。开发者依然可以对生成式AI进行微调ღ◈ღ◈，使其符合自身的艺术风格ღ◈ღ◈。

　　DLSS 5以几何体信息为控制基础ღ◈ღ◈，以游戏的真实渲染结果（Ground Truth）为条件约束ღ◈ღ◈，在其上叠加并增强了生成式能力ღ◈ღ◈，但并不影响艺术家的控制权ღ◈ღ◈。它不是帧级别的后处理ღ◈ღ◈，而是几何级别的生成控制ღ◈ღ◈。

　　生成的所有内容游戏开发者都可以微调ღ◈ღ◈。我们展示这项技术ღ◈ღ◈，是为了让开发者看看它能做什么ღ◈ღ◈。如果开发者想让它变成卡通风格ღ◈ღ◈、色调分离ღ◈ღ◈，或者玻璃质感ღ◈ღ◈，或者任何风格ღ◈ღ◈，都能做出来ღ◈ღ◈。这些都直接由游戏开发者控制ღ◈ღ◈。

　　这与纯粹的生成式AI截然不同ღ◈ღ◈。这是内容受控的生成式AIღ◈ღ◈。这正是我们将其命名为神经渲染的原因ღ◈ღ◈。

　　Q5ღ◈ღ◈：您谈到了Groqღ◈ღ◈，并表示不会出现市场蚕食效应ღ◈ღ◈。但既然我们拥有了这些新产品ღ◈ღ◈，是否会形成不同的收入流ღ◈ღ◈，让我们对那个“1万亿美元+”的数字有更清晰的了解？第二个问题是关于股票回购的ღ◈ღ◈。

　　黄仁勋ღ◈ღ◈：这1万亿美元ღ◈ღ◈，是我们目前基于2027年前的采购订单所能看见ღ◈ღ◈，并对之充满信心的数字ღ◈ღ◈，且仅涵盖Blackwell和Vera Rubin两条产品线ღ◈ღ◈。问题在于ღ◈ღ◈，为何我只纳入这两项ღ◈ღ◈。

　　尽管英伟达现在还销售独立CPUღ◈ღ◈，那将是一项数十亿美元规模的业务ღ◈ღ◈。Groq自身业务可能翻倍ღ◈ღ◈，因此ღ◈ღ◈，对于一个1GW的数据中心ღ◈ღ◈，Groq可将英伟达的整体收益提升约25%ღ◈ღ◈。

　　我同样未将存储系统纳入计算ღ◈ღ◈。如大家所知ღ◈ღ◈，KV Cache的规模已极为庞大ღ◈ღ◈，AI使用存储系统的速度远超人类ღ◈ღ◈，因此存储系统的性能必须大幅提升ღ◈ღ◈。

　　这正是我们推进STX存储机架等项目的原因所在ღ◈ღ◈，一切都是为了彻底重构面向AI的存储系统ღ◈ღ◈。戴尔展示了集成英伟达全套技术的AI数据平台ღ◈ღ◈，整个存储行业都将跟随我们的方向演进ღ◈ღ◈。

　　为什么我只使用Blackwell和Vera Rubin的营收数据？原因非常简单ღ◈ღ◈：去年在GTC上ღ◈ღ◈，我曾预测Blackwell加Vera Rubin到2026年的规模为5000亿美元ღ◈ღ◈。若将1万亿的口径调整为包含CPUღ◈ღ◈、Groq和存储ღ◈ღ◈，则无法与此前的5000亿美元作横向对比ღ◈ღ◈。

　　然而ღ◈ღ◈，这对外界理解这1万亿美元制造了混乱——因为英伟达今天已提供远比以前更多的产品ღ◈ღ◈，大家不禁会问ღ◈ღ◈：这是否意味着Blackwell加Vera Rubin不到1万亿？恰恰相反ღ◈ღ◈，实际数字只会更高ღ◈ღ◈。

　　好的ღ◈ღ◈，第二个问题ღ◈ღ◈，我们显然正在产生规模极为庞大的自由现金流ღ◈ღ◈。与此同时ღ◈ღ◈，英伟达的增长也非常之快ღ◈ღ◈，增速本身在加快ღ◈ღ◈，而不仅仅是绝对数字在增长qq旋风2ღ◈ღ◈。上个季度是我们有史以来营收规模最大的季度ღ◈ღ◈，同时我要强调ღ◈ღ◈，增速也仍在加快ღ◈ღ◈。

　　这些现金首先是支撑业务增长的必要资本ღ◈ღ◈。我们有大量供应商和合作伙伴ღ◈ღ◈，采购ღ◈ღ◈、产能保障ღ◈ღ◈、库存锁定ღ◈ღ◈，这一切都需要资金ღ◈ღ◈，这是第一优先级的资本用途ღ◈ღ◈。

　　第二ღ◈ღ◈，我们投资生态系统ღ◈ღ◈。生态系统是极佳的投资标的ღ◈ღ◈，坦率说ღ◈ღ◈，我认为这就是计算产业的未来ღ◈ღ◈。我们正在投资“下一个谷歌”ღ◈ღ◈、“下一个Meta”ღ◈ღ◈、“下一个亚马逊”ღ◈ღ◈。

　　围绕CUDA构建的生态系统是我们的第二项核心工作ღ◈ღ◈，即便如此仍能保留充裕的自由现金流ღ◈ღ◈。我们在上次会议中表示ღ◈ღ◈，计划在本财年通过回购和分红的方式向股东返还50%的自由现金流ღ◈ღ◈。也就是说ღ◈ღ◈，2026财年的股东回报将达到自由现金流的50%ღ◈ღ◈。

　　去年的自由现金流规模不及今年ღ◈ღ◈，分配比例大约是40%左右ღ◈ღ◈。今年ღ◈ღ◈，在更大的基数之上ღ◈ღ◈，我们将进一步提高分配比例ღ◈ღ◈。因此ღ◈ღ◈，答案是——这将会是一个非常可观的数字ღ◈ღ◈。

　　关于具体的收入流ღ◈ღ◈，我认为这并不是我们的运作方式ღ◈ღ◈。原因在于ღ◈ღ◈：NVLink交换机只搭配英伟达的计算产品使用ღ◈ღ◈，Spectrum-X也是专门针对特定场景设计的ღ◈ღ◈，总体而言有其内在逻辑ღ◈ღ◈，但我可以换一个维度来拆解ღ◈ღ◈。

　　我在主题演讲中已经谈到这一点ღ◈ღ◈。大多数人忘记了ღ◈ღ◈，英伟达的业务远比一家芯片公司多元化得多ღ◈ღ◈。原因在于我们是全栈公司ღ◈ღ◈，能够帮助各方在任何地点构建AI工厂ღ◈ღ◈。戴尔之所以表现得如此出色ღ◈ღ◈，是因为他们对此立场清晰ღ◈ღ◈、态度坦诚ღ◈ღ◈，英伟达AI工厂正在全球各地加速落地建设ღ◈ღ◈，增速持续加快ღ◈ღ◈。

　　我们也在不同国家的园区建设AI工厂ღ◈ღ◈。除非你能交付完整的AI工厂ღ◈ღ◈，否则这些客户不会购买芯片ღ◈ღ◈，他们没有软件能力ღ◈ღ◈，你必须是一家全栈公司才能服务他们ღ◈ღ◈。

　　因此ღ◈ღ◈，我们约40%的业务ღ◈ღ◈，无论是企业ღ◈ღ◈、工业ღ◈ღ◈、物理AIღ◈ღ◈、自动驾驶ღ◈ღ◈、机器人ღ◈ღ◈，还是各地区的NCP部署ღ◈ღ◈，或者主权AIღ◈ღ◈，这些场景ღ◈ღ◈，任何云服务商都无法独立覆盖ღ◈ღ◈。这些客户购买的不是芯片ღ◈ღ◈，而是平台ღ◈ღ◈。

　　第二部分是云业务ღ◈ღ◈。其中一部分是我们直接销售给云服务商的ღ◈ღ◈，但另一部分ღ◈ღ◈，他们对我们来说本质上相当于戴尔的角色ღ◈ღ◈，也就是说ღ◈ღ◈，终端客户是通过云平台使用我们的产品ღ◈ღ◈。我们为他们带来了客户ღ◈ღ◈，因为这些客户是CUDA开发者ღ◈ღ◈。

　　举个例子ღ◈ღ◈，如果没有英伟达ღ◈ღ◈，OCI（Oracle云基础设施）如何能服务OpenAI？OpenAI的整个技术栈都构建于此ღ◈ღ◈。正是我们将OpenAI引入了OCIღ◈ღ◈。

　　类似的例子还有很多ღ◈ღ◈，如果不是因为Anthropic今年将全面构建于英伟达之上ღ◈ღ◈，我们又怎能将Anthropic引入Azure？这将形成一个极其庞大的生态基础ღ◈ღ◈。能理解吗？因此ღ◈ღ◈，我们在CSP（云服务提供商）中的很大一部分业务ღ◈ღ◈，实际上是由英伟达主动创造的ღ◈ღ◈。

　　所有CSP对此心知肚明ღ◈ღ◈。我们与他们建立了深度的营销合作关系和业务合作关系ღ◈ღ◈，由英伟达为他们引流客户ღ◈ღ◈。我昨天展示了大量案例ღ◈ღ◈。

　　我们40%的业务ღ◈ღ◈，纯芯片公司无法服务ღ◈ღ◈，云服务商也无法独立服务ღ◈ღ◈。剩余60%的业务中ღ◈ღ◈，大约40%～50%实际上是英伟达主动创造的业务ღ◈ღ◈，其余才是云服务商自身的内部消耗需求ღ◈ღ◈。

　　Q6ღ◈ღ◈：我们是不是已经迎来拐点ღ◈ღ◈，到达了机器人领域的ChatGPT时刻？请问在您看来ღ◈ღ◈，人类与能力出众的机器人之间ღ◈ღ◈，最难攻克的未解难题是什么？

　　黄仁勋ღ◈ღ◈：如果你只是列出当今机器人存在的问题ღ◈ღ◈，那清单会相当长ღ◈ღ◈，但它们都只是工程问题ღ◈ღ◈。事实上ღ◈ღ◈，你能看到它们四处走动ღ◈ღ◈。

　　黄仁勋ღ◈ღ◈：是谁的手机？我没有太多忌讳ღ◈ღ◈，但有一条——开会时所有手机必须静音ღ◈ღ◈。每一位英伟达员工都清楚这一点ღ◈ღ◈：不振动ღ◈ღ◈、不响铃ღ◈ღ◈，彻底静音ღ◈ღ◈。我在等你呢ღ◈ღ◈。

　　这些机器人已经开始能够完成一些任务ღ◈ღ◈。一旦一项技术的可行性得到验证ღ◈ღ◈，优化往往不超过五年ღ◈ღ◈。因此我非常确信ღ◈ღ◈，三年之内ღ◈ღ◈，你将看到能力极为出色的机器人ღ◈ღ◈。

　　由于我们已同步攻克了认知AIღ◈ღ◈，也就是AI认知领域的OpenClawღ◈ღ◈。OpenClaw在机器人内部运行ღ◈ღ◈，这一设想已经相当显而易见ღ◈ღ◈。

　　此外还有VLA（视觉-语言-动作）模型ღ◈ღ◈，负责控制机器人的运动与关节协调ღ◈ღ◈。尽管仍有诸多挑战ღ◈ღ◈，但系统一与系统二的AI问题ღ◈ღ◈，正在被实时解决ღ◈ღ◈。

　　Q7ღ◈ღ◈：正如您所说ღ◈ღ◈，1万亿美元是完全可能实现的ღ◈ღ◈，同时也对制造产能提出了巨大需求ღ◈ღ◈。结合台积电ღ◈ღ◈、三星等厂商的现状ღ◈ღ◈，您如何看待未来五年全球半导体制造产能的前景？

　　黄仁勋ღ◈ღ◈：我们将需要大量的制造产能ღ◈ღ◈，且不会大量使用ASIC专用芯片ღ◈ღ◈。我们是目前数据中心中唯一一个同时针对三种存储技术进行优化的架构ღ◈ღ◈：HBMღ◈ღ◈、LPDDRღ◈ღ◈、SRAMღ◈ღ◈。

　　目前ღ◈ღ◈，其他数据中心CPU均采用DDR内存ღ◈ღ◈，但其带宽能效相当低下ღ◈ღ◈。英伟达率先在Grace CPU中引入了LPDDR4ღ◈ღ◈，这是一次革命性的突破ღ◈ღ◈。

　　我认为再过几年ღ◈ღ◈，业界都将跟进ღ◈ღ◈。大家现在都意识到这是一个多么正确的决策ღ◈ღ◈。Vera CPU采用LPDDR5ღ◈ღ◈，Rosa CPU采用LPDDR6ღ◈ღ◈。

　　我们现在拥有完善的LPDDR技术路线图ღ◈ღ◈。AI运行需要大量内存ღ◈ღ◈，它必须依靠短期记忆ღ◈ღ◈、工作记忆和长期记忆来思考ღ◈ღ◈。因此ღ◈ღ◈，内存是AI体系中极其重要的组成部分ღ◈ღ◈。

　　当然ღ◈ღ◈，互连同样关键ღ◈ღ◈。我们在纵向扩展（Scale-up）和横向扩展（Scale-out）两个维度同步推进ღ◈ღ◈，系统规模持续扩大ღ◈ღ◈，需要大量产能支撑ღ◈ღ◈。

　　世界仍在学习这样一个概念ღ◈ღ◈：传统意义上ღ◈ღ◈，计算机主要用于数据录入和数据检索ღ◈ღ◈。大家注意ღ◈ღ◈，人类通过键盘输入ღ◈ღ◈。这是使用计算机的旧方式ღ◈ღ◈。

　　未来ღ◈ღ◈，计算机实际上是一台“制造机”ღ◈ღ◈：一个token生产系统ღ◈ღ◈，而当前全球专用于token生产的计算机规模极为有限ღ◈ღ◈。之所以如此有限ღ◈ღ◈，是因为迄今为止我们出货的大多数系统仍被用于训练ღ◈ღ◈。

　　如今ღ◈ღ◈，推理的拐点已经到来ღ◈ღ◈，OpenClaw横空出世ღ◈ღ◈，智能体系统正在各处广泛应用ღ◈ღ◈。用于推理的token生产规模才刚刚起步ღ◈ღ◈。我们究竟需要多少算力投资？我认为需要数万亿美元量级的产能ღ◈ღ◈。

　　因此ღ◈ღ◈，我认为晶圆代工厂将会极度繁忙ღ◈ღ◈。我们很荣幸与台积电合作ღ◈ღ◈，毫无疑问ღ◈ღ◈，这是世界上最顶尖的代工厂ღ◈ღ◈。我们还与三星合作ღ◈ღ◈。由于我们对内存的消耗量极大ღ◈ღ◈，我们与每一家内存厂商合作ღ◈ღ◈，并将与每一家连接器厂商ღ◈ღ◈、每一家硅光子公司携手共进ღ◈ღ◈。

　　Q8ღ◈ღ◈：AI的应用场景可以说不计其数ღ◈ღ◈，我们甚至还未能全部预见ღ◈ღ◈。但有一个话题直到最近才真正引发深入讨论ღ◈ღ◈：我们不希望AI做什么？我很好奇——在您看来ღ◈ღ◈，有哪些领域是AI不应进入的ღ◈ღ◈，甚至是永远不应涉足的？

　　黄仁勋ღ◈ღ◈：自主能力总会有一个范围ღ◈ღ◈。我的电饭煲在某种程度上是自主的ღ◈ღ◈，今天的无人机在某种程度上也是自主的ღ◈ღ◈。面对这些事物的范围ღ◈ღ◈，我们需对所追求的功能本身保持更多审慎与反思ღ◈ღ◈。

　　AI不应该违法ღ◈ღ◈。AI不应该承诺提供它没有的功能ღ◈ღ◈。例如ღ◈ღ◈，如果一辆车说它能以65英里每小时的速度安全驾驶ღ◈ღ◈，我们希望它不会在50英里时就爆炸ღ◈ღ◈。这些都是人类在长期实践中总结出的极具常识性的准则ღ◈ღ◈。

　　用科幻小说式的AI叙事去恐吓所有人ღ◈ღ◈，在我看来是一种傲慢ღ◈ღ◈，过于自大了ღ◈ღ◈。我更倾向于在探索中前行ღ◈ღ◈，而非以恐惧驱动他人ღ◈ღ◈。

　　提醒人们是一回事ღ◈ღ◈。吓唬人们是完全不同的事ღ◈ღ◈。在剧院里有些话不能说ღ◈ღ◈，在飞机上也有些话不能说公海赌网平台ღ◈ღ◈。人类的判断力会告诉我们ღ◈ღ◈，提醒与恐吓之间存在本质区别ღ◈ღ◈。

　　例如ღ◈ღ◈，我们需要AI智能体系统参与网络安全ღ◈ღ◈。我们希望企业被“白细胞”所守护ღ◈ღ◈，以防有入侵者ღ◈ღ◈。网络安全智能体可以立即响应并蜂拥而至ღ◈ღ◈，攻击入侵者ღ◈ღ◈，就像白细胞一样ღ◈ღ◈。

　　任何其他分析AI和网络安全的方式对我来说都不合逻辑ღ◈ღ◈，因为未来ღ◈ღ◈，网络安全威胁的演变越来越快ღ◈ღ◈，我需要超高速的AI智能体来保护我ღ◈ღ◈。

　　我认为这是一个完美的例子ღ◈ღ◈，没有人不想要白细胞ღ◈ღ◈。白细胞本质上是攻击性细胞ღ◈ღ◈，它们主动出击ღ◈ღ◈，那是好事ღ◈ღ◈。让我们保持安全ღ◈ღ◈。

　　黄仁勋ღ◈ღ◈：刚才那位朋友问了我一个相反的问题ღ◈ღ◈：DLSS 5是用生成式AI来增强3D图形的ღ◈ღ◈，而你看到的另一个例子——Cosmos——则是用计算机图形去控制生成式AIღ◈ღ◈。归根结底ღ◈ღ◈，一切都在于“控制”ღ◈ღ◈。

　　我们希望AI是“有根基”的ღ◈ღ◈。我们提出“检索增强生成”（RAGღ◈ღ◈，Retrieval Augmented Generation）的一个重要原因ღ◈ღ◈，就是要让生成建立在真实基础之上ღ◈ღ◈：你提供一些文本或数据ღ◈ღ◈，AI再基于这些真实信息去生成内容ღ◈ღ◈。

　　昨天我也提到ღ◈ღ◈，在AI的世界里ღ◈ღ◈，我们是否需要记录系统？是否需要SQL？答案是ღ◈ღ◈：绝对需要ღ◈ღ◈。因为SQL所代表的ღ◈ღ◈，是记录系统ღ◈ღ◈，是我们业务中最真实ღ◈ღ◈、最可靠的数据基础ღ◈ღ◈。

　　你刚才看到的那个虚拟驾驶体验之所以线D条件对它进行了约束——用各种必要的条件去“锚定”它ღ◈ღ◈，从而实现高保真的体验ღ◈ღ◈。在这种框架下ღ◈ღ◈，你可以生成任何内容ღ◈ღ◈，而且可以用文本ღ◈ღ◈、图像ღ◈ღ◈、3D等多种方式去控制它ღ◈ღ◈，其余的部分则由AI生成ღ◈ღ◈。

　　你会不会在你的眼镜里体验到这样的东西？答案当然是会的ღ◈ღ◈。在眼镜已经能看到真实世界的存在ღ◈ღ◈。如果我再用生成式AI去增强这个基础ღ◈ღ◈，就可以创造出更丰富的体验ღ◈ღ◈。

　　Q10ღ◈ღ◈：您展示了Vera独立机架的部署形态ღ◈ღ◈。随着AI需求的持续增长ღ◈ღ◈，这些CPU的适用场景越来越清晰ღ◈ღ◈。您是否认为它们最终将承担x86架构在数据中心中传统承担的角色？这是否是一个数十亿美元级别的市场机会？

　　黄仁勋ღ◈ღ◈：这些CPU是为数据密集型工作负载而设计的ღ◈ღ◈。它们针对的是高单线程性能需求ღ◈ღ◈，同时也面向电力受限的数据中心环境ღ◈ღ◈。在这种场景下ღ◈ღ◈，它们的每瓦性能可以实现2倍提升ღ◈ღ◈。

　　目前市场上没有其他CPU能做到这一点——除了Vera和Graceღ◈ღ◈。在电力受限的数据中心中ღ◈ღ◈，实际上ღ◈ღ◈，所有采用英伟达产品的数据中心基本都是电力受限的ღ◈ღ◈，因为一旦你拥有兆瓦级的电力ღ◈ღ◈，你会希望尽可能把电力用在GPU上ღ◈ღ◈，而不是浪费在CPU上ღ◈ღ◈。

　　原因很简单ღ◈ღ◈：GPU在生成tokenღ◈ღ◈、创造价值ღ◈ღ◈，而CPU并不是主要的价值生产者ღ◈ღ◈。因此ღ◈ღ◈，如果可以ღ◈ღ◈，你会希望把绝大部分电力预算分配给GPUღ◈ღ◈。

　　当然ღ◈ღ◈，我们仍然需要CPUღ◈ღ◈，但我们要让它们极其节能ღ◈ღ◈。这也是为什么我们使用LPDDR内存ღ◈ღ◈。同时ღ◈ღ◈，我们的CPU在单线程性能ღ◈ღ◈、带宽效率方面都处于全球领先水平ღ◈ღ◈，带宽甚至达其他方案的三倍ღ◈ღ◈。

　　之所以把带宽做得这么高ღ◈ღ◈，是因为我们需要处理海量数据的移动ღ◈ღ◈。因此ღ◈ღ◈，我们设计了Vera公海赌网平台ღ◈ღ◈、Grace等CPUღ◈ღ◈，它们是专门为AI时代打造的ღ◈ღ◈。

　　举个例子ღ◈ღ◈，在过去十年的超大规模数据中心中ღ◈ღ◈，CPU设计的核心目标是最大化每颗芯片的核心数量ღ◈ღ◈。因为在云计算模式下ღ◈ღ◈，用户是按“核心数”租用资源的ღ◈ღ◈。所以ღ◈ღ◈，对于云厂商来说ღ◈ღ◈，“每美元核心数最多”的CPU就是赢家ღ◈ღ◈。

　　如果你有价值500亿美元的GPU在那里运行ღ◈ღ◈，你绝不会让它们因为CPU处理不过来而闲置ღ◈ღ◈，这些CPU可能就价值10亿美元ღ◈ღ◈。你需要的是让CPU尽快完成任务ღ◈ღ◈，让500亿美元GPU持续高效运转ღ◈ღ◈。

　　所以ღ◈ღ◈，我们的优化方向完全不同ღ◈ღ◈。我们打造出了一种截然不同的CPU架构ღ◈ღ◈。我们始终从“要完成什么工作”出发来设计系统ღ◈ღ◈。一旦这一判断最终变成显示ღ◈ღ◈，我们就构建出最合适的整体系统ღ◈ღ◈。

　　无论是Veraღ◈ღ◈、Rubinღ◈ღ◈，还是存储ღ◈ღ◈、CPUღ◈ღ◈、网络ღ◈ღ◈、甚至整个机架ღ◈ღ◈，都是围绕我昨天提到的那类工作负载来设计的ღ◈ღ◈，也就是智能体ღ◈ღ◈。

　　事实上ღ◈ღ◈，OpenClaw就是一个很好的例子ღ◈ღ◈。在数据中心中运行OpenClawღ◈ღ◈，配合Vera Rubin整套系统ღ◈ღ◈，是非常理想的组合ღ◈ღ◈。

　　Q11ღ◈ღ◈：看起来Feynman将采用某种3D堆叠工艺ღ◈ღ◈。请问您能否介绍一下主Dieღ◈ღ◈、IO Die）以及先进封装技术的规划方向？供应链稳健性是否也在你们的考量之内？

　　黄仁勋ღ◈ღ◈：供应链的弹性ღ◈ღ◈、多样性总是影响我们的业务ღ◈ღ◈，因为我们规模很大ღ◈ღ◈。然而ღ◈ღ◈，如果我告诉你ღ◈ღ◈，那明年参加GTC还有什么意义？到时候就只剩你和我ღ◈ღ◈，两个人ღ◈ღ◈。

　　Q12ღ◈ღ◈：你昨天介绍了LPU的集成ღ◈ღ◈，OpenClaw的出现似乎真的让您眼前一亮ღ◈ღ◈。OpenClaw如何改变了你的日常生活？如何改变了英伟达的战略？

　　黄仁勋ღ◈ღ◈：当OpenClaw出现ღ◈ღ◈，我们意识到世界终于拥有了一个开源智能体——我们现在几乎可以将其当作一个行业标准ღ◈ღ◈。我们希望尽可能多地向这个开源项目贡献能力ღ◈ღ◈，避免世界因此分裂成太多互不兼容的分支项目ღ◈ღ◈。

　　OpenClaw之所以意义重大ღ◈ღ◈，关键就在于它是开源的ღ◈ღ◈。它已经非常强大ღ◈ღ◈，工程质量相当成熟ღ◈ღ◈。我们将在未来30年间持续为其注入能力ღ◈ღ◈，就像我们持续向Linux和Kubernetes贡献代码一样ღ◈ღ◈。

　　试想一下ღ◈ღ◈，全世界都有了一个可以共同贡献的平台ღ◈ღ◈。想象OpenClaw未来将变得多么强大ღ◈ღ◈。OpenClaw只需一行命令就能安装ღ◈ღ◈。安装完成后ღ◈ღ◈，你告诉它你想让它成为什么ღ◈ღ◈。

　　比如你说ღ◈ღ◈：我希望你学习这个新工具ღ◈ღ◈。它便去阅读使用手册ღ◈ღ◈，可能是Skill文档ღ◈ღ◈，然后上网搜索它需要学习的内容ღ◈ღ◈，自行摸索如何使用ღ◈ღ◈。

　　你给它一个最终目标ღ◈ღ◈：我想设计一个厨房ღ◈ღ◈，我的厨房现在是这个样子ღ◈ღ◈，这是我希望它未来呈现的效果ღ◈ღ◈。去下载相关软件ღ◈ღ◈，去学习这些应用ღ◈ღ◈，找到使用它们的方式ღ◈ღ◈。

　　如果需要订阅某个服务ღ◈ღ◈，只要不超过这个金额ღ◈ღ◈，你有我的授权去订阅ღ◈ღ◈。然后帮我设计厨房ღ◈ღ◈，找到合适的家具ღ◈ღ◈，给我几个家具示例和报价ღ◈ღ◈，帮我做平面布局ღ◈ღ◈，渲染给我看ღ◈ღ◈。

　　我刚刚这通指令ღ◈ღ◈，就是给了它一个它能够完成的项目ღ◈ღ◈，然后它便独立出发ღ◈ღ◈，学习ღ◈ღ◈、调用工具ღ◈ღ◈，反复尝试ღ◈ღ◈。

　　它生成第一版厨房设计ღ◈ღ◈，与你给它的参考图片进行比对ღ◈ღ◈，然后判断ღ◈ღ◈：“差得有点远ღ◈ღ◈，继续改ღ◈ღ◈。”于是一遍又一遍ღ◈ღ◈，直到完成后返回给你ღ◈ღ◈。

　　第一次完成后ღ◈ღ◈，你给它一些额外指导ღ◈ღ◈，它再次回来ღ◈ღ◈。完成后ღ◈ღ◈，它便学会了这项技能——它学会了如何做室内设计ღ◈ღ◈。于是ღ◈ღ◈，它将自己的学习成果总结成一份技能文档ღ◈ღ◈，存入记忆ღ◈ღ◈。

　　下次你说“帮我设计客厅”ღ◈ღ◈，它便回想起ღ◈ღ◈：“原来设计房间是这么回事ღ◈ღ◈。”它会表现得更好ღ◈ღ◈。你再次给它指导ღ◈ღ◈，它再次更新自己的技能文档ღ◈ღ◈。

　　下一次你说我要“设计卧室”ღ◈ღ◈，你能看到ღ◈ღ◈，它完全是在执行同样的过程ღ◈ღ◈：拆解任务ღ◈ღ◈，调用工具ღ◈ღ◈，运用记忆ღ◈ღ◈。这真的相当了不起ღ◈ღ◈。

　　英伟达如今的运转速度比以往任何时候都快ღ◈ღ◈，但这是因为我们越来越多地使用AIღ◈ღ◈，工作完成得更快了ღ◈ღ◈。所有项目的推进速度都在提升ღ◈ღ◈，这都是好事qq旋风2ღ◈ღ◈。

　　说实话ღ◈ღ◈，我感觉自己越来越忙了ღ◈ღ◈。我今天与英伟达的工作体验是ღ◈ღ◈：它让我比以往任何时候都更忙——比六个月前更忙ღ◈ღ◈。原因就在于工作成果反馈得更快了ღ◈ღ◈，项目数量也增长得更快了ღ◈ღ◈。

　　我认为这是所有人共同的体验ღ◈ღ◈。很多人说AI来了ღ◈ღ◈，我们会失去工作ღ◈ღ◈。恰恰相反ღ◈ღ◈。事实是ღ◈ღ◈：PC让我们更忙了ღ◈ღ◈，互联网让我们更忙了ღ◈ღ◈，移动设备让我们更忙了ღ◈ღ◈。

　　AI将以超快的速度完成任务ღ◈ღ◈。你写一份规格说明ღ◈ღ◈、一份架构文档ღ◈ღ◈、一份产品定义ღ◈ღ◈，交给智能体ღ◈ღ◈，30分钟后ღ◈ღ◈，它又回到你的案头了ღ◈ღ◈。

　　过去ღ◈ღ◈，你写完产品规格说明ღ◈ღ◈，团队拿去工作一个月ღ◈ღ◈。那个月里ღ◈ღ◈，你在做别的事情ღ◈ღ◈，生活节奏相当从容ღ◈ღ◈。如今ღ◈ღ◈，那一个月已经压缩成了30分钟ღ◈ღ◈，你随时都在关键路径上ღ◈ღ◈。

　　这位朋友的工作并没有消失ღ◈ღ◈，只是感觉更忙了ღ◈ღ◈。我的判断是ღ◈ღ◈：AI将使我们以如此之快的速度推进工作ღ◈ღ◈，以至于我们最终会承担更多的工作量ღ◈ღ◈。

　　Q13ღ◈ღ◈：在AI算力市场中ღ◈ღ◈，Vera Rubin带来的需求有多少是新增量ღ◈ღ◈，又有多少是超大规模云服务商对Blackwell的升级替换？

　　这就好比iPhone 3发布时ღ◈ღ◈，iPhone 3的销量中有多少蚕食了iPhone 1的市场ღ◈ღ◈，又有多少是新增销售？

　　事实上ღ◈ღ◈，iPhone 3销量的99.9%都是新增销售ღ◈ღ◈。iPhone 4发布时同样如此ღ◈ღ◈，99.9%是新增ღ◈ღ◈，而非替换ღ◈ღ◈。直到大约十年之后ღ◈ღ◈，这种格局才开始发生变化ღ◈ღ◈。

　　我的判断是ღ◈ღ◈：我们目前处于英伟达推理拐点的第一年ღ◈ღ◈，这是十年来推理领域真正意义上的第一个拐点年ღ◈ღ◈。十年之后ღ◈ღ◈，市场可能趋于饱和ღ◈ღ◈。而Vera Rubin是拐点的第二年ღ◈ღ◈，新增需求的比例同样会达到99%ღ◈ღ◈。

　　Q14ღ◈ღ◈：请问您能否更新一下英伟达在中国数据中心业务的信心水平ღ◈ღ◈，以及这些出色的产品未来能否在中国市场重新建立有实质意义的存在？

　　黄仁勋ღ◈ღ◈：我能够回答的是ღ◈ღ◈：我们已经获得了向中国众多客户销售H200的许可证ღ◈ღ◈，也已经收到了来自众多客户的采购订单ღ◈ღ◈，目前正处于恢复生产的过程之中ღ◈ღ◈。

　　这对大家来说是新消息ღ◈ღ◈，与两周前的情况已有所不同ღ◈ღ◈，这是我们当前的实际状态ღ◈ღ◈，供应链也正在重新启动ღ◈ღ◈。大家很快就会开始听到相关消息ღ◈ღ◈。

　　其次ღ◈ღ◈，我认为特朗普总统的意图是ღ◈ღ◈：美国应当在获取英伟达最先进技术方面保持领导地位ღ◈ღ◈，但他同时也希望我们能够在全球范围内参与竞争ღ◈ღ◈，而不是不必要地拱手相让那些市场ღ◈ღ◈。

　　综合我刚才说的三点——H200许可证ღ◈ღ◈、客户采购订单ღ◈ღ◈，以及他所表明的相当直接的意图ღ◈ღ◈，我有充分理由相信他的立场始终如一ღ◈ღ◈。

　　Q15ღ◈ღ◈：我很想进一步了解您在开源模型方面的愿景ღ◈ღ◈。我个人认为开源AI是现有体系的重要补充ღ◈ღ◈。请问英伟达推进开源的驱动力ღ◈ღ◈，究竟更多来自生态系统扩张ღ◈ღ◈、客户基础延伸ღ◈ღ◈，还是战略层面的考量？Nemotron的路线图是否会长期坚持下去？

　　黄仁勋ღ◈ღ◈：我们已经发布了GR00T 1ღ◈ღ◈、GR00T 2ღ◈ღ◈，Cosmos 1和2也已发布ღ◈ღ◈，Nemotron 1ღ◈ღ◈、2ღ◈ღ◈、3均已推出ღ◈ღ◈，Nemotron 4我们已启动联合开发ღ◈ღ◈。之所以要对模型进行编号ღ◈ღ◈，是因为你有持续推进的意图ღ◈ღ◈。

　　就像CUDAღ◈ღ◈，我们现在已经到了CUDA 13ღ◈ღ◈。这本身就回答了这个问题——我们绝对有意愿持续推进前沿附近的基础模型研发ღ◈ღ◈。

　　我们未必要做到绝对前沿ღ◈ღ◈。那并非我们的使命ღ◈ღ◈。我们的使命有几个层面ღ◈ღ◈：我们希望为世界打造可信赖的开源模型ღ◈ღ◈，以英伟达的体量和能力ღ◈ღ◈，确保每年稳定迭代ღ◈ღ◈，让所有人都知道ღ◈ღ◈，你们可以信赖我们ღ◈ღ◈。说到做到ღ◈ღ◈。

　　另一个原因是ღ◈ღ◈：我们自己在开发模型的过程中ღ◈ღ◈，可以针对新一代芯片和系统架构对模型架构进行深度优化ღ◈ღ◈。这是其他团队未必能做到的ღ◈ღ◈。

　　举个例子ღ◈ღ◈，如果没有TensorRT-LLMღ◈ღ◈，我们就无法探索NVLink 72的性能极限ღ◈ღ◈；如果没有Dynamoღ◈ღ◈，我们就无法探索解耦推理的边界ღ◈ღ◈，也就不会有后来收购Groq团队的决策ღ◈ღ◈。拥有自己的软件团队ღ◈ღ◈，保持工业级ღ◈ღ◈、前沿水准的软件能力ღ◈ღ◈，使我们能够在整个系统层面持续创新ღ◈ღ◈，软件与硬件相互成就ღ◈ღ◈，形成正循环ღ◈ღ◈。

　　Q16ღ◈ღ◈：英伟达自动驾驶业务目前约占公司总营收的1%ღ◈ღ◈。您认为ღ◈ღ◈，决定自动驾驶业务能否对英伟达财务业绩产生实质性影响ღ◈ღ◈，最关键的挑战是什么？

　　黄仁勋ღ◈ღ◈：这个问题对我来说意义特别深刻ღ◈ღ◈。英伟达的CUDA业务曾经占总营收的0%ღ◈ღ◈，却占据了我们90%的成本ღ◈ღ◈。任何理性的人都会放弃ღ◈ღ◈，但如果我们真的放弃了ღ◈ღ◈，在座各位今天就不会出现在这个房间里ღ◈ღ◈。

　　25年前ღ◈ღ◈，我们首次推出可编程着色器时ღ◈ღ◈，没有人知道如何使用ღ◈ღ◈，没有人愿意为此付费ღ◈ღ◈，没有任何评测机构认为这是个好主意ღ◈ღ◈。如果我们当时放弃了ღ◈ღ◈，可编程着色就不会有今天ღ◈ღ◈。

　　8年前ღ◈ღ◈，我宣布推出RTX光线追踪时ღ◈ღ◈，所有人都认为这是个笑话ღ◈ღ◈，说光线追踪一塌糊涂ღ◈ღ◈。如果我们没有RTXღ◈ღ◈，今天的全场景路径追踪计算机图形学也不会有今天ღ◈ღ◈。

　　事实证明ღ◈ღ◈，我们最初做的几乎每一件事ღ◈ღ◈，都耗费了大量资金ღ◈ღ◈，却毫无回报ღ◈ღ◈，甚至引来不少质疑ღ◈ღ◈。因此ღ◈ღ◈，你必须坚信自己所相信的ღ◈ღ◈，然后决定是否值得继续追求ღ◈ღ◈。

　　10年前ღ◈ღ◈，我开始投入自动驾驶ღ◈ღ◈。最初的团队只有我和另外一个人ღ◈ღ◈。我们踏上了这段探索之旅ღ◈ღ◈，试图弄清楚自动驾驶的技术难题究竟是什么ღ◈ღ◈。如今ღ◈ღ◈，我们有数千人在从事自动驾驶相关工作ღ◈ღ◈。

　　你说它只占1%ღ◈ღ◈，但请记住ღ◈ღ◈，英伟达的自动驾驶业务实际上涵盖三台计算机ღ◈ღ◈：训练系统ღ◈ღ◈、合成数据生成与仿真系统ღ◈ღ◈，以及自动驾驶车载系统本身ღ◈ღ◈。只有最后一部分被我们归类为自动驾驶业务ღ◈ღ◈，但因为我们深耕这个领域ღ◈ღ◈，整体业务规模远比大家认为的要大ღ◈ღ◈。

　　特斯拉购买英伟达系统用于训练ღ◈ღ◈，Wayve以及全球每一家正在研发自动驾驶的公司ღ◈ღ◈，无论是卡车ღ◈ღ◈、面包车ღ◈ღ◈、乘用车还是无人出租车ღ◈ღ◈，都在向我们采购这三台计算机中的一台或全部ღ◈ღ◈。这个规模相当可观ღ◈ღ◈。

　　但即便业务规模为零ღ◈ღ◈，我也会继续推进ღ◈ღ◈。为什么我如此确信自动驾驶一定会实现？因为我完全相信ღ◈ღ◈，自动驾驶在技术层面已经是一个被解决的问题ღ◈ღ◈。我们花了10年才走到这一步ღ◈ღ◈，但它确实已经被解决了ღ◈ღ◈，剩下的只是工程层面的持续打磨ღ◈ღ◈。

　　10年之后的某一天ღ◈ღ◈，全球每天1万亿英里的行驶里程将实现100%或接近100%的自动驾驶ღ◈ღ◈。今天ღ◈ღ◈，这一数字之所以有限ღ◈ღ◈，唯一的约束就是司机座位上的人ღ◈ღ◈，也就是驾驶仍需要人的参与ღ◈ღ◈。

　　如果没有这个约束ღ◈ღ◈，全球每天的行驶里程一定会大幅增长ღ◈ღ◈。假设每天有2万亿英里ღ◈ღ◈，再乘以每英里若干美元ღ◈ღ◈，这将是一个数万亿美元量级的市场ღ◈ღ◈。

　　大多数数万亿美元量级的市场ღ◈ღ◈，在某个时间点都是从零开始的ღ◈ღ◈。所以我完全接受它现在还在零附近ღ◈ღ◈，我的信念不会改变ღ◈ღ◈。

　　黄仁勋ღ◈ღ◈：欧洲许多国家ღ◈ღ◈，德国ღ◈ღ◈、瑞典以及英国的部分地区ღ◈ღ◈，曾是上一次工业革命的发源地ღ◈ღ◈。事实上ღ◈ღ◈，有三个国家引领了全球机电一体化的发展ღ◈ღ◈，这是技术与机械工艺ღ◈ღ◈、工业化的深度融合ღ◈ღ◈。机电一体化在德国ღ◈ღ◈、瑞典ღ◈ღ◈、日本都非常强大ღ◈ღ◈；美国曾经也很强ღ◈ღ◈，但我们将制造业外包得太多了ღ◈ღ◈。

　　然后ღ◈ღ◈，下一场工业革命来了——IT和软件革命ღ◈ღ◈，这对制造业来说非常陌生ღ◈ღ◈。制造业的文化是严格的公海赌网平台ღ◈ღ◈、一步一步的ღ◈ღ◈，每一件产品在发货之前必须完美ღ◈ღ◈，因为它可能伤害到人ღ◈ღ◈。而软件的运作方式是集群式的ღ◈ღ◈，你必须在它还没有完善之前就发布ღ◈ღ◈，因为如果你不发布ღ◈ღ◈，它永远不会被修复ღ◈ღ◈。

　　这不只是技术上的差异ღ◈ღ◈，而是深层的文化差异ღ◈ღ◈。正是这种文化差异ღ◈ღ◈，导致美国在IT革命中全面主导ღ◈ღ◈，而德国却被落在了后面ღ◈ღ◈。

　　你可以跨越IT革命ღ◈ღ◈，直接跳跃到AI革命ღ◈ღ◈。这正是我每天对德国ღ◈ღ◈、日本ღ◈ღ◈、韩国ღ◈ღ◈、瑞典所说的话ღ◈ღ◈：这是你们的机会ღ◈ღ◈，让过去成为过去ღ◈ღ◈。这已经不再重要了——因为正如大家所知ღ◈ღ◈，软件工程师已经不需要再写代码了ღ◈ღ◈。对德国来说ღ◈ღ◈，这应该是最令人振奋的消息ღ◈ღ◈；对日本来说ღ◈ღ◈，同样如此ღ◈ღ◈。

　　直接拥抱AIღ◈ღ◈，然后将AI技术与你们世界级的机电一体化工业能力深度融合ღ◈ღ◈。你们将一跃成为全球机器人产业的领导者ღ◈ღ◈。我是你们最坚定的拥趸ღ◈ღ◈。

　　Q18ღ◈ღ◈：随着推理需求的兴起ღ◈ღ◈，大量初创公司和成熟企业涌现ღ◈ღ◈，试图解决速度ღ◈ღ◈、内存ღ◈ღ◈、功耗等各种瓶颈ღ◈ღ◈。其中有些公司公布的token效率数据ღ◈ღ◈，与英伟达产品的表现形成了直接竞争ღ◈ღ◈。这与GPU早期时代的竞争格局似乎大不相同ღ◈ღ◈，被认真对待的竞争者明显更多ღ◈ღ◈。我们如何确信英伟达的推理方案是最快ღ◈ღ◈、最优的？如果Groq加Vera Rubin成为主流推理解决方案ღ◈ღ◈，英伟达又将如何维持这种领先优势？

　　第一是MLPerfღ◈ღ◈，这是行业内最严格的基准测试ღ◈ღ◈。大家去看看英伟达在其中的位置ღ◈ღ◈，我们在MLPerf推理和MLPerf训练两个榜单上全线第一ღ◈ღ◈，而且大多数参与者根本无法完成全部测试项目ღ◈ღ◈。

　　第二是SemiAnalysisღ◈ღ◈，这可能是目前覆盖最全面的推理分析ღ◈ღ◈，涵盖你能想到的每一个维度ღ◈ღ◈，结果同样是英伟达ღ◈ღ◈。如果允许我引用别人的话ღ◈ღ◈，“推理之王”ღ◈ღ◈，我就是喜欢这个称号的感觉ღ◈ღ◈。那条冠军腰带也很漂亮ღ◈ღ◈，通常你得到的是玻璃奖杯ღ◈ღ◈，不知道放哪里好ღ◈ღ◈，但一条冠军腰带ღ◈ღ◈，这种感觉蛮好的ღ◈ღ◈。这就能清楚地告诉你我们在推理领域的位置ღ◈ღ◈。

　　第三是Artificial Analysisღ◈ღ◈，涵盖了所有API推理服务公司ღ◈ღ◈，对每一家推理服务商进行全面评测ღ◈ღ◈。你会发现英伟达在整个榜单顶端ღ◈ღ◈，而且英伟达是该榜单覆盖的约20项服务中唯一一个全系列上榜的解决方案ღ◈ღ◈。

　　事实已经说明ღ◈ღ◈，我们在推理领域非常ღ◈ღ◈、非常强ღ◈ღ◈。我们理应获得这份认可ღ◈ღ◈。我们的推理之所以如此出色ღ◈ღ◈，不只是因为我们的浮点运算能力强ღ◈ღ◈，而是因为我们进行了极致的协同设计ღ◈ღ◈。

　　推理是一个巨大的计算机科学问题ღ◈ღ◈，是一个巨大的计算机系统工程问题ღ◈ღ◈，涵盖CPUღ◈ღ◈、GPUღ◈ღ◈、纵向扩展交换机ღ◈ღ◈、横向扩展网络技术ღ◈ღ◈、内存技术ღ◈ღ◈、存储技术——所有这一切必须协同运作才能做好推理ღ◈ღ◈，而我们比任何人都做得更好ღ◈ღ◈。

　　Q19ღ◈ღ◈：请问英伟达与台积电在共封装光学（CPO）方面的合作进展如何？另外ღ◈ღ◈，美国商务部长曾希望将台湾40%的芯片产能迁移至美国ღ◈ღ◈，这在现实中是否可行？

　　黄仁勋ღ◈ღ◈：首先ღ◈ღ◈，我们与台积电共同发明了CoUPღ◈ღ◈，这是一种将电子器件与硅光子引擎直接集成在同一块芯片上的技术ღ◈ღ◈。我们为整条供应链申请了约100项专利ღ◈ღ◈，并将我们的全部技术开放授权给整个供应链ღ◈ღ◈，以便各方能够协同打造硅光子CPO（共封装光学）技术——让电子与光子在同一个封装中融合ღ◈ღ◈。

　　目前ღ◈ღ◈，我们占据了台积电COUP工艺产能的绝大多数ღ◈ღ◈。Spectrum-X的量产爬坡已经启动ღ◈ღ◈，未来还将持续扩大规模ღ◈ღ◈。

　　关于40%这个目标——在当前及近期来看非常难以实现ღ◈ღ◈，因为需求仍在持续高速增长ღ◈ღ◈。台积电正在尽全力在美国亚利桑那州及周边建立新产能ღ◈ღ◈，整条供应链也在美国本土布局ღ◈ღ◈。然而ღ◈ღ◈，新晶圆厂和新工厂还在建设的同时ღ◈ღ◈，全球整体需求的增速之快ღ◈ღ◈，使得在近期内实现40%这一目标将极具挑战ღ◈ღ◈。

　　Q20ღ◈ღ◈：您向Nebius投资了20亿美元ღ◈ღ◈，同时也投资了Lumentum和Coherentღ◈ღ◈。请问您在做这些投资时的思路是什么？

　　你必须想象英伟达的技术与全球解决方案的完整整合路径ღ◈ღ◈，一直延伸到最终用户侧——有人在消耗tokenღ◈ღ◈，有人在使用OpenClawღ◈ღ◈，有人在使用ChatGPTღ◈ღ◈、Anthropicღ◈ღ◈，有人在使用Runwayღ◈ღ◈、Black Forest Labs……你必须把这条链路想通到底ღ◈ღ◈。

　　向上看ღ◈ღ◈，未来2～5年ღ◈ღ◈，我的上游供应链需求是什么ღ◈ღ◈，我现在应该为此做哪些准备？向下看ღ◈ღ◈，我需要怎样的下游产能——土地ღ◈ღ◈、电力ღ◈ღ◈、厂房ღ◈ღ◈，或者开发者生态——未来1～5年我需要什么？

　　当你向上看ღ◈ღ◈，你会发现我们正在随Spectrum-6大规模引入硅光子技术ღ◈ღ◈，并将在未来几年把硅光子加入到NVLink的纵向扩展技术中ღ◈ღ◈。

　　这意味着我们所需的硅光子产能ღ◈ღ◈，将远超今天全球现有水平ღ◈ღ◈。因此我们与供应链合作ღ◈ღ◈，提前帮助他们建立产能ღ◈ღ◈。有时我们提前付款ღ◈ღ◈，有时只是给出预测ღ◈ღ◈，有时如果某项技术产能极度紧缺但需求巨大ღ◈ღ◈，我们可能会选择直接投资该公司ღ◈ღ◈，同时提供预付款ღ◈ღ◈、预测以及其他支持ღ◈ღ◈。

　　而Nebius则是下游合作伙伴的投资ღ◈ღ◈。上游一个方向ღ◈ღ◈，下游另一个方向ღ◈ღ◈。我始终沿着整个技术与制造的生命周期进行全局扫描ღ◈ღ◈，持续为公司的增长做好准备ღ◈ღ◈。

　　Q21ღ◈ღ◈：数据对于世界模型极为重要ღ◈ღ◈，游戏能产生大量数据ღ◈ღ◈。请问游戏玩家数据和云游戏数据ღ◈ღ◈，对于世界模型训练是否真正有价值ღ◈ღ◈，甚至能够超越游戏本身的应用范畴？

　　黄仁勋ღ◈ღ◈：在一定程度上是的ღ◈ღ◈。但需要注意ღ◈ღ◈，大多数游戏并不严格遵守物理法则ღ◈ღ◈。比如在《堡垒之夜》中ღ◈ღ◈，角色的奔跑动作与其体型所能支撑的速度并不匹配ღ◈ღ◈，是一种半跑半飞的状态ღ◈ღ◈。因此ღ◈ღ◈，在训练希望基于物理规律的基础模型时ღ◈ღ◈，必须小心过滤掉这类不符合物理规律的观测数据ღ◈ღ◈。

　　游戏中的角色可以从山顶跳下ღ◈ღ◈，游戏与现实中树木摇曳ღ◈ღ◈、海浪起伏的方式完全不同ღ◈ღ◈。如果条件允许ღ◈ღ◈，你应当回归真实基准数据ღ◈ღ◈。当然ღ◈ღ◈，你也可以使用遥操作数据ღ◈ღ◈，或者使用仿真数据——这正是Newton的用武之地ღ◈ღ◈。

　　Newton和Isaac Lab运行在3D图形环境中ღ◈ღ◈，但其动画是完全基于物理仿真的ღ◈ღ◈，碰撞遵循物理原理ღ◈ღ◈，关节运动遵循逆运动学ღ◈ღ◈。因此公海赌网平台ღ◈ღ◈，Newton和Isaac Lab中的所有属性都严格遵守物理规律ღ◈ღ◈，可以将其与真实世界的可观测数据结合起来ღ◈ღ◈，共同训练世界模型ღ◈ღ◈。

　　一旦世界模型达到足够的能力水平ღ◈ღ◈，你甚至可以反过来ღ◈ღ◈。用3D图形控制世界模型来生成新的合成数据ღ◈ღ◈。这就形成了一个飞轮ღ◈ღ◈：最初我们使用线D仿真数据加以增强ღ◈ღ◈，帮助我们构建出世界基础模型ღ◈ღ◈，再用遥操作或3D仿真来控制它ღ◈ღ◈，进一步放大合成数据的生成规模ღ◈ღ◈。这个飞轮正在启动ღ◈ღ◈。

　　这有点像ღ◈ღ◈：你必须先积累足够的知识ღ◈ღ◈，理解事物的运作规律ღ◈ღ◈，然后才能想象未来的各种可能场景ღ◈ღ◈。我们训练了自己的世界基础模型ღ◈ღ◈，现在能够生成各种未来的可能性ღ◈ღ◈。而这些对未来的合理推演ღ◈ღ◈，本身就成为了我们的学习素材——我们将它们转化为训练数据的真实基准ღ◈ღ◈。

　　就我个人而言ღ◈ღ◈，在思考英伟达的战略和行业走势时ღ◈ღ◈，我其实生活在一个完全由脑中模拟构建的未来里ღ◈ღ◈。我会定期校验这个模拟是否与现实保持一致ღ◈ღ◈，持续重新评估ღ◈ღ◈。如果我的假设ღ◈ღ◈、我的模拟与现实始终保持连贯ღ◈ღ◈，说明我对未来的判断正在成真ღ◈ღ◈，我便坚守这个愿景ღ◈ღ◈，始终如一ღ◈ღ◈。

　　Q22ღ◈ღ◈：英伟达在Spectrum X上采用了CPOღ◈ღ◈。这项技术会扩展到整个网络产品组合中吗？大规模生产的关键挑战是什么？另外ღ◈ღ◈，这会加深与中国台湾CPO供应链的合作吗？

　　黄仁勋ღ◈ღ◈：我从后往前回答ღ◈ღ◈。我们与台湾CPO供应链合作非常紧密ღ◈ღ◈。当然ღ◈ღ◈，这个供应链始于台积电的芯片制程工艺ღ◈ღ◈，每一个环节ღ◈ღ◈，包括组装和封装ღ◈ღ◈，都极其复杂ღ◈ღ◈。

　　Spectrum 6取得了巨大成功ღ◈ღ◈。事实上ღ◈ღ◈，Spectrum 3也是巨大成功ღ◈ღ◈。Spectrum 4是我们的第一款以太网交换机ღ◈ღ◈。当时所有人都认为我们很难打入以太网领域ღ◈ღ◈，但我们完全专注于AI以太网ღ◈ღ◈，彻底重构了以太网技术ღ◈ღ◈，以支持AI特有的流量类型和计算模式ღ◈ღ◈。

　　Spectrum 4ღ◈ღ◈、5ღ◈ღ◈、6都是巨大的成功ღ◈ღ◈。我们现在已经是全球最大的网络公司了ღ◈ღ◈。这实际上是NVLink和Spectrum的完美结合ღ◈ღ◈，都是本垒打级别的成功ღ◈ღ◈。

　　Q23ღ◈ღ◈：去年底ღ◈ღ◈，Allen Institute的一位知名研究员曾警告ღ◈ღ◈，AI算力扩展的可用杠杆——包括数据ღ◈ღ◈、精度等——大约还有两年就会耗尽ღ◈ღ◈。您之前提到Blackwell引入了MX数据格式ღ◈ღ◈，Vera Rubin又有所推进ღ◈ღ◈，请问英伟达手中还有哪些扩展维度尚未动用？

　　黄仁勋ღ◈ღ◈：NVFP4不只是改变了浮点数的精度ღ◈ღ◈，而是彻底重构了整个张量核心引擎（Tensor Core Engine）的结构ღ◈ღ◈。NVFP4本身就是一套张量核心引擎ღ◈ღ◈，而不仅仅是一个数值格式ღ◈ღ◈。

　　它的处理结构是动态的——动态上采样ღ◈ღ◈、动态下采样ღ◈ღ◈，从而在尽可能节省能耗ღ◈ღ◈、提升计算量的同时ღ◈ღ◈，保留最终计算结果的精度ღ◈ღ◈。这套动态调整机制ღ◈ღ◈，正是张量核心引擎之美所在ღ◈ღ◈。

　　整个行业在FP8上的普及才刚刚稳固ღ◈ღ◈，我们已经在推动向NVFP4的迁移了ღ◈ღ◈。再往后ღ◈ღ◈，FP1这类格式确实有些奇特ღ◈ღ◈，精度扩展的空间大概也快到头了ღ◈ღ◈。所以你最初的判断并非没有道理ღ◈ღ◈。

　　但英伟达有一个重要优势ღ◈ღ◈：极致的协同设计ღ◈ღ◈。过去十年ღ◈ღ◈，我们的计算效率提升了约100万倍ღ◈ღ◈，而摩尔定律在同期只贡献了约100倍ღ◈ღ◈。摩尔定律鼎盛时期的预测是十年100倍ღ◈ღ◈，而我们做到了100万倍ღ◈ღ◈。我们不只是靠精度的提升ღ◈ღ◈。

　　单靠精度ღ◈ღ◈，每年大约只有2倍的提升空间ღ◈ღ◈。我们的速度远超精度扩展所能解释的范围ღ◈ღ◈，未来也将如此ღ◈ღ◈。我们还有很多旋钮可以拨动ღ◈ღ◈。

　　每一年ღ◈ღ◈，我都会向大家展示新的旋钮ღ◈ღ◈。去年ღ◈ღ◈，我们展示了NVLink 72ღ◈ღ◈，在功耗大致相当的前提下ღ◈ღ◈，性能提升了35倍ღ◈ღ◈。这就是架构的力量ღ◈ღ◈，这正是极致协同设计如此重要的原因ღ◈ღ◈。

　　也许可以给大家一个小提示ღ◈ღ◈：未来不只是关于大模型层面的优化ღ◈ღ◈，未来是关于智能体系统ღ◈ღ◈。智能体系统使整个问题空间再次大幅扩展ღ◈ღ◈。而当问题空间扩展ღ◈ღ◈，你就有更大的机会去寻找那个质的飞跃ღ◈ღ◈。

　　Q24ღ◈ღ◈：随着智能体工作流的兴起ღ◈ღ◈，许多人认为新思科技ღ◈ღ◈、Cadence这类传统软件平台将被取代ღ◈ღ◈。请问您如何看待AI与这些软件公司之间的关系？

　　黄仁勋ღ◈ღ◈：请转告散户投资者ღ◈ღ◈，他们的判断完全错了ღ◈ღ◈。这甚至不是我需要保护的业务ღ◈ღ◈，但是非对错还是要讲清楚ღ◈ღ◈。

　　举个例子ღ◈ღ◈，新思科技ღ◈ღ◈、Cadenceღ◈ღ◈，以及所有设计工具ღ◈ღ◈，它们业务规模的上限ღ◈ღ◈，取决于有多少工程师坐在那里使用ღ◈ღ◈。工程师数量有多少ღ◈ღ◈，工具就能卖出多少许可证ღ◈ღ◈。就像管道工多了ღ◈ღ◈，管道工具就卖得多ღ◈ღ◈；木匠多了ღ◈ღ◈，木工工具就卖得多ღ◈ღ◈。

　　但未来ღ◈ღ◈，我们将拥有大量AI智能体工程师ღ◈ღ◈。这些智能体工程师会做什么？凭空生成晶体管吗？不ღ◈ღ◈，它们会使用和人类工程师一样的工具ღ◈ღ◈，因为工作完成后ღ◈ღ◈，必须把结果放回人类可以理解的结构化数据中ღ◈ღ◈。

　　如果我无法理解ღ◈ღ◈、无法控制输出结果ღ◈ღ◈，这就回到了我们反复提到的可控性问题ღ◈ღ◈。SQL会因为智能体的出现而消亡吗？不会ღ◈ღ◈，SQL恰恰是我们业务真实基准的存放地ღ◈ღ◈。当智能体完成工作ღ◈ღ◈，请把结果放回SQLღ◈ღ◈，这样我随时都可以去查询ღ◈ღ◈。

　　同理ღ◈ღ◈，当智能体完成芯片设计ღ◈ღ◈，它会使用新思科技和Cadence的工具ღ◈ღ◈，设计结果最终也会回归到这些工具的文件系统和数据结构中ღ◈ღ◈，这才是设计的真实基准ღ◈ღ◈。

　　如果我需要精确复现设计ღ◈ღ◈，不是“大概能用”ღ◈ღ◈，而是“必须精确可用”ღ◈ღ◈，AI深度学习可以生成大致可行的设计ღ◈ღ◈，但我不能接受“大致可行”ღ◈ღ◈，我需要“完全精确”ღ◈ღ◈，而这正需要新思科技的工具来保证一致性ღ◈ღ◈。正因为有了智能体ღ◈ღ◈，我们需要授权的新思科技工具数量很可能会爆炸式增长ღ◈ღ◈，而不是减少ღ◈ღ◈。

　　有些人有个奇怪的想法ღ◈ღ◈，认为AI可以从零开始凭空生成晶体管qq旋风2ღ◈ღ◈，他们以为英伟达工程师每天就像在用Nano Banana生图一样设计芯片ღ◈ღ◈。这里没有贬低Nano Banana的意思ღ◈ღ◈，但芯片设计必须一层一层地精确构建ღ◈ღ◈，因为它必须是可验证的ღ◈ღ◈、可理解的ღ◈ღ◈、可重复的ღ◈ღ◈、可控的——不能依赖概率ღ◈ღ◈。

　　黄仁勋ღ◈ღ◈：我的工作可太难了ღ◈ღ◈。就一条吗？我的人生哲学非常简单ღ◈ღ◈：别被开除ღ◈ღ◈，别无聊ღ◈ღ◈，别死ღ◈ღ◈。在这三者之间ღ◈ღ◈，尽量保持平衡ღ◈ღ◈。

　　这对英伟达同样适用ღ◈ღ◈：不要被客户开除ღ◈ღ◈，不要无聊到公司停止创造价值ღ◈ღ◈，不要倒闭ღ◈ღ◈，然后待在这三者的中间地带ღ◈ღ◈。

　　这就是人生秘诀ღ◈ღ◈，去年如此ღ◈ღ◈，今年亦然——你可以说是黄仁勋的“人生三诀”ღ◈ღ◈。这三条听起来简单ღ◈ღ◈，但每一条都是极高风险的ღ◈ღ◈。

　　黄仁勋ღ◈ღ◈：首先ღ◈ღ◈，我们在以色列有6000个家庭ღ◈ღ◈，我非常担心他们ღ◈ღ◈。我知道他们自己也很担忧ღ◈ღ◈，但我们公司仍在非常努力地运营ღ◈ღ◈，员工们依然在非常努力地工作ღ◈ღ◈。尽管如此ღ◈ღ◈，这丝毫不减轻我们对他们的牵挂ღ◈ღ◈。我对以色列的承诺是百分之百的——我们会长期在那里ღ◈ღ◈，员工得到我们百分之百的支持ღ◈ღ◈。

　　对中国台湾同样如此ღ◈ღ◈。我们在那里有数千名员工ღ◈ღ◈，他们深耕于此已经很长时间ღ◈ღ◈。我们整条供应链都在那里ღ◈ღ◈，与我们合作的数百家公司中ღ◈ღ◈，不乏全球最重要的企业ღ◈ღ◈。

　　我唯一的希望ღ◈ღ◈，是大家都能携手合作ღ◈ღ◈，保持和平ღ◈ღ◈，着眼大局ღ◈ღ◈，保持冷静ღ◈ღ◈，不断提升自身韧性ღ◈ღ◈。我百分之百相信ღ◈ღ◈，我们将继续依靠和倚重以色列的出色产业ღ◈ღ◈；我同样百分之百确信ღ◈ღ◈，整个世界将在很长很长一段时间内继续依赖中国台湾ღ◈ღ◈。

　　黄仁勋ღ◈ღ◈：我们会非常忙碌ღ◈ღ◈。希望届时英伟达拥有约75000名员工ღ◈ღ◈，规模尽可能精简ღ◈ღ◈，同时足以支撑使命ღ◈ღ◈。

　　这75000名员工将与750万个AI智能体协同工作ღ◈ღ◈，智能体全天候不间断运转ღ◈ღ◈。希望我们的员工不需要跟上智能体的节奏ღ◈ღ◈，我很确定他们也跟不上ღ◈ღ◈。

　　我们今天正在努力解决的那些事情ღ◈ღ◈，十年前没有人会想象这是可解的ღ◈ღ◈。机器人基本上已经是一个被解决的问题ღ◈ღ◈；自动驾驶汽车基本上也是一个被解决的问题ღ◈ღ◈；药物研发ღ◈ღ◈，我们正在像对待工程问题一样对待它ღ◈ღ◈。延长人类寿命——这一切现在都完全处于可能性的范围之内ღ◈ღ◈。

　　十年前ღ◈ღ◈，没有人会想象这些是可实现的ღ◈ღ◈。而十年后ღ◈ღ◈，最好的思维工具之一ღ◈ღ◈，就是认识到不可能其实相当实际可行——任何看似需要数百万倍能量ღ◈ღ◈、成本或时间的事ღ◈ღ◈，都可以被压缩数十亿倍ღ◈ღ◈。距离会缩短ღ◈ღ◈，一切将因机器人变得更轻盈ღ◈ღ◈，事情会完成得更快ღ◈ღ◈，能源消耗也将大幅降低ღ◈ღ◈。

　　在我刚毕业的那个年代ღ◈ღ◈，我们今天谈论的一切ღ◈ღ◈，连科幻小说里都没有出现过ღ◈ღ◈。我们现在谈论的这些事情qq旋风2ღ◈ღ◈，本身就已是非凡壮举ღ◈ღ◈。

　　关于人类ღ◈ღ◈，我唯一可以确定的是ღ◈ღ◈：我们如今允许自己打开想象力去解决的问题ღ◈ღ◈，比四年前多出了百万倍ღ◈ღ◈。那么再过十年ღ◈ღ◈，当我们意识到还能解决哪些问题时ღ◈ღ◈，会是什么景象？

　　那些问题我们甚至还没开始想象ღ◈ღ◈。因此ღ◈ღ◈，我非常确信ღ◈ღ◈，未来还有无数等待我们去解决的伟大问题ღ◈ღ◈。我甚至嫉妒那些四十年后还在世的人ღ◈ღ◈。

　　Q28ღ◈ღ◈：Vera Rubin整体系统ღ◈ღ◈，主要是为了解决当前的技术瓶颈ღ◈ღ◈，还是在重塑AI的商业模式？

　　黄仁勋ღ◈ღ◈：我们构建的每一套系统ღ◈ღ◈，都能让当前的问题和工作负载得到数倍的提升ღ◈ღ◈，同时也总会开辟出一片新的问题空间——那些我们今天还无法解决的问题的新视野ღ◈ღ◈。

　　昨天我展示图表时ღ◈ღ◈，有一个规律我每次都会呈现ღ◈ღ◈：我们既向上推——对于任何给定的工作负载ღ◈ღ◈，我们持续提升吞吐量和性能ღ◈ღ◈；也向右推ღ◈ღ◈，AI变得更聪明ღ◈ღ◈，能力边界不断扩展ღ◈ღ◈，出现新的可能性ღ◈ღ◈。

　　举个例子ღ◈ღ◈：今天使用ChatGPT或任何AIღ◈ღ◈，你大约能获得每秒20个token的生成速度ღ◈ღ◈。而我展示的图表是每秒1000个ღ◈ღ◈、乃至2000个tokenღ◈ღ◈。想象一下——你按下回车ღ◈ღ◈，答案以快100倍的速度返回ღ◈ღ◈。

　　未来ღ◈ღ◈，当你还在输入的时候ღ◈ღ◈，AI已经在思考了ღ◈ღ◈；等你按下回车ღ◈ღ◈，它已经完成了ღ◈ღ◈。不论是帮我写一个网站程序ღ◈ღ◈，还是帮我设计一个厨房——按下回车ღ◈ღ◈，完成ღ◈ღ◈。

　　Q29ღ◈ღ◈：您说AI让我们所有人都更忙了ღ◈ღ◈，但同时您又预测物理AI和机器人将承担今天工人从事的体力劳动ღ◈ღ◈。这两件事如何能同时成立？未来会不会出现大规模失业？

　　黄仁勋ღ◈ღ◈：首先ღ◈ღ◈，全球目前有数千万制造业岗位的缺口ღ◈ღ◈。大家知道吗？我们的卡车司机短缺数百万ღ◈ღ◈。制造业工人短缺数千万ღ◈ღ◈。就业率很高ღ◈ღ◈，但很多公司仍然招不到足够的劳动力ღ◈ღ◈，大多数公司都面临劳动力短缺的问题ღ◈ღ◈。机器人将填补这个缺口ღ◈ღ◈。这是第一层公海赌网平台ღ◈ღ◈。

　　填补缺口的结果ღ◈ღ◈，是所有国家的经济都将增长ღ◈ღ◈。而经济增长时ღ◈ღ◈，大多数公司往往会雇用更多人ღ◈ღ◈，用来管理更多机器人ღ◈ღ◈，管理更多智能体ღ◈ღ◈，推动业务增长ღ◈ღ◈，发现新问题ღ◈ღ◈、解决新问题ღ◈ღ◈，嵌入新技术ღ◈ღ◈，发明新产品ღ◈ღ◈、新服务ღ◈ღ◈。这很可能就是未来的轨迹ღ◈ღ◈。

　　我之所以这样判断ღ◈ღ◈，是因为ღ◈ღ◈：如果我取今天这个点ღ◈ღ◈，再取100年前那个点ღ◈ღ◈，连成一条直线——就业岗位数量一直在增长ღ◈ღ◈，各国经济一直在增长ღ◈ღ◈，我们所有人都比以往任何时候都更忙ღ◈ღ◈。

　　你上一次坐在门廊的摇椅上ღ◈ღ◈，喝着一杯柠檬水ღ◈ღ◈，看夕阳西下ღ◈ღ◈，是什么时候？那个画面是100年前的事了ღ◈ღ◈，不是吗？我们比以往任何时候都更忙ღ◈ღ◈。这条趋势线大概率还会延续ღ◈ღ◈。

　　我们都将有稳定的工作ღ◈ღ◈。当然ღ◈ღ◈，每一种职业都会发生变化ღ◈ღ◈，有些工作会消失ღ◈ღ◈，有些工作是全新的ღ◈ღ◈。就像过去人们用马来耕地ღ◈ღ◈、代步ღ◈ღ◈，而现在一匹良马价值500万美元ღ◈ღ◈。世界在变ღ◈ღ◈，AI会改变这一切ღ◈ღ◈，但我相当确信ღ◈ღ◈，这将是一个更美好的世界ღ◈ღ◈。

　　Q30ღ◈ღ◈：昨天的公告中提到了现代ღ◈ღ◈、日产qq旋风2ღ◈ღ◈、比亚迪ღ◈ღ◈、吉利与英伟达的合作ღ◈ღ◈。对于比亚迪和吉利而言ღ◈ღ◈，L4级别的自动驾驶功能落地ღ◈ღ◈，在中国的监管环境下究竟如何运作？

　　黄仁勋ღ◈ღ◈：这是这样运作的ღ◈ღ◈：在中国ღ◈ღ◈，比亚迪ღ◈ღ◈、吉利ღ◈ღ◈、小鹏ღ◈ღ◈、理想都是我们的合作伙伴和客户ღ◈ღ◈，它们发展得很好ღ◈ღ◈，也将继续发展得很好ღ◈ღ◈。我们与它们共同基于DRIVE Hyperion实现了传感器和计算架构的标准化ღ◈ღ◈。

　　当它们的汽车进入欧洲市场ღ◈ღ◈，某些国家可能无法接受它们的软件栈ღ◈ღ◈。这时ღ◈ღ◈，英伟达的软件栈就可以直接启用ღ◈ღ◈。而在中国ღ◈ღ◈，它们使用自己的软件栈完全没有问题ღ◈ღ◈。在欧洲或亚洲的某些地区ღ◈ღ◈，如果当地软件栈不适用或不被接受ღ◈ღ◈，我们的软件栈就可以替代上去ღ◈ღ◈。

　　中国政府的规定适用于中国ღ◈ღ◈，但并不适用于德国ღ◈ღ◈。比如ღ◈ღ◈，如果比亚迪想在德国以自动驾驶模式运营ღ◈ღ◈、接入Uberღ◈ღ◈，它完全可以使用DRIVE OS来实现ღ◈ღ◈。

　　黄仁勋ღ◈ღ◈：真的吗？太棒了ღ◈ღ◈，谢谢ღ◈ღ◈。我要站在这里ღ◈ღ◈，直到再多拿几个奖ღ◈ღ◈。不过我需要忏悔一下ღ◈ღ◈，我已经两年没有自己开车了ღ◈ღ◈，我现在是被自动驾驶接送的ღ◈ღ◈。我得了“推理之王金腰带”ღ◈ღ◈、“Motor Trend年度人物奖”ღ◈ღ◈，太棒了ღ◈ღ◈。

　　Q31ღ◈ღ◈：CUDA在2006年发布ღ◈ღ◈，市场过了很多年才真正理解它的价值ღ◈ღ◈；NVLink 2014年推出ღ◈ღ◈，NVLink 72 去年才被广泛认可ღ◈ღ◈。请问您认为英伟达现有产品中ღ◈ღ◈，哪一个是市场目前尚未充分理解ღ◈ღ◈、但五到十年后将被证明极为重要的？

　　黄仁勋ღ◈ღ◈：我会说Alpamayo是其中之一ღ◈ღ◈，Cosmos是其中之一ღ◈ღ◈，Omniverse绝对是其中之一ღ◈ღ◈，Dynamo已经被人们理解但尚未被充分重视ღ◈ღ◈，它对AI工厂整个生态的深远影响ღ◈ღ◈，毋庸置疑ღ◈ღ◈。

　　还有一个概念ღ◈ღ◈：如何在AI工厂的语境下思考性能这个问题？这是一个非常新的概念ღ◈ღ◈，我还需要多次反复讲解ღ◈ღ◈。

　　但终有一天ღ◈ღ◈，全球每一位CEO都会懂它ღ◈ღ◈，每一个董事会都会理解它ღ◈ღ◈，每一家公司都会用它来估算自己未来的营收ღ◈ღ◈，它将成为工厂运营流程和企业战略规划的核心组成部分ღ◈ღ◈。

　　这个概念对未来的产业极为关键ღ◈ღ◈，但目前理解还不够深ღ◈ღ◈，我需要再讲上17遍ღ◈ღ◈，没关系ღ◈ღ◈，已经有足够多的人理解了ღ◈ღ◈，但还有很多工作要做ღ◈ღ◈。

　　Q32ღ◈ღ◈：你曾说过ღ◈ღ◈，希望大家经历大量的痛苦和磨难ღ◈ღ◈。请问在一个相对完美的世界里ღ◈ღ◈，您会推荐人们去经历什么样的苦难ღ◈ღ◈，才能走到您今天的位置？

　　苦难嘛……你看ღ◈ღ◈，每当你学习一件新事物ღ◈ღ◈，都伴随着相当程度的痛苦ღ◈ღ◈；每当你做超出舒适区的事情ღ◈ღ◈，都会如此ღ◈ღ◈；每当你站在台上做主题演讲ღ◈ღ◈，知道所有人都在评判你ღ◈ღ◈，而你也知道自己可能不会像自己期望的那样完美——这其中始终有一份焦虑与痛苦ღ◈ღ◈。

　　备战任何事情都需要大量的投入ღ◈ღ◈，苦难无处不在ღ◈ღ◈，这毋庸置疑ღ◈ღ◈。这正是追求卓越不可或缺的一部分ღ◈ღ◈，是追求成为最好的自己不可或缺的一部分ღ◈ღ◈。只要你感到自己在全力追求成为最好的自己ღ◈ღ◈，竭尽所能ღ◈ღ◈，把一切都留在场上ღ◈ღ◈，那么苦难一定已经发生了ღ◈ღ◈。欢迎来到公海欢到赌船公海赌网址710客服ღ◈ღ◈，公海ღ◈ღ◈，