黄仁勋深度专访：谈英特尔CEO下课，回应美国半导体管制，用AI写演讲稿

tayun

智东西（公众号：zhidxcom）

编译 | 徐豫

编辑 | 云鹏

智东西12月18日消息，今天《连线》杂志专访了英伟达创始人兼CEO黄仁勋，从新AI系统Blackwell的推理效能优势，到英伟达的AI全球战略，聊了不少这家美国GPU巨头在半导体行业的最新进展。

黄仁勋称，AI已逐步成为一种基础设施，各AI开发商正大规模“制造智能”，并以此重塑各行各业。半小时内，他提及了至少23次“基础设施”。黄仁勋调侃道他自己也用AI Agent来写演讲稿。

此次访谈中，黄仁勋还回应了本周令半导体行业震颤的两件大事，一是英特尔CEO帕特·基辛格（Pat Gelsinger）正式退休，并从董事会卸任；二是美国商务部工业与安全局（BIS）公布对华半导体出口管制措施新规，波及24种半导体制造设备、3种用于开发或生产半导体的软件工具、高带宽内存（HBM），以及超140家半导体行业上下游公司。

由于深度学习和机器学习的出现，10年间，半导体行业的底层架构技术发生了根本性的转变，GPU席卷CPU市场。在他看来，这是英特尔困境的核心原因。而台积电在全球半导体供应链中仍会长期保有优势。

根据雅虎财经的数据，截至发稿，英伟达的股价年涨167%，最新市值为3.2万亿。



▲英伟达今年股价情况，涨幅接近167%（图源：雅虎财经）

以下是此次《连线》杂志资深撰稿人劳伦·古德（Lauren Goode）与黄仁勋访谈全程内容的编译（为提高可读性，智东西在不违背原意的前提下进行了一定的增删修改）：

一、AI硬件潮英特尔没跟上

古德：前几天英特尔CEO帕特·基辛格（Pat Gelsinger）官宣退休，但有市场传闻说他是被迫下台的。我认为，20年前没有人会想象得到英特尔走到了这一步。

你是如何确保英伟达在10年、20年之后，不会落得同样的下场？为了确保这一点，你规划了哪些实际的战略？

黄仁勋：我和基辛格已有数十年的交情了，非常感谢他和英特尔提供的合作和支持。现在我们仍选用英特尔的CPU，并与他们一起开发和推进各种各样的产品和项目。

当一个行业发生一些根本性的变化时，其力量令人难以置信。深度学习和机器学习的技术创新，让全世界从在CPU上运行编码指令，转向在GPU上探索神经网络，这种趋势并不是可以与之抗争的。你要么走上这条路，要么错过这条路，并且没有人能保证这一点。

不管CPU的性能多强，你都抵抗不了机器学习的发展势头；不管一台计算机多先进，你都抵抗不了云计算的发展势头。由于机器学习的出现，不到10年，人们建造、处理工具的方式和内容都发生了根本性的改变。因此，你要长期为这些技术革新做好准备。

别忘了，英伟达是一家从基础技术架构起步的公司，成立两年后，公司实际发展方向完全变了。我们很快认清了一个事实，那便是当时我们所建立的架构、所拥有的技术都是错误的，于是无论如何都要去做GPU，去追赶深度学习领域。后续英伟达从一家芯片公司，发展为一家系统公司，再变成了一家基础设施公司。

二、半导体行业首次大规模制造智能

古德：你有说到英伟达在全球各地都有不少合作伙伴，但身处于当前政策变动、条件严苛的商业环境，你是怎么应对的呢？

黄仁勋：正如过去60年那样，世界在变的同时，AI行业也一直在变。我们现在能够解决的问题、能够提供的产品解决方案、能够实现的能力都是不寻常的。目前，技术行业和软件行业仍有领先优势，而以这两者为基础的其他行业，将在接下来的十年内经历重大变化。

古德：这周一，美国商务部扩大了出口管制，管控范围不仅限于半导体产业。与之相关的上下游供应链也会受到一定影响，而英伟达的GPU是其中一环。在你看来，出口管制的理由是否合理，中国市场的竞争对手会如何应对？

黄仁勋：首先，我们会尽最大努力了解和告知半导体行业的动态，以及英伟达如何在全球市场运作，并向上级解释这些事情。在那之后，我们的工作仍是继续专注于创新和推动技术进步，更好地满足客户的需求。这些都在我们的控制范围内。

古德：即将上任的特朗普政府近期提到了台积电（TSMC），他认为台积电抢走了美国的部分芯片业务。英伟达与台积电长期合作，你怎么看待这件事对两家公司关系的影响呢？

黄仁勋：无论是在半导体行业，还是在全球供应链市场，台积电的重要性都是不言而喻的。因此，我们很重视与台积电的合作，也在这份合作伙伴关系中越做越好。同时，全球供应链对台积电的依赖仍会持续很长一段时间。

古德：特朗普当选新一届美国总统以来，你和他交流过吗？

黄仁勋：我已经联系了特朗普总统并向他表示祝贺。

古德：那你是否想要与他进一步讨论英伟达的业务？

黄仁勋：AI是一个很宏大的话题。它不仅是一项新技术，更是一个全新的行业。当下，我们第一次大规模制造智能。

我选择“制造”这个词的原因是，通常一个行业形成的过程中，会制造出前所未有的东西。就像计算机行业当初制造软件一样，现在AI行业是制造智能，需要能源，需要大量工厂，并且对一个国家的社会、工业、经济和技术进步有重要影响。

三、感知、推理和计划能力是衡量AI Agent的标准

古德：最近AI Agent（AI智能体）的概念走红，不过其具体的定义似乎还不算清晰。那么，你认为AI Agent是什么，能做什么，为什么有些人称它是下一波生成式AI呢？

黄仁勋：从感知AI（Perception AI）到生成式AI（Generative AI），再到AI Agent。时至今日，AI可能实际上是一个机器人、一个AI系统或者其他形态。我认为这些有关AI Agent的描述，在不同的上下文语境中有时可以互换，不过其核心是不变的，即结合感知、推理和计划能力，这也是AI的基石。

目前，AI可以基于思维链（CoT）或其他架构的推理模型，把我们抛给它的任务，拆解成多步骤完成。除此之外，AI也可以生成图像、音乐、文档等等。这些意味着，未来你可以用各种各样的方式找到解决问题的方法，甚至可以让别人代劳一部分工作。

古德：你使用了哪些AI Agent来帮助你提高工作效率，以及怎么用的，可以举例说说吗？

黄仁勋：我现在用着好几个，个人体验都不错，比如Gemini和ChatGPT。我经常用AI来写一些东西，举个例子，我会把一个初版的大纲丢给AI，再给它一些我以前演讲内容的PDF文档，然后我就可以根据AI生成的内容进一步完善我的初稿。

古德：所以你是说，我任何时候给你发电子邮件，你都会回复，但其实这都是AI Agent干的？

黄仁勋：那不是，我设置了一个邮件过滤器，如果是你发的邮件，它会显示在页面最上方。

四、新标准化推动Blackwell能效提高30倍

古德：了解到英伟达最新的产品Blackwell已经开始交付了，其中有不少大客户。你认为Blackwell最大的亮点是什么，是速度更快吗？这对下游产业有哪些影响？

黄仁勋：Blackwell正在满负荷生产，进展顺利。

Blackwell是一个完整的系统，它给训练模型的效率带来了质的提升。过去通常需要等待几个月来处理训练模型所需的数据，然后再训练模型。Blackwell可以把这个时间压缩1/3到1/4，比如本来要用6个月，现在大概仅耗时1个半月左右。随着越来越多公司武装AI能力，3个月的时间差可能就会改变游戏规则。

另外在推理方面，我们发现推理过程遵循的不是Zero-shot Learning（零样本学习）或One-shot Learning（单样本学习），而是长期思考的模式。它本质上是AI先在脑海中构思出各种不同的解法，然后用更多的算力，提供更恰当的答案。

这是一种新的标准化（scaling）方式，我们称之为测试阶段标准化（test time scaling）或推理阶段标准化（inference time scaling）。这样一来，Blackwell的推理过程可以兼顾高效和节能，能效提升了30倍。

五、全球多个国家开始布局“主权AI”

古德：我们来谈谈主权AI（Sovereign AI）。

黄仁勋：一方面，当前各国都发现AI的能力超出他们想象，他们开始意识到AI对国家的重要性、数据也是国家所拥有的自然资源、数据里反映了另一个社会，并理应出手收集、处理、利用这些数据。

另一方面，AI在很多方面担任了基础设施的角色，比如能源基础设施、通信基础设施、数字智能基础设施、AI工厂、数据中心等等。与此同时，在社会、教育、大学、研究和创业等环境中，AI也扮演了十分重要的角色。

也是出于对主权AI的考虑，我今天特地待在泰国，与当地的合作伙伴一起见证一家AI云服务公司的启动。迄今为止我们已大约有56家AI创企。

古德：如果把这个生成式AI爆发的的时代，重新定义为基础设施，在你看来这对于AI模型的发展意味着什么？

黄仁勋：首先，AI作为基础设施，通常意味着社会中的不同分工都需要用到它，包括大学、研究人员、创业公司、大公司等。

其次，我认为AI将基于互联网重构一套新的操作系统，我们使用计算机的方式将会改变。过去我们通过编程语言、检索文件和管理文件等方式与计算机沟通，未来则是通过提示词直接问问题，要求它为我们做一些事情。

这一变化的关键在于，搭载多个大语言模型的AI系统代替了传统操作系统，并且各个国家都可以创建自己的大语言模型和AI系统。

这些AI系统并非依靠单一的、参数量巨大的模型，而是集成不同类型、领域的模型。其中有些擅长推理，有些用于AI工具，有些负责信息检索，还有防护措施、合成数据生成、奖励和反思等模型。

来源：《连线》The Big Interview活动

来源：智东西