导航菜单 科技 健康与养生 政治 播客 地缘政治 首页 » 文字记录：NVIDIA CEO Jensen Huang 谈 OpenAI、计算的未来与美国梦 – Bg2 播客文字记录：NVIDIA CEO Jensen Huang 谈 OpenAI、计算的未来与美国梦 – Bg2 播客
2025年9月29日 凌晨12:38 2025年9月29日 凌晨12:41 作者：Pangambam S 商业与金融 分享 推特 Pinterest 邮件阅读 NVIDIA CEO Jensen Huang 在 BG2 Pod 与 Bill Gurley 和 Brad Gerstner 的对话完整文字记录，主题为“NVIDIA：OpenAI、计算的未来与美国梦”，2025年9月26日。
AI 计算的未来：与 NVIDIA Jensen Huang 的对话
BRAD GERSTNER：Jensen，很高兴再次做客。当然，还有我的搭档 Clark Tang。不敢相信距离上次录播客已经一年多了。
BRAD GERSTNER：哦，眼镜不错。确实很适合你。问题是现在大家都会想让你一直戴着。他们会问，红眼镜哪儿去了？我可以作证。所以距离上次录播客已经一年多了。
BRAD GERSTNER：你们如今超过 40% 的收入来自 inference。但因为 chain of reasoning，inference 即将迎来爆发。
JENSEN HUANG：是的。没错。它即将增长十亿倍。
JENSEN HUANG：十亿倍。对。这是大多数人还没有完全内化的一点。这就是我们一直在谈论的产业，但这更是一场工业革命。
BRAD GERSTNER：说实话，自从那次之后，我感觉咱俩几乎每天都在继续那场播客。按 AI 领域的时间来算，差不多过了一百年。最近我重看了那期节目，我们聊了很多，但最让我印象深刻的一点，是你当时极力强调——记得那时候 pre-training 有点低迷。大家都在说，“天哪，pre-training，对，pre-training 到头了。我们不是在过度建设吗。”
BRAD GERSTNER：大概就在一年半前，你说 inference 不会增长 100 倍或 1000 倍，而是十亿倍。这就引出了我们今天的位置。你宣布了这项重大合作。我们应该从这里开始聊。
JENSEN HUANG：我低估了。这将创下纪录。我低估了。我们现在有三条 scaling law。对。我们有 pre-training 的 scaling law。我们有 post-training。Post-training 的 scaling 基本上就像 AI 在练习。没错。反复练习一项技能直到做对为止。它会尝试各种不同的方法。而要做到这一点，就必须进行 inference。所以现在 training 和 inference 在 reinforcement learning 中被整合在了一起。非常复杂。这就叫 post-training。然后第三个是 inference。过去做 inference 的方式是 one shot。对。但我们现在看重的新方式，是 thinking。所以先思考，再回答。没错。所以现在有了三条 scaling law。思考时间越长，答案质量越高。在思考过程中，你会做研究，会去核实一些 ground truth，学到一些东西。你再深入思考，再去学习更多。然后生成答案。不要一上来就生成。所以 thinking、post-training、pre-training，我们现在有三条 scaling law，而不是一条。
BRAD GERSTNER：去年你就知道了这一点。但你今年对 inference 将增长十亿倍、以及这将把智能水平带到何种高度的信心，是不是更高了？你比一年前更有信心了吗？
JENSEN HUANG：我今年更有信心了。原因在于，你看看现在的 agentic systems，AI 不再是一个语言模型，而是一个由语言模型组成的系统，它们全部并发运行，有的在使用工具，有的在做研究，诸如此类，事情非常多。而且这一切都是 multimodality，看看现在生成的所有视频吧。我是说，那真是不可思议、疯狂至极的东西。
BRAD GERSTNER：这就让我们谈到了本周每个人都在议论的关键时刻——你们几天前宣布的与 OpenAI Stargate 的重大合作，你们将成为优先合作伙伴，并在一段时间内向该公司投资 1000 亿美元。他们将建设 10 gigawatts，如果这 10 gigawatts 都采用 Nvidia，那可能为 Nvidia 带来超过 4000 亿美元的收入。所以帮我们理解一下，跟我们讲讲这项合作，它对你意味着什么。
BRAD GERSTNER：以及为什么这项投资对 Nvidia 来说如此合理。
JENSEN HUANG：首先，我先回答最后一个问题。
JENSEN HUANG：然后我再来回顾整个过程。我认为 OpenAI 很可能将成为下一家市值数万亿美元的 hyperscale 公司。我想你我……
BRAD GERSTNER：你为什么称它为 hyperscale 公司？
JENSEN HUANG：Hyperscale 就像 Meta 是 hyperscale，Google 是 hyperscale。他们将拥有消费者和企业服务，而且极有可能成为世界上下一家市值数万亿美元的 hyperscale 公司。我想你也会同意这一点。我同意。如果是这样，在他们达到那个规模之前进行投资的机会，就是我们能想象到的最明智的投资之一。你得去投资一些东西，而恰好我们了解这个领域，所以投资这个机会，回报将会非常惊人。因此我们非常乐意有机会投资。我们不是必须投资，他们也不要求我们投资。但他们给了我们投资的机会。这是件极好的事。现在让我从头说起。我们正在几个项目中与 OpenAI 合作。第一个项目是 Microsoft Azure 的建设，我们会继续做下去。这项合作进展得非常顺利，我们还有好几年的建设要做，仅在那里就要投入数千亿美元。对吧。第二个是 OCI 的建设。我想大约有 5、6、7 gigawatts 即将建设。所以我们与 OCI、OpenAI 和 SoftBank 合作推进。这些项目已经签约，我们正在推进，还有很多工作要做。然后第三个是 Core Weave。对。Core Weave 的全部 4……我仍在说 OpenAI 的事。是的。好的。一切都是围绕 OpenAI 的语境。那么问题来了，这项新合作是什么？这项新合作是关于帮助 OpenAI——与 OpenAI 合作，首次打造他们自建 AI 基础设施。因此，这是我们与 OpenAI 在芯片层面、软件层面、系统层面、AI factory 层面直接合作，帮助他们成为一家完全自主运营的 hyperscale 公司。我是说，这将持续很长时间。这将补充……他们正在经历两条指数曲线，你知道的。对吧。第一条是客户数量在指数级增长。原因是 AI 越来越好，应用场景越来越好。现在几乎每一个应用都接入了 OpenAI。所以他们正在经历使用量上的指数增长。第二条是每次使用的计算量在指数级增长，对吧？没错。不再是 one shot inference，而是现在在回答前先思考。所以这两条指数曲线叠加，使他们的计算需求成倍增加。因此我们要推进所有这些不同的项目，而这最后一个项目是在他们已经宣布的所有事项、我们正在合作的所有事项之上额外增加的，它将支撑这一惊人的指数增长。与 Hyperscaler 建立直接合作关系
BRAD GERSTNER：你刚才提到的有一点让我非常感兴趣，在你看来，它们极有可能成为一家数万亿美元的公司，你认为这是一项极好的投资。与此同时，它们正在自建，而你正在帮助它们自建数据中心。在此之前，它们一直将数据中心的建设外包给 Microsoft。现在它们想自己建造 Full Stack 工厂。
JENSEN HUANG：它们想这么做。它们想。它们基本上希望与我们建立一种关系，就像 Elon 和 X 之间的关系那样。
JENSEN HUANG：我是说 Elon 和 X 是自建的。没错。
JENSEN HUANG：当你想到 Colossus 所具有的优势时，这是一件非常重要的事。它们正在建设 Full Stack，这就是一家 hyperscaler，因为如果它们用不完这些算力，就可以卖给其他人。
BRAD GERSTNER：同样地，Stargate 也在建设巨大的算力。它们认为自己会需要用到其中大部分，但这也让它们有能力将部分算力卖给其他人。听起来非常像 AWS、GCP 或 Azure。你是这个意思吧。
JENSEN HUANG：是的，我认为它们很可能会自己使用。就像 X 的情况一样，它们很可能主要自用。但它们希望与我们建立同样的直接关系，直接的工作关系和直接的采购关系。Meta 也是如此，就像 Zuck 和 Meta 与我们的关系一样。这完全是直接的。我们与 Sundar 和 Google 之间的关系是直接的，我们与 Satya 和 Azure 的合作也是直接的。不是吗？因此，它们已经达到了足够的规模，认为现在是时候开始建立这些直接关系了。我很乐意支持这一点。而且……Satya 知道，Larry 也知道，所有人都清楚正在发生什么，所有人都非常支持。
BRAD GERSTNER：所以有一件事让我觉得神秘。你刚才提到了 Oracle。Colossus 3000 亿美元的投入，它们在建什么，我们知道主权国家在建设什么，我们知道 hyperscalers 在建设什么。Sam 谈论的是以万亿为单位的规模，但华尔街 25 位覆盖你们股票的卖方分析师中，如果我看一致预期，基本上认为你们的增长从 2027 年开始将趋于平缓。8% 的增长。2027 年到 2030 年。要知道，这可是 25 个人，而且他们唯一的工作就是预测 Nvidia 的增长率。顺便说一句，显然我们对此感到安心。对吧。
JENSEN HUANG：听着，我们对此感到安心。好吗？我们经常超出预期，这完全没问题。
BRAD GERSTNER：对，不，我理解，但这里存在一个有趣的分歧。对吧。我每天都在 CNBC 和 Bloomberg 上听到这种说法，我认为这涉及到一些关于短缺导致过剩的质疑，他们并不相信。他们说，好吧，我们承认你们 2026 年的表现，但 2027 年，也许就会出现供给过剩，你们就不需要那么多了。但对我来说这很有趣，而且我认为有必要指出，你们的一致预期是这种情况不会发生。对吧。我们也为公司做了预测，将所有这些数字都考虑在内。它向我展示的是，尽管我们已经进入 AI 时代两年半了，但在我们听到的 Sam Altman、你、Sundar、Satya 所说的，与华尔街仍然相信的之间，仍然存在巨大的信念分歧。再说一次，你对此感到安心。
JENSEN HUANG：我也不认为这两者矛盾。
BRAD GERSTNER：好吧，那稍微解释一下。
JENSEN HUANG：首先，对于建设者来说，我们应该为机会而建设，对吧？我们是建设者。让我给你三个思考要点。这三个要点，希望能让你在未来对 Nvidia 更有信心。第一点，这是关于物理定律的要点，也是最重要的一点：通用计算已经结束，未来属于加速计算和 AI 计算。这是第一点。所以这样想，世界上有多少万亿美元的计算基础设施需要更新换代。对吧。
BRAD GERSTNER：而当它们更新换代时，都会变成加速计算。
JENSEN HUANG：没错。所以你必须意识到的第一件事是，通用计算——这一点没人质疑，每个人都说："是的，我们完全同意。通用计算已经结束了。Moore's law 已死。"人们都在说这些话。那么这意味着什么？所以通用计算将转向加速计算。我们与 Intel 的合作正是认识到，通用计算需要与加速计算融合，从而为它们创造机会。对吧？所以第一，通用计算正在转向加速计算和 AI。第二，AI 的第一个应用场景其实已经无处不在。搜索、推荐引擎，对吧？购物。基本的超大规模计算基础设施，过去是 CPU 做推荐，现在变成了 GPU 做 AI。所以你只需要把经典计算转向加速计算。AI 方面，你把超大规模计算从 CPU 转向加速计算和 AI。然后这是第二点。仅仅是为 Meta、Google、ByteDance、Amazon 提供服务，把它们传统的超大规模方式转移到 AI 上。这就是数千亿美元。
BRAD GERSTNER：因为如果把 TikTok、Meta、Google 都算进去，今天地球上可能有 40 亿人，已经在使用由加速计算驱动的工作负载。
AI 与计算基础设施的未来
JENSEN HUANG：完全正确。所以甚至不用考虑 AI 创造新机会，光是 AI 把你过去做某事的方式转变为新的方式，这就已经……现在我们来谈谈未来。到目前为止，我说的基本上都只是些平常的东西。只是些平常的东西。旧的方式现在已经不对了。你不再会用燃料点灯笼，你会用电。对吧。你也不再……螺旋桨飞机，你会换成喷气式飞机。到目前为止，你知道，我说的就这些。而现在，不可思议的是，当你进入 AI，当你进入加速计算，会发生什么？由此会产生什么新应用？这就是我们现在谈论的所有 AI 内容。而这个机会，它是什么样子的？简单思考方式是，电机在哪里取代了劳动和体力活动。我们现在有了 AI。这些 AI 超级计算机，我所说的这些 AI 工厂，它们将生成 token 来增强人类智能，对吧？而人类智能占世界 GDP 的多少，55%、65%，我们就称之为 50 万亿美元吧。这 50 万亿美元将被某种东西增强。所以我们来看，让我们回到单个人身上。假设我雇佣一名年薪 10 万美元的员工，然后用一台 1 万美元的 AI 来增强这名员工。而这台 1 万美元的 AI 让这名 10 万美元的员工效率提高两倍、三倍。我会这么做吗？毫不犹豫。我现在正在公司里对每一个人这么做。每个人都有协同智能体。没错。协同工作者。没错。我们公司每一位软件工程师、每一位芯片设计师都已经有 AI 与他们一起工作。100% 覆盖。结果是，我们生产的芯片质量更好，数量也在增长。我们的节奏是正确的。所以我们作为一家公司在更快地成长。因此，我们雇佣了更多人，我们的生产力更高，营收更高，盈利能力更强。这有什么不好的呢？现在把 Nvidia 的故事放到全球 GDP 里来看。很可能的情况是，这 50 万亿美元再增加个——我们随便取个数——10 万亿美元。这 10 万亿美元需要运行在机器上。AI 与过去不同的地方在于，以前的软件是预先写好的，然后在 CPU 上运行。将来由人来操作。当然，AI 在生成 token，但 token 必须由机器来生成。而且它在思考。所以软件一直在运行。而过去软件写一次就完了。现在软件其实一直在写。它在思考。为了让 AI 思考，它需要一座工厂。假设这 10 万亿美元的 token 产出带来 50% 的毛利率，其中 5 万亿美元需要一座工厂，需要 AI 基础设施。如果你告诉我，全球每年的资本支出大概在 5 万亿美元左右，那我觉得这账说得通。这大概就是未来，对吧？从通用计算转向加速计算，用 AI 取代所有超大规模基础设施，然后再去增强人类智能以推动全球 GDP。
CLARK TANG：而目前这个市场，我们估计每年大概在 4000 亿美元左右。所以 TAM 比现在还要再增长 4 到 5 倍。
JENSEN HUANG：是的，Eddie，昨晚阿里巴巴的 Eddie Wu 说，从现在到年底，从现在到十年末，他们要把数据中心能耗提高 10 倍。对吧对吧。你刚才说多少？
JENSEN HUANG：就是这个数。就是这个数。是的。他们要把能耗提高 10 倍，而我们是跟能耗挂钩的。Nvidia 的收入几乎跟能耗成正比，不是吗？是的，没错。是的。
JENSEN HUANG：还有件事。他还说了什么？他说 token 生成量每几个月就会翻一番。这说明什么？perf per watt 必须持续指数级提升。这就是为什么 Nvidia 拼命在提升 perf per watt。而每瓦收入，你知道，在这个未来里，瓦特基本就是收入。
BRAD GERSTNER：这个假设背后有着迷人的历史背景。
BRAD GERSTNER：2000 年来，GDP 基本没有增长。
BRAD GERSTNER：然后工业革命来了，GDP 开始加速。数字革命来了，GDP 继续加速。你基本上在说——Scott Bessent 也说过，他认为明年 GDP 增速大概会达到 4%。你的意思是，全球 GDP 增长将会加速，因为我们现在给这个世界带来了数十亿能帮我们干活的同事。如果 GDP 是给定劳动和资本下的产出总量，那它必然加速。
JENSEN HUANG：必然加速，必然加速。看看 AI 正在发生什么。由于 AI 技术，或者说 large language model 和所有 AI agent，它正在催生一个全新的 AI agent 产业。这毫无疑问。所以，OpenAI 是历史上收入增长最快的公司。对吧。而且它们在指数级增长。对吧。所以 AI 本身就是一个快速增长的行业，因为 AI 背后需要一座工厂。对吧。需要基础设施。这个行业在增长，我的行业在增长。因为我的行业在增长，底下的行业也在增长。能源在增长。电力，这是根本。这对能源行业来说就像文艺复兴，不是吗？核能、燃气轮机。看看我们底下基础设施生态系统里的那些公司，它们表现都非常好。所有人都在增长。
BRAD GERSTNER：这些数字让所有人都在谈论泡沫。
BRAD GERSTNER：是的。Zuckerberg 上周在播客里说，“听着，我认为很有可能在某个时刻我们会遇到一个 air pocket，Meta 实际上可能会超支 100 亿美元什么的。”但他说这没关系。这对他的业务未来如此至关重要，以至于这是一个必须承担的风险。但你想一想，这听起来有点像 Prisoner's Dilemma。对吧。你再给我们梳理一下。
JENSEN HUANG：这些都是非常快乐的囚徒。
BRAD GERSTNER：再来梳理一遍。对。我们目前的估计是，到 2026 年 AI 收入将达到 1000 亿美元，这不包括 Meta，也不包括用于推荐引擎的 GPU。好的，所以还有别的。没错。还有其他东西。是的，但我们先按 1000 亿美元算。
JENSEN HUANG：可这个行业……话说回来，超大规模行业本身规模多大？这些超大规模公司营收是以万亿美元计的吧？是的，没错。顺便说一句，这个行业在向 AI 转型，任何人起步时都不是从零开始，你得先有这个基础。
BRAD GERSTNER：但我认为怀疑论者会说，我们需要从 2026 年的 1000 亿美元 AI 收入，到 2030 年至少达到 1 万亿美元。好的，你刚才还在谈 5 万亿。当你从全球 GDP 的角度看，如果你做个自下而上的测算，你觉得未来五年内能从 1000 亿美元走到 1 万亿美元的 AI 驱动收入吗？我们能增长得那么快吗？
JENSEN HUANG：能。而且我要说，我们其实已经到了。
JENSEN HUANG：因为超大规模公司已经从 CPU 转向了 AI。好吧。它们的整个收入基础现在都是由 AI 驱动的。
JENSEN HUANG：没有 AI 你就做不了 TikTok。没错。没有 AI 你就做不了 YouTube Shorts。你没法，你知道，没有 AI 这些你都做不了。Meta 在做那些很棒的定制化内容、个性化内容。没有 AI 你做不了这些。过去这些东西都是人预先做好的内容，制造四个选项，然后由推荐引擎来挑选。没错。现在是由 AI 生成无限多的选项。对吧。
BRAD GERSTNER：但这些转型其实已经发生了，我们很大程度上是为了这些推荐引擎才从 CPU 转向 GPU 的，而现在它们还在继续推进。
JENSEN HUANG：那其实还挺新的。我觉得。
BRAD GERSTNER：就在过去三四年里。
JENSEN HUANG：是的。Zuck 会告诉你，我在 Siggraph 的时候 Zuck 就说过，你知道，他们上 GPU 上晚了。
JENSEN HUANG：是的，确实。确实。Meta 上 GPU 才多久，两年？一年半。很新。搜索用上 GPU。确实。全新的。确实。确实。全新的。搜索在 GPU 上跑。
BRAD GERSTNER：所以你的论点是，到 2030 年 AI 收入达到 1 万亿美元的概率几乎是确定的，因为我们差不多已经到了。
BRAD GERSTNER：那我们就谈谈增量。
JENSEN HUANG：增量。现在我们可以谈增量了。
BRAD GERSTNER：没错。不管你做自下而上还是自上而下。我刚听你说了自上而下的全球 GDP 占比逻辑。
BRAD GERSTNER：你认为未来三四年或五年内出现供给过剩、撞上过剩墙的概率是多少？
BRAD GERSTNER：这是一个概率分布，我们不知道未来。这是一个……直到。
JENSEN HUANG：直到我们把所有通用计算都转换成加速计算和 AI。在完成这一步之前，我认为概率极低。好的。好的。
BRAD GERSTNER：而那还需要几年时间。
JENSEN HUANG：那还需要几年。是的。
JENSEN HUANG：而且要等到所有推荐引擎都变成 AI 驱动，所有内容生成都变成 AI 驱动。因为面向消费者的内容生成很大程度上就是推荐系统等等。所有这些都将由 AI 生成，直到这些传统意义上的超大规模业务全部转向 AI。从购物到电商，所有这些东西，直到一切完成转型。布拉德·格斯特纳：但所有这些新建项目，当我们谈论万亿级别的投资时，我们是在超前于现状进行投入，这是随意的吗？即便你们预见到放缓或某种过剩即将到来，你们是否有义务继续投资？还是说，这只是你们向整个行业摇旗呐喊，让大家去建设？假以时日，如果我们看到某些领域放缓，总可以缩减投资规模。黄仁勋：实际上，情况正好相反，因为我们处于供应链末端，对吧？所以我们根据需求做出反应。眼下所有风投都会告诉你们，而且你们也知道需求情况——全球算力短缺。这不是因为全球GPU短缺，而是说，好吧，如果他们给我订单，我就生产，对吧？过去几年里，我们真正疏通了整个供应链。所以我身后的整条供应链，从晶圆投片到封装再到HBM存储，所有这些技术我们都已完成部署。如果需要翻倍，我们就能翻倍。是的。所以供应链现在已经准备就绪，我们只是在等待需求信号。当CSPs和hyperscalers以及我们的客户制定年度计划并给出预测时，我们会据此响应并投产。当然，现在的情况是，他们给我们的每一份预测结果都错了。因为他们低估了需求。所以我们总是处于紧急赶工模式。这种紧急状态已经持续了好几年。而且无论他们给出的预测比去年大幅增长多少，都还是不够。布拉德·格斯特纳：萨蒂亚去年似乎有所收敛。有些人称他为房间里理性的成年人，在给这些预期降温。但几周前他说：“嘿，我今年也建了两个大型项目，未来我们还会加速。”你是否看到，一些传统hyperscaler此前的动作可能比CoreWeave或埃隆的X（xAI）慢一点，也可能比Stargate慢一点。你看到他们没有？听起来我觉得他们现在都在加码投入。第二条指数曲线：从记忆到推理黄仁勋：他们全部加码，也是因为第二条指数曲线。我们已经经历了第一条指数曲线，那就是AI的采用率。AI的使用量呈指数级增长。第二条启动的指数曲线是推理。这就是我们一年前的对话。你当时说：“嘿，听着，一旦你把AI从单次生成、背诵答案，以及泛化记忆和归纳总结——这基本上就是pre-training——转变为……” 所以背诵答案，比如8乘8等于几？直接记住就行。因此，背诵答案和泛化归纳，那是one-shot AI。而一年前，推理出现了，研究能力出现了，工具使用出现了，现在你拥有的是会思考的AI。它要思考十亿次，这将消耗多得多的算力。克莱克·唐：正如您所说，某些超大规模客户本来就有内部工作负载需要从通用计算迁移到加速计算。所以他们在整个周期中持续建设。我想有些hyperscaler的工作负载可能不同，因此不太确定能以多快的速度消化算力。但现在所有人都已得出结论：他们的建设严重不足。黄仁勋：我最喜欢的应用之一就是传统数据处理，包括结构化数据和非结构化数据。就是传统数据处理。很快我们将宣布一项关于加速数据处理的重大计划。数据处理占据了全球绝大部分CPU。如今它仍完全运行在CPU上。如果你去Databricks，用的主要是CPU。你去Snowflake，也主要是CPU。Oracle的SQL处理，同样主要是CPU。每个人都在用CPU处理SQL结构化数据。未来，这一切都将迁移到AI数据处理上。这是一个我们将进入的极其庞大的市场。但NVIDIA所做的每件事都需要加速层，也需要特定领域的数据处理方案。我们必须去构建这些。但这即将到来。布拉德·格斯特纳：所以有一种质疑，我昨天打开CNBC，他们在说“哦，过剩泡沫。”我打开Bloomberg，又在谈round tripping和circular revenues。为了方便观众理解，这类安排是指公司达成误导性交易，在没有实际经济实质的情况下人为抬高收入。换句话说，总收入完全靠财务工程支撑，而非客户需求。大家引用的典型案例，当然就是25年前上一轮泡沫中的Cisco和Nortel。所以当你们、Microsoft或Amazon投资那些同时也是你们大客户的公司时——比如你们投资OpenAI，而OpenAI又采购数百亿美元的芯片——请提醒我们大家，Bloomberg的分析师和其他人在对circular revenues或round tripping大惊小怪时，究竟错在哪里？黄仁勋：十吉瓦大约相当于4000亿美元。这4000亿美元将主要由他们的产品消纳收入来支撑。他们的收入正在指数级增长。还必须由他们的资本来支撑，即通过股权和任何可募集的债务所筹得的资金。就是这三种融资途径。他们能募集的股权和债务，当然与他们能否持续创造收入的信心有关。因此，聪明的投资者和聪明的贷款方会综合考虑所有这些因素。从根本上说，那是他们要做的。那是他们的公司，不关我的事。当然，我们必须与他们保持非常紧密的合作，确保我们的建设能支撑他们的持续增长。所以这是收入层面的事，与投资层面毫无关系。投资没有任何附加条件。这是一个投资他们的机会。而且正如我们刚才提到的，这很可能将成为下一家市值数万亿美元的hyperscale公司。谁不想成为它的投资者呢？我唯一的遗憾是，他们早期就邀请我们投资了。布拉德·格斯特纳：我记得那些对话。黄仁勋：我们当时太穷了，穷到没能投够。我应该把我所有的钱都投进去。布拉德·格斯特纳：而现实是，如果你们没做好本职工作，没能跟上——如果Vera Rubin没能成为一款好芯片——他们完全可以去买别的芯片来用。布拉德·格斯特纳：他们没有义务必须使用你们的芯片。就像你说的，你们把这看作是一次机会性股权投资。黄仁勋：我们做了一些很棒的投资。我必须现在就说出来。我们投资了xAI，我们投资了CoreWeave。太不可思议了。这多有先见之明？布拉德·格斯特纳：在我看来，另一个根本点是，你们把情况公开透明地摆出来，说明这就是我们正在做的事，以及背后的经济实质。并不是说你们两家公司在把收入来回倒腾。每个月都有人给ChatGPT付费，有15亿月活用户在使用这个产品。你刚才说，全球每家企业要么拥抱AI，要么灭亡。每个主权国家都将其视为与核能同等重要的国家安全和经济安全问题。黄仁勋：哪个人、哪家公司或哪个国家会说，智能对我们来说基本上是可有可无的？我的意思是，这对他们至关重要。这是智能的自动化。年度发布周期与AI驱动开发
BRAD GERSTNER：需求问题我已经问到底了。那我们就稍微深入聊聊系统设计，过一会儿我再让Clark来谈这个。但在2024年，你们随着Hopper转向了年度发布周期。随后在2025年，你们进行了一次大规模升级，推出了Grace Blackwell，这需要对数据中心进行重大改造。到2026年下半年，我们会迎来Vera Rubin，2027年会有Ultra，2028年则是Feynman。年度发布周期目前进展如何？转向年度发布周期的主要目标是什么？NVIDIA内部的AI是否帮助你们执行了这一年度发布周期？
JENSEN HUANG：是的，最后一个问题的答案是肯定的。没有AI，NVIDIA的速度、节奏和规模都会受限。所以现在如果没有AI，我们根本不可能造出我们如今在做的东西。为什么要这么做？Eddie在他的财报电话会或会议上说过这一点。Satya说过，Sam也说过。token的生成速度正在指数级增长，客户使用量也在指数级增长。我想他们的周活跃用户已经达到8亿左右了吧。从ChatGPT发布到现在还不到两年。
BRAD GERSTNER：而且每个用户生成的token数量都大幅增加了，因为他们使用了inference-time reasoning。
JENSEN HUANG：没错，正是如此。所以首先，因为token生成速度增长得如此惊人，两个指数叠加在一起，我们必须这么做。除非我们以极高的速度提升性能，否则token生成的成本将持续上升。因为摩尔定律已经失效。晶体管现在每年的成本基本不变，而在这两大基本定律之间，功耗也基本持平，除非我们提出新技术来降低成本。即便毛利率略有差异，你给几个百分点的折扣，又怎么能弥补两个指数级的差距呢？因此，我们必须每年提升性能，以跟上这种指数级增长。从Kepler一路到Hopper，性能大概提升了10万倍。那是NVIDIA AI之旅的起点。10年内10万倍。从Hopper到Blackwell，得益于NVLink 72，我们在一年内提升了30倍。然后Rubin会带来又一个X倍提升，Feynman也会带来又一个X倍提升。我们之所以能这么做，是因为晶体管本身已经帮不上太大忙了。摩尔定律下，晶体管密度虽然在增加，但性能并没有相应提升。既然如此，我们必须面对的挑战之一就是将整个问题在系统层面拆解，同时改变每一颗芯片。同时改变整个软件栈和所有系统。这就是极致的extreme co-design。以前从来没有人在这个层面上做过co-design。我们改变CPU，彻底革新CPU，改变GPU、网络芯片、NVLink。扩展Spectrum X的scale-up能力，扩展scale-out。有人说，我听到有人说：“哦，不就是以太网嘛。”好吧，Spectrum X Ethernet可不是普通的以太网。人们开始发现，天哪，这个X倍提升简直太不可思议了。NVIDIA的以太网业务，就是纯粹的以太网业务，是全球增长最快的以太网业务。然后就是scale-out。当然，现在我们必须构建更大的系统。因此我们将多个互联的AI factory跨接起来进行scale-across。然后我们以年度为节奏做这一切。于是，我们现在自身就拥有了一个技术的指数级叠加。这让我们的客户能够降低token成本。通过pre-training、post-training和thinking，让这些token变得越来越聪明。结果就是，当AI变得更聪明，使用量就会更大；使用量越大，就会呈指数级增长。
BRAD GERSTNER：对于那些不太熟悉的人来说，什么是extreme co-design？
JENSEN HUANG：extreme co-design意味着你必须同时优化模型算法、系统和芯片。你必须跳出盒子创新。因为摩尔定律告诉你，只要让CPU越来越快就行了。所有东西都会跟着变快。你是在盒子内部创新，只要让那颗芯片更快就行。但如果那颗芯片快不起来了，你怎么办？跳出盒子创新。所以NVIDIA真正改变了局面，因为我们做了两件事。我们发明了CUDA，发明了GPU，并且我们发明了大规模co-design的理念。这就是为什么我们涉足这么多行业。我们正在创建所有这些库，而co-design是第一位的。
Full Stack Extreme甚至超越了软件和GPU层面。现在已经到了数据中心级别。交换机、网络、交换机里的所有软件、网络里的软件、NIC，scale-up、scale-out，跨所有这些层面进行优化。正因如此，从Hopper到Blackwell有30倍提升。仅靠摩尔定律绝无可能做到这一点。
BRAD GERSTNER：而这正是来自extreme co-design。
JENSEN HUANG：这是因为NVIDIA有这样的布局。这就是为什么我们进入了网络和交换领域，做scale-up、scale-out、scale-across，造CPU、造GPU、造NIC。这就是NVIDIA在软件和人才方面如此丰富的原因。我们提交的open source software数量在全球比任何公司都多，除了某一家。我想是AI2之类的。所以我们拥有极其丰富的软件资源，而且这还只是在AI领域。别忘了还有计算机图形、数字生物学和自动驾驶汽车。我们公司生产的软件量之大令人难以置信。这让我们能够进行deep和extreme co-design。
BRAD GERSTNER：我从你的一位竞争对手那里听到：“没错，他这么做是因为这有助于降低token生成成本。但与此同时，你们的年度发布周期让竞争对手几乎不可能跟上。供应链被进一步锁定，因为你们向供应链提供了三年的可见度。所以现在供应链对他们要生产什么很有信心。”
JENSEN HUANG：所以在你们问这个问题之前，先这样想。想想看，为了让我们每年能部署数千亿美元的AI基础设施。想想一年前我们就必须启动多少产能。我们说的是每年数百亿美元的wafer starts和DRAM buys。现在这个规模几乎没有公司能跟上。
BRAD GERSTNER：那你会说，今天你们的竞争护城河比三年前更深了吗？
AI硬件领域的竞争挑战
JENSEN HUANG：是的。首先，现在的竞争比以往任何时候都更激烈。但也比以往任何时候都更难。我这么说是因为wafer成本越来越高。这意味着除非你在极端规模上做co-design，否则你根本无法实现那种X倍增长。这是第一点。所以，除非你们一年同时做六、七、八颗芯片，对吧？这很了不起。关键不在于造一颗ASIC，而在于打造一个AI factory系统。这个系统里有很多芯片，它们都经过co-design，合在一起才能带来那种我们几乎定期能实现的10倍提升。所以第一，co-design是extreme的。第二，规模也是extreme的。当你的客户部署一个gigawatt时，那就是40万到50万颗GPU。让50万颗GPU协同工作是一个奇迹。我的意思是，这简直就是个奇迹。所以你的客户要承担巨大的风险，才能来采购所有这些。你得想想，哪个客户会愿意为一种架构下单 500 亿美元的 PO？对吧？一种未经证实的架构。没错，一个全新的。一种全新架构，是的，你刚刚推出一款全新的芯片，尽管你和所有人都对此兴奋不已，而且你刚刚才展示了首批 silicon。谁会给你 500 亿美元的 PO？你又怎么会为了一枚刚完成 tape out 的芯片，就启动价值 500 亿美元的 wafer 生产？但对 NVIDIA 来说，我们能做到，因为我们的架构已经得到了充分验证，我们的客户规模如此庞大，现在我们的供应链规模也极其惊人。除非他们确信 NVIDIA 能够持续交付，否则谁会为一家公司启动并预先搭建所有这些？而他们相信我们能够交付给全球所有客户。他们愿意一次性投入数千亿美元。这个规模令人难以置信。
CLARK TANG：说到这一点，当今世界上最大的争议之一，就是 GPU 与 ASIC 之争——Google 的 TPU、Amazon 的 Trainium。而且似乎从 ARM 到 OpenAI 再到 Anthropic，都在传言要自研芯片。去年你说过，“我们在构建系统，而非芯片”，你们正通过整个技术栈的每一个环节来推动性能提升。你还说过，这些项目中的许多可能永远无法达到生产规模。但考虑到……
CLARK TANG：考虑到 Google TPU 看似取得了成功，你知道的，你今天如何看待这一不断演变的格局？
JENSEN HUANG：是的，首先，Google 的优势在于远见。要知道，他们在一切开始之前就已经启动了 TPU1。你知道，这跟创业公司没什么两样。你应该在市场爆发之前就创办公司、创立 startup。等市场已经增长到万亿美元规模时，你才冒出来做 startup，这是不对的。你知道，这是一种谬误，所有 VC 都明白，认为只要在大市场中占据几个百分点的份额，就能成为一家巨头公司——这从根本上就是错的。你应该在一个小公司、小行业里占据 100%。NVIDIA 就是这么做的，对吧？TPU 也是这么干的。当时只有我们两家。
BRAD GERSTNER：但你最好指望那个行业能变得非常大。你这是在创造一个行业。
BRAD GERSTNER：我是说 NVIDIA 的故事，你……
JENSEN HUANG：你知道，所以这就是那些做 ASIC 的人面临的挑战。现在这个市场看起来很诱人，但别忘了，这个诱人的市场已经从一种叫 GPU 的芯片，演变为……我刚才描述的是一个 AI 工厂，而且你们刚才也看到了，我刚刚发布了一款叫 CPX 的芯片，用于 context processing 和 diffusion、video generation。这是一个非常专门化的 workload，但在数据中心内部却至关重要。我刚刚还提到了可能会有 AI 数据处理处理器，因为你知道吗？你需要 long term memory，也需要 short term memory。KV cache 的处理强度非常大。AI 内存是一件大事。你知道，你肯定希望自己的 AI 拥有良好的记忆，而处理整个系统中的 KV cache 是非常复杂的事情。也许它需要一个 specialized processor。也许还有其他东西，对吧？所以你看，NVIDIA 现在的视角已经不是 GPU 了，我们审视的是整个 AI 基础设施。要让这些了不起的公司把各种各样且不断变化的工作负载全部跑通，需要什么条件？看看 transformer。transformer 架构正在发生惊人的变化。如果不是因为 CUDA 易于操作和迭代，他们怎么能在海量的实验中进行尝试，来决定采用哪个 transformer 版本、什么样的 attention algorithm、如何进行 disaggregate？CUDA 能帮你完成所有这些，因为它的可编程性太强了。所以，现在我们生意的底层逻辑是：你想想，所有这些 ASIC 公司或 ASIC 项目是在三四五年前启动的，我得告诉你，那时候这个行业还超级简单可爱。当时就是 GPU 参与，但现在它变得庞大而复杂，再过两年，它将变得无比巨大。规模将会极其庞大。所以我认为，作为一个新兴玩家，要进入一个已经非常大的市场，这场战斗就是艰难的。
CLARK TANG：正如各位所知，即使对于那些可能在 ASIC 上取得成功的客户来说，他们的计算集群中难道不存在一个最优的平衡比例吗？就是说，你知道，我认为投资者往往是非黑即白的生物。他们只想要一个是或否的明确答案。是啊，但即便你的 ASIC 能跑起来，难道不应该有一个最优配比吗？因为你想，我买的是 NVIDIA 平台。CPX 即将推出，用于 pre-fill，用于 video generation，也许还有 decode，你知道……
JENSEN HUANG：你知道，一个平台，一个 video transcoder。完全正确，是的。
CLARK TANG：所以会有很多不同的芯片或部件加入到 NVIDIA 生态系统中。加速计算集群。没错。随着新的工作负载诞生。
CLARK TANG：而且今天那些试图 tape out 新芯片的人，并没有真正预料到一年后会发生什么。他们只是想把一枚芯片做出来。
BRAD GERSTNER：换句话说，Google 是一个庞大的 GPU 客户。
JENSEN HUANG：Google 是一个庞大的 GPU 客户。如果你看看，而且 Google 是一个非常特殊的案例。我的意思是，我们必须在值得尊重的地方表示尊重。TPU 已经发展到 TPU 7 了。是的。没错。所以，这对他们来说也是一个挑战。是的。所以他们所做的工作极其艰难。所以我想首先让我说一下，你知道，记住芯片分为三类。第一类是架构型芯片。x86 CPU、ARM CPU、NVIDIA GPU 都是架构型的。它们上层有生态系统，架构本身拥有丰富的 IP 和丰富的生态。技术非常复杂。是由像我们这样的所有者来构建的。第二类是 ASIC。我曾在最早提出 ASIC 概念的公司 LSI Logic 工作。如你所知，LSI Logic 已经不在了。原因在于，当市场规模不太大时，ASIC 确实非常出色。很容易找一家承包商帮你把所有封装整合在一起，并代你生产制造，他们会收你 50、60 个点的 margin。但当 ASIC 的市场变得很大时，就会出现一种新的做法，叫做 COT（Customer owned tooling）。谁会这么做呢？Apple 的智能手机芯片，体量如此之大，他们绝不会去支付别人 50%、60% 的 gross margin 来做 ASIC。他们自己做 customer owned tooling。那么当 TPU 变成一项大业务时，它会走向哪里？毫无疑问，会是 customer owned tooling。但 ASIC 也有它的位置。Video transcoders 永远不会太大。SmartNIC 也永远不会太大。所以当一个 ASIC 公司里有 10、12、15 个 ASIC 项目在进行时，我一点都不惊讶，你知道，因为其中可能有五个是 SmartNIC，四个是 transcoder。而且你知道，它们都是 AI 芯片吗？当然不是。你知道，如果有人要为某个特定的推荐系统构建一个嵌入式 embedding processor，而那是个 ASIC，你当然可以做。但你会把它作为 AI 的根本计算引擎吗？AI 可是时刻在变化的。你有 low latency workload，你有 high throughput workload，你有用于聊天的 token generation，你有 thinking workload，你有 AI video generation workload。你知道，现在你说的是加速器的核心骨干。这正是 NVIDIA 的全部意义所在。
BRAD GERSTNER：再说得通俗点，这就像是在下国际象棋和跳棋，对吧？事实是，如今那些开始做 ASIC 的人，无论是 Trainium 还是其他一些 print 加速器等等，他们造的只是一台大机器里的一个组件。而你们已经搭建了一个非常复杂的系统平台、工厂，或者随便你怎么称呼它，现在你们正在稍微开放一点，对吧？所以你提到了 CPX、GPU，对吧？在我看来，这在某种程度上是把工作负载解耦，让它们落到最适合特定领域的硬件上去。
JENSEN HUANG：看看我们做了什么。我们发布了一个叫 Dynamo 的东西，对吧？解耦式 AI 工作负载编排，而且我们把它开源了，因为未来的 AI 工厂就是解耦的。
BRAD GERSTNER：而且你们推出了 NVLink Fusion，这甚至是在向你们的竞争对手——包括你们刚刚投资的 Intel——敞开大门。
BRAD GERSTNER：你们参与我们正在建造的这座工厂的方式是，因为没别人会疯狂到试图把整个工厂全包下来，但只要你们的产品足够好、足够有吸引力，让最终用户说“嘿，我们想用这个来代替 ARM GPU，或者想用这个来代替你们的推理加速器”等等，你们就可以接入进来。是这样吗？
JENSEN HUANG：我们很乐意让你们接进来。是啊，再多讲讲 NVLink Fusion 吧。这是个非常棒的想法，我们很高兴能和 Intel 在这方面合作。它把 Intel 的生态系统——全球大多数企业级应用还在 Intel 上运行——把 Intel 的生态系统，和 NVIDIA 的 AI 生态系统、加速计算结合起来，我们把它融合到了一起。对吧。而且我们和 ARM 也做了同样的事。对吧。还有好几家合作伙伴我们也会这样做。这为双方都打开了机会，是双赢。非常非常好的双赢。我会成为他们的大客户，而他们也会让我们接触到巨大得多的市场机会。
BRAD GERSTNER：是的，这与一个观点密切相关，就是你之前提出的那个让不少人震惊的论点。你说我们的竞争对手在做 ASIC，他们的芯片本来就更便宜，但他们甚至可以白送。我们的论点是，即使他们白送，你还是会买 NVIDIA 的系统，因为运营那套系统的总成本——电力、数据中心、土地等等——产出智能的效率仍然比白送你一颗芯片更划算。
JENSEN HUANG：因为土地、电力和建筑外壳就已经花了 150 亿美元了。对吧。
BRAD GERSTNER：所以我们尝试算了算这笔账。但你给我们讲讲你的算法吧，因为我觉得对于那些没在这个领域花太多时间的人来说，这账根本算不过来。你们的芯片那么贵，怎么竞争对手的芯片白送，买你们的系统还更划算呢？
JENSEN HUANG：有两种思考方式。一种是从收入的角度来看。是的。好，所有人的电力都是受限的，假设你能再拿到 2 吉瓦的电力。那么这 2 吉瓦电力你肯定想转化为收入。对吧。所以你的性能，或者说每瓦 token 数，是别人的两倍。因为我做了深度且极致的协同设计，我的每单位能耗性能要高得多，那么我的客户就能从他们的数据中心获得两倍的收入。谁不想要两倍的收入呢？而且就算有人给他们打 15% 的折扣，你知道，我们的毛利率差距大概是 75 个百分点，别人的毛利率大概是 50 到 65 个百分点。这根本不足以弥补 Blackwell 和 Hopper 之间 30 倍的差距。我们就假设 Hopper……Hopper 是一颗了不起的芯片，一套了不起的系统。我们就假设别人的 ASIC 相当于 Hopper。Blackwell 是它的 30 倍。所以你在那 1 吉瓦里就要放弃 30 倍的收入。这代价太大了。所以即便他们白送你，你也只有 2 吉瓦可用。你的机会成本高得离谱，你永远会选择每瓦性能最好的方案。性能轨迹与竞争护城河
BRAD GERSTNER：我是从一家 hyperscaler 的 CFO 那里听到这个说法的，鉴于你们芯片带来的性能提升——再次说到那个点，每吉瓦 token 数和电力是限制因素——他们不得不升级到新的周期。那么展望未来，Rubin、Rubin Ultra、Feynman，这种轨迹还会继续吗？
JENSEN HUANG：我们现在大概每年造六到七颗芯片？
BRAD GERSTNER：那是整个系统的一部分。
JENSEN HUANG：没错。而且系统软件无处不在。需要把这六七颗芯片全部整合和优化，才能实现 30 倍的提升。Blackwell。现在想象一下我每年都在做这件事。砰、砰、砰、砰、砰、砰。所以如果你在这一堆 ASIC、这一堆芯片里只做一颗 ASIC，而我们在跨所有芯片做优化，这是个非常难解的问题。
BRAD GERSTNER：这让我回到了我们一开始关于竞争护城河的话题。我们关注和投资这个领域有一段时间了。我们投资了生态系统里的各个环节，也投资了你们的竞争对手，从 Google 到 Broadcom。但当我真正用第一性原理来思考这个问题，问你们的护城河到底是在加深还是在变浅时，你们转向了年度发布节奏，你们在和供应链协同开发，规模比任何人预想的都要大得多，这需要规模——既要资产负债表规模，也要研发规模。对吧。你们通过收购和有机发展所做的举措，比如 NV Fusion、CPX，也就是我们刚刚聊到的那些，所有这一切让我相信，你们的竞争护城河正在加深——至少就建造这座工厂或这套系统而言。
BRAD GERSTNER：但我觉得有意思的是，你们的估值倍数比大多数人都要低得多。我觉得部分原因在于这个“law of large numbers”——一家四万五千亿美元的公司不可能再变大了。但我在一年半以前就问过你这个问题。时至今日，如果市场走向是 AI 工作负载增长 10 倍或 5 倍，我们知道 CapEx 在怎么变化，等等。在你看来，有没有任何一种可能，未来 5 年你们的 top line 不会比 2025 年高出两三倍？它实际上不比现在高多少的概率有多大？
JENSEN HUANG：鉴于这些优势，我这么回答吧。正如我所描述的，我们的机会比市场共识认为的要大得多。
BRAD GERSTNER：我就在这儿明说了。我认为 NVIDIA 很可能将成为第一家 10 万亿美元的公司，而我在这行待得够久了。就在不久前，仅仅十年前，你也清楚记得，人们说不可能有万亿美元的公司。现在我们已经有 10 家了，对吧？
JENSEN HUANG：而今天人们觉得，世界更大了，对吧？
BRAD GERSTNER：而今天这又回到了关于 GDP 和增长的指数级话题上。
JENSEN HUANG：世界更大，而人们误解了他们所记得的东西。我们是一家芯片公司，我们造芯片。天哪，我们确实造芯片，而且造的是世界上最了不起的芯片。但 NVIDIA 实际上是一家 AI 基础设施公司。我们是你们的 AI 基础设施合作伙伴，我们与 OpenAI 的合作就是这一点的完美体现。我们是他们的 AI 基础设施合作伙伴。
JENSEN HUANG：我们与客户合作的方式多种多样。我们不要求任何人必须从我们这里购买所有产品，也不要求他们购买整台机架。他们可以只买一颗芯片，可以买某个组件；可以买我们的网络设备，也可以只买我们的 CPU。只买我们的 GPU，而从别处购买 CPU 和网络设备，我们也完全接受。你怎么想买，我们就怎么卖。我唯一的请求就是，多多少少从我们这里买一点。
**建造者优势：Elon Musk 与 Colossus**
BRAD GERSTNER：你说过，这不仅仅是关于更好的模型。我们还必须建设。我们必须拥有世界级的建设者。你说过，我们国家最顶尖的建设者可能是 Elon Musk。我们之前聊过 Colossus 1，以及他在那里部署的由当时数十万颗 H100、H200 组成的连贯集群。现在他正在推进 Colossus 2，可能是 50 万颗 GPU，相当于数百万颗 H100 的算力，组成一个连贯集群。
JENSEN HUANG：如果他率先建成一个吉瓦级的集群，我丝毫不会惊讶。
BRAD GERSTNER：是的。请谈谈这一点。作为建设者，优势不仅在于搭建软件和模型，还在于懂得建造这些集群需要什么。
JENSEN HUANG：这些 AI 超级计算机是非常复杂的东西。技术本身很复杂；采购也很复杂，因为涉及融资问题；搞定土地、电力和机房设施很复杂；把所有东西建起来、调试上线——这无疑是人类有史以来最复杂的系统工程问题。所以 Elon 有一个巨大优势：在他的大脑里，所有这些系统都在协同运转，相互依赖关系都集中在一个头脑里，包括融资方面。
BRAD GERSTNER：所以他就像一个大型 GPT。他自己就是一台超级计算机。
JENSEN HUANG：他是终极 GPU。没错。所以他在这一点上拥有巨大优势，而且他有极强的紧迫感。他真心想要把它建出来。当意愿与能力相结合，不可思议的事情就会发生。非常独特。
BRAD GERSTNER：你深度参与的另一个领域是主权 AI。我想谈谈中国和正在进行的全球 AI 竞赛。回顾 30 年前的你，你肯定想象不到这周会在宫殿里与埃米尔和国王会面。你一直往白宫跑。总统说过，你和 NVIDIA 对美国国家安全至关重要。所以首先，你帮我梳理一下背景。如果各国统治者不认为这至少具有生存层面的意义，不像我们在上世纪 40 年代看待核技术那样重要，你很难相信自己会出现在那些场合。我们今天没有曼哈顿计划，至少不是政府出资的，但资金来自 NVIDIA、OpenAI、Meta 和 Google。如今我们拥有一些规模堪比国家的公司。感谢美国，对吧，它们在资助一项事业。在我看来，总统和国王们都认为这对他们未来的经济和国家安全具有生存意义。你同意吗？
JENSEN HUANG：没人需要原子弹，但每个人都需要 AI。说得好。完全赞同。所以这是一个非常非常大的区别。AI，如你所知，是现代软件。我最初就是从通用计算转向加速计算，从人类逐行编写代码转向 AI 编写代码。这一基础不应被遗忘。我们重新定义了计算。地球上并没有出现新物种，我们只是重新定义了计算。每个人都需要计算。它需要被民主化。这就是为什么所有国家都意识到必须进入 AI 领域，因为每个人都需要继续留在计算的世界里。世界上没有人会这样说：“知道吗？我昨天还在用电脑，明天就打算只用棍子和生火了。”所以每个人都需要进入计算机时代。它只是在现代化而已，仅此而已。首先，要参与 AI，就必须将本国的历史、文化和价值观编码到 AI 中。当然，AI 正变得越来越聪明，即使是核心 AI 也能相当快地学习这些东西。你不必完全从零开始。所以我认为每个国家都需要具备一定的主权能力。我建议它们都使用 OpenAI，都使用 Gemini，都使用这些开放模型。使用 Grok。我想我推荐它们都这么做。我推荐它们都使用 Anthropic。但它们也应该投入资源去学习如何构建 AI。原因在于，它们需要学习如何构建 AI，不仅是为了语言模型，还需要为工业模型、制造模型、国家安全和国家安全模型而构建。有大量智能需要它们自己去培育。所以它们应该具备主权能力。每个国家都应该发展它。
BRAD GERSTNER：这是你所看到的吗？这是你在世界各地听到的吗？
JENSEN HUANG：它们都意识到了。它们都会成为 OpenAI、Anthropic、Grok 和 Gemini 的客户。但它们确实也需要建设自己的基础设施。这正是 NVIDIA 所做的事情的核心理念：我们在建设基础设施。正如每个国家都需要能源基础设施、通信和互联网基础设施一样，现在每个国家都需要 AI 基础设施。
BRAD GERSTNER：那么我们先从世界其他地方说起。我们的好朋友 David Sacks，AI 事务负责人，干得非常出色。
JENSEN HUANG：我们很幸运有 David 和 Sriram 在华盛顿特区，David 担任 AI 事务负责人。特朗普总统把他们安排进白宫，真是明智之举。因为在这个关键时刻，技术非常复杂。Sriram 是我认为华盛顿特区唯一懂 CUDA 的人，这本身就挺不可思议的。但我非常欣赏的一点是，在这个关键时刻，技术复杂，政策复杂，对我们国家未来的影响如此深远，而我们有头脑清醒的人愿意投入时间去理解技术，并深思熟虑地帮助我们度过这个阶段。
BRAD GERSTNER：在我看来，再次回到曼哈顿计划的类比。你有一位总统，他理解这件事的生存意义。你有像德州州长 Greg Abbott 这样的人，想要废除监管以加速发展，因为他们明白这有多重要。你有能源部长 Wright、内政部长 Doug Bergum 和商务部长 Lutnick，他们也明白这有多重要，他们多么支持能源发展。你能想象吗，你能想象另一种情况吗？如果我们现在的政府不支持能源，不希望我们国家能源增长，以至于我们无法发展 AI？我甚至不敢去想。
JENSEN HUANG：我觉得很讽刺，就在几年前我们还在说：“中国在建 100 座核反应堆，他们远远领先我们。”仿佛那是 AI 的根基。但现在当我们去建设时，所有人却说：“哦，产能过剩了。”对吧。在我看来，这正是政府应该关注的事，这符合他们的利益。而且产业界和政府正在以一种我很久未见的方式合作。你在这个圈子里很久了。现阶段你和特朗普总统关系非常密切。帮我们理解一下，这种产业与政府关系的本质是什么。我们看到上周和所有 CEO 共进的那场晚宴，你花了很多时间出席。这很独特吗？在你过去 30 年的职业生涯中，你见过类似的情况吗？
JENSEN HUANG：过去去华盛顿很难。如你所知，约到会面几乎是不可能的。特朗普总统对希望进来帮助他了解未来的领导人敞开大门。本届政府从根本上相信增长。特朗普总统希望美国增长。如果我们能在经济上实现增长，我们的军事力量就会强大。如果我们能在经济上实现增长，我们就会安全。我从未见过一个贫穷的人是安全的。作为一个国家，富裕是国家安全的重要组成部分，他明白这一点。他还希望美国赢得 AI 竞赛。这将是一场非常长期的竞赛，他明白这是一个关键时期。他希望科技产业全力运转。他希望世界上的每个人都建立在 American 技术之上。这些都是合理且合乎逻辑的事情。反过来对我来说就很奇怪。如果我把一切反过来：我们希望我们的国家不增长。因为我们不希望国家增长，所以我们不需要能源，因为我们知道增长需要能源。干脆就不要能源了。事实上，我们不希望我们的科技产业领先。而他明白，我们的科技产业是我们的国宝。
JENSEN HUANG：而技术，就像过去的玉米、钢铁等商品一样，现在已经成为如此基础的贸易机会。它是贸易的重要组成部分。你为什么不希望 American 技术被所有人渴求呢？这样它不就能被用于贸易了吗？出口许可与全球 AI 竞争
BRAD GERSTNER：没错。那我们来说说互联网，Google 遍布全球。我们通过搜索将民主价值观传播到世界各地。Google 不必去华盛顿获得许可就能做到这一点。它自然而然地发生了。我们将技术扩散到全世界。
David Sachs 一直非常明确地指出，必须加快出口许可的发放，以便 American AI stack 在全球获胜。对吧。我们说的是芯片、模型、数据中心等等。我们知道，一年半前这种情况并没有发生。
JENSEN HUANG：有一个概念叫“small yard, tall fence”（小院高墙）之类的。小院高墙。讽刺的是，它被如此描述，在政策建议中也被如此表述。它就像是在美国周围筑起了一道小院高墙。这就是奇怪的地方。我认为特朗普总统做得对，我们要最大化出口，我们要最大化美国在全球的影响力。我们应该最大化这些东西。
BRAD GERSTNER：那你看到这些许可在发放了吗？你看到华盛顿在加速推进了吗？我知道高层是这么说的，但你有没有看到这种势头正在向下传导到整个政府体系，推动我们在全球加速布局？
JENSEN HUANG：Lutnick 部长全力在推进这事。很好。
BRAD GERSTNER：那现在我们来说说 China。你知道，大多数人可能没有意识到的是，我认为你对 China 的了解程度堪比美国任何一位领导人。
JENSEN HUANG：我们在那里已经 30 年了。
BRAD GERSTNER：已经 30 年了。大多数人没有意识到的是，直到几年前，你们还在 China 市场占据主导地位。
BRAD GERSTNER：在最核心的领域，你们 arguably 拥有 95% 的市场份额。而你曾说过，我们国家可能犯下的最大乌龙球，就是在以某种方式拖慢对方的幌子下，我们单方面解除了武装。我们迫使 Nvidia 退出 China，这让 Huawei 得以凭借在 China 国内的垄断利润加速发展。而且我今天早上刚看到，Huawei、Baba 等公司宣布将在全球建设数据中心。现在，Huawei 制定了一个三年计划，要凭借全球最大 AI 市场的垄断利润超越 Nvidia。所以看起来，你曾警告说把垄断市场拱手让给 China 是一个巨大错误，这一警告正在成真。总统说，在 H20 禁令之后，现在的情况是你可以向 China 出售芯片，但要征收 15% 的出口税。但现在看来，Chinese 方面也许被美国方面的言论冒犯了，他们说不行，Nvidia 不允许在这里销售。那么现在 Nvidia 和 China 之间的关系处于什么状态？你能否重申，你认为我们国家应该做些什么，才能让自己处于赢得全球 AI 竞赛的最佳位置？
JENSEN HUANG：我们与 China 是一种竞争关系。我们应该承认，China 理所当然地希望他们的公司做得好。我对此丝毫不感到不满。他们应该做得好。他们应该给予这些公司尽可能多的支持。这完全是他们的权利。别忘了，China 拥有一些世界上最优秀的企业家，因为他们来自全球最顶尖的 STEM 院校。他们是世界上最饥渴的。996，如你所知，这是一种非常……
BRAD GERSTNER：培养出全球最多的 AI 工程师。
JENSEN HUANG：996，给观众解释一下，就是早九点到晚九点，每周六天。这就是他们的文化。我们面对的是一个强大、创新、饥渴、行动迅速、监管宽松的市场。人们没有意识到这一点。他们的监管非常轻，比我们少。
BRAD GERSTNER：讽刺的是，比我们在资本主义体系中的监管还少。
JENSEN HUANG：没错。人们认为他们是中央集权治理。但请记住，China 的精妙之处在于其分布式经济体系。所以所有这些省份以及各地市长主导的经济，催生了大量的内部竞争、内部经济活力，当然这也带来了一些副作用。但这是一个充满活力的创业型高科技现代产业。至于我听到的一些说法，第一，说他们永远造不出 AI 芯片，这听起来简直疯了。第二，说 China 不会制造。China 不会制造？如果说有一件事是他们擅长的，那就是制造。第三，说他们落后我们好几年。两年？三年？得了吧。他们只落后我们几纳秒。
JENSEN HUANG：是的，他们只落后我们几纳秒。所以我们必须去竞争。我们必须去竞争。那么问题就变成了什么才符合最佳利益？当然，对 China 最有利的是拥有一个充满活力的产业。他们也公开说过，而且我相信他们确实这么认为，那就是他们希望 China 成为一个开放的市场，希望吸引外国投资。他们希望公司来到 China，在市场上竞争。我相信他们，我希望，我相信并且希望我们在我们的背景下也能回到那种状态。回答你的问题，我对未来怎么看？我确实希望，因为他们说了，他们的领导人也说了，而且我认真对待这些话，我相信它，因为我认为这对 China 来说是合理的——对 China 最有利的是让外国公司投资 China、在 China 竞争，同时他们自己也能拥有充满活力的竞争。他们也希望走出 China，参与到全球市场中去。我认为这是一个相当合理的结果。而我们作为一个国家需要做的是，赋能我们的科技产业，它如今是……我很荣幸能在一个堪称我们国宝的行业中工作。我们必须承认它是我们的国宝。它是我们最好的产业。它是我们唯一最好的产业。我们为什么不允许这个行业去为生存而竞争，为什么不允许这个行业去将技术扩散到全世界，这样我们就能让世界建立在 American 技术之上，从而最大化我们的经济成功，最大化我们的地缘政治影响力，在这样一个充满活力的关键时期，让这个行业蓬勃发展。
BRAD GERSTNER：怀疑论者会说，Jensen 只是想多卖芯片，如果能卖给中国，那太好了，他就会卖给中国。他并不在乎这对美国意味着什么。这就是怀疑论者的看法。
JENSEN HUANG：我能先回应一下这些怀疑论者吗？仅仅因为我希望美国、美国的生态系统和经济能够增长，并不代表我就错了。对吧？首先，到目前为止所有关于中国的言论，所有那些编造出来的说法，都已经被证明是错误的。事实本身就是错的，根本现实也是错的。所以，仅仅因为我们希望美国赢，仅仅因为我们希望这个行业发展壮大，并不代表我就错了，不是吗？
BRAD GERSTNER：而且我认为，任何了解你的人，包括现在的总统，当然也包括我自己，都知道你深切地关心这个国家，你由衷地希望美利坚合众国赢得全球 AI 竞赛。你只是恰好相信——而且我认为你拥有的经验不亚于任何人，甚至多于任何人——这反而对我们有利：如果我们能在中国参与竞争，我们赢得全球 AI 竞赛的概率实际上会提高，因为这让我们能够触达全球一半的 AI 工程师，并让他们留在这个生态系统内。而且我们要把话说清楚，我们在这里谈论的公司，比如 ByteDance、Alibaba 等等，这些公司的很大一部分股权是由美国投资者持有的。
BRAD GERSTNER：这些都是全球化公司，它们在构建推荐引擎，而且顺便说一下……
JENSEN HUANG：技术非凡，公司了不起。
BRAD GERSTNER：因此我认为，而且我希望你关于中国的论点——这个论点比向世界其他地区扩散的论点更难讲，这我理解——能够成立。这就是为什么，当总统说，我也不知道，这就像抛硬币，也许 Jensen 是对的，也许其他人是对的，但如果 Jensen 愿意拿出约 15% 的收益放进美国财政部，作为对此的一种对冲，那我就同意。但紧接着那之后，我真的感到失望。我认为，如果中国人觉得他们被占了便宜，觉得我们要卖给他们的芯片是十年前的老古董之类的东西，那我能理解他们为什么会做出那样的反应。
JENSEN HUANG：H20 其实仍然相当出色。当然，它不如 Blackwell，这点我明白。你看，我很有耐心，而且我相信他们是明智的，他们正在审慎思考自己的处境。他们与美国之间还有更大的议程要处理。目前有很多讨论正在进行，但我要回到根本事实，回到最基本的真相。我相信，Nvidia 能够服务那个市场并在那个市场参与竞争，这符合中国的最佳利益。我从根本上相信这符合中国的最佳利益。当然，这也绝对符合美国的最大利益。这是根本性的。但这两个事实可以共存。两者皆有可能，而且我相信两者都是真的。所以，尽管我告诉所有投资者我们的业绩指引不包含中国，我也感谢所有投资者在任何指引中都不计入中国，我们在其他地区有大量增长机会，而且我们……所有这些都是事实，但这并不意味着中国对我们不重要。它对我们非常重要。任何认为中国市场不重要的人都是在把头深深埋在沙子里。这是世界上最重要的市场之一，聪明的市场，聪明的人在干聪明的事。我们希望能留在那里。而且我认为，我们在那里对两国都是最有利的。所以我想，当我退一步来看，我确信最终理性会占上风。是的。我一直相信理性会占上风，我一直相信真相会占上风。正是这种信念带我走到了今天，而且我现在依然从根本上相信这一点。所以这些问题终将得到解决，我们也将有机会去那个中国市场参与竞争。
CLARK TANG：我不太谈政治，但眼下有个热点话题，就是政府决定每份 H1B 签证收费 10 万美元。你和总统共度了很多时间，你曾称他是我们在 AI 领域的秘密武器。我也知道你想为国家招募最优秀、最聪明的人才。那么你怎么看每份 H1B 签证收费 10 万美元这个决定？这让招才引智变得更容易还是更难了？也许对大公司和中小企业的影响还有些不同。你怎么看待这件事？
JENSEN HUANG：我先说，这是个很好的开始。等等。
BRAD GERSTNER：你说这是个很好的开始。
JENSEN HUANG：这是个很好的开始。我就从这里说起。原因是这样的。这意味着——我希望这不会是终点——但我认为这是个很好的开始。我只希望这不是终点。这是我根本性的信念。美国拥有一种独一无二的品牌声誉，是世界上任何国家都不具备的。世界上也没有任何国家处于现在或不久将来能够说出“来美国，实现美国梦”这样的位置。哪个国家名字后面能带上“梦”这个字？是的，这就是它品牌的一部分。我们完全是独一无二的。而你们现在对话的这个人，就是美国梦的代表。我父母没钱，把我们送到这里。我们白手起家。你们都知道我端过盘子、洗过碗、刷过厕所，而现在我站在这里。这就是美国梦。特朗普总统知道，我们想要的是合法移民。合法移民和非法移民是有区别的。但如果说这个国家是随便谁都能免费进来的，那也不合理。所以现在的问题是，我们如何从根本上去保护美国梦这一理念，过渡到如此大规模地应对非法移民？我们如何找到一个合乎逻辑、务实可行的解决方案？所以，给 H1B 标价 10 万美元，这个门槛可能设得有点太高了。但这是第一道门槛。它至少消除了非法移民问题，这是个好的开始。
BRAD GERSTNER：这怎么消除非法移民？
H2：移民政策与美国梦
JENSEN HUANG：好吧，至少它消除了对 H1B 的滥用。至少如此。而且这是个好的开始。至少我们可以就此展开对话。关于特朗普总统，有一点我们知道，他是个善于倾听的人。他真的在听。我是说，他听你说，他听我说，而他其实不必这么做。他倾听很多人，并整合大量信息。这显然是一个非常复杂的问题。所以我认为这是个不错的开始，是个不错的开始。但我确信——政府里的任何人、白宫里的任何人都不会困惑——合法移民是美国梦的基石，是我们最想保护的终极品牌，也是我们想保护的未来。
BRAD GERSTNER：而且我还想说，在我看来，显然 Sachs 和政府里的其他人都知道，我们必须招募全世界最优秀、最聪明的人才。我们不应该牺牲这个品牌的伟大之处。收费 10 万美元，或者比如说，以后降到 5 万或其他什么数字。这确实看起来像是在向大公司倾斜，因为它们有能力为这些人有效担保。而对初创企业生态系统来说这就更有挑战性了，那里的人力成本已经高得离谱，现在我还要在这之上额外支付这笔费用。
JENSEN HUANG：这还会带来一个意外后果。它可能会加速美国以外的投资。所以凡事都有意外后果。但就像我说的，先找个地方起步，再朝着正确答案前进。你知道，人们往往想直接从错误答案、错误状态跳到完美答案。我们不想停留在现在的状态。但一步到位找到完美答案是很难的。先找个地方起步，这就是创业精神的方式。
BRAD GERSTNER：这对我很重要。总统在竞选时曾提到，他想在这些STEM毕业生的文凭上钉一张绿卡。那些从中国来到美国的聪明人，在斯坦福学习AI的研究人员，我们希望把他们留在这里。顺便说一句，如果他们的家人无法来美国，几年后他们就会离开。所以你甚至可能想让他们的家人更容易来这里，以及其他人。你有信心这届政府有一个战略计划吗？你知道，这只是个开始，但你与他们的对话是否让你有信心，我们有一个更广泛的战略计划来确保招募到最优秀、最聪明的人才？
JENSEN HUANG：我不知道我是否有答案，但我明白我们现在的处境并非我们想要的状态。我认为没有人忘记美国梦。移民的重要性，吸引全球所有最优秀人才来美国的重要性，为他们创造留在这里的条件。不时会有些事情与我刚才所说的背道而驰。让外国学生感到不安。而留在这里会损害品牌。损害品牌。别忘了，与中国竞争没问题，但要小心不要对中国人苛刻。我们需要确保不要跨过那条滑坡。你知道，所有这些都需要技巧和分寸。但事实是，我们知道想去哪里。我们知道自己处境艰难。我们不想处于这种境地。特朗普总统没有太多时间把我们推向那个方向。因此，只要我们朝那个方向前进，我认为这就是一个好的开始。
H2：赴美中国AI人才的锐减
BRAD GERSTNER：我听一位在美国某顶尖实验室担任负责人的中国研究人员说，三年前，90%从中国大学毕业的顶尖AI研究人员想来美国，也确实来到美国，在我们的顶尖实验室工作。他猜测今天这个数字更接近10%或15%。
BRAD GERSTNER：所以出现了断崖式下跌。
JENSEN HUANG：这正是我们所担心的。
BRAD GERSTNER：那么你观察到这一现象了吗？你关注着两个市场。你看到了吗？我们需要做些什么才能扭转这一趋势？
JENSEN HUANG：确实看到越来越多的担忧，关于中国学生来这里并留在这里的问题，或者他们中许多人来这里上学，却在考虑去其他地方，很多人考虑去欧洲。我认为我们需要对此极度、极度担忧。这是生存危机的根源。这绝对是未来问题的早期征兆。你知道，聪明人想来美国的愿望，聪明人、聪明学生想留下的愿望。这些就是我所说的KPI。未来成功的早期指标。
BRAD GERSTNER：我觉得这有点像Warriors。你知道，如果他们有优势招募到NBA所有最优秀的球员，他们就能继续赢得总冠军。但一旦那条招募管道——
BRAD GERSTNER：因为Warriors的品牌受损或发生其他变故，他们就无法招募到未来最优秀的球员，你也赢不了总冠军。而你谈起美国梦时又如此动人，那就是“美国品牌”。
BRAD GERSTNER：来这里并成就你所做的一切的权利，所以希望这届政府能听到这些反馈。不仅仅是政府，还有我们作为一个国家如何谈论移民。
BRAD GERSTNER：这里需要成为一个欢迎最优秀、最聪明人才的地方，把吸引他们作为一项招募顶尖人才的战略计划，并确保这里是他们想工作的地方。
JENSEN HUANG：如你所知，有一个说法，我直到几年前才听说过。“China Hawks”。显然，如果你是China Hawk，你可以骄傲地戴上这个标签。它几乎像一枚荣誉勋章。不，这是耻辱的标记。毫无疑问。这是耻辱的标记。毫无疑问，尽管他们想的是我们国家的最佳利益，我们都想的是国家的最佳利益，但摧毁美国梦这条管道并不爱国。他们以为自己在为国家做正确的事，但这并不爱国。一点都不是。因此我们需要继续做一个伟大的国家。拥有伟大国家的自信。拥有伟大国家的自信，当有人想与我们竞争时，要有“放马过来”的态度。放马过来。因为我相信我的人民。我相信我的人民。我相信在这里的人民。我相信我们的文化。我相信我们的国家。我相信我们的制度。放马过来。
BRAD GERSTNER：你的看法是总统也是这样的吗？比如，他是个务实主义者。他相信美国的增长和竞争能力。在我看来他就是这样的。
JENSEN HUANG：毫无疑问，特朗普总统就是“放马过来”的总统。
BRAD GERSTNER：对。而且在我看来，这正是我有信心的原因。我在这档播客里说过，我认为他会和中国达成一项大协议。
JENSEN HUANG：我真的、真的希望如此。我认为他在谈到与中国的关系及其重要性时，语气积极，充满尊重，且极具说服力。我从未听他说过“decouple”这个词，而我们在上届政府听到了很多。你不能与未来一个世纪最重要、两国之间最重要的关系decouple。这根本毫无道理。Decoupling完全是一个错误的概念。
BRAD GERSTNER：我的意思是，在我看来，他和Scott Bessen是在说，听着，我们需要让美国再次伟大。我们需要让美国再工业化。我们需要平衡，确保拥有公平的贸易，保护我们需要帮助建立的产业，而中国帮助我们做到这一点，同时要认识到在过去25年里我们帮助他们实现了这一点。但最终他说，理解我的最好方式是，我是个伟大的交易促成者。我做交易。而我认为在其他阵营里，有些人是反传统的或教条主义的。你知道，米尔斯海默对中国的看法是，存在一场大国博弈，一方必须赢，一方必须输。
JENSEN HUANG：相比这种想法，每个国家都必须长得和我们一模一样。我们想要多样性。
BRAD GERSTNER：你希望美国赢，但这不必以戳别人眼睛、告诉别人必须输为代价。
JENSEN HUANG：因为我们就是这么自信。是的，我们就是这么自信。因为我们就是这么强大。因为我们就是这么不可思议。你知道，我与生态系统中的所有同事合作毫无障碍。注意，我们刚刚完成了一笔终极交易，与Intel合作，这家公司大半辈子都在试图把我们赶出市场。但我与他们合作毫无障碍。原因有二，第一，放马过来。第二，未来远比现在宏大。不必非此即彼。可以是我们和他们共存。但尽管如此，放马过来。
H2：美国梦与向上的权利
BRAD GERSTNER：你知道，你提到了一个对我们俩都极为重要的东西。你和我经常谈论这个，美国梦，我想是亚伯拉罕·林肯说过，美国梦的根本在于向上的权利。
BRAD GERSTNER：相信你的孩子能比你做得更好。
BRAD GERSTNER：你也亲身经历了上升的机遇。在美国，我们都曾拥有这样的上升机遇。
JENSEN HUANG：你去维基百科查“美国梦”，能看到我的照片。
BRAD GERSTNER：然而在我们这个时代，由于这些技术系统的特性，将会出现市值10万亿美元的公司，可能还会出现身价万亿美元的个体。这些激励给了人们奋斗向上的动力。但与此同时，当我们迈入这个富足时代，我深深担忧的是，太多人会被甩在后面。
BRAD GERSTNER：他们感到被排斥、被落下。因此他们去抨击这套资本主义体系是合乎情理的。你和我曾共同推动一件事，对此我深表感激，那就是 Invest America 的理念——我们必须让每个孩子在出生时就踏上资本主义上升之路，给他们1000美元，投资于 Social Security、OpenAI 等优秀公司，让他们从中受益。国家赢了，他们就赢了。而且这是个人名下的资产，他们可以在自己的……上看到。
JENSEN HUANG：每个孩子都是美国未来的股东。
BRAD GERSTNER：所以，也正因为你的支持，我想借这档播客的机会谈谈，感谢你的支持。
JENSEN HUANG：嗯，我要感谢你发起这件事，推动这件事。真是个了不起的想法。
BRAD GERSTNER：这项条款已经在那项宏大的法案中通过了。大多数人甚至还没意识到。从2026年开始，从今往后这个国家出生的每一个孩子，一出生就会拥有一个投资账户，存入1000美元，投资于美国最优秀的企业。而且你的公司已经同意，不仅为员工子女，还可能为其他孩子的账户充值。我打算认领一些学校，还有很多慈善家和企业也会参与。我们认为全美国的每一家公司……
JENSEN HUANG：这是企业回馈社会的好方式。
BRAD GERSTNER：作为 401k 的一部分，在我看来，这正是社会契约所需变革的一部分。因为如果我们正见证这种指数级的进步，我们就知道政府和社会契约的演进也必须跟上。显然，特朗普总统以及众议院和参议院的两党团体已经将其通过为法律。那么也许就请你稍微谈谈，当你想到即将到来的变革的速度和规模时。我知道你认为这总体上是好事，但过程中也会有一批人被迫转行或失业。我们大概需要这样的举措，还需要其他很多东西。美国再工业化与工作的未来
BRAD GERSTNER：为了让每个人都能踏上这段旅程。
JENSEN HUANG：特朗普总统做了好几件事，我就从这里说起，这些事对于让所有人都跟上进程极其有利。第一件事就是让美国再工业化。特朗普总统、Lutnick 部长，他们都在全力推动，鼓励企业来美国本土建厂，投资工厂，对熟练劳动力进行再培训和技能提升。这对我们国家来说价值巨大。那种“只有拿到博士学位、只有进入名校，才能过上好日子、才配拥有优渥生活”的观念，我们必须彻底改变。这根本说不通。我们热爱手艺。我热爱那些用双手创造事物的人。而现在我们要回归制造业，去建造东西——宏伟的、不可思议的东西。我喜欢这一点。这将改变美国。这一点毫无疑问。经济中有一整个阶层，社会中有一整个群体，因为我们将一切都外包而基本上被抛在了后面。当然，我并不是说现在要把所有东西都内包回来。那些纠结于要不要在美国生产网球鞋和牙签的人——这等于把一场本很有意义的讨论贬低到了荒谬的地步。我们必须认识到，让美国再工业化，从根本上来说就是一场变革。
BRAD GERSTNER：Elon 要带我们去火星，看着飞船在空中被“筷子”夹住。这不仅对美国的工业基础大有裨益，更是一种激励。
JENSEN HUANG：太棒了。没错。然后，当然，AI——它是最伟大的均衡器。想想看，现在每个人都能拥有一个 AI。这是终极的均衡器。我们已经弥合了技术鸿沟。还记得以前吗？如果有人想为了经济收益或职业发展而使用计算机，他们得学 C 或 C++，至少也得会 Python。而现在他们只需要掌握人类的语言。如果你不知道怎么给 AI 编程，你就对 AI 说：“你好，我不知道怎么给 AI 编程。我该怎么给 AI 编程？”然后 AI 就会解释给你听，或者直接帮你做了。它直接帮你做了。所以这很不可思议，不是吗？我们现在用技术本身弥合了技术鸿沟。这是每个人都应该参与其中的事。OpenAI 有 8 亿活跃用户。这个数字真得达到 60 亿。很快就得达到 80 亿。我认为 AI 会改变任务本身。人们混淆的一点是，有很多任务会被消灭，但也有很多任务会被创造出来。而且很有可能，对很多人来说，他们的工作会得到有效保障。比如，我一直在用 AI。你也一直在用 AI。我的分析师们一直在用 AI。我的工程师们，每一个人，都在持续不断地使用 AI。而我们在招更多的工程师，招更多的人，全面扩招。原因是我们有了更多想法，现在可以去追逐更多想法了。原因是我们公司的生产力提高了，而因为生产力提高了，我们变得更富有了。因为变得更富有了，我们就能雇更多人去实现那些想法。那种认为 AI 一出现就会导致大规模失业的观点，其前提是我们再也没有新想法了。其前提是我们无事可做了。我们今天生活中所做的一切，就是终点了。如果别人替我做了一件事，那我就少了一件事做。我就只能坐在那里等，等退休，坐在摇椅上。这种观念在我看来说不通。我认为智能不是零和博弈。我身边的人越聪明，我身边的天才越多，出乎意料的是，我的想法就越多，我能想到我们可以去解决的问题就越多。我们创造的工作越多，创造的就业岗位就越多。所以我认为——我不知道一百万年后的世界会是什么样，那要留给我的孩子们去探索。但在未来几十年里，我的感觉是经济将会增长，大量新工作会被创造出来，每份工作都会被改变，有些工作会消失，而我们不会再在大街上骑马了。这些都会没问题的。
BRAD GERSTNER：人类向来多疑，而且很不擅长理解复利系统。对于那种随规模加速的指数级系统，他们理解得更差。我们今天已经多次谈到指数级增长。伟大的未来学家 Ray Kurzweil 说过：“在21世纪，我们将不会只经历100年的进步，而很可能会经历两万年的进步。”
BRAD GERSTNER：你刚才说，我们能生活在这个时刻，能为这个时刻做出贡献，是多么幸运。我不会让你展望10年、20年或30年，因为我觉得那太有挑战性了。但当我们想到20年、30年……
JENSEN HUANG：像机器人这类事——展望30年后比展望2030年更容易。
BRAD GERSTNER: 好吧。那我就允许你展望30年，如你所想，跨越……我喜欢这些更短的时间框架，因为它们必须将比特与原子、比特与原子结合起来。构建这些东西的难点就在于此，对吧，因为人人都在说这一切即将发生。
JENSEN HUANG: 有意思，但没什么帮助。
BRAD GERSTNER: 没错。但如果我们拥有相当于两万年的进步，请深思 Ray 的那句话。请思考指数级增长，以及我们所有听众——无论你是在政府部门工作，还是在创业公司，或是在管理一家大型企业——都需要思考变化的加速、增长的加速，以及你们将如何在这个新世界中实现协同智能。
JENSEN HUANG: 其实很多人已经说过很多观点，而且都很有道理。我认为在未来五年内，非常酷且即将被攻克的一件事情，是人工智能与机电一体化、机器人技术的融合。因此，我们将拥有围绕在我们身边的人工智能，而且我们都知道，我们成长过程中都会有自己的 R2-D2，它负责记住我们的一切，一路为我们提供指导，成为我们的伙伴。我们早已知晓这一点。此外，每个人在云端都将拥有与之关联的专属 GPU，全球有80亿人，就有80亿块 GPU——这是一个可行的结果。
BRAD GERSTNER: 而且每个人都拥有专属的模型，并且……
JENSEN HUANG: 为他们微调，为他们微调。而且云端的人工智能也将实现具身化，其中大量会体现在你的汽车里，体现在你自己的机器人里，它无处不在，与你随行。因此，那个未来是非常合理的。我们将理解生物学无限的复杂性，理解生物系统以及如何对其进行预测，并为每个人建立数字孪生——我们自己的医疗数字孪生，就像我们在亚马逊购物时拥有的数字孪生一样。为什么我们不能拥有医疗领域的数字孪生呢？我们当然会有的。一个能预测我们将如何衰老、可能患上何种疾病、以及即将发生的任何事情的系统，也许甚至能预测下周或明天下午的事，并提前做出预判。当然，我们现在还没有这一切。但我认为所有这些都是必然的。现在，与我合作的 CEO 们经常问我的一点是：鉴于这一切，会发生什么？你该怎么办？这是关于快速变化事物的常识。如果你面前有一列越来越快、即将呈指数级加速的火车，你真正需要做的唯一一件事就是上车。一旦你上了车，沿途你会搞清楚其他一切。去预测那列火车将到达何处并试图朝它开枪，或者预测那列火车将到达何处——它每秒都在指数级加速——然后琢磨去哪个路口等它，这是不可能的。就在它还相对缓慢的时候上车，然后一路共同指数级增长。
BRAD GERSTNER: 很多人认为这一切是一夜之间发生的。而你为此已经耕耘了35年。我记得听 Larry Page 说过，大概是在2005或2006年左右，Google 的终极状态将是机器能在你回答之前、甚至在你提出问题之前就预测到问题，并且无需查找就直接给出答案。
BRAD GERSTNER: 我听 Bill Gates 在2016年说过……
JENSEN HUANG: 因为从上下文来看，你肯定是在问……好吧，你肯定是在好奇那件事，对吧。
BRAD GERSTNER: 我听 Bill Gates 在2016年说，当时有人问："所有事情不都已经做完了吗？我们有了互联网，有了云计算，有了移动社交，等等。"他说："我们甚至还没开始。"
BRAD GERSTNER: 为什么这么说？他说："直到机器从愚蠢的计算器转变为开始独立思考、与我们共同思考，我们才算真正开始。"
BRAD GERSTNER: 我认为我们正处于这样一个时刻。拥有像你这样的领导者，像 Sam、Elon、Satya 等人，对这个国家来说是如此非凡的优势。而且，我们看到我所参与的风险资本体系能够提供风险资本，供人们去做……我们并不依赖政府来搞一个曼哈顿计划。我们实际上可以自己、也可以一起为国家利益做成这件事。
JENSEN HUANG: 这是一个非凡的时代，而且其规模难以想象。
BRAD GERSTNER: 没错，没错。这是一个非凡的时代。但我也认为，让我心怀感激的一点是，我们的领导者也理解自己的责任，明白我们正在以加速的速率创造变革。我们知道，尽管这极大概率对绝大多数人都有利，但沿途会有挑战，我们会在挑战出现时应对它们，为所有人抬高底线，并确保这是一场全民的胜利，而不仅仅是为了某些待在硅谷顶层的精英富豪。
JENSEN HUANG: 而且别吓唬他们，要带着他们一起走。
JENSEN HUANG: 别吓唬他们，带着他们一起走。
BRAD GERSTNER: 我们会的。谢谢你的分享。