黃仁勳深度訪談：每週工作7天6點起牀，60位高管都向我彙報
芯東西（公衆號：aichip001）編譯 陳駿達編輯 Panken
芯東西6月4日報道，在跨越2萬億美元市值、坐穩美股市值TOP3後，AI計算巨頭英偉達正以奇蹟般的速度，向市值突破3萬億美元、超越蘋果市值的又一里程碑發起衝刺。
美東時間6月3日，英偉達股價漲4.9%，市值一夜大漲1320億美元（摺合約9564億人民幣），最新市值達2.83萬億美元。
▲截至美東時間6月3日收盤，英偉達是全球市值增幅第一的公司（圖源：Companies Market Cap）
▲截至美東時間6月3日收盤全球市值TOP5榜單（圖源：Companies Market Cap）
英偉達與蘋果的市值差距僅剩0.15萬億美元。
在開始創業時，英偉達創始人兼CEO黃仁勳才29歲，臉上還有青春痘，去見其他西裝革履的企業家時會感到忐忑不安。
如今的黃仁勳已是遊刃有餘的科技圈頂級紅人，週日剛在臺北國際電腦展COMPUTEX上發表主題演講，週一又通過遠程連線參與Snowflake數據雲峰會的CEO爐邊談話。
不久前，黃仁勳還與美國移動支付巨頭Stripe CEO帕特里克·克里森（Patrick Collison）進行了一場企業家之間打開話匣子的深度對談，不僅暢聊自己曲折的成長史、與AMD董事長兼CEO蘇姿豐的親戚關係，而且點名誇獎Llama系列模型的重大意義和自己日常愛用的AI工具。
黃仁勳還大談管理經驗，包括60位高管如何向他彙報、怎麼安排日常工作、爲何堅持不裁員，以及大家最關心的——這位兼具工作狂魔與魅力型領導者特質的創業者，當初如何做出卓有遠見的判斷，帶領英偉達2.8萬人走向偉大的成功？
在這次對談中，黃仁勳暢所欲言，分享了很多個人喜惡，比如他“每天都不開心”、“每年都對公司不滿意”，討厭“報告會議”，討厭“電子表格”，但他不認爲“最好的工作是那些一直帶給你快樂的事情”，反而相當有奮鬥的覺悟。
黃仁勳熱衷於挑戰困難，連送出的祝福都是“我祝你們經歷大量的痛苦和磨難”。
“我曾經是個掃廁所的，現在我是公司CEO。”他說自己不喜歡解僱員工、不願放棄任何一名員工的原因，是覺得自己能幫助他們進步，而且相信好員工是可以“折磨”出來的。
黃仁勳相信產品、公司和組織需要“愛和呵護”，這是他在英偉達內部的常用表達。
他是個工作狂，每週工作7天，一醒來就開始工作，一直幹到睡覺，就連不工作時也滿腦子想着工作，無時無刻不在思考公司的未來，每天都在確認自己的核心信念、確認自己分析公司戰略時使用的第一性原理是否正確。
他以前5點起牀，現在改成6點起牀，是因爲家裡小狗6點才醒，吵醒小狗會令他感到內疚。
他覺得不積極主動參與AI就是在犯錯誤，平時他遇到一個問題就會扔給AI搜索工具Perplexity問問答案，他不僅想要讓英偉達所有人都大量使用AI工具，還想把整個公司都變成一個巨大的AI。
他還懊悔沒在十多年前CUDA發佈時買英偉達的股票。當時增加大量成本的CUDA引發一場災難，摧毀了英偉達原本擁有的十億美元市場，導致英偉達市值降到大約10億美元左右。
▲過去十年，英偉達總市值從93億美元增長到28290億美元
在管理上，黃仁勳很不喜歡跟高管進行一對一溝通。英偉達的領導團隊有逾60人，都直接向黃仁勳彙報，每兩週開一次集體會議。他認爲這樣的好處是信息平權，至少能在公司移除7個管理層級，60人能平等地同時接收到黃仁勳提出的問題、想法和分析等信息。
在日常工作中，黃仁勳會盡可能在上班前做完自己的工作，然後把上班時間主要用在開會上，他討厭報告會議，只參加能解決問題、提出新想法、有創造性的、真正推動事情發展的會議。
相比搶市場，他更想成爲一個市場的創造者，去創造從未存在過的東西。
黃仁勳對英偉達的使命和未來機會深信不疑。面對外界的質疑，他堅信是其他人錯了，他們“不懂得欣賞我們所建立的東西”。
他還老生常談地強調摩爾定律走到頭了，CPU性能提升已經基本停止了，現在輪到英偉達加速計算的時代。
黃仁勳認爲ChatGPT、RLHF（人類反饋強化學習）、給模型融入人類價值觀、計算民主化是近幾年的重要技術突破，“ChatGPT實現了計算的民主化，而Llama實現了生成式AI的民主化”。
看向未來，他預測如果計算機行業以大約20%的速度增長，未來幾年可能需要將大約兩萬億美元的計算機替換成GPU；未來十年，在新型數據中心AI工廠中生產token將變得司空見慣，建立在其產品基礎上的產業價值可能有100萬億美元。
至於和AMD蘇姿豐“表舅”“表外甥女”的親戚關係，黃仁勳誇讚蘇姿豐“非常了不起”，說AMD不是自己的競爭對手，大家都是一家人，並提到自己和蘇姿豐沒有一起長大，彼此也不認識，直到蘇姿豐在IBM工作時才相識。
▲資深財經媒體人、家族傳承研究者吳佳晉整理的黃仁勳及蘇姿豐的家族族譜
小時候並不認識的表親兩人，現在掌管着全球最大的兩家GPU，很是神奇。
以下是對Stripe深度訪談的完整編譯(爲提高可讀性，智東西調整了部分問答的順序，並在不違背原意的前提下進行了一定的增刪修改）：
一、“我絕對是世界上最好的廁所清潔工”
帕特里克·克里森：我想先談談你最近在斯坦福大學的一次活動上說過的一句話。你說道，我希望你們經歷足夠劑量的痛苦和折磨。能請你詳細解釋一下這句話是什麼意思嗎？
黃仁勳：有句話說，你應該根據你的興趣來選擇你的職業。通常人們會把興趣和幸福聯繫在一起。我認爲這個觀點不能說是錯誤的，但忽視了一些重要的因素。
原因在於，如果你想要做偉大的事情、建立偉大的公司，必然是很不容易的。你並不總是享受這個過程。創業的過程中，我並不是每天都喜歡我的工作，也不認爲每天都讓我感到快樂。同時，快樂也不一定是美好的一天的定義。我每天都不開心，我每年都對公司不滿意，但我每一秒都愛這家公司。
我認爲人們常常有這樣的誤解，認爲最好的工作是那些一直帶給你快樂的事情。我不認爲這是正確的。你必須受苦。你必須奮鬥。你必須努力。你必須去做艱難的事情，並努力解決困難，才能真正意識到自己所做的事情有多偉大。
沒有什麼偉大的事情是容易完成的。因此，我祝福你們能實現偉大的成就。這句話用我自己的說法就是，我祝你們經歷大量的痛苦和磨難。
帕特里克·克里森：你的這種觀念是在成長過程中逐漸形成的嗎？還是說你是天生就有這種性格？
黃仁勳：我是移民出身，當我在1973年來到美國時，我才9歲。我哥哥還不到11歲。這是一個陌生的國度，確實很不容易。
我們的父母對我們很好，但我們並不富有。他們工作很努力，時至今日也是如此。他們辛勤工作，言傳身教，讓我們學會了很多生活的經驗和教訓。
我做過各種各樣的工作。我們上的學校包括還要做很多雜活。我剛到美國時被送去了奧奈達浸信會學院（Oneida Baptist Institute）。這可和麻省理工學院不一樣。都叫學院，但意思不同。這是不同類型的學院。
我的學校是寄宿制的，我是裡頭最小的孩子。其他孩子都得做重活，得在菸草農場工作。而我得到了相對輕鬆的工作。當他們離開之後，我得清潔所有的廁所。我從不覺得自己得到了輕鬆的工作，因爲廁所實在是太髒了。但那是我的工作，所以我便完成了它。
然後我還做過很多其他的工作，在丹尼餐廳（Danny’s，美國連鎖快餐店）的工作就是其中之一。我最初是個洗碗工，然後做清潔工，最後做服務員。我熱愛我的每一份工作。我不能說所有工作都很愉快。但我所做的一切，我都想做得很好。也許這是從一開始就根深蒂固的一個品質。但我敢保證，我絕對是世界上最好的廁所清潔工。
二、60位高管均向黃仁勳彙報，任何員工都沒有信息特權
帕特里克·克里森：我們來談談現在的英偉達。你們的領導團隊有多大，都直接向你彙報嗎？
黃仁勳：英偉達現在的領導團隊有60多人，他們都向我彙報，是我的直接下屬。這種做法是很少見的，但我覺得這是最好的做法。
首先，我認爲在公司裡，信息的傳播是十分重要的。我認爲員工在工作上的貢獻，不應建立在獲取某些信息的特權這一基礎上。我不會做一對一溝通。我的員工團隊也很大。我在公司內部分享信息時，基本上所有人都能同時收到。
這麼做的原因就是，我認爲我經手的這些信息不應該只有一兩個人知道，比如公司目前面臨的挑戰，亟待解決的問題，未來發展的方向。所有員工都應該能夠獲取所有這種類型的信息。我很喜歡這種模式，大家的信息都是一致的，公司裡沒有任何信息方面的特權，大家都能對公司面臨的問題建言獻策。
我的員工會議一般每2周進行一次，60個人都要齊聚一堂。這些會議都是問題導向的。無論提出了什麼問題，大家都會在同一時間處理這個問題，聽到了問題爲什麼出現，爲何選擇這樣的解決方案。這很能給員工賦能。我相信，當你給每個人平等的獲取信息的機會時，這就能給員工賦能。這是第一點，利用信息給員工賦能。
第二點，如果CEO的直接下屬是60人，那就能在公司裡移除至少7個管理層級。當然了，這點不能一直推進到公司基層。因爲越往下需要的管理也就越多。而如果你“不幸”成爲了英偉達的高管，你就沒那麼需要他人的管理了。
帕特里克·克里森：我很少會支持傳統的管理模式。但試想一下，一對一溝通能給員工很具體的指導，比如給他們分析目標、分析職業生涯的發展規劃、給員工充足的反饋信息，告訴他們工作中有哪些問題。這些都是傳統意義上的一對一溝通中會做的事情。那你是不是不會做這些事情，還是說你的做法不一樣？
黃仁勳：這個問題很好。我就在會議現場做這些事情。我會在大家面前給你反饋。這點其實是特別重要的。首先，反饋就是一種學習。那爲什麼你應該成爲唯一一個獲取這些信息的人呢？你給我們創造了一個學習的機會，不論是犯了錯誤，還是犯蠢了。我們都應該從這個機會中學到點東西。
我會在大家面前分析某個問題，提出我自己的見解，這能幫助在場的所有人學會怎麼分析問題。我認爲一對一溝通的主要問題，就是它剝奪了其他人學習的機會。從錯誤中學習，特別是從他人的錯誤中學習，是最好的學習方式。
這就是爲什麼我們會做案例分析。我們就是要從他人的災難和悲劇中學習知識。這可是我們最“喜聞樂見”的事情。我也反對英偉達的其它高管做一對一溝通。沒有什麼能比“老黃讓我們這麼做”，或者“某某高管讓我們這麼做”這類說法，更讓我抓狂了。
三、不願放棄任何一位員工，寧願將他們折磨到偉大
帕特里克·克里森：你曾告訴過我，你真的不喜歡解僱員工，你也確實很少這麼做。能詳細講講背後的原因嗎？
黃仁勳：是的，我寧願幫你進步，也不願放棄你。我曾經是個掃廁所的，現在我是公司的CEO。所以我也認爲，你什麼都能學會。我相信你能學會生活中的很多事情，你只是需要一個學習的機會。我有幸觀察很多聰明人做事情的方式。我身邊就有60個人。他們可能自己都沒有意識到我在觀察和學習，但我其實一直都在向他們學習。
我不願意放棄任何一個員工，因爲我覺得我能幫助他們進步。我寧願一直折磨他們，直到他們做出偉大的成就。我認爲真正相信自己團隊的領導，都願意將他們折磨到偉大。
通常情況下，他們都很接近了。別放棄，真的很接近。成功有時候會在某一天突然降臨。有可能你昨天還沒有那種感覺，突然有一天就悟了，一下就想明白了。你能想象，在成功前的那個時刻放棄是什麼感受嗎？所以我不希望放棄，所以我就繼續折磨我的員工。
四、每週工作7天：6點起牀，全天開會
帕特里克·克里森：你工作和生活的平衡做得怎麼樣？
黃仁勳：那就取決於你問誰了。我認爲我的工作生活平衡非常好。真的很棒。我儘可能多地工作。我醒來的那一刻就開始工作，一直幹到睡覺的那一刻。我每週工作7天。當我不工作的時候，我也在想工作。當我工作的時候，我就專心投入。
我能坐在那兒看完一整場電影，但什麼也不記得。因爲我腦子裡想的全是工作。但我的工作不是不是去解決具體的問題，而是在思考公司能成爲什麼，有沒有我們可以做得更好的事情。我無時不刻不在設想公司的未來。
帕特里克·克里森：黃仁勳的一天是什麼樣的？
黃仁勳：我以前5點就起牀了。現在我6點起牀。這主要是因爲我家的狗。不知道爲什麼6點就變成它們起牀的時間。我倒是不介意吵醒其他人，但叫醒小狗讓我感到內疚。這都快變成一個負擔了。我都不能發出任何動靜，因爲它們能察覺到房子裡的任何震動，這會吵醒它們。所以我就待在牀上讀書，直到6點鐘。但是我腦子裡也想着GPU。
帕特里克·克里森：一般來說，你一天要開多少次會議？
黃仁勳：幾乎整天都在開會。我努力在正式上班前把我自己的工作做完，這樣每天去上班的時候就主要在開會。我會選擇對我真正重要的會議，儘量避免參加常規運營會議。因爲我的公司裡有很多了不起的人在做常規運營會議。
我們做CEO的應該是臨時替補，應該處理其他人做不了或者沒有做的事情。我參與的會議都是要可以真正推動事情發展的會議。我不會參加報告會議，也討厭報告會議。我只會參加解決問題的會議，能提出新想法的會議，頭腦風暴會議，有創造性的會議。那纔是我會參加的會議。
我通常會主動召集這些會議。我非常努力地不讓Outlook管理我的生活，而是有意識地決定想做什麼，想處理什麼事情。我儘量過有目的的生活，並據此管理我的時間。
五、不喜歡搶奪市佔率，“0億美元市場”纔是好思路
帕特里克·克里森：你曾經用過一個詞叫“0億美元市場”。你說“0億美元市場”是你最喜歡的市場。這句話是什麼意思？
黃仁勳：退一步看，我們的目標，或者說幾乎所有人的目標都應該是去做一些從未有人做過的事情，這是非常困難的。如果你實現了這些事情，那就可能對世界做出真正的貢獻。我會盡力去做這些事情。如果有些事情以前從未被做過，也極其困難，那麼這個市場的規模應該就是0億美元。因爲這件事以前從未被做過。
我寧願成爲一個市場的創造者，也不願做一個市場中的掠奪者。要去創造一些以前從未存在過的東西，而不是考慮怎麼搶佔市場份額。我不喜歡考慮市場份額，也不喜歡份額這個概念。Stripe就是憑空出現的，之前也沒有類似的公司。“0億美元市場”也是一種很好的思維方式，能幫助公司思考要怎麼樣做好創新。
帕特里克·克里森：我們公司的使命是讓整個互聯網行業的GDP增長。有很多人會關注“互聯網行業的GDP”這個說法，但我認爲“增長”是這個表述裡最重要的部分。因爲，正如你所指出的，我們不應該考慮已經發生的交易或者已經存在的業務。我們應該考慮哪些交易不存在，哪些業務不存在。世界的GDP大約是100萬億美元，但它不必只有100萬億美元。它可以是200萬億美元或1000萬億美元。
黃仁勳：這完全正確。而且，我們在未來幾十年將要創造的大部分價值，很可能不會受到物理事物規律的限制。這是一個不同尋常的時代。
帕特里克·克里森：現在我們剛好談到這個“0億美元市場”的概念。如果我在英偉達，我帶着一些項目提議來找你，可能涉及到數億美元的資本支出，或者需要多年的投入，現在也沒有客戶需要這個產品，無法展示有什麼需求。那你們在這些事情上的決策方式是不是憑直覺的呢？
黃仁勳：非常接近。這是一種直覺上的判斷，或者說直覺提供了一個起始假設。但你必須通過邏輯推理來證明這個事情的可行性。對我來說，推理比電子表格更重要。我討厭電子表格，因爲你可以隨心所欲地使用電子表格。你可以用電子表格製作任何你想要的圖表，你只需要輸入一些數字就行。
我更喜歡文字，因爲文字展現了你的推理過程。我可能會問你，告訴我，你是如何邏輯推理的？你的直覺是什麼？你爲什麼相信這很重要？你爲什麼認爲這很難？
我喜歡困難的事情，因爲這需要很長時間來做。如果它需要很長時間來做，很多不那麼堅定的人可能不會去做。如果它真的很難做，需要很長時間來做，那就需要一個非常堅韌、專注和堅定的人去追求這個目標。可能好幾年都會在原地徘徊，沒有人會注意到你。
六、CUDA的發佈是一場災難，但沒有它也沒有今天的英偉達
帕特里克·克里森：CUDA這個想法一開始是怎麼來的呢？
黃仁勳：CUDA源自於兩個想法。其中一個叫作加速計算。英偉達開創了這個叫做加速計算的概念。加速計算就像是一個I/O（輸入/輸出）設備，如果你在計算機行業，它是一個你放在PCIe上的I/O設備，允許應用程序以加速計算的方式與I/O設備交互。
UDA（Unified Driver Architecture，統一驅動架構）是在1993年發明的，它是一個影響深遠的發明。它允許軟件程序員直接編程I/O設備，直接給I/O設備寫應用程序。這是因爲I/O設備是虛擬化的，並且多代之間在架構上是兼容的。
總之，我們發明了這個叫做加速計算的概念，我們稱它爲UDA。然後幾年後，我們認爲我們可以使我們的GPU對高級編程語言更具可編程性。所以我們發佈了CG（C for Graphics），也就是爲GPU編程設計的高級着色器語言。但由於種種問題，最終發佈了CUDA（Compute with Unified Driver Architecture）。總之是個非常曲折的故事。
帕特里克·克里森：我想真正的問題是，CUDA有沒有一夜爆火呢？
黃仁勳：不是的。CUDA的發佈可以說是一場災難。雖然我們追求的是一個“0億美元市場”，但追求這個市場的成本太高了。它實際上摧毀了我們原本擁有的十億美元市場。原因是因爲我們的芯片中加入了CUDA，增加了大量成本，但是沒有應用。沒有應用，客戶就不會重視這個產品，他們不會爲此支付溢價。如果人們不願支付，而你的成本上升了，那麼你的毛利率就會受到擠壓，我們的市值就會下降，然後真的變得非常低。我想我們的市值降到了大約10億美元左右。我真希望我當時買了自家的股票。
帕特里克·克里森：所以你們需要取消CUDA，然後回到原來的戰略嗎？
黃仁勳：不是的，我一直相信CUDA。因爲我已經推理過了。我們真的相信加速計算能夠解決普通計算機無法解決的問題。如果我們想將架構擴展得更加通用，我們就必須做出這個犧牲。
我深深地相信我們公司的使命，相信公司未來的機會。我也堅信其他人都錯了，他們只是不懂得欣賞我們所建立的東西。我深深地相信這些東西。
帕特里克·克里森：那你要如何迴應分析師、董事會和員工的質疑呢？你摧毀了這個現有的收入流，炒作了一個宏偉的夢想，但似乎沒有人真的想要。生意也變得很糟糕。你要怎麼辦呢？
黃仁勳：我只需要告訴他們，其他人都太笨了，否認現實就行（笑）。這是玩笑話，我們還是得迴歸到自己相信的東西上。
帕特里克·克里森：董事會在這期間有給你壓力嗎？
黃仁勳：我每次和他們對話都是從我自己深信不疑的事情談起。他們也確實相信我的說法，因爲他們看到我自己深信不疑。我也向他們推理分析了這些問題。要讓他們相信，必須依靠推理。
帕特里克·克里森：CUDA最終的成功花了多久呢？
黃仁勳：大概10年吧。沒有那麼長。10年而已嘛，一下子就過去了。
帕特里克·克里森：不到你任期的三分之一。
黃仁勳：是的，時間過得很快。我幾乎不記得期間我經歷的痛苦了。
帕特里克·克里森：英偉達沒有CUDA，還能在AI領域取得今天的成功嗎？
黃仁勳：不，這是不可能的。這可能是現代計算中最重要的發明之一。我們發明了這個叫做加速計算的概念。這個想法很簡單，但非常深刻。它的意思是一小部分代碼佔用了運行時間的99.999%。這對於許多非常重要的應用程序來說都是事實。而那幾個核心可以被加速。CUDA不僅僅是並行處理，沒這麼簡單。這個想法的本質是我們可以加速那些核心和軟件片段。
現在，當摩爾定律已經走到盡頭，CPU的性能提升基本上已經停止了。如果我們不加速軟件，就會面臨計算成本的膨脹。因爲世界計算量仍然在每年翻倍增長，如果CPU和通用計算機的性能無法提升了，那麼會發生什麼呢？計算成本將繼續指數級上升。現在輪到我們去做計算了。
七、如何判斷技術的前景？關鍵要做好決心與固執間的平衡
帕特里克·克里森：在場的各位都是企業家，也許每個人自己心中都有和CUDA一樣類似的願景。他們認爲這對他們的領域或他們的技術非常有意義，但市場還沒有看到它的潛力。你認爲有沒有可能從中提取一些通用的原則呢？什麼時候應該堅定地相信你的願景，什麼時候又需要重新考慮呢？
黃仁勳：是的，問題的關鍵是決心與固執之間的界限。那條界限是模糊的。我每天都在確認我的核心信念。我現在仍然這樣做。我需要確認我分析公司戰略時使用的第一性原理是否正確。這不是一個很長的列表，很容易記住。
問題的關鍵是，這些原則現在是否有了根本性的改變呢？外部條件的變化是否使它們不再像以前那樣重要？是不是有人解決了這個問題？這個問題現在已經消失了嗎？是不是還會有需求？你必須不斷檢查。這是其一，不斷自省。你必須非常小心地提煉基本原則，而不是說我就想這麼做。這種想法就是固執了。我們不是5歲的孩子，所以你必須做好推理分析。
第二，必須要聰明一些。我們找到了一些方法將CUDA變現。我們到處尋找應用場景，找到了CT重建的應用，找到了地震信號處理的應用，找到了分子動力學的應用。我們不斷地尋找應用場景。這些應用沒有讓我們大獲成功，但至少足以讓我們維持公司運轉，爲我們贏得了時間，讓我們能撐到成功的時刻。
八、未來大約2萬億美元的計算機要換用GPU
帕特里克·克里森：讓我們來談談AI。假設今天世界上所有GPU的總計算能力是X。你認爲，5年後我們的總算力會是X的多少倍？
黃仁勳：我要是說出來我肯定會後悔的。我們可是一個上市公司。你這個“瘋子”，你們這種私有公司可真是自由自在。好的，讓我們來分析一下。首先，世界已經安裝了大約1萬億美元的數據中心。這些數據中心使用通用計算。通用計算已經沒有未來了，所以我們不能再這樣處理數據。世界需要加速計算，需要將加速計算應用到所有領域。當我們加速一切時，每一個數據中心、每一臺計算機都將是一個加速服務器。假設市場不增長，未來4年我們要替換大約1萬億美元的計算機。
但如果計算機行業繼續以大約20%的速度增長，我們可能需要在未來幾年將大約2萬億美元的計算機替換成GPU。這是第一點。
第二點，這也是爲什麼我認爲你們的行業潛力無限。這是一場工業革命，讓我告訴你爲什麼。我們正在大量生產一些以前從未生產過的東西。生產這些東西需要一種以前從未存在過的設備，也就是GPU。我們現在首次大量生產的東西就是token和浮點數。這些東西的價值就在於它們代表着智能。這就是人工智能。
你可以將這些浮點數以某種方式重新組合，它就能變成英語、法語、蛋白質結構、化學物質、圖形、圖像、視頻、機器人的動作、方向盤的動作。我們正在以極大的規模生產token。我們在人工智能方面不斷努力，最終發現了一種生產幾乎所有類型的token的方法。世界將生產大量的token。這些token將在新型數據中心中生產。我們稱它們爲AI工廠。
回到上一次工業革命。水進入一臺機器，把水燒開變成蒸汽，然後驅動發電機產生電力。原子進，電子出。而在這場新的工業革命中，是電子進，浮點出。上一次工業革命中，沒有人明白爲什麼電這麼有價值。而現在電力被出售、市場化。每千瓦時的電力被標上價格。現在token也被這麼標上價格了，每1美元對應着多少token數。
就像上一次工業革命那樣，這些事情對很多人來說都很難理解。但在未來10年這會變成人們司空見慣的事情。這些token將創造出新產品、新服務，提高整個行業的生產力。建立在我們產品基礎上的產業，價值可能有100萬億美元。這個行業的前景是很廣闊的。
帕特里克·克里森：這些token工廠的一個大問題是模型是否會飽和。我們現在可以用自然語言編寫它們，將自然語言轉換爲SQL。從70億參數的模型發展到700億參數的模型，這種進步對於用戶查詢的準確性可能具有重大的改進。但或許發展到比這個規模還要大10倍的模型是不必要的？在某種程度上來說，目前的模型是不是已經足夠好了，可以可靠地將自然語言轉換爲SQL？
你認爲LLM（大語言模型）部署用例的飽和曲線是什麼樣的？什麼樣的用例才需要萬億參數模型或十萬億參數模型？還是說千億參數的模型就夠了？你對這個問題有什麼看法嗎？或者說我們能這麼看待這個問題嗎？
黃仁勳：好的，讓我們把問題分解，然後推理一下。我們從一個例子開始。2012年，計算機視覺領域的AlexNet，在ImageNet圖像識別的準確率大概是82%。在接下來的大概7年裡，每年的誤差都減少了一半。這其實就是摩爾定律。每年的準確性提高了1倍，可信度也提高了1倍。在7年的時間裡，它實現了超越人類水平的表現。
同樣的事情也發生在語音識別和自然語言理解上。這個行業將不斷追求更高的準確性和可信度。我相信在自然語言理解領域，我們也會看到類似的進步。當然，這些問題要複雜得多。但我堅信我們能將準確性每年提高一倍，直到它非常準確。目前在許多情況中，和模型交互時我們都感到答案很準確，值得信賴。在這種信任是尤爲重要的。
第二點，目前的AI都是一次性生成內容的（one-shot）。但我們都知道，有許多事情是不能一次性就想明白的，需要不斷迭代自己的想法。所以，我們要怎麼樣才能讓AI也能夠自己做好計劃呢？怎麼讓AI自己構思一個解決問題的方法呢？
這可能需要工具，需要看一些版權數據，需要做研究，需要去問另一個Agent，需要問另一個AI，可能還需要人類的參與。比如問問人類的意見，發起某個事件，比如主動發郵件或者發消息給某人。然後才能進行計劃的下一步。所以大語言模型必須學會規劃並不斷迭代計劃。不能一次性就把事情都做好了。
當它做好計劃時，還需要啓動其它的模型一同合作解決問題。我認爲未來的模型將會擁有自我迭代的能力，成爲能利用其他具有特定技能的模型的計劃模型。所以我認爲我們還有很長的路要走。
九、ChatGPT實現了計算民主化，Llama實現了生成式AI民主化
帕特里克·克里森：Meta因爲發佈Llama 3而備受關注。這似乎是迄今爲止最令人印象深刻的開源模型。你對開源模型有什麼看法？
黃仁勳：如果你問我在過去幾年中最重要的事件是什麼，我會告訴你當然是ChatGPT的出現、基於人類反饋的強化學習，給模型融入人類價值觀的相關技術。這些顯然是重要的突破，當然還包括計算的民主化。這使每個人都可以成爲程序員。現在每個人都能用它做一些令人驚歎的事情。我真的爲OpenAI的團隊感到驕傲。
第二件事也同樣重要。我認爲是Llama。不是Llama 1，而是Llama 2。Llama 2讓幾乎所有行業都開始研究使用生成式AI技術。它讓各行各業都能夠接觸到這項技術，包括醫療健康、金融服務、製造、客戶服務、零售等等行業。因爲Llama 2和Llama 3是開源的，所以能吸引研究者、初創公司和其它行業使用這項技術。Llama系列模型普及了生成式AI。我認爲這點也意義重大。
我認爲ChatGPT實現了計算的民主化，而Llama實現了生成式AI的民主化。沒有Llama，很難實現目前和AI相關的安全研究、各種推理技術以及強化學習的研究。
十、空談AGI何時實現意義不大，先界定問題才能解決問題
帕特里克·克里森：Dario Amodei（Anthropic公司CEO）兩週前在Ezra Klein的播客上預測AGI會在近期內實現。可能就是在未來幾年內，比如2027年這個年份就經常被提及。你怎麼看？
黃仁勳：這取決於你如何定義AGI，首先，作爲工程師，我們知道要先界定問題才能解決問題，必須以某種可衡量的方式表達問題和陳述任務。
如果說AGI的定義就是能完美通過我們目前的一系列基準測試，比如數學測試、英語理解測試、推理測試等等，還有醫學考試、律師資格考試等等。不管你列出什麼目標，我都相信我們將在非常短的時間內取得優異的成績。如果那就是AGI的定義，我猜測它很可能在未來5年內實現。因爲目前模型在這些測試上，每半年錯誤率就能減半。我們沒有理由不相信它不能很快實現超越人類的表現。
但是在座的各位要注意，這並不符合大多數人對AGI的想象。我從工程的角度這麼定義AGI，只是爲了我能回答這個問題。那如果AGI的定義尚不明晰，又怎麼能回答這個問題呢？
十一、不積極主動參與AI是犯錯，想把英偉達變成巨大的AI
帕特里克·克里森：在座的各位都是企業主。他們都面臨着一個特別實際的問題，在你所描述的那種變化面前，一個人要怎麼知道自己是否做出了恰當的、充分的、正確的反應呢？你有什麼建議嗎？
黃仁勳：如果你不積極、主動地參與AI，那你就是在犯錯誤。你不會因爲AI技術本身而失業，而是會因爲使用AI的人失業。你的公司不會因爲AI技術本身而倒閉，而是會因爲另一家公司使用了AI而倒閉。這是毫無疑問的。因此，你必須儘快參與AI，這樣你就能做那些你認爲成本太高而無法做的事情。
如果智能的邊際成本實際上接近於0，你就會去做很多你本來根本不可能做的事情。我們現在搜索的頻率，提問的頻率都是特別高的。我平時遇到一個問題就扔到Perplexity裡問問答案。即便有時候我已經知道答案，我也會問一下，以防萬一。我們希望將這類行爲的成本降到最低，這樣大家便可以隨心所欲地使用這些服務。
第二點，AI可以用來提高公司的生產力。生產力高的公司會帶來更高的收入，而更高的收入會帶來更多的就業機會。更多的就業機會則會帶來更多的社會進步。因此，我們很有必要用AI推動公司生產力的提升。
帕特里克·克里森：除了影響你們的製造計劃和資本支出計劃之外，AI是如何改變英偉達內部的運作方式的？
黃仁勳：我們是最早投資建設自有AI超算的科技公司之一。如果沒有AI，我們就無法設計芯片。在夜間，我們的AI正在探索我們自己永遠無法探索的種種可能的設計。因爲要人工探索這些設計需要花費太多資金了。有了AI，我們的芯片變得更好了。我們能夠降低我們芯片的能耗，性能也更好了。
如果沒有AI，我們也無法編寫軟件。優化編譯器的設計也十分複雜。我們會使用AI來提交錯誤報告。我們的錯誤數據庫會告訴你代碼出了什麼問題，可能涉及哪些人，並讓相關人員去修復它。
我想要英偉達的所有人都大量使用AI工具。我還想把整個公司都變成一個巨大的AI。這樣一定會很棒，那我就能做好工作和生活的平衡了。
帕特里克·克里森：你有沒有聽說過哪些企業，在意想不到的領域做出了一些意料之外的用例呢？
黃仁勳：我認爲AI最大的驚喜的就是，當我們稱之爲大語言模型時，“語言”這個詞包含的不只是人類的自然語言。如果AI模型能學會語言，那它也能學會操縱機器人的關節運動。這些本質上都是一些序列而已。我們只需要找到將這些操作token化的方式就可以了。其實對模型來說，一切都是可學習的。所有的這些專有編程語言，比如SQL、ABAP、Lightning、Verilog都是可學習的。這意味着我們能給地球上的所有工具都加上一個Copilot。
帕特里克·克里森：你認爲未來是會有成千上萬個單獨的模型，還是隻有一個萬能的超大模型呢？
黃仁勳：我認爲擁有一些超級模型來幫助我們進行通用推理是非常好的。但對於我們，對於那些擁有特定領域專業知識的公司來說，我們必須訓練我們自己的模型。這麼做是因爲這類公司擁有一套自己專屬的“語言”。而99%和99.3%之間的差異對我們來說就是生死攸關的區別。
專有模型對我們來說太有價值了。無論通用模型有多好，我們都需要進行微調和改進，直到它們能實現完美的表現。因爲這些內容實在是太重要了。
十二、談“表外甥女”蘇姿豐：非常了不起，小時候不認識
帕特里克·克里森：時間快到了，但我還有很多問題沒問。但有一些問題我真的很想問問答案。蘇姿豐（AMD董事長兼CEO）是你的遠房表親嗎？
黃仁勳：是的，她太棒了，非常了不起。順便說一下，她是AMD的CEO。
帕特里克·克里森：AMD在GPU領域是你們的競爭對手之一。
黃仁勳：不，我們是一家人。我們都是這個行業的。我們還從AMD採購呢。
帕特里克·克里森：到底是怎麼回事兒呢？爲什麼最大的兩家GPU公司居然是由一家人運營的呢？
黃仁勳：我不知道這是怎麼發生的。我們沒有一起長大，彼此也不認識。我們是在她在IBM工作的時候才認識的。她的職業生涯令人難以置信，真的非常了不起。
十三、硅谷創業文化劇變，現在沒有青春痘就沒資格創業
帕特里克·克里森：你從90年代初就開始在硅谷摸爬滾打了，你認爲硅谷文化在這段時間裡發生了哪些變化呢？
黃仁勳：哇，我很久沒想過這個問題了。有一點是，當我剛開始創業時，我才29歲，臉上還有青春痘。當我去找律師事務所和風投公司時，我額頭上還有一個大痘痘。那時候，作爲一個年輕人，你會感到相當忐忑。那時候的大多數CEO都穿着西裝，成就頗豐，舉止言行都是大人的模樣。他們用着一些大詞，談論着商業上的事情。創業者年輕的時候去見這些人會感到相當害怕，因爲你被一羣成年人包圍着。
而現在，如果你臉上沒有青春痘，恐怕都沒有創業的資格。這是一大變化。這一文化上的轉變讓年輕人也可以有所成就。年輕一代的CEO所知道的東西實在是太多了，而我學習這些知識花了幾十年。
十四、帶領2.8萬員工逼近蘋果市值，黃仁勳怎麼做到的？
帕特里克·克里森：最後一個問題，英偉達的市值是2萬多億美元，現在你們離蘋果和微軟的市值只有一步之遙。我剛剛查了一下，他們分別有22萬和16萬名員工。而英偉達僅有2.8萬名員工，還不到其中較小的一個的五分之一。我們剛纔在後臺聊天時，我記下了這一點，你可以通過流程實現卓越的運營，但只有資歷才能實現卓越的工藝。英偉達比其他巨頭要小得多。你們對員工的資歷比較重視，能詳細談談這一點嗎？
黃仁勳：我認爲卓越的運營可以創造出不錯的東西，但僅通過卓越的運營無法創造出非凡的事物。許多偉大的事物，比如你創造的產品、公司和組織，是需要愛和呵護的。你甚至無法用言語表達，怎麼可能在電子郵件中把愛和呵護表達清楚呢？愛和呵護是無法融入商業流程中的。愛和呵護是我在英偉達內部很常用的表達。我必須使用這些表達，因爲沒有其它的說法。這些概念不能用數字來表示，也無法在產品規格中寫出來。我們無法在產品規格說，要做出一些具有美感、工藝精湛的產品。
帕特里克·克里森：我在Stripe也總是在談論工藝和美感。我希望事物具有這些難以言喻的特徵，但其實它並不直接滿足某些客戶的需求。客戶不會來找我們說，我希望產品更美。他們會說，我希望它具備特性X或特性Y。然而，我們相信工藝和美感真的很重要。你似乎也這麼認爲。你爲什麼認爲這些東西很重要呢？
黃仁勳：實際上，即便你的客戶沒有將這些需求說出來，但當他們真正使用這些產品後，他們就體會到了。毫無疑問，Stripe的產品具有美感，十分優雅簡潔，簡潔而不簡單。簡潔和簡單不是一回事，它解決了問題，但恰到好處。它給你負擔，但不會太多。找到這種平衡很難，我們無法具體說明，只能憑着直覺前進。
當我們逐漸培養出一支團隊時，團隊內部的感覺是基本一致的。其實我們已經將團隊的感覺內化了，這些感覺是言語無法形容的。我們不想失去這些東西，而是想進一步發展這些特質。所以我不願意重置，這也是爲什麼我不太願意和新人一起工作。因爲我已經習慣了這些東西，我已經與團隊一同經歷瞭如此多的痛苦和快樂，學習了許多的知識。所有這些經驗已經內化到團隊裡了，而我想繼續傳承和發展這些東西。
這就是爲什麼我十分相信資歷的力量。正因如此，小團隊也可以實現偉大的事情。和其他企業相比，英偉達就是一個小團隊。我們只有2.8萬人，但做出了遠遠超出我們體量的成就。
來源：Stripe Sessions大會