“我们不再是在检索数据，而是在进行推理。”
在和美国第一播客Joe Rogan的最新对话中 ，英伟达CEO黄仁勋表达了对人工智能底层逻辑与技术演进的看法 。
在这场两个半小时的对话中 ，他们谈到了AI的意识与本质 、AI对社会与就业的影响等话题 。
对谈过程中，话题也自然延伸到了英伟达充满挑战的创业历程，直言自己依然每天都在担心英伟达倒闭。
核心要点速览
生成式AI的核心机制已从检索既有信息彻底转变为学习知识结构并进行即时的逻辑推理。
数据中心正演变为输入能源与数据并大规模产出智能Token的新型工厂 。
加速计算正在让摩尔定律以另一种方式重生 。
未来的编程语言将回归人类自然语言 ，这将极大地降低技术门槛并赋予个人更强的创造力。
（以下内容基于对话实录整理 ，有删改；为便于阅读，问题顺序亦有调整 。）
从“检索 ”到“推理 ”的质变
Rogan： 我们大家其实都习惯了以前那种计算机的概念 ，比如Google搜索 ，你输入一个关键词，它就把数据库里存好的东西拿给你 。
但现在发生的事情似乎完全不同了 ，这就好像某种魔法一样。现在的AI到底有什么本质区别？它是在检索数据还是在做别的？
黄仁勋： 这是一个根本性的转变 。过去我们是在“检索” ，你输入问题，它去数据库找预先存好的答案给你 。
而现在我们是在“推理”。当你给ChatGPT一个指令 ，它不是去哪里找答案 ，它是根据它学到的知识结构，逐字逐句地生成答案 。
这就像我问你一个问题 ，你不是在脑子里翻书 ，而是在组织语言回答我 。
Rogan： 我想深入一点，所谓的深度学习到底是什么？Hinton他们搞出来的这个东西，和以前我们写软件的方式有什么不同？我听说以前软件就像写菜谱 ，现在的不是？
黄仁勋： 没错。以前的软件是我们用第一性原理描述算法 ，然后编码，就像写菜谱一样 。比如你要计算力 ，你就写「F=ma」 。
但深度学习完全不同。想象一下 ，我们构建了一个巨大的神经网络，或者你可以把它想象成一个由无数数学单元组成的巨大配电盘。我们不描述内部的函数 ，而是给它海量的输入和输出示例 。
比如 ，一张猫的图片，那个“猫 ”的信号灯应该亮起 。一开始 ，这个网络是随机猜测的 ，它给出一堆垃圾结果。然后你说“不，那是错的 ” ，你需要把那个误差反向传播回去 ，调整这几十亿个开关的参数 。
你一遍又一遍地做这个过程，直到它能自己找出规律 。它本质上是一个通用函数逼近器。这意味着，只要有足够的输入和输出 ，它可以学习任何物理定律 ，无论是牛顿定律还是薛定谔方程 。
Rogan： 我们看过像《机械姬》这样的电影 。如果AI能够完美地模仿人类的交流，甚至有了情感表达 ，我们是否应该认为它具备了“意识”？那个界限在哪里？
黄仁勋： 这是一个哲学定义问题。如果它能像你一样推理 、解决问题、理解意图 ，这在某种程度上就是一种“理解 ” 。
Rogan： 你之前用了一个很有趣的词，你说数据中心现在是“AI工厂 ” 。这只是一个用来形容的比喻吗？还是说它的运作方式真的像个工厂？
黄仁勋： 不 ，这不仅是比喻。工业革命时期 ，工厂输入水和煤，输出电力 。
现在的AI工厂 ，输入的是电力和数据 ，输出的是Tokens 。这些Tokens就是智能的载体，这是一种全新的制造业 ，我们正在大规模生产“智能”。
Rogan： 这里的能源消耗听起来很疯狂。我看过一些报道说数据中心用的电量惊人 。能源消耗是目前AI扩张的最大瓶颈吗？
黄仁勋： 能源是一个挑战 ，但更重要的是效率 。如果我不提升芯片效率，按照现在的需求增长，我们将耗尽世界的能源。但我们的Blackwell芯片比上一代能效提升了25倍 ，这意味着我们在用同样的电做更多的事 。
Rogan： 我看到最近的一些新闻 ，像微软这样的巨头，他们似乎正在为了电力去重启那些老旧的核电站 ，这是真的吗？真的到了要靠核能的地步了吗？
黄仁勋： 是的 ，数据中心需要非常稳定的基载电力，太阳能和风能受天气影响波动太大 。核能是一个非常好的选择 ，无论是重启现有的 ，还是未来发展小型模块化反应堆。
AI让每个人都是程序员
Rogan： 有一个很多人焦虑的地方 。如果AI能完成编程、法律文书 、机械维修等所有任务，那人类该如何寻找自身存在的意义？比如那个叫Mike的机械师 ，如果AI比他修得好 ，他该怎么办？
黄仁勋： 这是一个深刻的问题 。人们的身份认同往往与职业绑定。但我认为工作不会消失，任务会改变 。
比如放射科医生 ，五年前Hinton预测AI会取代他们 ，但现在放射科医生比以前更多了 。为什么？
因为AI帮他们处理了看片子的任务，让他们能专注于“诊断疾病 ”这个核心目标，效率更高了。你会成为指令的发出者 。我们依然喜欢解决难题 ，喜欢有目的感 。
Rogan： 我有很多朋友问我 ，现在的孩子还需要学习编程吗？因为以前这是通往高薪工作的金钥匙。
黄仁勋： 不需要了。未来的编程语言就是人类语言 。你不需要去学Python或C++的语法，你只需要清晰地表达意图 。世界上每个人都将成为程序员。这极大地降低了技术门槛 。
Rogan： 有一个理论叫“已死互联网理论 ”（Dead Internet Theory） 。意思是说 ，未来互联网上产生的所有内容 ，包括我们现在的交流 、放大、补充 、修改，90%都将由AI生成。我们将面临一个充斥着机器生成内容的互联网吗？
黄仁勋： 这太疯狂了 。但我也觉得没关系 。如果这能让我们获取知识更高效 ，哪怕是由AI合成的知识 ，只要它是基于第一性原理核实过的，那就没问题。
加速计算让摩尔定律“重生”
Rogan： 我们以前总听说摩尔定律 ，说芯片性能每两年翻倍 ，成本减半 。这一直是科技界的铁律 。
但现在大家都在说物理极限到了，东西不能无限做小。传统的摩尔定律还在起作用吗？还是说我们已经碰到了那堵墙？
黄仁勋： 传统的摩尔定律——即仅仅依靠缩小晶体管来提升性能——确实已经放缓了 。
但在AI计算领域 ，我们通过加速计算让定律以另一种方式重生 。
Rogan： 我一直想弄懂这个基础问题 ，因为我也在玩游戏，我知道显卡是干嘛的。但CPU和GPU到底有什么区别？为什么大家都在抢GPU来跑AI？为什么它更适合？
黄仁勋： CPU就像是几个非常强大的专家（比如爱因斯坦），它们能串行处理极其复杂的逻辑 ，按顺序执行步骤1 、步骤2、步骤3。
而GPU就像是成千上万个普通人 ，它们虽然单个不如CPU强，但可以同时并行处理海量的简单任务 。
AI本质上就是海量的并行计算 ，所以GPU更适合 。在过去十年里 ，我们将AI计算的成本降低了10万倍。这就像是喝了能量饮料的摩尔定律 。
Rogan： 我一定要听听这个故事 。能讲讲你当年亲手交给OpenAI团队第一台超级计算机DGX-1时的情景吗？据说那是一个历史性的时刻。
黄仁勋： 那是DGX-1 。2016年，我亲自把它送到了OpenAI的旧办公室 。当时他们还是一家非营利机构 ，只是一群在一个小房间里的人 ，马斯克在那儿，Ilya也在。
我把机器推上去 ，那是世界上第一台专门为AI深度学习打造的超级计算机 。当时那台机器有1 Petaflops的算力 。
Rogan： 现在的设备和那时候比怎么样？九年过去了 ，变化大吗？
黄仁勋： 变化太大了。九年前那台机器很大，卖30万美元 。而现在 ，我们把同样的算力塞进了一个只有书本大小的模块里 ，成本和体积都大幅下降 。这就是技术的进步。
Rogan： 回头看，你是如何在技术还不明朗的时候，就敢于下重注的？比如你们搞了个叫CUDA的东西 ，听说当时让股价跌得很惨？
黄仁勋： 是的 ，我们发明了CUDA，这让我们可以在显卡上运行任何程序 ，而不仅仅是图形。
我们在芯片里加了这个硬件功能 ，导致成本翻倍，但当时根本没人买单 ，也没人理解 。我们的市值从大约120亿美元跌到了20亿美元 。
但我告诉团队 ，如果我们相信这是未来，相信第一性原理 ，相信这是一种新的计算方式 ，我们就必须坚持。如果不做，我们会抱憾终身 。
英伟达的“30天倒闭危机 ”
Rogan： 我听说英伟达早期有一段非常艰难的时期 ，差点倒闭 ，不得不向世嘉求助 。这是真的吗？能详细讲讲吗？
黄仁勋： 是的，1996年，我们离倒闭只差30天。当时我们和世嘉合作做游戏机芯片 。
但我们犯了一个巨大的技术错误 。当时行业的主流是用三角形来绘图 ，而我们却选择了一种叫“正向纹理映射 ”的技术 ，用的是四边形，甚至是曲面。
我们以为这样做成本更低 ，结果微软推出了DirectX ，它是基于三角形的 。我们的技术瞬间变成了废品 。
Rogan： 最让我惊讶的是你当时的做法。为什么你会选择去向Sega的CEO坦白说“我要失败了”？大多数人这时候都会选择撒谎或者拖延吧？
黄仁勋： 我必须诚实 。我去见世嘉的CEO，我告诉他：“我没法完成合同了 ，我们的技术是错的 。我建议你去找别人做。但我需要你把合同里剩下的钱付给我 ，否则我们就完了。 ”
这是一个极其无理的要求 。但他看着我说：“Jensen，既然你这么诚实 ，我相信你会拿这笔钱去做正确的事 。 ” 他真的给了我那笔钱 ，大概500万美元。那笔钱救了我们的命 。
Rogan： 还有一个小细节，我一定要问 。你们当时没有钱做芯片测试 ，你是怎么搞定的？
黄仁勋： 我们没钱再做一次流片了。我听说有一家叫IKOS的公司卖一种芯片模拟器 ，可以让你在不生产芯片的情况下测试软件 。
我打电话给他们，他们说他们倒闭了 。我说“什么？那你机器还在吗？”他们说库存里有一台。
于是我用我们要命的一半资金，买下了那台机器 。我们就在那台模拟器上跑通了所有软件 ，然后直接去生产 ，跳过了中间的测试环节 。如果那次失败了，我们就彻底结束了。
Rogan： 经典游戏《Doom》（毁灭战士）对我很重要 。我听说它和你们公司也有很深的渊源？
黄仁勋： 《Doom》定义了3D游戏 。你知道它的名字由来吗？John Carmack告诉我 ，是来自电影《金钱本色》里汤姆·克鲁斯走进台球厅 ，有人问他箱子里装的是什么，他拿出一个台球杆箱子说：“Doom”。
我们早期的显卡几乎就是为了跑好这类游戏而设计的。
万亿CEO的炼金术
Rogan： 你的童年故事太疯狂了 。我听说你父母把你送到肯塔基州的一个寄宿学校 ，那里条件很艰苦？
黄仁勋： 是的 ，奥尼塔浸信会学院 。我当时9岁，我哥哥11岁。那是肯塔基州最贫困的地区之一 ，是一个管教问题少年的学校 。
Rogan： 这种经历对你有什么影响？你会觉得那是某种创伤吗？
黄仁勋： 不 ，那是一段塑造性格的经历 。我学会了坚韧。我当时的家务是打扫全宿舍的厕所 。我只有9岁，但我打扫得非常认真 。
我学会了无论做什么工作 ，都要把它做好。我父母也是 ，他们来美国时几乎身无分文，我父亲在报纸上找工作，我母亲做女仆 。
我们通过录音带交流 ，我录下我的生活寄给他们 ，他们再录回来，一来一回要一个月 。
Rogan： 你说你每天要处理几千封邮件。你怎么有时间做那个？你几点起床？
黄仁勋： 我每天早上4点起床 。我大概睡6到7个小时 。我醒来后的第一件事 ，甚至在下床之前 ，就是花几个小时处理邮件。
Rogan： 我注意到你不戴手表。这是一个时尚选择，还是有什么特殊的含义？
黄仁勋： 只有当下是最重要的 。我不想被时间追着跑 。此时此刻 ，和你对话 ，就是我唯一关心的事情。
Rogan： 你休过假吗？真正的度假？
黄仁勋： 对我来说，度假就是和家人在一起 。但我即使在度假时也在工作 。我的两个孩子现在都在英伟达工作 ，所以我们在一起时 ，大家都在工作，都在聊公司的事情。这对我来说就是最好的状态 。
Rogan： 你的孩子们也在那里工作？这太酷了 。你把那种职业道德灌输给了他们。
黄仁勋： 是的 ，他们工作极其努力 。我也很幸运 ，现在我有三个“同事 ”每天都想和我一起工作（指妻子和两个孩子） 。
Rogan： 你现在已经掌舵这家公司32年了。很多人在这个位置上早就厌倦了 。你是如何保持这种高昂的热情？
黄仁勋： 我不觉得这是工作 。我和最聪明的人一起解决世界上最难的问题，这本身就是奖励。
但我每天早上醒来依然会担心公司倒闭。这种偏执不是坏事，它让我保持敏锐 。我不想失败的动力远大于我想成功的动力 。
Rogan： 我们这种人常给别人一种印象 ，好像我们每天工作都充满快乐。但其实很多时候是痛苦的 ，对吧？
黄仁勋： 是的，痛苦 、孤独 、不确定性 。这都是过程的一部分 。如果你不能忍受痛苦 ，你就无法实现伟大的事情。
我对我的员工说 ，我希望你们能经历足够的痛苦，因为那是性格的磨刀石 。没人能仅仅靠运气或聪明就成功 ，你必须经历磨难 。
完整视频地址： https://www.youtube.com/watch?v=3hptKYix4X8
本文来自微信公众号“量子位 ” ，作者：克雷西，36氪经授权发布。
本文来自作者[仍红会]投稿，不代表视听号立场，如若转载，请注明出处：https://wap.stddy.com/zsfx/202512-62021.html
评论列表（4条）
我是视听号的签约作者“仍红会”！
希望本篇文章《黄仁勋做客美国第一播客：每天都在担心英伟达倒闭》能对你有所帮助！
本站[视听号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：“我们不再是在检索数据，而是在进行推理。”在和美国第一播客Joe Rogan的最新对话中，英伟达CEO黄仁勋表达了对人工智能底层逻辑与技术演进的看法。在这场两个半小时的对话中，...