黄仁勋：我从不在乎市场份额，英伟达仅有方针是发明新市场

liukang20246天前观众吃瓜431

“这是我听过的黄仁勋最好的采访！”

英伟达CEO黄仁勋的一场炉边说话再次引起热议：

英伟达从来没有一天谈论过商场份额。咱们所评论的只是：怎么发明下一个东西？怎么将曩昔需求一年才干完结的飞轮缩短到一个月？

面临Azure和AWS等正在自主构建ASIC芯片的云核算大客户，老黄打了个比方：

公司遭到鱼塘巨细的约束，仅有的方针是用想象力扩展鱼塘。（指发明新商场）

当然了，除了提及英伟达，老黄还评论了AGI的智能扩展、机器学习的加快、推理与练习的重要性……

尽管时长感人（近1个半小时），但一大波网友现已看完并交起了作业（开端卷了是吧！）

网友：学起来！学起来！

黄仁勋：未来推理的添加将远大于练习

鉴于视频较长，量子位先直接给咱们划要点了，老黄的首要观念包含（省流版）：

“口袋里的AI助理”将很快以某种方法呈现，尽管开端或许会不完美；英伟达的竞赛优势在于树立了从GPU、CPU、网络到软件和库的全栈渠道；扩展人工智能的要点已从练习前转移到练习后和推理；推理（inference）时核算将作为一个全新的智能扩展向量；未来推理的添加将远大于练习的添加；闭源和开源将共存，开源模型或许用于创立特定范畴的使用程序；……

（以下为要点部分收拾）

Q：关于个人AI助理的开展前景，您以为咱们何时能在口袋里装上一个一窍不通的AI助理？

A：很快就会以某种方法呈现。这个助理一开端或许不行完美，但会跟着时刻推移不断改进，这是技能开展的必然规律。

Q：现在AI范畴的开展改动速度是否是您见过最快的？

A：是的，这是由于咱们从头发明晰核算。在曩昔10年里，咱们将核算的边沿本钱下降了10万倍，而依照摩尔定律或许只能下降100倍。

咱们经过以下方法完结了这一点：

引进加快核算，将原本在CPU上功率不高的作业转移到GPU上发明新的数值精度开发新架构(如张量中心)选用高速内存(HBM)经过MVLink和InfiniBand完结体系扩展这种快速开展使咱们从人工编程转向了机器学习，整个技能栈都在快速立异和前进。

Q：模型规划扩展方面有哪些改动？

A：曾经咱们首要重视预练习模型的扩展（要点在模型巨细和数据规划），这使得所需核算才干每年添加4倍。

现在咱们看到后练习(post-training)和推理阶段也在扩展。人类的思想过程不或许是一次性完结的，而是需求快思想、慢思想、推理、反思、迭代和模仿等多个环节。

并且，曾经人们以为预练习难，推理简略，但现在都很难了。

Q：与3-4年前比较，您以为NVIDIA今日的优势是更大仍是更小？

A：实际上更大了。曩昔人们以为芯片规划便是寻求更多的FLOPS和性能指标，这种主意现已过期。

现在的关键在于整个机器学习体系的数据流水线(flywheel)，由于机器学习不只是是软件编程，而是触及整个数据处理流程。从一开端的数据管理就需求AI参加。数据的搜集、收拾、练习前的预备等每个环节都很杂乱，需求许多处理作业。

Q：与Intel等公司比较，Nvidia在芯片制作和规划方面有什么不同的战略？

A：Intel的优势在于制作和规划更快的x86串行处理芯片，而Nvidia采纳不同战略：

在并行处理中，不需求每个晶体管都很超卓咱们更倾向于运用更多但较慢的晶体管，而不是更少但更快的晶体管甘愿有10倍数量、速度慢20%的晶体管，也不要数量少10倍、速度快20%的晶体管Q：关于定制ASIC(如Meta的推理加快器、亚马逊的Trainium、Google的TPU)以及供给缺少的状况，这些是否会改动与NVIDIA的协作动态？

A：这些都是在做不同的作业。NVIDIA致力于为这个新的机器学习、生成式AI和智能Agent国际构建核算渠道。

在曩昔60年里，咱们从头发明晰整个核算技能栈，从编程方法到处理器架构，从软件使用到人工智能，每个层面都发生了改造。咱们的方针是创立一个到处可用的核算渠道。

Q：NVIDIA作为一家公司的中心意图是什么？

A：构建一个无处不在的架构渠道。咱们不是在抢夺商场份额，而是在发明商场。咱们专心于立异和处理下一个问题，让技能前进的速度更快。

Q：NVIDIA对待竞赛对手和协作伙伴的情绪是什么？

A：咱们对竞赛很清醒，但这不会改动咱们的任务。咱们向AWS、Azure等协作伙伴提早共享路线图，坚持通明，即便他们在开发自己的芯片。关于开发者和AI草创公司，咱们供给CUDA作为一致进口。

Q：对OpenAI的观点怎么？怎么看待它的兴起？

A：OpenAI是咱们这个年代最重要的公司之一。尽管AGI的详细界说和时刻点并不是最重要的，但AI才干的开展路线图将会十分壮丽。从生物学家到气候研究者，从游戏规划师到制作工程师，AI现已在改造各个范畴的作业方法。

我十分赏识OpenAI推动这一范畴的速度和决计，并为可以赞助下一代模型感到高兴。

Q：您以为模型层是否正在走向商品化，以及这对模型公司的影响是什么？

A：模型层正在商品化，Llama的呈现使得构建模型变得愈加廉价。这将导致模型公司的整合，只要那些具有经济引擎并可以继续出资的公司才干生计。

Q：您怎么看待AI模型的未来，以及模型与人工智能之间的差异？