2024年3月初，NVIDIA英偉達CEO黃仁勛（JensenHuang）回到他的母校美國斯坦福大學，參加斯坦福商學院SIEPR經濟峰會以及ViewFromTheTop系列活動。兩場公開的回放視頻中，黃仁勛詳細談到英偉達的市場價值定位、AGI（通用人工智能）發展、AI算力的增長，以及如何通過人類反饋將AI根植於人類價值觀話題，而且他也回應對於“皮衣黃”來歷等。
黃仁勛坦言，AI技術縮小人類的技術差距。
他稱，目前大約有1000萬人因為知道如何編程而有工作，這讓其他80億人“落後”，而接下來，如果生成式AI逐漸取代編程的話，編程技術將可能變得不那麼有價值。
“未來，我們都可以編程計算機。你隻需要看看YouTube，看看所有使用提示工程（prompt）的人，所有孩子正在用它（AI）做出驚人的事情。他們不知道如何編程，但隻是和ChatGPT交談就反饋到正確的編程手段做這個、做那個。所以，AI和未來與人交流沒有什麼不同。這是計算機科學行業對世界的偉大貢獻。我們縮小技術差距。”黃仁勛表示。
黃仁勛強調，未來五年內，AGI將通過人類測試。包括律師考試、胃腸病學等專業測試中，AGI都可以發揮關鍵作用。不過他也承認，AGI可能還很遙遠，因為目前專傢們對於描述人類思維如何運作方面仍然存在分歧。
談及AI算力，黃仁勛強調，在未來的10年裡，英偉達將會把深度學習的計算能力再提高100萬倍，從而讓AI計算機不斷訓練、推理、學習、應用，並持續改進，未來不斷將超級AI轉變為現實。
“因此，我們會做更多的計算。我們會將計算的邊際成本降低到接近零。”黃仁勛表示。
談到地緣政治風險，黃仁勛回應稱，英偉達幾乎就是地緣政治風險的典型例子，原因在於公司制造一種非常重要的AI工具。
他認為，AI將是這個時代的“界定技術”。過去6-9個月時間裡，他已經發現，未來AI將成為一個國傢的“主權”，即一個國傢必須控制自己的數字智能，必須致力於控制你的主權AI。
“美國完全有權決定這種工具在它認為應該限制的國傢。美國有這個權利，並且行使這個權利。對於我們來說，首先，我們必須理解這些政策，我們必須保持敏捷，以便我們能夠遵守這些政策。一方面，它限制我們在某些地方的機會，另一方面，它在其他地方打開機會。”黃仁勛稱。
黃仁勛也回應“皮衣黃”的來歷。他坦言，這套皮衣是妻子給他買的，因為他自己幾乎不購物。但由於黃仁勛不喜歡衣服有發癢的感覺，因此妻子認為一切衣服都會讓他癢，從而買一些不會發癢的衣服，最終導致整個衣櫃都是一種襯衫。
黃仁勛笑著說，這件皮衣已經足夠好，如果不喜歡這件可以去再買一件，不然他可以一直穿皮衣。“我儲備一大堆黑色皮夾克。”
而在另一場斯坦福對話當中，黃仁勛談及創辦英偉達並獲得資金的前後過程，並指出“我們正處於計算的世界”。他認為，未來人類處理信息的方式將從AI上發生根本改變，這就是英偉達制造芯片和系統的根本原因。而生成式AI將從一個信息“種子”出發，計算的未來將高度依賴生成而非檢索。
面對英偉達暴跌80%時的“低谷期”，黃仁勛坦言當時希望公司要回到事情的“核心”——堅持我所相信的，然後什麼都不改變、繼續前進。
黃仁勛還認為，液冷技術將成為AI算力的下一個趨勢性領域。
黃仁勛強調，未來十年，英偉達最大的挑戰來自技術和市場，其他的挑戰還來自工業、地緣政治和社會層面。他希望所執掌的英偉達能通過堅持不懈地去做擅長且熱愛的事，被歷史以“改變一切”而聞名。
以下是黃仁勛在斯坦福大學的兩場訪談對話全文，僅供參考：
第一個對話信息來自黃仁勛與MBA ’24 Shantam Jain的對話，中文字幕翻譯部分自@美國攻略，並由鈦媒體編輯進行人工整理和修正。
主持人：Jensen，非常榮幸能邀請到您，謝謝。
黃仁勛：能來這裡我很高興，謝謝。
主持人：為慶祝您回到斯坦福，我想先聊聊您離開斯坦福的那段經歷。當時您加入 LSI Logic（美國邏輯芯片公司），那是當時最棒的公司之一。您也跟很多人建立良好的聲譽，但卻決定離開去創業。是什麼促使您做出這樣的決定？
黃仁勛：是 Chris 和 Curtis（兩位英偉達聯合創始人、黃仁勛的好友）。當時我在 LSI 做工程師，他們在 Sun 工作。我當時跟 CS 領域最聰明的人共事，制造各種工作站包括圖形工作站。有一天 Chris 和 Curtis 說，他們想離開 Sun 。他們想讓我幫忙想想做什麼好。我的工作很棒，但他們堅持要我加入他們一起思考如何創立一傢公司。他們過來時，我們就在 Denny’s 聚會，那幾乎算是我最初效力的公司。我成為 CEO 之前的第一份工作是洗碗工，那份工作我做得很出色。總之，我們經常聚會，而那段時期正值微處理器革命。
那是在1992到1993年期間，PC革命才剛開始。革命性的Windows 95 還沒上市，奔騰處理器甚至還沒發佈。這一切都發生在 PC 革命爆發之前，顯而易見，微處理器會非常重要。於是我們想，為什麼不創立一傢公司解決通用計算機無法解決的問題呢？這便成公司使命：制造特殊的計算機解決普通計算機無法解決的問題。直到今天，我們還一直專註於此。
看看這些我們開拓的市場以及市場中的各種問題，比如計算機藥物設計、天氣模擬，材料設計。這些都是我們引以為豪的東西。機器人、自動駕駛汽車，以及人工智能的自主軟件。隨後我們不斷地推動著技術進步，最終計算成本接近於零。這促成一個全新的軟件開發方式，計算機自己編寫軟件，也就是我們今天熟知的人工智能。就是這樣。
主持人：這就是整個歷程，感謝大傢的光臨（玩笑）。嗯，如今我們都在思考這些應用。那時，LSI 的 CEO 說服他的最大投資者 Don Valentine 與您會面。就是紅杉資本的創始人。我可以看到很多創始人都滿懷期待地向前傾著身子。但您是如何說服矽谷最炙手可熱的投資者為您投資的呢？您的團隊是初創者，產品是面向尚不存在的市場。
黃仁勛：我不知道如何寫商業計劃書，所以我去傢書店。那時候還有書店呢。商業書籍區，有這本書，作者我認識，Gordon Bell 。這本書我應該再去把它找出來，不過它非常厚。書名叫《如何寫商業計劃書》。
對於一個很小眾的市場來說，它的書名相當具體。感覺像是他特意為十幾個人寫的，我就是其中之一。我買這本書，立刻就意識到這是個壞主意，因為Gordon非常聰明，聰明的人總有很多話想說。
我很確定Gordon想從頭到尾教我怎麼寫商業計劃書，所以我拿起這本書，大概有450頁後，好吧，我從沒讀完過，根本讀不完。我隨便翻幾頁，然後想：算。等我讀完它的時候，公司估計都倒閉，錢也花光。
Laurie和我當時銀行裡隻有六個月左右的生活費，我們已經有 Spencer和Madison，還有一條狗，所以我們一傢五口隻能靠手頭這點存款生活。因此我時間不多，我沒有寫商業計劃書，而是直接去找 Wilf Corrigan 。
他曾經有一天給我打電話說：“嘿，您離開公司，您都沒告訴我您幹嘛去，我希望您能回來給我講講。”我回去給 Wilf 做詳細的介紹。Wilf聽完我的介紹後說：“我完全不明白您在說什麼。”“這是我聽過最爛的創業推銷之一。”
隨後他拿起電話打給 Don Valentine，他打電話給Don說：“Don，我要給您送個小夥子過去，我希望您能給他投資。他是我在 LSI 最棒的員工之一。”
我學到的教訓是：你可以忽悠一個精彩的面試，你也可能會把面試搞砸，但你無法逃避自己的過去，所以要把自己的“過去”做好。從很多方面來說，我說我是個好洗碗工是認真的，我可能是Denny’s餐館史上最好的洗碗工。我有規劃，註重組織有序，我準備工作很用心，然後全力以赴地清洗盤子，之後我被提拔為服務員，我是Denny’s最好的服務員。
我從不空手離開工作區，也不空手回來，我效率很高。總之，我最終成為CEO，但我仍在努力成為一名優秀的CEO 。
主持人：您曾說要做最好的，要成為後來獲得投資、做同樣事情的 89 傢公司中最優秀的。當公司的資金僅夠維持6到9個月時，您意識到最初的願景行不通。在如此不利的情況下，您如何決定下一步來挽救公司呢？
黃仁勛：我們創立“加速計算”（NVIDIA）公司。問題是，它用來做什麼？它的殺手級應用是什麼？這就是我們做出的第一個重大決定，也是紅杉投資的項目。我們的第一個重大決定就是，首個重點應用領域是3D圖形。技術將是3D圖形，而具體應用程序將是電子遊戲。
當時，廉價的3D圖形技術是不可能做到的。矽谷圖形芯片產品要上百萬美元，做廉價版本很難。而電子遊戲市場當時的價值是零美元、不存在。你有一項難以商品化的技術，瞄準一個尚未存在的市場。這個交集就是我們公司的創立點。
我還記得當我完成展示後，Don說句話，當時很有道理，今天聽來也是：“初創公司不該投資初創公司或者跟初創公司合作。”他的觀點是，為讓NVIDIA成功，我們需要另一傢初創公司也取得成功，就是Electronic Arts 。那傢公司的CTO隻有14歲，得由他媽媽開車送他上班。他想提醒我，這就是我要依靠的人。他說：“你要是賠我的錢，我殺你。”這就是我對第一次會議的回憶。
不過盡管如此，我們還是創造點東西。接下來幾年我們著手去開拓市場，為PC創造遊戲市場。這花很多時間，我們直到今天還在耕耘這塊領域。
我們意識到，為把百萬美元的計算機圖形技術商品化，使其適配進入售價300美元、400美元、500美元范圍的電腦，你不僅要創造新技術，還得發明新的計算圖形處理方式。同時你還需要去開拓全新的市場。因此，我們必須不斷創造新技術、新市場。這種“創造技術、開拓市場”的理念定義我們公司。我們做的幾乎每件事情都是創造技術、創造市場。這就是人們說的“生態鏈”的本質。過去30年裡，NVIDIA的核心領悟就在於：為讓別人購買我們的產品，我們必須親手開拓這個新市場。
這就是為何我們很早就開始佈局自動駕駛、深度學習，以及在很多領域都處於前沿，包括計算藥物設計和發現。我們在創造技術的同時致力於開拓所有這些不同領域的市場。
接下來我們步入正軌，然後微軟推出 Direct 3D 的標準。這催生成百上千傢公司。幾年後我們發現自己在跟幾乎所有人競爭。我們賴以創立公司、開拓消費級 3D 圖形的那項發明技術，居然跟 Direct 3D 標準不兼容。
我們創立公司，想把百萬美元的發明技術商品化，但很快發現與新的標準不兼容。我們不得不更改賽道，否則就隻能倒閉。但我們不知道如何按照微軟的方式來構建它。
我還記得那次會議上的討論：我們現在有89個競爭對手，我們知道之前的方式不對，但我們不知道正確的方式是什麼。
幸運的是我又看到一傢書店Fries Electronics。我不知道它現在還在不在。有個周末我帶女兒 Madison 去書店，然後就看到這本書 OpenGL手冊，定義矽谷圖形的計算機圖形處理方式。一本 68 美元，我帶幾百塊錢，買三本。
我把書帶回辦公室，對大傢說：“我找到咱們的未來。”我把三本書分發下去傳閱，中間有大幅的折疊插頁，這個插頁就是OpenGL流水線計算機圖形處理流水線。我把它交給與我共同創辦公司的那些天才手中。
我們以前所未有的方式實現OpenGL流水線，構建出世界從未見過的東西。其中有很多經驗教訓。對我們公司來說，那一刻給我們極大的信心：即使對所做的事情一無所知，也能成功創造出未來。
現在這就是我對任何事情的態度。當有人跟我說我沒聽過的事情，或者聽說過但不懂原理，我的想法總是：能有多難呢？可能看本書就搞定，可能找一篇論文就能搞清楚原理。
我確實花很多時間閱讀論文，這是真的。當然，你不能照搬別人的做法，指望會有不同的結果。但你可以解某件事情的實現原理，然後回歸問題的本質，捫心自問：基於現有的條件、動機、手段和工具，以及一切如今的變革，我會怎麼去重做這件事？我會如何重新發明它？我會如何設計它？
如果今天造一輛車，我會沿用過去的方式嗎？如果今天讓我創造一臺計算機，我會采用怎樣的方式？如果今天讓我來編寫軟件呢？
這麼想有道理嗎？即使是今天的公司，我也經常回歸本質，從頭思考。這是因為世界已經變。過去編寫軟件的方式是單一的，是為超級計算機設計的，但現在軟件架構已經解耦等等。我們今天思考軟件、計算機的方式一直在改變。經常促使公司和自己回歸問題本質，會創造出大量的機會。
主持人：而當您運用這種技術時，結果可能是革命性的。公司上市之後您獲得更快的發展，四年裡營收增長九倍。但您卻因為一通化學教授的電話轉變NVIDIA的創新方向，您能講講這個過程嗎？您是如何把談話與NVIDIA的未來聯系起來的？
黃仁勛：英偉達公司本質上是在開創一種全新的計算方式。計算機圖形是第一個應用領域，但我們一直知道會有其他應用。陸續有圖像處理、粒子物理、流體等領域開始使用我們的技術。還有很多我們想做、覺得會很有趣的應用領域。
我們努力讓處理器更具編程性，從而可以表達出更多樣的算法。後來我們發明可編程著色器，讓成像和計算機圖形的各部分都具備可編程性。這是一次重大突破。我們試圖找到可以充分利用我們處理器（它和 CPU 有很大區別）來計算更復雜算法的方式。
大概是2003年，我們創造CG。C for GPUs的簡寫。它比CUDA早大約三年。編寫那本曾挽救公司的教科書的作者，Mark Kilgard，他也編寫關於CG的教科書。
CG 非常酷，我們還出教科書。我們開始教人們如何使用它，也開發一些相應的工具。後來有好幾位研究人員發現CG，斯坦福大學的很多研究人員和學生都有在用它。很多後來成為NVIDIA工程師的人當時也在搗鼓這個。
馬薩諸塞有幾位醫生開始使用CG進行CT圖像重建。我飛過去見他們，問他們拿這個工具在幹什麼。他們告訴我他們的工作。然後一位量子化學傢也用它來表達他的算法。
我意識到有跡象表明人們可能真的開始有需求使用它。這讓我們逐步確信我們應該更深入地發展這塊領域。這個計算領域、這種計算形式能解決普通計算機難以解決的問題。這也強化我們的信念，讓我們繼續前行。
主持人：每次聽到新的應用方式時，您都覺得很驚喜。這似乎貫穿您在NVIDIA領導生涯中的一個主題，就像您在技術拐點出現之前就做出賭註。當蘋果終於從樹上掉下時，您正穿黑色皮夾克在等著接住它。您是如何做到如此確信的？
黃仁勛：這總是感覺像是一個飛身接球，就像在飛身接球。你的行動源自於核心的信念。我們堅信可以創造出一種計算機能解決一般計算無法解決的問題。我們相信CPU的能力是有極限的，通用計算的能力也有極限。同時我們也知道能去解決一些有趣的問題。
但這些問題隻是有趣嗎？還是能擴展成有趣的市場？隻有當它們成為市場時才能保證可持續性。
NVIDIA有十年的時間在投資未來，但市場並不存在。當時隻存在一個市場：計算機圖形。十幾年的時間，推動我們今天發展壯大的市場根本不存在。那麼，你該如何繼續帶領身邊的所有人：公司、管理團隊、優秀的工程師、股東、董事會、合作夥伴？你帶著所有人上路，但根本沒有市場存在的證據。這是真的非常非常的具有挑戰性。
我們的技術可以解決問題，有研究論文為證，這些都很有意思，但你得尋找市場。在市場出現之前，你仍然需要看到未來成功的早期指標。公司裡有一句行話叫關鍵績效指標KPI 。不幸的是，KPI很難理解，我覺得 KPI 很難理解。
什麼是好的KPI呢？當我們看KPI時，很多人都會說“毛利率”，但那不是KPI，那是結果。你應該尋找未來成功的早期指標，而且越早越好。原因是你想盡早看到自己正走在正確的方向上。
我們有個短語叫EIOFS“未來成功早期指標”的縮寫。我常使用這個詞，它能幫助人們、給予公司希望。看，我們解決這個問題，那個問題，這個問題。市場尚不存在，但存在著一些重要的問題，解決這些問題就是公司的意義所在。我們希望可持續發展，因此必須有市場在某個時刻出現。
但是，你要把結果與你正在做正確的事情的證據脫鉤。這就是解決問題的辦法：你投資某個非常遙遠的事情，還得有信念堅持下去。辦法就是盡早找出你做的事情是否正確的那些指標。最開始得有一個核心信念，除非有什麼改變你的想法，否則你就要繼續相信它，並且尋找未來成功的早期指標。
主持人：NVIDIA的產品團隊使用過哪些早期指標呢？
黃仁勛：各種各樣的都有。我看到過這樣一篇論文，在此之前很久我遇到需要我在“深度學習”領域提供幫助的人。那時，我甚至不知道深度學習是什麼。
他們需要我們創建一個領域特定的編程語言，這樣他們所有的算法都能在我們的處理器上輕松實現。我們創造這個叫做KU-DNN的東西。它本質上是在深度學習領域的SQL（數據庫語言）。而SQL則應用在存儲計算方面。
我們為深度學習創造一門編程語言，就像是該領域的OpenGL。他們需要我們做這個，這樣他們才能表達他們的數學計算。他們不懂 CUDA，但他們懂深度學習。我們在中間給他們創造這個工具。我們之所以這麼做，是因為即使當時市場規模是零……這些研究員身無分文，即使看不到財務回報、遙遙無期，隻要你相信，公司也願意去做。
這是我們公司的偉大能力之一。我們會問自己，這項工作是否有價值？它是否能在某個重要的領域推動科學的發展？註意，這是我從一開始就在強調的事情。從創立之初，我們就一直是註重工作的重要性而非市場規模。因為工作的重要性是未來市場存在的早期指標。
沒有人需要做商業分析報告，沒有人需要給我看損益表、或財務預測。唯一的問題是，這項工作重要嗎？如果我們不來做的話，這些事還會不會發生？如果我們不做、事情也會自然發展，我其實特別高興。因為你想想，你什麼都不用做，世界卻變得更好。這是終極“懶人”的定義。從很多方面來說，你需要養成這種習慣。公司應該對別人總能做好的事情保持“懶惰”態度。
如果別人能做，那就讓他們去做吧。我們應該去做那些“如果我們不做就會出問題”的事情。
你必須說服自己：如果我不做，這件事就做不成。這是一項艱巨而重要的工作，它會賦予你使命感。我們公司一直在選擇這樣的項目，深度學習隻是其中之一。其早期成功的跡象是吳恩達的人工智能識別貓。Alex檢測出貓，雖然不是每次都能成功，但至少能證明這條道路可能有所發展。
我們分析深度學習的結構，我們是計算機科學傢，我們理解事物運行的原理。我們說服自己這個技術能改變一切。無論如何，這就是一個例子。
主持人：您的這些選擇取得巨大的回報，字面、及比喻意義上都是。但金融危機期間，華爾街不相信您押註機器學習。公司市值蒸發 80%，您帶領公司經歷非常艱難的時期。在那種情況下，您是如何掌控局勢、讓員工專註目標？
黃仁勛：我在那段時間的反應和過去一周的反應完全一樣。之前你問我本周的事我的反應沒有任何變化。本周與上周、或前一周毫無不同。當然，股價跌80%確實有點難堪。你隻想穿一件“不是我的錯”的 T 恤出門。更糟的是你不想起床，不想出門。這些都很真實，但隨後你還是得投入工作。
我在同一時間醒來，用同樣的方式規劃我的一天。我回歸初心：我相信什麼？你必須始終牢記核心，你相信什麼？最重要的事情是什麼？一項項確認。這樣做有幫助。傢人愛我嗎？是的，很好。你就得逐條確認。再回到你的工作核心，繼續工作。然後每一次對話都回到工作核心，讓公司的註意力集中在核心上。你堅信嗎？有什麼東西改變嗎？股價變但還有其他東西變嗎？物理定律變？萬有引力變？那些促使我們做出決定的事情，那些假設、那些信念有變化嗎？
因為如果這些東西變，那一切都得變。但如果它們不變，你也什麼都不需要改變。繼續走下去，這就是堅持的辦法。
主持人：和您的員工交流時，他們說您（不想公開露面）。他們說您在領導方面（連員工也不見。開玩笑的）。
黃仁勛：不，不幸的是作為領導者你得讓人看到，這才是難的地方。
我是學電氣工程的，入學的時候年紀很小。我上大學的時候才 16 歲，很多事情都經歷得比較早。我有點內向，很害羞，不喜歡公開演講。當然今天能來這裡很開心……但這不是我的本性。當情況有挑戰時，站在你最關心的人面前並不容易。你能想象公司股價下跌 80% 時開會嗎？
作為 CEO，我最重要的職責是站出來面對你們，解釋情況。有時候你不知道原因，不知道會持續多久、有多糟糕。你對這些一無所知，但仍然必須去解釋。面對所有這些人，你知道他們在想什麼。有些人可能認為我們完，有人可能覺得你是個白癡，有人可能在想別的事情。大傢可能胡思亂想，你知道，但你還得站在他們面前去做艱苦的工作。
主持人：他們可能那麼想，但您領導的團隊沒有一個人離開。
黃仁勛：他們找不到工作，我一直這麼提醒他們。開玩笑的。我身邊都是天才，很不可思議。NVIDIA 眾所周知擁有全球最出色的管理團隊，這是世界上技術最深厚的管理團隊。我身邊都是這樣的人，他們都是天才。商業團隊、市場團隊、銷售團隊，都非常出色。工程團隊、研究團隊簡直難以置信。是的。
主持人：您的員工說您的領導風格非常投入。您有 50 個直接下屬。您鼓勵各級員工向您發送他們認為五件最重要的事情，您不斷提醒大傢沒有任何工作您看不上。能告訴我們您為什麼設計這麼扁平的組織結構嗎？我們該如何思考未來要設計的組織架構？
黃仁勛：沒有任何工作我看不上。別忘我曾經真是個洗碗工。我洗過很多很多廁所，比你們所有人加起來還要多。那些畫面揮之不去。我也不知道對你說什麼，這就是生活。
你不可能給我一項我做不的工作。我做事情不是僅僅因為它是否配得上我。如果你給我發東西想要我的意見，如果我能為你提供幫助跟你分享我的思考過程，那我就能有貢獻，讓你看到我是如何進行推理的。解一個人處理事情的思考方式能賦予你力量。你會想：“天哪，原來你是這麼思考這種事情的。”
其復雜程度不如你想象。你會知道原來這麼處理模糊不清的事情，你會知道如何處理無法估計的事，你會知道如何處理看似很可怕的事情，你會知道怎麼……明白嗎？我一直在示范給大傢怎麼進行推理，戰略——如何預測某事如何分解問題。你在不斷地賦權眾人。我就是這樣看待這事的。如果你發東西給我審閱，我會盡力而為，然後讓你知道我會怎麼做。這個過程中我也從你那裡學到很多，對吧？你提供大量的信息我學到很多。
所以我覺得這個過程很有回報。有時候確實會很耗費精力為給別人增值，他們本來就很聰明，我身邊都是這種人。要想給他們增值，你至少要達到他們的水平。你必須進入他們的思維空間，這真的很難。需要消耗大量的情感和智力能量。在做完這樣的事情後，我會感到精疲力竭。我身邊很多優秀的人。
CEO應該擁有最多的直接下屬，因為能直接匯報給CEO的人需要的管理最少。若CEO的下屬很少，在我看來毫無道理，除非說，CEO知道的信息最有價值、最機密。他隻能告訴給兩三個人，這些人也隻能告訴另外幾個人。我不認同這種“你掌握的信息就是權力”的文化或環境。
我希望我們都能為公司做貢獻，我們在公司中的地位應該取決於我們解決復雜問題的能力、帶領他人取得卓越成就的能力、激發他人靈感的能力、賦能他人和支持他人的能力。這才是管理團隊存在的目的——服務其他員工，創造有利條件讓優秀人才願意來為你工作，而不是去其他令人贊嘆的高科技公司。他們選擇、自願來為你工作。因此，你應該創造出能讓他們從事畢生工作的條件，這就是我的使命。
可能你已經聽過我說這件事而我也相信這一點。我的工作很簡單，就是要創造你能夠做畢生工作的條件。那麼我如何做到這一點？這種條件是什麼樣的呢？
嗯，這種條件會帶來很大的自主性。隻有當你解環境時你才會獲得這種自主性，對嗎？你必須解所處狀況的背景才能想出好點子。我必須創造讓你知曉背景情況的環境，你得有知情權。得到知情權的最佳方式是減少信息扭曲的層次。這就是為什麼我很經常在這樣的場合下進行推理。我會說，這是最初的事實，這是我們擁有的數據。我要這樣進行推理，以下是一些假設。以下是一些未知因素，以下是一些已知因素。所以你就進行推理。現在，你已經建立一個高度自主的組織。
NVIDIA有3萬人。我們是世界上最小的超級公司。但每位員工都有很大自主權，每天幫我做明智決定。原因是他們理解我的狀態。他們理解我的狀態。我對人很透明，我相信我可以把信息托付給你。信息可能難理解、情況很復雜但我相信你可以應付。我對很多人說過“你們是成年人、可以應付這個的。”但有些人不是真正的成年人，隻是剛畢業（開玩笑的）。我剛畢業時不能算成年人，但我幸運地被信任和托付。我想這樣做。我想為人們創造能夠做到這一點的條件。
主持人：我現在想談談大傢都在想的話題——人工智能。上周，您說生成式人工智能和加速計算已經達到臨界點。隨著這項技術變得越來越主流。您最興奮的應用是什麼？
黃仁勛：你必須回歸初心，問問自己什麼是生成式人工智能？發生什麼事？我們有可以理解事物的軟件它們可以理解為什麼……我們將所有東西數字化。基因測序，數字化基因。但這意味著什麼呢？那串基因序列有什麼意義？我們已經將氨基酸數字化但這是什麼意思呢？我們現在有能力數字化文字、數字化聲音，我們數字化圖像和視頻，我們數字化很多東西。但是這意味著什麼呢？通過大量學習、大量數據以及從模式和關系中，我們現在理解它們的含義。我們不僅理解它們的意思還可以在它們之間進行轉換，因為我們解這些事物在同一個世界中的含義。
我們不是分開解它們的。我們是在同一個上下文中學習口語、文字、段落和詞匯。我們找到它們之間的相關性，它們彼此都是有關聯的。現在，我們不僅理解模態、每個模態的含義，我們還明白如何在它們之間進行轉換。顯而易見的應用如：視頻生成文本，就是字幕；文本生成圖像如Midjourney；以及文本生成文本如ChatGPT，太神奇。我們現在知道，我們理解含義，還可以轉換。某些事物的轉換等同於信息生成。
突然間，你得退後一步捫心自問，這會對我們所做的每一件事的每一層面帶來什麼影響？我在你們面前練習、我在你們面前推理。和十幾年前首次看到AlexNet 時一樣，當時我就這樣推理。我看到什麼？多有意思？它能做什麼？太酷。最重要的是，這代表什麼？對計算領域的每一層意味著什麼？
因為我們處於計算的世界。未來我們處理信息的方式將從根本上改變。這就是NVIDIA制造芯片和系統的原因。我們編寫軟件的方式也會從根本上改變。我們未來的軟件類型會改變會催生新的應用程序。還有，這些應用程序的處理方式也會發生改變。
過去，模型基於檢索預先記錄的信息，我們編寫文本、預先記錄然後基於算法來檢索。在未來，某些信息的種子將成為起點。我們稱之為 Prompt提示詞，然後生成其它的內容。未來的計算將高度依賴生成。舉例來說我們現在正在聊天。我告訴給你們的信息很少是檢索所得。大多數是生成的，這就叫做生成式人工智能（AIGC）。未來計算機的運算會高度依賴生成，而非基於檢索。
回到原點，你們創業時得自問哪些行業會因此被顛覆？我們還會對網絡持有同樣的看法嗎？我們還會對存儲持有同樣的看法嗎？我們還會像今天這樣濫用互聯網流量嗎？可能不會。我們此刻在對話，但不是你每問個問題我就上車離開。我們不必像過去那樣濫用信息傳輸。什麼會更多出現？什麼會減少？哪些新的應用程序？等等之類的問題。你可以審視整個行業格局自問：什麼會被顛覆？什麼會改變？會出現哪些新事物？諸如此類。推理過程始於“發生什麼？什麼是生成式人工智能？”從根本上，到底什麼正在發生？對所有問題都回歸本質。
我還想聊聊組織架構，你之前提問我忘回答。創建組織的方式得回歸本質，別管其它公司的組織架構。你記住組織是用來做什麼的。過去的架構是上面一個CEO下面是輔佐大臣，層層向下，最底層就是普通員工。這樣設計的目的是希望員工獲得的信息越少越好，因為士兵們的根本任務就是在戰場上賣命。犧牲而不問，原因你們懂的。我隻有3萬名員工，我不希望任何人去送死。我希望他們質疑一切，能理解嗎？過去的組織方式與今天的組織方式截然不同。
問題是“NVIDIA要創造什麼？”組織架構的目標，是讓我們更好地去創造我們要創造的東西。大傢創造的東西不同，為什麼還要用相同的組織架構方式呢？為什麼采用相同的組織架構、而不考慮你們要創造的是什麼？毫無道理。你造計算機用一種架構去組織。你提供醫療服務還用完全相同的架構去組織。這完全說不通。你得回歸本質自問：需要什麼樣的架構？輸入是什麼？輸出是什麼？這個環境有什麼特性？這種動物必須生活在什麼樣的環境中？它的特性是什麼？大部分情況下是穩定的嗎？是不是每時每刻都努力榨幹最後一滴水？還是時常變化、隨時會被攻擊？你得明白，作為CEO你的工作就是架構這個公司。這是我的首要工作——創造條件讓你能做畢生的事業。架構必須正確你必須回歸本質，思考這些問題。
我很幸運，在 29 歲的時候有機會退後一步思考：我如何為未來構建這傢公司，它的樣子會是怎樣？它的操作系統是什麼也就是企業文化？我們鼓勵和推廣哪些行為、不鼓勵哪些行為？等等。
主持人：今年我們的主題是重新定義明天，嘉賓的一個問題是，作為英偉達的聯合創始人和CEO，如果您能閉上眼、神奇地改變關於明天的一件事，會是什麼？
黃仁勛：我們是不是應該事先想想這個問題？要不然我會給您一個糟糕的答案。
我個人觀點，世上有很多事我們無法控制，你的工作是做出獨特貢獻、有目標的生活，做一些隻有你才能做或會去做的事。做出獨特貢獻，在你離開世界後，大傢會覺得因為有你，世界變得更好。對我來說我就是這樣過日子的。我會快進到未來再往回看。你的問題其實和我思考問題的視角完全相反，我不從當前位置向前看，我快進到未來，再往回看。因為這麼做更容易。我會往回看，翻看歷史。我們用這種做法、那種方式解決某些問題……說得通嗎？
這有點像你們解決問題的方式。你搞清楚最終想要的結果，然後反推實現它的方法。所以我設想NVIDIA為推動計算領域發展做出獨特貢獻，因為計算是推動整個人類進步的最大動力。這不是自我吹捧，而是因為這是我們擅長的領域，且難度極高。我們堅信自己能做出絕對獨特的貢獻。到今天，公司已經走過31年，但我們的征途才剛開始。這是極難的目標。當我回首往事時我相信我們會被銘記，成為一傢改變世界的公司，不是因為我們到處宣講通過言行改變世界，而是因為我們堅持做一件難度極高的事，這件事是我們擅長、熱愛而且做很久。
觀眾：我是GSP項目的負責人。我的問題是：您如何看待公司在未來十年的發展？您認為公司會面臨哪些挑戰？以及您對此的策略是什麼？
黃仁勛：首先，我能說說您提問題時我腦海中的想法嗎？當您說“什麼挑戰”時一大堆挑戰在我腦中閃過，以至於我當時在想選哪個說比較好。呈現在我腦海中的大多數都是技術挑戰，因為我整個早上都在處理這些問題。但如果您昨天問，我可能想的大多是市場開拓相關的挑戰。有些市場我也非常想開拓。能不能快點行動？但我們無法單槍匹馬實現它。
NVIDIA是一傢技術平臺型公司。我們服務於很多公司，希望我們的夢想能通過它們實現。有些事我很想看到比如讓生物學領域達到像40年前的芯片設計行業那樣的狀態。當年的計算機輔助設計（EDA）軟件、整個 EDA 產業，成就我們今天所擁有的一切。我相信明天我們會讓生物領域也實現同樣的突破。
今天，我們有能力將計算機輔助藥物設計與基因、蛋白質、甚至細胞結合。我們非常非常接近能表示和理解細胞的含義，那是大量基因的組合。細胞代表著什麼？如果我們能像理解文字那樣理解細胞，想象一下前景。我迫不及待地期待那一天的到來對此感到很興奮。還有一些我感到興奮、確信馬上要取得突破的領域。比如，以人為導向的機器人技術非常接近取得突破。理由是，如果你能將語音進行切分成單元並理解那麼，為什麼不能對動作進行同樣的處理呢？因此，一旦你在某個領域想通這些計算機科學技術，就會去思考：既然能做這個為什麼不能做那個？這些讓我很興奮。這個領域的挑戰是令人愉快的挑戰。
當然，還有一些“不太愉快”的挑戰， 比如產業問題、地緣政治問題和社會問題。你們應該都聽說過這些這些都是真實存在的問題。全球范圍內的社會問題、地緣政治問題。為什麼我們不能相處好呢？我們為什麼要在世界上說那些話？為什麼要說那些話然後在世界上放大它？為什麼我們必須這麼地批判別人呢？所有這些問題，你們都知道我不需要再重復一遍。
觀眾：我叫Jose，我是2023年GSB班的學生。我的問題是：您是否對我們開發AI的速度感到任何擔憂？您認為是否需要任何監管制度？謝謝。
黃仁勛：答案是肯定的也是否定的。現代AI最偉大的突破是深度學習，有長足的進步。但另一個不可思議的突破是人類常有、常使用的一項能力。我們把它應用在語言模型上稱為基礎、強化學習、人為反饋。我每天都在提供強化學習與人為反饋。這就是我的工作。在場的各位傢長，你們也一直在提供強化學習與人為反饋。如今，我們才弄清楚如何將這個系統性地應用在人工智能上。還有很多其它防范手段：例如，微調、基礎。如何生成遵循物理定律的數據？
目前，有些模型生成的物體會在太空中飄、不遵循物理定律。這需要技術來解決。防范需要技術，微調需要技術，使AI與人類目標相一致需要技術，安全也需要技術。
飛機之所以安全，是因為所有的自動駕駛系統，都由多樣性和冗餘性系統支持， 還有各種各樣新發明的功能安全和主動安全系統。我們需要更快、更快速地發明出所有與之類似的技術。安全和人工智能之間的界限網絡安全和人工智能之間的界限將會變得模糊而緊密交融。在網絡安全領域，我們需要技術非常、非常快速地進步才能保護我們免受人工智能的傷害。
從很多方面來看，我們需要技術更快推進，遠比現在快得多。監管有兩類，有社會監管，我真不知道該如何處理；也有產品和服務監管，這點我非常清楚該怎麼做。FAA、FDA、NITSA等等各種聯邦政府機構，它們針對特定用途的產品和服務有各種監管措施。律師行業有職業資格考試、醫生行業也是，如此等等。你們都有資格認證考試。都有需要達到的標準都需持續考取資質認證。會計師行業也是如此等。
不管是產品還是服務都已經有很多、很多的監管制度。請不要再額外增加一套橫跨所有行業的超級監管。監管會計行業的監管者不應該去監管醫生。我喜歡會計師，但如果我需要做心臟搭橋手術，會計師能算賬固然不錯但顯然不能做心臟搭橋。我希望已有產品和服務的監管在人工智能的背景下加強。
我漏掉很重要的一個方面，那就是 AI 給社會帶來的影響。如何應對呢？我沒有很好的答案，不過已經足夠多的人在討論。但重要的是把這一切劃分成很多個子問題。能理解嗎？這樣我們才不會過度聚焦於一個領域，而忘記大量常規領域還可以做的事。那樣的結果是，人們會死於車禍和飛機事故 —— 毫無道理。我們應該確保在那些領域做到位。
很務實。（你們）能再問一個問題嗎？
主持人：好吧，按照慣例，我們有些快問快答問題。
黃仁勛：好的，我一直努力避免來著。好的，好的，請開始。
主持人：您第一份工作是 Denny’s 餐廳，他們現給您設專門的卡座。在那裡的工作您最美好的記憶是什麼？
黃仁勛：我第二份工作是 AMD，他們有給我設專門卡座嗎？開玩笑啦。我很喜歡那份工作。真心喜歡那是一傢很棒的公司。
主持人：如果全球各地都出現黑色皮夾克短缺，您會穿什麼？
黃仁勛：我儲備一大堆黑色皮夾克，我是最不需要擔心這個的人。
主持人：您談很多關於教科書的事。如果您要寫一本，主題會是什麼？
黃仁勛：我不會寫的。您問的是一個假設性、毫無可能性實現的問題。
主持人：這很公平。最後，如果您能分享一條簡短的建議給斯坦福，會是什麼呢？
黃仁勛：擁有一個核心信念。每天都發自內心地檢視目標竭盡全力追求、持之以恒地追求。和您愛的人一起，攜手踏上正途。這就是 NVIDIA 的故事。
主持人：Jensen，和您聊的這一個小時太愉快。感謝您抽出寶貴時間。
下面是黃仁勛另一場在SIEPR keynote開幕活動上的對話，視頻為全英文無字幕，文字部分由訊飛聽見、Kimi智能助手和ChatGPT進行 AI 翻譯，鈦媒體編輯進行部分人工整理和修正。