原文連結： Jensen Huang 與 Michael Milken 對談：AI、Nvidia 與科技的未來
請歡迎 Nvidia 總裁兼執行長 Jensen Huang，與學會主席 Michael Milken 進行對談。[音樂] 謝謝大家。[音樂] 他們是您的忠實粉絲。我想那是給您的。我想那歡呼聲是給您的。而我想您的服裝是為了我。所以，歡迎。那麼，AI 是下一次工業革命嗎？是的。 下一次製造業革命？是的。讓我讓我呃讓我解釋一下。
AI：下一次工業革命？
所以，我們所有人都一直在談論 AI 技術，它能夠感知世界，能夠生成內容，能夠翻譯，現在甚至能夠推理、解決問題、使用工具、使用網頁瀏覽器、閱讀 PDF、為您做研究。所以我們知道這項技術能做什麼，這本身就非常令人興奮。它本身就具有徹底的變革性。我們理解這項技術與過去任何 IT 技術都不同。記住 IT 技術是一種工具。你必須使用它才能使其有效。你必須坐在電腦前使用它。 但現在 AI 具有自動化的能力，機器人和機器人的概念已經被很好地理解了，所以想像一個實體機器人，但你知道，我們理解我們可以想像，想像一個數位機器人，它在你的電腦裡，在你的資料中心裡為你工作。所以這很令人興奮，因為這是第一次，它不再僅僅是取代或我們所知道的下一代 IT 技術，而是第一次它實際上可以增強並加入數位勞動力。因此，經濟中屬於這一部分的部分，遠大於一兆美元，是百兆美元的一部分。所以這是第一層。
AI 的生成：AI 工廠
第二層是，你如何生成這種 AI？AI 是如何產生的？你知道，上一代電腦的軟體是手寫的，並在 CPU 上運行。Nvidia 花了大約 33 年時間建立的是一種新型電腦的概念，即機器學習編寫軟體本身，它運行在我們發明的這種處理器、這種計算平台上，稱為加速計算和 GPU。所以現在的問題是 AI 是如何產生的，它基本上是在人們所說的 AI 資料中心產生的，但它本質上是一個工廠，它不像資料中心，它看起來也不像資料中心，它的規模相當大。 它確實使用能源，你向它輸入能源，它會產生這些叫做代幣（tokens）的東西，但它們基本上是數字，這些代幣可以重新組合成數字、文字、圖像、像素、影片、化學物質或用於藥物發現的蛋白質組合。 嗯，甚至是驅動機器人或駕駛自動駕駛汽車方向盤所需的運動技能。所以這些代幣是由這個工廠製造的。有趣的是，人們開始明白，一個全新的產業已經被創造出來了。 這個新產業有一個工廠，這個工廠就是 AI 工廠，嗯，這些工廠能有多大？你知道，它們可以達到十億瓦（gigawatt）。我們正在建造的工廠大約是十億瓦，每個十億瓦大約是，你知道，五百到六百億美元，在未來大約，你知道，稱之為 10 年左右的時間裡，我不會驚訝地看到全球建造數十個十億瓦的 AI 工廠，所以這是第二層。
智慧基礎設施：影響各行各業
第三層可能更為深遠，那就是你第一次擁有一種能力、一種技術，它幾乎影響到每一個產業，從金融服務到醫療保健、製造業、物流、零售、娛樂，你能想到的都有。所以，這個基礎設施，如果你願意這麼說，這個 AI 工廠現在成為了許多其他產業的基礎設施，而且，就像上一代一樣，這個基礎設施有點難以理解，但上一代我們擁有資訊基礎設施，再上一代我們擁有能源基礎設施，現在我們擁有智慧基礎設施，而網際網路就是資訊基礎設施。而人工智慧就是這個。所以現在，你知道，我認為當你從這些不同的視角看待 AI 時，你就能開始理解 AI 對我們所處的科技產業、對一個新興產業的影響，每個國家都想參與其中，任何擁有過剩能源的人都會想參與這個產業，以及對影響每個產業的基礎設施的影響。
AI 時代的工作與技能
讓我們退一步，花幾分鐘談談互動所需的技能組合。我們幾年前估計，如果你採用世界上最現代化的農業技術，你可能會消除農業領域中正在發生的五十億個工作機會，包括補貼等等。 今天存在著重大的疑慮，你知道，問題是，誰會被去中介化？現在，我在 1960 年代有一個巨大的優勢，我可以在腦海中計算收益率，然後在 1970 年他們推出了計算機。所以，我被去中介化了。呃，看來他在計算機發明後做得相當不錯。然後我可以記住數百萬筆交易，然後電腦開始儲存這些交易。您如何看待工作的概念以及與您將提供的技術的互動？是的。 嗯，所以你們都聽過很多關於工作崗位流失的說法。每個工作都會受到影響。 有些工作會消失，有些工作會被創造出來。但每個工作都會受到影響，而且這是毋庸置疑的。你不會因為 AI 而失去你的工作，但你會因為使用 AI 的人而失去你的工作。嗯，但讓我給你，這些都是相當常識性的觀察結果，但讓我給你兩個你可能也想考慮的極端情況。 電腦技術、電腦科學造福了大約三千萬人。世界上大約有三千萬人知道如何編程並將這項技術發揮到極致。這確實造福了我們這些過去 30 年來一直從事這個行業的人。 這可能是你所能選擇的最好、創造最多財富的產業之一。我本來可以成為一名石油工程師。我父親就是，而且，我本來可以成為一名醫生。我媽媽認為每個人都應該成為醫生。但我選擇了，我選擇了進入電腦工程領域，結果證明這是一個相當不錯的選擇。 嗯，然而，這個行業大約有三千萬人。嗯，所以在過去的三、四十年裡，Mike，我們可能創造了世界上有史以來最大的技術鴻溝。我們發明的工具，我們知道如何使用，但其他七十五億人卻不知道。 嗯，我將提出一個觀點，事實上，人工智慧是我們縮小技術鴻溝的最大機會。讓我向你證明。你知道，如果我們只看這個房間，很可能只有極少數人知道如何用 C++ 編程。 嗯，同樣數量的人知道如何用 C 語言編程。然而，你們百分之百的人都知道如何編程 AI。原因在於 AI 會說任何你想讓它說的語言。你可以畫一個示意圖給它看。你可以畫一張圖，問它該怎麼做。嗯，你顯然可以用語言和它交談。 你可以寫一個提示。你可以用非常明確的方式描述你的提示。你可以用非常含蓄的方式描述你的提示。如果你不知道如何使用 AI 來編程那台電腦，你只要告訴 AI，「我不知道如何編程你。我該如何編程你？」AI 就會確切地告訴你如何編程它。 所以我認為，使用 ChatGPT、Gemini Pro 和這些 AI 的人數，某種程度上證明了這確實是歷史上最容易使用的技術之一。所以現在每個人都可以利用這種能力，無論是老師還是想要家教的學生，每個學生都應該把它當作家教。 我每天都把它當作家教。所以我認為，我們現在利用人工智慧來縮小技術差距的能力是令人難以置信的。這是一個極端。我要說的另一個極端是，記住，我們勞動力短缺。我們工人短缺。 我們並非勞動力過剩，而是短缺。歷史上第一次，我們確實可以想像有機會縮小這一差距，讓三、四千萬工人重返勞動力市場，否則世界就沒有這些勞動力。所以你可以說，人工智慧可能是我們增加全球 GDP 的最佳途徑。這些是，你知道，看待這個問題的另外兩種方式。同時，我建議百分之百的每個人都利用 AI，不要成為那個忽視這項技術並因此失去你的人。
如何學習 AI
讓我們談談。他們走出這個房間，在會議結束六天後的星期四，他們會想更了解 AI。他們會要求他們的電腦教他們關於 AI 的知識嗎？我們是這樣做的嗎？太棒了。很好的方法。 拿起你的手機，找個，你知道，Perplexity 相當不錯。Chat GPT 非常出色。Gemini Pro 也很棒。我三個都用。然後，就問它任何你想問的關於 AI 的問題，它會告訴你你想要的深度。有時候我，我嗯，在一些對我來說相當新的領域，我可能會說，先像對一個 12 歲的孩子那樣解釋給我聽，然後逐漸深入到，你知道，博士的程度。 所以你們都可以這樣做。
Nvidia 的早期歲月與獨到眼光
讓我們從另一個角度來看。Jensen，你的家人來自台灣，你去了華盛頓，然後你的父母最終搬到了奧勒岡州，我有機會資助了許多其他企業家。MCI 的 Bill McGowan 就是一個例子。所以他有一家公司，在 AT&T 擁有 99% 的市場份額，他想挑戰它。 在你經常談論的那些早期歲月裡，你不知道自己是否能成功。他常常在想每個月的薪水從哪裡來。嗯，那些比你當時更容易獲得資本的其他公司錯過了什麼？他們沒有看到你看見了什麼？嗯，天啊，換句話說，在 Intel，Intel 在市場上沒有看到什麼？他們沒有意識到什麼？是的。 我之所以停頓了一下才說，是因為從一開始我們就想像，我們作為一家公司想要做的是建立、發明一種新的計算方式，以解決普通電腦無法解決的問題。事實上，如果你把這個使命宣言寫出來，去做一些普通事物無法做到的事情，就像是說，我想造一輛新車，去普通汽車去不了的地方。 嗯，通常情況下，如果普通汽車去不了那裡，那些地方通常也沒有鋪好的路，或者它們本身也不是那麼值得去。所以我們提出了這個使命宣言：解決普通電腦無法解決的問題。嗯，這個使命宣言有幾個問題。 結果我們花了三年時間才完成，而且我們成功了。但首先，整個經濟、整個產業、整個生態系統都想去問題可以被解決的地方。沒有人想去問題無法被解決的地方。所以我們所處的位置相當孤獨。 你知道，沒有其他人解決這個問題，因為它很難解決。顧客也不多，因為他們往往不選擇那樣的問題。他們希望自己的問題是可以解決的，而不是無法解決的。然後另一件事是，Intel 一直在觀察我們，我從中受益，你說他們擁有更多的資本來源，這完全正確，因為他們在做他們正在做的事情上非常成功。 他們有點排斥我們正在做的事情，而這事實上隨著時間的推移是個好消息。我們之所以花了這麼長時間，是因為這很困難。我們之所以獨自在此，是因為人們長時間地讓我們獨自一人。而且，最近有一本書被重新出版了，我拿起來瀏覽了一下。 Peter Thiel 的《從零到一》（Zero to One）這本書。在很多方面，它也像是 Nvidia 的故事。你知道，我們選擇了做一些沒有人認為可能或非常難做的事情。嗯，而且成功的可能性非常小。但對我們來說，這非常合乎常理。所以我認為，同時因為這很難做，也因為他們在做他們已經在做的事情上非常成功，他們有點拒絕了這個想法，直到一切都水到渠成。
Nvidia 的創新文化與韌性
嗯，而且你也試圖確保你的公司不會走向 Intel 的方向。所以你今天是領導者。你如何培養這種持續創新的文化？如果我想談論 Kirk 艦長去到前人未至之境，嗯，我想，我想部分原因，嗯，首先，沒有任何保證，但是，我們公司有幾件事情確實非常了不起，我個人非常欣賞。 我希望我的孩子和我所愛的人也能有同樣的經歷，那就是伴隨掙扎而來的長期苦難，你從不把任何事情視為理所當然。你非常非常有效率。呃，你試圖節省你能節省的一切，節省你能節省的每一分錢，因為你不知道，你知道，掙扎會持續多久。 你擁有令人難以置信的韌性，因為這需要很長時間才能做到，所以公司性格中就帶有這一點。幾乎我們現在所做的每一件事，都是長達五到十年的努力。我們可能，我們可能是在這個稱為實體 AI（physical AI）的新領域中鑽研最深的，這意味著機器人技術，在全世界都是如此，而且，下一代 AI 所需的基礎技術，我們可能比任何人都走得更遠、更深入。所以我認為，這些特質，一方面是遠大的夢想，另一方面是擁有韌性和品格去承受痛苦，直到看到它發生。我認為這非常好。嗯，我認為另一個好的部分是，你總是在倒閉的邊緣，對我們來說，你知道，30 年來，我們一直處於一種永久的倒閉狀態，所以你不會把任何事情視為理所當然，而且我，你知道，當我們遇到挫折時，它不會，它不會，它不會太困擾我。嗯，當我們 犯錯時，我不會太驚訝。當我們成功時，我不會視為理所當然，我們也不會過度慶祝。我們真的保持，你知道，專注於做好我們的工作。所以我認為部分原因是建立一家公司花了這麼長時間。
晶片製造的複雜性
讓我們為大多數外行人談談。如何製造晶片？製造晶片需要什麼？所以我們都喜歡，我們都想出去製造晶片。我們不知道該怎麼做，但我們想做。正如你所記得的，美國通過了一項法案。我們將投資 620 億美元。然後他們在六個月後發現，美國沒有人知道如何建造工廠。 我們需要從台灣引進七千人到這裡。嗯。好的。嗯，對於所有事情，我認為工藝和藝術性很重要。嗯，如果你想學習如何製造晶片，你知道，我會從 YouTube 開始，然後，然後，呃，結果是，我們開始了，我們非常擅長製造晶片，原因是因為我們製造，自從 60 年代的 IBM 以來，還沒有像我們這樣的公司存在過，我們從一張白紙開始，設計一個全新的架構，製造晶片，製造系統，嗯，建立網路，建立基礎設施， 編寫所有軟體，將該軟體推向市場，讓全球的開發者和生態系統為那台電腦開發，就像我們為 iPhone 開發，你為 Windows 開發，你為 Nvidia 開發一樣。所以，自從 60 年代和 70 年代 IBM 從頭開始建立一切以來，還沒有像我們這樣的公司存在過。 我們製造晶片，但我們打造整個系統，我們今天確實是一家 AI 基礎設施公司。如果你看看我們建造的系統，我們每個晶片，可以這麼說，重達一噸半。這是一個重達一噸半的晶片。每個價值三百萬美元。我們大量生產這些東西。 我們製造、組裝，然後測試它。我們用超級電腦來測試超級電腦，因為你必須夠聰明才能測試你製造的電腦是否聰明。所以我們測試所有東西都是液體冷卻的。然後我們測試所有東西，組裝所有東西。我們拆卸所有東西，把它裝上飛機，運到資料中心所在地，在他們門外再次組裝，然後放進他們的資料中心。 整個過程有兩百家製造商和供應商與我們在全球合作。我們每年製造價值數千億美元的產品。此刻，我們是世界上最大的科技公司、晶片公司，我想可以這麼說。所以這非常非常難做到。 我們每一代的研發預算，你知道，大概是兩三百億美元。所以這些是，這是一個巨大的遊戲。但是，但是，嗯，我們正在進入一個產業，你知道，Mike，你知道，智慧產業很可能會以數兆美元來衡量。 所以我們投入的資金是值得未來機遇的。
晶片出口管制的考量
所以，我們都有機會讀到關於你們晶片銷售地點可能受到限制的文章。在這場辯論中，人們提出了正反兩方的論點。 請闡述您所見的問題。嗯，Nvidia 的技術，嗯，常被形容為國寶，而且，嗯，這項技術顯然對這個名為人工智慧的新興產業至關重要。所以，一個極端，一方面，我們希望確保這項技術只提供給我們國家的友邦，我們希望確保，確保，嗯，這項技術的取得不會落入可能將其用於軍事目的的人手中。 所以這些是限制取得的論點，出於經濟原因、國家安全原因。而嗯，這個謬誤在於，沒有任何政府，特別是我們對手的政府，會因為其國內軍事用途的可用計算能力而受到限制。 我們的國家不是，沒有國家是這樣的，如果他們需要它來進行軍事發展，他們只會 확보他們已經擁有的任何計算資源，而且幾乎每個國家都已經有數百萬個 NVIDIA 晶片，所以這不會限制，將額外的 GPU Nvidia 技術運往任何國家，都不會限制他們的軍事力量。 我認為，之所以支持出口這項技術的原因是，我們希望打造世界級的 AI，然而當美國標準在世界各地被採用時，人工智慧的生態系統將建立在我們的標準之上，而不是別人的標準之上，而且我們並非孤軍奮戰，你知道 Nvidia 當然是世界領導者。好的。 嗯，但在我們缺席的情況下，如果我們不服務某個特定市場，如果我們完全離開一個市場，毫無疑問會有人介入。例如，Huawei 就非常強大，是世界上最強大的科技公司之一。他們會介入。所以，之所以說得通，是為了在市場上取勝。 讓美國標準成為全球標準，讓 AI 建立在美國技術之上，當然非常重要的是，這是一個巨大的市場，你知道，當我們被限制向中國出口時，中國市場在幾年內大概會有 500 億美元的規模，我們留下的市場是極其巨大的，500 億美元，讓你對這個數字有個概念，500 億美元就像 Boeing，不是一架飛機，而是整個公司。所以，嗯，這就是我認為我們可以享有的商業機會，帶回稅收，創造就業機會，進一步推進我們的技術。
客戶互動與學習
嗯，還有你與客戶的互動，你錯失了從客戶互動中學習的機會，任何企業最重要的就是與客戶的互動，過去幾年你從客戶那裡學到了什麼？他們對晶片的需求，以及他們對晶片的使用，這些回饋對你和 Nvidia 有何影響？ 嗯，我們與世界上幾乎每一位 AI 開發者合作，我們從中學到了一切，從我們的架構、我們的技術特性如何被使用，對於 AI 的未來是最佳還是非最佳。所以，當我們了解一位 AI 研究人員想用，例如，虛擬細胞的 AI 模型做什麼時，你知道，我們現在在虛擬蛋白質方面取得了很好的進展，所以現在我們正在研究虛擬細胞，如果我們能理解細胞如何互動，以及它的路徑如何表達，基本上理解細胞的意義及其動態，我們可以用 AI 來做到。所以那個 AI 模型與大型語言模型的 AI 模型非常不同，因此了解人們想如何使用它，有助於我們未來改變我們的架構，使其更合適。
AI 未來的需求領域
正如我向你提到的，Jensen，你知道很多年前我去了 IBM，試圖說服他們當時所謂的超級晶片應該用於醫學研究。然後他們給了我一封拒絕信。謝謝你，Mike。很棒的簡報，但我們要投入電玩遊戲。 所以，您認為未來需求在哪裡？某些產業是否會扮演更重要的角色，例如生物科學以及您在該領域可以做些什麼？嗯，您認為不同產業的需求在哪裡？ 嗯，如果你看看今天 AI 的發展情況，儘管 Nvidia 已經如此龐大，AI 產業也已經如此龐大，我們基本上服務的是消費者網路市場。 如果你稍微退一步看，那只是我們服務的全球經濟中極小的一部分。在此之上的是醫療保健產業、生命科學、製造業，未來的實際製造業，工廠將會是一個巨大的機器人，協調內部大量機器人與人合作，製造機器人產品。 所以你有機器人製造機器人，再製造機器人，這種層層疊加的技術幾乎就在我們眼前，所以在製造業、工業化、工廠和整個領域的應用中，都需要這種新的 AI，稱為實體 AI（physical AI）。如果我們能解決這個問題，我們談論的是數兆美元的產業。
加入 Nvidia：尋找的人才特質
所以最後一個問題，聽完之後可能很多人會想，我如何才能在 Nvidia 找到工作？好的。你們今天在尋找什麼樣的技能？你們有哪些高需求的技能？嗯，如果你不會設計晶片，如果你告訴我你是在 YouTube 上學會設計晶片的，我想這會告訴我很多。 所以，不，不，你看，你知道，我們是，嗯，Nvidia 是世界上第一家晶片公司。嗯，當然，正如我提到的，我們正在構建整個 AR 基礎設施堆疊，但我們有，嗯，我們有數位生物學家，我們有量子化學家，我們有電腦圖學工程師，我們有機器人專家，我們有語言專家。 嗯，我們在非常廣泛的科學領域擁有專業知識，我們也涉足非常廣泛的產業，所以，你知道，我們服務醫療保健產業，我們服務金融服務業。所以如果你有領域專業知識，我們很喜歡。我們喜歡有領域專業知識的人。所以，嗯，我們也喜歡具有一般基礎智能的人。 如果你熱愛辛勤工作，尤其如果你熱愛受苦，你知道，你知道該找誰。
你知道我們這些年來看過，那些我不知道我的麥克風是否正常運作。呃，你聽得到我嗎？我有一位著名的教授朋友告訴我，當他帶新班級時，他會試圖弄清楚誰是憑藉能力進來的，誰是憑藉家庭關係進來的。那就是，好了。 好的。所以我說，當你談到是什麼造就了 Nvidia，是辛勤工作、許多挑戰、艱難的日子。我說這位教授朋友指出，當班級進來時，他會試圖弄清楚誰是憑藉能力進來的，誰是憑藉關係進來的。那很容易。他告訴我一個星期內就能知道。 更難的是，那個靠關係進來的人，要多久才會為那個有能力的人工作。那需要很長時間。他需要去了解學生。那些艱難的日子已經得到了回報，我們期待看到您未來能取得什麼成就。謝謝您的參與。非常感謝您，Mike。