“我們不再是在檢索數據，而是在進行推理。”

在和美國第一播客 Joe Rogan 的最新對話中，英偉達 CEO 黃仁勛表達了對人工智能底層邏輯與技術演進的看法。

在這場兩個半小時的對話中，他們談到了 AI 的意識與本質、AI 對社會與就業的影響等話題。

對談過程中，話題也自然延伸到了英偉達充滿挑戰的創業歷程，直言自己依然每天都在擔心英偉達倒閉。

核心要點速覽

• 生成式 AI 的核心機制已從檢索既有信息徹底轉變為學習知識結構并進行即時的邏輯推理。

• 數據中心正演變為輸入能源與數據并大規模產出智能 Token 的新型工廠。

• 加速計算正在讓摩爾定律以另一種方式重生。

• 未來的編程語言將回歸人類自然語言，這將極大地降低技術門檻并賦予個人更強的創造力。

（以下內容基于對話實錄整理，有刪改；為便于閱讀，問題順序亦有調整。）

從“檢索”到“推理”的質變

Rogan：我們大家其實都習慣了以前那種計算機的概念，比如 Google 搜索，你輸入一個關鍵詞，它就把數據庫里存好的東西拿給你。

但現在發生的事情似乎完全不同了，這就好像某種魔法一樣?，F在的 AI 到底有什么本質區別？它是在檢索數據還是在做別的？

黃仁勛：這是一個根本性的轉變。過去我們是在“檢索”，你輸入問題，它去數據庫找預先存好的答案給你。

而現在我們是在“推理”。當你給 ChatGPT 一個指令，它不是去哪里找答案，它是根據它學到的知識結構，逐字逐句地生成答案。

這就像我問你一個問題，你不是在腦子里翻書，而是在組織語言回答我。

Rogan：我想深入一點，所謂的深度學習到底是什么？Hinton 他們搞出來的這個東西，和以前我們寫軟件的方式有什么不同？我聽說以前軟件就像寫菜譜，現在的不是？

黃仁勛：沒錯。以前的軟件是我們用第一性原理描述算法，然后編碼，就像寫菜譜一樣。比如你要計算力，你就寫「F=ma」。

但深度學習完全不同。想象一下，我們構建了一個巨大的神經網絡，或者你可以把它想象成一個由無數數學單元組成的巨大配電盤。我們不描述內部的函數，而是給它海量的輸入和輸出示例。

比如，一張貓的圖片，那個“貓”的信號燈應該亮起。一開始，這個網絡是隨機猜測的，它給出一堆垃圾結果。然后你說“不，那是錯的”，你需要把那個誤差反向傳播回去，調整這幾十億個開關的參數。

你一遍又一遍地做這個過程，直到它能自己找出規律。它本質上是一個通用函數逼近器。這意味著，只要有足夠的輸入和輸出，它可以學習任何物理定律，無論是牛頓定律還是薛定諤方程。

Rogan：我們看過像《機械姬》這樣的電影。如果 AI 能夠完美地模仿人類的交流，甚至有了情感表達，我們是否應該認為它具備了“意識”？那個界限在哪里？

黃仁勛：這是一個哲學定義問題。如果它能像你一樣推理、解決問題、理解意圖，這在某種程度上就是一種“理解”。

Rogan：你之前用了一個很有趣的詞，你說數據中心現在是“AI 工廠”。這只是一個用來形容的比喻嗎？還是說它的運作方式真的像個工廠？

黃仁勛：不，這不僅是比喻。工業革命時期，工廠輸入水和煤，輸出電力。

現在的 AI 工廠，輸入的是電力和數據，輸出的是 Tokens。這些 Tokens 就是智能的載體，這是一種全新的制造業，我們正在大規模生產“智能”。

Rogan：這里的能源消耗聽起來很瘋狂。我看過一些報道說數據中心用的電量驚人。能源消耗是目前 AI 擴張的最大瓶頸嗎？

黃仁勛：能源是一個挑戰，但更重要的是效率。如果我不提升芯片效率，按照現在的需求增長，我們將耗盡世界的能源。但我們的 Blackwell 芯片比上一代能效提升了 25 倍，這意味著我們在用同樣的電做更多的事。

Rogan：我看到最近的一些新聞，像微軟這樣的巨頭，他們似乎正在為了電力去重啟那些老舊的核電站，這是真的嗎？真的到了要靠核能的地步了嗎？

黃仁勛：是的，數據中心需要非常穩定的基載電力，太陽能和風能受天氣影響波動太大。核能是一個非常好的選擇，無論是重啟現有的，還是未來發展小型模塊化反應堆。

AI 讓每個人都是程序員

Rogan：有一個很多人焦慮的地方。如果 AI 能完成編程、法律文書、機械維修等所有任務，那人類該如何尋找自身存在的意義？比如那個叫 Mike 的機械師，如果 AI 比他修得好，他該怎么辦？

黃仁勛：這是一個深刻的問題。人們的身份認同往往與職業綁定。但我認為工作不會消失，任務會改變。

比如放射科醫生，五年前 Hinton 預測 AI 會取代他們，但現在放射科醫生比以前更多了。為什么？

因為 AI 幫他們處理了看片子的任務，讓他們能專注于“診斷疾病”這個核心目標，效率更高了。你會成為指令的發出者。我們依然喜歡解決難題，喜歡有目的感。

Rogan：我有很多朋友問我，現在的孩子還需要學習編程嗎？因為以前這是通往高薪工作的金鑰匙。

黃仁勛：不需要了。未來的編程語言就是人類語言。你不需要去學 Python 或 C++ 的語法，你只需要清晰地表達意圖。世界上每個人都將成為程序員。這極大地降低了技術門檻。

Rogan：有一個理論叫“已死互聯網理論”（Dead Internet Theory）。意思是說，未來互聯網上產生的所有內容，包括我們現在的交流、放大、補充、修改，90% 都將由 AI 生成。我們將面臨一個充斥著機器生成內容的互聯網嗎？

黃仁勛：這太瘋狂了。但我也覺得沒關系。如果這能讓我們獲取知識更高效，哪怕是由 AI 合成的知識，只要它是基于第一性原理核實過的，那就沒問題。

加速計算讓摩爾定律“重生”

Rogan：我們以前總聽說摩爾定律，說芯片性能每兩年翻倍，成本減半。這一直是科技界的鐵律。

但現在大家都在說物理極限到了，東西不能無限做小。傳統的摩爾定律還在起作用嗎？還是說我們已經碰到了那堵墻？

黃仁勛：傳統的摩爾定律 —— 即僅僅依靠縮小晶體管來提升性能 —— 確實已經放緩了。

但在 AI 計算領域，我們通過加速計算讓定律以另一種方式重生。

Rogan：我一直想弄懂這個基礎問題，因為我也在玩游戲，我知道顯卡是干嘛的。但 CPU 和 GPU 到底有什么區別？為什么大家都在搶 GPU 來跑 AI？為什么它更適合？

黃仁勛： CPU 就像是幾個非常強大的專家（比如愛因斯坦），它們能串行處理極其復雜的邏輯，按順序執行步驟 1、步驟 2、步驟 3。

而 GPU 就像是成千上萬個普通人，它們雖然單個不如 CPU 強，但可以同時并行處理海量的簡單任務。

AI 本質上就是海量的并行計算，所以 GPU 更適合。在過去十年里，我們將 AI 計算的成本降低了 10 萬倍。這就像是喝了能量飲料的摩爾定律。

Rogan：我一定要聽聽這個故事。能講講你當年親手交給 OpenAI 團隊第一臺超級計算機 DGX-1 時的情景嗎？據說那是一個歷史性的時刻。

黃仁勛：那是 DGX-1。2016 年，我親自把它送到了 OpenAI 的舊辦公室。當時他們還是一家非營利機構，只是一群在一個小房間里的人，馬斯克在那兒，Ilya 也在。

我把機器推上去，那是世界上第一臺專門為 AI 深度學習打造的超級計算機。當時那臺機器有 1 Petaflops 的算力。

Rogan：現在的設備和那時候比怎么樣？九年過去了，變化大嗎？

黃仁勛：變化太大了。九年前那臺機器很大，賣 30 萬美元。而現在，我們把同樣的算力塞進了一個只有書本大小的模塊里，成本和體積都大幅下降。這就是技術的進步。

Rogan：回頭看，你是如何在技術還不明朗的時候，就敢于下重注的？比如你們搞了個叫 CUDA 的東西，聽說當時讓股價跌得很慘？

黃仁勛：是的，我們發明了 CUDA，這讓我們可以在顯卡上運行任何程序，而不僅僅是圖形。

我們在芯片里加了這個硬件功能，導致成本翻倍，但當時根本沒人買單，也沒人理解。我們的市值從大約 120 億美元跌到了 20 億美元。

但我告訴團隊，如果我們相信這是未來，相信第一性原理，相信這是一種新的計算方式，我們就必須堅持。如果不做，我們會抱憾終身。

英偉達的“30 天倒閉危機”

Rogan：我聽說英偉達早期有一段非常艱難的時期，差點倒閉，不得不向世嘉求助。這是真的嗎？能詳細講講嗎？

黃仁勛：是的，1996 年，我們離倒閉只差 30 天。當時我們和世嘉合作做游戲機芯片。

但我們犯了一個巨大的技術錯誤。當時行業的主流是用三角形來繪圖，而我們卻選擇了一種叫“正向紋理映射”的技術，用的是四邊形，甚至是曲面。

我們以為這樣做成本更低，結果微軟推出了 DirectX，它是基于三角形的。我們的技術瞬間變成了廢品。

Rogan：最讓我驚訝的是你當時的做法。為什么你會選擇去向 Sega 的 CEO 坦白說“我要失敗了”？大多數人這時候都會選擇撒謊或者拖延吧？

黃仁勛：我必須誠實。我去見世嘉的 CEO，我告訴他：“我沒法完成合同了，我們的技術是錯的。我建議你去找別人做。但我需要你把合同里剩下的錢付給我，否則我們就完了?！?/p>

這是一個極其無理的要求。但他看著我說：“Jensen，既然你這么誠實，我相信你會拿這筆錢去做正確的事。”他真的給了我那筆錢，大概 500 萬美元。那筆錢救了我們的命。

Rogan：還有一個小細節，我一定要問。你們當時沒有錢做芯片測試，你是怎么搞定的？

黃仁勛：我們沒錢再做一次流片了。我聽說有一家叫 IKOS 的公司賣一種芯片模擬器，可以讓你在不生產芯片的情況下測試軟件。

我打電話給他們，他們說他們倒閉了。我說“什么？那你機器還在嗎？”他們說庫存里有一臺。

于是我用我們要命的一半資金，買下了那臺機器。我們就在那臺模擬器上跑通了所有軟件，然后直接去生產，跳過了中間的測試環節。如果那次失敗了，我們就徹底結束了。

Rogan：經典游戲《Doom》（毀滅戰士）對我很重要。我聽說它和你們公司也有很深的淵源？

黃仁勛： 《Doom》定義了 3D 游戲。你知道它的名字由來嗎？John Carmack 告訴我，是來自電影《金錢本色》里湯姆?克魯斯走進臺球廳，有人問他箱子里裝的是什么，他拿出一個臺球桿箱子說：“Doom”。

我們早期的顯卡幾乎就是為了跑好這類游戲而設計的。

萬億 CEO 的煉金術

Rogan：你的童年故事太瘋狂了。我聽說你父母把你送到肯塔基州的一個寄宿學校，那里條件很艱苦？

黃仁勛：是的，奧尼塔浸信會學院。我當時 9 歲，我哥哥 11 歲。那是肯塔基州最貧困的地區之一，是一個管教問題少年的學校。

Rogan：這種經歷對你有什么影響？你會覺得那是某種創傷嗎？

黃仁勛：不，那是一段塑造性格的經歷。我學會了堅韌。我當時的家務是打掃全宿舍的廁所。我只有 9 歲，但我打掃得非常認真。

我學會了無論做什么工作，都要把它做好。我父母也是，他們來美國時幾乎身無分文，我父親在報紙上找工作，我母親做女仆。

我們通過錄音帶交流，我錄下我的生活寄給他們，他們再錄回來，一來一回要一個月。

Rogan：你說你每天要處理幾千封郵件。你怎么有時間做那個？你幾點起床？

黃仁勛：我每天早上 4 點起床。我大概睡 6 到 7 個小時。我醒來后的第一件事，甚至在下床之前，就是花幾個小時處理郵件。

Rogan：我注意到你不戴手表。這是一個時尚選擇，還是有什么特殊的含義？

黃仁勛：只有當下是最重要的。我不想被時間追著跑。此時此刻，和你對話，就是我唯一關心的事情。

Rogan：你休過假嗎？真正的度假？

黃仁勛：對我來說，度假就是和家人在一起。但我即使在度假時也在工作。我的兩個孩子現在都在英偉達工作，所以我們在一起時，大家都在工作，都在聊公司的事情。這對我來說就是最好的狀態。

Rogan：你的孩子們也在那里工作？這太酷了。你把那種職業道德灌輸給了他們。

黃仁勛：是的，他們工作極其努力。我也很幸運，現在我有三個“同事”每天都想和我一起工作（指妻子和兩個孩子）。

Rogan：你現在已經掌舵這家公司 32 年了。很多人在這個位置上早就厭倦了。你是如何保持這種高昂的熱情？

黃仁勛：我不覺得這是工作。我和最聰明的人一起解決世界上最難的問題，這本身就是獎勵。

但我每天早上醒來依然會擔心公司倒閉。這種偏執不是壞事，它讓我保持敏銳。我不想失敗的動力遠大于我想成功的動力。

Rogan：我們這種人常給別人一種印象，好像我們每天工作都充滿快樂。但其實很多時候是痛苦的，對吧？

黃仁勛：是的，痛苦、孤獨、不確定性。這都是過程的一部分。如果你不能忍受痛苦，你就無法實現偉大的事情。

我對我的員工說，我希望你們能經歷足夠的痛苦，因為那是性格的磨刀石。沒人能僅僅靠運氣或聰明就成功，你必須經歷磨難。