NVIDIA's Jensen Huang 深度访谈

开场问题把AI革命定义为人类历史上最大规模的基础设施建设，并追问AI工厂为何是企业未来十年的关键投资。黄仁勋先从普通用户熟悉的聊天机器人解释AI：它能理解输入、感知信息，并把文本、图像等内容从一种形式转换为另一种形式。他强调，生成式AI的真正意义不只是生成内容，而是为内部思考、逐步推理、问题求解奠定基础；当AI生成控制指令去使用浏览器、表格、Photoshop、AutoCAD等工具时，它就开始走向更高价值的行动能力；若控制对象变成机械系统，就对应机器人和自动驾驶。

黄仁勋指出，两年前的ChatGPT常被视为有趣、可爱甚至会幻觉的文本生成工具，但它是后续智能体系统的技术基础。现在AI不只理解和生成信息，还能推理并完成工作，因此从“有趣但价值有限”转变为可被付费购买的生产力。他用“我们喜欢聪明的朋友，但不会为他们付钱；我们为会做事的人付钱”来说明价值转折：AI正在按小时被付费，用于产出有用工作，这也是为什么AI软件业务成为人类历史上增长最快的软件业务之一。

在解释AI能力之后，黄仁勋引导听众从下游行业影响回到产业上游。他提到医疗、金融、生命科学、制造、物流、交通、零售、广告和娱乐等行业都会因AI能力变化而重构，但更根本的问题是计算机本身发生了什么变化。他回顾IBM System/360以来现代计算机的基本范式：过去60年，计算主要围绕预先记录和存储文件，数据中心本质上是存储数据并根据用户行为检索数据的系统。而AI不同，每次使用都结合上下文和查询实时理解、推理并生成输出，内容不再只是被取回，而是按情境即时产生。

黄仁勋把“生成式AI”扩展为对未来计算机的重新定义：今天的计算机已经被彻底重塑为生成式系统。他认为未来用户看到的每个字母、每个词、每段视频、每张图像、每条广告、每个电视商业内容和每篇新闻故事，都可能因人而异。不同用户由于兴趣、上下文、身份、提问目的和提问方式不同，将看到完全不同的结果。因此，未来内容体验的核心不再是从数据库中取回相同对象，而是为每个用户、每个场景即时生成新的内容。

在说明未来需要更多“生成器”后，黄仁勋进一步讨论规模问题。他指出，今天AI生成智能主要服务约十亿人，但随着AI变成能独立工作的智能体，一个智能体可以与另一个智能体沟通、协作并解决公司内部问题。他以英伟达为例，称公司内部可能已有数十万个受护栏和沙盒约束的智能体在运行、交流和工作。未来互联网的主要使用者可能不只是人类，而是数十亿乃至上千亿个全天候工作的智能体，包括企业员工代理、自动驾驶汽车、机器人、制造系统和建筑系统，它们会持续生成命令、理解和想法。

黄仁勋用两次历史基础设施革命类比AI：300年前的发电机把运动中的原子转化为电子，形成覆盖地球的电网；几十年前的网络架构形成互联网，成为全球通信层。现在，继能源和通信之后，智能也将成为包裹世界的基础设施。英伟达所建造的新机器类似智能时代的dynamo：电子进入AI工厂，输出的是数字和token，这些数字可被重组为语言、数学、蛋白质、生物学、物理世界、气候、天气、3D世界、机器人和自动驾驶等多种形式的智能。因此他称这些系统为“工厂”，因为它们生产的是智能。

在主持人总结能源、通信和智能三次转型后，话题转向AI工厂中的核心硬件。黄仁勋补充说明，英伟达的生成器以机架为单位，每个机架包含72颗芯片，重量约两吨，价格约400万美元，包含约150万个零件，是世界上最昂贵的设备之一。尽管这些系统复杂且昂贵，英伟达仍以类似消费电子的节奏进行大规模制造，并把它们部署到全球各地的数据中心。随后主持人追问企业和个人如何参与这场智能革命，黄仁勋准备从产业布局角度继续解释。

黄仁勋提出第三个心智模型：从产业视角看AI像一个五层蛋糕。他先回顾前两个模型：AI能做什么，以及AI如何在工厂中被生产。他指出，一个1吉瓦规模的AI工厂约需500亿美元，是世界上最昂贵的工厂，但也能生产约3000亿到4000亿美元的智能，投资回报速度极快。进入五层结构后，他把能源放在最底层，认为这是能源行业数代人以来最大的增长机会，也是许多国家电网百年来少见的再投资窗口。无论是可持续能源、核能、风能、太阳能、氢能还是其他形式，只要能生产能源，就会获得资金支持。