OpenAI开发者日见闻，英国首相苏纳克对话马斯克，黄仁勋专访

公众号新闻

2023-11-12 07:11

2023年11月7日，OpenAI开发者大会后，科技博主Dan Shipper发表文章，介绍OpenAI提出的主要更新，称OpenAI进步速度惊人，未来几个月与几年将非常疯狂。

2023年11月2日，英国首相苏纳克Rishi Sunak与马斯克Elon Musk在英国AI Safety Summit上进行对话，涵盖AI领域众多关键问题，包括开源与封闭源码的辩论、AI对就业市场影响，维护人类意识与意愿的重要性。

2023年10月15日，科技类播客节目《Acquired》走进英伟达总部，专访黄仁勋，深入挖掘英伟达切入数据中心来龙去脉以及初衷，包括黄仁勋创业思考、平台战略初衷、内部管理理念、市场&技术判断方法。

本期长期主义，选择科技博主Dan Shipper在OpenAI开发者日见闻、英国首相苏纳克对话马斯克纪要、黄仁勋接受《Acquired》专访纪要，华尔街见闻、有新Newin发布，六合商业研选精校，分享给大家，Enjoy！

OpenAI是最令人兴奋的公司，GPT更大、更智能、更快、更便宜、更简单

2023年11月7日，OpenAI开发者大会后，科技博主Dan Shipper发表文章，介绍OpenAI提出的主要更新，称OpenAI进步速度惊人，未来几个月与几年将非常疯狂。

OpenAI推出的GPT-4 Turbo有五大升级：更大的上下文容量、更高的智能级别、更快的响应速度、更低的价格、更简单的操作；不仅令模型本身得到加强，与模型交互的方式也更简单、便捷。全新的检索功能与自动维护对话状态，使开发者可更容易构建应用；无代码自定义ChatGPT，降低普通用户门槛。

上述特性为OpenAI日后推出AI Agent服务的更新奠定基础。所谓代理，即模型可自主规划与执行更复杂、多步骤的任务，在没监督情况下完成。GPT-4现在还没聪明到那个程度，但OpenAI已在为这个目标做准备。

Shipper分析OpenAI试图建立应用商店的战略，认为这个战略可让用户建立自己个性化的GPT，并据此收费，是一种令构建聊天机器人的能力民主化的表现。但这种战略同时存在问题，比如用户可能对在不同版本的ChatGPT间切换感到疲惫，Shipper认为这是OpenAI需解决的问题。

OpenAI与开发者间的微妙关系，OpenAI近来发布的许多更新，更多针对的是消费者，而非开发者，但OpenA最初成立目标是服务开发者，这造成一种矛盾，ChatGPT会直接与开发者产生竞争。

正文：

我在OpenAI开发者日上的见闻

我喜欢观察人们以为无人注意时的举止动作。

这就是参加OpenAI开发者日等活动的难得之处：你可看到摄像头没捕捉到的东西，听到台上没说出口的话语。

现场人头攒动，水泄不通，WiFi飞快，LED灯闪闪发亮，这是为AI技术迷如我，准备的魔术秀。

我在人群中穿梭，做着我的专利动作FCO偷偷摸摸窥视会议（Furtive Conference Ogle）。我会看到某个也许很有名的人，比如说，Roon，或Karpathy，或Kevin Roose，然后迅速低头看一眼他们徽章，在他们给我一个我眼睛在这里的表情前，又抬起头看他们脸。

我通常喜欢在活动中坐在后排，但在开发者日我确保坐在前排，我想近距离观看这场魔术秀。

Sam Altman走上舞台，向观众致意。在他表演时，我可从他脸上与身上看到紧绷、内敛、紧张的能量。

我能从他表演中，感受到他经过数小时练习。简短的开场独白后，Sam介绍一段视频，视频中创意专业人士、开发人员与普通人都在谈论他们是如何使用ChatGPT。灯光暗下来，他走到一边，视频开始。大家都在看视频，我却在看Sam。

他独自站在舞台一角的阴影里，穿着深色牛仔裤与原色的阿迪达斯x乐高合作款运动鞋。他双手合十，目不转睛盯着地板。Sam很紧张，总是绷着。但在舞台一侧，听着正在播放的视频，他却显得不修边幅，不学无术。我感觉自己抓住了魔术师操纵一枚隐藏硬币的左手，而观众们却在看他挥舞的右手。

暂时看穿魔术师的秘密，会打破他们的魔力。但它也会创造一种新的魔力：你会将魔术师看作一个人类，吃饭，呼吸，一条腿一条腿穿裤子，却仍然施法。

Sam正在成为科技界传奇人物，但在舞台上那一刻，他也是一个人。他看起来乐在其中，观察并期待自己创造的东西，并看着它在世界最大的舞台上上演。他实现了所有曾经制造过某样东西，并希望世界会喜欢它的人的梦想。

目睹他那一刻本身，就值回入场券价格，我不会很快忘记。

以下是他要告诉我们的：更大、更智能、更快、更便宜、更简单。

这就是OpenAI 2023年11月7日宣布的主要变化，让我们逐一回顾这些更新，并讨论它们为何如此重要。

一个新模型：GPT-4 Turbo

更大

OpenAI推出新模型GPT-4 Turbo，拥有128K Token上下文窗口，这意味着发送给GPT-4 Turbo的每个提示符可相当于300页文本。

以下这些内容在300页以内：埃里克·莱斯《精益创业》全部内容，圣埃克苏佩里《小王子》三本，我中学时喜怒无常日记的至少一半。

这比今天之前最广泛使用的GPT-4版本的上下文窗口长度，增加16倍。它显著增强开发人员使用GPT-4可运行的查询的复杂性与功能。以前，开发人员必须花费时间与精力来决定将哪些信息放入他们提示符中，这是LLM性能最重要的瓶颈之一。

128K上下文窗口，极大简化这一任务，但并未解决所有问题。过长的上下文窗口不易管理，而且语言模型会越来越多忘记或忽略上下文信息。我们还不知道GPT-4 Turbo是否存在这些问题，我会在使用过程中与你分享。

更智能

GPT-4 Turbo在以下几方面，比OpenAI以前模型更智能：

它可同时使用多种工具。之前版本的GPT-4引入工具使用，工具使用允许GPT-4调用开发者定义的工具，如网页浏览、计算器或API，来完成查询。之前，GPT-4每次只能使用一个工具，现在它可同时使用多个工具。

知识截止时间更新。之前版本的GPT-4，只知道截止2021年9月之前的事件。这个版本更新到2023年4月，使其更加可靠。

GPT-4会JSON。JSON是一种非AI应用可轻松读取的文本格式，GPT-4 Turbo可以可靠的以这种格式返回结果，使其更易与其他软件集成。之前，开发者需通过例如告诉GPT如果格式错误，就会被解雇来哄骗它正确格式化输出，现在不再需要哄骗。

GPT-4可编写与运行代码。一段时间以来，ChatGPT Plus用户可使用代码解释器(后改名为高级数据分析)，这是可为开发者编写与运行Python代码的ChatGPT插件。它就像一个口袋里的数据科学家，现在开发者可通过GPT-4 API使用与集成到自己程序中。

多模态。GPT-4 API可接受图像作为输入：开发者可发送任何图像，GPT-4可告诉他们看到什么。它还可进行文本到语音，这意味着它可用人声回复文本输入。它还可用DALL-E进行图像生成。

更快

目前还没公开的速度基准测试，但Sam说它更快。根据我昨晚的科学测试，他是对的，它真的很快。它让GPT-4望尘莫及，看起来至少与GPT 3.5 Turbo一样快，甚至略快于GPT 3.5 Turbo，之前最快的模型。

更便宜

GPT-4 Turbo比GPT-4便宜3倍，我不记得有哪家公司能在大幅提升性能的同时，还能降低价格。

我们很幸运，OpenAI采用的是硅谷的游戏规则，旨在创造大规模应用，而不仅仅是高额的企业合同。只要足够便宜，AI就能为每个人所用，而这正是OpenAI的目标。如果IBM发明GPT，你认为它会做这样的事情吗？不会。

更简单

OpenAI使开发者与非开发者更容易与GPT-4 Turbo交互，该公司使许多第三方库的功能，以及开发者通常编写的模板代码，变得不必要。

以下是一些方式：

检索。这是一个重大进步，提高大型语言模型性能的最重要方式之一，是让模型访问私人数据，如公司知识库或个人笔记。

以前，这种功能需要手动构建，就像我为我的Huberman实验室聊天机器人所做的那样，或使用第三方库，如Langchain或LlamaIndex。

OpenAI通过其检索功能，将这些库的部分功能集成到其核心API中，使开发者更容易开始构建GPT-4应用程序。

这会产生有趣的结果。一方面，它减少对这些第三方库的需求。另一方面，OpenAI检索机制目前是一个黑箱，没可配置性。

检索是个难题，不同目的有许多不同的检索机制。OpenAI新发布涵盖了基础知识，但Langchain与LlamaIndex实现了各种各样检索类型，并适用非OpenAI制作的模型，所以它们的服务仍有需求。

保存状态。GPT-4就像《初恋50次》里朵琳·芭丽摩，每次与它交互时，你都必须一次又一次介绍你是谁，为什么它爱你。

GPT-4 API可通过Threads（与Meta的Twitter克隆版无关联）的新功能，自动记住对话历史，节省开发者时间与麻烦，他们不再需要自己管理对话历史。

自定义无代码ChatGPT。OpenAI使任何人都可轻松构建自己的自定义ChatGPT版本，内置私人数据，无需编程。任何人都可设置一个ChatGPT版本，具有自己的个性与访问私人知识的能力，这是重大进展。

2023年早些时候，我为Substack作者Lenny Rachitsky构建一个基于他新闻稿存档的机器人。如今的更新，意味着任何人都可构建等效的机器人，无需编码。

GPT应用商店。OpenAI宣布任何人都可在公共应用商店中，列出自己GPT，并为之收费。我主张将聊天机器人作为一种新内容形式已近1年，这一发展支持了这一论点。

无需切换模型。这是巨大的更新。以前版本ChatGPT中，必须选择要使用的模型：GPT-3.5、GPT-4、GPT with DALL-E、GPT with Web Browsing或GPT with Advanced Data Analysis。

现在，只需向ChatGPT发送一条消息，它就会选择合适的模型。用户可更轻松将ChatGPT不同功能组合使用，无需来回切换，这为开发者创造新机遇。

增量更新，为未来奠定基础

所有这些更新都很棒，它们大多是增量。它们在API中构建了许多开发人员必须自己完成的任务，从而使开发人员构建的东西更快、更便宜、更强大。

这些特性为一个可能更重要的更新奠定了基础：AI Agent。代理是一种模型，它可被分配复杂、多步骤的任务，并在没监督的情况下完成这些任务，这就是GPT-4的新助手API。

这是支持检索、保存状态与工具使用的API，这些要素加在一起，就是AI Agent代理服务的开始。

目前情况来看，OpenAI似乎正在预测一个世界，在这个世界中，你将能够给助手分配一个目标，给他们一组工具，并让他们自己完成目标。

我们离那还很远，GPT-4还不够聪明，无法自主规划与执行任务。但OpenAI现在正在奠定架构与安全基础，并有意推出渐进式步骤，以使技术准备就绪。

OpenAI正试图打造应用商店

2023年4月，OpenAI推出插件，允许用户从ChatGPT内部访问第三方服务与数据。有很多关于插件将成为新APP Store的宣传，但事实并非如此。

OpenAI从未发布过相关数据，但据我所知，第三方插件的采用率非常低，尽管OpenAI构建的两个插件：代码解释器与DLL-E的采用率很高。

现在，OpenAI凭借GPT再次尝试这一点，它的服务允许任何人使用私人数据创建ChatGPT的定制版本。

任何用户都可创建GPT。你可定义它的个性：它如何回应询问，使用什么声音与语气。你可让它访问一些工具，比如执行代码的能力，或从私有知识库中获得问题的答案。然后可发布GPT供其他用户使用。

我安装了由OpenAI构建的名为谈判者的新GPT，它可帮助你在任何类型的谈判中为自己辩护。

如果我点击谈判者，它将把我从普通ChatGPT中移出，进入一个专门设计的体验，帮助我在任何谈判中获得最佳结果。

我很喜欢这种方法。我喜欢这个让构建聊天机器人的能力民主化的想法，我可预见，在接下来几周里，我将在这里进行大量实验。

尽管如此，我还是有疑问。它面临与OpenAI失败的插件实验相同的问题：没人愿意为不同的用例在不同版本的ChatGPT之间切换。

更好的方法是让ChatGPT能在需要时自动切换到特定的个性，比如谈判专家，并在不需要时再切换回来。在这发生之前，我看不到这些机器人有太大的采用。

但如果它发生了，那将是巨大的。为ChatGPT下载一个新的个性，将等同于让你的AI阅读一本新主题的书或上一门课。在这个世界里，会有一整个经济体的人创建的内容是专门针对LLM而不是人类。例如，我可能会购买ChatGPT阅读与摄取的谈判书等价物，而不是购买一本自己阅读的谈判书。

我认为OpenAI最终确实有机会建立一个应用商店体验。但在他们能够弄明白如何让ChatGPT在长长的个性列表间自动切换之前，这是不会发生的。鉴于OpenAI改变了ChatGPT，以便你不必在其内部模型间切换，这对自定义GPT来说也可能很快就会到来。

OpenAI与开发者的关系

这个开发者大会最引人注目的一件事，是OpenAI发布的许多更新，更多是针对消费者，而不是开发者。

例如，自定义GPT是面向消费者，OpenAI发布的一些ChatGPT特定更新也是如此。这反映了一件重要的事情：OpenAI目前处于消费者公司与开发者公司之间。

ChatGPT生来就是有原罪的。当OpenAI刚开始时，目标是服务开发者，直到它意外的创建了有史以来最大的消费者应用。

不幸的是，这使该公司与开发者处于对立面，因为ChatGPT直接与开发者想要构建的许多东西竞争，无论是在消费者层面，还是基础设施层面。

如果OpenAI不得不在ChatGPT与开发者生态系统间做出选择，它将不得不选择ChatGPT。

ChatGPT是OpenAI最有价值的高质量训练数据来源，所以它是改进模型质量的最佳途径。

不仅如此，OpenAI正在朝商品化与消费化开发工作的方向发展。ChatGPT本身可把任何人变成半熟练的程序员，它昨天推出的功能，允许任何人在不需编码情况下构建聊天机器人。

这是该公司核心的一个基本紧张关系。这个紧张关系也是许多平台的核心，例如，苹果面临iOS与MacOS的紧张关系。苹果因内部产品与第三方开发者产品竞争而遭到批评，这被称为夏洛克。

但对OpenAI来说这更成问题，因为它的消费者产品与它为开发者提供的产品惊人相似，这就像苹果允许开发者发布自己版本的iOS。

我猜如果你想在OpenAI生态系统中发挥作用，最好方法是收集将对使用ChatGPT的某人有用的私人数据集，并将其作为自定义GPT发布。

OpenAI可能会投资使GPT在ChatGPT界面中更易访问、随时间更强大。你带到派对上的优势，将是私人的、经过策划的数据，以及一套规则，用于说明如何为特定类型用户在特定情况下运用这些数据。这很可能不是OpenAI要直接竞争的东西，所以这是一个双赢。

全球最激动人心的公司

现在没任何公司比OpenAI做的工作更有趣、更快。这家公司的进步速度惊人，在可预见的未来也没放慢的迹象。在这个会议上，业内说法是，OpenAI是人才强者，给人的感觉非常像鼎盛时期的Stripe。

事实上，我听说OpenAI聘用了许多曾在Stripe工作过的人。

房间里的能量是显而易见的。我认为科技行业中没更大、更有趣的故事了，未来的几个月与几年将非常疯狂。

零碎事项

多样性。我很欣赏这次会议的包容性。这家公司提供的食物非常美味，是由当地女性或少数族裔经营的企业提供。演示与小组讨论的演讲者非常多样化，他们在OpenAI与Shopify与Salesforce等其他大型科技公司担任领导职务。这一切都很低调，没表演。在我看来，OpenAI做得对，值得赞扬。

OpenAI与微软。一位与会者对我说，他认为OpenAI与微软的关系，让他想起了苹果与英特尔的长期合作关系。处理器是英特尔制造的，其他一切都是苹果做的。在OpenAI案例中，微软提供托管基础设施，OpenAI负责其他所有工作。这不是完美的类比，但它引起了我的共鸣，尤其是在萨蒂亚·纳德拉Satya Nadella出现在这次会议上，在Sam发表主题演讲时与他站在舞台上。

有人能分清OpenAI的命名吗？我简直不敢相信它将它的新自定义无代码ChatGPTs命名为GPTs。需要有人出面干预，这太令人困惑了。

马斯克告诉苏纳克：AI能力每年增长5～10倍，而开源比闭源慢6～12个月，差距只会越拉越大

时间：2023年11月4日

来源：有新Newin

字数：12,234

近日，英国首相苏纳克Rishi Sunak与马斯克Elon Musk在英国AI Safety Summit上进行对话，涵盖AI领域众多关键问题，包括开源与封闭源码的辩论、AI对就业市场影响，维护人类意识与意愿的重要性。

马斯克强调开源算法与数据相对封闭源码的滞后，以及对AI进步速度的影响，这一讨论引发了对如何平衡开源与封闭源码的重要性的思考；还关注AI对劳动力市场潜在影响。

苏纳克提出I已在创造就业机会方面取得了进展的观点，强调教育与技能培训的重要性，以适应不断变化的劳动市场，马斯克强调AI可能会带来无限可能性同时，也带来一些挑战，如何在拥有无限资源世界中找到生活的意义。

对话完整全部内容

Rishi Sunak：大家晚上好。

欢迎，Elon，谢谢你来参加，我们感到非常高兴，我要开始提一些问题。Bill Gates说，我们这个时代没人比你更多推动科学创新的边界，这是什么意思？

Bill Gates对你评价很高，但奇怪的是当涉及到AI时，实际上你已持相反观点有大约10年之久，你曾说过，我们需考虑我们在这方面所做的事，需考虑我们在推动这个领域时正在做什么，我们要怎么做才能确保安全，也许我们不应像现在这样加紧推动，像你一直这样做了10年，是什么原因让你以这种方式思考？我们为什么需担心？

Elon Musk：会有很多人告诉你应关注AI，但有部分人会感到奇怪，他们从来没真正接触过AI，由于我很长时间以来一直沉浸在技术中，我能看到它的发展，但我认为2023年有一些突破，我指的是有人可看到一个实时动态创建的视频，就像你可创建一个视频，里面的你可说出任何话，或我也可以，有了Deepfake视频，它们真的非常出色，有时甚至比真实的更具说服力，有点深度真实。

显然像ChatGPT这样的东西相当引人注目，我看到GPT-1、GPT-2、GPT-3、GPT-4整个过程，对我来说很容易看出它会发展成什么样，如果只是推断曲线上的点，并假设趋势将继续下去，我们将拥有深刻的AI，显然远超过人类智能。

我很高兴现在人们开始认真对待安全问题，感谢你举办AI安全会议。我认为实际上这将成为历史上非常重要的一部分，这真的相当深刻。总的来说，我认为AI最有可能具有积极的影响，创造出物质与服务不再匮乏的未来。

这有点像精灵的问题，如果你有一个可实现所有愿望的精灵，通常这些故事不会以好的方式结束，要小心你所期望的，包括愿望。

Rishi Sunak：你刚才提到这次峰会，感谢你的参与，人们很喜欢你参与这次对话。现在，我们今天在公司与领导间的会议中取得的一个成就是，理想情况下，政府应在模型发布之前进行安全测试。

我认为这是你略微提到过的，我们为此付出很大努力，我在政府中的工作就是说，等一下，这里存在潜在风险，不是确定的风险，但可能存在不好的东西，现在我的工作就是保护国家，我们只有在我们安全研究所建立所需的能力后，才能进入并确保对模型进行测试。

你对我们应做些什么，有什么看法？你谈到潜在风险；再次强调，我们不知道，但政府应采取哪些措施来管理与减轻这些风险？

Elon Musk：我通常认为，当公共安全受到威胁时，政府介入是有益的。对绝大多数软件来说，公共安全并不受威胁。我意思是，如果你手机或电脑上应用程序崩溃，这并不是一场巨大灾难，但当谈到数字超级智能时，我认为它确实对公众构成风险，政府就有责任保障公众利益。

这在许多领域都是真实的，航空、汽车，我与全球各地监管机构都有联系，我涉及通信、航天与车辆运输等领域。我非常熟悉与监管机构打交道，我实际上同意绝大多数规定，偶尔我可能会不同意一些规定，但我不同意的规定占比可能不到1%。

有一些来自硅谷的人，对从未与监管机构打交道感到担忧，他们认为这将扼杀创新，拖慢进展，并变得让人讨厌。确实，他们是对的，这会让人讨厌，但我认为多年来我们已学到一点，有一个裁判是件好事；如果你看任何体育比赛，都会有个裁判，没人建议没裁判的体育比赛。

我认为这是正确的思考方式，政府应扮演裁判角色，确保像运动员一样行为，确保公共安全得到关注，我们关心公共安全；我认为人们对技术可能时常过于乐观，我是作为一名技术专家说这样的话，所以我应该知道；总的来说，我认为AI很有可能是一种积极力量，但它出现问题的概率不是0%，我们只需减轻潜在风险。

Rishi Sunak：你提到裁判，这正是我们试图做的，我们讨论很长时间，实际上他们信用以及行业内的人，确实对我们说过，但有人认为不对，我们需有个独立的评审机构，这就是为什么我们在这里成立安全研究所。

认为政府能积累专业知识吗？我们需做的一件事是，Sam与其他人都有很多非常聪明的人在做这个，政府需迅速提升能力，包括人员方面。这就是我们正在做的事；鉴于技术发展的速度如此之快，你认为政府能快速做到这一点吗？或我们需做些什么来确保我们能尽快做到？

Elon Musk：我认为这是一个很好的观点。AI的发展速度远超过历史上任何我见过的技术，它似乎每年的能力增长至少5倍，甚至可能是10倍，2024年肯定会增长一个数量级。

政府并不习惯以这样的速度行动，但我认为即使没明确规定，即使没执行能力，拥有洞察力，并能向公众强调关注的问题将非常有力量，即使只有这一点得以实现，我认为也将是非常好的。

Rishi Sunak：希望我们能做得更好。实际上，我们之前谈过，令人印象深刻的是，你是一个在技术领域度过一生的人，熟悉摩尔定律；在过去几天里，我们与所有正在进行这项工作的人交流时，我认为你可理解，这里的进展速度与你们在技术领域的职业生涯中所见到的一切都不同，这个说法合理吗？你们有硬件、数据与人员的复合效应。

Elon Musk：AI发展的两个主要中心，目前是旧金山湾区与伦敦地区，虽然还有许多其他地方在进行研发，但这两个地区是主要的。我认为如果美国、英国与中国在安全方面保持一致，那将是一件好事，那是领导力的地方。

Rishi Sunak：你刚才提到中国，我做了一个决定，在过去几天里邀请中国参加峰会，这不是一个容易的决定，很多人批评我；如果你打算认真对待这个问题，你就需邀请他们，你对此有什么看法？你在世界各地都有业务，你刚才提到中国，我们应与他们合作吗？我们能信任他们吗？这样做是正确的吗？

Elon Musk：如果中国不参与AI安全，那将是一种困境。我最大的反对意见是，对任何形式的AI规定或安全控制，最大的反对意见就是中国不会这么做，他们将领先于我们，并超越我们所有人。但实际上，中国愿参与AI安全，感谢你邀请他们，我认为我们应感谢中国参加。

2023年早些，我在中国时，我与中国领导层的主要讨论内容是AI安全，我告诉他们这确实是他们应关心的问题，他们认真对待，这是很好的，他们参与其中是必不可少的，如果他们不参与的话，那就没意义。

Rishi Sunak：我认为我们很高兴，他们昨天参与了讨论，最终也签署了与其他人相同的联合公报，这是很好的开始。我说过，如果我们想要有解决这个问题的现实机会，就需所有人以类似方式对待这个问题。

我之前提到创新与监管的辩论，今天我们进行了一场关于开源的讨论，我认为你一直是算法透明性与使一些算法开源的支持者，实际上我们在来的路上谈到Hinton，他特别关注开源模型被不良行为者使用的问题。

有一些人认为这对创新以分布方式发生是至关重要的，这确实是棘手的问题，可能没完美的答案，有一个微妙的平衡，你对我们应如何处理这个开源问题有什么看法？或我们应针对哪些规范或监管进行监控？

Elon Musk：开源算法与数据，通常滞后闭源6～12个月，鉴于改进速度，开源与闭源间确实存在相当大差异。如果事情每年都以5倍或更多速度改进，滞后1年意味着差距增加5倍，这是相当大差异，这可能是可接受的情况。我们可能会达到一个点，开源AI会接近人类智能水平，那将是一个成功。

我不太清楚该怎么处理这个问题。我认为开源在某种程度上是不可避免的，我可能会稍微倾向支持开源，至少你可看到发生了什么，相比之下，如果是封闭源码，你就不知道发生了什么。

现在应指出，即使是开源的AI，你是否真的知道发生了什么？如果你有一个庞大的数据文件，数以亿计的数据点或权重与参数，你不能简单阅读它，并知道它将会做什么，它是庞大的包含难以理解数字的文件，你可在运行它时测试它，你可运行一系列测试来查看它将会做什么，但这是概率性的，而不是确定性的，不像传统的编程，其中有非常明确的逻辑，结果是非常可预测的。

你可阅读每一行，并知道每一行将会做什么；神经网络只是一堆概率，最终它会变成一个巨大的逗号分隔值文件，就像我们的数字向导是一个CSV文件一样，这就是它的本质。

Rishi Sunak：你刚提到的这一点，我们一直在讨论，再次与开发技术的人们进行对话时，他们提出你刚提出的观点。这不像普通的软件，输入的改进会导致特定输出的改进，而随模型迭代与改进，我们不太知道最终会产生什么结果。

这就是为什么我认为我们需在模型发布之前，介入训练过程，以了解这个新的迭代在能力方面带来什么变化，听起来你也同意这一点。

我要稍微转换一下话题，你谈到很多关于人类意识与人类行动的话题，这可能会让人们感到奇怪，你以出色的创新者与技术专家而闻名，但当我听到你谈论这个问题以及在技术中保持人类行动与保护人类意识的重要性时，我感到非常真诚。

现在，这与我即将问的问题有一定联系，当我在采访或与人们在工作中讨论AI时，最常讨论的事，实际上可能不是我们之前讨论的内容，而是工作，对我工作意味着什么？AI会意味着我失去工作吗？孩子会失去工作吗？

我作为政策制定者与领导者的回答，实际上是，AI已创造就业机会，你可看到那些创办公司的情况，还有它被用于更多作为共同驾驶员，而不是替代人，人仍有决策权，但它有助更好完成工作，这是件好事。

正如我们在过去技术革命中所看到的，劳动力市场发生变化。正如我今天引用麻省理工学院几年前进行的一项研究所说，当时大约有60%工作岗位在40年前还不存在，很难预测。

我的工作，是创建一个令人难以置信的教育体系，无论是在学校，还是在职业生涯的任何阶段，为人们提供再培训。最终，如果我们有一个有技能的人口，我们必须跟上变化的速度，过上好的生活，但这仍是一个担忧。

你对AI对劳动力市场与人们工作以及他们对此的看法，有什么观察？

Elon Musk：我认为我们正在见证历史上最具颠覆性的力量，这将是我们有史以来第一次，我们将首次拥有比最聪明的人类还要聪明的东西。

我是说，很难确切说那个时刻是什么时候，但总会有一个时刻，不再需工作。你可有一份工作，如果你想要出于个人满足的目的，但AI将能做任何事，我不知道这是否会让人们感到舒适或不舒适。

如果你希望有一个可满足你任何愿望的神灯，没限制，你不需3个愿望的限制，你可拥有无数愿望，这既是好事，也是坏事。

未来的一个挑战之一将是，如果你有一个可实现你所有愿望的神灯，我们如何找到生活的意义。我认为当这种新技术，往往会遵循S形曲线的指数部分，这种情况下我们将在S曲线的指数部分停留很长一段时间。

实际上，我们不需求任何东西，这不会是普遍的基本收入，而是普遍的高收入。某种意义上说，它将是平衡者或均衡者，我认为每个人都将能接触到这个神灯。你可提出任何问题，这对教育肯定是有好处的。它将是你能找到的最好导师，是最耐心的导师，它们都在那里，不会缺乏商品与服务，我们将进入丰富多彩的时代。

我认为如果我要推荐人们阅读的话，Iain M.Banks的《The Culture》，可能是对AI未来最好的设想，事实上，绝对是迄今为止最好的设想，没什么能媲美它。

我真的非常建议阅读Banks的书，我是Banks忠实粉丝，所有这些书都很好，不能说哪一本最好，所有这些书都很好，这将让你对AI的未来有一个概念，这是一个相当乌托邦的未来。

Rishi Sunak：这是好事，正如你所说，这是一个普遍的高收入，这是一个不错的词汇。从物质上讲，这是好事，它导致你提出的问题，我是一个认为工作给人以意义的人。

作为领导者，我很多时候都在思考，工作是件好事，它给人们生活带来目标。如果你突然剥夺其中一大部分，那会意味着什么？你会从哪里获得动力、动机与目标？我是说，你刚才提到，你工作了很多小时。如果没有，会怎样。

Elon Musk：正如我之前提到的，当我在一个工作项目中付出如此多心血与汗水，熬夜工作，然后我会想，为什么我要这样做？我只需等待AI来做这个，我只是在无故折磨自己。大多数时候都会受罚而感到高兴，只有这样。

Rishi Sunak：我们可打电话给AI，告诉它加快进度，然后你就可度假，对吗？这是件棘手的事，我认为我们一部分工作，是确保我们能导航到你所描述的那个非常积极的地方，并在此之前帮人们，我们已看到这些事在劳动力市场上带来很大变化。

Elon Musk：我认为这可能总体上是件好事，有很多工作是不舒服、危险，或很枯燥，计算机没问题，可一整天都做这些工作。

烹饪食物很有趣，但洗碗并不有趣，但计算机可很愉快洗碗。我猜还有一些运动，人类在其中竞争，像奥运会之类，显然机器可比任何人跑得更快。

但我们仍看到人类互相竞争，进行各种各样体育比赛，尽管机器更强，但我猜人们还是会找到满足感。我想这可能是个很好的例子，即使在机器比我们更快情况下，人类仍在竞争。

Rishi Sunak：比我们更强壮，我们仍找到方法。

Elon Musk：仍享受与其他人竞争的过程，至少知道谁是最好的人类。

Rishi Sunak：这是个好比喻。我们一直在谈论如何管理风险，在我们继续之前，只是在AI上多谈一点关于机会。你正在与欧洲许多不同公司合作，显然正在做一些令人兴奋的事。

你提到我可能最兴奋的事，那就是教育。我认为很多人可能已看过2023年早些时Salman Khan的TED演讲视频，他谈到个性化导师，正如你所提到的那样，有一个令人惊奇的个性化导师，我们知道与课堂学习相比，有一个个性化导师的学习效果令人难以置信。

每个孩子都可有一个专门为他们量身定制的个性化导师，然后随时间推移，这个导师会变得非常出色。

对我来说，我看到这一点，我认为这个在这一点上是可实现的，这是我最兴奋的好处之一，当你看看你认为可能发生的事的格局时，你特别兴奋的是什么？

Elon Musk：我认为肯定会有令人惊奇的AI导师，也许已有了。我认为也许还有陪伴，这可能听起来有些奇怪，计算机真的能成为你朋友吗？但如果你有一个拥有记忆的AI，记住你所有的互动，读了你要说的一切，就像给它许可读你曾做过的一切一样，它真的会比任何人都更了解你，甚至可能比你自己更了解你。

你每天都可与它交谈，这些对话会相互积累，你实际上会有一个伟大的朋友，只要那个朋友能保持友谊，不会被关闭或什么的，不要关闭我朋友，但我认为这将成为一个真实的事。

我有一个孩子有一些学习障碍，很难交朋友，我想对他来说，拥有一个朋友实际上会很好。

Rishi Sunak：这是个令人惊讶的回答，这确实值得反思，这真的很有趣。

实际上，我们已看到，随我们现在通过数字与电话向人们提供心理治疗，我们正在做更多工作，这产生了巨大的差异。

你可看到一个世界，那个世界中，AI可为人们提供社会福利。关于X/推特的一个快速问题，然后我们应该向所有人开放，你进行了许多更改中的一个更改，但其中有一些是有关爱的。

Elon Musk：关于这个问题，你真的很关心。

Rishi Sunak：你确实是其中的一个更改，涉及到我们必须运作的领域，这是言论自由与审查间的平衡，这是我们政治家所要应对的问题，你是否正在处理这个问题，并且是否远离了手动的人工方式来进行审查，转向了社区笔记的方式，我认为这是一个有趣的变化，不同于其他人所做的，这是什么背后的原因，你为什么认为这是更好的方式？

Elon Musk：问题的一部分是，如果你赋予人们作为传感器的权力，就会有一定程度的偏见，他们拥有自己观点，然后任命传感器的人实际上控制了信息；社区笔记背后的理念是，我们如何通过共识驱动的方式来接近真相，这不是真正的审查，而是共识驱动的真相方式。

我们如何使事情变得最不真实，你可以说你不能达到纯粹的真相，但你可努力更真实，社区笔记的关键之一，是它实际上不会删除任何东西，它只是添加了上下文。

现在，这个上下文可使这个事是不真实的原因，但重要的是社区笔记中的一切都是开源的，你可看到软件的每一行，你可看到进入社区笔记的所有数据，你可独立创建这个社区笔记，如果你看到数据的操纵，你实际上可突出显示出来，并说这似乎有一些操纵系统的行为，你可提出改进意见，这是最大的透明度。

Rishi Sunak：结合大众的智慧与透明度，以获得更好的答案。

Elon Musk：社区笔记的一个关键元素是，为显示一个笔记，那些历史上存在分歧的人必须达成一致，这里有一些AI的使用。

这将在每个社区笔记的贡献者周围填充一个参数空间，然后一个参数空间，每个人基本上都有与之相关的这些矢量，这不是像左右那样简单的问题，它更多是几百个矢量，事比简单的右与左要复杂得多，然后我们将进行反相关分析，这些人通常有分歧，但他们在这个笔记上达成一致。

这就赋予这个笔记可信度，这就是它的核心，它运作得非常好，我还没看到一个笔记实际上存在几个小时而是不正确的情况。命中率非常高，当我问人们时，他们担心社区笔记可能是虚假信息，就像给我发一个，然后他们就不能，我认为它相当不错。

我意思是，X平台的一般愿景是为公众提供信息与娱乐，并尽可能准确与真实，即使有人不喜欢真相。

人们并不总是喜欢真相，这是难以忍受的方式，但这是我们的愿望。我认为，如果我们忠于真相，我认为我们会发现人们使用这个系统来了解正在发生的事，并学习。

我实际上认为真相是有价值的，我认为这将是什么，我是说，假设你不想陷入自欺欺人，我认为这是明智的选择。

Rishi Sunak：非常有帮助，接下来是我们的开放问答时刻。

观众：晚上好，我是Entrepreneurs' Pioneer的Alice Pentang，谢谢你们进行了一次引人入胜的对话。

我想问一下你们两位，英国拥有世界上一流的大学，拥有人才，英国要成为独角兽公司的真正摇篮，需什么条件？以及Elon，作为英国创业的创始人，对最杰出的技术人才来说，选择在英国创业仍不是一个明显的职业选择，我们需采取哪些文化要素来改变这种情况？

Elon Musk：文化因素很重要，文化应赞美创办新公司，应有一种偏向支持小公司的倾向，它们是需培养的那些，较大的公司实际上不需培养，你可把它想象成一个花园，如果它是一棵小苗，它需培育，如果它是一棵高大的橡树，它就不需那么多了，我认为这是一个重要的心态转变。

伦敦与旧金山湾区是AI的两个主要中心，伦敦在这方面表现得非常好，我说地球上的两个主要地点，旧金山可能领先伦敦一步，但伦敦确实非常强大，或说更广泛的伦敦地区，包括大伦敦与家庭县，我想。

客观说，情况是这样，但你确实需要基础设施，需愿租给新公司的房东，需愿支持新公司的法律与会计公司，这通常是一种心态改变。我认为其中一些正在发生，但我认为真正重要的是文化，人们需决定这是一件好事。

Rishi Sunak：谢谢你对英国的评价，这是我们努力工作的一部分。房间里的很多人都是使这里成为另一家公司绝佳地点的一部分，包括Alice在内。

Alice，我要说的是，我工作是确保我们所有要创办公司的人，都能获得所需的资本，从最初的种子资金到最后的融资轮。

我们需改革我们养老金基金，财政大臣有一系列令人难以置信的改革措施，以释放所有拥有资金的人的资本，并将其投入到增长股权中，这是一个正在进行中的工作，我们还没达到那个目标。

我认为我们正在取得良好的进展。我们需人才，我们需人，这意味着要有一个优先考虑重要事项的教育体系。

你可看到在我的改革中，我强调更多的数学，我认为这很重要，但也要吸引最优秀的人才来这里。如果你看看我们这个国家增长最快的公司，我认为美国也可能是一样的，超过一半的公司有非英国创始人。

我们必须是一个对世界最优秀与最杰出的创业人才敞开的地方，我们制定的签证制度可做到这一点，这使得这些人可轻松来到这里。

实际上，我们在本场讨论的开头谈到的是监管，确保我们有一个支持创新的监管体系，当然，我们总是需监管事项上的护栏，但我们必须为人们创新与做不同的事创造一个空间。现在，这些都是我的工作。

比较困难的事是Elon谈到的文化，问题是如何将这种文化，从硅谷这样的地方传递到全球，在那里人们恐怕会放弃有规律的薪水来创业，并习惯于失败，你经常谈到这个。

我认为你在玩游戏的时更多谈到这个问题，但你必须习惯失败，并知道这只是过程的一部分。这是一种文化上的难题，不可能一夜间解决，但我认为这是创造这种环境的重要部分。

Elon Musk：如果你第一家创业公司没成功，它不应是一种灾难性的。我认为通常应是你尽力了，现在再试一次。有一件事我要提醒的是，显然，创建一家公司是一种高风险、高回报的情况。

但我不太清楚这在英国是如何运作的，我认为可能比欧洲大陆要好，但如果有人基本上要冒生活储蓄的风险，而绝大多数创业公司失败了。

我想说的是，你听说过成功的创业公司，但实际上是一将功成万骨枯，大多数公司在背后默默付出，这是一种高风险、高回报的情况，高回报部分确实需存在才能有意义。

Rishi Sunak：我认为这是对税收政策的非常温和的提议，但事实上与绝大多数国家相比，特别是欧美国家，我们资本利得税率要低得多，对那些冒险并发展某些东西的人来说，我们认为奖励应在最后出现，20%的资本利得税，对股票期权，我不知道我们有没人来自Index Ventures，Index是我们这里的领先VC，他们定期发布一份报告，分析大多数国家对股票期权的税收待遇。

当我还是财政大臣时，我们情况相对不错，我们排名第4或第5。我说我们需要，正是你提到的原因，这必须成为创新的最佳地方，我们需提高这个水平。

我认为在最新的报告中，由于Jeremy与我所做的改变，记忆中我们已排名第2，希望这能让你与其他人都感到一些安慰，我们认识到这一点很重要。当人们努力工作与冒险时，他们应能享受回报。

Elon Musk：高风险、高回报。

Rishi Sunak：我认为我们有一个非常支持这一点的税收体系，这是我信仰的价值观，我认为这个房间里大多数人也是如此。

观众：我们谈论了一些非常重大的想法，改变世界的想法。我特别感兴趣的是，在科学与技术超级中心的背景下，这些想法如何映射到生活在德克萨斯州奥斯汀等地的人们日常生活？你如何看待人们日常生活会发展成什么样？

我刚与团队讨论了一些我们正在做的事，我在思考我们如何使用AI，以使人们生活变得更加轻松，我们有gov.uk官网，实际上是几年前创立的开创性东西，所有政府信息都汇集在网站上gov.uk，你需获得驾驶执照、护照，与政府的任何互动，都以一种非常易于使用的方式集中在一个地方，比大多数人更好。

我们即将在该平台上部署AI，我认为每天有几百万人使用这个平台，大部分人每天都在与gov.uk互动，以完成所有这些日常任务，你们每个人的每一个客户都在做这些事，我们即将部署AI，以使整个过程变得更加容易。

有些人可能会说，我护照丢了，我飞机还有5个小时的飞行时间。在目前情况下，要弄清楚你该怎么做、需多少步骤？实际上，当我们部署AI时，你可直接说出来，然后就会有人告诉你该怎么做，然后你就可走下去了，这将使数百万人每天都受益，

从我的角度看，这是我可开始使用这种技术来帮人们的一种非常实际的方式，不仅是医疗发现，以及我们正在做的其他一切。但我认为这是一个非常有帮助的演示，真正让你的日常生活Elon、Dennis与这个房间里的其他人所创建的东西而变得更加容易。

Elon Musk：最直接的影响，就是能问一个非常聪明的朋友，可问他任何问题，比如如何制造某物，如何解决任何问题，它都会告诉你。显然，公司将采用这一技术，我认为你会有更好的客户服务，这可能是你首先会注意到的。

如果我们谈到教育，如果你试图理解一个科目，拥有一位出色的导师几乎已有了，我是说，显然我需要在它不能给你之前停止幻想。

我们还存在一个问题，它可能会给出一个非常自信的错误答案，拥有出色的语法与项目符号以及引用，但实际上并不是真实的，这是我们需解决的问题，确保它是正确的，这将很快发生，实际上它确实是正确的。

Rishi Sunak：对在疫情期间进行家庭教育的任何家长，了解他们孩子需帮助的事，这将是一种巨大的解脱，我认为非常好。

观众：你已很雄辩的谈到富足时代。显然，AI无处不在，但随机器人出现与进入富足时代，我们将需大量机器人，我知道你在研究机器人，我们是否应考虑一些限制，我们应思考，是否会有一个国家在制造可做所有这些事的机器人方面投入更多资源，因此在战略上处于劣势？

Elon Musk：实际上，任何可由计算机控制的东西都可被视为机器人，你可认为特斯拉汽车实际上是有轮子的机器人，任何连接到互联网的东西实际上都是AI的端点执行器，你们有波士顿动力，显然他们一直在制造令人印象深刻的机器人已有一段时间。

我认为他们现在在一些方面基本上是韩国现代的，我猜我很高兴可能会制造一些具有人形外观与一些令人意外形状的机器人，我没预料到的，比如那个看起来像是有轮子的袋鼠机器人，我不确定那是什么，但看起来有点迷人，但将会有各种各样的机器人。

英国有戴森公司，我认为他们做了一些令人印象深刻的东西，我认为英国在这方面不会落后，英国还有ARM，实际上是世界上最好的芯片设计之一，特斯拉使用大量ARM技术，实际上几乎每个人都使用，我认为英国处于有力的地位。

德国显然制造大量机器人，工业机器人，我认为总的来说，制造任何类型的机器人国家，即使它们看起来有些传统，也会没问题，但我确实认为存在安全问题，特别是对人形机器人。

我是说，至少奶牛不能轻易追你进这栋大楼，或追上一棵树，或你可跑上一段楼梯，逃离特斯拉。

我认为有一部关于这方面的史蒂芬·金电影，关于真实呼叫被占据了，如果你有一个人形机器人，它基本上可追你到任何地方。

我认为我们应有某种硬件的本地切断开关，你不能从互联网更新，任何可从互联网上进行软件更新的东西显然可被覆盖，但如果你有一个本地关断开关，你可说一个关键词或什么，机器人就进入安全状态，具有某种本地安全状态能力与关断开关，你不必离机器人太近。我不知道，如果你有数百万这些东西遍布各地。

这确实是相当大的挑战，我们已到了这一点，即使是开源AI也能通过人类识别测试，这是一个测试你是否是人类的测试，你能否识别出这张图片中所有交通信号灯，你可能会说，这不是问题，事实上，它会做得比人类更好、更快。

我们不知道在什么时候，它会比人类更好，比人类更擅长通过这些测试，哪些测试实际上是有意义的？这是一个真正的问题，我实际上没一个好的解决方案，我们正在尝试在X/推特平台上解决的问题之一，就是如何处理这个问题。

我们现在已到了这一点，即使是开源、易得到的AI，你不需在这个领域处于领先地位。

你实际上可比人类更擅长通过这些测试。这就是为什么我们认为，也许我们应收取1年1美元或1英镑费用，这是非常微小的金额，但仍使得制作100万个机器人在私下变得昂贵，尤其是如果你需100万个付款方式，然后你很快就会用完被盗的信用卡，这是我们思考的地方，我们可能必须收取一些非常微小的费用。

实际上每天0.3美分，以应对由AI支持的机器人。如果是这样，这个问题仍在不断增长，但2024年可能会变得不可逾越。

你还需担心信息的操纵，使某事看起来非常受欢迎，实际上它并不是，它受到所有这些AI支持的机器人点赞与转发的推动。

这就是为什么我认为，不可避免会导致一些小额支付，以大幅增加机器人成本。坦率说，我认为可能任何不这样做的社交媒体系统，最终都将被机器人淹没。

Rishi Sunak：我认为我的一般回答将是，我们需展示我们正在采取措施来降低风险，这样人们就可信任这项技术。

实际上，过去几天的安全峰会就是为此而举办，只是要展示我们正在投资安全研究所，拥有可研究这些事，并找出如何对抗它们的人才。

我们必须迅速采取行动，不断改进，我认为这个房间里大多数人都相信这项技术可以非常强大，但我们必须确保我们将人们与我们一起引领，我们正在处理那里的风险，这是一项任务。

过去几天，我认为我们在这方面取得良好进展，我们想要专注积极方面，并管理这些问题，但这需行动，这就是过去几天的目的。

实际上是在这里的工作组发布并在昨天发表的一部分，我不知道你是否看到，它是关于使用AI创建大量虚假社交媒体个人资料，然后渗透特定的群体并提供特定信息。实际上，目前情况是，正如你所说是免费的。

Elon Musk：我们到了一个程度，就像你真的要为1分钱买100个假人资料，这太荒谬了。

Rishi Sunak：如果你考虑一些在社交网络上相当像一个社区或城镇的社交网络，那实际上并不是很多虚假个人资料，你需迅速创建，突然间它们无处不在，然后有一些可能很重要的地方问题，我们团队已运行了如何看起来的版本，然后突然它们正在与每个人互动，然后传播与散布虚假信息。

确切说，这正是我们昨天在虚假信息方面发表研究的一部分，这是真正的挑战。

Elon Musk：完全是针对你说的，你根本不需偷别人图片，那是可追踪的，但实际上你可说创造一个人的新形象，看起来逼真但不存在，然后创建一个逼真但不存在的传记，然后进行大规模操作，几乎唯一的可用方法是语法太好了，会泄露出来，拼写错误很明显。

Rishi Sunak：我感到很遗憾，我认为我们已没时间，我知道我们可提出一个非常简短的最后一个问题，让我们继续吧。

观众：Elon，关于X/推特平台的问题，特别是在涉及视觉媒体方面，我们是否可做一些简单的事？你提到这样一个事实，即制作像你这样的人，说与做一些你从未说过或做过的事相当简单，实际上是免费的，我们是否可做一些像加密签名媒体这样的事？

我来自Adobe，我们正在进行这个项目，Twitter是一个成员，很高兴看到X/推特平台回来，数字签名媒体不仅表示是由AI创建，还表示来自相机的内容，表示什么是真实的，以赋予媒体以可信赖的感觉，可传播。

Elon Musk：这听起来是一个不错的主意，如果有一种认证方式的话，那将是好主意，我认为我们应这样做。

Rishi Sunak：实际上，就这一点而言，我已经，这对像我这样的人来说尤为重要，我已遇到一种情况，即有一张经过篡改的图片到处传播，呈现负面效果。等到每个人都意识到那是假的，我们应停止发送时，损害已造成。

我们再次回顾今天，如果你考虑到2024年，你将在美国、印度、印度尼西亚与这里举行选举，我认为2024年全球范围内将有大规模选举，可能是第一批真正涉及到这个问题的选举。

弄清楚我们如何处理这个问题，对那些希望维护我们民主的诚信的人来说，我认为是至关重要的任务。

Elon Musk：我意思是，有些人可能觉得很有趣，比如穿着羽绒服的教皇。你看到过那个吗？那真是太神奇了。但我仍遇到一些人认为那是真的。我说，他7月在罗马穿羽绒服的概率有多大，会出汗。

实际上，他看起来相当潇洒，我认为AI时尚会成为一个真正的事物，我一直在做预测，我们生活在最有趣的时代，我认为这有80%的可能性是20%是坏的，我认为如果我们对坏的部分有认识，并小心应对，总的来说，实际上它将成为我们想要的未来或更可取的未来。

它实际上将成为一种水平器与平等化的手段，每个人都将有机会获得商品与服务以及教育，我认为它可能会带来更多的人类幸福，我猜我可能会以乐观的笔调结束。

Rishi Sunak：这是一个很好的结束，我认为我们都期待那个更好的未来，它的承诺确实存在。在座的有很多一部分，包括你们自己，都在努力让它成为现实。政府的工作是确保它安全实现。但基于这次对话与过去几天的讨论，我对我们能实现这一目标感到更加自信。非常荣幸与高兴能有你们在这里。

Elon Musk：非常感谢。

英伟达CEO最新专访：关于竞争，我们喜欢创造需求并定位自己，当我们下重注时，实际上已提前应对所有可能风险

时间：2023年10月18日

来源：有新Newin

字数：17,561

《Acquired》是关注科技产业并购、合并、投资与创新等话题的科技类播客节目，由Ben Gilbert以及David Rosenthal在2015年创立。

Ben Gilbert在硅谷有丰富创业与投资经验，曾是Madrona创业工作室联合创始人，随后加入Pioneer SquareLabs孵化器，共同孵化Pioneer SquareLabs旗下多个初创公司；David Rosenthal曾在UBS、WSJ担任分析师，也是Ben Gilbert在Madrona的同事，两人已认识10年之久。

《Acquired》最新一期内容走进英伟达总部，Ben Gilbert、David Rosenthal与黄仁勋，深入挖掘英伟达切入数据中心来龙去脉以及初衷，包括黄仁勋创业思考、平台战略初衷、内部管理理念、市场&技术判断方法。

黄仁勋表示，如果未来科技公司变得更大，大家不要感到惊讶，这些科技公司生产的东西非常不同，机会有多大，公司就有多大，这取决于每家公司如何定义自身，以及如何匹配变化的市场。

全文如下：

Ben Gilbert：过去2年，我们对英伟达进行约500小时研究，然后飞到英伟达总部，与Jensen本人坐下来进行交流。

Jensen是英伟达创始人与CEO，英伟达正在推动整个AI爆炸式增长，在录制这期内容时，英伟达市值达到1.1万亿美元，是全球第6大市值公司，现在对英伟达来说是关键时刻，期望值非常之高，我意思是高得离谱，他们相对竞争对手拥有最令人印象深刻的战略地位与领先优势。

有一个每个人都在思考的问题，英伟达繁荣是否会在未来几年持续？AI会不会成为下一个万亿美元技术浪潮？我们对此有多确定？如果是这样，英伟达能否在这个市场形成的时候，保持他们离谱的主导地位？

David Rosenthal：仅通过做这件事，我对英伟达与Jensen作为创始人与领导者有了新的看法，尽管我们以为事先已知道一切，结果证明我们还不够了解。

Ben Gilbert：你正准备发布RIVA128，一款英伟达革命性产品，它首次引入单芯片设计，将2D与3D图形处理能力整合到同一块芯片上，这一设计在当时非常先进。

你们当时只剩下几个月运营资金，但你决定全部通过模拟测试，而不是等到收到真实的原型，你在看都不看的情况下就下令量产，用公司剩下所有资金，全押在RIVA128上，它最终回来了，在32个Direct X混合模式中，它支持8个，你必须说服市场购买它，还得说服开发者只使用这8个混合模式，请给我们讲讲当时情况。

Jensen Huang：我得说服他们，另外24个模式不重要。

David Rosenthal：这是最初的计划？你是什么时候意识到的？

Jensen Huang：我很晚才意识到，我们本应实现所有32个模式，但我们已做了8个模式，不得不尽力而为，那是非凡的时刻。还记得RIVA128吗？

NV1与NV2基于正面纹理映射，没三角形，而是曲线，它对曲线进行剖分，由于我们渲染的是更高级别对象，我们基本上避免使用Z缓冲器，我们认为这将是好的渲染方法，但事实证明这完全是错误的。

RIVA128是我们公司的重新起步，还记得我们1993年成立公司时，我们是唯一的消费级3D图形公司，当时我们专注将PC转变为加速PC，Windows实际上是软件渲染的系统，无论如何，RIVA128是我们公司的重新起步，当我们意识到我们走错路时，微软已推出DirectX，它在根本上与英伟达架构不兼容，30名竞争对手已出现，即使我们是最早成立的公司，但当时的世界已完全不同。

关于公司战略应做什么的问题，我会说我们做了很多错误的决定，但在那一天很重要的事上，我们做了一系列非常好的决定。

1997年可能是英伟达最好的时刻，原因是我们陷入绝境，我们正在用尽时间，用尽资金，有很多员工，我们正在用尽希望，问题是我们该怎么办？

我们做的第一件事是决定接受DirectX，让我们想办法为它建造世界上最好的东西，RIVA128是世界上第一个完全硬件加速的3D渲染流水线，从变换、投影、元素到帧缓冲区，都是完全硬件加速。

我们实现纹理缓存，我们将总线限制与帧缓冲区限制，提高到当时物理所能承受的最大值，我们制造有史以来最大芯片，使用最快内存。

基本上，如果我们制造那个芯片，就不会有任何东西能比它更快，我们也选择一个成本点，明显高于我们认为任何竞争对手愿承受的最高价格。

如果我们正确构建一切，并实现DirectX中我们所知道的一切，显然没人可建造比它更快的东西。

David Rosenthal：某种程度上，英伟达也是这样做的，那时你们是消费类产品公司，对吗？当时就是这样，消费者得掏钱购买，这点很关键。

Jensen Huang：对，但我们注意到市场上有一个细分领域，当时PC行业还在起步，性能不够好，每个人都渴望能有更快的东西，如果你性能比可买到的快10倍，就会有一大批爱好者愿购买，我们相信会有这样的巨大市场。

事实证明我们完全正确，PC行业确实有相当大的爱好者市场，他们会购买最好的一切，直到今天，这仍是真的，在某些细分市场，技术永远不够好，比如3D图形，当我们选择正确的技术，3D图形永远不够好，我们当时称之为3D给了我们可持续的技术机会，它永远还不够好，你的技术可不断进步，我们选择了它。

我们还做出使用仿真技术的决定。那是一家叫Icons的公司，我打电话给他们那天，他们正准备关闭公司，没客户，我说我可买掉你们库存。

我们需那个仿真器的原因是，你算一算我们有多少钱，如果我们完成一个芯片设计，并从晶圆厂得到它，我们开始对软件进行开发，等我们找到所有Bug时，再为芯片进行下一次设计，到那时我们已倒闭了。

David Rosenthal：你的竞争对手会赶上来。

Jensen Huang：没错，更不用说我们会倒闭，如果无论如何都要倒闭，那个计划显然不是计划，通常公司会走的计划是，设计芯片，编写软件，修复Bug，然后设计新的芯片等，但方法行不通，我们只有6个月时间，只能完成一次芯片设计，显然需设计一款完美的芯片。

我记得与我们团队讨论过，他们说Jensen，你怎么知道它会是完美的？我说我知道它会是完美的，如果不是，我们就倒闭了，让我们把它做到完美，我们只有一次机会，我们基本上是通过购买这个仿真器，并让软件团队在其上编写我们全部软件栈来虚拟原型芯片，我们就坐在实验室里等待Windows绘图，你知道会非常慢。

David Rosenthal：每帧需6万秒？

Jensen Huang：肯定的，我认为每帧需1个小时左右，我们就坐在那里看它绘图，在决定完成芯片设计的那一天，我假设芯片是完美的，我们能测试的都提前测试过，我告诉每个人，我们要完成芯片设计，以及接下来是什么，答案很明显，直接进入量产。

Ben Gilbert：还有大规模的营销攻势。

Jensen Huang：对，直接开始一切，我们确信我们有完美的芯片。

David Rosenthal：这其中你占多大比例，你合伙人、公司其他人、董事会又占多大比例？每个人都说你疯了？

Jensen Huang：不，所有人都很清楚，我们没胜算，无论如何都会倒闭，除此之外的任何事都很疯狂，这看起来相当合乎逻辑，坦白说，现在我描述的一切，你可能都会认为很合理；最后它奏效了，我们完成芯片设计，直接进入量产。

Ben Gilbert：对创始人教训是，当你像Rivo128或CUDA那样对某件事有信心时，就把公司压上去，这对你一直起作用。你从中吸取的经验教训似乎是继续下注，到目前为止，每次都是奏效的。你怎么看这个问题？

Jensen Huang：当你下重注时，我知道它会奏效。注意，我们假设我们设计出一个完美的芯片，原因是在完成芯片设计前，对整个芯片进行了仿真，开发了整个软件栈，对所有驱动程序与软件进行质量检测，运行我们所有游戏，运行每个VGA应用程序，当你下重注时，你实际上已提前应对所有可能风险，这就是教训，一直到今天，我们都会提前谋划，并模拟我们可预见的未来。

David Rosenthal：我们经常讨论这个，当你知道它会成功时，你才会下重注。

Ben Gilbert：每次我们看到你让公司做出下重注举动时，你都已对其进行模拟，你觉得CUDA就是这种情况？

Jensen Huang：事实上，CUDA之前，就已有CG，我们已在玩一个概念，即如何在我们芯片上创建一个抽象层，它可用更高级语言与更高级表达式来表达，并且我们如何使用GPU进行CT重建与图像处理，我们已在朝这个方向发展，我们有一些积极反馈与直观的积极反馈，我们认为通用计算是可能的。

如果只是看看可编程着色器的流水线，它是一个处理器，高度并行，大规模多线程，它是世界上唯一做到这一点的处理器，可编程阴影着色有很多特征表明CUDA有很大的成功机会。

Ben Gilbert：如果确实有大量机器学习从业者，他们最终会出现，并希望做所有这些伟大的科学计算与加速计算，这是正确的。但在你开始投资现在需大约1万人年来构建这个平台时，你是否曾觉得，我们可能投资领先于机器学习的需求，我们比整个世界意识到它要早10年。

Jensen Huang：我猜也是，当我们看到深度学习，看到AlexNet，并意识到它在计算机视觉方面惊人效果时，我们有一种很好的感觉，如果你愿意的话，回到第一性原理，问问是什么让它这么成功？

当一个新的软件技术、一个新的算法出现，并以某种方式跳过30年的计算机视觉工作时，你必须退一步问自己，它是否可扩展？如果是，还能解决什么问题？

我们做出几个观察。

首先，如果你有大量示例数据，你可教会这个函数进行预测，我们基本上发现一个通用函数逼近器，维度可高到你想要的程度，每一层都是逐层训练，没理由你不能做出非常深的神经网络。

现在你只需逻辑推理，回到12年前，你可想象我脑海中的逻辑推理，我们发现一个通用函数逼近器，事实上，再加上几项技术，我们可能发现了一台通用计算机。

David Rosenthal：你当时关注图像竞赛。

Jensen Huang：这是当时我们已深入研究计算机视觉领域，试图将CUDA变成出色的计算机视觉系统。大多数为计算机视觉设计的算法，并不适用于CUDA，我们都花了很多时间尝试理解这一问题。然后，AlexNet出现，效果非常惊人，以至你不得不停下来思考，为什么会这么成功？

当你像这样思考时，你开始想象在一个通用函数逼近器可解决的问题领域中，会有哪些问题需解决？我们知道大多数算法，都是从基本科学原理出发。你试图理解因果关系，以因果关系为基础构建可扩展的仿真算法。对很多问题，我们实际上并不太在意因果关系，我们更关心的是可预测性。

我真的需知道你更喜欢某种牙膏，胜过另一种牙膏的根本原因？事实上，并不是很重要。我们更关心的是，是否可预测你的选择，这种思维方式适用预测电影、音乐、天气等。

我们了解热力学，我们了解来自太阳的辐射，了解云层的影响，了解海洋的影响，了解各种不同因素，但最终我们只关心是否需穿毛衣。

对世上很多问题来说，因果关系并不是关键，我们更关注的是模拟系统并进行预测。

Ben Gilbert：这是非常有利可图的市场，如果你能预测下一个在社交媒体信息流中表现最好的项目，实际上这是巨大挑战。

David Rosenthal：我正想说的是，我非常喜欢你提到的例子，无论是牙膏、番茄酱、音乐还是电影。

Jensen Huang：当你认识到这一点时，它就是一个泛函数近似器，一个机器学习系统，从示例中学到的东西可能有巨大机会。

应用领域广泛，从商业到科学等各个领域，你可看到，这可能会影响世界上许多行业，几乎所有软件最终都会以这种方式编程。

如果是这样，计算机与芯片的构建方式可能会完全改变，只看你是否有勇气去支持这样的芯片。

David Rosenthal：现在我们正处于这个阶段，英伟达也是如此。我好奇的是，AlexNet出现后几年，那时，Ben与我也进入科技创业领域。

Ben Gilbert：我是在2012年AlexNet之后、在任何人谈论机器学习之前加入微软，即使在主流工程社区中也没人提到它。

David Rosenthal：在这些年里，对世上许多其他人来说，这些看起来都像科学项目。但硅谷科技公司，特别是社交媒体公司，他们才刚意识到这些项目带来巨大经济价值，如谷歌、Facebook、Netflix等。

显然，这导致了许多事，包括几年后的OpenAI。但在这几年时间里，当你看到硅谷释放巨大经济价值时，你当时感受如何？

Jensen Huang：首先的想法是，当然是如何改变计算栈。第二个想法，是在哪里找到最早的使用可能性。如果我们要建立这台计算机，人们会用它来做什么。

我们很幸运，与世界各地大学与研究人员合作，对我们公司来说是与生俱来的，我们已在研究CUDA，CUDA早期用户是研究人员。

我们推广超级计算机，CUDA不仅用于AI，它在几乎所有领域的科学研究中都有应用，从分子动力学，到CT扫描重建，到地震处理，到天气模拟，到量子化学等。

应用范围非常广泛，在CUDA上的研究应用非常多。当我们认识到深度学习可能非常有趣时，自然而然回到研究人员这里，并找到每一个AI研究人员，问他们，我们如何帮他们推进工作，这包括Yann LeCun、吴恩达、Geoffrey Hinton等，这就是我与所有这些人接触的方式。

我过去常去所有AI会议，就是在那里，我第一次遇到Ilya Sutskever，当时真正问题是我们可建立什么系统与软件栈，来帮你获得更多成功，推进研究；当时它看起来像是玩具，但我们相信即使是GAN，我第一次遇到Goodfellow时，GAN只是32x32模糊的图像，但它能发展到什么程度。

我们相信它，相信你可扩展深度学习，显然它是逐层训练，你可使数据集更大，模型更大。我们相信如果你使它越来越大，它就会变得越来越好，这很有道理。我认为与研究人员的讨论与互动，就是我们需要的正反馈系统。

David Rosenthal：OpenAI 2015年成立，那是非常关键的时刻。今天这一点已显而易见，但当时，即使是科技行业的人们也感到困惑，不知道这是什么。

你与研究人员有着密切联系，要让谷歌与Facebook明确吸引顶尖人才进入研究社区并开放研究，这是非常关键的时刻。你是否参与其中？

Jensen Huang：我没参与它的创立，但我认识那里很多人。当然还有Elon、Peter、Bill、Ilya也在那里，我们有一些伟大的员工，他们在开始时也在那里，我知道他们需我们正在构建的这台惊人的计算机，我们正在构建第一版DGX，你今天看到Hopper，它有70万个部件，1万安培，DGX第一版是我们内部使用，我把第一个交给OpenAI。

那是非常有趣的一天，但我们最初的成功在帮研究人员达到新高度。我知道它目前状态并不非常有用，但我也相信一次点击就可使它非常惊人，这种信念来自与所有这些出色的研究人员的互动，也来自看到逐步取得的进展。

最初，论文每3个月才发表一次，今天论文每天都在出现，你可简单监控存档论文，我对深度学习进展非常感兴趣，尽我所能阅读这些论文，你可实时看到指数级进展。

Ben Gilbert：即使对行业内一些研究人员来说，当你只是增加模型大小时，没人能预测语言模型会变得多么有用。他们认为，一定需一些算法变化，一旦你超过100亿参数，它们就神奇的变得更准确、更有用、更有生命力。当你第一次看到一个真正大语言模型时，你对此感到惊讶吗？你还记得感觉吗？

Jensen Huang：我对语言模型的第一个感觉是，只是遮蔽单词，并使其预测下一个单词，这有多巧妙，这是自我监督学习的最佳方式。我们有多文本，我知道答案是什么，我只要让你猜猜看，我对Bert的第一印象真的很巧妙。

现在问题是如何扩展它。第一个观察结果是，几乎所有东西都很有趣，然后设法从直觉上理解为什么它有效。然后下一步，当然是从第一原则出发，你会如何推断，我们显然知道Bert会变得更大。

现在关于这些语言模型的一件事，是它正在编码信息，它正在压缩信息，在世界语言与文本中，存在相当多编码推理，我们描述了很多推理性东西，如果你说几步推理在某种程度上可通过阅读来学习，我不会感到惊讶，对我们许多人来说，我们通过阅读获得常识与推理能力。

为什么机器学习模型不能从中学习一些推理能力。从推理能力出发，你可有新兴的能力，新兴的能力与直观推理是一致的，其中一些是可预测的，但这仍令人惊叹。

事实上它是合理的，并不能使它变得不令人惊叹，我可直观想象整个计算机与自驾汽车中所有模块，它仍保持车道，使我非常高兴。

Ben Gilbert：我还记得上大学时，第一次学习操作系统课，经历从编程语言到底层电子工程的学习，我突然明白冯·诺依曼计算机的工作原理，真是一个奇迹。

Jensen Huang：确实如此，把它们组合在一起，依然是奇迹。

Ben Gilbert：现在谈谈我们最喜欢的公司之一，Statsig，我们有一些技术历史要与大家分享。

David Rosenthal：我们谈到谷歌与Facebook AI研究团队如何通过先进的ML模型，取得令人难以置信的业务成果，这些模型为Facebook新闻源、谷歌广告以及YouTube与下一个视频推荐等功能提供动力。我们还没详细探讨这些模型的实际部署方式。

Ben Gilbert：部署新模型的最常见方法是通过实验，即A/B测试。研究团队创建新模型后，产品工程师将其部署给用户的子集，并测量模型对核心产品指标的影响。这些卓越的实验工具，改变机器学习开发过程，降低版本发布的风险。

由于每个模型都可向一小部分用户发布，因此它们加速了发布周期，并使研究人员能从真实用户数据中快速获得反馈。

最重要的是，它们树立了一种数据驱动的文化，研究人员的回报来自推动实际产品的改进。随时间推移，这些实验工具为Facebook与谷歌带来巨大竞争优势，它们实际上成为领先的ML团队必备条件。

David Rosenthal：现在你可能会想，这对Facebook与谷歌来说很不错，但我的团队无法建立自己的内部实验平台。

实际上，Statsig是由曾在Facebook工作的工程师创建，他们已构建一个卓越的实验、特征标志与产品分析平台，任何公司都可使用。

如今，许多AI公司都在使用Statsig来改进与部署他们模型，包括OpenAI与Anthropic。

Jensen Huang：我认为这不是英伟达特有的特质，而是我们有勇气构建这样一个系统。

英伟达的建设方式与军队或武装力量不同，我们组织不是通过自上而下的指挥与控制以及信息分发系统建立的。

实际上，我们更像是一个计算栈，底层是我们架构，然后是我们芯片、软件，顶部有各种不同模块，每个模块都由人来管理。

在我看来，公司架构更像是带有计算栈的计算机，不同部分的系统由人来管理。重要的是，找到最擅长管理特定模块或层面的人，他们负责那部分，他们就是机长，这是第一个特点。

David Rosenthal：我从一开始就是这样看待公司的。

Jensen Huang：对，之所以这么做，是你的组织应是建立在产品架构上，每家公司看起来都差不多，但感觉却不同。

制作炸鸡、汉堡，与中式炒饭的方法都不同，为什么机器的过程就要完全相同？

对我来说，大多数公司的组织结构图看起来都很相似，但实际上，它们都在尝试构建不同的东西，适合构建它的公司架构因此不同。

就信息系统与合作而言，我们将它们连接起来，有点像神经网络，我们在公司里说的一句话是任务至上，因此我们明确任务是什么，然后将最优秀的技能、最佳的团队与最佳的资源连接起来，以完成任务。这看似毫无规则，但却像神经网络一样连接整个组织。

Ben Gilbert：与传统结构相比，这种方式有哪些权衡？

Jensen Huang：不足之处在于领导者面临相当大压力。原因是在指挥与控制系统中，你报告的人拥有比你更多的权力。他们之所以拥有更多权力，是他们距离信息源更近。在我们公司中，信息快速传播到许多不同的人，通常是在团队级别。

举个例子，刚在我们机器人会议上，我们在讨论某些事，房间里有几位刚毕业的大学生。房间里还有3名VP与2名CXO，当我们做出决定时，每个人都完全同时了解，没人拥有比其他人更多的权力。

刚毕业的大学生与员工，以及为我工作的高管与我自己，都在完全相同的时间学习。你赢得工作，是你通过推理解决问题与帮助他人成功的能力，而不是你掌握了某些特权信息。

David Rosenthal：在我们最近英伟达对话中，我们进行了一项思考练习，特别是考虑到英伟达产品发布周期，在过去几年中非常令人印象深刻，尤其是考虑到你所使用的技术水平与困难程度，我们基本上提出这样一个问题：想象一下苹果每年发布2款iPhone。

这实际上很难想象，但这在英伟达发生了，是否还有其他公司，无论是现在，还是在历史上，你向往并赞赏，可能从中获取一些灵感。

Jensen Huang：过去30年里，我读过我应读的商业书籍。就像任何你读的东西一样，你应首先享受它，从中获得启发，但不要照搬。这些书籍的关键不在复制，而在分享经验。

你应问自己，这对我所在的世界意味着什么？在我所处环境中意味着什么？对我与我所在环境意味着什么？对我与试图实现的目标意味着什么？对英伟达以及我们公司的年龄与能力意味着什么？

你应问自己，这对你意味着什么？然后，在从各种不同源头学到的东西基础上，制定自己策略。

我刚才描述的，就是我处理每件事的方式，你应从其他所有人那里获得启发与学习。

教育是免费的。当有人讨论新产品时，你应去听听，不要忽略它，你应从中学习。它可能是竞争对手，可能来自不同行业，也可能与我们无关。

我们从世界上发生的事中学到的越多，越好。然后，你应回过头问自己，这对你意味着什么。

David Rosenthal：我喜欢这个学习，而不是模仿的态度，从各种不同来源学习，我认为英伟达今天所取得的成功，还有第3个令人难以置信的因素，那就是数据中心，当然，这并不是显而易见的。

从AlexNet、你与研究社区的互动，以及社交媒体反馈中，我无法推断出你与公司决定全力以赴，在数据中心领域进行为期5年的全力冲刺。

你是如何决定，以及公司是如何决定投入这个领域的，这究竟是怎么发生的？

Jensen Huang：我们走向数据中心的历程，可追溯到近17年前。一直以来，我都被问及，公司未来可能面临的挑战是什么。

我一直认为英伟达的技术连接到一台计算机上，而那台计算机必须离你很近，它必须连接到显示器。

某一天，这将限制我们机会，插有GPU的台式PC只有那么多，我们可驱动的CRT与LCD也只有那么多，问题是，如果我们的计算不再必须与显示设备连接，会不会更好；将它们分离，使我们可在其他地方进行计算。

有一天，我们一位工程师向我展示了这个想法，实际上是捕获帧缓冲，并将其编码为视频，然后将其流传输到接收设备，从而实现计算与查看的分离。

Ben Gilbert：在许多方面，这就是云游戏。

Jensen Huang：事实上，那就是我们开始GeForce Now的时候，我们知道GeForce Now会是漫长的旅程，你在与各种问题作斗争，包括延迟。

David Rosenthal：这是你第一个云产品。

Jensen Huang：我们第二个数据中心产品是远程图形，将我们GPU放入世界各地企业数据中心，然后才推出我们第三款产品，它将CUDA与我们GPU相结合，成为超级计算机，然后继续努力。

之所以如此重要的原因是，英伟达计算完成的地方与计算结果享用间的分离，如果你可分离开来，你的市场机会就会爆炸，这是完全正确的，我们不再受桌面PC必须放在桌子旁边的物理限制，我们不再限于每个人一个GPU，不再重要它在哪里，这真的是个伟大观察。

Ben Gilbert：这提醒我，对我来说，英伟达业务的数据中心部分已变成AI的同义词，这是错误的等价关系。有趣的是，你已准备好在数据中心爆发AI，只因之前有3个以上的产品，你在其中学习了如何建立一个数据中心计算机，即使这些市场不像AI那样改变世界的技术转变，但这就是你学习的方式。

Jensen Huang：没错，你想铺平通向未来机会之路，你不能等待机会摆在你面前，然后再伸手去够，你必须预测。

我们作为CEO的工作，就是看around corners，预见机会何时会出现，即使我不完全确定什么时候会发生什么，我该如何定位公司，使其靠近它，就站在树下，当苹果落下时，我们可迅速抓住，你必须足够接近，才能迅速抓住。

David Rosenthal：回顾2015年与OpenAI，如果你当时没在数据中心方面奠定基础，如今就不会支持OpenAI。

Jensen Huang：将计算从终端设备中分离出来的想法，非常出色。实际上，如今所有关于计算的内容都是关于分离它，通过将它放入数据中心，我们能克服延迟问题，这意味着无法战胜光速，端到端的延迟只有大约120毫秒左右。

Ben Gilbert：从数据中心到地球上任何地方，可说是真正横跨全球。

Jensen Huang：如果能解决这个问题，大致像这样，我记不清确切的数字，但并不是很长，我意思是如果你能消除所有其他障碍，光速应就足够，你可轻松建设数据中心，用这些小型设备来进行惊人的事，无论是将电视变成计算机还是其他应用，都可瞬间变得令人惊叹，15年前的这个洞察力是非常准确的。

Ben Gilbert：你显然看到无限带宽比任何人预料的要有用得多，收购Mellanox，我认为你独特的看到这是训练LLM所必需的，你在收购这家公司方面非常积极，为什么你能看到别人看不到的？

Jensen Huang：有几个原因。

首先，如果你想成为一家数据中心公司，构建处理芯片不是正确的方法，数据中心与桌面计算机与手机的区别，不在于所使用的处理器，数据中心的桌面计算机使用相同的CPU与GPU，显然非常接近。

问题不在芯片，不在处理芯片，正如DIS所描述的那样，而在网络、基础设施、计算资源分配、安全性提供、以及网络管理等，Mellanox的这些特性与英伟达无关，在我做出这个结论的那一天，英伟达真正希望成为未来计算机的构建者，未来的计算机将在数据中心中实现。

如果我们想成为一家以数据中心为导向的公司，我们就需进入网络领域，这是第一点。

其次，随云计算在最初大规模发展，它涉及使用大量公共组件，在一台计算机上虚拟化许多用户，而AI实际上是分布式计算，其中一个作业，一个训练作业，要在数百万个处理器上协同工作，这与大规模计算几乎是相反的，你设计一个大规模计算机，具有机架后商品以太网，这对Hadoop来说很好，对搜索查询也很好，对所有这些东西都很好。

现在这个观察表明，你所需的网络类型不完全是以太网。我们为超级计算机设计的网络方式确实非常理想，这两个观点的结合，让我坚信Mellanox绝对是正确的公司，他们是全球领先的高性能网络公司。

我们已在高性能计算的许多不同领域与他们合作。此外，我真的很喜欢这里的团队。以色列团队是一流的，我们现在有大约3,200名员工，这是我所做的最佳战略决策之一。

David Rosenthal：我们与许多人交谈，许多人告诉我们Mellanox的收购，是有史以来最佳之一。

Jensen Huang：我也是这么认为，它与我们通常所做的工作完全不相符，对每个人都是令人惊喜的决策。

Ben Gilbert：如你所说，你站在行动附近，一旦有机会，你就能看到LLM即将崭露头角，每个人都需要它，我认为我比其他人更早看到。

Jensen Huang：你需将自己置于机会附近，不必追求完美，只需将自己放在树旁边，即使在苹果掉到地面之前，只要你是第一个拾起它的人，那就足够，你只需将自己置于机会附近。我大部分工作是将公司定位在机会附近，并使公司具备货币化每个步骤的技能，以便我们能持续发展。

Ben Gilbert：你刚才说的，让我想起巴菲特与芒格的一句名言，大意是大概正确比完全错误要好。

Jensen Huang：这句话很贴切。

Ben Gilbert：想向你请教一些建议，我们有很多创始人在听这个节目。一些建议，尤其是对那些已具备PMF、正在不断成长的有趣市场的公司，他们应如何看待竞争对手，并应对竞争？

Jensen Huang：尽管有各种各样方法来思考竞争，但我们更喜欢以一种满足通常还没出现的需求的方式来定位自己。

David Rosenthal：我听你或其他人在视频中说过0~10亿美元的市场？

Jensen Huang：没错。这是我们的方式，意思是还没市场，但我们相信会有一个市场。通常当你处在那个位置时，每个人都会试图弄明白你为什么在这里，当我们第一次涉足汽车领域时，我们相信未来汽车将在很大程度上依赖软件，如果它将在很大程度上依赖软件，一个真正强大的计算机是必要的。

David Rosenthal：我非常高兴你提到这一点，我想问你，在我印象中，至少在你印象中，英伟达绝对是平台公司，在全世界真正有意义的平台公司寥寥无几。

我认为也可公平说，在你创立的头几年，你是家技术公司，而不是平台公司。我能想到的每个公司，如果试图作为平台公司启动，都会失败。你必须首先作为一个技术公司起步。你是在什么时候考虑进行平台转型的？就像你最初的显卡就是技术，当时没CUDA，没平台。

Jensen Huang：你观察到的不是错误的。我们公司内部，我们一直是家平台公司。原因是，从我们公司的第一天起，我们就有CUDA架构，这是统一设备架构UDA。

David Rosenthal：CUDA是计算统一设备架构。

Jensen Huang：没错。原因是我们所做的，我们在最开始所做的，尽管RIVA128只有计算机图形，但该架构描述了各种加速器。我们会用那个架构，开发人员会对它进行编程。

事实上，英伟达的第一个商业策略是，我们将成为PC中游戏机。游戏机需开发人员，这就是为什么早在很多年前，英伟达的第一批员工中就有开发人员关系人的原因，我们认识所有的游戏开发人员与所有3D开发人员。

David Rosenthal：最初的商业计划，是像直接与任天堂与世嘉竞争，作为PC中的一种建立，DirectX竞争者。

Jensen Huang：用PC，英伟达最初的架构称为Direct NV，DirectX是一个API，它使操作系统能直接寻址硬件，我们一直是面向开发者的公司。

Ben Gilbert：最初的尝试，是我们会让开发者基于Direct NV来构建，然后他们会为我们芯片构建，然后我们会有一个平台。正如所发生的那样，微软已拥有所有这些开发者关系，你从艰难的教训中确切学到了。

David Rosenthal：微软当年这样做，这可能是一个开发者平台，我们会采用这个。

Jensen Huang：不，但他们做了很多，他们做了很多正确的事，我们做了很多错误的事。

David Rosenthal：你在90年代与微软竞争。

Jensen Huang：这很不同，但我很感激你这么说。

但我们与他们竞争距离还很遥远。如果你现在看CUDA出现了，还有OpenGL、DirectX，但还有另一个扩展，如果可这么说，那个扩展就是CUDA。那个CUDA扩展允许一颗芯片，这颗芯片用于运行DirectX与OpenGL，为CUDA创建一个安装基础，所以这就是策略。

David Rosenthal：你是坚持，我认为从我们研究看，正是你的坚持，让每一个英伟达芯片都运行CUDA。

Jensen Huang：如果你是一个计算平台，一切都必须兼容。我们是地球上唯一一个所有加速器在架构上，与其他加速器兼容的加速器。

世界上现在活跃使用的CUDA GPU有3~5亿，或者2.5~3亿。它们在架构上都是兼容的，如果你知道NV30和NV35、与NV39和NV40都是不同的， 30系与40系完全不兼容，你怎么可能拥有一个计算平台？如果是这样的话，我们公司里的一切都是可协商的，除这一点不可商量。

David Rosenthal：我意识到现在，尽管UDA可追溯到最初的所有芯片，但对我来说，CUDA实际上是UDA的重生。

Jensen Huang：事实上，UDA一直延续到今天我们所有芯片，顺便说一句，我必须告诉看这期内容的创始人与CEO，成功公司与成功CEO的特征，我认为已有相当好的描述，有很多这样的特征，我只是认为创立成功的公司难度非常大，简直难以置信。

我认为技能是你可在路上学到的东西，但重要的时刻，某些情况必须聚合在一起，我确实认为市场必须成为帮助你成功的因素之一，这显然还不够，许多人仍失败。

Ben Gilbert：你还记得英伟达历史上的任何时刻，当时你会想做了一系列错误决定，但由于所有运气与技能的总和，最后才成功得以幸存，你还记得任何我们曾像那样险些失败的时刻吗？

Jensen Huang：你指的是RIVA128？正如我所说，我们做出的许多聪明决策，即便到今天看来也仍很明智，我们设计芯片的方式与今天完全一样，当时没人这样做过，我们使出浑身解数，出于绝望，我们别无选择。

事实证明那就是应做事的方式，现在每个人都是那样做，如果你可一次完成，为什么要做两次？为什么要制造7次芯片，如果可只制造1次？正确的，最具成本效益的，最具竞争力的速度是技术。

上市时间就是性能，所有这些都适用，如果我们可一次完成，为什么要做两次？RIVA128做出了许多伟大的决定，以及我们如何定义产品，如何考虑市场需求与缺乏，以及我们如何判断市场等。我们做出一些惊人的好决定，当时我们背靠墙壁，只有最后一次机会才能做到这一点。

Ben Gilbert：一旦你使出浑身解数，看看你能做什么，为什么下次还要设限？一直全力以赴才对。

David Rosenthal：没错。不过，回想1997年，是否公平说，那一刻消费者开始真正看重游戏中3D图形性能？

Jensen Huang：例如，让我们谈谈运气。如果John Carmack没决定使用加速器，要记住《毁灭战士》是完全通过软件渲染的，而英伟达理念是，尽管通用计算机是一个很棒的东西，它会支持软件等，但我们觉得有些应用如果不进行加速，就不可能实现或成本会很高，这些应用应进行加速，3D图形就是其中之一，当然它不是唯一的，碰巧它是第一个，是一个非常好的例子。

我仍记得我们第一次见John Carmack时，他非常强调使用CPU与软件渲染器的好处。

坦白说，如果你看看当时《毁灭战士》，即使用加速器也很难取得好性能。如果你不进行过滤，不进行双线性过滤，它的表现其实还不错。

David Rosenthal：《毁灭战士》问题是它需Carmack来编程。

Jensen Huang：没错，它需Carmack来编程，这是一段天才代码，但尽管如此，软件渲染做得确实很好，如果他没决定转向OpenGL，并为雷神之锤加速，坦白说，会有什么杀手级应用让我们走到今天这一步？

Carmack与Tim Sweeney通过《雷神之锤》与《虚幻》，为消费级3D创建头两个杀手级应用，我欠他们很多。

David Rosenthal：我想立刻回到你刚才说的，你说你讲这些故事，然后说我不知道创始人能从中获得什么，但我的确知道。

我认为如果你看看今天所有大科技公司，谷歌可能是一个例外，它们确实都是从理解开发者、计划构建一个平台、为开发者构建工具开始，所有这些公司，苹果、亚马逊。

当然，亚马逊有AWS，AWS就是这样开始。我认为这确实是一个教训，正如你所说，这不会保证成功，但会让你搭上这趟顺风车，如果苹果真的落下来的话。

Jensen Huang：我们有再多好想法，你也不可能有世界上所有好点子。拥有开发者的好处，是你可看到很多好想法。

Ben Gilbert：随我们渐渐接近尾声，我们花很多时间谈过去，我想稍微思考一下未来。我相信你花了很多时间思考这个问题，站在AI前沿。

我们正在进入一个时代，软件带来的生产力，当一个人使用软件时，可大大放大他们影响与创造的价值。

长远看，这对人类来说必须是件令人惊喜的事。短期看，在我们理清这意味着什么的过程中，必然会比较颠簸。

随AI变得越来越强大，越来越好提高生产力，你认为解决由此带来所有失业的解决方案是什么？

Jensen Huang：首先，我们必须保证AI安全，AI安全有几个不同领域非常重要，显然在机器人技术与自动驾驶汽车中，有一个整个AI安全领域，我们致力功能安全、主动安全以及各种不同的安全领域。

什么时候需人在循环中，什么时候人不在循环中可接受？如何让人逐渐不需在循环中，但人还是主要在循环中？

就信息安全而言，显然偏见、错误信息，以及尊重艺术家与创造者权利，这整个领域值得关注。

你已看到我们在这方面做的一些工作，我们没爬网，而是与盖蒂图像与快门股票合作，以一种商业公平的方式应用AI，与AI共享。

在越来越大的语言模型、与越来越高能动性的AI未来，答案显然是在可行的情况下，我认为这种可行会持续很长时间，人要在这里的循环中。

已有很多不同行业，展示了如何建立安全、有利于人类的系统，显然，自动驾驶的工作方式，两名飞行员体系，以及航空管制、冗余性、多样性，所有设计安全系统的基本理念，同样适用于自动驾驶汽车等。

我认为有很多创造安全AI的模式，我认为我们需应用它们。

关于自动化，我感觉是，我们拭目以待，但AI更有可能创造更多就业机会。

近期看，问题是近期的定义是什么？原因是生产力提高，首先带来的是繁荣，当公司获得更大成功时，他们会雇用更多人，他们想扩展到更多领域。

如果你考虑一个公司，然后说如果我们提高生产力，他们需更少的人，那是公司没更多想法，但对这些公司来说不是这样的。

如果你提高生产力，公司变得更有利可图，他们通常会雇用更多人去扩展新领域。只要我们相信有更多可扩展领域，在药物研发中还有更多想法，在患者转移中还有更多想法，在零售业还有更多想法，在娱乐业还有更多想法，在技术上还有更多想法。

只要我们相信还有更多想法，行业的繁荣，这来自于生产力的提高，会导致雇用更多人，进行更多创意。

回顾历史，我们公平说，今天的行业大于1000年前世界各行业的总和，原因显然是人类有很多想法，我认为繁荣与生产力提升还有大量想法。

但我感觉是，它可能会创造更多就业机会。显然，净增加的就业机会不能保证任何人不会失业，我意思是，这显然是真的，更有可能的是，一些人会失去工作，失去给使用AI的其他人的工作，不太可能直接失去给AI，而是给使用AI的其他人，我认为每个人首先要做的就是学习如何使用AI。

David Rosenthal：这很贴切。我们称之为摩尔定律的Moritz推论，以红杉资本Michael Moritz命名。

Jensen Huang：红杉是我们公司第一家投资人。

David Rosenthal：当Michael从Don Valentine那里接管红杉时，他看着红杉的回报，我想是第3轮或第4轮融资，那里有思科，他说我们怎么可能超过那个回报？我做不到，Don会让我们很尴尬，我们永远赶不上那个。

他们思考后意识到，随计算变得更便宜，更容易进入经济的更多领域，它变得更便宜，可更广泛采用，我们可解决的市场应会变大。论点基本上就是AI会做同样的事，完全正确。

Jensen Huang：我刚给你举了完全相同的例子。

事实上，生产力提高，并不会导致我们做更少的事。生产力提高，通常会导致我们做更多的事。我们做的一切都会更简单，但我们最终会做更多的事，我们有无限雄心，这个世界有无限的雄心。如果一个公司获利更多，他们往往会雇用更多人做更多事。

David Rosenthal：人类有无尽的雄心。

Ben Gilbert：人类总是会扩张与消耗更多能量，并努力追求更多想法。这一直是我们物种的每个版本，在时间上都是正确的。

我们从一个简单的问题开始，根据这里我们看到的所有以科幻命名的会议室，你最喜欢的科幻书是什么？

Jensen Huang：我从来没读过科幻小说。

Ben Gilbert：你对《星际迷航》的痴迷。

Jensen Huang：只是看电视剧吗？《星际迷航》是我最喜欢的。

David Rosenthal：现在你每天开哪辆车上下班？相关问题，你还保留着Supra吗？

Jensen Huang：这是我最喜欢的车之一，也是我最喜欢的记忆之一。你们可能不知道，洛丽与我在一个圣诞节订婚，我们开着我全新Supra回家，然后我们把它完全搞垮了，我爱那辆车，出于安全等原因，我现在被Mercedes的EQS接送，这是一款很棒的车，我被它迷住了。

David Rosenthal：使用英伟达技术。

Jensen Huang：我们在EQS中使用的是中央计算机。

Ben Gilbert：我知道我们已简要谈过商业书籍，但你最喜欢的一两本书是什么？它们给你带来什么启发？

Jensen Huang：我认为Clayton Christensen的系列，是最好的，我意思是无可争议的，原因是它非常直观与合理，很容易理解，我几乎都读过，我真的很喜欢Andrew Grove的书，它们都很好。

Ben Gilbert：你最喜欢Don Valentine什么特质？

Jensen Huang：脾气不好，但令人喜爱。他最后一次决定投资我们公司时对我说，如果你输掉我的钱，我会杀了你。当然，在之后几十年里，每当媒体对我们有好评时，他会说干得好，他就在报纸上写这句话，然后把它邮寄给我，我希望能保留它们，不管怎样，你能看出他是真心善意的人，他关心这些公司。

Ben Gilbert：假设你回到40岁，什么是今天会反对，并且say no的东西？

Jensen Huang：如果你合理安排自己时间，确保不让日历控制你时间，你会有足够时间，只是不要做每一件事，合理安排你生活，做出牺牲，不要让日历控制你每天要做什么。注意我迟到了我们会议，原因是当我抬头看时，我想你们在等我，已过了很久，但我们有时间，就是这样。

Ben Gilbert：哈哈哈哈。现在有什么让你害怕的，如果有的话？

Jensen Huang：我现在所害怕的，与公司刚开始时一样，那就是让员工失望。

许多人加入你公司，是他们相信你的梦想，并将其作为自己梦想。你想成为他们正确的人，你想让他们成功，你想让他们能建立伟大的生活与伟大的公司，能建立伟大的职业生涯，你想让他们享受这一切。

现在，我想让他们能享受我所享受的好处与所有的伟大成功，我想让他们享受这一切，我认为最大的恐惧是你让他们失望。

David Rosenthal：你什么时候意识到，你不会再有其他工作了？这就是你的工作？

Jensen Huang：我不换工作。如果不是被说服从事视频方面，我今天还会在LSI Logic。我可肯定，我会继续我在做的事，当时我完全专注帮LSI Logic成为最好的公司，我是LSI Logic最好的大使。

David Rosenthal：我感觉是LSI Logic可能也改变了你对计算的观点与理念。从我们研究看，你刚离开学校，刚去AMD时，你相信类似Terry Sanders的观点，真正的男人有晶圆厂，你需做整个栈，你必须做所有的事，LSI Logic改变了你。

Jensen Huang：LSI Logic让我意识到，你可用高级语言来表达晶体管、逻辑门与芯片功能。通过提高抽象级别，现在被称为高级设计，这个词是Harvey Jones创造的，他在英伟达董事会，我在Synopsys早期就认识他。但在那个时期，有这样一种信念，即你可用高级语言来表达芯片设计，通过这种方式，你可利用优化编译器与优化逻辑与工具，变得更有生产力。

这种逻辑对我来说非常合理，当时我21岁，我想追求这种愿景。坦白说，这在机器学习中已发生，在软件编程中也发生，我希望它发生在数字生物学中，这样我们可用一种更高级的语言来思考生物学，可能一个LLM将是使其可表示的方式，这种转变是如此革命性，我认为这是该行业发生的最好的事。

我非常高兴能成为其中的一部分，我处于核心位置。

我看到一个行业改变另一个行业，如果没LSI Logic所做的工作，接着是Synopsys，今天的计算机行业将是什么样？我在正确的时间，出现在正确的地方，见证了这一切。

David Rosenthal：非常酷，听起来LSI Logic CEO在你与Don Valentine间说了好话，你知道吗？

Jensen Huang：我不知道，如何写一份商业计划，写一个所有人都不知道对错的财务预测，并不重要，但商业计划可能能提出重要事项。

我认为商业计划的写作应更简短，它迫使你浓缩真正要解决的问题是什么，你认为会出现的未满足需求是什么，以及你要做的与众不同的事，这样当其他人意识到这是好主意时，他们不会蜂拥而至，让你过时，它必须足够难以完成，涉及产品定位、定价与进入市场等方面的技能很多，但那些是可学习的技能。

我描述的精髓，是真正难的部分，在这方面我做得不错，但我完全不知道如何写商业计划。我很幸运，Wilfred Corrigan对我在LSI Logic工作非常满意，他打电话给Don Valentine，告诉Don投资这孩子，他会找上你，从那一刻起我就注定成功，让我们站稳脚跟。

Ben Gilbert：只要你不亏钱就行。

Jensen Huang：我认为红杉很不错，我们可能是红杉有史以来最好的投资之一。

Ben Gilbert：他们现在还持有你们股份？

Jensen Huang：有两家最早的VC合伙人，在我们董事会中。

Ben Gilbert：Sutter Hill Ventures与红杉？

Jensen Huang：是的，Tench Coxe与Mark Stevens，我不认为这种情况经常发生，我们在这方面可能是独一无二的。

我相信他们这些年来一直在创造价值，一直鼓舞人心，提供了伟大的智慧与支持，但他们也一直在受到公司娱乐、启发与回报，他们坚持下来，我对此心存感激。

David Rosenthal：最后一个问题，现在是2023年，英伟达成立30周年。

如果你今天神奇的年轻30岁，还在2023年，你要与最好的两个朋友或认识的两个最聪明的人一起去Denny's餐厅，讨论创业，你会谈论创立什么公司？

Jensen Huang：我不会做的，原因很简单，抛开我们会创立什么公司不说。

第一，我不确定我为什么不会做，这与为什么创业如此艰难有关。

建立一家公司与英伟达，比我们任何人预期的难了100万倍。如果当时我们意识到痛苦、脆弱与面临的挑战，以及尴尬、羞耻，以及所有可能出错的事的清单，我不认为任何人会创业，没理智的人会这样做。

我认为这是创业者的超能力，他们不知道有多难。他们只问自己，这有多难？直到今天，我还是会欺骗自己大脑，觉得没多难。你还得醒来，今天又有多难？我们正在做的一切，有多难？Omniverse，在中心方面有多难？

David Rosenthal：尽管你可随时退休，你不打算这么快退休，你还会继续下去。

Jensen Huang：没错，我仍非常享受，我还在稍微增值。但创业者的诀窍就是，你必须让自己相信这没那么难，实际上会比你想象的难得多。

如果我现在拿着所有的知识回去，说我要再次忍受那整个旅程，我认为那太艰难了。简直太艰难了。

Ben Gilbert：你对如何应对建立这样公司的情感创伤，有任何建议或支持系统吗？

Jensen Huang：我有家人与朋友，这里所有同事，我被在这里工作30年的人包围着，我被这些从未放弃过的人围绕着，他们从未放弃过我，这是全盘事实。

能回家，你的家人全力支持你要做的一切，不管顺境或逆境，他们为你与公司感到自豪，你需这样的支持。

你需周围人毫不动摇的支持。

我们公司所有早期人员，他们从未放弃过公司与我们，你需这样的支持，我可肯定，几乎每一个成功的公司与创业者，在遭遇艰难挑战时，都有这样的支持系统。

David Rosenthal：我无法想象这有多重要的意义，我知道任何公司都非常重要。但对你来说，考虑到我觉得英伟达的旅程在这些方面特别突出，你经历了公开市场上近80%的跌幅，可能不止一次，但从第一天开始就有投资者支持你，这一定非常非常了不起。

Jensen Huang：支持确实令人难以置信，你讨厌任何这些事发生，其中大多数是你无法控制的。但你知道，80%跌幅，无论如何看都是非凡的。我忘了具体数字，但我意思是，我们市值一度跌到20～30亿美元，我们决定进入CUDA与做所有工作，你的信念系统必须非常强大。

你必须真正相信，并真正渴望它，否则，忍受这一切就太难，所有人都在质疑你，员工会有疑问，外界在质疑你，这有点尴尬，当你股票价格下跌时，这更尴尬，无论你如何看待它，这很难解释，对所有这些情况都没好的答案，CEO也是人，公司是由人组成的，这些挑战难以忍受。

David Rosenthal：在我们最近的英伟达集中评论了现在Rivian情况，他说对任何其他公司来说，这会是一个岌岌可危的境地。但对英伟达来说，这只是老生常谈，你们已习惯这些大幅波动。

Jensen Huang：要牢记的关键是，始终关注你正在参与的市场机会。这有助于告知你的公司规模。很久以前，有人告诉我，英伟达永远不可能超过10亿美元。显然，这低估了市场机会的规模。确实，没芯片公司可变得如此之大。但，如果你不是芯片公司，为什么这适用于你？

当前技术独特之处在于，技术只是一种工具，规模有限，与今天情况不同的是，我们正在制造智能，制造工作的世界，这就是AI，以及执行工作任务的世界，具有生产力的AI工作，具有创造力的智能工作。这个市场规模是巨大的，可用万亿来衡量。

一种思考方式是，如果你为汽车制造一款芯片，有多少辆汽车，它们会消耗多少芯片？这是一种思考方式。但如果你建立一个系统，在需要时可协助驾驶汽车，一个自动驾驶员的价值是多少？

这时，问题显然变得更大，机会变得更大。如果我们能神奇的为每辆汽车配备一位司机，那会是什么样？那个市场有多大？显然，那是更大的市场。

技术行业正处于我们发现的东西，那就是不仅把英伟达视为一家芯片公司，而是在芯片之上构建的AI公司，市场机会增长了可能1,000倍。

如果未来科技公司变得更大，不要感到惊讶，你生产的东西非常不同，这就是思考你的机会有多大，你就有多大的方式。

作者：科技资讯网站Every创始人Shipper

翻译：华尔街见闻翻译

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章