黄仁勋：一开始根本没人明白
👆如果您希望可以时常见面，欢迎标星🌟收藏哦~
来源：内容由半导体行业观察（ID：icbank）编译自fastcompany，谢谢。
“在 20 年代，水进入发电机，然后产生直流电。现在电子进入发电机，智能就出来了。”
我（指代FAST COMPANY的记者HARRY MCCRACKEN）正在这家芯片巨头的硅谷总部与 Nvidia 首席执行官黄仁勋聊天，我们面前摆放着其DGX H100计算模块的部分拆卸件。该盒子配备了速度极快的处理器和其他尖端组件，售价高达 50 万美元，是大型公司、初创公司和大学等用来推动变革性新人工智能体验的超级计算机的基础构建模块，黄用以前的一次技术革命来解释其意义。
这是一个令人回味的比较：在 Nvidia 硬件上运行的人工智能像电力一样深刻地改变了日常生活。但如果说有什么不同的话，那就是它低估了英伟达对当前时刻的广泛影响力。根据 Raymond James Financial 的数据，即使其在 AI 芯片领域占据压倒性的主导市场份额（85%），也无法体现 Nvidia 对 AI 的贡献。
Nvidia 的业务不仅仅是提供更强大的计算硬件并让其他人弄清楚如何使用它。在众多行业中，该公司的技术、平台和合作伙伴关系正在为人工智能的应用发挥着重要作用。例如，在 2024 年 1 月的一周内，Nvidia 报告称已开始对其药物发现平台进行 Beta 测试，演示了让视频游戏角色说出即兴对话的软件，并宣布与四家中国电动汽车制造商达成协议，将在其车辆中采用 Nvidia 技术，并公布了一项零售业合作伙伴关系，旨在挫败有组织的入店行窃行为。
为了将其极其通用的芯片应用于现实世界的任务，英伟达已经需要深入研究这些学科以及更多学科。“没有蛋白质合成芯片，”黄举例说。“你必须去了解蛋白质的生物学，你必须了解科学家想要做什么以及我们如何更好地自动化他们的工作。因此，所有这些不同的算法都需要进行大量的研究。”
Nvidia 在 GTC 2024 上宣布推出 DGX SuperPod AI 超级计算机，采用该公司全新 GB300 Grace Blackwell 芯片
Nvidia 技术是人工智能进步的重要组成部分，黄仁勋在该公司 GTC 开发者大会上的主题演讲可以作为整个领域发展方向的预览。今年的大会于周一下午在圣何塞 SAP 中心举行，有 11,000 名观众参加，他的一大主题是机器人技术。除了逐步介绍该公司在该领域的产品（例如Gr00t和 Thor）之外，他还展示了人类使用 Nvidia 软件来教机器人如何执行操作榨汁机等任务的视频。不是通过编写代码，而是简单地通过执行它们。
在黄的两个小时的演讲中，台上唯一的嘉宾是九个人形机器人，它们在最后陪伴在他的两侧，还有迪士尼开发的瓦力的两个小表弟。当他宣称“机器人技术的 ChatGPT 时刻可能即将到来”时，他本能地驳斥了这一说法，因为感觉炒作并不安全。毕竟，我们已经生活在英伟达多年前预测的人工智能时代，并且已经为实现这一目标付出了与任何公司一样多的努力。
黄以其标志性的黑色皮夹克和和蔼可亲的态度而闻名，自 1993 年共同创立 Nvidia 以来一直领导着该公司。当时，该公司率先提出了图形处理单元 (GPU) 的概念，即用于渲染 3D 游戏和其他视觉密集型 PC 的高性能芯片应用程序。它的第一款芯片于 1995 年发布，但销量不佳。但 1997 年的 RIVA 128 引起了轰动，使该公司成为计算机图形领域的巨头。
在英伟达崛起之际，人工智能的未来还很遥远。整个科技行业都对该技术的潜力持怀疑态度，导致了一段幻灭和投资减少的时期，即所谓的“人工智能冬天”。但黄强调，该公司目前的成功很大程度上源于其在其历史早期做出的选择，当时该公司还没有准确把握他们的领导方向。
“未来一如既往，以持续的方式展开，”他说道，语气变得越来越哲学化。“本身并没有真正的不连续性。” 例如，即使 GPU 仅用于图形，Nvidia 也使其可编程，因此它们可以做的不仅仅是将预定义的像素投射到显示器上。这使得它们成为了自己的平台，而不仅仅是计算机 CPU 的助手。
英伟达一路走来所掌握的技能为其迎接新的挑战做好了准备。“视频游戏中的粒子物理学与分子模拟中的流体动力学没有什么不同，”黄说，并解释了如何将一个行业的经验应用于另一个行业。“我们在计算机图形学中用于照明场景的图像处理与医疗器械的图像处理没有什么不同。在很多方面，这些都是非常相似的数学。因此，我们缓慢而系统地扩大了我们的视野。”
Nvidia 的处理器能力越强，其在图像之外的潜力就越大。2006 年，该公司推出了名为CUDA （统一计算设备架构）的软件层，使开发人员能够利用其 GPU 的算法能力来完成各种要求较高的任务。几年之内，人工智能研究人员就利用它在深度学习等领域取得了突破。
随着人工智能在实验室中蓬勃发展，黄在现实世界中的前景变得越来越清晰。但一开始，要让潜在客户相信它会无处不在——而英伟达将是它的核心——是一件很困难的事情。“根本没有人明白，”（原文：Nobody got it at all）黄笑着说道，并提到他很久以前未能让一家汽车公司对使用机器视觉让汽车自动驾驶的想法感兴趣：“他们只是认为这是一个玩具。”
随着时间的推移，黄的远见和坚持以戏剧性的方式得到了回报。他表示，在过去的一年里，全世界对 Nvidia 业务的了解“增加了一个数量级”。
在这里，看似拐点的事情实际上是多年耐心投资的顶峰，正是这些投资使英伟达在人工智能商业化正式开始时取得了成功。Moor Insights & Strategy 首席分析师 Anshel Sag 表示：“一旦 Nvidia GPU 成为研究的默认选项，它最终就会成为研究的默认选项。”
Nvidia 支持的最具历史意义的研究之一是名为 AlexNet 的实验性人工智能程序。2012 年，Alex Krizhevsky 与Ilya Sutksever （最近更广为人知的 OpenAI 首席科学家）和 Geoffrey Hinton（“人工智能教父”，现在是人工智能怀疑论者）合作开发，它可以自学以前所未有的速度识别图像中的物品。准确性。看到它所代表的机器视觉突破，Nvidia 得出的结论是，未来“最重要的软件将是感知我们周围世界并操纵或控制现实世界中事物的算法，”该公司副总裁 Rev Lebardian 说他已经在公司工作了 22 年。
除其他影响外，英伟达认为现实世界的人工智能需要更复杂的模拟技术。例如，像自动驾驶汽车这样的测试（现在是 Nvidia Drive 汽车平台的一部分）可以在虚拟形式中比在实际道路上更安全、更快速且更具成本效益地完成。2020 年，该公司将这一认识引入了Omniverse，这是一款基于云的产品，致力于企业技术中最热门的类别之一：数字孪生。
Omniverse 由 Lebardian 监督并利用该公司在 AI 和 3D 图形方面的专业知识，允许创建物理对象、位置和流程的超现实数字复制品。家居装修巨头劳氏(Lowe's) 正在使用它对其商店进行数字化，以实现货架空间管理等应用。宝马模拟其工厂车间，以帮助有效定位机器人。脑外科情报公司Atlas Meditech 创建了一个虚拟手术室，让外科医生在真正进行手术之前可以安全地演练手术。
Nvidia 在 GTC 上推出 Omniverse 用于苹果 Vision Pro 的新软件的几天前，我在 Nvidia 总部的会议室亲自试用了它。我接触过的全尺寸数字 Nissan Z 运动轿跑车——从打开后备箱到坐在方向盘后面——都是在 Nvidia 硬件上的云中渲染的。但它是如此的超现实，我可以看到轮胎上浮雕的精美印刷。该公司仅花了几周时间就构建了必要的 Vision Pro 代码，该代码搭载了计算机图形工作室Katana创建的日产汽车配置器应用程序。但这也是该公司十多年前对 AlexNet 做出有先见之明的反应的直接结果。
与 Nvidia 的其他企业一样，Omniverse 受益于该公司不懈地致力于满足客户的需求，无论是郊区购物中心还是医疗中心。“他们比其他任何人都更了解最终用户，这对于他们是谁以及他们为何如此成功至关重要，”研究公司 IDC 性能密集型计算副总裁 Peter Rutten 表示。
这并不是说英伟达的创新方法涉及自行煮沸无限量的海洋。从本质上讲，它是一家平台公司，依赖合作伙伴通过在其硬件和软件堆栈之上打造特定行业的体验来完成工作。
“以我们目前的规模，我们无法为每个行业的每个人构建所有这些工具、所有解决方案和应用程序，”Lebardian 说。“我们必须有数百万人。因此，我们非常高兴与其他人合作，我们也更喜欢这样。” （目前员工人数约为 30,000 人，比 2002 年 Lebardian 加入时增加了 30 倍。）
超过 100 个合作伙伴提供基于一个 Nvidia AI 平台的产品：以医疗保健为中心的Clara，该平台提供涵盖生物制药、成像、设备和基因组学的一套产品。尽管如此，仅仅了解足够多的知识来在如此多的领域进行有效的协作就有助于塑造公司的员工队伍。“我们这里有医生，”金伯利·鲍威尔 (Kimberly Powell) 说道，她于 2008 年加入 Nvidia，成为第一位致力于健康技术的员工，现在是该集团的副总裁兼总经理。“我们有计算化学家。我们有计算生物学家。多年来，我们聘请了资深领域专家，因为我们需要理解语言翻译层。”
“在接下来的十年中，我们将看到计算领域前所未有的进步，”黄说。他滔滔不绝地讲述了他特别热衷的一些领域——气候技术、数字生物学、通用机器人——并强调，尽管 Nvidia 最近取得的许多成就都是 5 到 15 年投资的结果，但它们都仍在进行中。在某种程度上，量子计算机的性能可能会超越经典超级计算机，例如基于 Nvidia GPU 的超级计算机。但黄预计这种情况在未来一两年内不会发生。即便如此，他仍然相信世界上最强大的计算机将是经典量子混合计算机——该公司已经在研究这一领域。
华尔街对英伟达能够继续驾驭人工智能浪潮的乐观态度反映在其市值上，该公司的市值在 2023 年 5 月突破了 1 万亿美元，使这家芯片制造商跻身于微软、苹果、Alphabet 和 Meta 的稀有公司之列。今年 2 月，英伟达宣布 2023 年营收为 608 亿美元，比 2022 年增长 126%。同月，其市值达到 2 万亿美元，仅次于微软和苹果。
这些庞大的数字在一定程度上是对整个人工智能市场的押注，研究公司 Spherical Insights预测，到 2032 年，整个人工智能市场的规模将飙升至 2.76 万亿美元。尽管不能保证 Nvidia 将继续发挥重要作用，但很难找到愿意这样做的人。预测不会。“Nvidia 拥有非常深的护城河，”Nvidia 合作伙伴、人工智能和量子软件公司 SandboxAQ 的首席执行官 Jack Hidary 表示。“我预计这种竞争优势不仅会持续存在，而且会在未来四五年内真正增长。”
当被问及其他人工智能玩家可能会迎头赶上的情景时，黄指出英伟达的无处不在，它需要数年时间才能实现，而且不容易复制。“我们是世界上唯一一个在所有云中都可用的架构，”他说。“它可以在私有云中使用，可以在本地使用，也可以在汽车、机器人和工厂的边缘使用。”
事实上，如此多的客户对 Nvidia GPU 垂涎欲滴——用于游戏、加密货币挖掘以及人工智能——以至于需求常常超过供应。这对于其他公司来说是一个机会，至少如果它们拥有进入半导体业务所需的雄厚财力的话。今年 2 月，彭博社报道称，日本软银计划为一家 1000 亿美元的人工智能芯片企业筹集资金，以补充其现有资产 Arm，该公司的技术已获得包括 Nvidia 在内的许多公司的许可。还有 OpenAI 首席执行官萨姆·奥尔特曼（Sam Altman），据报道，他已寻求 7万亿美元来创办一家新的芯片公司。
更直接的是，Nvidia 已经面临 Cerebras、Graphcore、Groq 和 SambaNova 等新贵的竞争对手。但 IDC 的 Rutten 表示，新来者最好不要正面挑战人工智能硬件的 800 磅重的大猩猩，而是寻求自己的利基市场。例如，芯片初创公司Recogni没有进军人工智能模型训练市场（Nvidia 硬件可能无法取代该市场），而是专注于推理——从模型中提取信息并将其用于特定目的的过程，例如先进的驾驶辅助系统。
“Nvidia 使用相同的解决方案进行训练和推理，”Recogni 首席执行官 Marc Bolitho 解释道。“我们正在致力于为人工智能推理打造专门的、优化的解决方案，我们看到随着生成人工智能用户群的增加，该市场增长非常迅速。” 投资者在这种有针对性的竞争中看到了足够的潜力，因此 Recogni 在 2 月份宣布了一轮 1.02 亿美元的融资。
另一个潜在的主要威胁在于大型科技公司从上到下控制其技术堆栈的日元。亚马逊、微软、谷歌和 Meta 都投入了资源来开发自己的定制芯片，这可能预示着有一天他们将更全面地掌控自己的人工智能命运。谷歌凭借其张量处理单元在这条道路上走得特别远，目前已经是第五代了。去年五月，Meta 发布了其首款人工智能处理器——Meta 训练和推理加速器。它专门针对选择出现在社交网络提要中的内容和广告的过程而量身定制，它可能是除了 Meta 之外没有人会设计的芯片。
黄仁勋并不低估这种人工智能独立性的做法。“如果大公司想要构建自己的芯片，我们仍然会增强它们，”他说。“每当他们将我们纳入他们的云中时，我们就会为他们带来很多很多的客户。我们为他们带来了很多开发人员。” 他认为，参与英伟达充满活力的生态系统最终是一种自身利益的行为——大型科技公司的持续拥抱似乎证实了这一立场。
一月份，当马克·扎克伯格在 Instagram 上提供有关 Meta 人工智能研究的最新视频时，他甚至没有提及该公司自己的芯片设计工作。相反，他用科技行业每个人都能理解的语言进行了交谈，吹嘘计划在 2024 年底之前部署 35 万个 Nvidia H100 GPU，这一承诺将耗资数十亿美元。即使对于人工智能巨头来说，以 Nvidia 创造的产品为基础——越雄心勃勃越好——通常也是取得进步的方式。
人工智能的计算才刚刚开始
英伟达首席执行官黄仁勋 (Jensen Huang ) 周二对 CNBC 的吉姆·克莱默 (Jim Cramer)表示，对人工智能计算的投资仍处于初期阶段，预计未来几年将出现增长，因为该技术影响包括医疗保健在内的一系列行业。
“我们正处于人工智能计算的起步阶段，”他说。“我们正处于计算加速发展的开始阶段。它会持续几年。”
英伟达周一在加利福尼亚州圣何塞举行的会议上推出了新一代人工智能图形芯片 Blackwell。该公司的先进技术对于训练和部署大型人工智能模型至关重要，其产品深受科技巨头的青睐。
Jensen 强调了人工智能可以在科学和医疗保健等各个领域实现创新。他表示，人工智能可以帮助“理解蛋白质的意义、生命的意义”，从而加快新疗法的研发。
“我们可以使用该计算机来模拟生活，这样我们就不必在潮湿的实验室中进行那么多的筛选，”Jensen说。“因此，无论我们最终决定进行审判，真正通过审判的可能性都会更高。”
Jensen还讨论了英伟达的一系列客户，称该公司的技术已经成功地显着加速了数据处理并降低了成本。
“我们创造了一种全新的计算方式，”他说。“我们的技术已集成到所有这些计算机制造商中，世界将其连接在一起，这就是 Nvidia 无处不在的原因。我们遍布每个云、每个数据中心。”
中美不会出现“世界末日”
美国人工智能芯片巨头英伟达首席执行官黄仁勋周二表示，他预计中美关系不会出现“世界末日”（"doomsday scenario"），尽管地缘政治紧张，该公司仍将继续与台积电密切合作。
与许多美国芯片设计公司一样，英伟达严重依赖全球最大的合约芯片制造商台积电来生产先进芯片，包括刚刚发布的 Blackwell 图形处理单元。
对日益动荡的台湾海峡周边代工厂的依赖加剧了美国芯片公司和政界人士的担忧。黄仁勋表示，在地缘政治紧张局势中，英伟达将“确保我们了解政策并确保我们遵守政策”，同时在其供应链中“创造更大的弹性”。
但他认为该公司被迫放弃与台积电和亚洲制造的合作的可能性很小。
当被问及中美紧张局势恶化将如何影响英伟达的销售和供应链时，黄仁勋在新闻发布会上表示：“各国的目标不是对抗性的。” “尽管他们必须制定一些公平管理措施……世界末日的场景不太可能发生，我们也不指望它发生。”
他预测，随着人工智能芯片的需求持续飙升，英伟达与台积电的关系应该会变得更加紧密。
“我们与台积电的合作伙伴关系可能是我们拥有的最密切的合作伙伴关系之一，”黄说。
原文链接
https://www.fastcompany.com/91033514/nvidia-most-innovative-companies-2024
END
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第3710期内容，欢迎关注。
推荐阅读
『半导体第一垂直媒体』
实时 专业 原创 深度
公众号ID：icbank
喜欢我们的内容就点“在看”分享给小伙伴哦
微信扫码关注该文公众号作者