公开访谈 · 黄仁勋
黄仁勋谈 AI 的未来（DealBook 峰会）
先看这几个判断
共 8 条重点- 01黄仁勋认为，深度学习和 AI 要求重新设计整个计算体系，不能只靠设计一颗芯片解决；网络、交换、计算机架构、芯片、上层软件和整合方法都需要变化。 →
- 02在 2023 年 11 月访谈时，黄仁勋认为 AI 已擅长感知和一次性即时反应，但多步推理仍是待解决的问题；研究方向包括把目标拆成步骤、构造决策树，再搜索通向最优答案的路径。 →
- 03黄仁勋给出有定义前提的 AGI 预测：如果 AGI 指软件在一组反映基本智能的测试中达到与普通人相当的表现，那么从访谈时点起五年内，他预计能看到 AI 达到这些测试要求。 →
其余 5 条重点
- 04黄仁勋预计，通用现成 AI 将能解决很多问题，但企业还会在其基础上培养擅长药物发现、芯片设计等任务的专用 AI，因此 AI 业务不会简单趋同为完全同质的产品。 →
- 05针对美国芯片供应链独立的问题，黄仁勋支持朝这个方向努力，但在访谈时判断，完全独立在未来十到二十年内并不现实。 →
- 06黄仁勋认为，限制获得英伟达技术可能带来非预期后果：受限制的一方可能寻找其他获得技术的方式，也可能因此推动本地产业发展。 →
- 07黄仁勋支持让 CEO 拥有较多直接下属、减少管理层级：直接向 CEO 汇报的人应当技艺成熟、需要较少管理，而较少层级能让信息流动、帮助员工知情和保持一致。 →
- 08黄仁勋澄清，“如果重来不会创业”并不是说创办英伟达不值得，而是说：若 1993 年、29 岁的自己提前知道全部失败、重学和挫折，可能会被困难的总量吓退。 →
访谈导读 · 忠实转述
这场 2023 年 11 月的访谈中，黄仁勋以 DGX 从内部工程用途走向交付 OpenAI 的经历，说明英伟达把 AI 视为整套计算系统的问题。AlexNet 的结果使他判断，从样例学习将改变软件开发和应用类型；芯片、网络、整机与软件需要协同变化。他认为访谈时的 AI 擅长感知和即时反应，多步推理仍待解决；对五年内达到 AGI 测试标准的预测，则以特定的测试定义为前提。他预计通用 AI 与吸收企业私有知识的专用 AI 并存。谈及供应链和对华业务，他支持提高独立性，但认为完全独立在十至二十年内并不现实；英伟达计划开发合规芯片，同时他提醒技术限制可能刺激本地产业。对 AI 安全，他主张监管，并借鉴自主系统的设计、测试、监控和冗余原则。谈管理时，他将创业中的生存危机与持续警觉联系起来，也支持减少组织层级以促进信息流动。
访谈观点
嘉宾观点 · 忠实转述
正在阅读 8 条重点，保留原观点编号。
观点目录 · 8 条 选择一条，跳转阅读
黄仁勋认为，深度学习和 AI 要求重新设计整个计算体系，不能只靠设计一颗芯片解决；网络、交换、计算机架构、芯片、上层软件和整合方法都需要变化。
在他看来，AI 改变了计算机工作方式、软件类型及软件开发方法，因此竞争能力必须覆盖整个系统。
他的未来判断
AI 计算将推动从硬件到软件的系统性改造。
延伸分析 由 AI 生成
若 AI 工作负载确实需要跨层协同优化，具备系统集成与软件支持能力的供应商可能更容易实现整机效率提升；单一部件的性能优势仍需经过系统层面验证。
相关领域：AI 计算平台、数据中心网络与系统软件
后续观察
- 整机工作负载性能
- 网络与软件协同优化效果
- 部署与维护复杂度
黄仁勋预计，通用现成 AI 将能解决很多问题，但企业还会在其基础上培养擅长药物发现、芯片设计等任务的专用 AI，因此 AI 业务不会简单趋同为完全同质的产品。
他以英伟达为例指出，公司大量价值存在于内部数据、知识和技艺中，这些信息不在互联网上，必须由企业进一步教给 AI。
他的未来判断
通用 AI 与基于企业私有知识训练或调优的专业 AI 将同时存在。
延伸分析
若私有知识能被有效转化为可验证的任务能力，企业定制 AI 可能形成差异化价值；这种价值仍取决于数据质量、适配成本和实际效果。
相关领域：企业 AI 应用、专业领域 AI 工具
后续观察
- 专业任务相对通用模型的效果差异
- 企业私有知识的可用程度
- 定制与维护成本
针对美国芯片供应链独立的问题，黄仁勋支持朝这个方向努力，但在访谈时判断，完全独立在未来十到二十年内并不现实。
他强调英伟达系统涉及约 35,000 个部件，只有其中八颗芯片来自台积电；供应链遍布台湾及全球，不能把供应链独立简化为某一环节的替代。
他的未来判断
他给出的供应链独立距离约为十到二十年，并认为实现完全独立会很有挑战。
延伸分析
若整机供应链长期依赖多地区协作，区域制造能力增加可能降低部分依赖，却未必同时消除所有部件和制造环节的跨境依赖。
相关领域：半导体供应链、AI 计算系统供应链
后续观察
- 关键部件的供应地区分布
- 替代供应商的可用性
- 本地化整机交付能力
嘉宾未来判断汇总 · 忠实转述
以 2023 年 11 月为起点，黄仁勋预测：如果把 AGI 定义为软件在一组反映基本智能的测试中取得与普通人相当的成绩，那么五年内会出现达到这些测试要求的 AI；这一判断没有涵盖所有现实任务。他预计通用现成 AI 与基于企业私有知识培养的专业 AI 同时存在，未来大部分计算会由检索转向检索加生成，既有数据中心也会因此改造，但没有给出改造完成期限。他认为美国供应链完全独立在未来十至二十年内并不现实；限制技术获取可能激励本地产业发展，但并非必然结果。英伟达开发合规芯片后重返相关市场，是他表述的公司计划。
延伸分析汇总
AI 条件分析：若检索加生成的采用扩大并带动既有数据中心改造，整机计算、网络和软件协同能力的需求可能增加；访谈中的约一万亿美元是他估计的既有数据中心规模，不能直接视为新增支出或供应商收入。若企业私有知识能够在药物发现、芯片设计等任务中产生可验证的效果，专业 AI 可能与通用产品并存，实际价值仍取决于数据质量、适配成本和任务表现。出口规则下的合规产品与本地替代若获得实际采用，竞争格局可能变化，方向和幅度需结合规则、产品能力与交付情况判断。