黄仁勋最新访谈: AI的万亿级未来，深度解析英伟达的战略
Web3天空之城| 城主
在最新和BG2的深度对话中，黄教主深入探讨了英伟达在人工智能革命中的核心地位与未来战略。黄仁勋详细阐述了AI推理即将迎来的“十亿倍”增长、三大扩展定律的提出，以及公司从芯片制造商向全栈AI基础设施提供商的转型。访谈覆盖了英伟达与OpenAI的深度合作、应对华尔街质疑的增长逻辑、年度产品迭代背后的“极端协同设计”理念，以及在主权AI时代的地缘政治考量和对美中科技竞争的独到见解。黄仁勋强调，英伟达的竞争护城河不仅在于芯片，更在于其构建的庞大、复杂且高效的AI工厂生态系统，这使其在总拥有成本上具备无可比拟的优势。
完整视频传送: 【英伟达黄仁勋最新访谈：OpenAI、计算的未来与美国梦】 https://www.bilibili.com/video/BV1nDnXzQEH6
核心观点摘要
• “AI推理即将迎来十亿倍的增长。这即将爆发，但大多数人还没有完全内化这一点。”
• “通用计算的时代已经结束。未来属于加速计算和人工智能，世界上数万亿美元的计算基础设施都必须为此进行刷新。”
• “即使竞争对手的芯片免费，我们的系统因其卓越的能效（每瓦性能）和更高的收入潜力，仍是更经济的选择。机会成本高得离谱。”
• “我们转变为年度发布周期，是因为我们必须以指数级的速度提高性能。从Hopper到Blackwell，我们在一年内将性能提升了30倍，这源于‘极端协同设计’。”
• “我们不是一家芯片公司。我们是一家人工智能基础设施公司。我们是客户的人工智能基础设施合作伙伴。”
• “每个国家都需要自己的人工智能基础设施，就像能源和通信设施一样。这为我们开辟了一个全新的巨大市场。”
• “面对中国，我们必须去竞争。他们只落后我们几纳秒。认为他们永远无法制造出AI芯片的想法简直是疯了。”
当华尔街还在纠结于AI模型预训练的资本支出是否会饱和时，黄仁勋早已将目光投向了更广阔的蓝海——AI推理。他断言，推理市场即将迎来远超想象的爆发式增长。
“它即将增长十亿倍，” 黄仁勋强调。他解释说，过去的AI推理是“一次性”的问答，而现在，AI已经进入了“思考”阶段。“回答之前先思考。你思考得越久，得到的答案质量就越高。当你在思考的时候，你就在做研究、核实事实、继续学习，然后才生成答案。”
这种模式的转变，意味着AI的应用范式发生了根本性的变化。它不再仅仅是一个语言模型，而是一个由多个模型协同工作的复杂系统，它们会使用工具、进行研究，并且是完全多模态的。“看看所有生成的视频，这太疯狂了，” 他补充道。这种从“回答”到“思考”的进化，直接导致了三大扩展定律的出现：预训练、后训练（强化学习）和推理。每一个环节都在以指数级的方式消耗算力，这构成了英伟达未来增长的核心驱动力。
黄仁勋对OpenAI的未来极其看好，并将其视为这一趋势的典型代表。“我认为OpenAI很可能成为下一个数万亿美元级别的超大规模公司，” 他说。英伟达与OpenAI的“星际之门”（Stargate）计划，以及帮助其自建AI基础设施的深度合作，正是基于这一判断。这种合作不仅是商业交易，更是英伟达作为“AI基础设施合作伙伴”角色的完美体现。
增长的逻辑：为何华尔街依然低估了英伟达？
尽管行业领袖们纷纷描绘出数万亿美元的AI未来，但华尔街的分析师们对英伟达的长期增长预测却显得异常保守，普遍预计其增长率将在2027年后趋于平缓。黄仁勋认为，这种认知差距源于外界尚未完全理解正在发生的三重结构性转变。
首先，“通用计算已经结束，未来是加速计算和人工智能计算。” 这意味着全球现存的数万亿美元计算基础设施都将被重塑和刷新。其次，AI的第一个杀手级应用已经无处不在，即大型互联网公司的推荐引擎和搜索业务。“仅仅是满足Meta、谷歌、字节跳动、亚马逊的需求，将他们传统的超大规模计算方式转移到人工智能上，这就涉及到数千亿美元。”
而最关键的第三点，是人工智能将如何增强全球经济。黄仁勋做了一个生动的类比：“人类智能贡献了全球约50万亿美元的GDP。如果我们用价值1万美元的AI，去增强一位年薪10万美元的员工，使其效率提高两到三倍，这笔投资的回报是惊人的。” 他透露，英伟达内部的每一位软件工程师和芯片设计师都已配备AI协同工作，从而实现了更快的创新节奏和更高的生产力。将这个模型放大到全球，他预测，由AI增强的经济活动将催生一个每年5万亿美元的AI基础设施资本支出市场。“这就是未来。”
护城河的真相：年度迭代与“极端协同设计”
面对日益激烈的竞争，英伟达真正的护城河是什么？黄仁勋的答案并非某一块芯片，而是一个由芯片、系统、网络和软件构成的、以“极端协同设计”为核心的AI工厂生态系统。
为了应对AI算力需求的指数级增长，英伟达打破了行业常规，启动了年度产品发布周期——从Blackwell到Rubin，再到Feynman。“我们之所以这样做，是因为摩尔定律已经失效了，” 黄仁勋解释道，“晶体管的成本基本保持不变，我们必须在系统层面分解整个问题，并同时改变每个部分。”
这种“极端协同设计”意味着英伟达同时革新CPU、GPU、网络芯片（Spectrum X）和互联技术（NVLink），并对整个软件栈进行深度优化。其结果是惊人的：“在Hopper和Blackwell之间，我们在一年内实现了30倍的性能提升。没有摩尔定律能达到这种程度。”
这种系统级的优势，让英伟达构建了最核心的商业壁垒：总拥有成本（TCO）。黄仁勋提出了一个颠覆性的观点：“即使竞争对手的芯片免费给你，你仍然会购买英伟达的系统。” 他的逻辑很简单：电力和数据中心是有限资源。如果英伟达的系统能让客户在同样的能耗下产生两倍甚至三十倍的收入，那么选择性能较差的免费芯片所带来的机会成本是无法承受的。“谁不想要两倍的收入呢？你总是会选择每瓦性能最佳的方案。”
主权AI时代：地缘政治催生的新战场
人工智能正在从一个纯粹的技术和商业议题，演变为地缘政治的核心。黄仁勋敏锐地捕捉到了这一趋势，并提出了“主权AI”的概念。
“每个主权国家都将此视为对其国家安全和经济安全的生存攸关之事，” 他说。为了保护本国的文化、历史和价值观，并发展独立的工业和国防能力，各国必须建立自己的AI基础设施。“每个国家都需要具备某种主权能力……就像每个国家都需要能源基础设施、通信和互联网基础设施一样，现在每个国家都需要人工智能基础设施。”
这一趋势为英伟达开辟了一个全新的、巨大的全球市场。英伟达的角色不再仅仅是向科技公司销售产品，而是成为各个国家建设其数字主权和情报能力的战略合作伙伴。
直面中国：竞争而非脱钩
在谈到中美科技竞争时，黄仁勋的观点尤为深刻和务实。他强烈反对“脱钩”的说法，并主张采取直接竞争的策略。他警告说，低估中国的能力是危险的。
“我听到的一些事情，比如他们永远无法制造人工智能芯片。这听起来简直是疯了，” 他直言不讳。“中国拥有世界上最优秀的企业家、最多的AI工程师，并且行动迅速。他们落后我们几纳秒。我们必须去竞争。”
他认为，将中国市场拱手让给华为等本土竞争者，无异于“单方面解除武装”，这只会让对手利用垄断利润加速追赶。在他看来，让美国科技产业在全球范围内，包括在中国市场进行竞争，才能最大化其经济和地缘政治影响力。“我相信英伟达能够服务于中国市场并在该市场竞争，这符合中国的最佳利益，当然，也符合美国的巨大利益。这两个事实可以共存。”
结语：登上加速的列车
从推理的“十亿倍”增长，到主权AI的兴起，黄仁勋为我们描绘了一个正被计算能力彻底重塑的世界。在这个世界里，英伟达的定位清晰而坚定：它不是在销售产品，而是在交付一个持续进化的、能够产生智能的工厂。
当被问及未来五年、十年会发生什么时，黄仁勋给出了一个充满哲理的建议：
“如果你有一列火车即将变得越来越快，并呈指数级增长，你真正需要做的就是登上它。一旦你登上它，你会在旅途中弄清楚其他一切。趁它还比较慢的时候登上它，然后在旅途中呈指数级增长。”
附: 天空之城全文整理版 序幕：即将爆发的AI推理革命
黄仁勋: 我认为OpenAI很可能成为下一个数万亿美元级别的超大规模公司。
Bill Gurley: 黄仁勋，很高兴能回来，我简直不敢相信已经——欢迎来到英伟达。哦，眼镜不错。那些眼镜戴在你身上真好看。问题是现在每个人都会希望你一直戴着它们。他们会说，戴上红色眼镜。我可以担保。自我们上次录制播客以来已经过去一年多了。如今，你们超过40%的收入来自推理，但由于推理链，推理即将爆发，对吧？
黄仁勋: 它即将增长十亿倍。对，乘以一百万，乘以十亿。没错。这是大多数人尚未完全内化的部分。这就是我们谈论的那个行业，但这是工业革命。
Bill Gurley: 老实说，感觉就像你和我从那时起每天都在继续播客，以人工智能的时间来算。大约过去了100年。我最近在重看播客，我们谈论的很多事情中，最突出、对我来说可能最深刻的一件事是你拍桌子。那，还记得当时，预训练方面有点不景气吗？人们会说，哦，我的天，预训练。对，预训练的终结，我们过度建设了。这大约是一年半前的事。你说过，推理不会是100倍、1000倍的增长。而是10亿倍的增长，这使我们来到了今天。你宣布了一项重大的交易。我们应该从那里开始。
黄仁勋: 我低估了。我想正式声明一下。我低估了。我们现在有三个扩展法则，对吧？我们有预训练扩展法则。我们有后训练扩展法则。训练后基本上就像人工智能在练习。练习一项技能直到它做对为止。因此，它尝试了一大堆不同的方法。为了做到这一点，你必须进行推理。所以，现在训练和推理已经整合到强化学习中。真的很复杂。因此，这被称为训练后。
然后第三个是推理。过去进行推理的方式是一次性的。但我们赞赏的新的推理方式是思考。所以，回答之前先思考。所以，现在你有了三条规模法则。你思考得越久，得到的答案质量就越高。当你在思考的时候，你就在做研究。你死去核实一些基本事实。你学到了一些东西。你继续思考。你继续学习。然后你生成一个答案。不要立即生成答案。于是，思考，训练后，训练前。我们现在有了三个缩放定律，而不是一个。
Bill Gurley: 你去年就知道这一点。但是，你今年对于推理将达到10亿倍，以及这将把智能水平带到何种程度的信心更高吗？更高吗？你今年比一年前更有信心吗？
黄仁勋: 我今年更有信心。这样做的原因是看看现在的能动系统。而且人工智能不再仅仅是一个语言模型。而且人工智能是一个语言模型的系统。并且它们都在并发运行，可能在使用工具。其中一些在使用工具。其中一些在做研究。而且，有一大堆的事情。而且它都是多模态的。看看所有生成的视频。这太疯狂了。
深度合作：英伟达与OpenAI的星际之门计划
Bill Gurley: 这真的把我们带到了，你知道的，本周的关键时刻，每个人都在谈论几天前你宣布的与OpenAI星际之门的大规模交易，你将成为首选合作伙伴，并在该公司投资1000亿美元。在一段时间内，他们将建造10个千兆单元。如果他们使用英伟达来建造这10个千兆单元，那么英伟达的收入可能会高达4000亿美元。所以请帮助我们理解，你知道的，请告诉我们一些关于这种伙伴关系的信息，这对你意味着什么，对吧？
黄仁勋: 还有为什么这项投资对英伟达来说如此有意义。首先，我先回答最后一个问题。然后我会回来以我的方式呈现。好。我认为OpenAI很可能成为下一个数万亿美元的超大规模公司。我想你和我——你为什么称它为超大规模公司？超大规模，就像META是一家超大规模公司。谷歌是一家超大规模公司。他们将拥有消费者和企业服务，而且他们很可能成为世界上下一个数万亿美元的超大规模公司。我想你会同意这一点。我同意。
如果是这样，在他们达到目标之前进行投资的机会，是我们能想象到的最明智的投资之一。而且你必须投资你了解的东西。 结果证明我们恰好了解这个领域。因此，投资于此的机会，这笔钱的回报将会非常棒。所以我们喜欢投资的机会。我们不必投资。 而且我们不需要投资，但他们给了我们投资的机会。棒极了。
现在让我从头开始。所以我们正在与OpenAI在几个项目中合作。首先，第一个项目是微软Azure的扩建。我们将继续这样做。这种合作关系进展得非常顺利。我们还有几年的扩建工作要做，仅在那里就有数千亿美元的工作要做。第二个是OCI的扩建。而且我认为大约有5、6、7吉瓦即将建成。因此，我们正在与OCI、OpenAI和软银合作进行建设。这些项目已签约。我们正在努力。还有很多工作要做。
然后第三个，第三个是CoreWeave。对吧。所以所有的CoreWeave 4，我说的还是OpenAI。一切都在OpenAI的背景下。所以问题是，这个新的合作关系是什么？这种新的合作关系是关于帮助OpenAI，与OpenAI合作，首次构建他们自己的自建AI基础设施。所以这是我们在芯片层面、软件层面、系统层面、AI工厂层面与OpenAI直接合作，帮助他们成为一家完全运营的超大规模公司。这将会持续一段时间。它将会补充。
它将会补充数量，他们正在经历两个指数增长，正如你所知。第一个指数增长是客户数量呈指数增长。原因是人工智能正在变得更好。使用案例也越来越好。几乎每个应用程序现在都连接到OpenAI。因此他们的使用量呈指数级增长。第二个指数级增长是每次使用的计算指数级增长。现在它不是一次性的推理，而是在回答之前进行思考。因此，这两个指数级增长加剧了他们的计算需求。因此，我们需要构建所有这些不同的项目。因此，这最后一个是在他们已经宣布的一切、我们已经在与他们合作的所有事情之上的一个补充。它是在此之上的附加值。而且它将支持这种难以置信的指数增长。
Bill Gurley: 你所说的让我真正感兴趣的一点是，在你的脑海里，它们将是一家高概率、数万亿美元的公司。你认为这是一项伟大的投资。与此同时，他们正在自我构建。你正在帮助他们自我构建他们的数据中心。因此，到目前为止，他们一直在外包给微软来构建数据中心。现在他们想自己构建全栈工厂。
黄仁勋: 他们基本上希望与我们建立像埃隆和X一样的关系。正确。埃隆和X是自建的。没错。但我认为这也是——这是件非常重要的事情。当你想到巨像（Colossus）曾经拥有的优势时。
Bill Gurley: 他们正在构建全栈。那是一个超大规模计算公司。因为如果他们不使用这些容量，他们可以把它卖给其他人。没错。同样地，星际之门（Stargate），他们正在构建巨大的容量。他们认为他们需要使用大部分容量，但这也使他们能够将其出售给其他人。这听起来很像AWS、GCP或Azure。你是这个意思。
黄仁勋: 我认为他们很可能会自己使用它。就像X的情况一样，他们很可能会自己使用它。但他们希望与我们建立同样的直接关系、直接工作关系和直接采购关系。Meta，就像扎克和Meta与我们的关系一样，完全是直接的。我们与桑达尔和谷歌之间的关系，直接的。我们与萨提亚和Azure的合作关系，直接的。不是吗？因此，他们已经发展到足够大的规模，他们认为现在是时候开始建立这些直接关系了。我很高兴支持这一点。萨提亚知道，拉里也知道，每个人都清楚发生了什么，而且每个人都非常支持它。
挑战华尔街：英伟达的增长逻辑
Bill Gurley: 所以我发现最神秘的事情之一，对吧？你刚刚提到了甲骨文的3000亿，以及他们正在构建的巨像（Colossus）。我们知道主权国家正在构建什么。我们知道超大规模企业正在构建什么。萨姆说的是数万亿美元。但是在华尔街追踪你们股票的25位卖方分析师中，如果我看一下普遍预期，基本上你们的增长率从2027年开始就停滞不前了。2027年至2030年增长率为8%，好吗？那是25个人唯一的工作，他们靠预测英伟达的增长率获得报酬。 所以很明显——顺便说一句，我们对此感到满意。对，
黄仁勋: 看，我们对此感到安心。好的，我们能经常轻松超越预期数字。对，不，我明白。
Bill Gurley: 但这里存在一个有趣的脱节，对吧？我每天在CNBC和彭博社上都能听到。我认为这关系到，一些关于短缺导致供过于求的问题，他们不相信。他们说，好的，我们认可你说的26，但27呢，也许我们会太多，而你不需要那么多。但这对我来说很有趣，而且我认为重要的是指出，你们的共识预测是这种情况不会发生，对吧？而且我们也为公司制定了一个预测，考虑了所有这些数字。
黄仁勋: 它向我展示的是，即使我们已经进入人工智能时代两年半了，在我们听到的Sam Altman、你、Sundar、Satya所说的话，和华尔街仍然相信的事情之间，仍然存在巨大的认知分歧。
Bill Gurley: 而且，再说一次，你们对此感到安心。
黄仁勋: 我也不认为这是不一致的。
Bill Gurley: 好的，请稍微解释一下。
黄仁勋: 首先，对于建造者来说，我们应该为了机会而建造。我们是建造者。让我给你三个要点来思考。这三个要点，希望能帮助你更舒服地面对未来英伟达的发展。所以，第一点，这是物理定律的角度。这是最重要的一点，通用计算已经结束，未来是加速计算和人工智能计算。这是第一点。因此，思考这个问题的方式是，世界上有多少万亿美元的计算基础设施？那必须进行刷新。
Bill Gurley: 而且当它被刷新时，它将会是加速计算。
黄仁勋: 没错。因此，你必须意识到的第一件事是通用计算，没有人对此有异议。每个人都会说，我们完全同意这一点。通用计算已经结束了。摩尔定律已经失效。人们会这么说。那么，这意味着什么？所以，通用计算将会走向加速计算。我们与英特尔的合作认识到，通用计算需要与加速计算融合，才能为他们创造机会。对吗？
所以，第一，通用计算正在转向加速计算和人工智能。第二，人工智能的第一个用例实际上已经无处不在。它在搜索、推荐引擎中。不是吗？在购物中。过去的基本超大规模计算基础设施是CPU在做推荐。现在将是GPU在做人工智能。所以，你只需把经典计算转化为加速计算和人工智能。你看看超大规模计算，它正从CPU转向加速计算和人工智能。然后现在，这是第二点。仅仅是满足元宇宙公司、谷歌、字节跳动、亚马逊的需求，将他们传统的超大规模计算方式转移到人工智能上，这就涉及到数千亿美元。
Bill Gurley: 因为如果考虑到TikTok元宇宙、谷歌，今天地球上可能有40亿人，他们已经需要由加速计算驱动的工作负载。
黄仁勋: 完全正确。所以，即使不考虑人工智能创造的新机会，它也是关于人工智能如何将你过去做某事的方式转变为新的做事方式。然后现在，让我们来谈谈未来。到目前为止，我只说了些相当平淡的东西。只是些平淡的东西。旧的方式现在是错误的。你不再会使用燃油灯笼了。你将会转向电力。仅此而已。而且你不再使用，你知道的，螺旋桨飞机。你将会转向喷气式飞机。仅此而已。所以，到目前为止，你知道的，这就是我所谈论的一切。
然后，现在最令人难以置信的是，当你转向人工智能，当你转向加速计算时，会发生什么？结果会涌现出哪些新的应用？这就是我们正在谈论的所有人工智能的东西。那么那种机会，看起来会是什么样呢？嗯，对此进行思考的简单方式是，正如曾经电机取代了劳动力和体力活动一样，我们现在拥有人工智能，这些人工智能超级计算机，我所说的这些人工智能工厂。它们将会生成Token来增强人类智能，对吧？而人类智能占了，大概，世界GDP的55%，65%。 我们就叫它50万亿美元吧。而那50万亿美元将会被某种东西增强。
所以，让我们回到一个具体的人。假设我要雇佣一个年薪10万美元的员工，并且我用一个价值1万美元的人工智能来增强这位年薪10万美元的员工。而那1万美元的人工智能，结果是，使那位年薪10万美元的员工的工作效率提高了两倍，甚至三倍。心跳加速。我现在正在我们公司的每一个人身上做这件事，对吧？他们都有协同智能体。没错。同事们。没错。我们公司的每一位软件工程师，每一位芯片设计师都已经有AI与他们协同工作。100%覆盖率。结果是，我们制造的芯片数量更好了。数量在增长。我们做这件事的节奏是，对吧？因此，作为一家公司，我们发展得更快。结果是，我们雇佣了更多的人。我们的生产力更高。我们的营收更高。我们的盈利能力更强。有什么理由不喜欢呢？
现在，将英伟达的故事应用于世界的GDP。因此，很可能发生的情况是，那50万亿美元将被增强，我们随便挑一个数字，10万亿美元。那10万亿美元需要在机器上运行。现在，人工智能与过去的信息技术不同的原因是，在某种程度上，软件是先验编写的，然后在CPU上运行。而且它不——它运行——一个人会操作它。当然，在未来，人工智能会生成token（令牌）。但是机器必须生成token（令牌），而且它在思考。所以，该软件一直在运行，而过去，软件只编写一次。现在，软件实际上一直在编写。它在思考。为了让人工智能思考，它需要一个工厂。因此，假设这10万亿美元的token产生，50%的毛利率，其中5万亿美元需要一个工厂，需要一个人工智能基础设施。所以，如果你告诉我，全球每年的资本支出约为5万亿美元，我会说这个数学计算似乎是合理的。
这就是未来，对吧？从通用计算，加速计算，用人工智能取代所有超大规模企业，到现在，为了世界GDP而增强人类智能。而今天，这个市场大约是——我们的估计是每年4000亿美元。所以，潜在市场，比现在增长了4到5倍。埃迪，昨晚，阿里巴巴的吴泳铭说，从现在到今年年底——不，是现在到十年末，他们将把数据中心的功率提高10倍，对吧？你刚才说多少？4倍。没错。就这样。他们将增加10倍的功率，而我们与功率相关联。英伟达的收入几乎与功率相关。不是吗？没错。
因为——他还说了什么？他说令牌生成每几个月就会翻一番。那说明什么？每瓦性能必须保持指数级增长。这就是为什么英伟达在每瓦性能方面全力以赴。而且每瓦特的收入，瓦特基本上就是未来收入的衡量单位。
AI驱动的全球GDP加速增长
Bill Gurley: 我发现这个假设在历史背景下非常引人入胜，对吧？基本上，2000年来，GDP没有增长。好。然后我们迎来了工业革命。GDP加速增长。我们迎来了数字革命。GDP加速增长。基本上，您所说的——斯科特·贝松也说过。他说，我认为明年我们将有4%的GDP增长。基本上，您所说的是世界GDP增长将会加速，因为现在我们正在给予世界数十亿个将为我们工作的同事。如果GDP是在固定的劳动和资本投入下产生的产出总量，那么它必须加速增长。
黄仁勋: 必须的。必须的。看看人工智能的发展情况。由于人工智能技术——以及人工智能技术，我们不妨称之为大型语言模型和所有人工智能代理——它正在创造一个全新的人工智能代理产业。这一点毫无疑问。好吧，所以那个，OpenAI，是历史上收入增长最快的公司。而且它们正在呈指数级增长。所以，人工智能本身就是一个快速增长的行业。
因为人工智能需要背后的工厂。需要背后的基础设施。这个行业正在增长。我的行业正在增长。并且因为我的行业正在增长，其下的行业也在增长。能源正在增长。电力。壳牌。这就像能源行业的文艺复兴。不是吗？核能。燃气轮机。看看我们之下的基础设施生态系统中的所有那些公司。他们做得非常出色。
应对供过于求的担忧与万亿级收入的现实
Bill Gurley: 每个人都在成长。这些数字让每个人都在谈论供过于求或泡沫，对吧？扎克伯格上周在一个播客上说，他说，听着，我认为在某个时候我们很可能会遇到一个真空期。而且Meta实际上可能会超支100亿美元或更多。但他说这无关紧要。这对他的企业未来来说太重要了，以至于这是他们必须承担的风险。但是当你想到这一点时，听起来有点像囚徒困境，对吧？再次带我们了解一下——这些是非常快乐的囚犯。再次带我们了解一下，对吧？今天，我们的估计是，到2026年，我们将拥有1000亿美元的人工智能收入，不包括Meta，也不包括运行推荐引擎的GPU。好的？或者搜索或者——正确。所以还有其他的东西。但我们暂且称之为1000亿美元。
黄仁勋: 无论如何，那个产业是什么？超大规模产业现在是什么？超大规模产业，你知道的，在两者之间——数万亿。没错。顺便说一句，那个产业将转向人工智能。在任何人从零开始之前，你必须从那里开始。
Bill Gurley: 但我认为怀疑论者会说，我们需要从2026年的1000亿美元的人工智能收入，至少增长到2030年的人工智能收入达到1万亿美元。好吗？刚才你还在谈论5万亿美元，当你审视全球GDP的时候。如果你进行了自下而上的分析，你能看到未来五年内人工智能驱动的收入从1000亿美元增长到1万亿美元的可能性吗？我们的增长速度有那么快吗？
黄仁勋: 而且我认为我们已经达到了那个水平。好的，解释一下。因为那些超大规模企业，他们已经从CPU转向了人工智能。他们整个收入基础现在都是人工智能驱动的。嗯哼。没错。没有人工智能，你就无法运行TikTok。没错。没有人工智能，你就无法运行YouTube Shorts。你不能，没有人工智能，你什么都做不了。Meta在定制内容、个性化内容方面所做的惊人事情，没有人工智能是做不到的。所有这些事情过去都是由人类预先完成内容，创造四个选项，然后由推荐引擎选择。正确。现在是由人工智能生成的无数选择，对吧？
Bill Gurley: 但那些东西已经存在了，比如，我们从CPU过渡到GPU，很大程度上是为了那些推荐引擎。现在它们正在——不，那是相当新的。我会说——在过去的三四年里，也许吧。
黄仁勋: 扎克会告诉你，我参加了SIGGRAPH，扎克会告诉你，他们在采用GPU方面迟到了。 肯定。Meta使用GPU，算起来，也就几年，一年半？这很新。用GPU搜索？ 肯定。崭新的。肯定。全新。
Bill Gurley: 在GPU上搜索GPU。所以，你的论点会是，到2030年我们将拥有万亿美元的人工智能收入的可能性几乎是确定的，因为我们几乎已经——已经实现了。已经实现了，没错。让我们只谈谈从我们今天所处位置开始的增量。增量。现在我们可以谈谈增量了，对，没错。
黄仁勋: 当你进行自下而上或自上而下的分析时，我刚刚听到了你关于全球GDP百分比的自上而下分析。你认为在未来三到四到五年内，我们出现供过于求的概率是多少？
Bill Gurley: 对，这是一个分布——我们不知道未来。这是一个概率分布。
黄仁勋: 在我们完全将所有通用计算转换为加速计算和人工智能之前，在我们做到这一点之前，我认为这种可能性极低。好的，那将会花费几年时间。那会花费几年时间，让我再问一个问题，然后我就——直到所有的推荐引擎都是基于人工智能的，直到所有的内容生成都是基于人工智能的，因为内容生成，面向消费者的内容生成，很大程度上是推荐系统等等，而所有这些都将是人工智能生成的。直到所有这些东西，那些经典意义上的超大规模的东西，现在都过渡到人工智能，从购物到电子商务的所有东西，所有这些东西，直到一切都转移过去。
Bill Gurley: 但是所有这些新的建设，对吧，当我们谈论数万亿美元时，我们是在超前投资。那是不是，随意的？即使你看到经济放缓或某种程度的供应过剩，你也有义务投资这笔钱吗？或者这是你们向生态系统挥旗示意，说，出去建设吧，然后在某个时候，如果我们看到一些这种放缓，我们总是可以撤回投资水平？
黄仁勋: 实际上，情况恰恰相反，因为我们在供应链的末端，对吧？所以，我们会响应需求。现在，所有的风险投资家都会告诉你，你们知道的，需求方面，世界上存在算力短缺。这不是因为世界上缺少GPU，好吗？如果他们给我订单，我就能造出来，对吧？在过去的几年里，我们已经真正探明了供应链。所以，我身后的所有供应链，从晶圆启动到共同运营再到HBM内存，你们知道的，所有这些技术，我们都已真正做好准备。如果我们需要翻倍，我们就会翻倍，好吗？所以，供应链已经准备就绪。
现在，我们只是在等待需求信号。当云服务提供商、超大规模企业和我们的客户制定他们的年度计划，并且他们给我们，你知道的，他们的预测时，我们会响应，并按此构建。现在，当然，正在发生的事情是，他们提供给我们的每一个预测，结果都证明是错误的。因为他们低估了预测。所以，现在，我们总是处于一种争先恐后的模式。因此，我们现在已经处于这种争先恐后的模式中，有几年了。而且，无论我们得到的什么预测，总是比去年显著增加，但仍然不够。
Bill Gurley: 萨蒂亚，去年，似乎有点退缩，似乎是，有些人称他为房间里的大人，压制了一些这样的期望。几周前，他说，嘿，今年我也做了两个大型项目，而且我们未来会加速。你是否看到一些传统的超大规模企业可能行动得比，我们称之为CoreWeave或埃隆X，或者可能比星门计划慢一些，在我看来，你是否看到他们都在更多地投入，并且他们也都在加速。
黄仁勋: 因为第二个指数增长。我们已经经历了一个指数增长，那就是人工智能的采用率，人工智能的参与度呈指数级增长。第二个开始呈指数增长的是推理。那是我们一年前的对话。一年前。他说，嘿，听着，当你把人工智能从一次性、记忆并回答和泛化中解放出来时，那基本上就是预训练。所以，记住一个答案，8乘以8是多少，就记住它，好吗？所以，记住一个答案并进行泛化，那是一次性人工智能。现在，一年前，推理出现了。
Bill Gurley: 当然。
黄仁勋: 研究出现了，工具使用出现了，现在你是一个会思考的人工智能。10亿倍。它将使用更多的计算资源。正如你所说，某些超大规模客户无论如何都必须将内部工作负载从通用计算迁移到加速计算。所以，他们贯穿整个周期进行建设。我认为可能有些超大规模企业的工作负载不同，所以他们不太确定能够多快地消化它。没错。现在大家都得出结论，他们大幅度地建设不足。
我最喜欢的应用之一就是良好的传统数据处理。结构化数据和非结构化数据。就是良好的传统数据处理。很快，我们将宣布一项关于加速数据处理的重大举措。数据处理代表了当今世界绝大多数的CPU。它仍然完全在CPU上运行。 如果你去Databricks，它主要还是CPU。去雪花（Snowflakes），主要用CPU。在甲骨文（Oracle）进行SQL处理，主要用CPU。每个人都在用CPU来做SQL，处理结构化数据。未来，这些都将转移到人工智能数据上。这是一个我们即将进入的巨大市场。但你需要英伟达（NVIDIA）所做的一切，都需要加速层，并且需要特定领域的专用数据处理库。秘诀。我们得去构建它。但那即将到来。
破除循环交易迷思
Bill Gurley: 所以，其中一个阻力，你知道的，我昨天打开了CNBC。他们说，哦，供应过剩，泡沫。当我打开彭博（Bloomberg）时，讨论的是循环交易和循环收入。好的吗？那么，为了在家的人们能明白，这些安排是指公司进行误导性交易，在没有任何潜在经济实质的情况下人为地夸大收入。所以，换句话说，增长是由金融工程支撑的，而不是由客户需求支撑的。当然，每个人都在引用的典型案例是25年前上次泡沫时期的思科和北电。那么，当你们、微软或亚马逊投资于也是你们的大客户的公司时，比如，你们投资于OpenAI，而OpenAI正在购买数百亿的芯片，请提醒我们，也提醒其他人，当彭博社和其他机构的分析师对循环收入或空转感到激动时，他们到底错在哪里？
黄仁勋: 10吉瓦就像4000亿美元，大概是这样。而这4000亿美元将主要由他们的承购协议（offtake）提供资金，对吧，也就是他们的收入，而他们的收入正在呈指数级增长。它必须由他们的资本来提供资金，也就是他们通过股权筹集的资金，以及他们可以筹集到的任何债务。这是三种途径。他们可以筹集的股权和他们可以筹集的债务，与他们可以维持的收入的信心有关。肯定。因此，聪明的投资者和聪明的贷款人会考虑所有这些因素。从根本上说，这就是他们将要做的。那是他们的公司。这不关我的事。
当然，我们必须与他们保持非常紧密的联系，以确保我们为他们的持续增长提供支持，好吗？因此，这是收入方面的问题，与投资方面无关。投资方面与任何事情都没有关联。这是一个投资他们的机会。正如我们之前提到的，这很可能成为下一个数万亿美元级别的超大规模公司。谁不想成为这样的投资者呢？我唯一的遗憾是他们早期就邀请我们投资。我记得那些对话。而且我们当时太穷了。我们太穷了，没能投入足够的资金。我本应该把所有的钱都给他们。
Bill Gurley: 现实是，如果你们不做好自己的工作，跟不上（进度），你知道的，如果维拉·鲁宾没有变成一个好的芯片，他们可以去买其他的芯片，然后把它们放在这些数据中心里。
黄仁勋: 没错。
Bill Gurley: 他们没有义务必须使用你们的芯片。正如你所说，你把这看作是一个机会主义的股权投资。我还想说的是——我们已经做了一些很棒的投资。
黄仁勋: 我得把它说出来，你知道吗？我们投资了XAI。我们投资了CoreWeave。不可思议。这有多聪明？
Bill Gurley: 当我回到这一点时，另一个根本的事情，在我看来，是，你把它说出来。你在说，这就是我们正在做的事情。以及这里潜在的经济实质，对吧？这不是你只是以某种方式在两家公司之间来回发送收入。我们有人们每月为ChatGPT付费，15亿月活跃用户正在使用该产品。你刚才说世界上每家企业要么会这样做，要么就会消亡。
黄仁勋: 每个主权国家都将此视为对其国家安全和经济安全（如核电）的生存攸关之事。哪个人、公司或国家会说，情报对我们来说基本上是可有可无的？这对他们来说是至关重要的。好吧，我击败了——情报的自动化。
Bill Gurley: 我彻底解决了需求问题。
竞争护城河：年度发布周期与极端协同设计
Bill Gurley: 那么让我们稍微深入了解一下系统设计。我稍后会就此向克拉克请教。在2024年，你切换到了年度发布周期，对吧，使用 Hopper。然后你进行了一次大规模升级，这需要，你知道的，在2025年用Grace Blackwell对数据中心进行重大改造。在26年下半年，我们将得到维拉·鲁宾。
黄仁勋: 27年，我们将得到 Ultra，28年，费曼。年度发布周期进展如何？
Bill Gurley: 采用年度发布周期的主要目标是什么？英伟达内部的人工智能是否让你们能够执行年度发布周期？
黄仁勋: 上一个问题的答案是肯定的。如果没有它，英伟达的速度、我们的节奏、我们的规模都会受到限制。所以如今如果没有人工智能，根本不可能构建我们所构建的东西。
现在，我们为什么要这样做？有件事——记得吗，埃迪在他的财报电话会议或他的大会上说过。萨蒂亚也说过。山姆也说过。令牌生成速率呈指数级增长。而且客户的使用量正在呈指数级增长。我想他们每周活跃用户有8亿或者更多？那是在ChatGPT推出后的两年里，对吧？
Bill Gurgley: 而且每个用户都在生成大量更多的token，因为他们在使用推理时间推理。没错。
黄仁勋: 完全正确。所以首先，由于token生成速率增长得如此惊人，两个指数叠加在一起，除非我们以惊人的速度提高性能，否则token生成的成本将会持续增长，因为摩尔定律已经失效了，对吧？因为现在晶体管的成本基本上每年都一样。而且除非我们开发出新技术来降低成本，否则在这两个基本定律之间，电力成本基本上也相同。即使增长上存在细微的差异，你给别人打个百分之几的折扣，又怎么能弥补两个指数的增长呢？因此，我们必须以与指数级增长保持同步的速度逐年提高我们的性能。
所以，从我猜的Kepler到——一直到Kepler，一直到Hopper的例子中，可能提高了100,000倍。那是英伟达人工智能之旅的开始。10年内提高了100,000倍，好吗？在Hopper和Blackwell之间，由于NVLink72，我们在一年内提高了30倍。然后我们将在Rubin上再次获得一个x因子。然后我们将在费曼上再次获得一个x因子。
我们之所以这样做，是因为晶体管并没有真正帮我们太多，对吧？摩尔定律很大程度上是指密度在增长，但性能却没有。因此，如果情况是这样，我们必须应对的挑战之一是，我们必须在系统层面分解整个问题，并同时改变每个芯片、所有软件堆栈和所有系统。终极的极端协同设计。从来没有人达到过这种程度的协同设计。我们改变了CPU，彻底革新了CPU，还有GPU、网络芯片、NVLink向上扩展、Spectrum X横向扩展。有人说，我听人说，哦，对了，这不就是以太网嘛。是吗，不见得吧。好的，所以Spectrum X以太网不仅仅是以太网。人们开始发现，天哪，这些x因素太不可思议了。英伟达的以太网业务，这个纯以太网业务，是世界上增长最快的以太网业务。
所以要横向扩展。当然，现在我们必须构建更大的系统。因此，我们在多个连接在一起的AI工厂之间进行扩展。然后我们以年度为单位进行这项工作。因此，我们现在拥有指数级的指数增长，这源于我们的技术。这使得我们的客户能够降低令牌的成本，通过预训练、后训练和思考，不断地让这些令牌变得更智能。因此，当人工智能变得更智能时，它们就会被更多地使用。当它们被更多地使用时，它们将会呈指数级增长。
对于可能不太熟悉的人来说，什么是极端协同设计？极端协同设计意味着你必须同时优化模型、算法、系统和芯片。你必须跳出框框进行创新。因为摩尔定律说，你只需要不断地让CPU变得越来越快。一切都变得更快。你是在一个框框内进行创新。只要让那个芯片更快就行。好吧，如果那个芯片不能再快了，那你打算怎么办？跳出框框进行创新。因此，英伟达真正改变了局面，因为我们做了两件事。我们发明了CUDA，发明了GPU，并且我们以非常大的规模发明了协同设计的理念。这就是为什么我们涉足所有这些行业。我们正在创建所有这些库和协同设计。
第一，全栈。极致甚至超越了软件和GPU，现在达到了数据中心级别，包括交换机和网络，以及交换机、网络和网卡中的所有软件，纵向扩展、横向扩展，以及跨所有这些的优化。因此，Blackwell到Hopper的性能提升是30倍。没有摩尔定律能达到这种程度。这非常极端。这来自于极端协同设计。这是因为英伟达有——这就是我们进入网络和交换、纵向扩展、横向扩展、跨尺度扩展、构建CPU、构建GPU和构建网卡的原因。这就是英伟达在软件和人才方面如此丰富的原因。我们提交的开源软件比世界上几乎任何其他公司都多，我想除了AI2或类似的公司。因此，我们在软件方面拥有如此巨大的丰富性，这仅仅是在人工智能领域。别忘了计算机图形学、数字生物学和自动驾驶汽车。而且，我们公司生产的软件数量是惊人的。这使我们能够进行深入和极端的协同设计。
Bill Gurley: 我从你们的一位竞争对手那里听说，他这样做是因为这有助于降低令牌生成的成本。但与此同时，你们的年度发布周期让你们的竞争对手几乎不可能跟上。供应链变得更加封闭，因为你们为供应链提供了3年的可见性。因此现在供应链对他们可以构建什么有信心。
黄仁勋: 在你提出问题之前，先思考一下。思考一下这个问题。为了让我们每年完成数千亿美元的人工智能基础设施建设，想想我们一年前需要启动多少产能。我们讨论的是构建数千亿美元的晶圆开工和DRAM采购。你们在沟通吗？现在已经达到了几乎没有公司能够跟上的规模。
Bill Gurley: 那么您是否认为您今天的竞争护城河比三年前更大？
黄仁勋: 首先，竞争比以往任何时候都更加激烈，但也比以往任何时候都更难。我之所以这么说，是因为晶圆成本越来越高，这意味着除非你在极大规模上进行协同设计，否则你将无法实现X因素的增长，这是第一点。所以，除非你一年能研发六、七、八款芯片，那才是一件了不起的事情。这不是关于构建一个专用集成电路（ASIC），而是关于构建一个人工智能工厂系统。而且这个系统里有很多芯片。而且它们都是协同设计的。它们共同实现了我们几乎经常获得的10倍提升。
好的，所以第一点，协同设计是极致的。第二点是规模是极致的。当你的客户部署1吉瓦时，那就是40万，50万个GPU。让50万个GPU协同工作简直是个奇迹。我是说，这简直是个奇迹。所以，你的客户承担着巨大的风险来购买所有这些东西。你得问问自己，什么样的客户会在一个架构上投入500亿美元的采购订单？没错，在一个未经证实的架构上。一个新的架构。对，一个全新的架构。你刚刚完成了一个全新的芯片的流片。你对它感到非常兴奋，你知道的，而且每个人都为你感到兴奋。而且你刚刚展示了第一块硅片。谁会给你500亿美元的采购订单？而且为什么你要为一个刚刚完成流片的芯片启动价值500亿美元的晶圆生产？
但对于英伟达来说，我们可以做到这一点，因为我们的架构已经得到了充分的验证。所以，我们客户的规模非常惊人。现在，我们供应链的规模也令人难以置信。谁会为一个公司开始做所有那些事情，预先构建所有那些东西，除非他们知道英伟达能够交付？对吧？而且他们相信我们能够交付给世界各地的所有客户。他们愿意一次性投入数千亿美元。这个规模令人难以置信。
GPU vs ASIC：平台的力量
黄仁勋: 说到这一点，目前世界上一大关键辩论和争议就是GPU与ASIC的问题。 谷歌的TPU，亚马逊的Tranium。而且似乎从Arm到OpenAI再到Anthropic，每个人都被传言正在构建一个。去年，你说过，我们正在构建系统，而不是芯片。而且你正在通过该技术栈的每个部分来驱动性能。你还说过，这些项目中的许多可能永远无法达到生产规模。但考虑到似乎—— 大部分都是如此。大部分都是如此。考虑到谷歌的TPU（张量处理单元）似乎很成功，您今天如何看待这种不断变化的局面？
首先，谷歌的优势在于远见。记住，他们在一切开始之前就开始了TPU 1.0。这和创业没什么不同。你本就应该创办一家初创公司。你本就应该在市场增长之前创建一个初创公司。当市场规模达到万亿美元时，你不应该以初创公司的身份出现。这种谬论，所有的风险投资家都知道这一点，这种谬论认为，如果市场足够大，你只要占据几个百分点的市场份额，就能成为一家巨头公司。这实际上是根本错误的。你应该占据一个微型公司、一个微型行业的100%份额，就像英伟达所做的那样，对吧？就像TPU所做的那样。当时只有我们两家。
Bill Gurley: 但你最好希望那个行业变得非常大。你正在创造一个行业。
黄仁勋: 没错。英伟达的故事，是这样的——所以这对现在正在构建ASIC的人们来说是一个挑战。看起来像一个很有吸引力的市场。但请记住，这个很有吸引力的市场是从一种叫做GPU的芯片发展而来的，我刚才描述的是一个人工智能工厂。你们刚才也看到了，我刚刚发布了一款名为CPX的芯片，用于情境处理和扩散视频生成。这是一个非常专业的工作负载，但却是数据中心内部一项重要的工作负载。我刚才预先提到了可能的人工智能数据处理处理器。因为你猜怎么着？你需要长期记忆。你需要短期记忆。键值缓存处理非常密集。人工智能内存非常重要。你希望你的AI拥有良好的记忆力。仅仅是处理系统周围的所有键值缓存，就是非常复杂的事情。也许它需要一个专门的处理器。也许还有其他的东西，对吧？
所以你看到英伟达的——我们的观点现在不是GPU。我们的观点是着眼于整个AI基础设施。这些杰出的公司需要什么才能处理完他们所有的工作负载，这些工作负载是多样且不断变化的？看看Transformer模型。Transformer架构正在发生令人难以置信的变化。如果不是因为CUDA易于操作和迭代，他们如何尝试大量实验来决定使用哪个Transformer版本，使用哪种注意力算法？你如何进行分解？CUDA帮助你完成所有这些，因为它具有很强的可编程性。
因此，现在看待我们业务的方式是，当你看到所有这些ASIC公司或ASIC项目在三、四、五年前启动时，我必须告诉你，那个行业曾经非常可爱和简单。其中涉及到GPU。但现在它变得巨大而复杂。再过两年，它将变得非常庞大。规模将会变得非常大。因此，我认为作为一个新兴的参与者进入一个非常大的市场，这场战斗非常艰难，正如你们所知。
即使对于那些可能在ASIC方面取得成功的客户来说，他们的计算集群中难道没有一个最佳的平衡点吗？我认为投资者是非常二元的生物。他们只想要一个肯定或否定、非黑即白的答案。但即使你让ASIC芯片能正常工作，难道就没有一个最佳平衡点吗？因为你会想，我正在购买英伟达平台。CPX将会推出用于预填充、视频生成的功能。也许是一个解码平台。一个视频转码器。没错。所以会有许多不同的芯片或部件添加到英伟达生态系统中。加速计算集群，对吧？随着新的工作负载的产生。而且人们现在试图流片的新芯片并没有真正预测到一年后会发生什么。他们只是试图让芯片正常工作。没错。
Bill Gurley: 我换一种方式说，谷歌是一个大型GPU客户。
黄仁勋: 谷歌是一个大型GPU客户。如果你看看，谷歌是一个非常特殊的案例。我们必须，向真正值得尊敬的地方表示尊敬。TPU现在是TPU 7。对吧？所以，这对他们来说也是一个挑战，对吧？所以，他们所做的工作非常困难。所以我想首先要，让我来做。
记住，芯片有三种类别。还有一类芯片是架构性的。x86 CPU、ARM CPU、NVIDIA GPU。架构性的。而且它上面有一个生态系统。而且该架构允许，拥有丰富的IP和丰富的生态系统。非常复杂的技术。它是由像我们这样的所有者建造的。好吗？还有ASIC。我曾在最初的公司LSI Logic工作，该公司发明了ASIC的概念。正如你所知，LSI Logic已经不在了。这样做的原因是，当市场规模不是很大时，ASIC确实非常棒。让某人成为承包商来帮助你把所有这些东西的封装放在一起，并代表你进行制造，这是很容易的。他们会向你收取50、60个百分点的利润。但是当专用集成电路的市场变得很大时，有一种新的做事方式叫做COT，客户自有工装。谁会做这样的事情呢？苹果的智能手机芯片，销量如此之大，他们绝不会去找别人支付50、60%的毛利率来做一个专用集成电路。他们做客户自有工装。那么，当TPU成为一项大型业务时，它将走向何方？客户自有工装。毫无疑问。
所以，专用集成电路还是有它的用武之地。视频转码器永远不会变得太大。智能网卡永远不会变得太大。所以，当一家专用集成电路公司有10、12、15个专用集成电路项目在进行时，我不会感到惊讶。因为可能存在5个智能网卡和4个转码器。而且，它们都是AI芯片吗？当然不是，你知道的。如果有人要为一个特定的推荐系统构建一个嵌入式处理器，而且那是一个ASIC，当然，你可以这样做。但是，你会把它作为人工智能的基础计算引擎吗？人工智能可是一直在变化的。你有低延迟的工作负载。你有高吞吐量的工作负载。你有用于聊天的令牌生成。你有思考型工作负载。你有人工智能视频生成工作负载。有一个，现在你在谈论一个非常，非常——你加速器的主力骨干。这就是英伟达的全部意义。
Bill Gurley: 再说一遍，把它简化一下。这就像下象棋和跳棋，对吧？事实是，今天开始做专用集成电路（ASIC）的人，无论是Tranium还是其他一些推理加速器等等，他们都在构建一个芯片，而这个芯片是一个更大的机器的组成部分。你们已经建立了一个非常复杂的系统、平台、工厂，随便你怎么称呼它。现在你们正在稍微开放一点，对吧？所以，你提到了CPX GPU，对吧？在我看来，这在某种程度上，你们正在将工作负载分解到最适合特定需求的硬件切片上。
黄仁勋: 嗯，我们做了。我们发布了一个叫做Dynamo的东西。对吧。分解式人工智能工作负载编排，并且我们将其开源，因为未来的人工智能工厂是分解式的。
Bill Gurley: 而且你们发布了NVFusion。甚至对你的竞争对手说——包括你刚刚投资的英特尔。没错。你们参与到我们正在建设的这个工厂的方式，因为没有其他人疯狂到试图建造整个工厂，但是如果你有一个足够好、足够引人注目的产品，终端用户会说，嘿，我们想用这个来代替ARM GPU，或者我们想用这个来代替你的推理加速器等等，那么你可以接入进来。是这样吗？
黄仁勋: 我们很高兴将你连接进来。更多地告诉我们一些——NVLink Fusion，真是个好主意。我们非常高兴能与英特尔合作。它需要英特尔的生态系统，世界上大多数企业仍然在英特尔上运行。它需要英特尔的生态系统，需要英伟达的AI生态系统，加速计算，然后我们把它们融合在一起。我们用ARM也做了这件事，对吧？我们还将与其他的几家公司合作。这为我们双方都开启了机会。这对我们双方都是双赢。很好，非常好的双赢。我将成为他们的大客户，他们将让我们接触到更大更大的市场机会。
零成本芯片的悖论：总拥有成本的胜利
Bill Gurley: 它与这个观点密切相关，你提出的观点让一些人感到震惊，你说，我们的竞争对手正在构建ASIC。他们实际上可以——他们所有的芯片今天已经更便宜了，但他们完全可以将它们定价为零。我们的目标是，即使他们将它们的价格定为零，你仍然会购买英伟达的系统，因为运行该系统的总成本，包括电力、数据中心、土地等。情报仍然是比购买芯片更好的选择，即使它是免费给你的。
黄仁勋: 因为壳牌公司的陆上电力已经达到150亿美元。
Bill Gurley: 所以我们已经尝试对此进行了一些数学计算，但请带我们了解一下你的计算过程。因为我认为对于那些不常关注这里的人来说，这简直无法理解。鉴于你们芯片的成本，你们将竞争对手的芯片定价为零，怎么可能仍然是更好的选择？
黄仁勋: 有两种思考方式。一种方式是——让我们从收入的角度来思考。好的？所以每个人的电力都有限制。假设你能够获得额外的2千兆瓦电力。那么，这两吉瓦的电力，你肯定希望能够转化为收入。所以你的性能，或者说每瓦的token数比别人的每瓦token数高两倍，因为我做了深入和极致的协同设计，而且我的单位能量性能要高得多。那么我的客户就可以从他们的数据中心产生两倍的收入。谁不想要两倍的收入呢？
如果有人给他们15%的折扣，我们之间的毛利率差距，也就是75个点，和其他人的毛利率，比如50到65个点之间的差距，并不足以弥补Blackwell和Hopper之间30倍的差距。让我们假设Hopper是一个很棒的芯片，一个很棒的系统。让我们假设别人的ASIC就是Hopper。Blackwell是它的30倍。所以你不得不在那一吉瓦中放弃30倍的收入。放弃太多了。即使他们免费给你，你也只有2吉瓦可用。你的机会成本高得离谱，你总是会选择每瓦性能最佳的方案。
Bill Gurley: 我从一家超大规模企业的首席财务官那里听到，鉴于性能的提升，对吧，这来自于你们的芯片，再次强调，正是因为每吉瓦的token数以及功率是限制因素，对吧，他们不得不升级到新的周期。那么，当你展望Rubin、Rubin Ultra和Feynman时，这个轨迹会延续下去吗？
黄仁勋: 我们现在每年要制造，多少，6、7个芯片。每一个——作为该系统的一部分。没错。而在这个系统中，软件无处不在。它需要整合和优化所有这6、7个芯片，才能实现Blackwell的30倍性能。现在，想象一下我每年都在做这件事。砰，砰，砰，砰，砰，砰。因此，如果你在那一堆ASIC中，在那一堆芯片中构建一个ASIC，并且我们正在跨其进行优化，这是一个很难解决的问题。
通往十万亿市值的道路
Bill Gurley: 这确实让我回到了我们开始时关于竞争护城河的话题。我们一直在关注这一点，投资者也是，我们是整个生态系统以及你们的竞争对手的投资者，从谷歌到博通。但当我真正从第一性原理来考虑这个问题时——非常好的评论。然后说，你是在增加还是减少你的竞争护城河？你转变为年度节奏，你与供应链共同开发，其规模比任何人预期的都要大得多，这需要规模，无论是资产负债表的规模还是开发的规模，对吧？你们通过收购和像NV Fusion、CPX（我们刚才谈到的）等有机方式所做的举动，所有这些加在一起，让我相信你们的竞争护城河正在增加，至少在构建工厂或系统方面是如此。
黄仁勋: 这至少令人惊讶。
Bill Gurley: 但我认为有趣的是，你们的市盈率远低于其他大多数人。我认为部分原因与大数定律有关，一家4.5万亿美元的公司不可能变得更大了。但我一年半前就问过你这个问题。就像你今天坐在这里，如果市场要走向人工智能工作负载，将达到10倍或5倍，我们知道资本支出正在做什么，等等。在你看来，在任何可以想象的世界里，五年后的营收不会比2025年大两三倍吗？考虑到这些优势，它实际上并没有比今天高多少的可能性有多大？
黄仁勋: 我会这样回答。正如我所描述的，我们的机会比普遍共识要大得多。
Bill Gurley: 我就在这里说了。我认为英伟达很可能成为第一家市值10万亿美元的公司。而且我在这里已经很久了，就在不久前，仅仅十年前，正如你清楚记得的那样，人们说永远不可能出现一家万亿美元的公司。
黄仁勋: 现在我们有10家了，对吧？
Bill Gurley: 但世界更大了。而今天，这又回到了关于GDP和增长率的指数增长。
黄仁勋: 世界更大了。人们误解了我们所做的事情。他们记得我们是一家芯片公司。而且我们制造芯片。确实，我们制造芯片。而且制造世界上最令人惊叹的芯片。但英伟达实际上是一家人工智能基础设施公司。我们是您的人工智能基础设施合作伙伴。我们与OpenAI的合作就是对此的完美展示。我们是他们的AI基础设施合作伙伴。而且我们以许多不同的方式与人们合作。我们不要求任何人从我们这里购买所有东西。我们不要求他们购买整个机架。他们可以购买芯片。他们可以购买组件。他们可以购买我们的网络。他们可以购买我们的……我们有客户只购买我们的CPU。只购买我们的GPU，购买其他公司的CPU和其他公司的网络。我们很乐意以你喜欢的任何方式销售。我唯一的要求就是从我们这里买一点东西，你知道吗？
Bill Gurley: 你说过，这不仅仅是更好的模型。我们也必须建造。我们必须拥有世界一流的建造者。你还说过，我们国家可能拥有的最世界一流的建造者就是埃隆·马斯克。我们谈到了巨像1号，以及他正在那里做的事情，建立几十万个，当时，H100，H200在一个连贯的集群中。现在他正在研究巨像2号，这可能是50万GB，数百万个H100当量在一个连贯的集群中。
黄仁勋: 如果他在其他人之前达到吉瓦级别，我不会感到惊讶。
Bill Gurley: 请详细说明一下。成为建造者的优势在于，不仅仅是构建软件和模型，还了解构建这些集群需要什么。
黄仁勋: 嗯，这些人工智能超级计算机是复杂的东西。这项技术很复杂。采购它很复杂，因为存在融资问题。确保土地电力和外壳，为其供电也很复杂。建造这一切，启动这一切。这无疑是人类有史以来尝试过的最复杂的系统问题。所以埃隆有一个很大的优势，在他的脑海里，所有这些系统都在相互操作，而且相互依赖性，存在于一个大脑中，包括融资。所以...他是个大型GPT。他本身就是一个大型超级计算机。他是终极的，终极的GPU。所以他在那方面有很大的优势。而且他有很强的紧迫感。他确实渴望去构建它。所以当意志和技能结合在一起时，不可思议的事情就会发生。非常独特。
主权AI与全球科技竞赛
黄仁勋: 你一直如此投入的一件事是，我想谈谈主权AI。
Bill Gurley: 我想谈谈中国以及正在进行的全球AI竞赛。当我回顾30年前的你，你无法想象你这周会和酋长和国王一起在宫殿里闲逛，而且你一直都在白宫。总统说过你和英伟达对美国，你知道的，国家安全至关重要。所以当你看到这些时，首先，为我提供一些背景信息，比如，很难相信如果你没有把这个至少看作是关乎存亡的，重要的，就像我们1940年代看待核武器一样，你会出现在那些地方，对吧？我们今天没有一个像曼哈顿计划那样由政府资助的项目，但它是由英伟达资助的。它是由OpenAI资助的。它是由Meta资助的。它是由谷歌资助的。我们现在有一些公司的规模堪比民族国家，感谢上帝赐予美国，他们正在资助一些在我看来总统和国王们认为对其未来的经济和国家安全至关重要的东西。您同意这个观点吗？
黄仁勋: 没有人需要原子弹。每个人都需要人工智能。所以这是一个非常非常大的区别。正如您所知，人工智能是现代软件。这就是我开始的地方，从通用计算到加速计算，从一次一行的人工编写代码到人工智能编写的代码。这个基础不容忘记。我们已经重塑了计算。地球上没有新的物种。我们只是重塑了计算，每个人都需要计算。它需要被民主化，这就是为什么每个人，所有这些人，所有国家都意识到他们必须进入人工智能领域，因为每个人都需要留在计算领域。
世界上没有人会说，猜猜怎么着？我昨天还用电脑呢。我很擅长，你知道的，明天用棍棒和火，你知道吗？所以每个人都需要进入计算领域。这只是，这只是在现代化。仅此而已。第一。为了参与人工智能，你必须将你的历史、文化和价值观编码到人工智能中。当然，人工智能正变得越来越智能，即使是核心人工智能也能相当快地学习这些东西。你不必从头开始，从零开始。因此，我认为每个国家都需要具备某种主权能力。我建议他们都使用OpenAI。他们都使用 Gemini。他们都使用，这些开放模型。你使用 Grok。而且我认为，我建议他们都这样做。我建议他们都使用 Anthropic。但他们也应该投入资源来学习如何构建人工智能。
这样做的原因是，他们需要学习如何构建它，不仅仅是为了语言模型，而且他们需要为工业模型、制造模型构建它。国家安全模型。国家安全模型。他们必须自己去培养大量的情报。所以他们应该拥有主权能力。每个国家都应该发展它。
Bill Gurley: 这就是你看到的吗？这就是你在世界各地听到的吗？他们都意识到了。
黄仁勋: 他们都意识到了。他们都将成为OpenAI、Anthropic、Grok和Gemini的客户。但他们都需要建立自己的基础设施。这就是核心理念，英伟达（NVIDIA）正在构建基础设施，就像每个国家都需要能源基础设施、通信和互联网基础设施一样。现在每个国家都需要人工智能基础设施。
美国政府与产业界的合作
Bill Gurley: 让我们从世界其他地方开始吧。我们的好朋友，人工智能沙皇大卫·萨克斯，他干得非常出色。
黄仁勋: 我们非常幸运能在华盛顿特区拥有大卫和斯里兰姆。大卫在负责人工智能，担任人工智能沙皇。特朗普总统将他们安排在白宫，真是明智之举。因为在这个关键时期，技术是复杂的。斯里兰姆是我认为在华盛顿特区唯一了解CUDA的人，无论如何这都很奇怪。但我只是喜欢这样一个事实，在这个技术复杂、政策复杂、对我们国家未来的影响如此巨大的关键时期，我们有头脑清晰的人，投入时间来理解技术，并深思熟虑地帮助我们度过难关。在我看来，再次回到曼哈顿计划的类比，你有一位总统明白这件事有多么重要。
Bill Gurley: 并且这似乎对我来说，再次回到曼哈顿计划的类比，你有一位总统明白这件事有多么重要。在德克萨斯州，像格雷格·阿博特这样的州长想要取消监管以加速发展，因为他们明白这有多么重要。能源部的赖特部长、内政部的道格·伯格拉姆部长和商务部的卢特尼克部长也都明白这有多么重要。
黄仁勋: 他们是多么支持能源啊。你能想象吗？你能想象如果我们现在有一个不赞成能源，不希望能源在我们国家发展的政府，从而使我们能够拥有人工智能领导地位，那会是什么样的替代方案吗？我觉得- 我简直无法想象。
Bill Gurley: 我觉得很讽刺，就在几年前，我们还在说，中国正在建造100座核反应堆。他们遥遥领先于我们。那是人工智能的先决条件。但现在当我们要建造时，每个人都说，哦，那是过剩，对吧？在我看来，这似乎是政府应该感兴趣的事情。我们看到产业界和政府以一种我很久没见过的形式合作。您已经从业很久了。在这个阶段，您与特朗普总统非常亲近。帮助我们理解一下，产业界与政府之间的关系本质是什么？我们上周看到了您与所有CEO共进晚餐。您知道，您花了很多时间。这是否是独特的？在过去30年的职业生涯中，您见过类似的事情吗？
黄仁勋: 过去，正如您所知，去华盛顿特区很困难。在过去，正如您所知。获得预约几乎是不可能的。特朗普总统向希望参与并帮助理解未来的领导人敞开大门。本届政府坚信增长。根本上，特朗普总统希望美国发展壮大。如果我们能在经济上增长，我们就能在军事上强大。如果我们能在经济上增长，我们就会安全。我从未见过一个贫穷的人是有安全感的。作为一个国家变得富有是国家安全的重要组成部分，他明白这一点。
他还希望美国赢得人工智能竞赛。这将是一场非常长期的竞赛。他明白现在是一个关键时刻。他希望科技行业能够运转。他希望世界上每个人都能建立在美国的技术之上。这些都是明智且合乎逻辑的事情。相反的情况对我来说很奇怪。如果我把一切都颠倒过来，我们会希望我们的国家不要发展。并且因为我们不希望我们的国家发展，所以我们不需要任何能源，因为我们知道我们需要能源才能发展。所以我们不要有任何能源。事实上，我们不希望我们的科技行业领先。他明白我们的科技行业是我们的国家财富。正确。而且像过去玉米和钢铁这样的技术，现在是如此根本的贸易机会。这是贸易的重要组成部分。为什么你不希望美国的科技被所有人渴望，以便用于贸易呢？
Bill Gurley: 那么我们来谈谈互联网。谷歌遍布世界各地。我们通过搜索的方式将民主价值观传播到世界各地。谷歌不需要去华盛顿获得许可才能这样做。它自然而然地发生了。我们将我们的技术传播到世界各地。大卫·萨克斯已经非常明确地表示需要加快出口许可证的发放，以便美国的AI技术栈能够在全球胜出，对吧？我们在谈论芯片。我们在讨论模型。我们在讨论数据中心，等等。我们知道一年半前，这种情况并没有发生。
黄仁勋: 有一个概念叫做小院高墙或者类似的东西。一个小院高墙。具有讽刺意味的是，它是以这样一种方式描述的，并且在政策中以这样一种方式被推荐，它是围绕美国的小院高墙。这是奇怪的部分。我认为特朗普总统做对了，我们想要最大化出口。我们想要最大化美国在世界上的影响力。我们应该最大化这些东西。
Bill Gurley: 你看到这些许可发放了吗？你是否看到了华盛顿的加速？我知道高层在这样说，但你是否看到它渗透到政府，从而加速我们在世界各地的行动？
黄仁勋: 卢德尼克部长完全掌握了情况。
Bill Gurley: 很好。
关于中国的复杂博弈
Bill Gurley: 那么现在让我们来谈谈中国。大多数人可能没有意识到的是，我认为你和美国任何领导人一样了解中国。
黄仁勋: 我们在那里已经30年了。
Bill Gurley: 在那里已经30年了。大多数人没有意识到的是，直到几年前，你在中国都占据着主导市场份额，大约是95%的市场份额。95%的市场份额，可以说是在最重要的事情上。你曾说过，我们作为一个国家可能犯下的最大的乌龙，就是以某种试图减缓他们发展速度的幌子，单方面地解除武装。我们迫使英伟达退出了中国市场，这使得华为能够凭借在中国国内的垄断利润加速发展。而且我今天早上看到，华为和阿里巴巴等公司发布公告称，他们现在将在世界各地建立数据中心。华为有一项三年计划，旨在通过在中国最大的AI市场获得的垄断利润来超越英伟达。所以，你关于将垄断市场拱手让给中国是一个巨大错误的告诫似乎正在成为现实。
总统在禁止H20芯片后表示，现在我们面临的情况是，你可以向中国出售芯片，但需要缴纳15%的出口税。但现在看来，中国人可能对美国的声明感到不满，他们表示，现在不允许英伟达在这里销售产品。今天英伟达和中国之间的关系如何？你能重申一下你认为我们作为一个国家应该做些什么，才能使我们自己处于赢得世界人工智能竞赛的最佳位置吗？
黄仁勋: 我们与中国存在竞争关系。我们应该承认，中国理所当然地希望他们的公司发展良好。我一点也不嫉妒他们。他们应该发展良好。他们应该给予他们想要的尽可能多的支持。这完全是他们的特权。别忘了中国拥有世界上最优秀的企业家，因为他们来自世界上最优秀的理工科学校。他们是世界上最渴望成功的。正如你所知，996，这是非常——培养了世界上最多的AI工程师。
Bill Gurley: 996，为了让观众明白。
黄仁勋: 早上九点到晚上九点，一周六天。那是他们的文化。我们面对的是一个强大的、创新的、渴望成功的、行动迅速的、监管不足的对手。人们没有意识到这一点。他们受到的监管非常宽松。相较之下，讽刺的是，它比我们在资本主义体系中受到的监管还要少。没错。人们认为他们是被中央政府管理的。但请记住，中国的精妙之处在于分布式经济系统。因此，所有这33个省份和所有市长经济体都推动了巨大的内部竞争和内部经济活力，当然，这也有一些副作用。但这是一个充满活力、具有创业精神、高科技的现代产业。
还有，第一，我听到的一些事情，比如他们永远无法制造人工智能芯片。这听起来简直是疯了。中国不能制造。中国不能制造？如果说他们能做一件事，那就是制造。其二，他们落后我们好几年。是两年，还是三年？得了吧，他们落后我们几纳秒。纳秒。他们落后我们几纳秒。所以我们必须去竞争。我们必须去竞争。
那么问题就变成了，什么才是最佳利益？当然，对中国来说，最佳利益是他们拥有一个充满活力的产业。他们也公开表示，而且我认为他们有理由相信，他们希望中国成为一个开放的市场。他们想要吸引外国投资。他们希望公司来到中国并在市场上竞争。而且我相信他们，我希望，我相信并希望我们会在我们的背景下回到那样，回答你的问题，我看到未来会怎样？我确实希望，因为他们这么说，他们的领导人这么说，而且我表面上相信它，而且我相信它是因为我认为这对中国来说是有意义的，对中国最有利的是外国公司投资中国，在中国竞争，并且他们自己也拥有充满活力的竞争。而且他们也希望走出中国并参与世界各地的活动。我认为，这是一个相当明智的结果。
而我们作为一个国家需要做的是，使我们的科技产业能够发展，如今我有幸在一个作为我们国家瑰宝的行业工作。我们必须承认它是我们的国家瑰宝。它是我们最好的产业。它是我们唯一最好的产业。为什么我们不允许这个行业去竞争求生？为了让这个行业发展并在世界各地推广这项技术，从而使世界能够建立在美国的技术之上，这样我们就能最大限度地提高我们的经济成功，最大限度地提高我们的地缘政治影响力，最大限度地发挥这个技术产业在如此充满活力、如此关键的时刻的作用，让它蓬勃发展。
Bill Gurley: 怀疑论者说，黄仁勋只是想卖出更多的芯片，如果他能把芯片卖给中国，那就太好了，他会卖给中国的。他不在乎，这对美国意味着什么。这就是怀疑论者。现在，我可以回应一下这些怀疑论者吗？
黄仁勋: 仅仅因为我希望美国的生态系统和经济增长，并不意味着我错了。对，好的，首先，到目前为止所说的关于中国的一切都被证明是错误的。事实是错误的。基本事实是错误的。所以，仅仅因为我们希望美国获胜，仅仅因为我们希望这个行业发展，并不意味着我错了。
Bill Gurley: 正确。而且我认为任何了解你的人，以及现在的总统，当然也包括我自己，都清楚你深深地关心着这个国家。你真心希望美利坚合众国赢得全球人工智能竞赛。你只是碰巧相信，而且我认为你拥有和任何人一样多甚至更多的经验，即如果我们参与中国的竞争，实际上更有利于我们提高赢得全球人工智能竞赛的可能性。因为这让我们能够利用世界上半数的人工智能工程师，让他们留在这个生态系统中。让我们明确一点，我们在这里谈论的公司，字节跳动、阿里巴巴等等，这些公司很大程度上由美国投资者拥有。没错。对吧？ 这些都是正在构建推荐引擎的全球性公司。顺便说一句，都是非凡的技术专家。令人难以置信的公司。因此我认为，并且我充满希望，你所提出的关于中国的论点，比向世界其他地方扩散的论点更难，我理解这一点。这就是为什么我认为当总统说，我不知道，这就像抛硬币一样。也许黄仁勋是对的。也许其他人是对的。但如果黄仁勋愿意将15%的利润投入美国财政部作为对冲，那么我会支持。但我对此之后发生的事情感到非常失望。我认为，如果中国人觉得他们被占了便宜，我们打算送给他们10年前或更旧的芯片，那么我理解他们为什么会有那样的反应。
黄仁勋: H20仍然非常出色。 当然，它不如Blackwell。我明白。听着，我很有耐心。而且我相信他们是明智的，或者他们正在认真思考他们的处境。在与美国的关系方面，他们有更大的议程需要处理。有很多讨论正在进行。但我还是要回到根本事实，基本真理。我相信英伟达能够服务于中国市场并在该市场竞争，符合中国的最佳利益。我从根本上相信这符合中国的最佳利益。当然，这也符合美国的巨大利益。但这两个事实可以共存。两者都有可能是真的。而且我相信两者都是真的。
所以我想，即使我告诉我们所有的投资者，我们的指引不包括中国，而且我感谢我们所有的投资者在任何指引中都不包括中国，我们在外部有很多增长机会。我们所说的都是事实。这并不意味着中国对我们不重要。它对我们非常重要。任何认为中国市场不重要的人都是在自欺欺人。因此，这是世界上最重要的市场之一，聪明的市场，正如你所知，聪明的人在做聪明的事。我们想在那里。我认为我们在那里符合两国的最佳利益。所以我想，当我退一步思考时，我相信最终智慧会占上风。我一直都相信智慧会占上风。我一直坚信真理会胜出。这也一路带领我走到现在。我相信这从根本上来说是正确的。所以这些事情都会得到解决。我们将有机会去中国市场竞争。
美国梦与全球人才战略
黄仁勋: 我不太关心政治，但政府决定对每个H-1B签证收取10万美元的费用，这件事非常热门。你和总统相处了很长时间。你称他为我们在人工智能领域的秘密武器。我也知道你想招募最优秀、最聪明的人才到我们国家。那么，你如何看待对每个H-1B签证收取10万美元的决定？这会使招募人才更容易还是更难？而且对于大公司或小公司来说，情况可能略有不同。你对此有何看法？
所以我想从这是一个好的开始说起。
Bill Gurley: 等一下。你说这是一个好的开始。
黄仁勋: 这是一个好的开始。我就从这里开始说。原因是这样的。这意味着我希望这不是结束。但我认为这是一个很好的开始。我只是希望这不会是结束。这是我从根本上相信的。美国拥有其他任何国家都无法比拟的独特品牌声誉。而且世界上没有任何国家有能力或者有希望能够说，来美国实现美国梦吧。哪个国家的名字后面带有“梦”这个词？
Bill Gurley: 这是其品牌的一部分。
黄仁勋: 我们是完全独特的。而且你正在和一位代表美国梦的人交谈。我的父母没有任何钱，把我们送到了这里。我们从一无所有开始。你们知道，我收拾桌子，洗碗，打扫厕所。而我如今身在此处。这就是美国梦。特朗普总统明白这一点。我们欢迎合法移民。合法移民和非法移民之间是有区别的。但认为这是一个对所有人开放的国家的想法是不合理的。所以现在的问题是，我们如何从根本上保护美国梦的理念，转变为处理如此大规模的非法移民问题？我们如何找到一个合乎逻辑、务实的解决方案？那么，我们给H-1B签证贴上10万美元价格标签的想法，可能门槛设置得有点太高了。但作为第一个门槛，它至少消除了非法移民。这是一个好的开始。
Bill Gurley: 它如何消除非法移民？
黄仁勋: 好吧，至少它消除了……滥用H-1B签证。滥用H-1B签证。至少。这是一个好的开始。至少我们可以进行对话。因此，我们了解到的关于特朗普总统的一件事是，他是一个好的倾听者。他是真的会倾听。我是说，他倾听你，他倾听我。他不必如此。而且他倾听很多人的意见。而且他整合了很多信息。这显然是一个非常复杂的问题。所以我认为这是一个良好的开端。这是一个良好的开端。但我确信，政府中的任何人，白宫中的任何人都清楚，合法移民，移民是美国梦的基石。这是我们想要保护的终极品牌。这就是我们想要保护的未来。
Bill Gurley: 我还要说，在我看来，萨克斯和政府部门的其他人员肯定知道，我们必须招募世界上最优秀、最聪明的人才。我们不应该牺牲品牌的卓越性。收费10万美元，或者说降到50美元或其他情况，这似乎确实让比赛的天平倾向于那些能够有效赞助所有这些人的大公司。对于那些人已经非常昂贵的创业生态系统来说，这更具挑战性。现在我还要额外支付这笔费用。
黄仁勋: 这也会产生意想不到的后果。这可能会加速在美国境外的投资。因此，这会带来意想不到的后果。但就像我说的，从某个地方开始，朝着正确的答案前进。人们经常想直接从错误的答案、错误的情况开始。我们不想要我们所处的这种状况。直接跳到完美的答案是很难找到的。随便从哪里开始。这是创业的方式。
Bill Gurley: 这对我来说很重要，而且总统之前在竞选的时候也说过，他想把绿卡钉在这些STEM学生的文凭上。太聪明了。来自中国的AI研究人员到美国在斯坦福大学学习。我们想把他们留在这里。我们想要，顺便说一句，如果他们的家人不能来这里，他们几年后就会离开。所以你甚至可能想让他们的家人更容易来这里和其他地方。您是否确信在本届政府中我们有一个战略计划？这只是一个开始，但你的谈话让你确信我们有一个更广泛的战略计划，以确保我们招募到最优秀、最聪明的人才吗？
黄仁勋: 我不知道我是否有答案。但我明白我们现在的处境并不是我们想要的那样。而且我不认为有人失去了对美国梦的关注，对移民的重要性，对吸引世界上所有最优秀人才到美国，并为他们创造留在这里的条件的关注。有时候会做一些与我刚才描述的相反的事情。让外国学生在美国感到不舒服。威胁品牌。威胁品牌。我们不要忘记，与中国竞争是可以的，但要小心不要对中国人强硬。所以我们需要确保不要越过那条滑坡。所有这些都与技巧和细微差别有关。但事实是我们知道我们想去哪里。我们知道我们身处困境。我们不想待在这里。特朗普总统没有太多时间来推动我们朝着那个方向前进。所以在某种程度上，我们朝着那个方向前进，我相信这是一个好的开始。同意。
Bill Gurley: 我从一位领导我们在美国顶尖实验室的中国研究员那里听说的。三年前，90%从中国大学毕业的顶尖人工智能研究人员都想来美国，并且确实来美国在我们顶尖的实验室工作。他猜测今天这个比例接近10%或15%，对吗？所以看到了急剧下降。
黄仁勋: 这正是我们所担心的。
Bill Gurley: 那么你见过这个吗？你在关注两个市场。你看到这个了吗？为了扭转这种局面，我们需要做些什么？
黄仁勋: 我们的确看到越来越多的中国学生来这里后选择留下，对此感到担忧。或者许多来这里上学的学生正在考虑去其他地方。许多人正在考虑去欧洲。所以我认为我们需要对此高度重视。这是生存危机的根源。这绝对是未来问题的早期迹象。聪明人来美国的愿望和聪明的学生留下的愿望，这些是我会称之为关键绩效指标（KPI）的指标，是未来成功的早期指标。
Bill Gurley: 我觉得这有点像勇士队。如果他们在招募NBA所有最佳球员方面有优势，那么他们就可以继续赢得总冠军。但是，一旦由于勇士队的品牌或其他原因，这个招募渠道减弱，那么他们将无法招募到未来最好的球员，你也无法赢得总冠军。当我，你如此雄辩地谈论美国梦时，那实际上就是美国品牌，对吧？来到这里并做你所做的事情的权利。所以我希望对本届政府的反馈，不仅仅是针对...