魚羊 克雷西 發自 凹非寺
量子位 | 公眾號 QbitAI
前腳奧特曼剛被曝要籌7萬億美元，與爭雄，重塑全球半導體格局。
後腳老黃還真回應了：老夥計，誇張了哈。
具體發言嘛，還帶了點陰陽美學（手動狗頭）：
（7萬億美元）顯然能買下所有GPU。
如果你假設計算機不會變得更快，可能就會得出這樣的結論：我們需要14顆行星、3個星系和4個太陽來為這一切提供燃料。但計算機架構仍在不斷進步。
簡而言之，黃仁勳認為更高效、更低成本的晶片會持續出現，而這將使得奧特曼的這種“7萬億美元”大規模投資變得不那麼必要。
不過話說回來，老黃倒也沒把話說死。他也強調，AI領域的投資增長不會在短期內停止，還預測：AI資料中心的規模會在五年內翻番。
實際上，打從奧特曼的7萬億訊息曝出，網友們也沒少吃瓜。
根據Gartner預測，2023年全球半導體行業的總收入是5330億美元，7萬億美元是這個數字的14倍。
網友測算，這些資金不僅足以一口氣吞併英偉達+臺積電++三星+高通+博通+AMD+ASML等等等一系列半導體頭部公司，剩下的錢再買個Meta還都綽綽有餘。
那麼這一次老黃具體還分享了些什麼資訊，如果你感興趣，以下奉上文字記錄~
（Kimi和ChatGPT整理，人類編輯協助）
黃仁勳：去年最重要的AI事件是Llama 2
主持人：我想從一個一直存在我腦海中的問題開始，7萬億美元能買多少GPU？
黃仁勳：顯然，所有的GPU。
主持人：我很想向Sam提問這個問題，這是一個非常大的數字（笑）。談到雄心，我們並不缺乏雄心壯志，但今天的政府面對人工智慧，應該如何規劃？您有什麼建議？
黃仁勳：首先，這是一個令人驚歎的時代，因為我們正處於一場新的工業革命的開始，過去蒸汽機、電力、PC和網際網路帶來了資訊革命，現在是人工智慧。
前所未有的是，我們正在同時經歷兩種轉變：通用計算的結束和加速計算的開始。
就像以CPU計算作為所有工作的基礎，在今天已經不再可行。原因是，從我們在1964年發明CPU——即IBM System 360釋出的那一年算起，已經過去了60年。我們實際上已經依靠這一波技術浪潮前行了整整60年，而現在，我們正處於加速計算的新起點。
如果你想實現可持續的計算、能源高效的計算、高效能計算、成本效益高的計算，就不能再依賴通用計算。你需要專門的特定領域加速，這就是推動加速計算增長的基礎。它使得一種新型應用——人工智慧成為可能。
問題是，什麼是因，什麼是果？你知道的，首先是加速計算使得新型應用成為可能。今天有很多應用都在加速。
現在我們正處於這個新時代的開始，接下來會發生什麼？
目前，全球資料中心的總價值約為1萬億美元。在未來4-5年裡，這個數字將增長到2萬億美元，這些資料中心將成為全球軟體執行的源動力。所有這些都將是加速的，這種加速計算架構非常適合下一代軟體，即生成性人工智慧。這就是目前正在發生的核心變革。
替換通用計算的過程中，要記住架構的效能也在同步提升。所以不能僅僅假設你會購買更多的計算機，還必須假設計算機會變得更快。因此實際需要的計算資源並沒有那麼多。否則，如果你假設計算機不會變得更快，可能就會得出這樣的結論：我們需要14顆行星、3個星系和4個太陽來為這一切提供燃料。
在過去10年裡，我們做出的最大貢獻之一，就是將計算和人工智慧推進了100萬倍。所以，無論你認為驅動世界的需求是什麼，都必須考慮它將以100萬倍的速度更快、更高效地發展。
主持人：對於AI接管世界的恐懼，我認為我們需要澄清哪些是真實的，哪些是炒作。您認為目前最大的問題是什麼？
黃仁勳：非常好的問題。首先，我們必須安全地發展創造性的新技術，這是絕對正確的。無論是飛機、汽車、製造系統、醫學，所有這些不同的行業在今天都受到嚴格監督。這些監管必須擴充套件、增強，去考慮AI將透過產品和服務來到我們身邊的情況。
現在，有些利益集團試圖嚇唬人們，將AI神秘化，以阻止其他人對這項技術採取行動。我認為這是一個錯誤，我們希望普適化AI技術。
如果你問我去年最重要的AI事件是什麼，我認為是Llama 2，這是一個開源模型。或者Falcon，另一個優秀的模型。還有mistral等等。所有這些技術都建立在透明度、可解釋性之上。因為這些開源模型，安全、對齊、護欄、強化學習等諸多不同的創新成為可能。
讓大家都加入到AI的進步之中可能是最重要的事情，而不是去說服人們AI太複雜、太危險、太神秘，世界上只有兩三個人能做到，我認為後者是一個巨大的錯誤。
主持人：您認為下一個AI時代還會繼續建立在GPU之上嗎？您認為未來會有什麼突破？
黃仁勳：實際上，世界上幾乎所有大公司都在做內部開發。谷歌、AWS、微軟、Meta都在製造自己的晶片。
英偉達GPU會被關注是因為這是唯一一個對所有人開放的平臺。
一個統一的架構涵蓋了所有領域。我們的CUDA架構能夠適應任何新興的架構模式，無論是CNN、RNN、LSTM，還是現在的Transformer。現在，Vision Transformer、Birdseye View Transformers等各種不同的架構正在被創造出來，所有這些不同的架構都可以在英偉達GPU上得到發展。
主持人：AI的特點是它在很短的時間內經歷了很多演變，所以，五年前使用的基礎設施與今天使用的基礎設施可能非常不同。
但老黃的觀點非常重要，即英偉達始終佔據一席之地。
主持人: 接下來讓我們換個話題，暫時不談AI，談談教育。站在技術的前沿，人們在教育方面應該關注什麼？人們應該學習什麼，又應該如何教育自己的孩子？
黃仁勳: 哇，這是個好問題，但我的回答可能聽起來（和人們的印象）完全相反。
你可能記得在過去的10年、15年裡，幾乎每個在正式場合回答這個問題的人都會說，計算機科學、程式設計是每個人都應該學習的。
但實際上，情況幾乎完全相反，因為我們的工作是創造計算技術，使得沒有人需要（傳統意義上的）“程式設計”，讓世界上的每個人都成為程式設計師。
這就是人工智慧帶來的奇蹟。這是我們第一次縮小了（程式設計的）技術鴻溝，讓更多的人可以參與人工智慧，這就是為什麼幾乎所有的地方都在談論人工智慧的原因。
因為這是第一次，公司裡的每個人都可以成為技術專家，現在正是技術鴻溝已經關閉的絕佳時機。
諸如數字生物學、年輕人教育、製造或農業等領域，需要專門人才來解決的問題，現在人人都能掌握。
因為人們有計算機，可以按照人的指示去做，幫助人類自動化工作、提高生產力和效率，所以我認為這是一個絕佳的時機。當然，人們需要立刻學會使用這樣的工具，這是一個緊迫的問題。
同時也要意識到，現在參與AI比計算機歷史上任何時候都更加容易，社會有責任提升每個人的技能。同時我相信，這個提升的過程將是愉快且令人驚訝的。
主持人: 所以，如果我要選擇一個大學專業，你會給我什麼建議？
黃仁勳: 我會首先考慮一個問題——理解起來最為複雜的科學，我認為是生物學，特別是和人類相關的生物學。
它不僅涵蓋的內容廣泛，且十分複雜、理解難度大，關鍵是會帶來巨大的影響。
我們稱（生物學）這個領域為生命科學，把其中與醫藥相關的學科稱做藥物發現（discovery）。
但在計算機科學等傳統行業中，沒有人說“汽車發現”、“計算機發現”或“軟體發現”，而是稱之為工程。
每年，我們的軟體、晶片、基礎設施都會比前一年變得更好，但在生命科學上的進展卻是零星的。
如果給我一次重新選擇的機會，我會意識到將生命科學工程化的學科——生命工程即將到來，它將成為一個工程領域，而不僅僅是一個純粹的科學領域。
所以，我希望現在的年輕人能夠喜歡與研究蛋白質、酶和材料一起工作，利用工程技術讓它們變得更節能、輕便、耐用，變得更加可持續。
未來，所有這些發明都將成為工程的一部分，而不是科學發現。
One More Thing
就在週一，英偉達市值一度超越了亞馬遜，成為美股市值第四高的企業。前三分別是微軟、蘋果和谷歌母公司Alphabet。
不過收盤時亞馬遜奪回了第四的位置，收盤市值1.79萬億美元，英偉達收盤時市值約為1.78萬億美元。
2024開年以來，英偉達憑藉全球對晶片的強勁需求，股價節節攀升，增長了近50%。根據測算，今年以來英偉達市值增長了約6000億美元，超過了2023年後七個月的增幅。
