美國總統大選結束，美股科技股集體看漲。
截至11月10日，英偉達總市值達36213.64億美元。
這家曾被高盛成為「地球最重要股票」的AI晶片霸主英偉達，終於超越蘋果、微軟，成為史上首家市值超過36000億美元的公司。
市值重回巔峰之際，黃仁勛接受了No Priors Youtube頻道專訪。
長達三十幾分鐘的對話，黃仁勛透露了行業最新發展動態，同時還聊到了前沿模型、數據中心規模計算以及英偉達未來十年的押注。
在外人看了，英偉達的「封神之路」像極了爽文男主，在談及股價和身價飆升，老黃則表示「無感」。
「對我來說沒什麼影響。我還是在同一時間醒來，像往常一樣工作、吃飯，喜歡的事情、愛的人都沒有改變，我面前還有一堆工作要做......」
以下是本次專訪精編：
英偉達的十年目標
主持人：英偉達已經走過了三十年，展望未來的十年，您認為還有哪些重要的賭注需要下？您目前的關注重點是什麼？
黃仁勛：退一步講，我們已經從編程走向了機器學習，從編寫軟件工具到創建一個全新的生態系統。所有這些最初都運行在為人類編程設計的CPU上，如今則運行在為AI編程設計的GPU上，主要是機器學習。
世界已經改變，我們進行計算的方式、整個技術棧都發生了變化。我們能夠解決的問題的規模也發生了巨大變化。
接下來的十年裏，我們希望每年在整體規模上將性能提升兩到三倍，從而使成本和能耗每年降低兩到三倍。這將導致一種「超摩爾定律」的增長曲線。實現這一目標的關鍵在於軟硬件協同設計和數據中心級創新。
協同設計+全棧優化
主持人：你認為是什麼讓這一切比摩爾定律發生得更快？
黃仁勛：摩爾定律有兩個基本的技術支柱。一個是Dennard Scaling，另一個是Carver Mead’s VLSI Scaling。這些都是嚴格的方法，但相關技術確實已經到了瓶頸。因此，我們現在需要一種新的擴展方式。
首先，新的縮放方式顯然涉及到（軟硬件）協同設計。
除非你能修改或改變算法以反映系統的架構，或者改變系統以適應新軟件的架構，來回疊代，否則你毫無希望。
但如果你能同時控制這兩方面，你就可以做一些事情，比如從FP64到FP32，再到BFLOAT，再到FP8，甚至FP4，甚至更小的精度。所以我認為，協同設計是其中非常重要的一部分。
第二部分，我們稱之為全棧優化，是數據中心級別的創新。
我們現在處理的大多數計算挑戰，其中一個最令人興奮的當然是推理時間的擴展，基本上是以極低的延遲生成token，進行樹搜索，鏈式思維，可能在腦海中進行一些模擬，反思自己的答案。
像交付iPhone一樣交付整個數據中心
主持人：從單個晶片到伺服器，再到機架，再到NV72，您如何看待這一進程？接下來英偉達是否應該做整個數據中心？
黃仁勛：事實上，我們確實構建了完整的數據中心。
我們不會只做幻燈片演示然後交付晶片，我們構建整個數據中心。
在完成整個數據中心之前，你怎麼知道軟件是否正常工作？在整個數據中心建成之前，你怎麼知道你的網絡是否正常工作，以及你期望的效率是否達到了？
這就是為什麼通常看到某些產品的實際性能遠低於他們在幻燈片上展示的峰值性能的原因。
計算已經不像過去那樣，新的計算單位是數據中心。
對於我們來說，這就是你必須交付的東西，這就是我們現在構建的東西，我們構建整個系統，並且以完整的形式構建它。
儘管我們不直接銷售數據中心作為產品，但我們必須像對待產品一樣對待它。關於它的規劃、建立、優化、調整、保持運行的一切，目標是讓它像打開你的嶄新iPhone一樣，一切都能正常工作。
xAI超級集群和馬斯克
主持人：
最近有一個令人印象深刻的案例，就是你們為xAI迅速建立了一個集群。如果你願意，請談談這個案例，因為無論是規模還是速度都令人震驚。
黃仁勛：
很多功勞要歸功於馬斯克。
首先，決定去做這件事，選擇場地，引入冷卻和電力，然後決定建立一個擁有10萬個GPU的超級集群，這是有史以來最大的規模。
然後倒推日程，我們一起規劃他要啟動系統的日期，這個日期是在幾個月前確定的。
所有的組件、OEM、系統、我們與他們團隊的軟件集成、所有的網絡模擬，我們都預先以數字孿生的方式模擬了他的網絡配置。我們預先準備了他的供應鏈，預先安排了所有的網絡布線。我們甚至建立了一個小規模的版本作為參考，以便在所有設備到達之前進行測試。
到所有設備到達的時候，一切都已經準備就緒，所有的練習都完成了，所有的模擬都完成了，然後是大規模的集成，龐大的團隊在一起晝夜不停地工作，幾周內集群就啟動了。
這真的是馬斯克的意志力和他能夠思考機械、電氣問題並克服巨大障礙的證明。
主持人：
展望未來，達到20萬、50萬、100萬的超級集群，您認為最大的阻礙是什麼？資本、能源、供應？
黃仁勛：
任何一切。你說的這些，沒一個是簡單的。
但毋庸置疑都值得去做。要達到我們想像中的那種計算機，能夠輕鬆地完成我們要求它做的事情，具有某種通用智能。甚至我們可以爭論它是否真的具有通用智能，但即使接近它也是一個奇蹟。
一些團隊在努力嘗試，當然這裏有OpenAI、Anthropic、xAI，還有谷歌、Meta、微軟。
在登山過程中，接下來的幾步是至關重要的。誰不想成為第一人？
我認為，重新發明智能的獎賞太過重要，無法不去嘗試。沒有任何物理定律可以阻止這一切發生，即便很難。
具身智能
主持人：
您如何看待「具身化」？
黃仁勛：
我非常興奮的是，在很多方面，我們接近於人工通用智能，但我們也接近於人工通用機械人。token就是token，問題是你能否將其token化。
當然，正如你們所知，token化並不容易。但如果你能夠將事物token化，與大型語言模型和其他模態對齊，假如可以生成一個視頻，內容是我伸手去拿咖啡杯，為什麼我不能提示機械人生成能夠拿起咖啡杯的token呢？
直覺上，你會認為對於計算機來說，問題陳述是相當相似的。所以，我認為我們非常接近了，這令人難以置信的興奮。
通過汽車和人形機械人，我們實際上可以在不改變世界的情況下將機械人帶到世界上，因為我們已經為這兩樣東西構建了世界。
我們正在談論的是數字員工或AI員工。
毫無疑問，我們將擁有各種各樣的AI員工。未來將擁有生物智能和人工智能，我們以相同的方式去提示它們。
我大多數時候都是提示我的員工，向他們提供背景，要求他們執行任務，他們會去招募其他團隊成員，然後回來，我們來回溝通。這與各種AI員工有何不同呢？
所以，我們將擁有人工智能營銷人員、人工智能晶片設計師、人工智能供應鏈人員等等。
我希望有一天，英偉達在生物智能層面上變得更大，但在人工智能層面上變得大得多。這是我們未來的公司。
主持人：
如果一年後再來採訪您，您認為英偉達哪個部分最具人工智能化？
黃仁勛：
我希望是晶片設計，因為它對我們的影響最大。
我們與Synopsys和Cadence合作。我完全可以想像他們擁有AI晶片設計師給我租用，他們對特定的模塊有所了解，熟練使用特定的工具，我們將根據需要僱傭一大批他們的人工智能設計師，在晶片設計的對應階段幫助我們。
也許我會租用一百萬個Synopsys的工程師來幫助我，然後再租用一百萬個Cadence的工程師來幫助我。對他們來說，這是一個多麼令人興奮的未來，他們擁有所有這些智能體，在他們的工具平台之上並與其他平台協作。
人們說這些SaaS平台將被顛覆，我實際上認為相反，他們正坐在金礦上，如Salesforce、SAP等將因專業智能體繁榮發展。
誰會創建一個在OpenUSD上非常出色AI智能體？
我們會，因為沒有人比我們更關心它。因此，我認為在很多方面，這些平台將湧現出大量的智能體，我們將把它們彼此引介，它們將協同合作，解決問題。