黄仁勋：ChatGPT是计算机史上最强大的一次民主化

稍早前，黄仁勋在英伟达的春季GTC大会上宣布了专为ChatGPT设计的推理GPU（图形处理器），并发布了一系列重磅产品，全面投身AI新时代。

黄仁勋在记者会上透露，在中国市场，将通过中国云提供商，如阿里巴巴、腾讯、百度等企业提供落地的能力，“我们有特别定制的Ampere和Hopper芯片”。中国可用的Ampere和Hopper芯片指的是A800和H800。

“我认为对于正在构建大型语言模型，正在跳入生成式人工智能革命的年轻创业公司来说，他们可以期待阿里巴巴、腾讯和百度在英伟达的人工智能方面拥有出色的云计算能力。”黄仁勋表示，未来的每一个应用程序都将与生成式AI相连。目前生成式模型领域的最大市场机遇已经出现了。

在与媒体的交流中，黄仁勋高频提到ChatGPT，谈到英伟达的谋生之道，回应“如果摩尔定律结束了，接下来会发生什么”等问题。

“下一次工业革命将关于生产智能的数字工厂”

“众所周知，ChatGPT是人类历史上最成功、增长速度最快的应用。为什么？因为它太容易使用了。如果你想让它做什么，只需要告诉它。如果它不明白，它会问你问题，以便你更清楚地理解。ChatGPT是人机交互和编程的一场革命。任何人都能使用它。”黄仁勋对澎湃科技说。

黄仁勋将ChatGPT认知为迄今为止弥合社会分歧、技术分歧的最好机会，“这是计算机历史上最强大的一次民主化。”

英伟达CEO黄仁勋在GTC大会上表示，“GPT-4为代表的生成式AI模型的能力增长是‘计算的新时代’，每个人都可以是程序员，AI的‘iPhone时刻’已经来临。”

对于ChatGPT背后的开发团队OpenAI，黄仁勋也不吝赞赏，“向OpenAI交付世界上第一台DGX（AI超级计算机），是因为我对这个团队非常有信心。这是一支非凡的队伍，有伊利亚（OpenAI首席科学家），有格雷格（OpenAI总裁），有山姆（OpenAI首席执行官），这是一支世界级的球队。”当然，黄仁勋也不忘提及谷歌母公司Alphabet旗下的人工智能研究机构DeepMind，“这两个团队都是世界上最好的团队。”

那么，在这次的技术更新之后，接下来呢？

黄仁勋认为，第一件将发生的事是，这些超级计算机从研究领域转向工业应用。DGX在过去六至八年的重心都在研究上，虽然有几个应用领域，如自动驾驶、机器人等，但都非常狭隘地集中于计算机视觉。然而现在，这些超级计算机将会进入每一个行业，“我之前提到的一个非常重要的概念是，AI已经学会了许多领域的语言，如法律语言、农业语言、天文语言等等。所有这些不同的语言可能都是某个行业特有的，所以DGX将从一个研究计算机变成一个AI工厂。”

黄仁勋认为，上一次工业革命关于机械，下一次工业革命，将关于生产智能的数字工厂，“它将是我们所知道的最有价值的产品”。

其次，“未来的每一个应用程序都将与生成式AI相连。微软已经宣布整个Office套件都与之连接，谷歌文档也将与生成式AI连接，Adobe也公布他们将与生成式AI连接。当发生连接并且一些信息、知识或内容被生成时，GPU将需要进行推理，这就是为什么目前生成式模型领域的最大市场机遇已经出现了。”

对于未来的市场潜力，黄仁勋认为软件销售、软件服务和人工智能服务会是比硬件更大的市场。他估计，全球硬件销售机会总额大约是10亿美元。然而，人工智能服务是关于自动化、加速、增加价值，为大型行业的专业人员提供动力，增强价值数万亿美元的制造业的机器人能力，并通过成为全球药物研究人员的合作科学家、合作实验室伙伴，来加速药物的发现，这要以数千亿美元、数万亿美元衡量。

如果摩尔定律结束了，会发生什么？

在过去的40年里，世界上绝大多数的计算基本上都是由“摩尔定律”的强大力量驱动。每隔两年左右，计算机的速度提高一倍，但价格和功率是一样的。每隔五年，在相同价格和相同功率下，计算机的速度将提高10倍。它持续了大约30年。在过去大约五年时间里，这个速度开始急剧放缓，因为其已经到了物理学的极限。晶体管可以缩小，但原子不能缩小。

如果摩尔定律结束了，世界会发生什么？

“像过去一样，我们现在需要更多的计算。”黄仁勋说，“所以我们要做的第一件事就是，加速每一个可能的工作负载（workload）。这是一个全栈问题，需要改变应用程序、发明新软件算法、发明新芯片、发明新系统。这就是英伟达的谋生之道。”

第二，通过加速工作负载来重新获得能源。黄仁勋说，“如果我们可以通过加速工作负载重新获得10倍的能源，想象一下这将会拥有多大的增长机遇。对于实现可持续性，我们没有其他好的答案了。”

另一方面，人工智能将节省能源。“今天用于模拟的方法，是基于‘第一原理’（运用我们所理解的物理学规律）。”黄仁勋说，AI有能力将计算量大概降低十万或一百万倍，原因就在于教会机器学习物理学规律，学会之后机器可以利用知识来预测物理学，而非计算物理学。“我们已经在热动力学、流体动力学、量子化学中证明了这一点，可以将计算量减少1000、10000、100000倍。这样可以节省电力。”

在采访中，黄仁勋将AI的发展总结为三个阶段，并谈到每一个阶段英伟达都是如何应对的。

第一阶段是建设AI基础设施。10-12年前，当时英伟达意识到深度学习将改变计算的方式，深度学习和机器学习将彻底改变软件的开发和部署方式。英伟达重新发明了现代电脑，其与上一代计算机完全不同的地方在于——计算机程序员与这台计算机一起，编写以前不可能写出来的软件。

第二阶段是人工智能学习感知。在做出预测或做一些有用的事情之前，AI必须了解环境。过去十年，“我们在开发计算机的同时，也在发明感知，比如计算机视觉。”黄仁勋说。

第三阶段，即是现在的生成式人工智能时代，AI成为人类的共同创造者。“世界各地的软件工程师已经在使用Copilot来帮助编写软件，就在过去的六个月里，我们已经体验到Copilot将我们的生产力提高了近两倍。请记住，软件工程师是世界上最昂贵的工程师之一，如果我们能把他们的生产力提高两倍，这会创造出难以置信的价值。”黄仁勋说。

据黄仁勋透露，英伟达正在以几种不同的方式为第三阶段做准备。第一是建造计算机并开发算法和软件。第二是把所有东西都放到云端，要么是其合作伙伴的云，如阿里巴巴、腾讯和百度，要么是Azure（微软云）、GCP（谷歌云）、亚马逊云和OCI（甲骨文云）等等。

“我们有许多不同的方法，使英伟达的人工智能基础设施尽可能快地易于访问。”黄仁勋说，“至于何时将采用AGI（通用人工智能），任何人都很难准确预测。然而，很明显，在非常狭窄的领域内，它可能是药物发现，也可能是为老年人提供医疗保健。在所有这些不同的领域中，我们很可能已经展现了非常好的能力。因此，在非常狭窄的领域，我们将会发现生成式人工智能会有非常好的结果。”