Lex Fridman 專訪黃仁勛：思考永遠比閱讀昂貴

英偉達真正的護城河，是那些數百萬開發者共同澆筑的、可以存入銀行的信任。未來，每一個木匠都將成為編程者，每一個程序員都將成為架構師，每一個普通人都將擁有以前只有專家才能獲得的洞察力。算力需求沒有盡頭，因為推理即思考，而思考永遠比閱讀昂貴。

"過去幾十年，計算機是存放已知之物的'倉庫'；而今天，它是實時生產智能的'工廠'。"

英偉達曾經是一家做顯卡的公司，而現在的英偉達是一家建造"AI工廠"的公司。在黃仁勛的構想中，未來的產品不再是硅片，而是一棟棟連接電網、配備深層冷卻系統、需要萬人維護的巨型建筑——那是真正意義上的"AI工廠"。 英偉達的轉變，是老黃對計算機本質的重新定義。過去幾十年，計算機是一個存儲系統：人類預先寫好內容，放進文件，計算機負責檢索、過濾、推薦。這是"倉庫"的邏輯——倉庫只能存放已有之物，它不生產，不創造價值，只是等待被取用。今天的AI計算機截然不同：它基于上下文實時生成內容，感知情境，推理判斷。這是"工廠"的邏輯——工廠直接與營收掛鉤，它生產，它增值，它把原材料（算力）轉化為產品（智能輸出）。 這個轉變，正是英偉達躋身全球最有價值公司的底層根基，也是他篤定這一趨勢"不可逆轉"的根本原因。

那個幾乎等同于自殺的賭注-CUDA：在技術領域，優雅往往是陷阱，而安裝量才是真理

這一切的起點，是一個看似魯莽的賭注。2000年代初，英偉達發明了CUDA——一個讓GPU能夠運行通用計算任務的編程平臺。CUDA也許在技術上無可挑剔，但平臺的價值從不由技術優劣決定，而由安裝量決定。安裝量取決于開發者，開發者跟著用戶走。黃仁勛看清了這層邏輯，隨即做了一件讓整個公司窒息的事：將CUDA免費集成進每一塊面向消費者的GeForce游戲顯卡。 這個決定讓GPU成本提升了50%，而英偉達當時的毛利率只有35%。公司市值從高點跌去超過80%，一度縮水至15億美元。董事會承壓，管理層深知利潤將被徹底吞噬，黃仁勛自己也清楚這絕不只是財務上的代價。但他還是做了。 不管一個計算架構設計得多么優雅，決定它生死的只有一件事——安裝量。x86在所有計算機科學家眼中丑陋不堪，但它活了下來，因為它無處不在。無數設計精美的RISC架構，死在了優雅里。把CUDA裝進每一臺游戲電腦，意味著那個年代每一個大學宿舍里的研究生、每一個攢機的科學家，都擁有了一臺隨時可用的超級計算機。在云計算尚未普及的時代，正是這些人發現了CUDA，點燃了深度學習革命的最初火種。

"英偉達是由GeForce建造的家園"

顯化未來：領導力的隱秘邏輯

決心只是開始。黃仁勛還有一套旁人極難察覺的領導方法。他不搞"年度大轉型"，不在某個早晨突然宣布"我們要All in深度學習了"。他做的是：每天，一磚一瓦地，在所有人腦海中建造同一幅未來圖景。在宣布收購Mellanox之前，他已花了數年時間反復向管理層、董事會和合作伙伴傳遞同一個認知：網絡，是AI計算不可或缺的基礎設施。等到他正式宣布那一天，所有人的第一反應不是震驚，而是"你怎么才說"。 他將這個過程稱為"顯化未來"：你先足夠清晰地看見它，然后用所有的行動讓別人也看見它，直到它從一個念頭演變為全行業共識，再化為現實。GTC（GPU技術大會）是他向整個行業講述未來的舞臺；他親自飛赴供應鏈合作伙伴處，手繪圖表，從第一性原理出發，說服他們為一個尚未到來的市場投入數十億美元。那些CEO之所以敢押注，根本原因是相信他——而這份相信，不是情感上的，而是十幾年反復兌現的承諾所積累下來的硬資產。

四條縮放定律：擊穿每一面天花板

在黃仁勛眼中，AI的擴張遵循四條彼此疊加的縮放定律，而外界每一次宣告"瓶頸到來"，都被現實一一擊穿。 第一條是預訓練縮放：模型越大、數據越多，模型越聰明。當有人說人類生成的數據行將耗盡，他的回應是：合成數據會填補這個缺口，AI生成數據的質量只會越來越高，訓練瓶頸將從"數據"轉移到"算力"。第二條是后訓練縮放：通過強化學習和人類反饋精調模型，這個過程同樣沒有天花板。第三條，也是他反駁最有力的一條，是測試時縮放。流行觀點曾認為推理是"簡單的事"，推理芯片應該越來越便宜。黃仁勛直接反駁：推理就是思考，思考比閱讀難得多。讓AI進行推理、規劃、搜索，本質上是極度計算密集型的任務，絕無可能被廉價小芯片輕松替代。第四條是智能體縮放：一個AI智能體可以派生出無數子智能體，正如一個人可以統領一支團隊——這是AI擴張的全新維度，也是英偉達新一代系統架構的設計核心。

算力需求只會越來越大，沒有盡頭。

Token經濟：智能的iPhone時刻

這種對算力的旺盛需求，將以何種形式在經濟層面呈現？黃仁勛用一個類比來描述：token正在變得像iPhone一樣。 你有免費版token，有付費版token，有高級專業版token。就像智能手機從精英工具變成人手一部的日常品，token也將從稀缺資源演化為分層市場。他預言，有人將愿意為每百萬token支付1000美元——用于那些需要極高智能的專業場景，比如新藥發現、頂級法律分析、復雜工程決策。這不是"如果"，只是"何時"的問題。他認為全球GDP將因此加速增長，而用于計算的GDP比例將比過去高出整整百倍——因為計算機已經從存儲單元變成了產品生產單元。英偉達的增長因此是"不可避免的"，并非緣于市場份額的爭奪，而是因為他們所服務的那個市場，大部分尚不存在。

速度之光：三十年工程哲學

在工程哲學上，黃仁勛有一套堅持了整整三十年的方法，他稱之為"速度之光"。這不僅僅是關于速度，而是關于物理極限。他要求工程師在開始任何設計之前先回答一個問題：這件事，在物理法則允許的范圍內，最優的結果是什么？然后將當前方案與這個極限直接對照。 他極度抵觸"持續改進"的思維方式。如果有人說"這件事以前需要74天，我們優化到72天"，他的反應是：把一切推倒，從零開始問——今天從頭設計，需要幾天？答案可能是6天。那么74天與6天之間的68天，就變成了可以被清晰定義、可以被徹底消除的浪費。對待復雜性，他的態度同樣嚴苛："事情應該像必要時那樣復雜，同時盡可能簡單。" 超出必要的復雜，就是冗余，就是需要被消滅的對象。

護城河：可以存入銀行的信任

講到護城河，黃仁勛沒有說技術領先，沒有說制造壁壘，他說的是CUDA的安裝量。 CUDA今天的主導地位，不是因為它是最優雅的架構，而是因為四萬三千名員工和數百萬開發者，用十幾年的時間，選擇相信英偉達會將它持續做下去。從開發者的視角看，支持CUDA意味著：六個月后它會再改進十倍，它覆蓋每一朵云、每一個數據中心，而英偉達會永遠維護它——這一點無需懷疑。

英偉達真正的護城河，是那些數百萬開發者共同澆筑的、可以存入銀行的信任，是四萬三千人和數百萬開發者共同澆筑的壁壘，絕非某一個聰明的工程師可以克隆復制的技術。

壓力、遺忘與韌性

談到壓力和低谷，黃仁勛并不回避：他坦言確實經常處于心理低谷，領導一家牽動國家戰略與數億投資者資產的公司，壓力是真實而持久的存在。但他有一套經過反復實踐的應對系統。 遇到令他焦慮之事，第一步是將它拆解成更小的問題，立即分配出去——分擔不是逃避，而是讓壓力流動而非積聚。第二步是主動遺忘。AI學習中有一個關鍵機制叫"系統性遺忘"，人也需要這種能力。失敗、羞辱、挫折，只要支撐決策的基本假設沒有改變，就沒有理由一直背負那些痛苦。第三步是保持孩子般的好奇心。面對幾乎任何新事物，他的第一反應都是"這能有多難"——不是因為無知，而是因為他深知：若事先把所有困難都模擬一遍，你可能永遠不會邁出第一步。入局之后，再憑耐力與韌性一一應對。他說，他希望死在工作崗位上，最好是"瞬間離世"。在那之前，他只做一件事：將所有知識、洞見與判斷力，不斷傳遞給身邊的每一個人，讓公司的能力超越任何一個個體——包括他自己。

人類歷史中一次

黃仁勛說，他不害怕死亡，但他真的不想死——因為他正在經歷的事情，用他自己的措辭來說，不是"一生中一次"的經歷，而是"人類歷史中一次"的經歷。 他見證的，是計算機從檢索機器變成生產機器，是智能從稀缺資源變成分層商品，是人類從三千萬程序員擴展到十億"會描述規格的人"的時代。未來，每一個木匠都將成為編程者，每一個程序員都將成為架構師，每一個普通人都將擁有以前只有專家才能獲得的洞察力。 而對于這一切可能帶來的顛覆與代價，他選擇以他一貫的方式面對：相信人性。"我始終相信人性中的善意、慷慨與悲憫。有時候這讓我吃虧，但它從未讓我停止這樣相信。"在一個算法越來越聰明的年代，他認為最重要的事，不是讓AI變得更強，而是確保人之所以為人的那部分，被我們看見，被我們珍視，被我們一代一代傳承下去。