https://www.qbitai.com/2024/02/120806.html
“顯然,7兆刀可以買光所有GPU”
前腳奧特曼剛被曝要籌7兆美元,與英偉達爭雄,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):
(7兆美元)顯然能買下所有GPU。
如果你假設電腦不會變得更快,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。但電腦架構仍在不斷進步。
簡而言之,黃仁勳認為更有效率、更低成本的晶片會持續出現,而這將使得奧特曼的這種「
7兆美元」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領域的投資成長不會在短期內停止,也
預測:AI資料中心的規模將在五年內翻倍。
實際上,打從奧特曼的7兆消息曝出,網友們也沒少吃瓜。
根據Gartner預測,2023年全球半導體產業的總收入是5,330億美元,7兆美元是這個數字的1
4倍。
網友測算,這些資金不僅足以一口氣吞併英偉達+台積電+英特爾+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。
那麼這次老黃具體還分享了些什麼訊息,如果你有興趣,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,7兆美元能買多少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,該如何規劃?您有什麼建議?
黃仁勳:首先,這是一個令人驚嘆的時代,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和互聯網帶來了資訊革命,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:通用運算的結束和加速運算的開始。
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C
PU——也就是IBM System 360發表的那一年算起,已經過了60年。我們實際上已經依靠這波
科技浪潮前行了整整60年,而現在,我們正處於加速運算的新起點。
如果你想實現可持續的運算、能源高效的運算、高效能運算、成本效益高的運算,就不能再
依賴通用運算。你需要專門的特定領域加速,這就是推動加速運算成長的基礎。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,首先是加速運算使得新型應用成為可能。今天有
很多應用程式都在加速。
現在我們正處於這個新時代的開始,接下來會發生什麼事?
目前,全球資料中心的總價值約為1兆美元。在未來4-5年裡,這個數字將成長到2兆美元,
這些資料中心將成為全球軟體運作的來源動力。所有這些都將是加速的,這種加速運算架構
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。
在替換通用運算的過程中,要記住架構的效能也在同步提升。所以不能只是假設你會買更多
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,
如果你假設電腦不會變得更快,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、更有效率地發
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
必須擴展、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,有些利益團體試圖嚇唬人們,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Falco
n,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、強化學習等許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。Google、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對所有人開放的平台。
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CN
N、RNN、LSTM,或是現在的Transformer。現在,Vision Transformer、Birdseye View Tra
nsformers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上發
展。
主持人:AI的特點是它在很短的時間內經歷了許多演變,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,即英偉達始終佔有一席之地。
主持人: 接下來讓我們換個話題,暫時不談AI,談教育。站在科技的前沿,人們在教育方面
應該關注什麼?人們該學習什麼,又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,電腦科
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)“編程”,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。
諸如數位生物學、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,這是一個迫切的
問題。
同時也要意識到,現在參與AI比電腦歷史上任何時候都更容易,社會有責任提升每個人的技
能。同時我相信,這個提升的過程將會是愉快且令人驚訝的。
主持人: 所以,如果我要選一個大學專業,你會給我什麼建議?
黃仁勳: 我會先考慮一個問題-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,而且十分複雜、理解難度高,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為藥物發現(discover
y)。
但在電腦科學等傳統行業中,沒有人說“汽車發現”、“電腦發現”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、酵素和材料一起工作,利用工程技術讓
它們變得更節能、輕盈、耐用,變得更永續。
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。前三名分別是微軟
、蘋果、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1.79兆美元,英偉達收盤時市值約1.78兆美
元。
自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,成長了近50%。根據
計算,今年以來英偉達市值成長了約6,000億美元,超過了2023年後七個月的增幅。