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。