Nvidia CEO Jensen Huang 氏: AI があなたの仕事を奪うことはありませんが、AI を使う人は

出典:新しいNewinがあります

今朝、エヌビディアの第3四半期決算発表は米国株式市場の時間後に発表され、2023年10月29日に終了した第3四半期の売上高は181億2000万ドルで、前年同期比206%増、前四半期比34%増、EPS利益はアナリストの予想をそれぞれ約13%、20%上回る約6倍、AIチップが配置されている事業のデータセンター収益は前年同期比で約2倍に増加し、単四半期で過去最高を記録しました。

「当社の力強い成長は、LLMスタートアップ、消費者向けインターネット企業、グローバルクラウドサービスプロバイダーが先駆者であり、汎用コンピューティングからアクセラレーテッドコンピューティング、ジェネレーティブAIまでの幅広い業界プラットフォームの変革を反映しています。国や地域の通信サービスプロバイダーが地域の需要を満たすためにAIクラウドに投資し、エンタープライズソフトウェア企業がプラットフォームにAI CopilotとAssistantを追加し、企業がカスタムAIを作成するなど、次の波が具体化し始めています」とHuang氏は述べています ジェネレーティブ AI の時代は、NVIDIA GPU、CPU、ネットワーキング、AI ファウンドリ サービス、NVIDIA AI Enterprise ソフトウェアを全速力で成長させるエンジンとして、幕を開けています。

PS:先週末のコラムでは、Funders Fundの投資責任者であるJohn Luttig氏に、現在のGPU市場環境に関する分析を紹介しました。

先月、エヌビディアの共同創業者兼CEOであるジェンセン・フアン氏もコロンビア・ビジネス・スクール(CBS)で非常に辛口の講演を行い、フアン氏はCBSのコスティス・マグララス学部長と対談し、NVIDIAの戦略と運営方法、フアン氏の起業経験やCEOの資格取得方法など、デジタルの未来について議論した。

ここでは、ラオ・ホワンがCBSの過程で共有した乾物をいくつか紹介しますので、ぜひお試しください。

決定を下す前に、誰もが自分が何をしているのか、なぜそれをしているのかを理解する必要があり、それはすべて選択に関するものです。

個人的な観点からは、次の 3 つのことを決定する必要があります。

1)難しいが正しいこと。

2)あなたがする運命にあること。

3)あなたが好きなもの。

同社の視点から:NVIDIAを例にとると、Lao Huang氏の回答は非常に単純で、NVIDIAのPivotに関連する市場の選択肢、ビジネスモデル、障壁、フライホイール効果を明確に説明しています。

「私たちが製造をしないのは、TSMCがとてもうまくいっていて、すでにやっているからです。なぜ私が彼らの仕事を奪う必要があるのですか? 私はTSMCの人々が好きで、彼らは私にとって良い友人であり、私がビジネスをしているからといって、この分野に入ることができます。 彼らは私のために素晴らしい仕事をしてくれました、彼らがすでにやったことを繰り返すのに時間を無駄にしないでください、誰もやっていないこと、誰もやっていないことをして時間を無駄にしましょう、そしてそれがあなたが特別なものを作る方法です、そうでなければ、あなたは市場シェアについて話しているだけです。 **

アクセラレーテッド・コンピューティングはソフトウェアの問題であり、アルゴリズムの問題であり、AIの問題であるという2つのことが観察されています これはデータセンターの問題なので、これらすべてを構築しているのは私たちだけであり、私たちがしていることの一部はビジネスモデルの選択であり、完全に垂直統合されたデータセンター企業になることができましたが、それでも、コンピューター会社がどれほど成功しても、世界で唯一のコンピューター会社になるわけではなく、開発者を愛しているので、プラットフォームコンピューティング企業として優れていることを認識しています。 世界中のすべてのコンピューター会社にサービスを提供するプラットフォーム コンピューティング企業であることは、コンピューター会社だけであるよりも優れています。 **

私たちはこのアプローチを採用し、この部屋と同じ大きさのデータセンター、すべての配線、すべてのスイッチ、ネットワーク、そして多くのソフトウェアを採用し、それをすべて分解して世界中の他の異なるデータセンターに統合しましたが、それはクレイジーな複雑さであり、世界中のコンピューター会社と十分に連携できるように、必要に応じて十分な標準化を行い、必要に応じて十分な柔軟性を持たせる方法を見つけました。

その結果、エヌビディアのアーキテクチャは今や世界中のすべてのコンピュータ企業に埋め込まれており、より大きなフットプリント、より大きなインストールベース、より多くの開発者、より良いアプリケーションを生み出し、顧客をより幸せにし、より多くのチップを購入し、インストールベースを増やし、研究開発予算を増やし、フライホイール効果、正のフィードバックシステム、それがどのように機能し、シンプルでわかりやすいかを示しています。

さらに、Lao Huang氏は、AIと労働・ワークフローに関する彼の見解も共有の中で明らかにしました - **AIはあなたの仕事を奪うことはありません、AIを使う人々はあなたの仕事を奪います、そして企業が漸進的な利益に投資するより多くのアイデアを持っていない場合、仕事が自動化に置き換えられるとき、会社は従業員を解雇し、より多くのアイデアを持っているがお金を投資する余裕がない会社に加わらなければなりません、したがって、AIが彼らの仕事を自動化するとき、もちろん状況は変わり、もちろんそれは働き方を変えるでしょう。 **

以下は、ラオ・ホワンとCBSのコスティス・マグララス社長の対談の全文です。

コスティス・マグララス:

まず、エヌビディアの歴史を少し振り返っていただき、次に先ほどお話ししたリーダーシップの問題についてお話ししたいと思いますが、あなたは30年前にこの会社を設立し、さまざまなアプリケーションや製品タイプを立ち上げる変革を主導しました。 その道のりをどうぞ。

Jensen Huang:

私の最も誇らしい瞬間の1つ。 私が最近起こった最も誇らしい瞬間の 1 つとして、私が最初に働いた会社である Denny’s の CEO だったとき、Nvidia は私が食器洗い機や便利屋から会社のトップ、そして Denny’s のウェイターにまで上り詰めただけでなく、彼らが私の最初の会社であり、今でもメニューに精通していることを知りました。 ところで、スーパーバードは素晴らしいですが、スーパーバードが何であるかを知っている人はいますか? あなたはどんな大学生ですか?

デニーズはアメリカのレストランで、エヌビディアは私と他の2人の共同創業者がサンノゼで創業した会社で、デニーズは家の外にあるので、最近連絡をもらったのですが、私たちが座っていた箱が今はエヌビディアの箱になっていて、エヌビディアと呼ばれていて、1兆ドル規模の企業の発祥の地であり、とても誇らしい瞬間です。

Nvidiaは、PC革命が始まったばかりの時期に設立され、マイクロプロセッサは業界全体の想像力をかきたてました。 世界は、CPU、マイクロプロセッサがIT業界をどのように再形成するか、コンピューター業界をどのように再形成するかを正しく見ていますが、x86革命の前と後で、成功した企業は大きく異なっていました。 その時期に起業したのですが、汎用コンピューティングはすごいものですが、すべての問題を解決することはできないと考えていました。

私たちは、アクセラレーテッド・コンピューティングと呼ばれる、汎用コンピューティングの隣に専門家を加えるコンピューティングの方法があると考えています。 CPUはジェネラリストであり、その気になれば何でもできます。 何でもできます。 しかし、明らかに、あなたが何でもできるなら、あなたは明らかに何もうまくすることはできません。

その結果、いわゆる普通のコンピュータでは解決できない問題もあると考えています。 そのため、私たちはこのアクセラレーテッド コンピューティングの会社を立ち上げました。 問題は、コンピューティング・プラットフォームの会社を作ろうと思ったら、コンピューター・サイエンティストが何人いるかはわかりませんが、コンピューティング・プラットフォームの会社を作ろうと思えば、そのような会社は1964年以来存在せず、私が生まれた翌年のことでしたが、IBM Systems 360はコンピューターとは何かを完璧に説明しています。

1964年、IBMは、360には中央処理装置、I/Oサブシステム、ダイレクトメモリアクセス、仮想メモリ、スケーラブルアーキテクチャ間のバイナリ互換性があり、今日私たちが説明しているコンピュータとして今日あるすべてのものを説明し、60年後、いくつかの興味深い問題を解決する新しい形式のコンピューティングがあるように感じており、当時は何を解決できるか完全には明らかではありませんでしたが、アクセラレーテッドコンピューティングの未来があると感じていました。

それでも、私たちはこの会社を立ち上げ、本当に良い最初の決断を下しました、そして率直に言って、その決断は今日まで信じられないものでした、そして誰かがあなたのところに来て、あなたに言ったら、私たちは世界に存在しない新しい技術を発明するつもりです、誰もがCPUを中心にコンピューター会社を作りたがっています、私たちはCPUに接続されている他のものを中心にコンピューター会社を作りたいと思っています。

第2に、キラーアプリはビデオゲームであり、1993年の3Dビデオゲームであり、そのアプリは存在せず、この会社を築いた会社は存在せず、私たちが構築しようとしているテクノロジーは存在しません。 つまり、技術的な課題と市場の課題、エコシステムの課題の両方を抱えた会社になったので、この会社が成功する確率はほぼ0%ですが、いずれにせよ、私たちは2人の非常に重要な人物のおかげで幸運です。

率直に言って、私たち3人の共同創業者は一緒に働いていて、彼らは当時のテクノロジー業界で非常に重要な人物であり、当時世界で最も重要なベンチャーキャピタリストであるドン・バレンタインに電話して、ドンにこの子にいくらかのお金を渡して、それがうまくいくかどうかを途中で考えるように言いました、そして幸運にも彼らはそうしました、しかし、そのビジネスプランは、今日でも、依存が多すぎて、それぞれが成功する一定の確率を持っているので、私は投資しません。

それを足すと0%になりますが、ビデオゲームという市場が生まれ、当時は0だった世界最大のエンターテインメント産業になり、3Dグラフィックスはほぼすべてのスポーツやゲームのストーリーを語るのに使われるようになると推測しています。 したがって、仮想世界では、あらゆるゲーム、あらゆるスポーツを行うことができ、その結果、誰もがゲーマーになります。

ドン・バレンタインが私に、市場はどれくらい大きいのかと尋ねたので、私は、誰もが将来ゲーマーになるだろう、そして会社を立ち上げるときの間違った答え、そして率直に言って、これらは悪い習慣、悪いスキルであり、私はそれを示唆しているわけではありませんが、とにかく、それは真実であることが判明し、ビデオゲームは世界最大のエンターテインメント産業、3Dになりました グラフィックスは成功し、アクセラレーテッド コンピューティングの最初のキラー アプリケーションを見つけたことで、アクセラレーテッド コンピューティングを使用して他のさまざまな問題を解決し、最終的に AI に移行しました。

コスティス・マグララス:

それは素晴らしい話です、そして私たちがAIについて話す前に、私は暗号通貨の時代について少し尋ねたいと思います、明らかに、ゲームはNvidiaにとって大きな一歩でした、そしてある時点で、キラーアプリは暗号とマイニングになりました、その開発は何でしたか?

Jensen Huang:

アクセラレーテッド・コンピューティングは、通常のコンピュータでは解決できない問題を解決します。 すべてのGPUは、自動車の設計、建築、分子動力学の研究、ビデオゲームのプレイに使用しても、CUDAと呼ばれるプログラミングモデルを発明しています。 CUDAは、現在存在する唯一のコンピューティングモデルであり、x86と同じくらい人気があり、世界中の開発者によって使用されています。

いずれにせよ、CUDAは非常に高速に並列処理を行うことができ、明らかに、私たちが非常にうまく処理できるアルゴリズムの1つは暗号化です。 ビットコインが最初に登場したとき、ビットコイン用のASICはなく、当然のことは世界最速のスーパーコンピューターに行くことであり、最も生産量の多いスーパーコンピューターは、何百万人ものプレーヤーの家庭にあったNvidiaのGPUに他ならなかったので、アプリをダウンロードすることで、自宅から暗号通貨をマイニングすることができました。

私たちのGPUやコンピューターを購入し、プラグを差し込むと、お金が流れ出始めるという事実。 その日は、母が私のやっていることを理解してくれた日でした。 ある日、彼女が私に電話をかけてきて、「息子よ、あなたがビデオゲームについて何かをしていると思っていたのに、ようやくあなたが何をしているのか理解し、Nvidia製品を購入し、プラグを差し込むと、お金が流れ出し始めた」と言いました。

そして、私は言った、はい、それが私がやっていることです、そしてそれが非常に多くの人々がビットコインを購入する理由です、そしてそれはその後イーサリアムの台頭につながりました、しかしあなたはNvidia GPUのようなスーパーコンピューティングシステムを使用してエンコードまたは圧縮したり、データを洗練したり、それを貴重なトークンに変えたりしますか、そしてあなたはそれがどのように聞こえるか知っていますか? 貴重なトークンを生成するChatGPT。

これまでに起こったことの1つは、イーサリアムとクリプトマイニングについて考えると、生データが入ってきて、このコンピューターにエネルギーを印加し、文字通りお金が流れ出し始め、これらの通貨はもちろんトークンの形をしており、これらのトークンはスマートトークンであるという新しいタイプの産業を突然生み出すので、ある意味では理にかなっています 今、今の私たちにとても意味のあることを言っているだけですが、当時は奇妙に思えますが、建物の中で水を汲み、それを暖め、出てくるのは電気という非常に貴重で目に見えないものです。 **

今日、私たちはデータをデータセンターに移し、それを洗練して処理し、その能力を利用して多くの貴重なデジタルトークンを生成し、デジタル生物学では、物理学、ITやあらゆる種類のコンピューティング、ソーシャルメディア、あらゆる種類のもの、コンピューターゲームなど、トークンの形で登場し、未来はAIファクトリーになり、NvidiaのデバイスはそれらのAIファクトリーに電力を供給するでしょう。

コスティス・マグララス:

そこで、私たちはニューラルネットワークに飛びつき、モニターにグラフィックスをレンダリングする方法、ゲームのプレイ方法、ビットコインの暗号化問題を解決する方法など、並列コンピューティングについて話したと思います。 ニューラルネットワークのトレーニングにどのようなGPUが使われているのか、ここで聴衆の皆さんにお話を伺いたいのですが、ChatGPTのようなモデルをトレーニングするには何が必要か、どのようなハードウェアが必要か、どのようなデータが必要か、どのくらいの規模のクラスターが必要か、どれくらいの費用がかかるか、これらは大きな質問なので、スケールのアイデアを教えていただければと思います。

Jensen Huang:

誰もが、それが大きな問題であり、非常に高価であるとあなたに考えてもらいたいと考えています。 実は、なぜかというと、うちの会社はチップの設計に5~6億ドルのエンジニアリングコストを費やし、それから1〜2年後に、Enterキーを押して、TSMCにメールを送り、FTP経由でTSMCに大きなファイルを送ったところ、TSMCがそれを作り、そのプロセスに約5億ドルの費用がかかりました。

合計55億ドルで、確かに私たちにとって価値のあるチップを手に入れましたが、それは大したことではありませんでした。 私はこれをやってきたので、もし誰かが、ねえジェンセン、あなたは10億ドルのデータセンターを作る必要があり、あなたがプラグを差し込めば、お金は反対側から噴き出すでしょう。 私はすぐにでもやるつもりですし、もちろん多くの人がそうするでしょう、なぜなら、知能を生み出す工場を作りたいと思わない人はいないでしょうから。

率直に言って、世界はインフラストラクチャー・コンピューティング・インフラストラクチャーに年間約2,500億ドルを費やしていますが、私たちの誰もお金を生み出さず、ただファイルを保存し、電子メールをやり取りしているだけで、すでに2,500億ドルに達しており、私たちが急速に成長している理由の1つは、60年の開発の後、汎用コンピューティングがさらに2500年も衰退していることです 何十億ドルもの費用を投じて、エネルギーが粗雑でコンピューティングが遅すぎる汎用コンピューティングデータセンターをもう一つ作るのは賢明ではありません。 **

アクセラレーテッド コンピューティングが登場した今、その 2,500 億ドルがアクセラレーテッド コンピューティング データセンターの構築に充てられることになり、そのためにお客様をサポートできることを嬉しく思います。 その上、アクセラレーテッド・コンピューティングでは、AIを生成するためのインフラができあがり、先ほどお話ししたように、基本的には大量のデータを取得して圧縮する仕組みになっています。 **

ディープラーニングは圧縮アルゴリズムのようなもので、作業中のデータの数学的表現、パターン、関係を学習し、それをニューラルネットワークに圧縮しようとするので、入力は、例えば、何兆バイト、何兆ものトークン、例えば数兆バイトで、出力は100GBなので、すべてのデータをこの小さなファイルに圧縮し、100GBは、携帯電話でダウンロードして視聴できるDVD2枚のようなものですよね?

だから、あなたはあなたの携帯電話にこの巨大なニューラルネットワークをダウンロードすることができます。 さて、このデータはすべて圧縮されており、この圧縮されたニューラルネットワークモデルはLLMであり、対話したり、質問したり、メモリに戻ったり、意図を理解したり、テキストを生成したり、会話をしたりします。 AIバー。

コスティス・マグララス:

その規模をもう少し追求するなら、これらのモデルを見積もるには、基本的にデータセンターに相当するコンピューターが必要になります。

Jensen Huang:

**GPT-4を作るために必要なのは16,000個のGPUで、これは10億ドル相当の史上最大のモデルであり、これはただの小切手であり、大きな小切手でもありません。 **

コスティス・マグララス:10億ドルの小切手と、あなたが経験している成長について質問させてください。 ハーバード・ビジネス・レビューのベストCEOに選ばれていますが、それは面白いことです。 繰り返しになりますが、ある意味、ほとんどの企業が一生経験したことのないような極端な成長、超成長で会社を率いておられるわけですが、1年で規模を2倍にするとか、サプライチェーンの管理とか、顧客管理とか、成長管理とか、お金の管理とか、そういう具合に、ちょっと詳しく教えていただきたいんです。

Jensen Huang:

私は経営が大好きで、お金を数えるという唯一の部分が楽しいです。 朝起きて、すべての現金で転がり回る、それがあなた方全員のここの目的ではありませんか? これが究極の目標であり、会社を作るのは難しく、簡単なことは何もなく、多くの痛みと苦しみがあり、多くの努力が必要であることを理解しています。 **

簡単であれば、誰もがやるでしょうし、大小を問わず、私たちの会社であれ、他のテクノロジー企業であれ、常に誰かがあなたを出し抜こうとしているので、あなたは常に破産に向かっています、そして、もしあなたがその感覚を内面化しないなら、もしあなたがそれを信じないなら、あなたは破産するでしょう。 私はもともとデニーでスタートしましたが、ご存知のように、Nvidiaは非常にありそうもない状況で作られました。 今の形になるまでには長い時間がかかりました。 つまり、私たちは30年の歴史を持つ会社です。 Nvidia が設立された 1993 年当時、Windows 95 はまだ発売されていませんでした。 当時は、それが最初のPCであり、電子メールはありませんでした。

当時はノートパソコンもスマートフォンもありませんでした。 これらはすべて存在しないので、私たちが最初に始めたときと今がどれほど異なっているか想像できます。 液晶画面はございません。 すべてブラウン管(CRT)です。 当時はCD-ROMすら存在していませんでした。 要するに、これらは私たちが設立された時代の文脈であり、60年ぶりにコンピューティングを再発明した会社として認識されるまでには、非常に長い時間がかかりました。 急速な成長は人にかかっています。

もちろん、会社は人が大事ですし、適切なシステムがあり、私のような人が周りにいれば、会社はスキルを持っています。 1,000億ドルを売ろうが2,000億ドルを売ろうが関係ありません。

さて、真実は、サプライチェーンは単純ではないということです、誰かがG-Forceグラフィックカードがどのように見えるか知っていますか? 手を挙げてください、Nvidiaグラフィックカードがどのようなものか知っている人はいますか、グラフィックカードはPCのPC Expressスロットに差し込むカートリッジのようなものだと思うでしょうが、これらのディープラーニングシステムで使用されている現在使用しているグラフィックチップには35,000個の部品があり、最大70個の重さがあります ポンドは、非常に重いので、組み立てにはロボットが必要で、それ自体がスーパーコンピューターであるため、テストにはスーパーコンピューターが必要で、200,000ドルかかりますが、その200,000ドルで、このようなコンピューターを購入することができ、何百もの汎用プロセッサを置き換えることができ、それらのプロセッサは最大で数百万ドルの費用がかかり、Nvidiaで購入するために20万ドルを費やすごとに、250ドル節約できます コストを計算するために10,000ドル、それが私があなたに言っている理由です、あなたが買えば買うほど、あなたはもっと節約します。 明らかに、この戦略は非常に成功しており、人々は本当に購入するために並んでいます、それが私たちの仕事です;サプライチェーンは非常に複雑で、私たちは世界で最も複雑なコンピューターを製造していますが、それはどれほど難しいですか? それは実際には非常に難しいことであり、核心にあるのは、素晴らしい人々に囲まれている場合、単純な真実は、すべては人であるということです。 幸運なことに、素晴らしい経営陣が周りにいて、CEOが次のようなことを言ってくれるのです」 Make it number one」など、「let it work」など。

コスティス・マグララス:

AIのトレンドと今後のビジョンについてお伺いしたいのですが、先ほど「プラットフォーム」という言葉が出て、ソフトウェア環境についておっしゃいました。 つまり、ハードウェアのインフラがあり、ニューラルネットワークのトレーニングという点で現在ユビキタスなソフトウェア環境があるということです。 データセンターを構築する場合でも、データセンター内に Nvidia のハードウェア、ソフトウェア、およびそれらのリソース間の通信クラスターで構成される環境を作成する場合でも、完全なプラットフォーム ソリューションであり、ハードウェアのみが関与することはどの程度重要ですか? それはエヌビディアの戦略にとってどの程度中心的なものですか?

Jensen Huang:

まず第一に、何かを創造する前に、自分が何を作っているのか、なぜそれを創造しているのか、その存在の第一原理は何かを知らなければならないと思います。 **

アクセラレーテッド コンピューティングはチップではないため、アクセラレータとは呼ばれず、アクセラレーテッド コンピューティングとは、人生のすべてを高速化する方法を理解することです。 すべてのアプリケーションを高速化できる場合、それは本当に高速なコンピューティングと呼ばれるため、アクセラレーテッド コンピューティングとは、まず、どのドメイン、どのアプリケーションが重要かを理解し、それらのアプリケーションを高速化するために必要なアルゴリズム、コンピューティング システム、およびアーキテクチャを理解することです。

汎用コンピューティングは、アプリケーションの高速化と同様に、妥当なアイデアであることがわかりました。 たとえば、DVDデコーダーがあるとします。 電話を使用して DVD または h.264 デコーダーを再生します。 それは1つのことを行い、それを非常にうまく行います。 誰もそれをより良くする方法を知りません。

アクセラレーテッド コンピューティングは、この奇妙な中間状態に少し似ています。 高速化できるアプリはたくさんあります。 例えば、線形代数を含むさまざまな画像処理や素粒子物理学などを高速化することができます。 多くのアプリケーションを高速化できますが、それは課題であり、通常、1つのことを高速化するのは簡単で、Cコンパイラですべてを実行するのは簡単です。

高速化するドメインが多すぎると、汎用プロセッサに戻るのに十分なドメインを高速化しますよね? なぜ彼らはより速いチップを作れないのですか? 一方、1つのアプリケーションだけを高速化する場合、市場は研究開発をサポートするのに十分な大きさではありません。

ですから、私たちはその切り替えの中間点を見つけなければなりません、そしてそれは私たちの会社の戦略的旅であり、これは戦略が現実と出会うところであり、これはNvidiaがそれを正しく理解しているところであり、コンピューティングの歴史の中で他のどの会社もそれを正しく理解していないところです。 CPUの100~500倍の速さで、加速できる十分な大きさのアプリケーション領域を持つ方法を見つけることで、経済的なフライホイール効果でアプリケーションの数を拡大し、顧客数を拡大し、市場数を拡大し、 売上を伸ばし、より大きな研究開発予算を創出することで、より素晴らしいものを生み出し、CPUの遥か先を行くことができます。

このフライホイール効果を生み出すのは非常に難しく、誰もやったことがなく、一度しかやったことがありません。 そのためには、アルゴリズムを理解し、アプリケーションドメインをよく理解し、適切な選択をし、適切なアーキテクチャを作成する必要があります**、そして最後に正しく行うのは、コンピューティングプラットフォームを持つためには、Nvidia用に開発するアプリケーションはすべてのNvidiaで実行する必要があることを認識し、このチップで実行されているかどうかを考えるべきではないということです。 そのチップ上で動作しますか? Nvidiaが搭載されているすべてのコンピューターで実行する必要があります。

そのため、当社が作成するすべてのGPUは、たとえ昔にCUDAを使用していたお客様がいなかったとしても、私たちはそれにコミットしています。 私たちは、当初からこのコンピューティングプラットフォームを作ることを決意していました。 顧客はそうではなく、会社にとって10年、数十億ドルの苦難です。 ここにいるすべてのビデオゲーマーがいなかったら、私たちはここにいなかったでしょう。 皆さんは私たちの日常業務であり、夕方にはデジタル生物学を解いたり、量子化学を解いたり、AIやロボット工学で人々を助けたりすることができます。

まず第一に、アクセラレーテッド・コンピューティングはソフトウェアの問題であり、第二に、AIはデータセンターのインフラの問題であり、ラップトップではAIモデルをトレーニングできず、十分な大きさのコンピューターではないため、電話ではトレーニングできず、データ量はテラバイト単位で計算され、その1兆バイト、数十億回を処理しなければならないため、明らかに巨大なコンピューターになり、問題は数百万のGPUに分散していることに気付きました。

16000の中に数万人がいるので、何百万と言います。 その結果、何百万ものプロセッサにワークロードが分散されています。 今日の世界では、何百万ものプロセッサに分散するアプリケーションは存在せず、Excel は 1 つのプロセッサで実行されます。 つまり、分散コンピューティングというコンピュータサイエンスの問題は、間違いなく大きなブレークスルーであり、だからこそ、ジェネレーティブAIを可能にし、LLMを可能にすることができるのです。

アクセラレーテッド・コンピューティングはソフトウェアの問題であり、アルゴリズムの問題であり、AIの問題であるという2つのことが観察されています これはデータセンターの問題なので、これらすべてを構築しているのは私たちだけであり、私たちがしていることの一部はビジネスモデルの選択であり、完全に垂直統合されたデータセンター企業になることができましたが、それでも、コンピューター会社がどれほど成功しても、世界で唯一のコンピューター会社になるわけではなく、開発者を愛しているので、プラットフォームコンピューティング企業として優れていることを認識しています。 世界中のすべてのコンピューター会社にサービスを提供するプラットフォーム コンピューティング企業であることは、コンピューター会社だけであるよりも優れています。 **

私たちはこのアプローチを採用し、この部屋と同じ大きさのデータセンター、すべての配線、すべてのスイッチ、ネットワーク、そして多くのソフトウェアを採用し、それをすべて分解して世界中の他の異なるデータセンターに統合しましたが、それはクレイジーな複雑さであり、世界中のコンピューター会社と十分に連携できるように、必要に応じて十分な標準化を行い、必要に応じて十分な柔軟性を持たせる方法を見つけました。

その結果、エヌビディアのアーキテクチャは今や世界中のすべてのコンピュータ企業に埋め込まれており、それがより大きなフットプリント、より大きなインストールベース、より多くの開発者、より良いアプリケーションを生み出し、顧客をより幸せにし、より多くのチップを購入し、インストールベースを増やし、研究開発予算を増やし、フライホイール効果、正のフィードバックシステム、そしてそれがどのように機能するかであり、それは単純明快です。 **

コスティス・マグララス:

あなたがやらなかったことの1つは、説明してほしいのですが、自分でチップを作るために投資しなかったことです。

Jensen Huang:

それは良い質問であり、その理由は、戦略的な選択として、当社のコアバリュー、私の個人的なコアバリュー、当社のコアバリューはすべて選択に関するものだからです。

人生で最も重要なことは選択です。 どのように選べばいいのでしょうか? さて、今夜何をするかはどうやって選ぶのでしょうか? どのように選べばいいのでしょうか? 当社は、基本的な目標を1つだけ持ってプロジェクトを選択することを決めました、そして私の目標は、世界最高の人々がここに来て働く環境を作ることです。 コンピューターコンピューティング、コンピューターサイエンス、AIの分野を追求し、ここに来てライフワークをするための条件を作りたい世界最高の頭脳のための素晴らしい環境。 **

ですから、もし私がそう言うなら、問題は、これをどのように達成するかということです。 これを行う必要がない例を挙げましょう。 私の知り合いで、朝起きて「近所の人がやっているよ」と言う人はいません。 私がやりたいのは、彼らからそれを奪いたいということです。 私にもできます。 私は彼らからそれを奪いたいのです。 私は彼らの市場シェアをつかみたいです。 私は彼らを値段で抑えたい、彼らを蹴り飛ばしたい、彼らの分け前を奪いたい。

こういうことをする偉い人はいないし、朝起きて「今までやったことのないことをやりたい」とみんなが言うんですが、それはとても難しいことです。 成功すれば、世界に大きな影響を与えることができる、それが NVIDIA のコア バリューです。

第1に、世界でやったことのないことをどうやってやるのか。 ちなみに、とてつもなく難しいことをやるという理由は、TikTokのように簡単にできるものなら、それを学ぶ時間がたくさんあるからです ダンス、私はそれについて気にするつもりはありません、明らかにその理由は、競争がたくさんあるので、あなたは本当に難しいことを選ばなければならないからです、そしてそれらの難しいこと自体が他の多くの人を止めます、なぜなら、最も長く耐えることをいとわない人が最終的に勝つからです、だから私たちは非常に難しいことを選びます、そしてあなたは私が何度も言うのを聞いたことがあります 痛みと苦しみ、そしてそれは実際には肯定的な特性であり、耐えることができる人が最も成功することになります。

第二に、自分の性格、専門知識、環境、体格など、自分が持っているもの、視点、やるべきことなど、自分がやるべきことを選ぶことです。 **

第三に、痛みや苦しみが大きすぎない限り、そのことをとても楽しんだほうがいいです。 さて、今お話ししたのは、NVIDIA のコア バリューです。 それはそれと同じくらい簡単です。 もしそうなら、なぜ電話チップを作るのですか? 携帯電話を作れる会社は世界にいくつありますか? たくさんあります。 なぜCPUが必要なのですか? CPUはもっと必要ですか? それは合理的ですか? これらすべては必要ありません。

その結果、私たちは自然とマスマーケットから排除されます。 私たちは当然のことながら、素晴らしい市場を選び、本当に難しいことを選び、素晴らしい人たちが私たちに加わったので、素晴らしい人たちが加わったのです。 彼らに何か素晴らしいことをさせる忍耐力があれば、彼らは素晴らしいことをするでしょう。

方程式が実際にはそれほど単純であるのに、それを行うには信じられないほどの性格が必要であるのは理にかなっていますか? だからこそ、それを学ぶことが最も重要なことであり、大きな成功と偉大さは人格がすべてです。 私たちが製造をやらないのは、TSMCがとてもうまくやっているし、すでにやっているのに、なぜ私が彼らの仕事を引き受けなければならないのかということです。 私はTSMCの人たちが好きで、彼らは私の良き友人であり、私がビジネスをしているからといって、この分野に入ることができます。 彼らは私のために素晴らしい仕事をしてくれました、彼らがすでにやったことを繰り返すのに時間を無駄にしないでください、誰もやっていないこと、誰もやっていないことをして時間を無駄にしましょう、そしてそれがあなたが特別なものを作る方法です、そうでなければ、あなたは市場シェアについて話しているだけです。 **

コスティス・マグララス:

この10年を振り返ると、未来について考えます。

Jensen Huang:

正解?**ちなみに、私はMBAを持っておらず、金融の学位も持っていませんが、本を何冊か読み、Youtubeの動画をたくさん見ていますが、私ほどビジネスYouTubeの動画を見ている人はいないので、皆さんには言えますが、これらは正解です、マグララス教授?

コスティス・マグララス:

あなたは間違った人に聞いています、そして私もビジネスを勉強していませんが、彼らは正しい答えです(笑)AIのアプリケーションと、今後3年、5年、7年で私たちが目にするであろう変化、そして私たちの日常生活にどのような影響を与える可能性があるかを考えると、あなたはAIをどう思いますか?

Jensen Huang:

まず、結論に直結しますが、AIはあなたの仕事を奪うのではなく、AIを使う人があなたの仕事を奪うのです。 そうですね、できるだけ早くAIを使って、有益な雇用を維持できるようにしましょう。

2つ目に皆さんにお聞きしたいのは、生産性が上がるということは、NVIDIAのAIに完全に組み込まれているということであり、NVIDIAは巨大なAI企業になり、すでにAIでチップを設計していますが、チップを設計することはできず、最適化されたコンパイラはAIなしでは書けないので、あらゆる場所でAIを使用しています。

AIが会社の生産性を向上させたら、次はレイオフか、それとも人員を増やすか、より多くの人を雇うか、というものです。 収益性の高い成長は、生産性の向上によるものです。

なぜ人々は職を失うことを考えるのでしょうか? 新しいアイデアがないと思ったら、意味がありません。 漸進的な利益に投資するアイデアが他にない場合、仕事が自動化に取って代わられたらどうしますか? 人を解雇し、より多くのアイデアを持ち、お金を投資する余裕のない企業に入社し、AIが彼らの仕事を自動化すると、もちろん物事が変わり、もちろん物事の働き方が変わります。 **

AIはもうすぐCEO、部門長、CEOをターゲットにするでしょう、私たちは終わりました、聞こえはいいですね、最初にCEOが、次に部門長だと思いますが、あなたは近いので、より多くのアイデアを持っていて、投資するのに十分なお金がない会社に加わり、当然のことながら、収益が上がれば、より多くの人を雇うでしょう。 まず第一に、これは大きなブレークスルーであり、私たちはどういうわけか、情報をデジタルで学習して表現する方法をコンピューターに教えました。 では、Word2vecというものを聞いたことがありますか? Word2vecは、単語を取り上げて、各単語とそれが他のすべての単語とどのように関連しているかを研究することで学び、すべての文と段落を研究し、その単語に最も関連する数字のベクトルは何か、その単語に最も関連する数字は何かを理解しようとするので、「お母さん」と「お父さん」は数値的には互いに近く、「オレンジ」と「リンゴ」は数値的には互いに近いですが、「お母さん」と「お父さん」、「犬」と「猫」からはほど遠いです 「お母さん」と「お父さん」から遠く離れていますが、おそらく「オレンジ」と「リンゴ」、椅子とテーブルよりも近く、それらがどこにあるかを正確に言うのは難しいですが、この2人の人物は、「お母さん」と「パパ」、「王様」と「女王様」から離れて、「お母さん」と「パパ」の近くにいます。

それは合理的ですか? これをすべての数値に対して行うことを想像してみてください、そしてそれをテストするたびに、あなたは「おやおや、これは素晴らしい」と思うでしょう。 別のものから何かを差し引くと意味があります。 まあ、それは基本的に学習情報の表現です。 これを英語でやることを想像してみてください。 これをすべての言語で行うことを想像してみてください。 構造を持つもの、つまり予測可能なものすべてに対してこれを行うことを想像してみてください。

なぜなら、もし構造がなければ、それはホワイトノイズ、実際にはホワイトノイズになるので、構造があるに違いない、だからあなたは猫を見る、私は猫を見る、あなたは私の木を見る、私は木を見る、あなたは木がどこにあるのか、あなたは海岸線がどこにあるのか、山はどこにあるのか、雲はどこにあるのかを特定できる、そうですよね? もちろん、その画像をベクトルに変換したり、ビデオをベクトルに変換したり、3Dに変換したりできます。 もちろん、その画像をベクトルに変換したり、ビデオをベクトルに変換したり、3Dに変換したりできます。 タンパク質は当然構造を持っているので、化学物質はベクターに変換され、遺伝子は最終的にベクターに変換され、すべてのベクターを学ぶことができます。

すべてを数字に学ぶことができ、それが理にかなっているなら、明らかに猫の「猫」という単語を画像に変換することができますが、それは明らかに猫の画像ではありません、それは同じ意味です、言葉から画像に変換できるなら、それは中間旅の着実な拡散と呼ばれます、画像から言葉に変換できるなら、それは字幕と呼ばれ、YouTubeビデオの下の字幕です。 アミノ酸からタンパク質に変換すると、ノーベル賞と呼ばれるのは、アルファフォールドであり、信じられないほどのブレークスルーだからです。

ですから、これはコンピュータサイエンスの素晴らしい瞬間であり、ある種類の情報を別の種類の情報に変換できるため、テキストからテキスト、大量のテキスト、PDFから少量のテキスト、集約アーカイブを行うことができます。

この論文を集約するように依頼すれば、すべての論文を読むのではなく、画像を理解する必要があります、なぜなら、アーカイブには論文にはたくさんの画像や図表などがあり、それをすべてまとめることができるので、生産性上のすべての利点を想像できるようになり、実際にそれなしでそれを行う能力がわかるので、近い将来、あなたはそれを行うつもりです。

「デザインしたいから、車のオプションをいくつか教えて」と言うことができます。 私はメルセデスで働いていて、ブランドをとても大切にしています、それはブランドのスタイルです、私はあなたにスケッチをいくつか見せましょう、そして私が作りたいモデルの写真のカップル、例えば四輪駆動のSUVです、そして突然、それは2010年、200のフル3DデザインCADを思いつきました。 さて、この車を完成させるだけでなく、これを望む理由は、そのうちの1つを選んで、その上にイテレーション10を言いたくなるかもしれないからです 第二に、どちらかを選んでから自分で修正することになるかもしれないので、デザインの未来は大きく異なるものになるでしょう。 将来、すべてがまったく異なるものになり、デザイナーにこの能力を与えると、彼らは夢中になります。 彼らはあなたをとても愛するでしょう、そしてそれが私たちがそれをする理由です。

では、長期的な影響にはどのような影響があるのでしょうか? 私の好きな分野の一つは、タンパク質を言葉で説明でき、タンパク質を言葉で合成する方法を見つけることができれば、タンパク質工学の未来はまさに今だということです。 ご存じのように、タンパク質工学では、プラスチックを分解する酵素を作り、炭素を捕捉する酵素を作り、野菜をより良く育てるためにあらゆる種類の酵素を作り、あなたの世代はあらゆる種類の異なる酵素を作ることができるので、これからの10年は信じられないほどのものになるでしょう、私たちはコンピューターチップ工学の世代であり、あなたはタンパク質工学の世代になるでしょう、数年前には想像もできなかったことです。 **

コスティス・マグララス:

さて、質疑応答を聴衆に公開すると思うので、質問があれば、私が指さして、マイクを何本か通しますので、そちらから始めます。

観客：

今夜はお集まりいただきありがとうございます、ムーアの法則がインテルのようにGP業界に追いつくかどうか心配ですか? ムーアの法則と黄の法則の違いを説明してもらえますか? ジェンセン・ホァン:私は黄の法則を持ち出したわけではありませんし、私がやるようなことではありません。 ムーアの法則は1年半ごとに業績が倍増するというもので、5年ごとに10倍に成長する方が計算しやすいので、10年ごとに100倍くらいになります。 もしそうなら、汎用コンピューティングがマイクロプロセッサであるなら、汎用コンピューティングが10年ごとに5倍、100年ごとに100倍に成長するのに、なぜ計算方法を変えるのでしょうか? それで十分速くないですか? 冗談でしょ? 車が100年ごとに5倍速くなったら、人生は良いと思いませんか?

ですから、その答えは、実はムーアの法則はとても良いもので、私はその恩恵を受けたのです。 業界全体がこの恩恵を受けており、コンピュータ業界はそのおかげで存在していますが、究極的にはムーアのユニバーサルコンピューティングの法則は、コンピューティングにおけるトランジスタの数ではなく、トランジスタの数であり、それをCPUにどう使うか、それをパフォーマンスにどのように変換するかであり、その曲線はもはや5年ごとに10回ではありません。 運が良ければ、その曲線は10年に2〜4回です。 問題は、曲線が10年に2~4回であることです。

コンピューティングのニーズと、コンピューターを使用して問題を解決するという私たちのビジョン、私たちの想像力、コンピューターを使用して問題を解決する想像力は、10年に4回以上ではありませんか? ですから、私たちの想像力、私たちのニーズ、世界のこれらすべての消費は、その限界を超えており、より多くのCPUを購入することでこの問題を解決できます。 ジェネラリストのようにジェネラリストであるため、エネルギーを消費しすぎ、ジェネラリストはスペシャリストほど効率的ではなく、技術はエキスパートほど優れておらず、エキスパートほど生産的ではありません。 開胸手術をするつもりなのに、ジェネラリストがもらえなかったら、どういう意味かわかりますか? もしあなたが周りにいるなら、専門家を呼んでください、ジャーナリストがあまりにも力ずくで、今、世界をあまりにも多くのエネルギーを消費させ、世界にあまりにも多くのお金を使わせ、ユニバーサルコンピューティングを残酷に強制しているのです。

幸いなことに、私たちは長い間アクセラレーテッド・コンピューティングに取り組んできましたが、先ほど述べたように、アクセラレーテッド・コンピューティングは単なるプロセッサではなく、アプリケーション・ドメインを理解し、必要なソフトウェア、アルゴリズム、アーキテクチャ、チップを作成することであり、アーキテクチャでそれを行う方法をどうにかして見つけたのです 回数、時には1000回ですが、それほど具体的ではなく、単一の活動のみを目的としていますが、それは合理的ですか? そして、大きな市場を持つのに十分な幅を持つ必要がありますが、アプリケーションを加速できるほど十分に狭くする必要があります、そしてこの繊細なライン、このカミソリの刃がNvidiaの存在理由です。 もし私が30年前にこのことを説明していたら、誰も信じなかったでしょうし、実際、今のあなたが正直だったら、誰も信じなかったでしょう。

長い時間がかかりましたが、私たちはそれにこだわって、地震処理、分子動力学、画像処理、そしてもちろんコンピューターグラフィックスから始まり、延々と、延々と、そしてある日、深層学習、そしてトランスフォーマー、そして何らかの形の強化学習トランスフォーマーがあり、そして多段階の推論システムがあり、これらはすべて単なるアプリケーションです。

どうにかして、私たちは方法を見つけ、これらの問題をすべて解決するアーキテクチャを作り上げましたが、この新しい法律は終わるのでしょうか? 私はそうは思いません。 その理由は、CPUに取って代わるものではなく、CPUを補完するものであるため、問題は、次に何を補完するかということです。

私たちはそれを隣につないでいるだけなので、時が来たら、解決しようとしている問題にサービスを提供しているので、問題を解決するために別のツールを使用する必要があることがわかります。 ナイフを作ってみんなに使ってもらおうとしているわけではありません。 私たちは、誰もが使えるペンチを作ろうとしているわけではありません。 私たちは、この問題を解決するためにコンピューティングを加速するためにここにいるので、それは皆さんが学ぶべきことの1つです。 あなたの使命が正しいことを確認してください。 あなたの使命は列車を作ることではなく、輸送を容易にすることであることを確認するのは合理的ですか? 私たちの使命は、アプリケーションを高速化し、通常のコンピューターでは解決できない問題を解決することです。 ミッションが明確にされ、正しいことに集中すれば、それは永遠に続くでしょう。 **

観客：

繰り返しになりますが、ありがたいことに、現在、半導体サプライチェーンの現地化が推進されており、特定の国からのハイテク製品の輸出が制限されています。 これは短期的にはNVIDIAにどのような影響を与え、長期的には消費者にどのような影響を与えるとお考えですか?

Jensen Huang:

いい質問です。 皆さんも聞いたことがあると思いますが、繰り返しますが、地政学や地政学的な緊張などについてです。 地政学的な緊張、地政学的な課題は、あらゆる業界に影響を及ぼし、すべての人に影響を与えます。 当社は国家安全保障を信じており、私たちの国が安全であるため、私たちはここにいます、そして私たちは経済安全保障も信じています。

真実は、ほとんどの家族は朝起きて、「ああ、私はとても脆弱だ、軍事力の欠如のために、彼らは脆弱だと感じている、経済的実行可能性のために、私たちは人権を信じている、そして豊かな生活を創造できることは人権の一部である」とは言わないのです。 ご存じのように、アメリカはここに住んでいる人にも、そうでない人の人権も信じているので、この国はこれらすべてを同時に信じています。 私たちもそうです。

地政学的な緊張の課題は、あまりにも一方的に決定し、他国の繁栄を決定すると、反発が生じることです。 意図しない結果が生じるでしょうが、私は楽観的です。 この問題を考える人たちが、すべての結果と意図しない結果を考慮してくれたことを願っていますが、これは各国の主権の権利の深い内面化につながっています。 どの国も自国の主権について語っていますが、これは別の言い方をすれば、誰もが自分たちのことを考えているということです。

我々としては、一方では、中国での我々の技術の使用や輸出管理が制限される可能性があるし、他方では、主権国家や各国が独自の主権AIインフラを構築したいと思っており、そのほとんどが米国の敵ではなく、米国と難しい関係にないため、世界中でAIインフラを構築するのを支援します。

つまり、地政学の奇妙なところは、いろいろな意味で、市場機会を制限しているのです。 その一方で、それは私たちにとって別の方法で市場機会を開きますが、人々にとっては、私は本当にそうしたいのです。

中国との緊張関係が中国との緊張に発展したり、中東との緊張がイスラム教徒との緊張に発展したり、その罠に陥るのを許さないことを心から願っています。

ご存じのように、わが国の最大の知的財産源の1つは留学生であり、私はここで多くのことを目にします。 私はあなたにここにとどまってほしい、これは私たちの国の最大の強みの1つです。 世界一の優秀な人材がコロンビアに来てニューヨークに留まることを許さなければ、世界一の知的財産を守れなくなってしまうので、それが私たちの根源的な強みであり、それを損なわないことを心から願っています。

地政学的な課題は現実のものであり、国家安全保障の問題は現実のものですが、経済、市場、社会、技術の問題も同様に現実であり、テクノロジーのリーダーシップが重要であり、市場のリーダーシップが重要であり、これらはすべて重要であり、世界は複雑な場所であり、簡単な答えはありません。

観客：

私は半導体会社でエンジニアとして起業し、起業家として働いていましたが、あなたのような根っからの技術者でありエンジニアである私の場合、起業を成功させ、YouTubeの動画で金融について学びましたが、MBAについてどう思いますか?

Jensen Huang:

それはすごいことだと思います。 まず、100歳まで生きることになるので、この7年、60年をどう過ごすかが問題です。 それは私があなたに言ったことではなく、私が皆に言ったことです、あなたができる限り教育に気を配ることです。

ここに来て、教育を受けることを余儀なくされたら、それはどれほど良いことでしょうか? 大学を卒業した後、私のように、知識を求めて世界中を回らなければならず、何か良いものを見つけるためにたくさんのゴミをくぐり抜けなければなりませんが、学校には、あなたのために知識をふるいにかけ、皿のようにあなたに提示してくれる素晴らしい教授がいます。 **

私は学部長と一緒にここに座ることになります。 私はここで最年長の学生です。 卒業したら大きな飛躍の準備をしているところですし、卒業後すぐに成功するつもりですが、冗談です。 いつかは去らねばならない。 あなたの両親はそれを喜ぶでしょうが、それを急がないでください。 できるだけ多くのことを学んでください。 そこにたどり着くための唯一の正解はありません。

もちろん、大学を卒業したことがないのに大成功を収めている友人がいるので、そこにたどり着く方法は複数ありますが、統計的にはそれが最善の方法だと思いますので、統計学や数学を信じているなら、学校に残ってすべてのプロセスを実行してください。 ねえ、ジェンセン、あなたに卒業証書を渡せば、あなたはCEOになるつもりです。 「知らなかったので、現地に着いたら勉強しに行かなければなりませんでした。 **

MBAを取得してビジネス戦略を学ぶ方法はたくさんありますが、明らかにビジネス上の問題はまったく異なるものであり、財務の問題も同様であるため、会社を作るにはこれらすべての異なることを学ばなければなりませんが、私のような素晴らしい人々に囲まれていると、彼らは途中で教えてくれるので、あなたが演じたい役割に応じて、いくつかのことが重要であり、私の仕事だけでなく、重要なものもあり、私はそれに向かっていくつもりです。 それは人格であり、あなたの人格には、あなたが下す選択、成功への対処法、失敗や大きな挫折への対処法、選択の仕方について重要な何かがあります。 **

さて、スキルや職人技の面では、CEOにとって最も重要なことは戦略的思考であり、他に選択肢はありません。 なぜなら、あなたは最も多くを見ており、誰よりも未来を見通すことができ、誰よりも点と点をつなぐことができ、動員することができ、戦略とは何か、つまり行動を覚えているからです。 つまり、CEOは最高戦略責任者(CSO)にふさわしい立場にあるのです。 私から見ると、この2つが一番大事で、残りはスキルが多くて、スキルを学べるものが多いです。

もう一つ付け加えるとすれば、会社とは特定の工芸品であり、社会に独自の貢献をし、何かを生み出すものだと私は信じています。 何かを作るなら、上手になるべきだし、工芸品に感謝しなければいけないし、工芸品を愛すべきだし、工芸品について何かを知るべきだし、それはどこから来たのか、今はどこにあるのか、未来はどこへ向かうのか、この工芸品への情熱を示そうとするべきです。

今日、私はこの技術の情熱と専門知識を例示する何かをし、私の分野について多くのことを知っており、可能であればCEOがこの技術について知ってほしいと願っています。 この工芸品を作る必要はありませんが、この工芸品の方が良いです、あなたは多くのことを学ぶことができるので、あなたは、この分野の専門家になりたいのですが、これらはいくつかのことです。 あなたはそれを学ぶことができます 詳細を見る. 理想的には、これは仕事で学ぶことができ、友人から学ぶことができ、さまざまなことをすることで学ぶことができます。