Giám đốc điều hành Nvidia Jensen Huang: AI sẽ không lấy đi công việc của bạn, nhưng những người sử dụng AI sẽ làm được

Nguồn: Có một Newin mới

Sáng nay, báo cáo thu nhập quý 3 của Nvidia được công bố sau giờ thị trường chứng khoán Mỹ, với doanh thu 18,12 tỷ USD trong quý 3 kết thúc vào ngày 29/10/2023, tăng 206% so với cùng kỳ năm ngoái, tăng 34% theo quý, thu nhập EPS tăng gần 6 lần, cao hơn lần lượt gần 13% và 20% so với kỳ vọng của các nhà phân tích và doanh thu trung tâm dữ liệu của doanh nghiệp nơi đặt chip AI tăng gần 2 lần so với cùng kỳ năm ngoái, đạt mức cao mới trong một quý.

“Sự tăng trưởng mạnh mẽ của chúng tôi phản ánh sự chuyển đổi của một loạt các nền tảng công nghiệp từ mục đích chung sang điện toán tăng tốc và AI tạo ra, với các công ty khởi nghiệp LLM, các công ty internet tiêu dùng và các nhà cung cấp dịch vụ đám mây toàn cầu là những động lực đầu tiên và làn sóng tiếp theo đang bắt đầu hình thành, với các nhà cung cấp dịch vụ truyền thông quốc gia và khu vực đầu tư vào đám mây AI để đáp ứng nhu cầu địa phương, các công ty phần mềm doanh nghiệp thêm AI Copilot và Trợ lý vào nền tảng của họ và các doanh nghiệp tạo ra AI tùy chỉnh”, Huang nói Kỷ nguyên của AI tạo ra đang cất cánh với GPU NVIDIA, CPU, mạng, dịch vụ đúc AI và phần mềm NVIDIA AI Enterprise là động cơ tăng trưởng toàn tốc độ!

PS: Trong chuyên mục cuối tuần trước, chúng tôi đã chia sẻ John Luttig, Trưởng phòng Đầu tư tại Quỹ Funders, về phân tích của ông về bối cảnh thị trường GPU hiện tại.

Tháng trước, Jensen Huang, đồng sáng lập và CEO của Nvidia, cũng đã có một cuộc nói chuyện rất khô khan tại Trường Kinh doanh Columbia (CBS), nơi Huang đã nói chuyện với CBS Dean Costis Maglaras để thảo luận về tương lai kỹ thuật số, bao gồm NVIDIA thực hiện chiến lược và hoạt động như thế nào, và Huang có kinh nghiệm kinh doanh như thế nào và làm thế nào để trở thành một CEO đủ điều kiện.

Dưới đây là một số mặt hàng khô mà Lao Huang đã chia sẻ trong quá trình CBS để bạn thử:

Trước khi đưa ra quyết định, mọi người phải tìm ra những gì họ đang làm, tại sao họ làm điều đó và đó là tất cả về sự lựa chọn.

Từ quan điểm cá nhân: Có ba điều cần được xác định:

1. Những điều khó khăn nhưng đúng đắn;

2. những gì bạn được định sẵn để làm;

3. Những điều bạn thích;

Từ quan điểm của công ty: Lấy NVIDIA làm ví dụ, câu trả lời của Lao Huang rất đơn giản, giải thích rõ ràng các lựa chọn thị trường, mô hình kinh doanh, rào cản và hiệu ứng bánh đà liên quan đến Pivot của NVIDIA:

"Lý do chúng tôi không sản xuất là vì TSMC đang hoạt động rất tốt và họ đã làm điều đó, tại sao tôi phải đi và nhận công việc của họ? Tôi thích những người ở TSMC, họ là những người bạn tốt với tôi, chỉ vì tôi có một doanh nghiệp, tôi có thể tham gia vào không gian này, vậy thì sao? Họ đã làm một công việc tuyệt vời cho tôi, chúng ta đừng lãng phí thời gian lặp lại những gì họ đã làm, hãy lãng phí thời gian làm điều gì đó mà chưa ai làm, điều gì đó chưa ai làm, và đó là cách bạn xây dựng một cái gì đó đặc biệt, nếu không, bạn chỉ đang nói về thị phần. **

Chúng tôi quan sát thấy hai điều: điện toán tăng tốc là một vấn đề phần mềm, đó là một vấn đề thuật toán và AI Đó là một vấn đề về trung tâm dữ liệu, vì vậy chúng tôi là công ty duy nhất đi ra ngoài và xây dựng tất cả những thứ này, và một phần của những gì chúng tôi làm là lựa chọn mô hình kinh doanh, chúng tôi có thể là một công ty trung tâm dữ liệu, tích hợp hoàn toàn theo chiều dọc, tuy nhiên, chúng tôi nhận ra rằng cho dù một công ty máy tính thành công đến đâu, nó sẽ không phải là công ty máy tính duy nhất trên thế giới và nó tốt hơn với tư cách là một công ty điện toán nền tảng vì chúng tôi yêu các nhà phát triển. Trở thành một công ty điện toán nền tảng phục vụ mọi công ty máy tính trên thế giới tốt hơn là một công ty máy tính một mình. **

Chúng tôi đã thực hiện cách tiếp cận này, chúng tôi đã lấy trung tâm dữ liệu này có kích thước của căn phòng này, tất cả các dây, tất cả các thiết bị chuyển mạch và mạng, và rất nhiều phần mềm, và chúng tôi đã chia nhỏ tất cả và tích hợp nó vào các trung tâm dữ liệu khác nhau trên thế giới, và đó là một sự phức tạp điên rồ, và chúng tôi đã tìm ra cách để có đủ tiêu chuẩn hóa khi cần thiết, đủ linh hoạt khi cần thiết để chúng tôi có thể làm việc với các công ty máy tính trên toàn thế giới đủ.

Kết quả là kiến trúc của Nvidia hiện được cấy vào mọi công ty máy tính trên thế giới, tạo ra dấu ấn lớn hơn, cơ sở cài đặt lớn hơn, nhiều nhà phát triển hơn, ứng dụng tốt hơn, khiến khách hàng hài lòng hơn, họ mua nhiều chip hơn, tăng cơ sở cài đặt, tăng ngân sách R &D của chúng tôi, v.v., hiệu ứng bánh đà, hệ thống phản hồi tích cực, đó là cách nó hoạt động, nó đơn giản và dễ hiểu "

Ngoài ra, Lao Huang cũng nói rõ quan điểm của mình về AI và lao động & quy trình làm việc trong chia sẻ của mình - **AI sẽ không lấy đi công việc của bạn, những người sử dụng AI sẽ lấy đi công việc của bạn, và nếu một công ty không có thêm ý tưởng để đầu tư vào lợi nhuận gia tăng, thì khi công việc được thay thế bằng tự động hóa, công ty phải sa thải nhân viên và gia nhập những công ty có nhiều ý tưởng hơn nhưng không đủ khả năng đầu tư tiền, để khi AI tự động hóa công việc của họ, tất nhiên tình hình sẽ thay đổi, tất nhiên nó sẽ thay đổi cách làm việc. **

Sau đây là toàn bộ nội dung cuộc trò chuyện giữa Lão Hoàng và Chủ tịch CBS Costis Maglaras, thưởng thức ~

** Costis Maglaras: **

Tôi muốn bạn trước tiên đưa chúng tôi trở lại một chút về lịch sử của Nvidia, và sau đó tôi muốn nói về vấn đề lãnh đạo mà chúng tôi vừa đề cập, nhưng bạn đã bắt đầu công ty này 30 năm trước và dẫn dắt nó thông qua một sự chuyển đổi đưa ra các ứng dụng và loại sản phẩm khác nhau. Hãy đưa chúng tôi qua cuộc hành trình.

Jensen Huang:

Một trong những khoảnh khắc đáng tự hào nhất của tôi. Tôi bắt đầu với một trong những khoảnh khắc đáng tự hào nhất xảy ra gần đây, khi tôi là Giám đốc điều hành của công ty đầu tiên tôi làm việc, Denny’s, và biết rằng Nvidia không chỉ là sự tiến bộ của tôi từ máy rửa chén và người siêng năng lên hàng đầu của công ty đến một người phục vụ tại Denny’s, mà họ còn là công ty đầu tiên của tôi và tôi vẫn quen thuộc với thực đơn. Nhân tiện, Superbird rất tuyệt, có ai biết Superbird là gì không? Bạn là loại sinh viên đại học nào?

Denny’s là một nhà hàng ở Hoa Kỳ, và Nvidia được thành lập bởi tôi và hai người đồng sáng lập khác ở San Jose - Denny’s bên ngoài nhà của chúng tôi, vì vậy gần đây họ đã liên lạc với tôi, và chiếc hộp chúng tôi từng ngồi bây giờ là hộp của Nvidia, và nó được gọi là Nvidia, và đó là nơi sinh của một công ty nghìn tỷ đô la, và đó là một khoảnh khắc rất đáng tự hào.

Nvidia được thành lập vào thời điểm cuộc cách mạng PC chỉ mới bắt đầu và bộ vi xử lý đã chiếm được trí tưởng tượng của toàn bộ ngành công nghiệp. Thế giới nhìn nhận đúng đắn cách CPU, bộ vi xử lý, sẽ định hình lại ngành công nghiệp CNTT, cách chúng sẽ định hình lại ngành công nghiệp máy tính, và trước và sau cuộc cách mạng x86, các công ty thành công rất khác nhau. Chúng tôi bắt đầu công ty của mình trong giai đoạn đó và quan điểm của chúng tôi là tuyệt vời như điện toán đa năng, nó không thể là giải pháp cho tất cả các vấn đề.

Chúng tôi tin rằng có một cách tính toán mà chúng tôi gọi là điện toán tăng tốc, nơi bạn thêm một chuyên gia bên cạnh điện toán có mục đích chung. CPU là một nhà tổng quát và có thể làm bất cứ điều gì, nếu bạn muốn. Nó có thể làm bất cứ điều gì. Tuy nhiên, rõ ràng, nếu bạn có thể làm bất cứ điều gì, thì rõ ràng bạn không thể làm tốt bất cứ điều gì.

Do đó, chúng tôi tin rằng có một số vấn đề không phù hợp để giải quyết bằng cái mà chúng ta gọi là máy tính thông thường. Đó là lý do tại sao chúng tôi bắt đầu công ty điện toán tăng tốc này. Vấn đề là, nếu bạn muốn tạo ra một công ty nền tảng điện toán, tôi không biết có bao nhiêu nhà khoa học máy tính, nhưng nếu bạn muốn tạo ra một công ty nền tảng điện toán, đã không có một công ty như vậy kể từ năm 1964, và đó là năm sau khi tôi được sinh ra, IBM Systems 360 mô tả hoàn hảo máy tính là gì.

Năm 1964, IBM mô tả rằng 360 có một đơn vị xử lý trung tâm, hệ thống con I / O, truy cập bộ nhớ trực tiếp, bộ nhớ ảo, khả năng tương thích nhị phân trên các kiến trúc có thể mở rộng và nó mô tả mọi thứ chúng ta có ngày nay là máy tính mà chúng ta mô tả ngày nay và 60 năm sau, chúng tôi cảm thấy như có một dạng điện toán mới giải quyết một số vấn đề thú vị và không hoàn toàn rõ ràng những gì chúng tôi có thể giải quyết vào thời điểm đó, nhưng chúng tôi cảm thấy có một tương lai cho điện toán tăng tốc.

Tuy nhiên, chúng tôi bắt đầu thành lập công ty này và đưa ra quyết định đầu tiên thực sự tốt, và thành thật mà nói, quyết định đó thật đáng kinh ngạc cho đến ngày nay, và nếu ai đó đến gặp bạn và nói với bạn, chúng tôi sẽ phát minh ra một công nghệ mới không tồn tại trên thế giới, mọi người đều muốn xây dựng một công ty máy tính xung quanh CPU, chúng tôi muốn xây dựng một công ty máy tính xung quanh những thứ khác được kết nối với CPU, số một.

Thứ hai, ứng dụng sát thủ là một trò chơi điện tử, một trò chơi điện tử 3D năm 1993 và ứng dụng đó không tồn tại, công ty xây dựng công ty này không tồn tại, công nghệ mà chúng tôi đang cố gắng xây dựng không tồn tại. Vì vậy, bây giờ bạn có một công ty có cả thách thức kỹ thuật và thách thức thị trường và thách thức hệ sinh thái, vì vậy xác suất thành công cho công ty này gần như bằng 0%, nhưng dù bằng cách nào, chúng tôi may mắn vì hai người rất quan trọng.

Thành thật mà nói, ba người đồng sáng lập chúng tôi đã làm việc cùng nhau, họ là những nhân vật rất quan trọng trong ngành công nghệ vào thời điểm đó, và tôi đã gọi cho Don Valentine, nhà đầu tư mạo hiểm quan trọng nhất trên thế giới vào thời điểm đó, và bảo Don đưa cho đứa trẻ này một số tiền và sau đó tìm hiểu xem nó có hiệu quả không, và may mắn là họ đã làm, nhưng kế hoạch kinh doanh đó, ngay cả ngày hôm nay, tôi sẽ không đầu tư vì nó có quá nhiều phụ thuộc, và mỗi người đều có xác suất thành công nhất định.

Khi bạn cộng lại, nhân lên, bạn nhận được 0%, nhưng chúng tôi tưởng tượng rằng sẽ có một thị trường gọi là trò chơi điện tử và đó sẽ là ngành công nghiệp giải trí lớn nhất thế giới, lúc đó là 0 và chúng tôi suy đoán rằng đồ họa 3D sẽ được sử dụng để kể câu chuyện của hầu hết mọi môn thể thao, trò chơi. Vì vậy, trong thế giới ảo, bạn có thể có bất kỳ trò chơi nào, bất kỳ môn thể thao nào và kết quả là mọi người sẽ trở thành một game thủ.

Don Valentine hỏi tôi, thị trường lớn như thế nào, và tôi nói, mọi người sẽ trở thành game thủ trong tương lai, và câu trả lời sai khi bắt đầu một công ty, và thành thật mà nói, đây là những thói quen xấu, kỹ năng xấu, và tôi không gợi ý điều đó, nhưng dù sao, hóa ra đó là sự thật, và trò chơi điện tử trở thành ngành công nghiệp giải trí lớn nhất thế giới, 3D Đồ họa là một thành công và chúng tôi đã tìm thấy ứng dụng giết người đầu tiên của điện toán tăng tốc, giúp chúng tôi có thời gian, sử dụng điện toán tăng tốc để giải quyết một loạt các vấn đề khác và cuối cùng chuyển sang AI.

** Costis Maglaras: **

Đó là một câu chuyện tuyệt vời, và trước khi chúng ta nói về AI, tôi muốn hỏi một chút về những ngày của tiền điện tử, rõ ràng, chơi game là một bước tiến lớn đối với Nvidia, và sau đó đến một lúc nào đó, ứng dụng sát thủ trở thành tiền điện tử và khai thác, sự phát triển đó là gì?

Jensen Huang:

Điện toán tăng tốc giải quyết các vấn đề mà máy tính thông thường không thể. Tất cả các GPU của chúng tôi, ngay cả khi bạn sử dụng nó để thiết kế ô tô, kiến trúc, nghiên cứu động lực học phân tử, chơi trò chơi điện tử, nó có một mô hình lập trình mà chúng tôi đã phát minh ra gọi là CUDA. CUDA là mô hình điện toán duy nhất tồn tại ngày nay và phổ biến như x86, và nó được sử dụng bởi các nhà phát triển trên toàn thế giới.

Trong mọi trường hợp, CUDA có thể thực hiện xử lý song song rất nhanh và rõ ràng, một trong những thuật toán mà chúng ta có thể xử lý rất tốt là mật mã. Khi Bitcoin lần đầu tiên xuất hiện, không có ASIC cho Bitcoin và điều hiển nhiên cần làm là đi đến siêu máy tính nhanh nhất thế giới và siêu máy tính có khối lượng sản xuất cao nhất không ai khác chính là GPU của Nvidia, có trong nhà của hàng triệu người chơi, vì vậy bằng cách tải xuống một ứng dụng, bạn có thể khai thác tiền điện tử từ nhà của mình.

Thực tế là bạn có thể mua GPU, máy tính của chúng tôi, cắm chúng vào và tiền bắt đầu đổ ra. Đó là ngày mẹ tôi hiểu những gì tôi đang làm. Một ngày nọ, cô ấy gọi cho tôi và nói, con trai, mẹ nghĩ con đang làm gì đó về trò chơi điện tử, và cuối cùng mẹ đã hiểu con đang làm gì, và con đã mua một sản phẩm của Nvidia, cắm nó vào và tiền bắt đầu đổ ra.

Và tôi nói, vâng, đó là những gì tôi đang làm, và đó là lý do tại sao rất nhiều người mua Bitcoin, sau đó dẫn đến sự gia tăng của Ethereum, nhưng bạn sẽ sử dụng một hệ thống siêu máy tính như GPU Nvidia để mã hóa hoặc nén, hoặc làm gì đó để tinh chỉnh dữ liệu và biến nó thành một mã thông báo có giá trị, và bạn biết điều đó nghe như thế nào không? ChatGPT tạo ra các mã thông báo có giá trị.

Một trong những điều đã xảy ra cho đến nay là nếu bạn mở rộng suy nghĩ của mình về Ethereum và khai thác tiền điện tử, điều đó có ý nghĩa theo một nghĩa nào đó bởi vì chúng ta đột nhiên tạo ra loại hình công nghiệp mới này, nơi dữ liệu thô xuất hiện, bạn áp dụng năng lượng cho máy tính này và theo nghĩa đen tiền bắt đầu đổ ra, và những loại tiền tệ này tất nhiên ở dạng mã thông báo, và những mã thông báo này là mã thông minh Bây giờ tôi chỉ mô tả một cái gì đó khác có ý nghĩa rất lớn đối với chúng ta ngày nay, nhưng nó có vẻ kỳ lạ vào thời điểm đó, bạn lấy nước trong một tòa nhà, bạn làm nóng nó, và những gì đi ra là một thứ rất có giá trị và vô hình được gọi là điện. **

Hôm nay chúng ta đang chuyển dữ liệu đến các trung tâm dữ liệu, và nó sẽ tinh chỉnh và xử lý nó, và sử dụng khả năng của nó để tạo ra rất nhiều mã thông báo kỹ thuật số có giá trị, trong sinh học kỹ thuật số, chúng sẽ có giá trị, trong vật lý, trong CNTT và tất cả các loại máy tính, phương tiện truyền thông xã hội, tất cả mọi thứ, trò chơi máy tính, v.v., chúng sẽ xuất hiện dưới dạng mã thông báo, vì vậy tương lai sẽ là về các nhà máy AI và các thiết bị của Nvidia sẽ cung cấp năng lượng cho các nhà máy AI đó.

** Costis Maglaras: **

Vì vậy, chúng tôi đã chuyển sang mạng thần kinh và tôi nghĩ chúng tôi đã nói về điện toán song song, như cách hiển thị đồ họa trên màn hình, cách chơi trò chơi, cách giải quyết các vấn đề mật mã cho Bitcoin. Hãy cho chúng tôi biết một chút về GPU nào được sử dụng để đào tạo mạng nơ-ron và tôi muốn nói chuyện với khán giả ở đây, cần những gì để đào tạo một mô hình như ChatGPT, bạn cần phần cứng nào, bạn cần dữ liệu gì, bạn cần một cụm lớn như thế nào, chi phí bao nhiêu, bởi vì đó là những câu hỏi rất lớn và tôi nghĩ sẽ rất tốt nếu bạn cho chúng tôi một số ý tưởng về quy mô.

Jensen Huang:

Mọi người đều muốn bạn nghĩ rằng đó là một vấn đề lớn và rất tốn kém. Trên thực tế, không, hãy để tôi nói cho bạn biết lý do tại sao, công ty chúng tôi đã chi khoảng 5 ~ 600 triệu đô la chi phí kỹ thuật để thiết kế một con chip, và sau đó một đến hai năm, tôi nhấn enter, gửi email đến TSMC, gửi một tệp lớn cho TSMC qua FTP và họ sẽ làm được, và quá trình này tiêu tốn của công ty chúng tôi khoảng 500 triệu đô la.

Với tổng cộng 5,5 tỷ đô la, tôi đã có một con chip chắc chắn có giá trị đối với chúng tôi, nhưng đó không phải là vấn đề lớn. Tôi đã làm điều này, vì vậy nếu ai đó, này Jensen, bạn cần tạo ra một trung tâm dữ liệu trị giá hàng tỷ đô la và một khi bạn được cắm vào, tiền sẽ chảy ra từ phía bên kia. Tôi sẽ làm điều đó ngay lập tức, và rõ ràng rất nhiều người cũng sẽ làm điều đó, bởi vì ai lại không muốn tạo ra một nhà máy tạo ra trí thông minh?

Bây giờ 1 tỷ đô la không thực sự là nhiều tiền, và thẳng thắn mà nói, thế giới đang chi khoảng 250 tỷ đô la mỗi năm cho cơ sở hạ tầng điện toán và không ai trong chúng ta đang tạo ra tiền, nó chỉ lưu trữ các tệp của chúng tôi, chuyển email của chúng tôi, đó đã là 250 tỷ đô la và một trong những lý do chúng tôi phát triển nhanh như vậy là, sau 60 năm phát triển, điện toán đa năng đang suy giảm vì 2500 người khác Sẽ là không khôn ngoan khi tạo ra một trung tâm dữ liệu điện toán đa năng khác với hàng tỷ đô la, quá thô về năng lượng và quá chậm trong tính toán. **

Giờ đây, điện toán tăng tốc đã xuất hiện, 250 tỷ đô la đó sẽ được dùng để tạo ra các trung tâm dữ liệu điện toán tăng tốc và chúng tôi rất vui mừng được hỗ trợ khách hàng làm như vậy. Trên hết, điện toán tăng tốc, giờ đây bạn có một cơ sở hạ tầng để tạo ra AI và giống như tất cả những điều mà chúng ta vừa nói đến, về cơ bản cách thức hoạt động của nó là bạn lấy rất nhiều dữ liệu, sau đó nén nó. **

Học sâu giống như một thuật toán nén, nơi bạn đang cố gắng tìm hiểu các biểu diễn, mẫu và mối quan hệ toán học của dữ liệu mà bạn đang làm việc và nén nó vào mạng thần kinh, vì vậy đầu vào là, giả sử, hàng nghìn tỷ byte, hàng nghìn tỷ mã thông báo, vì vậy giả sử hàng nghìn tỷ byte và đầu ra là 100GB, vì vậy bạn đã nén tất cả dữ liệu đó vào tệp nhỏ này và 100GB giống như 2 đĩa DVD mà bạn có thể tải xuống và xem trên điện thoại của mình, phải không?

Vì vậy, bạn có thể tải xuống mạng thần kinh khổng lồ này trên điện thoại của mình. Bây giờ, tất cả dữ liệu này đã được nén vào và mô hình mạng thần kinh nén này là một LLM, có nghĩa là bạn có thể tương tác với nó, bạn có thể đặt câu hỏi và nó sẽ quay trở lại bộ nhớ của nó, hiểu ý định của bạn và tạo văn bản cho bạn, trò chuyện với bạn, vì vậy, cốt lõi là, nghe có vẻ kỳ diệu, nhưng đối với tất cả các nhà khoa học máy tính và nhà khoa học trong phòng, nó rất hợp lý, đừng để bất cứ ai thuyết phục bạn rằng nó sẽ tốn rất nhiều tiền, tôi sẽ giảm giá tốt cho bạn, mọi người đi và sáng tạo Thanh AI.

** Costis Maglaras: **

Nếu tôi theo đuổi quy mô đó nhiều hơn một chút, bạn sẽ cần một máy tính về cơ bản là trung tâm dữ liệu tương đương để ước tính các mô hình này.

Jensen Huang:

** Những gì cần thiết để tạo ra GPT-4 là 16.000 GPU, đây là mô hình lớn nhất mà bất kỳ ai từng sử dụng, trị giá 1 tỷ đô la và đây chỉ là một tấm séc, thậm chí không phải là một tấm séc lớn, đừng sợ, đừng để bất cứ ai ngăn cản bạn bắt đầu kinh doanh và biến ước mơ của bạn thành hiện thực. **

Costis Maglaras: Hãy để tôi hỏi bạn một câu hỏi về tấm séc tỷ đô la và sự tăng trưởng mà bạn đang trải qua. Tôi nghĩ rằng bạn đã được vinh danh là CEO giỏi nhất bởi Harvard Business Review, và điều đó thật thú vị. Tôi sẽ tiếp tục lặp lại điều này, nhưng theo một nghĩa nào đó, bạn đang dẫn dắt một công ty thông qua sự tăng trưởng cực đoan, siêu tăng trưởng, điều mà hầu hết các công ty chưa từng trải qua trong cuộc đời của họ, và tôi muốn yêu cầu bạn cho chúng tôi biết một vài chi tiết, như tăng gấp đôi quy mô trong một năm hoặc quản lý chuỗi cung ứng, quản lý khách hàng, quản lý tăng trưởng, quản lý tiền, bạn đã làm điều đó như thế nào?

Jensen Huang:

Tôi thích quản lý, và phần duy nhất của nó, đó là đếm tiền, là niềm vui. Thức dậy vào buổi sáng và lăn lộn với tất cả tiền mặt, đó không phải là những gì tất cả các bạn đang ở đây sao? Tôi hiểu rằng đây là mục tiêu cuối cùng, thật khó để xây dựng một công ty, không có gì dễ dàng để làm, có rất nhiều đau đớn và đau khổ, cần rất nhiều nỗ lực. **

Nếu nó dễ dàng, mọi người sẽ làm điều đó, và về tất cả các công ty, lớn hay nhỏ, cho dù đó là của chúng tôi hay các công ty công nghệ khác, bạn luôn chết, bởi vì luôn có ai đó cố gắng vượt qua bạn, vì vậy bạn luôn trên đường phá sản, và nếu bạn không nội tâm hóa cảm giác đó, nếu bạn không tin điều đó, bạn sẽ phá sản. Và ban đầu tôi bắt đầu ở Denny, và như bạn đã biết, Nvidia được xây dựng trong một tình huống cực kỳ khó xảy ra. Chúng tôi đã mất một thời gian dài để có được vị trí như ngày hôm nay. Ý tôi là, chúng tôi là một công ty 30 năm tuổi. Khi Nvidia lần đầu tiên được thành lập, vào năm 1993, Windows 95 vẫn chưa được ra mắt. Vào thời điểm đó, nó là PC có sẵn đầu tiên và chúng tôi không có email.

Không có máy tính xách tay hoặc điện thoại thông minh vào thời điểm đó. Tất cả những điều này không tồn tại, vì vậy bạn có thể tưởng tượng thế giới chúng ta có khác biệt như thế nào khi chúng ta mới bắt đầu và bây giờ nó khác biệt như thế nào. Chúng tôi không có màn hình LCD. Tất cả đều là ống tia âm cực (CRT). Vào thời đó, ngay cả CD-ROM cũng không tồn tại. Nói tóm lại, những điều này là bối cảnh của thời gian khi chúng tôi được thành lập và chúng tôi đã mất rất nhiều thời gian để công ty được công nhận là công ty đầu tiên phát minh lại máy tính trong 60 năm. Tăng trưởng nhanh phụ thuộc vào con người.

Rõ ràng, công ty là tất cả về con người, và nếu bạn có hệ thống phù hợp và bạn có những người như tôi xung quanh bạn, công ty sẽ có các kỹ năng. Không quan trọng bạn đang bán 100 tỷ đô la hay 200 tỷ đô la.

Bây giờ sự thật là, chuỗi cung ứng không đơn giản, có ai biết card đồ họa G-Force trông như thế nào không? Giơ tay lên, có ai biết card đồ họa Nvidia trông như thế nào không, vì vậy bạn sẽ nghĩ rằng card đồ họa giống như một hộp mực cắm vào khe cắm PC Express của PC, nhưng các chip đồ họa mà chúng ta có bây giờ, được sử dụng trong các hệ thống học sâu này, có 35,000 bộ phận và nặng tới 70 Bởi vì chúng quá nặng, chúng cần robot để lắp ráp, chúng cần một siêu máy tính để kiểm tra vì nó là một siêu máy tính theo đúng nghĩa của nó, và nó có giá 200.000 đô la, và với 200.000 đô la đó, bạn có thể mua một máy tính như thế này, và nó có thể thay thế hàng trăm bộ xử lý đa năng, và những bộ xử lý đó có giá lên tới hàng triệu đô la, và với mỗi 200.000 đô la chi cho việc mua tại Nvidia, bạn tiết kiệm được 250 đô la 10.000 đô la để tính toán chi phí, đó là lý do tại sao tôi nói với bạn, bạn càng mua nhiều, bạn càng tiết kiệm; rõ ràng, chiến lược này rất thành công, mọi người thực sự xếp hàng để mua, đó là những gì chúng tôi làm; chuỗi cung ứng rất phức tạp, chúng tôi tạo ra những máy tính phức tạp nhất trên thế giới, nhưng điều đó khó đến mức nào? Nó thực sự rất khó, và cốt lõi là nếu bạn được bao quanh bởi những người tuyệt vời, sự thật đơn giản là, đó là tất cả về con người; Tôi may mắn có một đội ngũ quản lý tuyệt vời xung quanh, và sau đó CEO sẽ nói điều gì đó như" Làm cho nó số một", chẳng hạn như “hãy để nó hoạt động”.

** Costis Maglaras: **

Tôi muốn quay trở lại xu hướng AI và tầm nhìn của bạn cho tương lai, nhưng bạn đã đề cập đến từ “nền tảng” trước đó và bạn đã đề cập đến môi trường phần mềm của mình. Vì vậy, bạn có cơ sở hạ tầng phần cứng, bạn có một môi trường phần mềm hiện đang có mặt khắp nơi về đào tạo mạng thần kinh. Bạn đang xây dựng các trung tâm dữ liệu hay tạo môi trường trong các trung tâm dữ liệu được tạo thành từ phần cứng, phần mềm và cụm giao tiếp của Nvidia giữa các tài nguyên đó, tầm quan trọng của việc trở thành một giải pháp nền tảng hoàn chỉnh và chỉ cần tham gia phần cứng? Đó là trọng tâm trong chiến lược của Nvidia như thế nào?

Jensen Huang:

Tôi nghĩ, trước hết, trước khi bạn có thể tạo ra một cái gì đó, bạn phải biết những gì bạn đang tạo ra và tại sao bạn tạo ra nó, những nguyên tắc đầu tiên của sự tồn tại của nó là gì. **

Điện toán tăng tốc không phải là một con chip, đó là lý do tại sao nó không được gọi là máy gia tốc, điện toán tăng tốc là về việc hiểu cách bạn có thể tăng tốc mọi thứ trong cuộc sống. Nếu bạn có thể tăng tốc mọi ứng dụng, đó được gọi là tính toán thực sự nhanh, vì vậy điện toán tăng tốc trước tiên là hiểu miền nào, ứng dụng nào quan trọng đối với bạn và hiểu các thuật toán, hệ thống máy tính và kiến trúc cần thiết để tăng tốc các ứng dụng đó.

Nó chỉ ra rằng tính toán mục đích chung là một ý tưởng hợp lý, cũng như tăng tốc một ứng dụng. Ví dụ, bạn có một bộ giải mã DVD. Bạn sử dụng điện thoại để phát DVD hoặc bộ giải mã h.264. Nó làm một điều, và nó làm điều đó rất tốt. Không ai biết làm thế nào để làm điều đó tốt hơn.

Tính toán tăng tốc hơi giống trạng thái trung gian kỳ lạ này. Có rất nhiều ứng dụng mà bạn có thể tăng tốc. Ví dụ, chúng ta có thể tăng tốc xử lý hình ảnh khác nhau, vật lý hạt, v.v., bao gồm cả đại số tuyến tính. Chúng ta có thể tăng tốc rất nhiều ứng dụng và đó là một thách thức, thường dễ dàng tăng tốc một thứ và thật dễ dàng để chạy mọi thứ với trình biên dịch C.

Tăng tốc đủ tên miền để nếu bạn tăng tốc quá nhiều miền, bạn sẽ trở lại với bộ xử lý đa năng, phải không? Tại sao họ không thể tạo ra một con chip nhanh hơn? Mặt khác, nếu bạn chỉ tăng tốc một ứng dụng, thì thị trường không đủ lớn để hỗ trợ R &D của bạn.

Vì vậy, chúng tôi phải tìm ra điểm trung gian của công tắc đó, và đó là hành trình chiến lược của công ty chúng tôi, và đây là nơi chiến lược gặp thực tế, và đây là nơi Nvidia làm đúng, và đó là nơi không có công ty nào khác trong lịch sử điện toán làm đúng; tìm cách để có một khu vực ứng dụng đủ lớn để chúng tôi có thể tăng tốc, vẫn nhanh hơn 100 ~ 500 lần so với CPU, để hiệu ứng bánh đà kinh tế có thể mở rộng số lượng ứng dụng, mở rộng số lượng khách hàng, mở rộng số lượng thị trường, Tăng doanh số bán hàng, và do đó tạo ra ngân sách R &D lớn hơn, cho phép chúng tôi tạo ra những điều tuyệt vời hơn và vượt xa CPU, ** Điều đó có ý nghĩa không?

Rất khó để tạo ra hiệu ứng bánh đà này, chưa ai làm điều đó trước đây, chỉ một lần, và đó là khả năng. Để làm được điều đó, bạn phải hiểu thuật toán, bạn phải hiểu rất rõ miền ứng dụng, bạn phải chọn đúng, bạn phải tạo ra kiến trúc phù hợp cho nó **, và sau đó điều cuối cùng mà chúng tôi làm đúng là, chúng tôi nhận ra rằng để có một nền tảng điện toán, ứng dụng mà bạn phát triển cho Nvidia nên chạy trên tất cả các Nvidia, và bạn không nên nghĩ đến, nó có chạy trên con chip này không? Nó sẽ chạy trên con chip đó? Nó sẽ chạy trên mọi máy tính có Nvidia trên đó.

Đó là lý do tại sao mọi GPU mà công ty chúng tôi tạo ra, ngay cả khi không có khách hàng nào sử dụng CUDA từ lâu, chúng tôi vẫn cam kết với nó. Chúng tôi đã quyết tâm tạo ra nền tảng điện toán này ngay từ đầu. Khách hàng thì không, đó là một khó khăn kéo dài 10 năm, trị giá hàng tỷ đô la cho công ty. Nếu không có tất cả các game thủ video ở đây, chúng tôi sẽ không ở đây. Bạn là công việc hàng ngày của chúng tôi, và vào buổi tối, chúng tôi có thể đi và giải quyết sinh học kỹ thuật số, giúp mọi người giải quyết hóa học lượng tử, giúp mọi người với AI và robot, v.v.

Chúng tôi nhận ra rằng, trước hết, điện toán tăng tốc là một vấn đề phần mềm và thứ hai, AI là một vấn đề cơ sở hạ tầng trung tâm dữ liệu, điều này rất rõ ràng vì bạn không thể đào tạo mô hình AI trên máy tính xách tay, bạn không thể đào tạo trên điện thoại vì nó không phải là một máy tính đủ lớn, lượng dữ liệu được tính bằng terabyte và bạn phải xử lý hàng nghìn tỷ byte, hàng tỷ lần, vì vậy rõ ràng, nó sẽ là một máy tính khổng lồ và vấn đề được lan truyền trên hàng triệu GPU.

Tôi nói hàng triệu vì có hàng chục ngàn người bên trong 16000. Do đó, chúng tôi đang phân tán khối lượng công việc trên hàng triệu bộ xử lý. Không có ứng dụng nào trên thế giới ngày nay có thể được trải rộng trên hàng triệu bộ xử lý; Excel chạy trên một bộ xử lý duy nhất. Vì vậy, vấn đề khoa học máy tính của điện toán phân tán này là một bước đột phá lớn, chắc chắn là một bước đột phá lớn và đó là lý do tại sao nó có thể kích hoạt AI tạo ra, kích hoạt LLM.

Chúng tôi quan sát thấy hai điều: điện toán tăng tốc là một vấn đề phần mềm, đó là một vấn đề thuật toán và AI Đó là một vấn đề về trung tâm dữ liệu, vì vậy chúng tôi là công ty duy nhất đi ra ngoài và xây dựng tất cả những thứ này, và một phần của những gì chúng tôi làm là lựa chọn mô hình kinh doanh, chúng tôi có thể là một công ty trung tâm dữ liệu, tích hợp hoàn toàn theo chiều dọc, tuy nhiên, chúng tôi nhận ra rằng cho dù một công ty máy tính thành công đến đâu, nó sẽ không phải là công ty máy tính duy nhất trên thế giới và nó tốt hơn với tư cách là một công ty điện toán nền tảng vì chúng tôi yêu các nhà phát triển. Trở thành một công ty điện toán nền tảng phục vụ mọi công ty máy tính trên thế giới tốt hơn là một công ty máy tính một mình. **

Chúng tôi đã thực hiện cách tiếp cận này, chúng tôi đã lấy trung tâm dữ liệu này có kích thước của căn phòng này, tất cả các dây, tất cả các thiết bị chuyển mạch và mạng, và rất nhiều phần mềm, và chúng tôi đã chia nhỏ tất cả và tích hợp nó vào các trung tâm dữ liệu khác nhau trên thế giới, và đó là một sự phức tạp điên rồ, và chúng tôi đã tìm ra cách để có đủ tiêu chuẩn hóa khi cần thiết, đủ linh hoạt khi cần thiết để chúng tôi có thể làm việc với các công ty máy tính trên toàn thế giới đủ.

Kết quả là kiến trúc của Nvidia hiện được cấy vào mọi công ty máy tính trên thế giới và điều đó tạo ra một dấu ấn lớn hơn, cơ sở cài đặt lớn hơn, nhiều nhà phát triển hơn, ứng dụng tốt hơn, khiến khách hàng hài lòng hơn, họ mua nhiều chip hơn, tăng cơ sở cài đặt, tăng ngân sách R &D của chúng tôi, v.v., hiệu ứng bánh đà, hệ thống phản hồi tích cực, và đó là cách nó hoạt động, nó đơn giản và dễ hiểu. **

** Costis Maglaras: **

Một trong những điều mà bạn đã không làm, và tôi muốn bạn giải thích, là bạn đã không đầu tư vào việc sản xuất chip của riêng mình.

Jensen Huang:

Đó là một câu hỏi hay, và lý do là như một lựa chọn chiến lược, giá trị cốt lõi của công ty chúng tôi, giá trị cốt lõi cá nhân của tôi, giá trị cốt lõi của công ty chúng tôi là tất cả về sự lựa chọn.

Điều quan trọng nhất trong cuộc sống là sự lựa chọn. Bạn chọn như thế nào? Chà, mọi thứ đều là, làm thế nào để bạn chọn những gì để làm tối nay? Bạn chọn như thế nào? Công ty chúng tôi quyết định chọn dự án chỉ với một mục tiêu cơ bản, và mục tiêu của tôi là tạo ra một môi trường, một môi trường nơi những người giỏi nhất trên thế giới đến và làm việc tại đây. Một môi trường tuyệt vời cho những bộ óc tốt nhất trên thế giới, những người muốn theo đuổi các lĩnh vực máy tính, khoa học máy tính và AI, để tạo điều kiện cho họ đến đây và làm công việc của cuộc đời họ. **

Vì vậy, nếu tôi nói điều đó, câu hỏi bây giờ là, làm thế nào để bạn đạt được điều này? Hãy để tôi cho bạn một ví dụ về cách bạn không phải làm điều này. Không ai tôi biết thức dậy vào buổi sáng và nói, bạn biết đấy, hàng xóm của tôi đang làm điều đó. Những gì tôi muốn làm là, tôi muốn lấy nó từ họ. Tôi cũng có thể làm điều đó. Tôi muốn lấy nó từ họ. Tôi muốn giành lấy thị phần của họ. Tôi muốn kìm hãm họ về giá, tôi muốn đá họ, tôi muốn lấy phần của họ.

Hóa ra không có người vĩ đại nào làm điều này, và mọi người thức dậy vào buổi sáng và nói, tôi muốn làm điều gì đó chưa từng được thực hiện trước đây, điều này rất khó thực hiện. Nếu bạn thành công, bạn có thể tạo ra một tác động lớn trên thế giới, và đó là giá trị cốt lõi của NVIDIA.

Thứ nhất, làm thế nào để chúng ta chọn làm điều gì đó chưa từng được thực hiện trước đây trên thế giới? Nhân tiện, lý do tại sao bạn chọn làm điều gì đó cực kỳ khó khăn là vì bạn có nhiều thời gian để tìm hiểu nó nếu điều gì đó dễ thực hiện, như TikTok Khiêu vũ, tôi sẽ không bận tâm về điều đó, rõ ràng lý do là có rất nhiều sự cạnh tranh, vì vậy bạn phải chọn một cái gì đó thực sự khó làm, và những điều khó khăn đó sẽ ngăn cản nhiều người khác, bởi vì người sẵn sàng chịu đựng lâu nhất cuối cùng sẽ giành chiến thắng, vì vậy chúng tôi chọn một cái gì đó rất khó làm, và bạn đã nghe tôi nói nhiều lần rằng đau đớn và đau khổ, và đó thực sự là một đặc điểm tích cực và người có thể chịu đựng cuối cùng sẽ thành công nhất.

Thứ hai, bạn nên chọn một cái gì đó mà bạn được định sẵn để làm, cho dù đó là đặc điểm tính cách, chuyên môn của bạn hay môi trường bạn đang ở, quy mô của bạn, bất cứ điều gì bạn có, quan điểm của bạn, những gì bạn muốn làm. **

Thứ ba, bạn nên thích làm điều đó thật nhiều, bởi vì trừ khi nỗi đau và sự đau khổ quá lớn. Bây giờ những gì tôi vừa mô tả cho bạn là giá trị cốt lõi của NVIDIA. Nó đơn giản như vậy. Nếu đúng như vậy, tại sao tôi lại làm chip điện thoại? Có bao nhiêu công ty trên thế giới có thể sản xuất điện thoại di động? rất nhiều. Tại sao tôi cần CPU? Chúng ta có cần thêm CPU không? Điều đó có hợp lý không? Chúng ta không cần tất cả những điều này.

Kết quả là, chúng tôi tự nhiên loại mình khỏi thị trường đại chúng. Chúng tôi tự nhiên loại mình khỏi thị trường đại chúng bởi vì chúng tôi đã chọn những thị trường tuyệt vời, chúng tôi đã chọn những điều thực sự khó khăn để làm, những người tuyệt vời đã tham gia cùng chúng tôi bởi vì những người tuyệt vời đã tham gia cùng chúng tôi bởi vì chúng tôi có sự kiên nhẫn để làm cho họ thành công và làm điều gì đó tuyệt vời. Hãy kiên nhẫn để họ làm điều gì đó tuyệt vời, và họ sẽ làm điều gì đó tuyệt vời.

Có hợp lý không khi phương trình thực sự đơn giản như vậy, nhưng nó cần nhân vật đáng kinh ngạc để làm? Đó là lý do tại sao học nó là điều quan trọng nhất, thành công lớn và vĩ đại là tất cả về tính cách. Lý do chúng tôi không sản xuất là vì TSMC đang hoạt động rất tốt và họ đã làm điều đó, vậy tại sao tôi phải nhận công việc của họ? Tôi thích những người TSMC, họ là những người bạn tốt của tôi, và chỉ vì tôi có một doanh nghiệp, tôi có thể tham gia vào lĩnh vực này, vậy thì sao? Họ đã làm một công việc tuyệt vời cho tôi, chúng ta đừng lãng phí thời gian lặp lại những gì họ đã làm, hãy lãng phí thời gian làm điều gì đó mà chưa ai làm, điều gì đó chưa ai làm, và đó là cách bạn xây dựng một cái gì đó đặc biệt, nếu không, bạn chỉ đang nói về thị phần. **

** Costis Maglaras: **

Nghĩ về tương lai, khi chúng ta nghĩ về 10 năm này.

Jensen Huang:

Câu trả lời đúng?**Nhân tiện, tôi biết tôi không có bằng MBA, tôi không có bằng cấp về tài chính, tôi đọc một số cuốn sách, tôi xem rất nhiều video trên Youtube và tôi phải nói với bạn, không ai xem nhiều video kinh doanh trên YouTube hơn tôi, vì vậy tôi có thể nói với các bạn, các bạn không có gì tốt cho tôi, nhưng đây là những câu trả lời chính xác, Giáo sư Maglaras?

** Costis Maglaras: **

Bạn đang hỏi sai người, và tôi cũng chưa học kinh doanh, nhưng họ là câu trả lời đúng haha ~ Bạn nghĩ AI là gì, khi bạn nghĩ về các ứng dụng AI và những thay đổi mà chúng ta sẽ thấy trong ba, năm, bảy năm tới và điều gì có thể bị ảnh hưởng trong cuộc sống hàng ngày của chúng ta?

Jensen Huang:

Trước hết, tôi sẽ đi thẳng đến kết luận, AI không lấy công việc của bạn, những người sử dụng AI sẽ đảm nhận công việc của bạn. Bạn có đồng ý với điều đó không?Vâng, hãy sử dụng AI càng sớm càng tốt để bạn có thể duy trì việc làm có lợi.

Điều thứ hai tôi hỏi các bạn là, khi năng suất tăng lên, điều đó có nghĩa là chúng tôi được nhúng hoàn toàn vào AI tại NVIDIA và NVIDIA sẽ là một thực thể AI khổng lồ và chúng tôi đã thiết kế chip của mình bằng AI và chúng tôi không thể thiết kế chip của mình và chúng tôi không thể viết trình biên dịch được tối ưu hóa của mình mà không có AI, vì vậy chúng tôi đang sử dụng AI ở mọi nơi.

Khi AI làm tăng năng suất của công ty bạn, điều gì sẽ xảy ra tiếp theo? sa thải hoặc nhiều người hơn? bạn sẽ thuê thêm người. Tăng trưởng lợi nhuận là do năng suất tăng.

Tại sao mọi người nghĩ về việc mất việc? Nếu bạn nghĩ rằng bạn không có một ý tưởng mới, nó không có ý nghĩa. Nếu bạn không có nhiều ý tưởng hơn để đầu tư vào lợi nhuận gia tăng của mình, bạn sẽ làm gì khi công việc được thay thế bằng tự động hóa? Bạn sẽ sa thải mọi người và gia nhập các công ty có nhiều ý tưởng hơn và không đủ khả năng đầu tư tiền để khi AI tự động hóa công việc của họ, tất nhiên mọi thứ thay đổi, tất nhiên thay đổi cách mọi thứ hoạt động. **

AI sẽ sớm nhắm mục tiêu đến các CEO, chủ tịch bộ phận và CEO, chúng tôi đã hoàn thành, nghe có vẻ tốt, tôi nghĩ đầu tiên là CEO, sau đó là chủ tịch bộ phận, nhưng bạn gần gũi, vì vậy bạn tham gia vào các công ty có nhiều ý tưởng hơn và không có đủ tiền để đầu tư, và đương nhiên, khi thu nhập tăng lên, bạn thuê thêm người. Trước hết, đó là một bước đột phá lớn, bằng cách nào đó chúng tôi đã dạy máy tính cách học và biểu diễn thông tin kỹ thuật số, được chứ? Vì vậy, có ai trong số các bạn đã bao giờ nghe nói về thứ gọi là Word2vec này chưa? Đó là một trong những điều tuyệt vời nhất từ trước đến nay, Word2vec, bạn lấy một từ và bạn học bằng cách nghiên cứu từng từ và cách nó liên quan đến mọi từ khác, bạn nghiên cứu tất cả các câu và đoạn văn của chúng tôi, và bạn cố gắng tìm ra vectơ số nào có liên quan nhất đến từ đó, những con số nào có liên quan nhất đến từ đó, vì vậy “mẹ” và “cha” gần nhau về mặt số, “cam” và “táo” gần nhau về mặt số, nhưng chúng khác xa với “mẹ” và “bố”, “chó” và “mèo” Khác xa với “Mẹ” và “Bố”, nhưng có lẽ gần gũi hơn với “cam” và “táo”, ghế và bàn, rất khó để nói chính xác chúng ở đâu, nhưng hai nhân vật này gần nhau, cách xa “Mẹ” và “Bố”, “Vua” và “Nữ hoàng”, gần gũi hơn với “Mẹ” và “Bố”.

Như vậy có hợp lý không? Hãy tưởng tượng làm điều này cho mọi con số, và mỗi khi bạn kiểm tra nó, bạn giống như, trời ạ, điều này thật tuyệt. Nó có ý nghĩa khi bạn trừ một cái gì đó từ một cái khác. Vâng, về cơ bản đó là đại diện của thông tin học tập. Hãy tưởng tượng làm điều này với ngôn ngữ tiếng Anh. Hãy tưởng tượng làm điều này cho mọi ngôn ngữ. Hãy tưởng tượng làm điều này với bất cứ điều gì có cấu trúc, có nghĩa là bất cứ điều gì có thể dự đoán được.

Hình ảnh có cấu trúc, bởi vì nếu không có cấu trúc, nó sẽ là nhiễu trắng, trên thực tế, nhiễu trắng, vì vậy phải có cấu trúc, và đó là lý do tại sao bạn nhìn thấy một con mèo, tôi thấy một con mèo, bạn thấy một cái cây, tôi thấy một cái cây, bạn có thể xác định cái cây ở đâu, bạn có thể xác định đường bờ biển ở đâu, núi ở đâu, mây ở đâu, phải không? Chúng ta có thể tìm hiểu tất cả những điều đó, rõ ràng bạn có thể chuyển đổi hình ảnh đó thành vectơ, bạn có thể chuyển đổi video thành vector, 3D Chuyển đổi thành vector, protein thành vector, bởi vì protein rõ ràng có cấu trúc, hóa chất được chuyển đổi thành vector, gen cuối cùng được chuyển đổi thành vectơ và chúng ta có thể tìm hiểu vectơ của mọi thứ.

Nếu bạn có thể học mọi thứ thành những con số, và nó có ý nghĩa, thì rõ ràng bạn có thể chuyển đổi từ mèo “mèo” thành một hình ảnh, rõ ràng không phải là hình ảnh của một con mèo, nó có cùng ý nghĩa, nếu bạn có thể chuyển đổi từ từ từ sang hình ảnh, đó được gọi là hành trình trung gian khuếch tán ổn định, nếu bạn có thể chuyển đổi từ hình ảnh sang từ, nó được gọi là phụ đề, phụ đề dưới video YouTube, vậy nếu bạn đi từ, bạn gọi nó là gì? Nếu bạn chuyển đổi từ axit amin sang protein, nó được gọi là giải Nobel, bởi vì đó là một nếp gấp alpha, một bước đột phá đáng kinh ngạc.

Vì vậy, đây là một khoảnh khắc tuyệt vời trong khoa học máy tính, nơi chúng ta thực sự có thể chuyển đổi một loại thông tin thành một loại thông tin khác, vì vậy bạn có thể chuyển văn bản thành văn bản, nhiều văn bản, PDF thành một lượng nhỏ văn bản, lưu trữ tổng hợp, đó là những gì tôi thực sự thích, phải không?

Chúng ta có thể yêu cầu nó tổng hợp bài báo này, và thay vì đọc từng tờ giấy, nó phải hiểu các hình ảnh, bởi vì trong kho lưu trữ, bài báo có rất nhiều hình ảnh, biểu đồ và những thứ tương tự, vì vậy bạn có thể kết hợp tất cả những thứ đó lại với nhau, vì vậy bây giờ bạn có thể tưởng tượng tất cả các lợi ích năng suất, và thực sự khả năng làm điều đó mà không cần nó, vì vậy trong tương lai gần, bạn sẽ làm điều đó.

Bạn có thể nói, này, tôi muốn thiết kế, cho tôi một số tùy chọn cho xe hơi. Tôi làm việc tại Mercedes và tôi quan tâm rất nhiều đến thương hiệu, đó là phong cách của thương hiệu, hãy để tôi cung cấp cho bạn một vài bản phác thảo, có thể là một vài bức ảnh của mô hình mà tôi muốn xây dựng, đó là một chiếc SUV dẫn động bốn bánh, giả sử, và sau đó, đột nhiên, nó xuất hiện với CAD thiết kế 3D đầy đủ 2010, 200; bây giờ, lý do bạn muốn điều này và không chỉ hoàn thành chiếc xe này là bởi vì bạn có thể muốn chọn một trong số chúng và nói lặp lại 10 trên đó Thứ hai, cuối cùng bạn có thể chọn một cái và sau đó thực hiện các sửa đổi của riêng bạn, vì vậy tương lai của thiết kế sẽ rất khác. Mọi thứ sẽ rất khác trong tương lai, và bây giờ nếu bạn cung cấp cho các nhà thiết kế khả năng này, họ sẽ phát điên. Họ sẽ yêu bạn rất nhiều, và đó là lý do tại sao chúng tôi làm điều đó.

Vì vậy, những tác động cho các tác động lâu dài là gì? Một trong những lĩnh vực yêu thích của tôi là nếu bạn có thể mô tả một protein bằng lời nói và bạn có thể tìm ra cách tổng hợp protein bằng lời, thì tương lai của kỹ thuật protein là ngay bây giờ. Như bạn đã biết, kỹ thuật protein liên quan đến việc tạo ra các enzyme để phá vỡ nhựa, tạo ra các enzyme để thu giữ carbon, tạo ra tất cả các loại enzyme để trồng rau tốt hơn, thế hệ của bạn có thể tạo ra tất cả các loại enzyme khác nhau, vì vậy 10 năm tới sẽ thật đáng kinh ngạc, chúng ta là thế hệ của kỹ thuật chip máy tính, bạn sẽ là thế hệ của kỹ thuật protein, điều mà chúng ta không thể tưởng tượng được vài năm trước. **

** Costis Maglaras: **

Được rồi, tôi nghĩ chúng ta sẽ mở phiên câu hỏi cho khán giả, vì vậy nếu có câu hỏi, có lẽ tôi sẽ chỉ ra, chúng ta sẽ có một số micrô đi qua, được rồi, ở đó chúng ta sẽ bắt đầu trước.

Khán giả:

Cảm ơn bạn đã có mặt ở đây tối nay, bạn có lo lắng về việc liệu Định luật Moore có bắt kịp ngành công nghiệp GP như đã làm với Intel không? Ông có thể giải thích sự khác biệt giữa Định luật Moore và Định luật Hoàng không? Jensen Huang: Tôi đã không đề cập đến Luật Hoàng, và nó không giống như một cái gì đó tôi sẽ làm. Định luật Moore là hiệu suất tăng gấp đôi mỗi năm rưỡi và cách dễ dàng hơn để tính toán là tăng gấp 10 lần sau mỗi 5 năm, vì vậy cứ sau 10 năm lại tăng khoảng 100 lần. Nếu vậy, nếu điện toán đa năng là một bộ vi xử lý, tại sao phải thay đổi phương pháp tính toán nếu điện toán đa năng tăng gấp 5 lần sau mỗi 10 năm và cứ sau 100 năm tăng 100 lần? Như vậy còn chưa đủ nhanh sao? Bạn đang đùa à? Cuộc sống sẽ không tốt nếu ô tô nhanh hơn 5 lần sau mỗi 100 năm?

Vì vậy, câu trả lời là, thực sự, Định luật Moore rất tốt, và tôi đã được hưởng lợi từ nó. Toàn bộ ngành công nghiệp đã được hưởng lợi từ điều này, và ngành công nghiệp máy tính tồn tại vì nó, nhưng cuối cùng Định luật Điện toán phổ quát của Moore, nó không phải là về số lượng bóng bán dẫn trong máy tính, đó là về số lượng bóng bán dẫn, cách bạn sử dụng nó cho CPU, làm thế nào để bạn kết thúc việc chuyển nó thành hiệu suất, đường cong đó không còn 10 lần cứ sau 5 năm. Nếu bạn may mắn, đường cong đó là hai đến bốn lần cứ sau 10 năm. Vấn đề là đường cong là 2 ~ 4 lần cứ sau 10 năm.

Nhu cầu tính toán và tầm nhìn của chúng ta về việc sử dụng máy tính để giải quyết vấn đề, trí tưởng tượng của chúng ta, trí tưởng tượng sử dụng máy tính để giải quyết vấn đề không quá 4 lần mỗi 10 năm? Vì vậy, trí tưởng tượng của chúng ta, nhu cầu của chúng ta, mức tiêu thụ của thế giới về tất cả những điều này vượt quá giới hạn đó và bạn có thể giải quyết vấn đề này bằng cách mua thêm CPU, bạn có thể mua nhiều hơn, nhưng vấn đề là những CPU này Tiêu thụ quá nhiều năng lượng bởi vì họ chung chung, giống như một nhà tổng quát, một nhà tổng quát không hiệu quả như một chuyên gia, nghề của họ không giỏi như một chuyên gia, họ không làm việc hiệu quả như một chuyên gia; nếu tôi sẽ phẫu thuật cắt bỏ lồng ngực và không giúp tôi trở thành một nhà tổng quát, bạn biết ý tôi là gì không? Nếu bạn ở xung quanh, hãy gọi một chuyên gia, vì vậy cách nhà báo quá vũ phu, vì vậy bây giờ nó làm cho thế giới tiêu thụ quá nhiều năng lượng, khiến thế giới tiêu tốn quá nhiều, chỉ để ép buộc máy tính phổ quát một cách tàn nhẫn.

Bây giờ may mắn thay, chúng tôi đã làm việc trên điện toán tăng tốc trong một thời gian dài và như tôi đã đề cập, điện toán tăng tốc không chỉ là về bộ xử lý, nó thực sự là về việc hiểu miền ứng dụng, và sau đó tạo ra phần mềm, thuật toán, kiến trúc và chip cần thiết, và bằng cách nào đó chúng tôi đã tìm ra cách để làm điều đó với một kiến trúc, và đó là thiên tài của những gì chúng tôi đã làm, và bằng cách nào đó chúng tôi đã tìm thấy kiến trúc này, cả hai đều rất nhanh, đôi khi để tăng tốc CPU lên 100 * * 500 lần, thậm chí đôi khi 1000 lần, nhưng nó không cụ thể, nó chỉ dành cho một hoạt động duy nhất, điều đó có hợp lý không? Và bạn cần phải đủ rộng để bạn có một thị trường lớn, nhưng bạn cần phải đủ hẹp để bạn có thể tăng tốc ứng dụng, và dòng tinh tế này, cạnh dao cạo này, là lý do Nvidia tồn tại. Nếu tôi đã giải thích điều này 30 năm trước, sẽ không ai tin điều đó, trên thực tế, nếu bạn thành thật bây giờ, cũng sẽ không ai tin điều đó.

Chúng tôi đã mất một thời gian dài, chúng tôi bị mắc kẹt với nó, chúng tôi bắt đầu với xử lý địa chấn, động lực học phân tử, xử lý hình ảnh, và tất nhiên là đồ họa máy tính, và chúng tôi làm việc liên tục, và tiếp tục, và sau đó một ngày học sâu, và sau đó với máy biến áp, và sau đó có một số dạng máy biến áp học tăng cường, và sau đó sẽ có một số hệ thống suy luận nhiều bước, vì vậy tất cả những điều đó, chúng tôi chỉ là một ứng dụng.

Bằng cách nào đó, chúng tôi đã tìm ra cách, chúng tôi đã tạo ra một kiến trúc giải quyết tất cả những vấn đề này, và liệu luật mới này có kết thúc không? Tôi không nghĩ vậy. Lý do là điều này, nó không thay thế CPU, nó bổ sung cho CPU, vì vậy câu hỏi là, điều gì sẽ có tiếp theo để bổ sung cho chúng ta?

Chúng tôi chỉ kết nối nó bên cạnh nó, vì vậy khi thời gian đến, chúng tôi sẽ biết rằng chúng tôi nên sử dụng một công cụ khác để giải quyết vấn đề vì chúng tôi đang phục vụ vấn đề mà chúng tôi đang cố gắng giải quyết. Chúng tôi không cố gắng tạo ra một con dao và khiến mọi người sử dụng nó. Chúng tôi không cố gắng làm một cặp kìm cho mọi người sử dụng. Chúng tôi ở đây để tăng tốc tính toán để phục vụ vấn đề, vì vậy đó là một điều để tất cả các bạn học hỏi. Hãy chắc chắn rằng nhiệm vụ của bạn là đúng. Có hợp lý không khi đảm bảo rằng nhiệm vụ của bạn không phải là làm tàu, mà là tạo điều kiện thuận lợi cho việc vận chuyển? Nhiệm vụ của chúng tôi là tăng tốc các ứng dụng và giải quyết các vấn đề mà máy tính thông thường không thể giải quyết được. Nếu sứ mệnh của bạn được trình bày rõ ràng và bạn tập trung vào những điều đúng đắn, nó sẽ tồn tại mãi mãi. **

Khán giả:

Một lần nữa, rất may, hiện đang có một sự thúc đẩy để nội địa hóa chuỗi cung ứng chất bán dẫn, và sau đó là những hạn chế đối với việc xuất khẩu các sản phẩm công nghệ cao từ một số quốc gia nhất định. Bạn nghĩ điều này sẽ có tác động gì đến NVIDIA trong ngắn hạn và nó sẽ có tác động gì đến người tiêu dùng của chúng tôi trong dài hạn?

Jensen Huang:

Đó là một câu hỏi hay. Tất cả các bạn đã nghe điều này, và tôi nhắc lại, đó là về địa chính trị và căng thẳng địa chính trị, v.v. Căng thẳng địa chính trị, thách thức địa chính trị sẽ ảnh hưởng đến mọi ngành nghề, ảnh hưởng đến tất cả mọi người. Công ty chúng tôi tin tưởng vào an ninh quốc gia, chúng tôi ở đây vì đất nước chúng tôi an toàn và chúng tôi cũng tin vào an ninh kinh tế.

Sự thật là, hầu hết các gia đình thức dậy vào buổi sáng và không nói, ôi Chúa ơi, tôi cảm thấy rất dễ bị tổn thương, vì thiếu lực lượng quân sự, họ cảm thấy dễ bị tổn thương, vì khả năng kinh tế, vì vậy chúng tôi cũng tin vào nhân quyền, và có thể tạo ra một cuộc sống thịnh vượng là một phần của nhân quyền. Như bạn đã biết, Hoa Kỳ tin vào nhân quyền của những người sống ở đây cũng như những người không sống, vì vậy đất nước này tin vào tất cả những điều này cùng một lúc. Chúng tôi cũng vậy.

Thách thức của căng thẳng địa chính trị là nếu chúng ta quyết định quá đơn phương, chúng ta quyết định sự thịnh vượng của người khác, thì sẽ có phản ứng dữ dội. Sẽ có những hậu quả không lường trước được, nhưng tôi lạc quan. Tôi hy vọng có thể hy vọng rằng những người nghĩ về vấn đề này đã xem xét tất cả các hậu quả và những hậu quả ngoài ý muốn, nhưng điều này đã dẫn đến việc nội tâm hóa sâu sắc các quyền chủ quyền của mỗi quốc gia. Mỗi quốc gia đang nói về chủ quyền của chính họ, đó là một cách khác để nói rằng mọi người đang nghĩ về bản thân họ.

Theo như chúng tôi quan tâm, một mặt, nó có thể hạn chế việc sử dụng công nghệ của chúng tôi ở Trung Quốc, cũng như kiểm soát xuất khẩu ở đó, và mặt khác, vì chủ quyền và mọi quốc gia đều muốn xây dựng cơ sở hạ tầng AI có chủ quyền của riêng mình và hầu hết trong số họ không phải là kẻ thù của Hoa Kỳ và không có mối quan hệ khó khăn với Hoa Kỳ, chúng tôi sẽ giúp họ xây dựng cơ sở hạ tầng AI trên toàn thế giới.

Vì vậy, theo nhiều cách, điều kỳ lạ này về địa chính trị, nó hạn chế các cơ hội thị trường của chúng ta. Mặt khác, nó mở ra cơ hội thị trường cho chúng tôi theo những cách khác, nhưng đối với mọi người, tôi, tôi thực sự muốn.

Tôi thực sự hy vọng rằng chúng ta không để căng thẳng của chúng ta với Trung Quốc phát triển thành căng thẳng với Trung Quốc, chúng ta không để căng thẳng của chúng ta với Trung Đông phát triển thành căng thẳng với người Hồi giáo, và chúng ta không thể cho phép mình rơi vào cái bẫy đó, và tôi hơi lo lắng rằng đó là một con dốc trơn trượt.

Một trong những nguồn sở hữu trí tuệ lớn nhất ở nước ta, như bạn biết, là sinh viên nước ngoài, và tôi thấy rất nhiều ở đây. Tôi muốn các bạn ở lại đây, đây là một trong những thế mạnh lớn nhất của đất nước chúng ta. Nếu chúng ta không cho phép những bộ óc thông minh nhất thế giới đến Colombia và ở lại thành phố New York, chúng ta sẽ không thể giữ tài sản trí tuệ lớn nhất thế giới, vì vậy đó là sức mạnh cốt lõi cơ bản của chúng ta và tôi thực sự hy vọng chúng ta không làm suy yếu nó.

Bạn có thể thấy rằng những thách thức địa chính trị là có thật, vấn đề an ninh quốc gia là có thật, nhưng các vấn đề kinh tế, thị trường, xã hội, công nghệ cũng có thật, lãnh đạo công nghệ là quan trọng, lãnh đạo thị trường là quan trọng, tất cả những điều này đều quan trọng, thế giới chỉ là một nơi phức tạp, tôi không có một câu trả lời đơn giản, tất cả chúng ta sẽ bị ảnh hưởng.

Khán giả:

Tôi bắt đầu với tư cách là một kỹ sư trong một công ty bán dẫn, làm việc như một doanh nhân, và trong trường hợp của tôi như bạn, với tư cách là một nhà công nghệ và kỹ sư, đã thành công khi bắt đầu một công ty và tôi đã học về tài chính từ các video trên YouTube, bạn nghĩ gì về MBA?

Jensen Huang:

Tôi nghĩ điều đó khá tuyệt vời. Trước hết, có lẽ bạn sẽ sống đến 100 tuổi, vì vậy câu hỏi là, bạn sẽ trải qua 7 hoặc 60 năm qua như thế nào? Đó không phải là những gì tôi đã nói với bạn, đó là những gì tôi đã nói với mọi người, hãy quan tâm đến giáo dục nhiều nhất có thể.

Khi bạn đến đây và bạn buộc phải có một nền giáo dục, điều đó có thể tốt đến mức nào? Sau khi rời đi, giống như tôi, tôi phải đi khắp thế giới để tìm kiếm kiến thức, tôi phải đi qua rất nhiều rác để tìm thứ gì đó tốt, và trong trường, bạn có những giáo sư tuyệt vời này, những người sàng lọc kiến thức cho bạn và trình bày nó cho bạn như một cái đĩa, Chúa ơi, nếu tôi có thể làm lại, tôi sẽ ở lại đây càng lâu càng tốt và tiếp thu rất nhiều kiến thức. **

Tôi sẽ ngồi đây với trưởng khoa. Tôi là học sinh lớn tuổi nhất ở đây. Tôi chỉ đang chuẩn bị cho một bước nhảy vọt lớn khi tôi tốt nghiệp, và tôi sẽ thành công ngay sau khi tốt nghiệp, nhưng tôi chỉ đùa thôi. Bạn sẽ phải rời đi một ngày nào đó. Cha mẹ của bạn sẽ đánh giá cao nó, nhưng đừng vội vàng. Tôi nghĩ hãy học càng nhiều càng tốt. Không có câu trả lời đúng duy nhất để đạt được điều đó.

Rõ ràng, tôi có những người bạn chưa bao giờ tốt nghiệp đại học nhưng rất thành công, vì vậy có nhiều cách để đạt được điều đó, nhưng theo thống kê tôi vẫn nghĩ đó là cách tốt nhất để đạt được điều đó, vì vậy nếu bạn tin vào thống kê và toán học, chỉ cần ở lại trường và trải qua toàn bộ quá trình, vì vậy ** Tôi có bằng MBA ảo bằng cách làm việc chăm chỉ, không phải vì sự lựa chọn, mà bởi vì khi tôi mới tốt nghiệp ra trường, tôi nghĩ rằng tôi sẽ trở thành một kỹ sư, không ai sẽ nói. " Này, Jensen, hãy cho bạn bằng tốt nghiệp và bạn sẽ trở thành CEO. "Tôi không biết, vì vậy khi tôi đến đó, tôi phải đi và học. **

Có rất nhiều cách để lấy bằng MBA và học chiến lược kinh doanh, rõ ràng các vấn đề kinh doanh là những thứ rất khác nhau, vấn đề tài chính cũng vậy, vì vậy bạn phải học tất cả những điều khác nhau để xây dựng một công ty, nhưng nếu bạn được bao quanh bởi những người tuyệt vời như tôi, họ sẽ dạy bạn trên đường đi, vì vậy một số điều, tùy thuộc vào vai trò bạn muốn đóng, rất quan trọng, và có một số điều không chỉ là công việc của tôi, mà chúng rất quan trọng, và tôi sẽ đối đầu với điều đó. Đó là tính cách, có điều gì đó về tính cách của bạn quan trọng về những lựa chọn bạn đưa ra, cách bạn đối phó với thành công, cách bạn đối phó với thất bại và thất bại lớn, cách bạn đưa ra lựa chọn. **

Bây giờ, về kỹ năng và sự khéo léo, điều quan trọng nhất đối với một CEO là tư duy chiến lược, và không có sự lựa chọn nào khác. Các công ty cần bạn suy nghĩ chiến lược bởi vì bạn nhìn thấy nhiều nhất, bạn sẽ có thể nhìn thấy tương lai tốt hơn bất kỳ ai, bạn sẽ có thể kết nối các dấu chấm tốt hơn bất kỳ ai, bạn sẽ có thể huy động, nhớ chiến lược là gì - hành động! Vì vậy, CEO được đặt ở vị trí phù hợp để trở thành giám đốc chiến lược, nếu bạn muốn. Theo quan điểm của tôi, hai điều này là những điều quan trọng nhất, và phần còn lại có rất nhiều kỹ năng và công cụ mà bạn sẽ học các kỹ năng.

Nếu tôi có thể thêm một điều nữa, tôi tin rằng một công ty là về một nghề thủ công cụ thể, bạn có một số đóng góp độc đáo cho xã hội, bạn tạo ra một cái gì đó. Nếu bạn làm một cái gì đó, bạn nên giỏi về nó, bạn nên đánh giá cao nghề thủ công, bạn nên yêu nghề, bạn nên biết điều gì đó về nghề, nó đến từ đâu, bây giờ ở đâu, nó sẽ đi đâu trong tương lai, bạn nên cố gắng thể hiện niềm đam mê của mình đối với nghề này.

Tôi hy vọng rằng hôm nay tôi đã làm một cái gì đó thể hiện niềm đam mê và chuyên môn của nghề này, rằng tôi biết rất nhiều về lĩnh vực của mình và CEO nên biết về nghề này nếu có thể. Bạn không cần phải tạo ra nghề thủ công này, nhưng tốt hơn là trở thành nghề này, bạn có thể học được rất nhiều, vì vậy bạn, bạn muốn trở thành một chuyên gia trong lĩnh vực này, nhưng đây là một số điều. Bạn có thể tìm hiểu điều đó nhấn vào đây. Lý tưởng nhất là bạn có thể học điều này tại nơi làm việc, bạn có thể học điều này từ bạn bè và bạn có thể học điều này bằng cách làm nhiều việc khác nhau.