黃仁勛這次沒發(fā)飆：中國在AI能源和人才領先美國，模型層緊隨其后

前不久，在DeepSeek-V4發(fā)布前夕，英偉達（NVIDIA）創(chuàng)始人兼CEO黃仁勛接受播客主持人Dwarkesh Patel的訪談中罕見發(fā)怒，引發(fā)關注。

萬字拆解黃仁勛新觀點：制程使GPU硬件性能提升75%，但架構算法使其能效增長50倍

而就在北京時間5月1日凌晨，《致總統(tǒng)的備忘錄》節(jié)目播出與黃仁勛的42分鐘對談。

這是過去12個月內(nèi)，黃仁勛第二次接受《致總統(tǒng)的備忘錄》播客對談。

此次，黃仁勛沒有發(fā)怒，而是探討了從基于檢索的計算向由人類意圖驅(qū)動的生成式范式的轉(zhuǎn)變。

黃仁勛指出，

• 美國必須引領AI的“五層蛋糕”，以引發(fā)一場大規(guī)模的再工業(yè)化，將高技能制造業(yè)帶回美國。
• AI自動化的是特定任務，同時提升了對人類創(chuàng)新需求。
• “物理AI”的崛起，預測具備推理能力的自動駕駛出租車和人形機器人將在未來三年內(nèi)成為主流。
• 美國輿論把 AI 過度科幻化、渲染末日恐慌，制造全社會焦慮與抵觸情緒。
• 美國必須重視全球人才競爭，持續(xù)吸引頂尖科研人才赴美發(fā)展。美國AI模型技術領先，但高度依賴全球頂尖人才儲備。

對于中國市場，黃仁勛強調(diào)，客觀上看，中國在 AI 多層（五層蛋糕）架構中已經(jīng)具備顯著優(yōu)勢甚至領跑地位。

其中，中國在AI能源領域處于全球領先；芯片領域美國保持優(yōu)勢；AI模型層面美國小幅領先，但中國緊隨其后，尤其中國擁有龐大的AI人才，這點美國處于落后局面。

“亞洲其他地區(qū)正以極大的熱情擁抱和采用AI。這是我們必須非常關注的事情。”

以下是黃仁勛硬核對談全文：

主持人：

歡迎收看本期節(jié)目。不到一年時間里，我再次在水晶城的辦公室，專訪到了英偉達創(chuàng)始人兼CEO黃仁勛。

非常榮幸能再次請到您。回看我們?nèi)ツ?月的訪談，短短一年間，AI行業(yè)發(fā)生了翻天覆地的變化，整個領域迭代演進速度驚人。我們先從當下AI行業(yè)現(xiàn)狀聊起。您常提到“AI時代與傳統(tǒng)計算機時代的規(guī)模差異”，當下的格局究竟意味著什么？和傳統(tǒng)計算機時代相比有何本質(zhì)不同？能否為我們詳細解讀一下？

黃仁勛：

我們正處在全新的計算范式之中。從底層邏輯拆解來看，傳統(tǒng)計算本質(zhì)上是檢索式計算：我們提前錄入信息、拍照、錄制視頻、撰寫文稿、整理簡報，再把這些內(nèi)容上傳至數(shù)據(jù)中心存儲。

當你產(chǎn)生需求時，系統(tǒng)會通過檢索機制調(diào)取已有內(nèi)容：網(wǎng)購時是推薦算法、搜索時是列表推送、刷視頻則是信息流投喂。你點擊選擇后，系統(tǒng)就從數(shù)據(jù)庫調(diào)取對應文件。

平臺會根據(jù)你的歷史偏好、所處場景、跳轉(zhuǎn)來源，以及所有留存的網(wǎng)絡痕跡，從已預制好的十余種廣告版本里為你匹配推薦。

長久以來，我們使用計算機的邏輯始終如此：生產(chǎn)內(nèi)容、存儲內(nèi)容、檢索內(nèi)容。

而人工智能驅(qū)動下的全新計算模式截然不同：它會基于你的場景語境、指令需求和真實意圖，從初始信息基點出發(fā)實時生成全新內(nèi)容。這些生成內(nèi)容可以依托事實依據(jù)、可以參考行業(yè)報告，每一次輸出都是全新創(chuàng)作，這就是生成式計算。

從檢索式計算邁入生成式計算，是劃時代的重大突破。

它的核心價值在于：每一次使用，系統(tǒng)都會結合實時語境、真實基準信息和你的核心意圖，智能匹配最貼合需求的內(nèi)容。

這也是如今算力需求暴漲的根本原因：傳統(tǒng)計算靠海量存儲，而生成式AI需要龐大的算力集群支撐，這是最底層的本質(zhì)區(qū)別。

除此之外，AI還實現(xiàn)了多維度信息感知能力，無論是文本、視頻還是圖像都能讀懂；它能理解你的提問語境與真實意圖，自主規(guī)劃應答邏輯——可以直接作答、整理摘要、撰寫行業(yè)簡報，甚至幫你完成采購決策。

我們從檢索式計算正式邁入生成式計算，在此基礎上，AI還具備了自主執(zhí)行復雜任務的能力，這正是人工智能發(fā)展的核心主線。

主持人：

我想請教一個個人問題。你第一次接觸聊天機器人是什么時候？當時第一感受是什么？

黃仁勛：

我第一次接觸聊天機器人，是在英偉達推出Megatron大模型之后。在首款大語言模型正式官宣前，英偉達就和微軟聯(lián)合研發(fā)了Megatron，參數(shù)量達到四五千億級別。

我們自研的預訓練技術，是支撐這款超大規(guī)模模型落地的核心。大概在2019年末，我們和微軟聯(lián)合完成了這款巨型模型的預訓練。

這遠早于ChatGPT問世。Megatron當時已經(jīng)具備超強的知識記憶與編碼能力，但缺少一個關鍵核心——OpenAI為ChatGPT賦予的對齊技術、基于人類反饋的強化學習。

當時向Megatron輸入指令，它只會機械輸出模型內(nèi)存儲的零散內(nèi)容，邏輯混亂、毫無章法，實用性極低。我們當時一直在等待另一項關鍵技術突破，也就是人類反饋強化學習的成熟落地。

主持人：

我第一次體驗到GPT時，完全被震撼到了，那種驚艷感難以言喻。內(nèi)部一個欄目名叫《辦公室AI日常》，每周我們都會讓員工分享上周用AI做了哪些有意思的事。您上周用AI做了什么印象深刻的事？

黃仁勛：

昨天我還用AI來完善致股東信函。我先梳理好整體大綱，讓AI通讀我過往所有演講稿、公開撰文和核心發(fā)言內(nèi)容。

要求它基于現(xiàn)有大綱，用我過往的表述邏輯填充框架、搭建初稿。之后我會人工審閱，改寫不合理的部分、整合優(yōu)化內(nèi)容。

完成初稿后，我還會再次交給AI，調(diào)整全文語氣風格、優(yōu)化重點表述，打磨行文質(zhì)感。

寫作實在是一件很煎熬的事，我一直很不擅長。但有了AI之后，這項工作輕松了太多。

主持人：

英偉達早已不只是一家芯片公司，而是搭建起了完整的產(chǎn)業(yè)生態(tài)。你們不僅深耕現(xiàn)有生態(tài)，還在持續(xù)布局未來賽道。站在華盛頓的視角，您如何定義英偉達的定位？我們搭建的產(chǎn)業(yè)生態(tài)究竟是什么樣的？

黃仁勛：

我們?yōu)楝F(xiàn)代人工智能搭建“底層計算基礎設施”。如果說AI是全新的計算范式，那英偉達就是支撐這套范式落地的算力底座與計算架構。

一套完整的計算體系，不只有芯片，還包含整機系統(tǒng)、系統(tǒng)軟件、底層算法；算力部署場景也無處不在：數(shù)據(jù)中心、本地機房、工廠車間、通信基站、智能汽車，都是算力落地的場景。

無論算力部署在何處，我們都提供必備的底層計算基建。不同應用場景適配不同算法架構，我們的核心工作，就是把科研領域的創(chuàng)新算法，完美適配到英偉達的技術架構中。

英偉達本質(zhì)上是一整套軟件、中間件的集合，相當于各大科技領域的專屬操作系統(tǒng)，賦能各行各業(yè)完成智能化計算。

同時我們深度鏈接全球生態(tài)合作伙伴，從藥物研發(fā)、能源發(fā)電、工程重工，幾乎全美各行各業(yè)都在和我們深度合作。

主持人：

您近期提出AI是“五層架構體系”，我想請您逐一拆解。立足華盛頓視角，美國在每一層架構中處于什么位置？我們有哪些優(yōu)勢、又亟待補齊哪些短板？

黃仁勛：

AI不僅是全新計算范式，更是一個全新的完整產(chǎn)業(yè)。核心原因在于，AI的運行邏輯和傳統(tǒng)計算機完全不同。

傳統(tǒng)計算是精準存儲信息、從硬盤和SSD中檢索調(diào)取；而AI是實時生成信息，輸出本質(zhì)是一串串數(shù)字，我們稱之為詞元（token）。

這些浮點數(shù)字詞元，會被重新編譯成人類可感知的文本、視頻、圖像、音頻，就像速溶飲品粉末加水還原成品一樣。

而詞元生成的全過程，需要超大規(guī)模算力集群支撐，算力運轉(zhuǎn)又離不開能源供給。

整個AI產(chǎn)業(yè)五層架構由此形成：

最底層是能源，之上是海量芯片與超算集群，這些超算規(guī)模堪比足球場，數(shù)量龐大；

再往上一層是基礎設施，包含土地、電力、機房基建，以及云服務底層軟件；

第三層是AI模型；

而對美國乃至全球所有國家來說，最關鍵、也是我最擔憂的一層，是技術落地應用。

我們必須做好兩件事：一方面建立完善監(jiān)管規(guī)則，守住技術安全底線；另一方面，必須搶占AI應用落地的全球前沿。

AI能極大提升生產(chǎn)力、帶動經(jīng)濟繁榮、鞏固科技與經(jīng)濟領導力，我們絕不能在這一輪產(chǎn)業(yè)革命中落后。上一次工業(yè)革命美國是領跑者，這一次絕不能淪為追隨者。

所謂AI五層架構，依次為：能源、芯片、基建、模型、應用。

大家熟知的大語言模型，只是最容易被大眾感知的形態(tài)。但AI能承載的信息遠不止語言與數(shù)字，還包括生物、化學、物理、機械、電子等全領域數(shù)據(jù)，全部都能通過token化處理。

看待AI不能只局限于聊天機器人，還有大量關聯(lián)實體產(chǎn)業(yè)，它們沒有頭部AI公司的聲量，卻對國家未來發(fā)展至關重要，AI模型與行業(yè)應用的價值遠超大眾想象。

主持人：

我們聊聊能源話題。所有AI模型運轉(zhuǎn)都需要海量能源支撐，未來能源供給面臨電網(wǎng)改造、輸送通道建設等諸多難題。可控核聚變、太陽能都是備選路徑，您如何評估當下美國的能源現(xiàn)狀？

黃仁勛：

這是一個至關重要的問題。首先我們要回歸本質(zhì)思考：美國是否需要再工業(yè)化？是否要把實體經(jīng)濟、制造業(yè)產(chǎn)業(yè)鏈重新帶回國內(nèi)？

這些產(chǎn)業(yè)和就業(yè)崗位，是健全社會與經(jīng)濟體系的核心支柱。如今美國社會陷入一個困境：沒有本科、碩士或博士學歷，就很容易被時代淘汰，這既不合理，也本可避免。相信所有人都認同這一現(xiàn)狀亟待改變。

當下，我們迎來了一代人以來最強的市場驅(qū)動力——AI，將推動美國全面再工業(yè)化。

AI會催生三大新建產(chǎn)業(yè)集群：

第一是芯片制造工廠，英偉達已是全球最大AI企業(yè)，我們承諾投入5000億美元算力相關布局，把供應鏈從東亞回流至歐美，新建芯片廠、封測廠、整機工廠，實現(xiàn)AI超算全產(chǎn)業(yè)鏈本土制造、本土使用。

第二是配套超算整機產(chǎn)業(yè)鏈；

第三是規(guī)模化AI算力工廠。

整體將帶動數(shù)萬億美元制造業(yè)投資，創(chuàng)造海量高技能、高薪資就業(yè)崗位，為美國帶來巨大制造業(yè)機遇。

首先要明確立場：我們是否愿意重回制造業(yè)強國、搭建完善實體經(jīng)濟體系？如果答案是肯定的，就必須解決能源問題。

制造業(yè)的本質(zhì)是物質(zhì)形態(tài)轉(zhuǎn)化，拆分、重組化學鍵，整個過程需要巨量能源支撐，能源是再工業(yè)化的根基。

客觀來看，美國當前能源儲備與供給能力已經(jīng)落后。過往對氣候變化的過度顧慮，導致能源領域長期投資不足。當然環(huán)保與發(fā)展需要平衡，不能片面取舍。

未來我們要從兩方面破局：

第一，電網(wǎng)現(xiàn)代化升級，提升電網(wǎng)運行效率與承載能力。美國電網(wǎng)大部分時間冗余過剩，但一年中仍有十余天負荷承壓。我們需要制定合理的服務協(xié)議，讓電力企業(yè)在富余時段輸出冗余能源，負荷高峰則啟用備用能源兜底。備用能源可以依托光伏、核電等各類可持續(xù)能源。當下借著AI驅(qū)動再工業(yè)化的風口，我們必須抓住機遇，重塑美國制造業(yè)根基，創(chuàng)造大量高端就業(yè)崗位。

第二，借此次產(chǎn)業(yè)變革契機，全面升級美國整體能源體系。

說到本土制造，我補充一句。當下我們的短板十分明顯，長期能源投資缺位造成了如今的局面。

主持人：

去年7月訪談時，您提到下一波浪潮是智能體AI（Agentic AI）。如今5月，我們已然身處這波浪潮之中。您如何評價當下智能體AI的發(fā)展現(xiàn)狀？業(yè)內(nèi)對它的成敗與行業(yè)格局討論熱烈，想聽聽您的判斷。

黃仁勛：

從大語言模型到聊天機器人，核心突破是人類反饋強化學習；而從大模型進階到智能體系統(tǒng)，關鍵突破是信息錨定能力。

模型本身在持續(xù)迭代：預訓練精度提升、強化學習優(yōu)化，推理能力、工具調(diào)用能力都在不斷完善。

但真正的質(zhì)變，是讓大模型錨定真實信息、聯(lián)網(wǎng)檢索、自主研究、具備長期記憶、自我迭代進化，還能實現(xiàn)多智能體協(xié)同交互。

過去六個月，AI智能體取得了跨越式突破，整體落地表現(xiàn)十分亮眼。我十分看好Codex和Claude Code兩大產(chǎn)品，表現(xiàn)尤為出眾。

CodeX 5.5剛剛發(fā)布，堪稱里程碑式飛躍，Claude Code同樣實力強勁。

如今絕大多數(shù)軟件研發(fā)任務，都能實現(xiàn)全流程自動化，不再需要人工逐行編碼。

業(yè)內(nèi)曾有一個普遍預判：智能體普及后，軟件工程師崗位會徹底消失，年輕人千萬不要入行。

但現(xiàn)實恰恰相反：無論是英偉達還是各行各業(yè)，都在擴招軟件工程師，崗位數(shù)量不降反增。

背后核心邏輯很簡單，這和放射科行業(yè)的發(fā)展邏輯如出一轍。十年前就有人預言：計算機視覺會徹底顛覆影像診斷，放射科醫(yī)生會集體失業(yè)。

如今AI早已滲透放射科全流程，但放射科醫(yī)生依舊供不應求。

軟件行業(yè)也是同理：我們要分清工作任務和工作核心價值。

軟件工程師的日常任務是編程、寫代碼，但崗位的核心價值從來不是敲代碼，而是創(chuàng)新突破、解決復雜問題、聯(lián)動協(xié)作、挖掘潛在需求、跨界整合創(chuàng)造新價值。

編碼只是落地手段，不是崗位本質(zhì)。工程師的核心使命，是創(chuàng)新、破局、推動企業(yè)發(fā)展，編碼只是其中一項基礎工作而已。

主持人：

您曾說下一波浪潮之后，還有新的變革風口。

黃仁勛：

AI本質(zhì)上是在創(chuàng)造更多就業(yè)。那些宣揚AI會大規(guī)模裁員、制造失業(yè)恐慌的言論，只會誤導年輕人，反而造成行業(yè)人才缺口。

我最不愿看到的，是年輕人被誤導不敢投身軟件工程領域，可現(xiàn)實是行業(yè)極度缺人。

就像醫(yī)療領域，不該勸人別做放射科醫(yī)生，社會永遠需要專業(yè)醫(yī)師診斷病情，閱片只是輔助任務。

只要把崗位的核心價值和基礎執(zhí)行任務拆分開，就能看懂AI與就業(yè)的真實關系。

主持人：

順著這個話題，您此前預判下一個風口是“物理世界AI”。時隔十個月，您如何看待當下物理AI的發(fā)展進程？

黃仁勛：

物理AI最成熟、落地最快的賽道就是自動駕駛、無人駕駛出租車。這項技術的科研層面已經(jīng)完全攻克，剩下的只是工程化落地優(yōu)化，而且工程化難題也已臨近突破節(jié)點。

主持人：

無人駕駛出租車很快就要普及了。您有沒有實際體驗過？感受如何？

黃仁勛：

體驗非常出色。英偉達自研了一套NVIDIA Alpamayo系統(tǒng)，全球首款具備自主思考能力的無人駕駛系統(tǒng)。

面對從未遇到過的全新路況，它能自主推理拆解場景、理解周邊狀況、規(guī)劃最優(yōu)行駛方案，推理能力大幅拓展了自動駕駛的邊界。

無人駕駛出租車已經(jīng)真正走向落地。

主持人：

那人形服務機器人呢？離普及還有多遠？

黃仁勛：

已經(jīng)近在眼前了。大家可以試想一個場景：現(xiàn)在的視頻生成模型已經(jīng)非常成熟，你輸入指令，就能生成機器人拿起咖啡杯、完成遞取動作的完整視頻。

既然AI能生成逼真的動作視頻，原理上就能復刻到實體機器人身上，人形機器人的技術落地已然具備基礎條件。

主持人：

那時間周期您如何預判？是1到3年，還是3到5年，人形機器人會真正走入大眾主流生活？

黃仁勛：

當下最大的瓶頸，不完全是AI模型，更多是機電一體化、電機驅(qū)動、仿生手部結構、材質(zhì)工藝的限制。

機器人既要輕量化保障安全，又要具備足夠承載力；重物傾倒的安全風險差距懸殊，現(xiàn)有技術和理想落地標準還有明顯差距。

不過材料科學、電機技術、電池續(xù)航、傳感器技術都在快速迭代，疊加AI模型升級，最終（1-3年）一定能突破瓶頸。

主持人：

那家用機器人多久能走進商超、走進普通家庭？

黃仁勛：

我不糾結某一款特定產(chǎn)品，但英偉達舞臺上經(jīng)常展示的迪士尼仿生機器人，形態(tài)十分可愛。誰不希望身邊擁有專屬智能機器人伙伴，就像影視里的R2-D2一樣。

主持人：

我們聊一個嚴肅話題。身處華盛頓，必須談談中國與芯片出口管制。您一直主張向中國合理出售芯片，外界對此爭議很大，不少人認為這會助力主要競爭對手實現(xiàn)趕超，您如何回應這種質(zhì)疑？

黃仁勛：

核心邏輯還是回歸AI五層架構。美國必須在AI每一個層級都保持全球領先：能源技術、芯片產(chǎn)業(yè)、底層基建、AI模型、行業(yè)應用，每一環(huán)都不能掉隊。

我們要做的，是扶持五層架構下所有關聯(lián)產(chǎn)業(yè)，拿下全球技術主導、市場份額主導、經(jīng)濟份額主導，讓全球科技生態(tài)都依托美國技術體系運轉(zhuǎn)。

無論是能源、芯片、基建、模型還是應用技術，都要堅持全球化出口、擴大技術輻射，保持巨額貿(mào)易順差，AI產(chǎn)業(yè)也理應遵循這套邏輯。

同時我們要堅守一個原則：優(yōu)先保障美國本土企業(yè)享受最先進、最充足的技術供給，這一點我們始終在踐行。

完全可以找到平衡：對內(nèi)保障美國產(chǎn)業(yè)領先，對外依托技術出口讓美國企業(yè)稱霸全球。

主持人：

有一種觀點認為，在AI五層架構里，芯片算力是最核心的咽喉要道。中國能源成本更低、科研人才儲備充足、AI應用落地普及度甚至超過美國。

只要在算力層面卡住對方，就能延緩其發(fā)展速度、維持自身領先，避免對方成為全球AI技術領導者，畢竟AI是我們這個時代最重要的核心技術。

黃仁勛：

AI五層架構每一層都同等關鍵，必須全面加速美國各領域布局，這是共識。

芯片層的重要性毋庸置疑，否則行業(yè)也不會一直聚焦芯片博弈。英偉達曾占據(jù)中國市場近九成份額，如今市場份額直接歸零。

直接放棄中國這么龐大的市場，從戰(zhàn)略層面并不合理，現(xiàn)有政策已經(jīng)顯現(xiàn)反噬效應。或許初期政策有其考量，但規(guī)則必須動態(tài)調(diào)整、與時俱進。

現(xiàn)階段來看，允許美國芯片企業(yè)正常布局中國市場，是雙贏且合理的選擇。

在模型層，我們要傾盡所能扶持本土AI模型企業(yè)，保持技術領先、供給優(yōu)先。美國本身就是全球最大、迭代最快的AI市場，企業(yè)靈活創(chuàng)新、活力十足，我完全有信心美國模型產(chǎn)業(yè)能持續(xù)領跑。

還有一點，無論美國如何出臺管制政策，中國都會堅持全產(chǎn)業(yè)鏈自主可控，幾乎所有行業(yè)都是如此，芯片、AI領域也不例外。

主持人：

是的，另一件事是，不管我們的政策如何，他們（中國）都會追求自給自足，因為他們幾乎在每個行業(yè)都這樣做了，他們也在你的行業(yè)追求自給自足。

黃仁勛：

讓我們看看。他們有自給自足的能力和相當重要的領導力。

在能源層面的許多層面上，我認為我們都可以承認，無論是能源產(chǎn)能、技術儲備還是配套產(chǎn)業(yè)，中國都是全球領先地位。

客觀來看，中國在AI多層架構中已經(jīng)具備顯著優(yōu)勢甚至領跑地位。

所以芯片領域，美國保持優(yōu)勢，我們是世界芯片的領導者。

在人工智能模型中，我會說我們是領先的。毫無疑問，我們領先，他們緊隨其后。

人才層面，由于對科學和數(shù)學的興趣，以及社會結構的鼓勵，他們有如此多的人工智能研究人員，不管是什么原因。他們有如此多的科學和數(shù)學專家。

因此，中國AI研究人員的數(shù)量是相當驚人的。這是他們的“國寶”之一，

如果你愿意的話，這是一種比最偉大的自然資源更偉大的資源。

我們必須記住，我們將繼續(xù)把這些科學人才資源吸引到美國。我們必須確保我們歡迎他們來到這里，坦率地說，我們有點擔心他們中的許多人決定留下或不允許離開。

所以我認為在模型層，我們的技術是先進的。但我們也深深依賴于世界各地的人才。

最后，在應用層面上，我今天可能非常關心，美國輿論把AI過度科幻化、渲染末日恐慌，制造全社會焦慮與抵觸情緒。我們描述的人工智能在美國引起了如此多的恐慌和恐懼。

與此同時，亞洲其他地區(qū)正以極大的熱情擁抱和采用AI。這是我們必須非常關注的事情。這就是我們通常被拋在后面的原因。

主持人：

您在GTC大會上多次提到開源生態(tài)、開源云服務，我還記得您展示過的下載量數(shù)據(jù)。開源對AI普惠化、降低門檻至關重要，但同時也帶來安全與風控隱患，英偉達如何平衡兩者、應對安全挑戰(zhàn)？

黃仁勛：

首先要明確：開源反而能提升整體安全與防護能力。

面對超級智能體、網(wǎng)絡攻防攻擊，最好的防御方式不是以強對強，而是依托開源生態(tài)培育海量防御智能體集群，用群體不對稱優(yōu)勢構建防護網(wǎng)。

Palo Alto Networks、思科、微軟等網(wǎng)絡安全巨頭，全都依托開源技術搭建防護體系。

開源技術全程公開透明、可追溯、可拆解，我們能清晰掌控技術邏輯，反而更容易守住安全底線。

針對OpenClaw這類智能代理工具的安全隱患，我們專門自研了兩項核心技術，其中OpenShell已開源貢獻給行業(yè)。

OpenShell就像給OpenClaw這類智能龍蝦套上一層安全外殼，構建隔離沙箱環(huán)境。

它能嚴格管控智能體的信息訪問權限、數(shù)據(jù)收發(fā)規(guī)則，依托策略引擎管控隱私數(shù)據(jù)外泄，限制敏感信息對外傳輸。

所有隱私規(guī)則、單實例安全策略都集成在架構中，從底層筑牢安全防線。

整套技術完全開源，全球企業(yè)都能看清底層邏輯、放心落地，也方便和全球安全企業(yè)協(xié)同共建風控體系，守護智能體安全運轉(zhuǎn)。

主持人：

您全程多次提到AI落地應用與社會恐慌情緒。去年7月訪談時，我們都對AI發(fā)展趨勢保持樂觀。但如今輿論環(huán)境復雜：政治爭議、數(shù)據(jù)中心博弈、各州監(jiān)管政策、科技企業(yè)裁員潮，很多人把失業(yè)歸咎于AI。

我擔心全社會會形成對AI的負面刻板印象，進而阻礙技術落地普及。您如何看待當下這種輿論現(xiàn)狀？這也是您一直重點擔憂的問題。

黃仁勛：

當下很多言論不僅毫無價值，還極具負面影響。

部分科學家宣揚AI會徹底顛覆放射科、淘汰從業(yè)者，看似是風險預警，實則制造不必要的恐慌。

一旦誤導年輕人不敢入行，可社會恰恰急需放射科醫(yī)生，最終只會損害行業(yè)與社會發(fā)展。

同理，渲染軟件工程行業(yè)會消失，勸退年輕人，可如今美國極度緊缺軟件工程師，同樣百害無一利。

更離譜的還有各種末日論調(diào)：宣稱AI是人類生存威脅、有概率毀滅文明、會讓半數(shù)應屆生失業(yè)、顛覆民主體系。

這類言論毫無事實依據(jù)，很多還是企業(yè)高管隨口發(fā)聲，自帶光環(huán)效應誤導大眾，完全脫離客觀現(xiàn)實。

我們必須回歸事實理性看待：過去兩年，AI已經(jīng)創(chuàng)造超50萬個新增就業(yè)崗位；AI是美國再工業(yè)化、帶回制造業(yè)就業(yè)的最佳契機，未來將催生數(shù)十萬崗位、撬動數(shù)萬億美元新經(jīng)濟增量。

落地AI的企業(yè)增長速度明顯更快，企業(yè)擴張必然帶動招聘擴招，本質(zhì)上AI是創(chuàng)造就業(yè)而非毀滅就業(yè)。

很多人陷入一個認知誤區(qū)：假設全美需要編寫10億行代碼，由1000萬軟件工程師支撐，對應萬億級經(jīng)濟規(guī)模。

一旦AI自動化完成編碼，就誤以為萬億崗位會憑空消失，這個邏輯存在兩大致命漏洞。

第一，再次重申：執(zhí)行任務不等于崗位核心價值。就像我的日常工作是參會訪談、溝通對接，AI完全能替代基礎溝通，但我的核心價值無法被取代，反而比以往更忙碌。

第二，市場需求永遠不會止步于10億行代碼。醫(yī)療、科研、制造、零售、生活服務等全領域，有無數(shù)待解決的問題、待落地的創(chuàng)新，我們需要的代碼量遠超想象。

過往人類被鍵盤、編碼形式束縛了思維，誤以為工作就等于不停敲字。

往后我們會從機械重復的編碼工作中解放出來，把精力投入創(chuàng)新、解決問題、跨界創(chuàng)造更高價值，這是社會發(fā)展的必然趨勢。

我很欣慰看到大家從醫(yī)療、能源、制造、零售、量子科技等全維度解讀AI，覆蓋各行各業(yè)、各類專業(yè)領域，參與者都滿懷期待。

如今英偉達所有工程師都在使用AI，絕大多數(shù)編碼工作由AI完成，但我們反而在擴招工程師、迎接更大的挑戰(zhàn)、樹立更高的發(fā)展目標。

不妨試想：當AI全面融入社會，我們做事效率更高、格局野心更大、發(fā)展預期更好，這對國家而言明明是絕佳機遇，何來負面影響？

我由衷希望各行各業(yè)、每家企業(yè)都能積極擁抱AI。在這之前，AI技術實力強悍但實用性有限；如今兼具實力與落地價值，真正走進實用時代。

期待所有行業(yè)都抓住這波浪潮，英偉達也會全力加碼AI賽道，滿懷熱忱與野心，奔赴下一輪技術變革。