劃重點

① 黃仁勳認爲，生命科學、機器人和自動駕駛將成爲未來三大產業。

② 人形機器人未來將成爲主流，售價將在1萬-2萬美元之間，與當前廉價汽車售價接近。

③ 反摩爾定律是成立的。如果不轉向加速計算，如果不轉向人工智能，計算機行業將經歷反摩爾定律。

④ 從縱向來看，人工智能將徹底改變我們應對氣候變化的方式，有助於使用更少的能源，提高能效等等。

騰訊科技訊 據國外媒體報道，英偉達CEO黃仁勳日前參加了“CadenceLIVE硅谷2024”大會。期間，黃仁勳以嘉賓身份與大會主辦方——Cadence公司的首席執行官兼總裁阿尼魯德·迪夫根（Anirudh Devgan）進行了一場對話。在雙方的對話中，黃仁勳談到人工智能和加速計算在塑造行業大趨勢中的關鍵作用，兩家公司如何合作推動EDA（電子設計自動化）、SDA（由行業內領先的數字媒體接口技術供應商組成的聯盟）、數字生物學和人工智能的轉型變革等諸多話題。 

Cadence是一家專門從事電子設計自動化的軟件公司，由SDASystems和ECAD兩家公司於1988年合併而成，是全球最大的電子設計自動化、半導體技術解決方案和設計服務供應商。該公司的客戶均爲全球最具創新性的公司，涉及超大規模計算、5G通信、汽車、移動、航空航天、消費、工業和醫療保健等領域。Cadence主要爲客戶提供從芯片、電路板到完整系統的產品，英偉達、AMD等芯片製造商均爲Cadence的主要合作伙伴。 

以下爲對話內容摘要：

迪夫根：大家好。我很榮幸的向你們介紹黃仁勳。當然，我不需要再更多的介紹他。我們公司與英偉達有着長期的合作關係。黃仁勳和英偉達正在改變世界，這真的非常了不起。在今天的對話中，黃仁勳將會向我們傳授過去30年間如何領導一家公司，如何轉變行業，以及如何開拓新市場的經驗。下面，我們有請黃仁勳。 

黃仁勳：很高興能夠參加此次對話活動。我喜歡設計人員，喜歡設計工具，喜歡Cadence。我也喜歡Cadence的Allegro（PCB設計佈線工具）和Palladium（集成電路設計驗證平臺軟件）兩款產品。對我而言，Palladium是唯一比冰箱更重要的應用程序。Palladium是我一生中唯一最重要的應用程序，英偉達也是這款應用最大的客戶。英偉達採用Palladium安裝和運行了第一批超級計算機。我們難以置信地迷戀Palladium，所以我們喜歡你們從事的工作，沒有Palladium英偉達就不可能做得好。非常感謝。 

迪夫根：謝謝你。我們非常喜歡與英偉達間的夥伴關係。值得注意的是，你知道你自己現在是“教父”，所有人都稱你爲“教父”。 

黃仁勳：當教父說什麼，什麼就會發生；當教父想要什麼，他就能得到什麼。很明顯，我達不到這個水平。 

迪夫根：就人工智能而言，衆所周知英偉達處於這一產業創新的最前沿。你認爲未來五年大模型會變成什麼樣子？數據中心的架構會發生什麼樣的變化？你對下一步有什麼看法？這是一個長期的旅程，但在未來五年，你認爲人工智能會如何發展？ 

黃仁勳：讓我們後退一步，事實上你剛纔的主題演講可能是最精華的部分。例如，它凸顯了底層計算機技術的變革。原因當然如你所知，Cadence與計算機技術相互成就了彼此。底層計算平臺的根本性轉變，它是Cadence的基礎，也是所有依賴Cadence的行業的基礎，每個行業都是如此。 

在你剛纔的主題演講中，非常清楚地強調了加速計算給數字孿生平臺Millennium帶來的諸多益處。一旦採用加速計算，生成式人工智能就有可能成爲現實。如果沒有向加速計算的過渡，生成式人工智能將很難實現。 

轉向加速計算的好處是，過去使用CPU擴展很難，但採用加速計算能夠帶來1000倍的X因素，除此之外還有30倍的係數。當把生成式人工智能加進去，在此基礎上還有另外10萬倍的X因素。你開始時提到的一些內容非常棒。你說設計工具只完成一次處理，但設計師想做的是多次探索多維多模態。在這個問題上，沒有正確答案只有最佳答案。我們需要探索成千上萬個不同的領域，當然，對浩瀚的設計空間進行徹底探索實在是難以實現。無限量的計算無法做到這一點，因此我們需要人工智能來幫助我們進入探索和優化的特定領域，然後使用有原則的求解器專門從事這項工作。所以我們可以一起做各種不同的事情。 

就加速計算而言，我認爲生成式人工智能首先將改變Cadence開發軟件的方式，它還將改變我們使用軟件的方式，這是第一位的。我認爲，除了能夠做得很好之外，還有幾個其他的好處。我們用Cadence設計我們的電路、芯片、PCB、系統，現在還有我們的數據中心。我們使用Cadence的產品來進行電路設計、邏輯設計、系統設計、仿真、驗證、形式驗證，並一直延伸到液冷系統等等。 

設計空間不再是一個芯片或一個系統，而是一個貫穿整個事物的共同設計。Millennium就是一個非常好的例子，因爲就本質而言Cadence是一家協同設計公司，英偉達同樣也是一家協同設計公司。你必須在整個過程中進行創新，所以你把Cadence從一家芯片設計EDA公司轉變爲一家EDA SDA公司，我認爲這是非常有遠見的，也是非常必要的。事實上，這正是我們與Cadence合作的方式，以及我們設計系統的方式。 

人們開始關注一些領域。事實上，你的主題演講確實很棒。我建議大家多看幾遍，因爲它的內容量巨大。你提到的一個真正意義深遠的領域是，通過投資加速計算、人工智能、數據中心等領域，我們能夠設計出更好、更節能的產品。現在請記住，你設計了一次芯片，但能夠以萬億倍的速度出貨；你建造了一個能夠節約6%電力的數據中心，節約出的電力可供10億人使用一整天。因此，通過設計更好的軟件、芯片和系統，我們爲世界節省的能源將對社會產生永久的效益。一方面，人工智能消耗更多的電力和數據中心；另一方面，通過更好的產品設計、更好的計算機、更好的汽車、更好的手機、更好的材料等等，我們將減少其他98%的電力和能源消耗。 

所以我認爲我們真的是處於拐點，這些都是完全正確的。當前真的是令人興奮的時刻。你的主題演講真的突出了這一點。 

迪夫根：非常感謝。你一直在談論這種轉變。雖然英偉達製造出了最好的芯片，但擔心人們可能會混淆，你可能一直在強調種轉變不僅僅是製造芯片。在英偉達今年的GTC大會中，你的主題演講涉及到構建整個數據中心、非常完整的系統。當把它們放在一起，你又談到了機架和液冷數據中心。對一家芯片公司而言，向整個體系結構的轉型並不容易。英偉達已經變身成爲一個完整的軟件系統公司，我很好奇你是怎麼做到的，或者你是怎麼想的。這種轉變確實很難實現，一些系統公司正在嘗試製造芯片，這很困難，但是英偉達已經完美無暇地完成了這種從芯片到系統、軟件、數據的轉變，我很好奇你是怎麼做的？ 

黃仁勳：我認爲你剛纔說的最重要的事情是“完美無暇”。我做芯片設計師已有很長時間，我的整個職業生涯都在從事這項工作。當你說“完美無暇”這個詞時，我確信觀衆真的注意到這一點。這是我們很久以前就觀察到的，結果證明是正確的。 

首先需要注意的是，程序中的一小部分代碼佔用了絕大多數的租用時間。就拿CFD爲例，3%的代碼佔用了99.9999%的租用時間。如果是這樣的話，爲什麼要使用完全相同的工具、相同的儀器、相同的處理器來處理90%或者是全部的代碼呢？爲什麼不爲97%的代碼做一些事情，併爲剩餘3%的代碼做一些特殊的事情呢？通過這樣做，可以把應用程序的速度提高10萬倍。 

需要這種優勢來進行重寫的應用程序非常非常少，我們很聰明地選擇了計算機圖形作爲突出計算的首選，因爲它是一種需要大量並行計算的應用程序，有利於並行處理，而且這是一個非常大的市場，發展非常快，創新非常多，所以我們選擇了一個好的市場作爲起點。不過我們總是想象，除了計算機圖形之外，還會有一大堆其他的應用湧現出來。 

加速計算與通用計算並不相同。在通用計算中，你可以創建一個處理器，它將運行所有代碼，這絕對不是加速計算的情況。你知道是我創造了“加速計算”一詞，我的意思是可以加速一個應用程序，這是一個應用程序加速計算平臺，你必須知道什麼應用程序是正確的。就英偉達而言，我們從選擇計算機圖形起步，但我們也做了成像，然後我們做了分子動力學（molecular Dynamics）。我很高興看到你們在數字生物學方面所做的工作。 

想象如果芯片設計行業被稱爲芯片發現行業，是因爲我的工程團隊會出現這種情況：“看看我們今年在Blackwell架構中發現了什麼？嗯，然後明年又會像乾旱期一樣，什麼都沒有發生。”但我們永遠不會這樣做，這是不對的，因爲生物學要複雜得多。在英偉達可以使用設計工具之前，我們還無法開發晶體管；在你們可以使用設計工具之前，還無法塑造生物學。你們需要設計工具來跟上生物學的發展。因此，我認爲世界上最大的行業之一將成爲Cadence行業，而不是你在主題演講中所說的1%。我認爲Cadence在未來將有着巨大的發展空間。 

每一個行業，無論是生物學還是你提到的交通運輸行業，所有的應用程序都是不同的。有些與成像有關，有些與粒子物理有關，有些與流體有關，有些與有限元網格之類的事物有關。所以算法是不同的，事實上Cadence是一家數學和計算機技術公司，在很多方面英偉達同樣是一家數學和計算機技術公司，這就是我們相處得如此融洽的原因。我們總是關注特定領域的加速，在30年的時間裏，我們積累了基於CUDA架構的所有這些不同的特定領域的DSL庫，其中一些用於粒子，一些用於成像，一些用於人工智能等等。 

迪夫根：你在今年的GTC大會做了非常棒的演講。我想告訴你的是，下次你需要一個更大的體育場，今年那個巨大的體育場沒有足夠的空間，所以也許下次你會選擇在拉斯維加斯召開GTC大會。在今年的活動中，你突出展示了那麼多應用程序，幾乎所有行業都有橫向支持，對有些行業的影響可能是巨大的，比如你提到了生命科學。此外，你還談到了機器人技術、自動駕駛等。有沒有一兩個英偉達參與的行業讓你在短期或中期內感到非常興奮，並具有最大的影響潛力？ 

黃仁勳：你提到的這三個產業恰巧就是讓我目前超級興奮的產業。其中一個是數據中心或者僅僅是計算機技術，第二個是你提到的自動技術，不過我可以將這種技術抽象爲機器人、自動機器和自動系統和半自動系統。這是一個總的類別。無論是汽車還是卡車，披薩外賣機器人還是人形關節自連接機器人，這類系統有很多共性，它們都需要有許多傳感器，更重要的是需要功能安全。設計計算機和驗證計算機的方式，要求操作系統不是普通類型的操作系統，這一點非常重要。 

人工智能的使用非常廣泛，這些系統將隨時連接到雲，連接到數據中心，這樣它就可以更新體驗，報告故障和新的情況，然後下載新模型。可以說，我喜歡整個自動系統領域，它是一個全新的類別。在不久的將來，我們所有人都要製造的設備將會是人形機器人。人形機器人的製造成本可能會低很多。一些人認爲，人形機器人的售價會超過1萬-2萬美元。既然當前廉價汽車的售價在1-2萬美元，我們爲什麼不能在這個價格區間內購買一個人形機器人？ 

在一個我們爲人類設計的環境中，機器人可能會更加靈活和多功能。過去的生產線是爲人類設計的，倉庫是爲人類設計的，一大堆東西都是爲人類設計的。在這種環境中，人形機器人可能更具生產力。我很喜歡這一點，我很喜歡將把生物學變成工程領域。科學發現過程確實至關重要，但它是零星的，這就是爲什麼反摩爾定律（Eroom’s Law）是正確的。順便說一下，如果我們不轉向加速計算，如果不轉向人工智能，計算機行業將經歷反摩爾定律，原因非常清楚，我們所做的工作量和計算量都在增長 但是CPU的擴展速度已經放緩，因此我們的計算成本將會增長，而不是降低。 

鑑於此，我們必須轉向加速計算以節約電力、時間、支出，無論如何我認爲數字生物學將經歷一場全面的復興。科學和工程越來越緊密，這是一個非常複雜的領域。我們必須創新，不過我們第一次擁有了必要的工具--計算系統--幫助我們處理非常混亂的大型系統的算法。數據驅動方法與你之前所說的原理性主要模擬方法相融合，融合可能會給我們一個機會。我認爲這三個行業是正確的，它們的市場規模都將非常龐大，單是人形機器人的市場規模就已足夠大。 

迪夫根：無論如何，帶有自動駕駛功能的汽車也許會是第一款機器人，人形機器人隨後也將成爲另一個巨大的市場。 

黃仁勳：的確是這樣。 

迪夫根：你對人工智能的能耗問題有什麼看法？數據中心當然可以優化，但我們還能爲此做什麼？ 

黃仁勳：首先，加速計算的功耗非常高，原因是集成的計算機數量非常多。無論我們可以對電源利用率進行什麼優化，都會直接轉化爲更高的性能，這種性能是可以衡量的，因爲更高的工作效率會產生更多的收入，或者直接轉化爲在相同性能的情況下，購買更小的產品所節約的成本。 

人工智能實際上可以幫助人們節省能源。如果不是你自主創建人工智能模型（我們現在在工具中使用的模型），我們會發現節省了6%以上的成本。如果沒有人工智能，這是不可能的。所以你投資了一次模型訓練，然後數百萬像我們一樣的工程師從中受益；未來幾十年內，數十億人將享受到節省的成本，這就是考慮成本的方式。考慮成本的方式不僅僅是逐個案例，而是從醫療保健的角度縱向考慮。你必須從整個跨度上縱向考慮節省的成本和能耗，以及對氣候變化的影響，不僅僅是你正在生產的產品，還有你正在設計的產品。從縱向來看，人工智能將徹底改變我們應對氣候變化的方式，有助於使用更少的能源，提高能效等等。 

迪夫根：你擁有一套非常獨特的管理風格。今天的與會者當中有許多人是工程師、經理人和管理者，你對此有什麼建議嗎？ 

黃仁勳：如何把管理系統和領導哲學的核心思想轉化爲行動，那就是你願意創造條件讓傑出的人可以從事他們一生的工作，這就是我所認同的管理哲學。所以問題是我們能做些什麼來創造條件，讓人們可以一生從事他們的工作。 

我認爲最重要的一個方面是讓他們獲得信息，所以我不認爲我做的任何決定只需要一個人聽到，或者我需要私下告訴個別人一些信息，因爲沒有人值得聽到或可以聽到這些信息。我傾向於在大環境做我的大部分工作，不同的專家團隊和有貢獻的人聚集在一起，我們只是解決問題。 

除了公司面臨的挑戰的透明度和人們應該獲得的信息之外，我還喜歡在人們面前講道理，並提出基於良好推理的方向建議。通過強迫自己講道理，我正在做兩件事：一是影響他人；其次是教導他人。我認爲向員工充分授權，是英偉達的規模如此之小的原因之一。我們只有2.8萬名員工，但體量卻非常龐大，這是因爲幾乎每個人都有權利，能夠代表我做出合理的決定。 

最後，你的組織的屬性應該反映你製造的產品。英偉達是一家全棧技術公司。我們人員充足，完全是聯合設計的。聯合設計意味着你不應該只與硬件團隊合作，或者只同軟件團隊合作。你應該同時在所有方面進行合作，因爲你正在進行共同設計。所以我嘗試創造一個環境，讓公司每一層的專家和貢獻者都能同時參與解決問題。這些就是我的管理原則。（編譯/無忌） 

本文來自微信公衆號“騰訊科技”（ID:qqtech），作者：騰訊科技，36氪經授權發佈。