黄仁勋与英伟达的崛起历程：从洞察到AI未来

10月6日，黄仁在纽约Casa Cipriani举行的勋英Citadel Securities Future of Global Markets 2025会议上，英伟达创始人兼首席执行官黄仁勋与红杉资本合伙人Konstantine Buhler讨论了人工智能及其未来发展。伟达

黄仁勋回顾了他在1993年创立英伟达时的崛洞察到洞见，指出他们看到了通用计算(CPU)的起历局限性和摩尔定律的终结，因此选定了“加速计算”的黄仁战略方向。英伟达不仅开创了新的勋英技术，还推动了现代3D游戏的伟达发展，从而解决了“鸡生蛋还是崛洞察到蛋生鸡”的困境。

随着AI时代的起历来临，英伟达通过“CUDA Everywhere”策略，黄仁将CUDA广泛推广到科研领域。勋英在2011-2012年，伟达与Geoffrey Hinton、崛洞察到吴恩达等研究人员合作，起历推出cuDNN等技术，使英伟达在ImageNet等竞赛中得以取得突破。这基于深度学习是“通用函数逼近器”的认识，英伟达做出了全面整合AI技术的战略，实现了在所有芯片、系统和软件中融合AI的目标，奠定了其在AI革命中的核心地位。

2016年，英伟达推出了首台AI工厂DGX-1，核心在于“全栈协同设计”，这使得其突破了摩尔定律的限制，实现了约10倍的性能增幅，给予客户极高的能效，显著提升了AI工厂的收入。

黄仁勋反驳了AI泡沫的说法，指出AI已经在超大规模数据中心（如搜索和推荐系统）中带来了数千亿美元的实际投资回报。他预测AI将创造两个万亿级的新市场：

1. 数字劳动力（Agentic AI）：创造AI软件工程师、AI律师等“数字人”。

2. 物理AI（机器人技术）：通用AI驱动的多具身机器人（如自动驾驶、人形机器人）。他认为未来计算将是100%生成式，所有内容都将被智能实时生成，而AI工厂是实现这一目标必不可少的基础设施，市场需求正处于爆发初期。

以下为要点总结：

"我们相信，我们能解决的计算问题规模几乎是无限的，因此，总有一天，一种新型的计算方法会出现。我们专注于用一种叫做‘加速计算’的技术来增强通用计算。这是我们最初的观察。"

"CUDA的发明，部分是技术上的发现，部分也关乎如何将新产品推出市场及如何推动市场接受它，最终促成了计算平台的诞生。"

"我们得出的结论是，深度学习是一个通用的函数逼近器。大多数问题都可以包含深度学习的组件。"

"我们不仅在设计芯片，而是在一次性设计整套基础设施。"

"新兴的AI公司如Harvey、Open Evidence、Cursor等将连接AI模型，开辟劳动力行业的新领域。"

"未来的计算机就像一个CEO、艺术家或诗人，您与它协作，创造独特内容，未来的计算是100%生成式，这就是我们旅程的开始。"

以下为访谈原文：

Konstantine Buhler：

欢迎大家，今天我与黄仁勋讨论AI的未来。

黄仁勋：

感谢邀请，期待交流。

英伟达的创办历程始于1993年，黄仁勋提到启动英伟达时的早期洞察，以及当时计算领域的专注点。

Konstantine Buhler：

聊聊图形加速器和CUDA的研发历程。

黄仁勋：

我们创造新技术，同时构建新市场，实现了现代3D游戏生态系统的诞生，推动了GPU的广泛应用。我们发明了CUDA，解锁了更多领域的计算能力。

Konstantine Buhler：

2012年ImageNet的突破是AI革命的关键时刻吗？

黄仁勋：

是的，深度学习得到广泛应用，英伟达推出cuDNN库，带来巨大的效率提升。

Konstantine Buhler：

您如何看待AI工厂的发展？

黄仁勋：

AI工厂的构建是由于对计算能力极限的推理，我们创新不断，快速提升产品性能。

Konstantine Buhler：

谈谈AI带来的投资回报及其前景。

黄仁勋：

AI的实际效益已经显现，传统企业正在快速转型，AI市场将是未来资金流入的重要领域。

Konstantine Buhler：

您认为未来的AI机会在哪里？

黄仁勋：

数字劳动力和物理AI是未来两大重点，市场潜力巨大，企业将迎来新的增长机会。

本文引用自华尔街见闻，编辑：陈筱亦。