黄仁勋万字答问实录：AI的下一个浪潮是什么？(4)

　　黄仁勋：我很感谢你的问题。好的，首先，我试图给出我们产品定价的感觉。我并不打算给出一个究竟报价。原因是，我们显然不是单纯卖芯片的，并且Blackwell作为一个或多个系统的定价是非常不同的。而且，你不能只使用Blackwell，Blackwell系统包括了NVlink，就在这里。因此，这次的定价差别是完全不同的，我们将为它们每一个提供定价。每个的定价将如往常一样基于TCO（总运营成本）而定。

　　英伟达不仅仅制造芯片，英伟达构建数据中心，你们可以看到我在最后一个幻灯片中展示的，显然不只是一个芯片，我们构建了整个东西和所有软件，我们启动它，让它工作，调优它，使其高效，完成构建整个数据中心所需的所有工作。我们实际上建造了属于我们自己的这一切，对吧？我们正在建造我们自己的几个（数据中心），来使其尽可能高效。然后这是疯狂的部分，我们将它们分解成像这样的小部分。所以我们拿一整个数据中心，让你决定你想买哪些部分。因此，我们让你来决定想如何购买。也许你的网络不同，你的存储不同，你的控制平面不同。至少你的管理模块会有所不同。所以，我们与你合作，我们会分解一切，弄清楚如何将其整合到你的系统中，然后我们有整个团队的人来帮助你做到这一点。这并不是人们过去购买芯片的方式。这实际上是在设计数据中心，并将我们的数据中心整合到其他人的数据中心中。我们的商业模式反映了这一点。

　　那么，英伟达的机会是什么？英伟达的机会不是GPU的机会，因为那只是一个芯片的机会。有很多人制造了GPU，GPU市场与我们正在追求的机会非常不同。我们正在追求的是数据中心市场，全球数据中心的市值约为每年2000亿到2500亿美元，而那2500亿美元正在迅速转向加速计算和生成式AI。因此，那就是我们的机会，显然，由于AI已遭证明相当成功，这个机会将会持续增长。所以，我认为我们的机会是那2500亿美元中的一个百分比。

　　我还想澄清一下，我引用的数字，那2500亿美元大约是去年的数字，我认为它每年会增长25%或20%左右。所以这就是为什么我会说，英伟达的机会可能在一万亿到两万亿美元之间，究竟取决于时间框架，但对该区间的估算是合理的。

　　记者：萨姆·奥特曼（OpenAI的CEO）一直在与整个芯片行业的人交谈，讨论扩大AI芯片领域的范围和规模。他是否与你谈论过这个话题？不管他是否谈过，你如何看待他的意图，以及这对你和你的公司有何影响？

　　黄仁勋：除了知道他认为生成式AI将是一个非常大的市场机会之外，我不了解他的意图。我也同意他的观点。让我们回到基本原则。今天计算机生成像素的方式是通过检索，然后解压它，并将其显示在你的屏幕上。整个过程，人们以为需要很少的能量，但实际上正好相反。原因在于每一次提示，每次你触摸手机，它都必须迅速前往某个地方的数据中心，收集所有的数据片段，让CPU去获取所有的片段，并以一种从推荐系统的角度讲得通的方式组合它们，然后发送回你这里。如果你每次问我一个问题，我都得去我的办公室寻找谜底，那将消耗比我直接回答更多的能量。所以，我与你的工作方式大体上是生成式AI，我是生成式的而不是基于检索的。

　　因此，在未来，越来越多的计算将是生成式的而不是基于检索的，但这种生成必须是智能的，必须与上下文相关，等等。我们相信，我知道他也相信这一点，几乎每个人电脑上的每个像素，每次你与计算机互动时，都将由生成式芯片生成。而今天的生成式芯片来自英伟达。我们希望随着Blackwell和未来世代的发展，我们能够在这一领域继续做出很多贡献。但如果有一天，每个人的电脑、每个人的计算体验都是生成式的，我也不会感到惊讶。所以这是一个巨大的机会，我会同意这一点。

　　记者：请问你对未来的愿景是什么呢？我们有一个工坊，一个基础模型，在我们的生活中会如何发展？

　　黄仁勋：是的，问题是我们如何拥有自己的个人LLM（大语言模型）？起初，我们认为可能需要进行微调，在持续使用中我们不断进行微调，但如你所知，微调相当耗时。然后，我们发现了提示调整和提示工程，然后我们发现了上下文、记忆、大上下文窗口，然后我们发现了工作记忆等等。我认为谜底是，未来将是所有这些的结合。你可以通过调整权重的一个层次来进行微调，使用LAURA训练方法。你不必微调所有东西，你只需冻结它，除了一个或几个层次。然后，你可以进行低成本的微调，你可以进行提示工程，你可以处理上下文，你可以存储记忆，所有这些加起来就成了你自己特别的LLM，而这个LLM可以在某个云服务中，也可以是你自己的计算机。