撰文：Techub News 整理
导语
2025 年 1 月，NVIDIA 创始人兼 CEO 黄仁勋（Jensen Huang）接受了科技视频频道“Huge If True”主持人 Cleo Abram 的深度专访。在长达一小时的对话中，黄仁勋罕见地没有谈论公司财务或管理风格，而是聚焦于技术本身，以“联合制作一部解释性视频”为目标，系统性地阐述了 NVIDIA 如何从游戏显卡起步，通过“加速计算”理念彻底重塑现代计算范式，并正在引领人工智能、机器人、数字生物学等领域的下一场革命。这场对话不仅是了解 NVIDIA 技术哲学与核心信念的窗口，更是洞察未来十年科技趋势的关键指南。
摘要
- GPU 是“时间机器”：通过并行处理大幅加速计算，让科学家能在有生之年完成原本需要一生的研究，本质上是“看到未来”。
- CUDA 的成功源于“有根据的希望”：坚信 GPU 因其庞大的游戏市场将成为世界上产量最高的并行处理器，从而为更多研究者提供强大算力。
- AI 的下一个十年是“应用科学”的十年：基础模型能力已现，未来重点是将 AI 应用于数字生物学、气候科学、农业、机器人等具体领域，解决现实问题。
- 一切会动的东西都将机器人化：通过 Omniverse（虚拟世界模拟平台）与 Cosmos（世界基础模型）的结合，机器人将在数字世界中高效学习，加速进入物理世界。
- 每个人都需要一个“AI 导师”：AI 将降低知识壁垒，赋能个体，让人人借助“超级 AI”的能力，专注于更具创造性和价值的工作，成为“超级人类”。
从游戏显卡到计算革命：GPU 的诞生与“时间机器”哲学
对话的开篇，Cleo Abram 将时间拉回到 1990 年代。当时，游戏开发者渴望创造更逼真的图形，但硬件无法处理海量的数学运算。NVIDIA 的创始洞察在于：软件程序中，大约只有 10% 的代码负责了 99% 的处理工作，而这 99% 的处理是完全可以并行执行的。剩下的 90% 代码则需要顺序执行。黄仁勋（Jensen Huang）指出，理想的计算机应该既能进行顺序处理，也能进行并行处理，而非二选一。这一观察成为了 NVIDIA 的起点：构建一家解决普通计算机无法解决的问题的公司。
为了直观说明 CPU（中央处理器）与 GPU（图形处理器）的区别，黄仁勋提到了 NVIDIA 官方频道上一个已有 15 年历史的视频，其中《流言终结者》团队用两个机器人演示：一个小机器人一次发射一个彩弹，代表 CPU 的顺序处理；另一个大机器人同时发射所有彩弹，代表 GPU 的并行处理。这种并行处理能力首先在视频游戏领域释放了巨大能量。
为何选择游戏作为突破口？黄仁勋给出了三个理由：一是团队热爱这个应用，虚拟世界的模拟令人向往；二是他们预见到电子游戏有潜力成为有史以来最大的娱乐市场（事实证明如此）；三是庞大的市场意味着可观的研发预算，能够支撑复杂技术的持续创新。技术与市场之间形成的飞轮，最终推动 NVIDIA 成为全球最重要的科技公司之一。“这一切都始于电子游戏。”黄仁勋总结道。
更深刻的是，黄仁勋将 GPU 比作一台“时间机器”。他分享了一个故事：一位量子化学科学家告诉他，“黄仁勋，因为 NVIDIA 的工作，我能在有生之年完成我一生的研究。” 这就是时间旅行——将超越一生的工作压缩到一生之内完成。无论是天气预测、虚拟城市交通模拟，还是自动驾驶汽车测试，通过模拟看到未来，就是并行计算带来的“时间旅行”。GPU 不仅让计算更快，更让人们能提前“看见”未来。
CUDA 的信念：构建桥梁，静候 AI 的“大爆炸”
并行处理在游戏领域成功后，研究人员开始尝试将 GPU 的强大算力用于其他领域，如医学影像中的 CT 重建。但早期，研究者需要“欺骗”GPU，让其将科学计算问题当作图形问题来处理。这个过程非常困难。NVIDIA 内部的驱动力则来自游戏本身：为了创造更动态、更逼真的虚拟世界（如流动的水、真实的爆炸），需要处理粒子物理、流体动力学等，这远超出了传统图形管线的能力。
多种因素汇聚，催生了 CUDA 的诞生。这是一个允许程序员使用 C 等熟悉语言直接指挥 GPU 进行通用计算的平台。黄仁勋解释，创建 CUDA 的核心信念是：由于游戏市场的巨大规模，NVIDIA 的 GPU 将成为世界上产量最高的并行处理器。因此，基于此架构的 CUDA 有极大机会触达最多的人。这是一个基于“有根据的希望”的战略：如果你不建造它，他们（开发者、研究者）就永远无法到来。
转折点出现在 2012 年。多伦多大学的 Ilya Sutskever、Alex Krizhevsky 和 Geoff Hinton 利用基于 CUDA 的 GeForce GTX 580 GPU 训练了 AlexNet，在著名的 ImageNet 图像识别竞赛中以压倒性优势获胜。AlexNet 是一种神经网络，它标志着计算范式从“逐步指令计算机”转向“用海量示例训练计算机学习”。
黄仁勋回忆，当时 NVIDIA 内部也在努力解决计算机视觉问题，但进展受挫。AlexNet 的出现让他们既惊讶又兴奋。他们问自己：如果 AlexNet 能在计算机视觉上做到这一点，它的极限在哪里？ 他们推断，如果深度学习架构可以扩展，那么绝大多数机器学习问题都可以用深度神经网络表示。这有可能彻底重塑整个计算机产业。正是这一洞察，促使 NVIDIA 重新设计整个计算堆栈，推出了 DGX AI 超级计算机。“自 IBM System 360 引入现代通用计算 65 年后，我们重新发明了我们所知的计算机。”黄仁勋说道。
随后的十年，是坚守信念的十年。黄仁勋坦言，这期间有困难时刻，投资巨大且外界未必相信。但他们基于“加速计算”和“深度学习可扩展”两大核心信念，坚持投入了数百亿美元。“为什么我们如此长期地坚持？答案恰恰相反：我们没有理由不坚持，因为我们相信它。” 这种信念驱动着 NVIDIA 穿越周期，直至 AI 浪潮全面爆发。
物理 AI 与机器人：在数字宇宙中训练“一切会动的东西”
展望未来，黄仁勋将 AI 的发展分为两个阶段：过去十年是“AI 的基础科学”，而未来十年将是“AI 的应用科学”。AI 将被应用于数字生物学、气候技术、农业、渔业、物流、教育等无数具体领域。
其中一个关键应用方向是“物理 AI”，即机器人。黄仁勋预测：“一切会动的东西，总有一天都会是机器人，而且很快就会实现。” 推动这一变革的关键，在于训练方式的根本性改变。过去，训练机器人要么在易受损的真实世界中进行，要么依赖动作捕捉等有限数据源。现在，通过在数字世界中训练，机器人可以在一天内进行远超物理世界可能性的重复练习，学习速度呈指数级提升。
NVIDIA 为此打造了 Omniverse（一个用于 3D 世界模拟和协作的平台）和 Cosmos（一个世界基础模型）。黄仁勋用 ChatGPT 作类比来解释这套系统：最初的 ChatGPT 虽然强大，但可能“幻觉”（生成不基于事实的内容）。后来的版本可以通过上传 PDF 或联网搜索来获得“基础事实”（ground truth），从而生成更可靠的回答。
同理，机器人要理解物理世界，需要一个能理解重力、摩擦力、惯性、几何空间、物体恒存性、因果关系等“物理常识”的世界基础模型——这就是 Cosmos。而 Omniverse 则提供了基于牛顿物理学原理的精确模拟器，作为 Cosmos 的“基础事实”。两者的结合，使得系统能够生成无限多个物理上合理的未来场景，供机器人学习。“就像 PDF 加 ChatGPT 可以回答无数问题一样，Omniverse 加 Cosmos 可以为物理世界做到这一点。”
这意味着，工厂里的机器人可以在数字孪生环境中瞬间模拟所有可能的路径和突发状况（黑暗、堵塞等），而无需在实际设备上磨损分毫。黄仁勋畅想，未来每个人都会有自己的“R2-D2”，它可能化身为智能眼镜、手机、汽车或家里的实体机器人，始终陪伴左右，共同成长。
赋能“超级人类”：AI 导师与未来的核心建议
面对如此迅猛的技术变革，普通人应如何准备？黄仁勋给出了明确而积极的建议。
首先，他鼓励每个人立即为自己找一个“AI 导师”。这个 AI 导师可以教你任何东西，帮你编程、写作、分析、思考和推理。AI 极大地降低了理解任何领域的知识壁垒，让每个人都能拥有一个“随身私人导师”。黄仁勋以自身为例，表示被公司里成千上万的“超级人类”（顶尖专家）包围，从未让他觉得自己不再被需要，反而赋予他 tackle 更宏大目标的信心。同理，被擅长特定任务的“超级 AI”包围，将赋能和增强每个人的能力。“我们将成为超级人类，不是因为我们有超能力，而是因为我们有超级 AI。”
其次，他建议每个学生、每个从业者都要问自己一个核心问题：“我如何利用 AI 把工作做得更好？” 黄仁勋回顾，他这一代人是第一代必须自问“如何用计算机把工作做得更好”的人。而下一代人，这个问题将变为“如何用 AI 把工作做得更好”。无论是律师、医生、化学家还是生物学家，这个问题都普遍适用，是思考的起点和终点。
他特别强调了“提示工程”（Prompt Engineering）的重要性。与 AI 交互，就像善于提问一样，是一门需要技巧和艺术的专业。学会如何有效地提示 AI，让其成为你的得力助手，是一项关键技能。
最后，黄仁勋谈到了能源效率这一根本性限制。他展示了一款小型 AI 超级计算机，指出自 2016 年交付给 OpenAI 的第一台价值 25 万美元的 DGX-1 以来，在性能提升 6 倍的同时，能效提高了惊人的一万倍。追求更高的计算能效，是创造更智能系统的首要任务。
在对话尾声，当被问及希望人们如何评价他的工作时，黄仁勋的回答简洁而有力：“他们产生了非凡的影响。” 他意识到，NVIDIA 因其长期坚守的核心信念，已成长为世界上最重要、最具影响力的科技公司之一。他们严肃对待这份责任，努力确保所创造的能力，无论盈利与否、公司大小、名气高低，都能惠及大型企业、独立研究者、开发者以及每一个科学领域。他期待未来人们回顾时，会发现数字生物学、材料科学因 NVIDIA 而变革，机器人无处不在协助人类，而这一切的 epicenter，恰好是那家他们从小玩着其游戏长大的公司。
