黄仁勋：Blackwell太抢手现已让客户不满 英伟达股价转涨超6.5%

AI热潮龙头股英伟达首席执行官黄仁勋（Jensen Huang）周三表明，英伟达的产品现已成为科技界最抢手的产品，客户对有限的供给争相竞赛，尤其是AI芯片Blackwell供给的增速有限，导致一些客户感到懊丧。他还暗示，若有必要，英伟达会削减对台积电的依靠，转向其他芯片制作供给商。

他在旧金山由高盛集团举行的科技会议上对观众说：

“咱们产品需求如此之大，每个人都想第一个拿到，想得到最多的比例。咱们今日或许有更多情绪化的客户，这也是情有可原的。联系很严峻，但咱们正极力做到最好。”

黄仁勋向观众介绍说，公司最新一代的AI芯片Blackwell，正面对微弱的需求。现在，英伟达将Blackwell的出产外包出去，他表明，英伟达供给商正在极力跟上需求并获得发展。

不过，英伟达的大部分收入依靠于少数客户，如微柔和Meta Platforms Inc.这样的数据中心运营商。当黄仁勋被问到，巨大的AI开销是否为客户带来了出资报答时，黄仁勋表明，企业别无挑选，只能承受“加快核算”。他解说说，英伟达的技能不只能加快传统的作业负载——数据处理，还能处理旧技能无法应对的AI使命。

黄仁勋还表明，英伟达在芯片出产方面严峻依靠台积电，这是由于台积电在芯片制作航瑜中遥遥领先。

但他也表明，英伟达在内部开发了大部分技能，这使得该公司可以将订单搬运给其他供给商。但是，他表明，这样的改动或许会导致其芯片质量的下降。

“台积电的敏捷性和他们呼应咱们需求的才能实在是令人难以置信。因而咱们挑选他们是由于他们很超卓，但假如有必要，当然咱们也可以转向其他供给商。”

此外，报导称，美国政府正在考虑答应英伟达向沙特阿拉伯出口先进芯片，这或许有助于该国练习和运转最强壮的AI模型。一些为沙特数据和AI办理局作业的人士说，沙特正在尽力恪守美国的安全要求，以加快获得这些芯片的进程。

访谈内容传出后，英伟达股价日内由跌转涨，盘中涨超6.5%，报115.18美元，一起带动纳指从日内1.6%的跌幅转涨1.46%。本年，英伟达股票价格现已翻了一倍多，而2023年上涨了239%。

以下是黄仁勋访谈节录：

1. 首要谈谈31年前，你创立公司时的一些主意。从那时起，你将公司从一个专心于游戏的GPU公司转型为一个为数据中心职业供给广泛硬件和软件的公司。你能不能先谈谈这个进程？当你开端时，你在想什么？它是怎么演化的？你未来的要害优先事项是什么，以及你怎么看待未来的国际？

黄仁勋：我想说，咱们做对的一件事是，咱们预见到，未来会有另一种核算办法，它可以增强通用核算，处理通用东西永久无法处理的问题。这种处理器一开端会做一些对CPU来说极端困难的作业，那便是核算机图形处理。

但咱们将逐渐扩展到其他范畴。咱们挑选的第一个范畴当然是图画处理，这与核算机图形处理是互补的。咱们将其扩展到物理模仿，由于在咱们挑选的视频游戏范畴中，你不只期望它漂亮，还期望它动态化，可以创立虚拟国际。咱们一步一步地扩展，并将其引进科学核算。第一个运用之一是分子动力学模仿，另一个是地震处理，这根本上是逆物理。地震处理与CT重建十分相似，是另一种办法的逆物理。所以咱们一步一步地处理问题，扩展到相邻职业，终究处理了这些问题。

咱们一向据守的中心思念是加快核算可以处理风趣的问题。咱们的架构坚持一致，意味着今日开发的软件可以在你留下的许多已装置根底上运转，曩昔开发的软件可以经过新技能加快。这种关于架构兼容性的思想办法、创立许多已装置根底、与生态体系一起发展的心思从1993年就开端了，咱们一向延续到今日。这便是为什么英伟达的CUDA具有如此巨大的已装置根底的原因，由于咱们一向在维护它。维护软件开发者的出资是咱们公司从头到尾的首要使命。

维护软件开发者的出资是咱们公司从头到尾的首要使命。展望未来，咱们在一路上处理的一些问题，当然包含学习怎么成为创始人、怎么成为首席执行官、怎么运营事务、怎么树立公司，这些都是新的技能。这有点像发明现代核算机游戏职业。人们或许不知道，但英伟达是国际上最大的视频游戏架构的装置根底。GeForce具有大约3亿玩家，仍然在快速增加，十分活泼。所以我以为，每次咱们进入一个新商场时，咱们都需求学习新的算法、商场动态，创立新的生态体系。

咱们需求这样做的原因是，与通用核算机不同，通用核算机一旦构建好处理器，悉数的东西终究都会运转。但咱们是加快核算机，这意味着你需求问自己，你要加快什么？不存在所谓的通用加快器。

2. 深化谈谈一般用处和加快核算之间的差异？

黄仁勋：假如你看看现在的软件，你写的软件中有许多的文件输入输出，有设置数据结构的部分，还有一些魔法般的算法中心。这些算法不同，取决于它们是用于核算机图形处理、图画处理仍是其他什么。它可所以流体、粒子、逆物理或许图画范畴的东西。所以这些不同的算法都是不同的。假如你创立一个处理器，专门拿手这些算法，并补偿CPU处理它拿手的使命，那么理论上，你可以极大地加快运用程序的运转。原因是一般5%到10%的代码占有了99.99%的运转时刻。

因而，假如你把那5%的代码卸载到咱们的加快器上，技能上，你可以将运用程序的速度前进100倍。这并不稀有。咱们常常可以将图画处理加快500倍。现在咱们做的是数据处理。数据处理是我最喜欢的运用之一，由于简直悉数与机器学习相关的内容都在演进。它可所以SQL数据处理、Spark类型的数据处理，或许是向量数据库类型的处理，处理无结构或结构化的数据，这些数据都是数据帧。

咱们对这些进行极大的加快，但为了做到这一点，你需求创立一个尖端的库。在核算机图形处理范畴，咱们很走运有了Silicon Graphics的OpenGL和Microsoft的DirectX，但在这些之外，没有实在存在的库。因而，举个比方，咱们最著名的一个库是与SQL相似的库。SQL是存储核算的库，咱们创立了一个库，它是国际上第一个神经网络核算库。

咱们有cuDNN（用于神经网络核算的库），还有cuOpt（用于组合优化的库），cuQuantum（用于量子模仿和仿真的库），以及许多其他的库，比方用于数据帧处理的cuDF，相似于SQL的功用。因而，悉数这些不同的库都需求被发明出来，它们可以把运用程序中的算法重新整理，使咱们的加快器可以运转。假如你运用这些库，你就可以完结100倍的加快，获得更多的速度，十分惊人。

因而，概念很简单，而且十分有意义，但问题是，你怎么去发明这些算法，并让视频游戏职业运用它们，编写这些算法，让整个地震处理和动力职业运用它们，编写新的算法并让整个AI职业运用它们。你了解我的意思吗？因而，悉数这些库，每一个库，首要咱们有必要完结核算机科学的研讨，其次，咱们有必要阅历生态体系的开发进程。

咱们有必要去压服每个人运用这些库，然后还要考虑它们运转在哪些类型的核算机上，每种核算机都不相同。因而，咱们一步一步地进入一个范畴又一个范畴。咱们为自动驾驶轿车创立了一个十分丰富的库，为机器人开发了一个十分超卓的库，还有一个令人难以置信的库，用于虚拟挑选，不管是根据物理的虚拟挑选仍是根据神经网络的虚拟挑选，还有一个令人惊叹的库用于气候技能。

因而，咱们有必要去结交朋友，创立商场。事实证明，英伟达实在拿手的作业是创立新的商场。咱们现在现已做了这么久，以至于英伟达的加快核算好像无处不在，但咱们的确有必要一步步地完结，一次一个职业地开发商场。

3. 现场的许多出资者十分重视数据中心商场，能否同享一下你对中长时间时机的观点？显着，你的职业推进了你所称的“下一次工业改造”。你怎么看待数据中心商场的现状以及未来的应战？

黄仁勋：有两件事一起在产生，它们常常被相提并论，分隔评论有助于了解。首要，咱们假定没有AI存在的状况下。在没有AI的国际里，通用核算现已停滞不前了。咱们都知道，半导体物理学中的一些原理，比方摩尔定律、Denard缩放等，现已完毕了。咱们不再看到CPU的功用每年翻倍的现象。咱们现已很走运了，能在十年内看到功用翻倍。摩尔定律从前意味着五年内功用前进十倍，十年内前进一百倍。

但是现在这些现已完毕了，所以咱们有必要加快悉数能加快的东西。假如你在做SQL处理，加快它；假如你在进行任何数据处理，加快它；假如你在创立一个互联网公司并具有引荐体系，有必要加快它。现在最大的引荐体系引擎现已悉数加快了。几年前这些还在CPU上运转，而现在现已悉数加快了。因而，第一个动态是，全国际价值数万亿美元的通用数据中心将会现代化，转变为加快核算的数据中心。这是不可避免的。

此外，由于英伟达的加快核算带来了如此巨大的本钱下降，曩昔十年中，核算才能不是以100倍，而是以100万倍的速度增加。那么问题来了，假如你的飞机能快一百万倍，你会做什么不同的作业呢？

因而，人们忽然意识到：“为什么咱们不让核算机来编写软件，而不是咱们自己去梦想这些功用，或许咱们自己去设核算法呢？”咱们只需求把悉数的数据、悉数的猜测性数据交给核算机，让它去找出算法——这便是机器学习，生成式AI。因而，咱们在许多不同的数据范畴大规划运用了它，核算机不只知道怎么处理数据，还了解数据的意义。由于它一起了解多种数据形式，它可以进行数据翻译。

因而，咱们可以从英文转换为图画，从图画转换为英文，从英文转换为蛋白质，从蛋白质转换为化学物质。由于它了解了悉数的数据，因而可以进行悉数这些翻译进程，咱们称之为生成式AI。它可以将许多的文字转换为少数的文字，或许将少数的文字扩展为许多的文字，等等。咱们现在正处于这个核算机改造的年代。

而现在令人惊叹的是，第一批价值数万亿美元的数据中心将被加快，而且咱们还发明了这种新式的软件，称为生成式AI。生成式AI不只仅是一种东西，它是一种技能。正是由于这个原因，新的职业正在被发明出来。

这是为什么？假如你看看直到现在的整个IT职业，咱们一向在制作人们运用的东西和仪器。而第一次，咱们正在发明出可以增强人类才能的技能。因而，人们以为AI将逾越价值数万亿美元的数据中心和IT职业，进入技能的国际。

那么，什么是技能呢？比方数字钱银是一种技能，自动驾驶轿车是一种技能，数字化的装配线工人，机器人，数字化的客户服务，谈天机器人，数字化的职工为英伟达规划供给链。这可所以一个SAP的数字署理。咱们公司许多运用ServiceNow，咱们现在具有了数字职工服务。因而，咱们现在具有了这些数字化的人类，这便是咱们现在正处的AI浪潮。

4. 金融商场中存在一个持续的争辩，即跟着咱们持续建造AI根底设施，出资报答是否满意？你怎么评价客户在这个周期中获得的出资报答率？假如你回忆前史，回忆PC和云核算，它们在相似的选用周期中，报答率怎么？与现在比较有什么不同？

黄仁勋： 这是个十分好的问题。让咱们来看看。在云核算之前，最大的趋势是虚拟化，假如咱们还记得的话。虚拟化根本上意味着咱们将数据中心中的悉数硬件虚拟化为虚拟数据中心，然后咱们可以跨数据中心移动作业负载，而不用直接与特定的核算机相关联。结果是，数据中心的利用率前进了，咱们看到了数据中心本钱削减了两倍到两倍半，简直是在一夜之间完结的。

接着，咱们将这些虚拟核算机放到云中，结果是，不只仅是一家公司，许多公司都可以同享相同的资源，本钱再次下降，利用率再次前进。

这些年的悉数前进，掩盖了底层的根本改变，那便是摩尔定律的完结。咱们从利用率前进中获得了两倍、乃至更多的本钱下降，但是这也碰到了晶体管和CPU功用的极限。

接着，悉数的这些利用率的前进现已到达极限，这也是为什么咱们现在看到数据中心和核算通胀的原因。因而，第一件正在产生的作业便是加快核算。因而，当你在处理数据时，比方运用Spark——这是当今国际上运用最广泛的数据处理引擎之一——假如你运用Spark并经过英伟达加快器加快它，你可以看到20倍的加快。这意味着你会节约10倍的本钱。

当然，你的核算本钱会上升一点，由于你需求付出英伟达GPU的费用，核算本钱或许会增加一倍，但你将削减核算时刻20倍。因而，你终究节约了10倍的本钱。而这样的出资报答率关于加快核算来说并不稀有。因而，我主张你们加快悉数可以加快的作业，然后运用GPU进行加快，这样可以当即获得出资报答。

除此之外，生成式AI的评论是当时AI的第一波浪潮，根底设施玩家（比方咱们自己和悉数云服务供给商）将根底设施放在云上，供开发人员运用这些机器来练习模型、微调模型、为模型供给维护等等。由于需求如此之大，每花费1美元在咱们这儿，云服务供给商可以获得5美元的租金报答，这种状况正在全球范围内产生，悉数都求过于供。因而，对这种需求的需求十分巨大。

咱们现已看到的一些运用，当然包含一些闻名的运用，比方OpenAI的ChatGPT、GitHub的Copilot，或许咱们公司内部运用的一起生成器，出产力前进是难以想象的。咱们公司里的每一个软件工程师现在都运用一起生成器，不管是咱们自己为CUDA创立的生成器，仍是用于USD（咱们公司运用的另一种言语），或许Verilog、C和C++的生成器。

因而，我以为每一行代码都由软件工程师编写的日子现已完全完毕了。未来，每一个软件工程师都将有一个数字工程师随同在身边，24/7随时帮忙作业。这便是未来。因而，我看英伟达，咱们有32000名职工，但这些职工周围将有更多的数字工程师，或许会多100倍的数字工程师。

5. 许多职业都在承受这些改变。哪些用例、职业是你最振奋的？

黄仁勋：在咱们公司，咱们在核算机图形学方面运用AI。假如没有人工智能，咱们无法再进行核算机图形学。咱们只核算一个像素，然后估测其他的32个像素。也便是说，咱们在某种程度上“梦想”出其他的32个像素，它们在视觉上是安稳的，看起来是相片级实在的，图画质量和功用都十分超卓。

核算一个像素需求许多的能量，而估测其他32个像素的能量需求则十分少，而且可以十分快速地完结。因而，AI并不只仅是练习模型，这仅仅第一步。更重要的是怎么运用模型。当你运用模型时，你会节约许多的能量和时刻。

假如没有AI，咱们无法为自动驾驶轿车职业供给服务。假如没有AI，咱们在机器人技能和数字生物学范畴的作业也是不或许的。现在简直每一个科技生物公司都以英伟达为中心，他们正在运用咱们的数据处理东西来生成新蛋白质，小分子生成、虚拟挑选等范畴也将由于人工智能而被完全重塑。

6. 谈谈竞赛和你们的竞赛壁垒吧。现在有许多公私公司期望能打破你们的领导地位。你怎么看待你们的竞赛壁垒？

英伟达：首要，我以为有几件事让咱们异乎寻常。第一点要记住，AI并不只仅是关于芯片的。AI是关于整个根底设施的。现在的核算机不是制作一块芯片然后人们购买它并放入核算机中。那种形式归于上世纪90年代。现在的核算机是以超级核算集群、根底设施或超级核算机为名开发的，这不是一块芯片，也不完满是核算机。

所以，咱们实际上是在构建整个数据中心。假如你去看一下咱们其间一个超级核算集群，你会发现办理这个体系所需的软件是十分杂乱的。并没有一个“Microsoft Windows”可以直接用于这些体系。这种定制化的软件是咱们为这些超级集群所开发的，所以规划芯片的公司、构建超级核算机的公司以及开发这些杂乱软件的公司，天经地义的是同一家公司，这样可以保证优化、功用和功率。

其次，AI本质上是一种算法。咱们十分拿手了解算法的运作机制，而且了解核算仓库怎么散布核算，以及怎么在数百万个处理器上运转数天，坚持核算机的安稳性、动力功率以及快速完结使命的才能。咱们在这方面十分拿手。

最终，AI核算的要害是装置根底（installed base）。具有跨悉数云核算渠道和内部布置（on-premise）的一致架构十分重要。不管你是在云中构建超级核算集群，仍是在某台设备上运转AI模型，都应该有相同的架构以运转悉数相同的软件。这便是所谓的装置根底。而这种自1993年以来的架构一致性是咱们可以获得今日成果的要害原因之一。

因而，今日假如你要兴办一家AI公司，最显着的挑选便是运用英伟达的架构，由于咱们现已遍及悉数的云渠道，不管你挑选哪台设备，只需它有英伟达的标识，你就可以直接运转相同的软件。

7. Blackwell在练习上快了4倍，推理速度比它的前代产品Hopper快了30倍。你们的立异速度如此之快，你们能否坚持这样的节奏？你们的协作伙伴能否跟上你们的立异脚步？

黄仁勋：咱们的根本立异办法是保证咱们不断推进架构立异。每个芯片的立异周期大约是两年，在最好的状况下是两年。咱们每年还会对它们进行中期晋级，但全体架构的改造大约是每两年一次，这现已十分快了。

咱们有七个不同的芯片，这些芯片一起作用于整个体系。咱们可以每年推出新的AI超级核算集群，而且比上一代更强壮。这是由于咱们具有多个可以进行优化的部分。因而咱们可以十分快速地交给更高的功用，而且这些功用的前进直接转化为总具有本钱（TCO）的下降。

Blackwell在功用上的前进意味着，关于具有1千兆瓦电力的客户，他们可以获得3倍的收入。功用直接转化为吞吐量，吞吐量则转化为收入。假如你有1千兆瓦的电力可用，你可以获得3倍的收入。

因而，这种功用前进的报答是无与伦比的，也无法经过芯片本钱的下降来补偿这3倍的收入距离。

8. 怎么看待对亚洲供给链的依靠？

黄仁勋：亚洲的供给链十分杂乱而且高度互联。英伟达的GPU不只仅是一块芯片，它是由不计其数个组件组成的杂乱体系，相似于一辆电动车的结构。因而，亚洲的供给链网络十分广泛且杂乱。咱们力求在每一个环节上规划出多样性和冗余性，保证即便呈现问题，咱们也可以迅速将出产搬运到其他地方进行制作。总的来说，即便供给链呈现中止，咱们也有才能进行调整，以保证供给的连续性。

咱们现在在台积电进行制作，由于它是国际上最好的，不只仅是好一点点，而是好得多。咱们与他们有着长时间的协作前史，他们的灵活性和规划才能都令人形象深入。

上一年，咱们的收入呈现了大幅增加，这离不开供给链的快速反应。台积电的敏捷性以及它们满意咱们需求的才能是十分了不得的。在不到一年的时刻里，咱们大幅前进了产能，而且咱们下一年将持续扩展，后年还要进一步扩展。因而，他们的敏捷性和才能都很超卓。不过，假如有需求，咱们当然也可以转向其他供给商。

9. 贵公司处于十分有利的商场方位。咱们现已评论了许多十分好的论题。你最忧虑的是什么？

黄仁勋：咱们的公司现在与全球每一家AI公司都有协作，也与每一家数据中心有协作。我不知道有哪家云服务供给商或核算机制作商咱们没有协作的。因而，跟着这样的规划扩展，咱们肩负着巨大的职责。咱们的客户十分情绪化，由于咱们的产品直接影响他们的收入和竞赛力。需求太大，满意这些需求的压力也很大。

咱们现在正全面出产Blackwell，并计划在第四季度开端发货并进一步扩展。需求如此之大，每个人都期望可以尽早拿到产品，获取最多的比例。这种严峻和剧烈的气氛实在是史无前例。

虽然在发明下一代核算机技能时十分令人振奋，也令人惊叹地看到各种运用的立异，但咱们肩负着巨大的职责，感到压力很大。但咱们极力去做好作业。咱们现已习惯了这种强度，并将持续尽力。