CES开幕演讲的第二天，英伟达创始人兼CEO黄仁勋接受了全球媒体的采访，持续1小时的采访中，黄仁勋回答了关于英伟达策略、全球投资、AI生态格局、AGI时刻、Agentic AI、自动驾驶、物理AI等26个问题。
在记者会的最后，黄仁勋在回答至顶科技关于AI时代的学习教育趋势时表示，“未来，每个学生都必须学会使用AI，就像现在这一代学生都必须学会使用计算机一样。”
黄仁勋强调，AI革命极其深远。他以计算机图形学举例，“这个领域的摩尔定律曲线，原本实际在放缓，但AI的加入让它获得了超级动力，现在帧率达到200、300、400帧每秒，图像完全是光线追踪且非常漂亮”，所以，我们已经看到了计算机图形学的指数增长曲线，实际上，所有领域都看到了类似的陡峭增势。
有趣的是，这次出现在记者会上的黄仁勋，换了一件皮衣，之所以没穿前一天在CES上的“闪亮亮”皮衣，他调侃说道“too much（有点过了）”。
以下是针对黄仁勋本次记者会采访的完整听译（为便于阅读和可读性，科技行者进行了文字和段落上的小幅修改）：
【1】“英伟达只做两件事”
问：去年英伟达重新定义了数据中心，现在又完成了系统层面的所有工作，特别是这次发布了NVLink72，接下来是不是应该考虑基础设施、电力和其他系统组件的问题了？
黄仁勋：英伟达有个宗旨，只做两件事情——要么是别人没在做的事，要么是我们能做得明显更好的事。所以英伟达进入新业务的标准其实很高。比如，如果英伟达不造NVLink72，谁去造呢？如果英伟达不开发Spectrum X这样的以太网交换机，谁能做呢？
虽然我们有32000人，仍然是相对较小的公司。作为一家规模不大的公司，我们需要确保资源高度聚焦在能做出独特贡献的领域。
从早期的Hopper架构，到现在的Blackwell架构，功率密度在不断提升。这是必然的发展趋势，因为更高的功率密度，意味着更好的性能。不管光子的速度有多快，我们还是倾向于让计算机更紧凑，而且现在Blackwell在液冷方面都已经做的很好。
【2】谈AI PC：“我们正在把云端AI引入端侧AI”
问：这次英伟达发布了很多关于AI PC的消息，但现阶段AI PC的采用率还没有真正起飞，你认为是什么原因阻碍了它的发展？英伟达如何帮助改变这种局面？
黄仁勋：很好的问题。AI技术最初是在云端环境下发展起来的，如果回顾英伟达过去几年的增长轨迹，你会发现主要集中在云计算领域，这是因为训练AI模型需要超级计算机。这些模型规模都很庞大，在云端部署和通过API调用比较容易。
但我们认为，仍然有很多设计师、软件工程师、创意工作者和技术爱好者，他们更倾向于在PC上开发AI应用。其中一个挑战在于，由于AI生态系统主要集中在云端，大量的精力、发展动力和工程努力都投入在云端，导致开发端侧AI应用的人相对较少。
但其实Windows PC完全有能力支持AI开发，特别是通过WSL2（Windows Subsystem for Linux 2）。WSL2本质上是一个虚拟机，是一个运行在Windows内部的双操作系统，它最初是为云原生应用创建的，支持Docker容器，而且支持CUDA。
我们正在努力确保PC上的WSL2能够完美支持这些技术，从而把原本为云端打造的AI技术引入到PC端，就相当于把云端能力带到PC端。
我坚信这是未来的正确方向，我对此很兴奋，所有的PC制造商也都表现出极大的兴趣。我们正在与合作伙伴一起，让所有PC都支持带有WSL2的Windows系统，这样就能把云端AI的所有技术进展、工程成果、生态系统带到个人电脑上。
【3】谈投资、竞争与合作：“我们的紧迫感来自客户的真实需求”
问：去年GTC大会上，你分享了英伟达在以色列增加投资的情况，加强了你们作为该国最大雇主之一的地位。2024年你们继续扩张，你们打算如何进一步增加在以色列的投资？具体来说，我们是否很快就会听到一个正在进行中的新交易？另外，考虑到目前的局势，你是否看到从那里引进人才的机会？
黄仁勋：我们从世界各地吸引优秀人才，目前英伟达网站上收到了超过100万份简历申请，而我们公司只有32000名员工。这表明大家对加入英伟达的兴趣非常高，因为我们做的工作很有趣。
在以色列，我们有很大的发展机会。最初我们收购迈络思的时候，在那里有2000名员工，现在我们在以色列的员工已达到近5000人。我们可能是以色列发展最快的企业雇主之一，我为此感到非常自豪。
在过去一段时间里，我们的以色列团队创造了NVLink、Spectrum X、Bluefield 3等重要产品，我对团队的专业水平和敬业精神感到非常自豪。
关于新的收购计划，今天暂时没有要宣布的消息，但我们始终保持开放态度。如果你们知道一些必须要拿下的好项目，请第一时间告诉我，只告诉我（开玩笑）。
问：作为一个游戏玩家，我感到很兴奋，因为当你谈到内存时，特别提到了HBM，为什么没有选择三星的？
黄仁勋：我认为三星和SK不生产显卡，对吧？（此时黄仁勋问向现场媒体）他们生产吗？（得到肯定回复后）好吧，抱歉，是我搞错了，别告诉他们我说了这些。
关于HBM，他们正在努力，他们一定会成功的，这毫无疑问，我对此充满信心。要知道，最早的HBM内存就是三星开发的，英伟达使用的第一块HBM内存就来自三星，所以他们会重新崛起的，他们会强势回归的。
追问：为什么他们花了这么长时间？
黄仁勋：其实并不算太长。当然，韩国产业求变心切，这是好事。
但他们需要设计新方案，我相信他们一定能做到。而且他们进展很快，非常投入，我很有信心他们会成功。SK和三星都是优秀的公司，尤其在内存领域，所以我相信他们会继续取得成功。你们昨天也看到了Blackwell中使用了多少HBM内存，HBM内存对我们的计算非常重要。
问：尽管超大规模客户对英伟达产品的需求已经很明确，但我好奇的是，你们在扩大收入来源方面的紧迫感有多大？特别是在开拓企业客户和政府客户，帮助他们部署具有高性能AI计算能力的数据中心方面。尤其是在亚马逊等公司正在研发自己的AI芯片时，你们感受到多大压力？然后，能否详细说说你们在企业和政府方面的进展吗？
黄仁勋：我们的紧迫感来自于客户的真实需求。我从不会因为一些客户也在开发芯片而担忧，因为大家做的是不同的事情。
我很高兴看到客户在云端使用英伟达的技术，很高兴他们用英伟达的技术来开发AI。我们的技术进步现在非常快，每年性能可以翻一番，就代表每年成本降低一半。这比摩尔定律最好时期的进步要快得多。所以，我们会积极响应客户需求，用产品回应他们。
关于企业级市场，现在主要有两大行业服务：软件服务商（比如ServiceNow、SAP等），以及帮助他们将软件适配到业务流程中的解决方案集成商。英伟达的策略是与这两个生态系统合作，帮助他们构建Agentic AI，而NIM、NeMo、AI Blueprints都是用于构建Agentic AI的工具包。
比如在软件服务商方面，我们与ServiceNow团队的合作就很成功，他们将因此推出一系列基于ServiceNow的AI代理服务，服务于员工和客户。这就是我们的基本战略。
在解决方案集成商方面，我们与埃森哲等公司合作。埃森哲在帮助客户采用Agentic AI方面做得非常出色。
所以第一步是帮助整个生态系统开发AI，过去一年我们在构建Agentic AI工具包方面做得不错，接下来就是部署的环节了。
问：很多公司都在开发Agentic AI，你们是如何与AWS、微软、Salesforce这些同样在为客户提供开发平台的公司合作或竞争的？你们是如何与这些公司打交道的？
黄仁勋：英伟达不是一家直接服务企业的公司，而是一家技术平台公司。我们在构建工具包、库和AI模型，这些都是为ServiceNow、SAP、Oracle、Synopsys、Cadence、西门子这样的服务商提供的，但在计算层面、AI库层面不是这些公司花精力投入的领域，所以英伟达可以为他们创建。
这其实相当复杂，因为我们实际在做的事情是在把类似ChatGPT的功能打包整合到容器中。优化这些端点和微服务是非常复杂的。不过一旦完成，客户就可以在任何云平台上使用我们的产品，所以我们开发NIM、NeMo、AI Blueprints不是为了与他们竞争，而是为了服务他们。
事实上，已经有很多云服务提供商用NeMo训练他们的模型，他们的云商店里也有NeMo和NIM，我们对此感到很高兴。我们创建了这整个技术层，理解NIM和NeMo的作用就像理解CUDA和CUDA X库一样重要。CUDA X库对于英伟达平台起到了关键作用，其中有用于线性代数的cuBLAS，用于深度神经网络处理的cuDNN（这真正革新了深度学习），以及cuTLAS等所有这些我们谈论的高级模型，我们为行业创建这些库，这样他们就不必自己做了。
同理，我们开发NeMo和NIM也是为了服务整个行业，这样企业就不必自己从零开发了。
问：我来自中国台湾。CES主题演讲提到，Digits的CPU是与联发科合作的，想请您谈谈更多与其他中国台湾公司合作的情况。另外还想了解英伟达是否会在中国台湾建设总部？
黄仁勋：我们在中国台湾有很多员工，但现有的办公地太小了，我需要找到解决方案，也许我之后会宣布一些消息，我们正在物色地产。如果你知道好地方，请务必第一时间只告诉我一个人。
关于联发科，我们在多个领域都有合作。比如自动驾驶汽车领域，双方合作为行业提供完全软件定义的智能汽车解决方案。所以我们在汽车行业的合作非常非常顺利。
此外，新的Grace GB10 CPU也是与联发科合作开发的。我们共同设计架构，实现了芯片间的互联以及CPU和GPU的内存一致性。
坦白说，联发科在芯片设计和制造方面都做得很出色，第一次做出来的就很完美，性能优异。大家都知道联发科在低功耗方面的优势，确实名不虚传。我们很高兴能与这样优秀的公司合作。
问：关于贸易限制，这个话题现在依然广受关注，你对贸易限制可能影响到整个行业（包括英伟达）的盈利前景担心吗？
黄仁勋：我并不担心。我相信政府会在贸易谈判中做出正确的决定。无论最终结果如何，我们都会尽最大努力帮助客户，推动市场向前发展。就像我们一直以来做的那样。
【4】谈AGI：“人在使用工具，机器终究是工具。”
问：我来自韩国，想问个哲学问题。最近Sam Altman发推文说我们已经接近AI“奇点”了，你这次也提到“通用机器人的ChatGPT时刻即将到来”，如果这是真的，机器人很快就会出现在我们身边，也许有些机器人会比我们聪明，也许有些对我们来说很难理解。那么你认为，机器人会站在哪一边？是与人类站在一起，还是对抗人类？
黄仁勋：会与人类站在一起，因为我们就是这样设计它们的。
AGI（超级智能）这个概念并不陌生。在我的公司里，我的管理团队、领导们和公司的科学家们都表现出超级智能，我已经被AGI包围了，但我更愿意被AGI包围，而不是相反的情况，因为这就是未来。
你会有超级智能来帮助你写作、分析问题、做供应链规划、编写软件、设计芯片、做数字营销、做播客等等，而且它们随时待命，为你提供服务。
追问：所以你不认为它们会有冲突？
黄仁勋：技术可以被用于多种用途。但要记住，是人在使用工具，机器终究是工具。
【5】谈Cosmos：“一个能理解物理世界的基础模型，会让机器人成为现实”
问：这次在CES演讲的某些部分，感觉像是在听技术研讨会，内容很专业。但现在你们的受众群体更广了，能否重新解释一下这次发布的AI进展的核心意义，让那些完全不了解技术的普通观众也能理解。
黄仁勋：首先，我承认有这个问题，但这还是次要的。要知道，英伟达是一家技术公司，而不是消费品公司，我们的技术会影响和改变消费电子产品的未来。
虽然CES热情邀请英伟达来分享，但我们始终是一家专注于技术的公司。当然，这并不能成为我没有把技术讲解得更好的借口。
我重新试着讲解一下。
我们这次宣布的一个最重要的突破，是开发了一个能够理解物理世界的基础模型Cosmos。就像GPT是理解语言的基础模型，Stable Diffusion是理解图像的基础模型一样，我们创造了一个理解物理世界的基础模型。
它能理解摩擦力、惯性、重力、物体的存在和持续性，以及几何和空间关系等概念——这些都是人类孩子们与生俱来就能理解的东西。我们认为需要有这样一个“理解物理世界”的基础模型，它能以大语言模型目前无法做到的方式理解物理世界。
现在，通过Cosmos，所有你能用GPT和Stable Diffusion完成的任务，都可以用它来实现。比如，你可以跟这个世界模型对话，问它“现在看到了什么？”它通过摄像头获取的画面，可以描述“看到很多人坐在桌前，大家在一个房间里”的现实场景。
为什么我们需要Cosmos？因为如果你希望AI能够在物理世界中合理地运作和互动，就必须让AI理解物理世界。
自动驾驶汽车需要理解物理世界，机器人也需要理解物理世界，Cosmos是实现所有这些应用的起点。就像GPT催生了我们今天经历的一切，就像Llama对当前所有的AI活动都很重要，就像Stable Diffusion触发了所有这些生成式图像和视频模型一样。
我们希望Cosmos也能达到同样的效果，Cosmos会让机器人成为现实。
问：我想问这次发布的模型，尤其是Cosmos，这些模型能在智能眼镜上运行吗？或者在开发这些模型时，你们有考虑过智能眼镜吗？因为考虑到行业的发展方向，智能眼镜似乎是未来很多人体验AI代理的一个重要平台。
黄仁勋：是的，我对智能眼镜很感兴趣，它能回答“我看到了什么、如何到达目的地”，它可以帮助你阅读，还有很多其他用途，使用场景非常广阔。
对于Cosmos的使用方式，云端的Cosmos可以提供视觉理解能力，如果你想在设备本地运行，那么你可以使用Cosmos来提炼出一个小型模型。这样，Cosmos就变成了一个知识迁移的AI工具，它将知识转移到一个更小的AI模型中。
这种做法之所以可行，是因为更小的AI模型虽然通用性较差，但在特定领域非常专业，这就是为什么可以进行定向的知识迁移。这也是为什么我们总是先构建基础模型（大模型），然后通过知识蒸馏逐步构建更小的模型。
【6】谈DLSS：“从最初没人相信，现在大家终于意识到它确实是未来”
问：关于DLSS 4，你这次做了一些视频展示，我想详细了解一下，比如多帧生成技术，它是否仍然是渲染两帧，然后在中间生成并进行插值？
另外，关于演示视频里提到的RTX Neural Material，这是游戏开发者需要专门采用的技术吗？还是它是驱动程序层面的功能，可以让大部分PC游戏受益？
黄仁勋：在Blackwell中，我们增加了着色器处理器能够运行神经网络，这样就可以在着色器管线中混合使用代码和神经网络模型。这非常重要，因为纹理和材质的处理，都是在着色器中处理的。
如果着色器能运行AI，那么就能利用神经网络带来在算法上带来的进步。比如压缩技术，现在的纹理压缩效果比我们过去30年使用的压缩算法要好得多，压缩比有了巨大提升。对于很多纹理可以额外压缩5倍。现在游戏体积都很大，所以这是个重要进步。
第二点关于材质。材质决定了光线在表面的传播方式，它的各向异性特性，会让光线以特定方式反射，让我们能分辨这是金子、还是油漆、还是金箔。这种特性本质上是原子层面发生的，光线在材料的微观结构上的反射、折射和散射造就了材质的特性。用数学方法很难描述这个过程，但我们可以用AI来学习它。所以我认为，这种神经材质技术是一个重大突破，能为计算机图形带来前所未有的生动感和逼真度。
这两项技术都需要内容端的配合，所以开发者首先要开发内容，然后我们就可以轻松整合进去。
关于DLSS，帧生成不是插值关系，而是字面意义上真正的生成。我们是在预测未来，而不是在对过去进行插值，这样做是为了提高帧率。DLSS 4是一个彻底的突破，你们一定要去体验。
问：AI在PC游戏中是否扮演了更决定性的作用，你能想象传统渲染的画面帧，未来全部都变成AI生成的帧吗？
黄仁勋：不是的，我来解释一下原因。ChatGPT刚出来时，大家说“现在我们可以让AI生成一整本书了”，但实际上内部人员都知道这并不现实，原因是AI生成内容需要获得基准事实，这叫做条件控制(Conditioning)。
