黃仁勳：AI 熱潮不會像網路泡沫，數位勞動力將帶來數兆美元商機 https://tinyurl.com/23q2ogks 輝達 (NVIDIA) 執行長黃仁勳表示，AI 工廠和通用生成式運算將是下一波增長的關鍵動 力。對此，輝達不僅打造了 AI 革命的基礎設施，更將運算典範從儲存檢索式轉向 100% 生成式。 黃仁勳在Citadel Securities所舉行的座談會中深入剖析了輝達崛起的歷程、AI革命的本 質。首先，黃仁勳回溯輝達創立的1993年，指出當時正值PC與CPU革命的摩爾定律時代。 他觀察到，通用技術（如CPU）雖然用途廣泛，但在解決「非常困難」的問題時往往不夠 出色。所以，後來輝達的核心就是透過「加速運算」來增強通用運算，這是一種更具領域 針對性的解決方案。 https://youtu.be/m1wfJOqDUv4 另外，輝達必須同時發明新的技術和市場，這項任務的機率本質上趨近於零。但是，輝達 最終成功地建立了現代3D圖形遊戲生態系統，並意識到3D圖形的基礎數學（模擬現實）與 物理模擬密切相關。此後，輝達發明了CUDA平台，這是一個偉大的發明，讓輝達得以從垂 直集中的產業系統性地轉向通用運算。CUDA的出現，使全球的研究人員和學者能夠大幅放 寬摩爾定律的計算限制。黃仁勳強調，創造一個新的運算平台（如ARM或x86以外的平台） 極為罕見，輝達花了近30年才做到。 至於，針對AI革命的轉折發生在2010年代初。黃仁勳指出，輝達當時推行「CUDA Everywhere」戰略，積極將CUDA推廣給科學家和研究人員。2011至2012年間，輝達的關鍵 貢獻是發明了新的求解器函式庫cuDNN。但更具前瞻性的觀察是，深度神經網路（藉由反 向傳播、長短期記憶網絡和Transformer架構）是一種通用函式逼近器，能夠學習幾乎任 何函式。所以，輝達決定重新發明運算堆疊的每一層（晶片、系統、軟體）。 輝達在2016年推出了世界上第一台AI工廠DGX-1。黃仁勳表示，AI工廠的設計目標，是提 供每單位能源的進出量能達到最高、規模最大、成本最低的系統。他將AI工廠稱為「工廠 」而非資料中心，是因為客戶正從中賺取收益。 如此，輝達的優勢在於，他們是唯一能同時設計整個基礎設施，包括GPU、CPU、網路、交 換機和所有軟體的公司。透過這種共同設計，輝達得以突破摩爾定律的限制，每年都能在 性能上提供約十倍的提升，同時維持軟體兼容性。黃仁勳強調，每單位能源的進出量（ Token生成率/單位能源）是華爾街低估的KPI，它直接決定了客戶的收入。 黃仁勳駁斥了當前AI熱潮是2000年網路泡沫的說法。他指出，今天的AI已經轉變了超大規 模業者（如Google、Amazon、Meta）數千億美元的業務（如搜尋、推薦系統）。下一波機 會在於「數位勞動力」（Agentic AI）和「實體AI」（Physical AI）。 其中在數位勞動力（Agentic AI）的部分，包括AI工程師、AI護士、AI會計師、AI行銷人 員等。這將補充並增強企業市場，帶來數兆美元的商機。這些AI需要持續「思考」和生成 結果，因此需要AI工廠作為運算基礎。而在實體AI的方面，包括自駕計程車，機械手臂等 「具體化」的AI等。由於實體AI利用與數位AI高度相似的通用智慧，但運用於不同的具體 形態。例如，機器人要實現未來發展，需要三種運算設施，訓練模型（AI工廠）、虛擬學 習世界（Omniverse）、以及機器人自身的大腦。 最後，談到主權AI，黃仁勳認為沒有國家可以負擔將所有國家數據外包，並回頭輸入智慧 的模式。所以，各國應進口、購買，同時也建立自己的國家智慧。而針對美國對中國的出 口管制，他直指決策者應當謹慎，因為對中國不利的政策也可能傷害美國。輝達在中國市 場的市場占比已從95%降至0%，他認為這是一個錯誤。因為，為了確保全球開發者繼續採 用美國技術堆疊，政策需要細緻的平衡。 黃仁勳總結指出，未來的運算範式將是100%生成式，所有內容都將即時生成，而非從儲存 中檢索。目前全球已建置的AI基礎設施僅數千億美元，對於一個可能每年需投入數兆美元 的產業來說，這僅僅是個開始。他建議企業資訊長應立即投資於建立自己的AI員工（數位 化員工），並對其進行訓練，使其符合公司的專業知識和文化。 只有老黃賺大錢,其他因為ＡＩ被裁掉的人表示 -- 俗話說的好，君子坦蕩蕩，小人做日常。 舉頭望明月，低頭做日常。 少壯不努力，老大做日常。 生自古誰無死，來生繼續做日常 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.195.194.185 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Tech_Job/M.1760699514.A.A9C.html