只在美国才能发生的故事:黄仁勋与 NVIDIA
关联
九岁从台湾被独自送上飞机、在肯塔基州一所连一个中国孩子都没见过的乡村寄宿学校落脚——这个如今掌管着世界上最具影响力的技术公司 NVIDIA 的人,第一印象竟然是「踩在地毯上就像穿着鞋踩在自己的床上」。说这话的人是黄仁勋,他把这一切归因为一连串极低概率的事件的叠加,称之为一个「只在美国才能发生的故事」 。
这一集在 NVIDIA 新园区里录制,他与一位前美国国务卿对谈,聊了三件事:他是怎么从一个带着感恩之心和低期望值来到美国的移民小孩,一路走到创立 NVIDIA;为什么当整个硅谷都围着通用 CPU 转时,他偏偏逆流而上三十年,押注于加速计算这条路;以及面对今天对 AI 感到焦虑的年轻人,他有着怎样的建议。结尾他还回答了一个核心问题:在技术拐点之上,如何保持警醒。
先建楼,再讲人生
对话开场于 NVIDIA 的一栋新建筑。黄仁勋兴致勃勃地给 Rice 介绍:这栋楼是先在超级计算机里完整模拟出来的。
为了最大程度利用加州的阳光,屋顶设计了采光井,但采光井会带来排热难题;于是他把屋顶做成起伏的形状来追踪太阳,让光线恰到好处地进来,不多也不少 。整个建筑每一个小时的日照都被放进一整年的模拟里反复调整,直到在数学上达到完美和谐 。
他打趣说,这是「一个试图当建筑师的工程师」干的事。这段开场并非闲聊——它其实预告了整场对话的底色:用第一性原理去拆解和重建世界的思维方式。
从台湾到肯塔基:移民的底色
说完了这栋用模拟造出来的大楼,接下来是他自己的人生是怎么被「造」出来的。黄仁勋出生在台湾,五岁时父亲去泰国帮建炼油厂,全家搬了过去。
1973 年泰国发生政变(一个时不时就会发生的政变),父母觉得不安全,决定把九岁的他和十岁的哥哥尽快送走 。十岁的哥哥带着他,从泰国一路飞到华盛顿州的塔科马找叔叔,中间还要在巨大的芝加哥机场自己找转机,最后被送到了肯塔基州一个叫 Oneida 的小镇上一所寄宿学校 。
他形容那个小镇在地图上只是一个小点,人口大概六百人,现在大概也是六百人 。那是 1973 年的肯塔基,学校以前从没见过中国孩子,偏见自然少不了 。
但黄仁勋回忆起这段经历,强调的却是一种感恩:他参加了游泳队和足球队,觉得食物有趣,觉得第一次被教练带去那个「像宇宙飞船一样、菜单都会发光」的麦当劳简直是世界上最棒的餐厅 。这种反差感塑造了他对移民身份的核心理解——移民来到美国是出于选择,带着巨大的希望和梦想,也因此能对一切心怀感激 。
后来父母把全部家当装进一个手提箱飞来美国与他团聚,母亲在天主教学校做女佣,父亲做工程师。父亲买了一辆没有座位的绿色货车,铺上地毯、放上牛奶箱,一路从俄勒冈州开到洛杉矶,只为了带孩子们去一次迪士尼——那是全家唯一的一次度假 。
硅谷的大杂烩与八年的斯坦福
从这段移民童年,自然过渡到的,是他如何在硅谷的生态里找到了自己的方向。高中时他和另外两三个喜欢数学和科学的朋友扎堆在各种俱乐部里,课后一起去玩弹珠机 。
好朋友说要去俄勒冈州立大学,他就跟着去了,因为那里的工程项目不错 。正是在那里,他遇到了工程班 250 个男生中仅有的三个女生之一的 Lori。
为了接近她,他把自己安排进了她的实验课,把竞争对手从 250 个减少到了 4 个,搭讪的台词是「你想看我的作业吗」。从俄勒冈州立毕业后,硅谷的公司来招聘,他去了 AMD(一家芯片公司),因为 AMD 有一个项目:你可以一边工作,一边由公司出钱送你去斯坦福读书 。
他觉得这简直是梦想成真。他边工作边读书,断断续续花了大概八年才从斯坦福毕业,自嘲大概是斯坦福交过最多学费的学生 。
在这八年里,他结了婚、有了孩子、创立了 NVIDIA,所有人生大事都搅在了这「一大锅汤」里 。正是这种边工作边学习的经历,让他看到了课堂上的计算机科学原理如何在实际工业中发挥作用。
逆流三十年:凭什么押注加速计算
家庭和学业都安顿了下来,接下来就是那个真正改变行业的选择。黄仁勋说,在那个年代,硅谷的一切都是关于 CPU(通用中央处理器)和摩尔定律的 。
但他和搭档 Chris 和 Curtis(他在 Denny’s 餐厅打工时认识的两个天才)认为,有很多最难的问题——比如实时图形、模拟——根本不适合用通用处理器来做 。他的比喻很直白:就像家里厨房只有一个工具是不行的,「应该有适合特定工作的正确工具」。
他们想造的是一种能「卸载」这些特殊任务、让计算机变成超级计算机的新型处理器。但这里有个致命的「先有鸡还是先有蛋」的问题:过去 64 年里,无数应用都是建立在 CPU 架构上的,凭什么让开发者转用一种新架构?
他们找到的破局点是电子游戏的 3D 图形——它既极度需要这种计算能力,又有足够大的市场体量来撑起新架构的普及 。但即便如此,黄仁勋说他在沙丘路(硅谷风险投资聚集地)向投资人解释时,描述的是一份「根本不可能拿到融资」的商业计划:要解决一堆先有鸡还是先有蛋的问题,要造一款晶体管数量比 Pentium 4 还多的芯片 。好在 Sequoia Capital(红杉资本)和 Sutter Hill 还是投了。
【背景】Sequoia Capital(红杉资本)和 Sutter Hill 是 NVIDIA 早期的投资方。
GPU 为什么能吃下 AI
这个只为了做游戏显卡的赌注,是怎么变成今天 AI 时代的基石的?这正是接下来要回答的问题。
黄仁勋解释,计算机图形本质上是对世界的模拟,而 AI 在很多方面是对大脑的模拟;这两者的共同点是,它们都需要大量的并行计算(同时处理成千上万个任务),而不是像写菜谱那样一步接一步地顺序执行 。他们在图形学之外,陆续发现这种架构还能用于地震处理、CT 重建、分子动力学等各种模拟问题 。
直到有一天,斯坦福的 Andrew Ng(吴恩达)、多伦多大学的 Jeff Hinton、纽约大学的 Jan LeCun 这些研究深度学习的学者主动联系了他,黄仁勋敏锐地意识到这是他们能做出真正贡献的领域 。这次合作把计算机视觉的能力推到了前人难以想象的高度,也促使 NVIDIA 把所有事情拆解回第一性原理,重新想清楚自己在这个未知未来里应该站在什么位置 。
信念、苦难与对年轻人的建议
工具变了,人怎么办?这正是最后一个话题。
黄仁勋坦言,他们是「苦熬过来的」,在很长一段时间里没有任何人相信他们,在十年里几乎得不到外界的正面反馈 。他保持动力的方法是回到核心信念:你必须自己在脑海中看见那个未来,然后把它讲出来让其他人也能看见,而你自己必须先信 。
面对如今对 AI 感到焦虑、担心失业的年轻人,他的建议同样是回到第一性原理:你可以同时拥有多种感受——对现状不满、心怀感激、同时渴望卓越,这些感受并不冲突 。他认为最大的机会恰恰在于投身技术变革,去掌握 AI 并在自己的科学领域里使用它。他还做了一个重要的区分:你工作中具体的「任务」会被 AI 改变,但你工作的「目的」——比如医生照顾人、工程师发现值得解决的问题——是不变的 。
对 AI 的判断:谨慎乐观与五层蛋糕
聊到对整个 AI 行业的判断,黄仁勋称自己是「谨慎的乐观主义者」:乐观是因为智能是所有行业的基石,谨慎是因为必须确保技术像承诺的那样真正有效运行,而不是产出一个「听起来像智能但实际有缺陷」的东西 。他把 AI 产业比作一个必须赢下每一层的「五层蛋糕」:最底层是能源(土地、电力、设施),第二层是芯片,第三层是基础设施(云服务),第四层才是大家都在谈论的 AI 模型,而最顶层、也是对国家最重要的,是应用层——把 AI 真正用于医疗、军事、交通、制造 。他特别提醒,虽然美国目前领先,但技术拐点恰恰是领导地位最容易易主的时候,在制定政策时绝对不能阻碍应用层的发展 。
最后他再次回到那个贯穿全集的主题:企业家精神与移民精神是高度相似的——都是出于选择,都目睹着奇迹,都因为别无退路而渴望成功 。他说自己对 NVIDIA 那种持续不断、想要做得更好的渴望,正是当年一无所有来到美国的父母身上的那种感受 。「我是美国梦的化身」,这不仅仅是黄仁勋一个人的故事,更是他眼中那个「只在美国才能发生」的奇迹的缩影。
【背景】本集转写稿中演讲者姓名统一识别为 Unknown,依据对谈内容与上下文,开场与提问者为前美国国务卿 Condoleezza Rice,主要回答者为 NVIDIA 创始人黄仁勋。
本集带走
最后收个尾,这一集值得带走的是三句话。第一,最深的护城河往往来自逆流而上:当整个硅谷都在围着 CPU 和通用计算转时,黄仁勋偏偏基于「厨房不能只有一把刀」的第一性原理,花了三十年押注加速计算,这份在没有外界反馈的十年里苦熬出来的信念,最终等来了 AI 时代。
第二,不要被具体的「任务」困住,要抓住工作的「目的」:任务会变,无论是被 AI 取代还是重塑,但目的——无论是照护病人还是解决真正值得解决的问题——才是你在这场技术变革里的锚点。第三,理解 AI 不能只盯着模型这一层:它是一块必须赢下每一层的五层蛋糕,从底层的能源到芯片、基础设施,再到最容易被忽视却对国家最重要的应用层;而在技术拐点上,领导地位最容易易主,这也是为什么他呼吁在制定政策时绝对不能阻碍应用层的发展。
NVIDIA 成为世界上最具影响力的技术公司。
NVIDIA being the most consequential technology company in the world.
—— Jensen Huang · [00:10]
我刚刚描述了一份无法获得融资的商业计划。
I just described a business plan that is impossible to fund.
—— Jensen Huang · [21:40]
对你所拥有的一切心怀感激是可能的,对我们所处的现状感到不满,并对卓越抱有渴望也是可能的。
It’s possible to be grateful for everything that you have. to be unsatisfied with where we are at, and to have aspirations for greatness.
—— Jensen Huang · [30:55]
在技术发生拐点时,恰恰是领导地位可能发生改变的时候。
during an inflection in technology is exactly when leadership can change.
—— Jensen Huang · [34:46]
谁能最推进那一层,谁就能最大限度地利用这场工业革命。
whoever advances that layer most will exploit this industrial revolution the most.
—— Jensen Huang · [35:03]
NVIDIA 真诚地是一个只在美国才能发生的故事。
NVIDIA genuinely is a only in America story.
—— Jensen Huang · [38:06]
顺着「创业与行业」挖下去
- Jensen Huang 谈 NVIDIA 创业史、物理 AI 与创始人模式同嘉宾:Jensen Huang · 同公司:NVIDIA · 同概念:深度学习 (deep learning)
- 没有暗GPU:一位基金经理拆解AI泡沫论与棋局同公司:NVIDIA、AMD · 同概念:GPU
- 黄仁勋对话 LangChain:用开放堆栈打造企业超级智能体同嘉宾:Jensen Huang · 同公司:NVIDIA
换个口味
- 不靠一个模型打天下:多模型路由的早期探索与实战权衡同公司:NVIDIA
- 前 Twitter CEO Parag:给智能体重造一个搜索引擎和一个新互联网同概念:并行计算 (parallel)
- Parag:为什么智能体搜索不该照搬人类那一套同概念:并行计算 (parallel)
