NextFin

在人工智能时代引领:黄仁勋谈全栈革命与未来之路

由 NextFin AI 总结
  • 英伟达首席执行官黄仁勋讨论了生成式系统向能动AI的演进,强调机器获得推理能力的重要性。
  • 他强调算力需求的急剧增长,称推理任务所需的资源大约比早期生成式工作负载高出一千倍左右。
  • 黄仁勋概述了一个五层AI堆栈作为投资机会,指出战略性投资可以显著放大人工智能能力。
  • 与大规模失业的担忧相反,黄仁勋认为人工智能正在创造新的就业和再工业化机会,并将AI扩张与可持续能源投资联系起来。
NextFin News -

英伟达创始人兼首席执行官黄仁勋于2026年5月4日星期一在加利福尼亚州比佛利山庄举行的米尔肯研究所全球会议上与CNBC主播Becky Quick对话。题为“在人工智能时代引领”的讨论阐述了黄仁勋关于生成式系统如何演进为能动AI、为何算力需求激增、在AI堆栈中哪些领域最值得投资,以及社会应如何应对该技术带来的机遇与风险的观点。

从生成到推理:拐点

黄仁勋把生成式系统的到来描述为机器获得“思考”能力并能使用外部工具的时刻。他指出,生成式模型带来了两项新能力:内部生成用于思考的标记,以及生成用于控制工具的命令。正如他所言,当这一刻到来时,整个行业就开始争相探索如何利用生成式AI来实现推理。他强调,最近的发展产生了能够“理解、推理、规划,并使用工具来完成有用任务”的能动系统,并指出软件编码是这些系统早期且高产的应用场景之一。

算力需求:千倍级变化及其放大效应

黄仁勋强调了资源需求变化的规模。他表示,与早期生成式工作负载相比,推理和能动任务所需的算力大约高出一千倍。他又将这一需求乘以用户激增——数个数量级更多的人希望使用人工智能——并认为这能解释GPU消耗和系统需求的剧增。正如他总结的那样,人工智能改造了计算机产业,并将导致GPU和AI计算“真正无处不在”。

五层堆栈与投资方向

为说明瓶颈出现的位置,黄仁勋把人工智能框架比作一层层的蛋糕,包含土地、电力与外壳;芯片与系统;模型基础设施;模型;以及应用。他表示英伟达在这些层面上都有投资,有时会对基础设施公司进行核心投资以催化更多资本。这些战略性押注旨在产生大的放大效应——"如果我们投资1美元,它可能激活100美元的AI价值"——通过打通关键瓶颈,例如数据中心容量、互连、先进存储和冷却。

就业、再工业化与能源

与大规模被替代的叙事相反,黄仁勋认为人工智能正在创造大量就业机会。他表示,这一转型需要三类工厂——芯片代工厂、计算机工厂和AI工厂,并称这是通过市场力量实现再工业化的非凡机遇。黄仁勋还把人工智能扩张与电网现代化联系起来:由于有可预测的、高需求的客户,存在通过市场机制对可持续能源和电网升级进行投资的动因。

安全、护栏与产业的角色

在安全问题上,黄仁勋认为科技产业承担着核心角色,并把构建安全的人工智能比作工程上建造安全的飞机——需要冗余、多样化的传感器以及通过真实世界使用驱动的持续改进。他强调护栏系统已有显著改善,并且与用户反馈的迭代至关重要。他直言,使人工智能安全是科技产业的职责,公司必须自我负责,同时与各国政府合作制定规范。

开源、防御与网络韧性

针对双重用途或被武器化模型的可能性,黄仁勋认为对抗先进进攻性工具的防御不应寄希望于另一件单一的超级武器,而应是大量分布式的防御者。他主张开源模型和“成群”的防御系统——类似“白细胞”——以快速检测并封堵威胁。在他看来,防御者的普遍性和多样性会带来有利的非对称性:"你不能指望你的AI比他们的更好,但你可以指望你拥有的AI比他们多。"

出口、国家竞争力与政府角色

黄仁勋对国际参与持平衡立场:美国公司应在全球竞争,美国也有权通过控制最先进能力来保持领先,同时仍应广泛出口以最大化经济收益。他欢迎对高风险应用(例如医疗器械和自动驾驶)进行适当的政府监管,并支持政府与产业在国家防务背景下的合作,同时指出公司领导人并非法定官员,在战争决策中应让位于政策制定者。

悲观主义者与务实主义者:对工作与雄心的影响

在回应人工智能将消除职业的担忧时,黄仁勋区分了任务与职业的目的。以放射学为例,他解释说,尽管人工智能可能取代某项狭义的任务,但并不会消除职业的目的;相反,人工智能扩展了能力并创造了新角色,通常会增加对熟练人才的需求。他敦促采取务实视角:软件工程师的目的不是为了写代码。目的是解决问题,创新新的事物。他也警告称,以恐惧为驱动的叙事可能会削弱美国的参与与竞争力。

科学、发现与对更高雄心的呼吁

展望未来,黄仁勋表示人工智能将加速生物学、能源、气候和物理科学等领域的科学发现——把数月的探索性工作变为数天。他最后呼吁大家提高期望和雄心:无论组织今天设定了什么目标,他认为都应将其成倍提高,以匹配他所看到的变革。

References

Event page: 米尔肯研究所 — 在人工智能时代引领:与英伟达首席执行官黄仁勋的对话。

Conference: 米尔肯研究所 — 全球会议2026(2026年5月3–6日,加利福尼亚州比佛利山庄)。

更多独家洞察尽在 nextfin.ai.

洞察

生成系统和具代理性的人工智能背后的核心概念是什么?

哪些历史发展促成了具代理性人工智能的兴起?

最近人工智能行业对算力的需求发生了怎样的变化?

用户针对具代理性人工智能系统提供了哪些反馈?

当前围绕人工智能投资的行业趋势有哪些?

人工智能安全协议最近有哪些更新?

政府监管在人工智能发展中扮演什么角色?

人工智能技术未来可能有哪些发展方向?

人工智能可能对就业市场产生哪些长期影响?

当前人工智能行业面临的主要挑战有哪些?

在国防应用中使用人工智能存在哪些争议?

NVIDIA的投资策略与竞争对手相比如何?

有哪些历史案例说明技术对就业创造的影响?

开源模型如何为人工智能防御机制做出贡献?

NVIDIA的五层人工智能技术栈的关键组成部分是什么?

不同利益相关者对人工智能的社会看法有何不同?

有哪些例子展示了人工智能在加速科学发现方面的作用?

人工智能可以通过哪些方式为可持续能源解决方案做出贡献?

人工智能对国际竞争力有何影响?

在此输入您的问题...