本週，英偉達CEO黃仁勳接受了《No Priors》節目主持人的採訪，就英偉達的十年賭注、x.AI超級集群的快速發展、NVLink技術創新等AI相關話題進行了一場深度對話。黃仁勳表示，沒有任何物理定律可以阻止將AI資料中心擴展到一百萬個晶片，儘管這是一個難題，多家大公司包括OpenAI、Anthropic、Google、Meta和微軟等，都在爭奪AI領域的領導地位，競相攀登科技的高峰，但重新創造智慧的潛在回報是如此之大，以至於不能不去嘗試。

摩爾定律曾是半導體產業發展的核心法則，預測晶片的電晶體數目每兩年會翻倍，進而帶來效能的持續提升。然而，隨著物理極限的接近，摩爾定律的速度開始放緩，晶片效能提升的瓶頸逐漸顯現。

為了解決這個問題，英偉達將不同類型的處理器（如GPU、TPU等）結合起來，透過平行處理來突破傳統摩爾定律的限制。黃仁勳表示，未來10年，運算效能每年將翻倍或三倍，而能源需求每年將減少2-3倍，我稱之為「超摩爾定律曲線」。

黃仁勳還提到，我們現在可以將AI軟體擴展到多個數據中心：“我們已經做好準備，能夠將計算擴展到前所未有的水平，而我們正處於這一領域的起步階段。”

以下是黃仁勳講話的亮點：

1．我們在未來10年進行了重大的投資。我們正在投資基礎設施，打造下一代AI運算平台。我們在軟體、架構、GPU以及所有實現AI開發所需的元件上都進行了投資。

2．摩爾定律，即晶體管數目每兩年翻倍的預言，曾經是半導體產業的成長指南。然而，隨著物理極限的接近，摩爾定律已不再能夠單獨推動晶片性能的提升。為了解決這個問題，英偉達採用了類似「異構運算」的方式，即將不同類型的處理器（如GPU、TPU等）結合起來，透過平行處理來突破傳統摩爾定律的限制。英偉達的技術創新，如CUDA架構和深度學習優化，使得AI應用得以在超越摩爾定律的環境中高速運作。

3．我們推出了NVLink作為互連技術，它使得多個GPU能夠協同工作，每個GPU處理工作負載的不同部分。透過NVLink，GPU之間的頻寬和通訊能力大幅提升，使得資料中心能夠擴展並支援AI工作負載。

4．未來的AI應用需要動態和彈性強的基礎設施，能夠適應各種規模和類型的AI任務。因此，英偉達致力於建構可以靈活配置和高效運作的基礎設施，滿足從中小型AI專案到超大規模超級運算叢集的需求。

5．建構AI資料中心的關鍵是要同時優化效能和效率。在AI工作負載中，你需要龐大的電力，而散熱成為一個巨大的問題。所以我們花了大量時間優化資料中心的設計和運營，包括冷卻系統和電力效率。

6．在硬體快速發展的背景下，保持軟體與硬體架構的兼容性顯得格外重要。黃仁勳提到，我們必須確保我們的軟體平台，如CUDA，可以跨代硬體使用。開發者不應當每次我們推出新晶片時都被迫重寫程式碼。因此，我們確保保持向後相容，並讓軟體能夠在我們開發的任何新硬體上高效運行。

7．我們正在建立一個超級集群，叫做X.AI，它將成為世界上最大的AI超級運算平台之一。這個超級叢集將提供支援一些最雄心勃勃的AI專案所需的運算能力。這是我們推動AI前進的一大步。

8．擴展AI資料中心的一個大挑戰是管理它們消耗的巨大能源。問題不僅僅是建立更大、更快的系統。我們還必須處理運行這些超大規模系統時面臨的熱能和電力挑戰。為了應對這一切，需要創新的工程技術來確保基礎設施能夠應對。

9.AI在晶片設計中的作用日益重要，黃仁勳指出，AI已經在晶片設計中發揮重要作用。我們使用機器學習來幫助設計更有效率的晶片，速度更快。這是我們設計下一代英偉達晶片的關鍵部分，並幫助我們建立專為AI工作負載優化的晶片。

10．英偉達市值的激增是因為我們能夠將公司轉型為AI公司。我們從一開始是GPU公司，但我們已經轉型成了AI運算公司，這項轉型是我們市值成長的關鍵部分。 AI技術的需求正在快速成長，我們處於一個能滿足這項需求的有利位置。

11．具象化AI是指將AI與物理世界結合。透過這種方式，AI不僅可以在虛擬環境中進行任務處理，還能在現實世界中進行決策並執行任務。具象化AI將推動智慧硬體、自動駕駛等技術的快速發展。

12.AI不只是工具，它也可以成為’虛擬員工’，幫助提升工作效率。 AI能夠在資料處理、程式設計、決策等領域取代或輔助人類工作，進而改變整個勞動市場和工作方式。

13.AI將在科學與工程領域產生巨大影響，特別是在藥物研發、氣候研究、物理實驗等領域。 AI將幫助科學家處理大量數據，揭示新的科學規律，並加速創新。它還將在工程領域優化設計，提高效率，推動更具創新性的技術發展。

14．我自己也在日常工作中使用AI工具，來提高效率和創造力。我認為，AI不僅能夠幫助我們處理複雜的數據和決策任務，還能提升我們的創意思維和工作效率，成為每個人工作中不可或缺的一部分。