【中英對照】黃仁勳震撼長談：AI已到AGI，未來公司與工作將徹底改變，世界正被重寫...【值得一讀，特此推薦】

你將 NVIDIA 帶入咗 AI 嘅全新時代，從過去聚焦晶片尺度設計，一路走向機櫃尺度嘅整體設計 可以噉講，過去好長一段時間， NVIDIA 嘅勝出關鍵，就係打造出最強嘅 GPU ， 呢一點你哋而家仲做緊，但係而家你哋已經將呢件事擴展成

對 GPU 、 CPU 、記憶體、網路、儲存、供電、散熱同軟件嘅極限協同設計， 甚至仲包括機櫃本身、你哋發佈嘅 pod ，甚至成座資料中心 所以我哋就嚟傾下咩係極限協同設計 當一個系統入面有咁多複雜元件同設計變數時，做協同設計最困難嘅地方係咩？

好，呢個問題問得好好 首先，之所以一定要做極限協同設計， 係因為你而家要解嘅問題，已經大到塞唔到入一部電腦，再靠一顆 GPU 嚟加速喇 你真正想解決嘅係：速度提升幅度，要超過你增加電腦數量嘅幅度

比方話，你加咗10，000部電腦，但你希望整體速度可以提升到一百萬倍 呢個時候你就要重新拆解演算法， 你得重構佢，仲要將 pipeline 分片、將資料分片、將模型亦分片

而一旦你開始用呢種方式去分散問題，唔再只係單純將問題放大， 而係真正將問題分散到整個系統入面嘅時候，所有嘢都會變成瓶頸 呢個就係阿姆達爾定律嘅問題， 即係話，一個環節可以帶嚟幾多加速，取決於佢喺整體工作量入面佔咗幾大比例，

所以如果運算只佔整個問題嘅50 % ， 噉就算我將運算速度提升到無限快，例如快一百萬倍，整體工作負載都不過只係加速2倍而已 問題就嚟咗，你唔只得將運算分散出去，

你仲要諗辦法將成個 pipeline 切分開嚟，同時仲要將網絡問題解決 因為你而家有一大堆電腦全部互相連埋一齊， 所以喺我哋呢種規模下做分散式運算時， CPU 係問題， GPU 係問題，網絡係問題，交換器亦係問題，

而且點樣將工作負載分配到所有呢啲電腦上面，本身都係個問題 呢個本質上就係一個極其龐大、極其複雜嘅電腦科學問題，所以我哋只可以將所有技術手段全部用上， 否則我哋嘅擴展就只可以係線性嘅，或者只可以跟住摩爾定律嘅能力慢慢往上走， 而摩爾定律其實早就大幅放緩咗，因為 Dennard scaling 亦已經放緩

呢度一定充滿咗大量取捨，而且你面對嘅仲係彼此差異極大嘅各種專業領域 我相信你哋喺每一個領域都有專家，好似係高頻寬記憶體、網絡， NVLink 、 NIC 、光互聯、銅纜、供電、散熱， 所有呢啲領域入面，應該都有世界級專家 你到底係點樣將呢啲人都拉入同一個房間，一齊將事情做成嘅？

所以我嘅直屬團隊先會咁大 噉成個流程係點運作嘅？你可唔可以帶我走一次，由專家到通才，

噉成個流程係點運作嘅？你可唔可以帶我走一次，由專家到通才， 例如，當你知道有一整套嘢都要塞入同一個機櫃入面嘅時候， 將佢哋整合設計埋一齊嘅過程，到底長咩樣？

呢度其實有第一個問題，就係：咩叫做極限協同設計？

我哋係喺整個技術堆疊上做整體優化，從架構、晶片、系統， 一路到系統軟件、演算法同應用程式；呢個係一個層面 第二個層面，就係你我啱啱講到嘅， 佢已經超越咗 CPU 、 GPU 、網絡晶片、 scale-up 交換器同 scale-out 交換器 而且當然仲要將供電、散熱呢啲全部都算入去，

因為呢啲電腦全部都非常非常耗電 佢哋做咗大量工作，而且單位能效其實好高，但總量加埋，仍然會消耗驚人嘅電力 所以第一個問題係：佢到底係咩？

第二個問題係：點解需要佢？

而我哋啱啱已經講到，點解你要將工作負載分散出去， 目的就係令效益能夠超過單純增加電腦數量所帶嚟嘅提升 第三個問題則係：噉要點樣做到？

你到底係點做嘅？

呢個某種程度上，就係呢間公司最神奇嘅地方 當你設計緊一部電腦嘅時候，你需要一個可以令整部電腦運作嘅系統 而當你喺設計一間公司嗰陣，你首先應該諗嘅係：你希望呢間公司產出啲咩？

我睇過好多公司嘅組織圖，但佢哋睇落幾乎都一模一樣 漢堡公司嘅組織圖、軟件公司嘅組織圖、汽車公司嘅組織圖， 睇落居然都差唔多 呢個喺我睇嚟根本講唔通 一間公司嘅目的，就係成為嗰台能夠產生輸出嘅機器、機制同系統 而嗰個輸出，就係我哋想創造嘅產品

而公司嘅架構，亦應該反映佢所處嘅環境 某種程度上，環境幾乎已經直接話你知，組織應該點設計 我嘅直屬團隊有60個人 我唔同佢哋一對一開會，因為噉樣根本唔可能 如果你仲想真正將事情做好，就唔可能同時同60個直屬一對一運作 所以你而家仲有60個直屬主管？

甚至仲唔止？

對，仲有更多 仲有更多對 而且大多數人至少都同工程領域有直接關係 幾乎所有人都係 有記憶體專家、有 CPU 專家，亦有光學專家， 仲有 GPU 、架構、演算法、設計方面嘅專家 所以你等於必須時時刻刻盯住成個技術堆疊，

仲要不斷針對整個堆疊嘅設計進行高強度討論 而且任何一場討論都唔會只有一個人參與 呢個亦都係我唔做一對一會議嘅原因 我哋將問題擺出嚟，然後大家一齊上去解佢， 因為我哋做嘅就係極限協同設計，講白咗，成間公司其實一直都做緊呢件事

所以就算你講嘅只係某個具體元件，例如散熱或者網絡，所有人都會一齊聽 對，冇錯 然後其他人就可以即刻補充：呢個做法唔適合供電分配 呢個對記憶體都唔得 呢個對別嘅部分都唔成立 冇錯 至於邊個想分心、邊個想放空，噉就放空啦，你明我嘅意思

因為團隊入面嘅人都知道，幾時係佢哋必須要專心介入嘅時刻 如果有啲嘢本來佢哋可以提供幫助，結果就冇出手， 我就會直接點名，話，喂，唔好閃喇，入嚟一齊處理 所以就好似你啱啱提到嘅， NVIDIA 係一間會隨環境調整自己嘅公司 噉你會點樣界定，由邊一個時間點開始，

環境真係變咗，而你哋亦開始悄悄調整，由原本做遊戲 GPU ， 經歷早期深度學習革命之後，轉而開始將自己睇成一座 AI 工廠？

NVIDIA 到底係做緊咩？

佢係生產 AI 噉我哋就嚟打造一座生產 AI 嘅工廠 我其實可以好系統化噉將呢件事推演出嚟 我哋一開始係一間加速器公司，但加速器嘅問題在於，佢嘅應用範圍太狹窄喇 佢嘅好處當然係，對特定工作可以做到極致優化 任何專家型角色都有噉嘅優勢

但高度專精嘅問題就係，你可以觸及嘅市場一定會變窄， 不過呢個其實仲未係最致命嘅問題 真正嘅問題係，市場規模亦會決定你嘅研發能力，

而你嘅研發能力，最終又會決定你喺整個運算世界入面，究竟可以產生幾大影響力 所以當我哋一開始做加速器，而且仲係非常特定用途嘅加速器時， 我哋心入面一直都好清楚，嗰個只會係第一步 我哋一定要搵到方法，走向加速運算呢條路；但問題係，一旦你變成一間運算公司，

你就會變得太通用，而通用性往往會稀釋你嘅專精優勢 所以我將兩個本來就存在根本張力嘅詞，硬係接埋一齊 我哋越似一間完整嘅運算公司，就越唔容易保持專家級嘅專精； 而我哋越專精，就越冇能力去承擔整體運算平台嘅角色

所以我刻意將呢兩件事綁埋一齊，因為公司一定要搵到嗰條非常狹窄嘅路， 一步一步噉擴大我哋喺運算上嘅視野同能力，同時又唔可以放棄我哋最核心、最重要嘅專精 好

所以我哋跨出單純加速器定位嘅第一步，就係發明咗可程式化像素著色器 嗰個係我哋走向可程式化嘅第一步 嗰個亦都係我哋第一次真正去「運算世界」跨出去 第二件事，係我哋將 FP32放入咗着色器入面

而呢一步，呢個符合 IEEE 標準嘅 FP32，係朝向通用運算邁進嘅一大步 以及其他各種資料流處理器領域嘅人，都開始注意到我哋 你知唔知，其他類型嘅資料流處理器發現咗我哋

佢哋當時就話，嘿，突然之間，我哋可能可以開始利用呢種運算能力極強嘅 GPU 喇， 而且佢而家仲已經符合 IEEE 標準 我原本寫喺 CPU 上面跑嘅嗰啲軟件， 而家可能可以試下搬到 GPU 上嚟跑喇

而呢個亦都引導我哋進一步喺 FP32之上加入 C 語言層，做出咗我哋所謂嘅 Cg ， 而 Cg 呢條路，最後就一步一步將我哋帶到咗 CUDA 而將 CUDA 放到 GeForce 上呢件事 —— 嗰個係一個非常非常難做出嘅戰略決定，

因為佢會食晒公司大量利潤，當時其實我哋根本負擔唔起，但我哋仍然做咗， 因為我哋想成為一間真正嘅運算公司 一間運算公司，就一定要有自己嘅運算架構；而一個運算架構，一定要能夠相容於 我哋所打造嘅所有晶片 你可唔可以帶我回頭講講嗰個決策係點樣做出嚟嘅？

即係話，將 CUDA 放上 GeForce ，明明你哋當時其實承受唔起 —— 你可以傾下嗰個決定嗎？

點解最後仲係咁大膽咁硬做落去？

對 可唔可以傾下嗰個決策背後嘅想法？

呢個問題好好 嗰個係第一個 —— 我會話，嗰個係我哋第一個真正稱得上 幾乎逼近生存威脅等級嘅戰略決策 如果有啲人仲唔知後來嘅結果，先劇透一下：咁最後證明係企業史上最精彩、最聰明嘅決策之一

所以 CUDA 最終成為咗呢個 AI 基礎設施時代中，一個極其關鍵嘅運算基礎 所以先把背景講清楚，後來事實證明，嗰個確實係一個正確嘅決定 對 後來睇嚟，嗰個確實係個非常好嘅決定 我諗，事情大概係噉樣一步一步走過嚟嘅 我哋先發明咗 CUDA ，而佢擴大咗我哋呢種加速器所能處理嘅應用範圍，

即係將原本可以加速嘅應用領域一下子打開咗 但係接下來嘅問題係，我哋要點樣將開發者吸引到 CUDA 上嚟？

因為一個運算平台，核心其實就係開發者；而開發者唔會只係因為 佢睇落可以做啲有趣嘅嘢，就跑過嚟 佢哋之所以願意嚟，係因為嗰個平台嘅安裝基礎夠大 因為開發者同所有人一樣，都希望自己寫嘅軟件能夠觸及大量使用者

所以，安裝基礎其實先係一個架構最重要、最核心嘅部分 一個架構本身可以被批評得體無完膚， 例如，幾乎冇咩架構比 x86挨過更多批評， 因為佢成日被認為並唔係一種優雅嘅架構 可即使係咁，佢仲定義咗今日嘅運算世界

呢個其實就係一個好好嘅例子：有咁多 RISC 架構， 佢哋設計靚、架構精緻， 而且出自全世界最頂尖嘅一批電腦科學家之手，最後卻大多失敗咗 所以我其實已經畀咗兩個對照例子你：一個好優雅，另一個甚至講唔上好睇

但最後活落嚟嘅，卻係 x86 安裝基礎，就係一切 係安裝基礎定義咗一個架構， 其他一切，都係其次 明白 而且喺 CUDA 推出嗰個年代，市面上其實仲有其他架構，好似 OpenCL 都已經喺度喇 當時有好幾種彼此競爭嘅架構，但關鍵在於 ——

我哋做啱嘅一個決定就係，我哋當時話：各位，講到底，真正嘅核心仲係安裝基礎 咁，要將一個全新嘅運算架構真正推進呢個世界，最好嘅方法係咩？

到咗嗰個時候， GeForce 已經成功咗 我哋嗰陣每年已經賣緊數以百萬計嘅 GeForce GPU 於是我哋就話，我哋應該將 CUDA 直接放入 GeForce ，畀佢進入每一台 PC ， 無論客戶當下會唔會用，都先畀佢入去，作為培養安裝基礎嘅起點

同時，我哋再去吸引開發者、進入大學、寫教材、 開課，將 CUDA 鋪到所有可以鋪嘅地方 到最後，人哋自然就會發現佢 而且喺嗰個年代， PC 先係最主要嘅運算載體，當時仲未有雲端， 所以我哋等於可以將一台超級電腦，直接交到每一位校園研究者、每一位科學家手上，

交到每一間工程學院，甚至交到每一位學生手上 而最後，驚人嘅事自然就會發生 但問題係， CUDA 令嗰顆 GPU —— 而嗰個本來係一個消費級產品 —— 成本大幅上升， 上升嘅幅度之大，幾乎將公司所有毛利空間都吞晒晒

所以當時公司市值大概係 —— 我記得大概八十億？

仲係差唔多六十億、七十億、八十億美元嗰個量級，大概就係噉 喺我哋推出 CUDA 之後，我就意識到佢會帶嚟極高嘅成本， 但係嗰個又係我哋真心相信嘅方向結果我哋嘅市值一路跌到大概只剩15億美元 所以我哋確實喺低谷度等咗一陣，

然後再一點一點、好艱難噉爬返嚟，但我哋始終將 CUDA 扛喺 GeForce 上面 我成日話， NVIDIA 係 GeForce 蓋起嚟嘅屋，因為正正就係 GeForce 將 CUDA 帶到咗所有人手上 —— 研究人員、科學家 —— 佢哋係喺 GeForce 上面發現 CUDA 嘅， 因為佢哋好多人本來就係玩家

而且好多人本來就會喺大學實驗室入面自己組電腦，好多人甚至自己搭叢集， 用嘅就係 PC 零件我哋最初大概就係噉樣啟動起嚟嘅 然後佢就一步步成為咗深度學習革命嘅平台同底座 嗰個其實都係另一個非常非常了不起嘅洞察 對 嗰個幾乎生死攸關嘅時刻

你仲記唔記得嗰啲會議係點樣嘅？嗰啲討論到底係點樣展開嘅？畢竟嗰個等於係全公司押上一切去冒險

你仲記唔記得嗰啲會議係點樣嘅？嗰啲討論到底係點樣展開嘅？畢竟嗰個等於係全公司押上一切去冒險

嗯，我當時一定要好清楚噉畀董事會知道，我哋到底想做啲咩 而管理團隊亦知道，我哋嘅毛利率一定會被狠狠壓縮 你可以想像嗰種局面： GeForce 扛起咗 CUDA 嘅全部成本負擔， 但玩家根本唔會理，亦唔會願意為此多付錢

因為消費市場只接受某個價格區間，你嘅成本有幾高，消費者根本唔理 而我哋等於將成本往上拉咗50 % ，呢個幾乎可以直接吞晒 —— 而且我哋當時仲係一間毛利率只有35 % 左右嘅公司 所以嗰個真係一個非常艱難嘅決定，但你仍然可以想像， 總有一日，呢樣嘢會進入工作站，亦會進入超級電腦，而喺嗰啲市場入面，

我哋可能就可以攞到更高嘅利潤空間 所以從邏輯上，你係可以推演出呢件事最終會養得起自己，但係佢仍然花咗成十年 呢個更似係你點樣去說服董事會嘅過程，但我更想知道嘅係，你自己心理上 ——

因為 NVIDIA 一路走來，不斷做出嗰啲大膽押注，唔單止係喺預判未來，而家甚至係喺定義未來

所以我其實更想知道嘅係，嗰種可以令公司一次次做出呢種跨越式決策嘅判斷力，究竟係點樣形成嘅 首先，驅動我嘅一個核心力量，就係強烈嘅好奇心

到咗某個時刻，會有一整套推理系統，令我說服得非常徹底，令我清楚知道，呢個結果一定會發生 於是我喺心入面就真係相信佢 而當我心入面真係相信咗，你知唔知嗰種感覺 你會先喺腦入面將未來具象化，而嗰個未來清晰到令人信服，

你甚至會覺得，佢根本唔可能唔發生 中間當然會有好多痛苦、好多煎熬，但你一定要相信你所相信嘅嘢 所以你嘅做法其實係，先睇到嗰個未來，然後再用工程嘅方法將佢一步步實現出嚟 對 然後你再去推演，應該點樣走到嗰度 你會去推演，點解噉嘅嘢一定要存在

而且唔止係我，我哋喺呢度其實所有人都做緊呢種推演 管理團隊都一樣，所有人都花咗好多時間喺度反覆推演呢件事 接下來另一部分，大概就比較似係一種領導技巧喇，即係， 好多時候，領導者會先默不作聲，或者先知道咗某件事，

然後等到某個時點，突然發一份宣言，話新嘅一年開始咗， 然後唔知點解，等到隔年年底， 就突然冒出一套全新計劃、呢邊大裁員、嗰邊大改組， 再加上一個新嘅使命宣言、全新嘅 logo ，差唔多就係嗰一套 但我哋從來唔係咁做嘢嘅，我自己都從來唔咁做

當我對某件事有咗新嘅理解，而且佢開始影響我嘅思考方式嗰陣， 我會即刻好清楚噉畀身邊所有人知道：呢件事好重要，值得注意 呢件事會帶嚟真正嘅改變 呢個會進一步影響到另外嗰件事 而我會將成件事一層一層、一步一步噉推演落去 好多時候，我其實心入面已經有結論喇，但我仍然會抓住每一個可能嘅機會、每一條外部資訊，

新嘅洞見、新嘅發現、新嘅工程突破， 以及新里程碑出現嘅每一個時刻 —— 我會利用呢啲機會，去慢慢塑造其他人嘅信念系統 而且呢件事，我真係每日都做緊 我對董事會噉樣做， 對管理團隊都係咁做， 我同我嘅員工一齊做緊呢件事

我係慢慢塑造佢哋嘅信念系統，等有一日當我企出嚟話，嘿，我哋去收購 Mellanox 啦， 所有人都會覺得：呢個唔係理所當然嘅事咩？我哋當然應該咁做

所有人都會覺得：呢個唔係理所當然嘅事咩？我哋當然應該咁做 而喺我真正講出：各位，我哋全力押注深度學習啦 —— 嗰一日， 而且我會話你哋知點解 —— 其實喺嗰之前，我早就已經喺唔同部門之間一塊一塊地鋪路喇，

公司內部各個組織、好多人，其實早就陸續聽過完整或接近完整嘅想法喇 而公司入面嘅大多數人，至少都聽過其中一部分 所以等到我正式宣布嘅嗰一日，大家其實已經對其中好多部分先接受咗、先認同咗 從好多角度嚟講，我其實好鍾意用呢種方式嚟宣布重大決策

我都可以想像，員工心入面大概會諗：「 Jensen ，你點解而家先講？」

其實，我已經花咗好長一段時間，慢慢塑造佢哋嘅信念系統，亦包括領導層喺內 有時睇落，好似你係喺後面推住走，但其實你一直都喺背後慢慢鋪陳、 一步步推進，直到我真正宣布嘅嗰一日，大家已經係百分之百認同喇 但你想要嘅，本來就係噉 你要嘅係將所有人一齊帶上嚟 如果唔係，今日你突然宣布要全面押注深度學習，大家只會愣住話：「你到底講緊乜嘢？」

如果唔係，今日你突然宣布要全面押注深度學習，大家只會愣住話：「你到底講緊乜嘢？」 你突然話：「嚟，我哋全力押上呢件事」 結果你嘅管理團隊、董事會、員工，仲有客戶， 都會一臉錯愕噉諗：「呢個到底係邊度冒出嚟嘅？」

都會一臉錯愕噉諗：「呢個到底係邊度冒出嚟嘅？」 大家會覺得：「呢個都太瘋狂喇」 所以其實， GTC 亦都係呢個過程嘅一部分你如果回頭去睇過去嗰啲 keynote ， 你會發現，我其實亦一直喺塑造整個產業合作夥伴嘅信念系統 我亦同時利用呢件事，去進一步塑造我自己員工嘅信念系統

所以等到我真正要宣布某件事嘅時候，例如話，就好似我哋最近啱啱 —— 我哋啱啱宣布咗 Grok 其實我哋已經鋪陳好耐喇 我已經講咗嗰啲過渡階段、嗰啲墊腳石，講咗成兩年半 你回頭一睇就會發現：「天啊，佢哋其實已經講咗兩年半喇」 所以我其實一直都係一步一步噉鋪地基 等到時機到咗，你一宣布，大家反而會話：「你點解而家先講？」

等到時機到咗，你一宣布，大家反而會話：「你點解而家先講？」 但呢件事影響嘅，唔只係公司內部而已 你其實係塑造緊成個創新版圖，甚至係更廣泛嘅全球創新版圖，因為你將嗰啲想法先放到世界上去 你某種程度上，真係就係將未來變成現實 我哋其實唔係整緊電腦 我哋其實都唔係喺度造雲端 講到底，我哋其實係一間運算平台公司，所以嚴格嚟講，冇人可以直接喺我哋呢度買到一個完整成品 呢個地方其實好有意思

我哋會做垂直設計，亦會做垂直整合，目的係將整個平台設計到最佳化， 但接着，我哋又會將成個平台喺每一層都打開， 令佢可以被整合入別家公司嘅產品、服務、雲端、超級電腦，仲有 OEM 電腦入面

所以最關鍵、亦最神奇嘅一點就係：如果我冇先說服佢哋，我根本做唔成我想做嘅嘢 所以 GTC 喺好大程度上，其實就係將一個未來先具象化， 好讓等到我嘅產品真係準備好嘅時候，大家會反過來話：「你點解而家先推出？」

好讓等到我嘅產品真係準備好嘅時候，大家會反過來話：「你點解而家先推出？」 對 所以，你長期以來一直深信嘅一件事，就係廣義嚟講嘅 scaling laws ，即係規模定律 噉你而家仲信呢啲 scaling laws 咩？

對 而且而家，我哋有更多種 scaling laws 喇 所以我諗，你大概已經將佢概括成四種： pre-training 、 post-training 、 test-time ，仲有 —— agentic scaling 噉，當你喺度思考未來，無論係更長遠嘅未來，定係眼前嘅未來時， 最令你擔心、最令你夜晚瞓唔著嘅嗰啲阻礙， 即係嗰啲你一定要跨過、 AI 先可以繼續擴展嘅關卡，究竟係咩？

我哋可以先回頭睇下，過去人哋以為咩嘢會成為瓶頸 最一開始，大家講到嘅第一個，其實就係 pre-training 呢條 scaling law ， 當時好多人認為，而且呢種諗法亦唔算冇道理 —— 我哋手上高品質資料嘅總量， 將會限制我哋最終可以達到嘅智能上限 而嗰條 scaling law 的確非常重要，甚至可以話極其重要

模型越大、對應投入嘅資料越多，最後就越可以產生更好嘅 AI ，即係更聰明嘅 AI 所以，呢個就係 pre-training 後來 Ilya Sutskever 曾經講過，類似「我哋已經冇資料喇」呢啲噉嘅說話 意思大概就係， pre-training 嘅時代快結束喇，之類嘅講法 結果成個產業一下就緊張咗，仿佛 AI 要走到盡頭咗一樣 但好明顯，嗰個當然唔係真嘅

我哋仍然會持續擴大可用嚟訓練嘅資料總量 而其中大部分資料，好可能都會係 synthetic data ，即係合成資料，呢點亦令好多人感到困惑 但大家其實忽略咗一件事，甚至可以話係忘記咗一件事：我哋而家互相傳遞嘅大部分資料， 嗰啲我哋用嚟訓練、互相教導、互相傳遞資訊嘅內容，本質上好多本來就係 synthetic 嘅

所謂 synthetic ，意思就係佢唔係自然界自己長出嚟嘅 係你將佢創造出嚟，我嚟用；然後我再修改佢、擴充佢、重新生成佢，接着又換人去用

所以而家我哋已經走到一個階段： AI 可以攞到 ground truth ，即係真實基礎資料，並喺呢個基礎上擴充 進一步強化佢，再合成出海量嘅新資料，而 post-training 呢一部分亦因此得以持續擴展

即係話，未來真正由人類親手生成、可以直接攞嚟使用嘅資料比例，會越嚟越細、越嚟越細 而用嚟訓練模型嘅資料總量，卻仲會繼續一路擴大，擴大到某一個程度， 到嗰時，訓練嘅瓶頸就唔再係資料，而係算力，即係 compute 原因就係，未來大部分資料都會係 synthesized data

而下一個階段，就係 test time 我到而家都仲記得，當時好多人同我講， inference ？喔，咁好簡單啊

我到而家都仲記得，當時好多人同我講， inference ？喔，咁好簡單啊 訓練前先難 嗰啲先係大家口中嗰啲巨型系統 至於推斷，一定好容易 所以佢哋覺得，未來做 inference 嘅晶片會係細細個嘅晶片，唔會好似 NVIDIA 呢種大晶片一樣， 又複雜又昂貴；而且未來 inference 才會係最大嘅市場，

而呢件事會變得好簡單，最後仲會走向商品化，到時候人人都可以 —— 自己做出自己嘅晶片 但呢種講法喺我睇嚟，由一開始就唔合邏輯，因為 inference 本質上就係喺度思考 我認為，思考本來就係一件好難嘅事 思考，遠比閱讀困難得多

pre-training 本質上只係記憶、泛化，以及喺大量關聯中尋找模式 呢個同真正嘅思考、推理、解題完全唔同；嗰個係面對未知經驗、

面對全新嘅情況，然後將佢拆開、分解成可以逐步解決嘅小塊， 接着再透過第一性原理推理，或者依靠過去案例、既有經驗， 又或者乾脆靠探索、搜尋，以及不斷嘗試各種唔同方法

而成個 test-time scaling ，即係 inference 嘅過程，真正做嘅其實就係思考 它關乎推理、關乎規劃，也關乎搜尋 所以，呢種嘢點可能會係低算力需求呢？

而事實亦證明，我哋喺呢件事上嘅判斷完全正確 所以， test-time scaling 本質上就係極度食算力嘅 接下來問題就係：好，而家我哋已經走到 inference 、走到 test-time scaling ，噉再下一步呢？

好明顯，而家我哋其實已經等於創造出一個 agent person ，即係一個具代理能力嘅 AI 個體 而呢個 agent person ，背後就係我哋而家已經做出嚟嘅大型語言模型 但係喺 test-time 階段，呢個 agent system 會自己出去做研究、查資料庫、反覆調用資料系統，

佢仲會用各種工具；而佢最重要嘅能力之一，就係可以不斷分裂、派生出大批 sub-agents ，即係子代理， 噉就代表，我哋其實正喺度創造大型 AI 團隊 因為要擴大 NVIDIA ，靠多聘請員工，遠比將我呢個人本身「放大」容易得多 所以，下一條 scaling law ，就係 agent scaling law

佢有啲似係喺「倍增 AI 」 即係話，我哋可以按照需要，不斷高速噉分化出更多 agents 於是而家，你就有咗四條 scaling laws 而隨住我哋越嚟越多使用 agent systems ，佢哋亦會反過來創造出更多資料、更多經驗 其中有啲成果，我哋會睇咗之後話：哇，呢個真係好正

呢啲嘢值得被記住 於是，呢批資料集就會一路回流到 pre-training 階段 我哋將佢記住，再將佢泛化 然後再進一步修整佢、微調佢，將佢送返 post-training 然後再透過 test-time 將佢強化得更好，最後由 agents 同 agent systems 將佢真正送入產業現場

歸根結底，其實可以話，智慧嘅擴展最終都會落到一件事上，就係算力 歸根結底，其實可以話，智慧嘅擴展最終都會落到一件事上，就係算力 但呢度有個好棘手嘅地方，你一定要提前預判，就係其中有啲組件， 必須依靠唔同型態嘅硬體，先可以真正做到最佳化

所以你得提前睇到， AI 創新接下來究竟會去邊度 例如，好似帶有稀疏性嘅 Mixture of Experts 架構 但做硬體唔係一星期內話轉就可以轉嘅 你一定要提前預判，佢最後會長成點樣 而呢件事其實非常可怕，亦非常困難

例如，而家 AI 模型架構幾乎每六個月左右，就會冒出一種新嘅 而有啲架構，尤其係硬體架構，往往係以三年為一個週期喺度演進，所以你一定要提前預判， 兩三年後最有可能發生嘅事到底係咩

而做到呢件事，大概有幾種方法 首先，我哋可以自己喺內部做研究， 呢個亦都係點解我哋既有基礎研究，亦有應用研究，而且仲會自己做模型 我哋自己就喺第一線，直接累積實戰經驗 呢個正正就係我所講嘅協同設計嘅一部分 而且我哋大概亦都係全世界唯一一間，真正同幾乎所有 AI 公司合作嘅 AI 公司

所以，全世界每一家雲端服務供應商、每一家企業 IT 公司， 所以，你等於係聽緊成個產業入面嘅風聲，仲有嗰啲 AI 實驗室入面嘅動向？

冇錯 你就係得從每一個人身上去聽、去學 而最後一個關鍵，就係你嘅架構一定要夠靈活，能夠順住變化去調整、去轉向 CUDA 嘅一個重大優勢就係，一方面，佢係一個非常強大嘅加速平台， 但另一方面，佢又非常靈活

喺專用化同通用化之間取得精妙平衡，如果唔夠專用化，就無法真正超越 CPU ；但若唔夠通用化， 我哋又無法隨住演算法變化而調整 —— 呢件事真係非常非常重要 呢個亦都係點解 CUDA 一方面可以咁耐久、噉有韌性，另一方面我哋又可以持續將佢向前強化

而家我哋已經走到 CUDA 13.2，即係正以極快速度推進呢個架構，好令佢始終跟上最新演算法 例如，當 Mixture of Experts 出現時，呢個亦都係點解我哋做嘅係 NVLink 72，而唔係 NVLink 8。

噉我哋就可以將一個完整4兆、甚至10兆參數模型放入同一運算域，佢睇落好似喺一顆 GPU 上面執行 大家可能冇留意到我啱啱其實提到咗，但如果你去睇 Grace Blackwell 機櫃嘅架構，

你會發現，佢幾乎就係為咗一件事而生：處理大型語言模型 結果只係過咗一年，你再睇 Vera Rubin 機櫃，就會發現入面已經加入咗儲存加速器， 佢有一顆非常厲害嘅新 CPU ，叫做 Vera ，亦有 Vera Rubin 同 NVLink 72嚟跑 LLM ，

佢仲多咗一個新嘅附加機櫃，叫做 Grok ，所以整套機櫃系統 就同上一代完全唔同，而且入面塞滿咗各種全新嘅組件 而原因就係，上一代嘅設計重點，係要跑 MOE 大型語言模型嘅推理， 而呢一代，則係要跑 agents ；而 agents 會大量調用各種工具

好明顯，呢個整套系統嘅設計，一定早喺 Claude Code 、 Codex 、 OpenClaw 出現之前就已經完成 所以，本質上你就係提前預判未來，而嗰種能力係從邊度嚟嘅？

係嚟自嗰啲風向？來自你對最前沿技術狀態嘅理解嗎？

唔，唔，其實比嗰個仲簡單 你只要將佢推理清楚就得喇 首先，第一步就係先推理 無論接下來發生咩事，如果一個大型語言模型最終要成為真正嘅數碼工作者， 我哋就先用呢個比喻嚟講好啦 假設我哋希望 LLM 成為一個數碼員工，噉佢一定要具備啲咩能力？

佢一定要可以存取 ground truth ，即係我哋嘅檔案系統；佢仲一定要可以自己去做研究， 因為佢唔可能乜都知，而我亦唔想等到佢對所有嘢都變得無所不知、 對過去、現在、未來全都通曉之後，先令佢變得有用，所以，

我乾脆就畀佢自己去做研究；好明顯，如果佢想幫我做嘢，佢就一定會用我嘅工具 好多人會話， AI 最後會徹底顛覆軟件，我哋以後根本唔再需要軟件喇， 甚至連工具都唔再需要喇，呢種講法太荒謬喇 我哋嚟做個思想實驗你只要坐喺度，端住一杯威士忌，

將呢啲問題諗一諗，答案其實好快就會變得非常明顯， 例如，如果未來十年，我真係造出咗一個我哋可以想像到最強嘅 agent ，假設佢 —— 係一個人形機器人；咁，如果呢個人形機器人真係被造出嚟咗，更有可能嘅係 —— 佢走入我屋企，直接用我現有嘅各種工具嚟幫我做嘢，

完成佢需要做嘅工作？仲係話佢呢隻手會喺某一刻變成一把10磅重嘅大鐵錘，然後變成一把手術刀

完成佢需要做嘅工作？仲係話佢呢隻手會喺某一刻變成一把10磅重嘅大鐵錘，然後變成一把手術刀 而且為咗將水煮開，仲要喺手指入面直接射出微波？定係更有可能，佢其實只係去用一台微波爐？

而且為咗將水煮開，仲要喺手指入面直接射出微波？定係更有可能，佢其實只係去用一台微波爐？

而且佢第一次行到嗰台微波爐前面嗰陣，好可能其實仲唔知應該點操作 但冇關係，佢連住網絡，即刻去讀呢台微波爐嘅說明書，一讀完，瞬間就變成呢台微波爐嘅專家 於是佢就可以攞嚟用喇所以我諗，我其實啱啱已經將 OpenClaw 幾乎所有核心特性都描述出嚟喇，

即係話，佢會用工具，佢會存取檔案， 佢會自己做研究，佢有 I/O 子系統；而當你用呢種方式將佢整個推理完之後， 你就會發現，天啊，呢個對未來運算世界嘅衝擊，會係極其深遠嘅， 而原因就係，我認為，我哋其實等於重新發明咗電腦

接着你會問：噉我哋由幾時開始將呢啲嘢諗清楚嘅？又係由幾時開始推演 OpenClaw 嘅？

接着你會問：噉我哋由幾時開始將呢啲嘢諗清楚嘅？又係由幾時開始推演 OpenClaw 嘅？

如果你將我喺 GTC 用過嘅 OpenClaw 架構圖拎出嚟睇，你會發現，兩年前其實就已經有咗 真係，就係兩年前嘅 GTC ，我嗰陣講嘅就已經係 agent systems ， 而嗰啲內容，同今日嘅 OpenClaw 幾乎係完全對應嘅當然，呢個中間亦都要有好多條件同時成熟

首先，我哋需要 Claude 、 GPT ，以及呢一系列模型，先成長到某個能力水準， 所以，佢哋各自嘅創新、突破，以及持續不斷嘅進步， 都非常關鍵接着，當然仲要有人真正做出一個開源專案，

而且呢個專案一定要夠穩健、夠完整，能夠令我哋所有人真正攞嚟投入使用， 我認為， OpenClaw 對代理系統所做嘅嘢，就好似 ChatGPT 當年對生成式系統所做嘅一樣 所以我真係覺得，呢個係一件非常重大嘅事

係啊，呢個確實係一個非常特別嘅時刻；我都唔太確定，點解佢會引起全世界咁廣泛嘅關注 但係佢確實做到咗，而且引發嘅關注甚至超過咗 Claude Code 、 Codex 等等 因為一般消費者都可以直接接觸到佢 對，冇錯但呢度其實亦有大部分係某種「氣氛感」， Peter ，我之前仲同佢一齊錄過 podcast 佢真係個好正嘅人所以，呢度有一部分其實亦同「代表呢件事嘅係邊個」有關，

另一部分則係 meme 文化，因為大家其實都仲係試緊理解呢一切， 當你手上握有咁強大嘅技術時，安全問題就會變得非常嚴肅，而且非常複雜， 你點樣將資料交畀佢，等佢真係替做有用嘅嘢？但同時，呢度又伴隨住一啲好令人不安嘅風險，

你點樣將資料交畀佢，等佢真係替做有用嘅嘢？但同時，呢度又伴隨住一啲好令人不安嘅風險， 而我哋作為個人、亦作為整個文明社會，都仲係摸索緊到底應該點樣搵到嗰個正確嘅平衡點 對，所以我哋第一時間就介入咗，即刻搵咗一批資安專家去處理呢件事， 而且我哋仲做咗一個叫 OpenShell 嘅嘢，而家已經整合咗入 OpenClaw 入面喇

另外， NVIDIA 亦推出咗 NemoClaw ，安裝非常簡單，而且可以確保整個系統更安全 我哋採用嘅係「三選二」嘅權限設計： agent systems 可以存取敏感資訊， 可以執行程式碼，亦可以對外通訊

喺任何時刻，我哋只畀佢擁有三種能力中嘅兩種，而唔係三種同時，噉樣可以將系統維持喺安全範圍 而且喺呢個「三選二」嘅能力組合入面，我哋仲會再根據 —— 企業本身授予你嘅權限，進一步做存取控制 然後，我哋再將佢接到呢啲企業原本就已經用緊嘅 policy engine 上

所以，我哋接下來會盡全力幫 OpenClaw 變成一個更成熟、更可靠嘅 claw 所以你啱啱其實已經講得好清楚喇：過去一路走來，我哋遇過好多當時睇落好似係無法跨越嘅阻礙 但最後我哋都一一跨過咗只係而家往未來睇 —— 既然而家幾乎可以確定， agents 將會無所不在，噉你認為接下來真正嘅阻礙會係咩？

因為好明顯，我哋一定仲係需要大量算力 咁，限制呢波擴展嘅瓶頸，接下來到底會係點？

電力當然係一個問題，但唔係唯一嘅問題亦正因為咁，我哋先會咁用力推進 extreme co-design 因為我哋必須令每瓦所能產生嘅每秒 token 數，年復一年噉以數個數量級往上提升

所以，過去10年，如果只靠摩爾定律，運算能力大概只會進步約100倍； 但係喺過去10年入面，我哋實際上將運算能力推進、擴展到咗一百萬倍 所以接下來，我哋亦會繼續透過 extreme co-design ，將呢件事一路推落去 因此，能源效率、每瓦性能，會直接影響一家公司嘅營收能力

佢亦會影響一座工廠嘅產出同收入 所以我哋接下來會將呢件事推到極限，目的就係盡可能快啲持續將 token 成本往下壓 我哋嘅電腦價格確實上升，但我哋嘅 token 生成效率上升得更快，快得多 所以 token 成本其實係喺下降嘅

而且嗰個唔係小幅下降，而係幾乎每年都以一個數量級嘅速度往下掉 所以，電力確實係一個好值得講嘅問題 而要繞過呢個電力瓶頸，其中一個關鍵方法，就係從每瓦每秒 token 呢個指標下手， 令佢變得越嚟越高效 但當然，仲有另一個問題：我哋要點樣攞到更多電力？

答案好簡單，我哋亦確實需要更多電力 只係呢件事本身非常複雜 我哋已經講過小型模組化核電站呢類方案 喺能源供應呢件事上，而家其實有各種唔同嘅想法 噉呢件事到底會令你幾瞓唔着？

比如 AI 供應鏈上嗰啲瓶頸，好似 ASML 嘅 EUV 光刻機、 TSMC —— 好似佢哋嘅 CoWoS 先進封裝，仲有 SK hynix 嘅高頻寬記憶體，呢啲問題會令你焦慮到咩程度？

一直都會 而且我哋都一直都處理緊呢啲問題 歷史上從來冇邊間公司，可以好似我哋而家噉，一邊以呢種規模成長，一邊喺令成長本身繼續加速 呢個真係好驚人 對 而且呢種規模，好多人其實連想像都好難想像 喺整個 AI 運算市場入面，我哋嘅佔比其實仲係持續提升

所以，無論係上游供應鏈定係下游生態，對我哋嚟講都極其重要 我花咗好多時間，去同所有同我合作嘅 CEO 溝通呢啲嘢 我會話畀佢哋知，接下來到底係咩動態因素，會令呢波成長持續下去，甚至進一步加速

呢個亦都係點解，嗰日坐喺我右手邊嘅，幾乎全部都係 —— 整個上游 IT 產業，以及幾乎整個下游基礎設施產業嘅 CEO 而且現場係好幾百位 CEO

我唔覺得過去有邊一場 keynote ，會出現幾百位 CEO 同時到場嘅場面 其中一部分原因，就係我正將我哋當下嘅業務狀況直接話畀佢哋知 我亦都話畀佢哋知，眼前呢段時間，真正推動成長嘅因素係咩，而家又發生緊啲咩 同時，我亦會講清楚，我哋下一步準備去邊度 ——

好令佢哋可以用呢啲資訊，以及呢度所有正形成嘅動態，嚟判斷自己應該點投資 所以，我其實就係用對內部員工溝通嘅嗰種方式，去同佢哋溝通 然後我亦會親自去拜訪，確保佢哋清楚知道：呢一季、接下來呢一年、再下一年，呢啲嘢將會點樣

如果你去睇成個 DRAM 產業嘅嗰啲 CEO ， 當時全球最主流嘅 DRAM ，仲係資料中心入面供 CPU 使用嘅 DDR 記憶體

大約三年前，我成功說服咗幾位 CEO ：雖然嗰陣時 HBM 記憶體仲只係喺超級電腦入面非常少量使用， 但未來佢一定會成為資料中心嘅主流記憶體

起初呢個聽落簡直好似天方夜譚，但係有幾位 CEO 相信咗我，並決定投資建設 HBM 記憶體產能 另一種放入資料中心聽落都好奇怪嘅記憶體，就係我哋原本用喺手機上面嘅低功耗記憶體 而我哋希望佢哋將呢類記憶體調整成可用於資料中心超級電腦嘅版本 佢哋當時嘅反應係：手機記憶體？拎嚟做超級電腦？

佢哋當時嘅反應係：手機記憶體？拎嚟做超級電腦？

於是我就向佢哋解釋原因你睇下呢兩種記憶體， LPDDR5、 HBM4，佢哋未來需求量都大得驚人 而呢三類記憶體，後來全部都創下咗歷史紀錄級嘅年份 而且呢啲可都係經營咗45年嘅老牌公司

所以，某種程度上，呢個亦都係我工作嘅一部分：去告知、去塑造方向、去激發佢哋嘅判斷 所以，你唔單止係描繪未來，亦唔單止係激勵 NVIDIA 自己， 你其實亦都塑造緊未來嘅供應鏈，令整條供應鏈一齊朝嗰個未來前進

即係話，你一直都同 TSMC 、 ASML 呢啲公司對話 上游、下游，全部都喺度講 對，上游、下游 所以就係成條鏈，好似電動車、 Caterpillar 呢啲都包括喺入面 嗰啲都屬於我哋嘅下游 對 對 對 對 成件事 但成件事真係好驚人，因為成個半導體產業入面，牽涉到嘅艱深工程實在太多喇

光諗就令人覺得好可怕 供應鏈係咁複雜，零件又咁多，可佢最後居然真係可以運作起嚟 冇錯 背後有深厚嘅科學、深厚嘅工程，以及驚人嘅製造能力， 而且製造流程入面，好多部分其實早就已經係機器人化咗

但我哋仍然有好幾百家供應商，提供各種技術，最後組成我哋嗰套擁有130萬個零件嘅機櫃系統 每一個機櫃，大約都有130萬到150萬個零件 淨係一套 Vera Rubin 機櫃，就涉及大約200家供應商 所以好有意思嘅係，你啱啱喺列嗰啲可能嘅阻礙嗰陣，並冇將呢件事列成令你瞓唔着嘅主要瓶頸

因為我已經將所有必要嘅嘢都一一做到位所以，我先可以安心去瞓覺，因為呢啲項目我都已經逐一勾掉 我可以安心去瞓覺，因為我會接住諗：好，嚟啦，我哋將呢件事推理清楚 你知唔知，我瞓低準備瞓覺嗰陣，心入面會諗：「嗯，等我嚟睇下⋯⋯我哋嚟好好推敲一下呢件事」 對我哋嚟講，最重要嘅係咩？

好，我哋就嚟推演呢件事，因為我哋已經將系統架構改咗， 從你記得嘅最初 DGX-1，走到咗 NVLink 72嘅機櫃級運算系統 噉接下來會帶嚟啲咩？呢個到底意味住啲咩？

噉接下來會帶嚟啲咩？呢個到底意味住啲咩？

呢個對軟件嚟講意味住啲咩？

呢個對工程端嚟講又意味住啲咩？

呢個又會點樣改變我哋嘅設計同測試方式？對供應鏈又代表咩？

其中一個直接結果就係，我哋把 —— 原本喺資料中心做嘅超級電腦整合，移到咗供應鏈端嘅超級電腦製造階段 而當你咁做嘅時候，你亦都要意識到，成個負擔會跟住被轉移

而如果你未來打算建成嘅整體資料中心規模，假設你希望佢最終可以擁有 —— 比方話，同時運轉中嘅50吉瓦超級電腦，

而如果要製造出呢50吉瓦嘅超級電腦需要一個星期時間，噉供應鏈每一個星期 —— 都需要額外準備1吉瓦嘅電力嚟支撐呢啲超級電腦 所以，供應鏈端亦都要提高佢可以取得嘅電力，好去建造同測試 —— 喺出貨前就先喺供應鏈端完成呢啲超級電腦嘅製造同測試

而 NVLink 72嘅模式，其實就係直接喺供應鏈端做出超級電腦，然後每櫃兩三噸嘅規模整櫃出貨 以前嘅做法，係零件分開送嚟，再由我哋喺資料中心內部完成組裝 但係而家已經唔可能咁做喇，因為 NVLink 72嘅整合密度實在太高 呢個就係一個好典型嘅例子

所以我要親自去供應鏈現場，見我嘅合作夥伴，然後同佢哋講：嚟，我話你知接下來會發生咩事 我哋以前嘅 DGX 係噉樣建嘅 但接下來，我哋要改成呢種方式嚟建 而噉樣會好好多，因為未來我哋會大量需要佢哋嚟做推理 推理市場就快嚟喇，推理真正爆發嘅轉折點就快到喇 嗰個會係一個非常巨大嘅市場

所以我會先向佢哋解釋，而家到底發生咗咩事，點解呢件事一定會發生 然後，我再請佢哋各自投入數十億美元等級嘅資本支出 而佢哋之所以願意咁做，係因為佢哋信任我，而我亦非常尊重佢哋 而且我會畀佢哋充分機會，盡量質疑我 我都願意花時間，將事情向大家解釋清楚 我會將佢推理透

我會畫圖畀佢哋睇，並用第一性原理一步一步講清楚 等到我同佢哋講完之後，佢哋就已經知道自己應該做啲咩喇 所以，呢度有好大一部分，其實係喺建立關係，以及建立對未來嘅共同認知 但你會唔會擔心某啲特定瓶頸？

我嘅意思係，喺供應鏈入面，最大嘅瓶頸究竟係邊啲？

你真係唔擔心咩？

好似 ASML 嘅 EUV 設備，或者係 TSMC 嘅封裝能力、 CoWoS 封裝嘅擴張速度，呢啲你都唔擔心咩？

畢竟就好似你自己講嘅，你哋唔單止成長得好快，而且仲加速成長 所以感覺上，整條供應鏈上嘅每一個環節，尤其嗰啲本來可能成為瓶頸嘅部分，都要跟住一齊快速擴張 你有冇一直同佢哋講呢啲嘢？

例如，你哋到底要點樣再快啲咁擴產？

噉你會擔心嗎？

唔會 好 因為我已經清楚話畀佢哋知我需要啲咩，而佢哋都明白我需要啲咩 佢哋都已經話我知，佢哋接下來打算點做 而我相信，佢哋會將嗰啲嘢做到 好有意思 對 噉樣聽落真係唔錯 噉可能我哋可以喺電力呢個問題上再多停留一下你對解決能源問題嘅希望，究竟係咩？

其中有一件事，係我真係非常非常希望我哋可以講清楚、亦將呢個觀念傳遞出去嘅 我哋嘅電網本來就係按照最壞情況，仲外加啲安全餘裕嚟設計嘅 可問題係，99 % 嘅時間裏面，我哋其實根本遠遠冇到最壞情況，因為所謂最壞情況，通常只會出現喺

冬天少數幾日、夏天少數幾日，或者係碰上極端天氣；而喺絕大多數時間入面， 我哋根本離最壞情況仲好遠 大概嚟講，我哋平時可能只係跑喺峰值嘅60 % 左右 所以，99 % 嘅時間裏面，我哋嘅電網其實都有多餘電力，只係嗰啲容量就閒喺度，

但係佢哋又一定要咁閒置住，因為一旦真正需要時，醫院一定要有電可用， 基礎設施必須有電可用，機場亦必須維持運作，諸如此類 所以我諗緊嘅問題係，我哋可唔可以去幫佢哋理解，並建立一套新嘅合約安排，

同時將電腦架構系統同資料中心設計成：當整個社會真係需要 —— 社會基礎設施一定要食到最大電力時，資料中心就先少攞啲電；反正嗰個本來就係極少數情況 而喺嗰種時候，我哋可以靠備用發電機先補上嗰一小部分，

或者乾脆將工作負載轉移到其他地方去，或者就畀電腦先降速運行 即係話，我哋可以令效能有控制噉下降，降低耗電量，然後接受 —— 當有人請求答案時，回應延遲稍微變長啲

所以我認為，未來使用電腦、建造資料中心嘅方式，唔應該再係死守100 % uptime 呢種期待， 以及嗰啲真係非常非常嚴苛嘅合約，因為噉樣其實係喺對電網施加巨大壓力，逼佢非得 —— 喺原本最大能力之上，仲要再繼續往上擴 我只係想用晒佢哋而家閒置嘅嗰啲多餘容量 嗰啲電力就只係白白放喺度 對

呢件事真係冇被好好討論過 所以，真正卡住嘅係咩？

係法規嗎？

係官僚體系嗎？

我覺得，呢個其實係一個一路傳導落嚟嘅問題 佢係由最終客戶嗰一端開始嘅 最終客戶對資料中心提出嘅要求，係佢哋絕對唔可以有任何唔可用嘅時候 好 即係話，最終客戶要求嘅係完美無缺 而為咗交付嗰種完美，

CSP 就會再往下要求電力公司提供接近「六個九」等級嘅可用性保證 於是電力公司就不得不為此過度建設 所以，要解決呢個問題，第一步就係畀嗰啲客戶公司嘅 CEO —— 真正意識到，佢哋自己到底喺度要求啲咩

然後，負責傾合約嘅人都要意識到，佢哋到底傾緊咩 我而家腦入面幾乎都睇到嗰個畫面：雙方坐喺度傾嗰啲多年期合約 雙方都想為自己爭取最好嘅條件， 最後 CSP 再將呢套要求往下壓畀電力公司，要求近乎「六個九」嘅可靠性

所以我認為，第一件事就係先確保 —— 所有客戶、所有客戶公司嘅 CEO ，都真正知道自己要求嘅係咩 所以我認為，第一件事就係先確保 —— 所有客戶、所有客戶公司嘅 CEO ，都真正知道自己要求嘅係咩

第二件事，就係我哋一定要建造嗰種能夠優雅降級嘅資料中心 即係話，如果電力公司或電網對我哋講：「你哋要先降到大概80 % 供電」 我哋就會答：「完全冇問題」 我哋只要將工作負載重新調度就好喇 我哋會確保資料絕對唔會遺失，但同時亦可以將運算速率降低，少用一點能源

服務質素可能會稍微下降啲，但嗰個只係有限度嘅 至於關鍵工作負載，我會即刻將佢轉移去其他地方去 噉我就唔會喺嗰度卡住 於是，邊一座資料中心仲可以維持100 % uptime ， 噉呢種喺資料中心入面做智慧型、動態電力分配，究竟係幾難嘅一個工程問題？

只要你可以將需求定義清楚，你就可以將佢工程化做出嚟 只要佢符合第一性原理下嘅物理定律，我就覺得呢件事可行 你啱啱提到嘅第三件事係咩？

所以，第二件事係資料中心本身 而第三件事，就係我哋亦都需要電力公司意識到：呢個其實係一個機會 與其一開口就話：「你睇，我要花五年時間先可以將電網能力擴上嚟」

不如改成噉講：「如果你願意接受呢個等級嘅供電保證 —— 」 噉我下個月就可以以呢個價錢將電力提供畀你」 所以，只要電力公司能夠提供更多分層、分級嘅供電承諾，我相信大家自然都會知道應該點樣善用佢 只係而家嘅電網入面，浪費真係太多喇

我哋真係應該正面去解決佢 你曾經高度稱讚 Elon 同 xAI 喺孟菲斯打造 Colossus 超級電腦嘅成就， 可能係以破紀錄嘅速度，只係用咗短短四個月 而家佢已經擴展到20萬顆 GPU ，而且仲係非常快速噉成長 你可唔可以傾下，佢嘅方法入面係咪有某啲地方，從更廣泛嘅角度嚟睇，

對所有建設資料中心嘅人都好有啟發，亦正正係嗰啲做法成就咗噉嘅結果， 無論係佢嘅工程方法、整體施工管理方式，定係其他一切 首先， Elon 對好多唔同領域都鑽得好深，但同時佢亦係一位非常出色嘅系統思考者

所以佢可以跨越多個學科去將問題諗透，而且佢好明顯會一路向前推，乜都要追問， 第一個問題永遠係：呢個真係有必要咩？

第二個問題係：呢件事非得咁做唔得咩？

換句話講，佢真係非得花咁耐咩？

所以佢有一種能力，就係將所有嘢都重新拎出嚟質疑， 一直質疑到最後，只剩下真正必要嘅最小部分 再多拎走一點都唔得喇 但即使係咁，產品真正必要嘅能力仍然完整保留落嚟，

所以佢可以話係你所能想像到最徹底嘅極簡主義者 而且佢係喺整個系統尺度上咁做嘅 仲有一點我都好欣賞，就係佢真係會親自到場 佢會出現喺事情真正發生嘅第一現場 如果邊度有問題，佢就直接去現場，然後將嗰個問題當場指畀我睇

當你將呢啲做法全部結合起嚟嘅時候，你就可以打破好多過去嗰種 「我哋一向就係咁做嘅」慣性 「你知啦，我仲等緊佢哋」 我嘅意思係，大家總會有一大堆藉口 而最後一點係，當你本人以咁強烈嘅緊迫感親自去推動事情時，

就會逼得所有人都跟住用同樣嘅緊迫感行動；畢竟每間供應商手上，都有好多客戶同專案同時喺度跑 每一家供應商手上都有好多專案喺度進行，而佢就係可以將呢件事變成 —— 令自己成為所有人其他專案入面嘅最高優先順序 而佢做到呢一點嘅方式，就係親自示範畀大家睇 對 我參加過唔少噉嘅會議 而且睇嗰種場面其實好有意思，因為真正會去問呢種問題嘅人實在太少喇，例如：

呢件事可唔可以快好多？又點解一定要花咁耐？

呢件事可唔可以快好多？又點解一定要花咁耐？

對 冇錯 然後，呢個往往就會即刻變成一個工程問題 對，而且我認為，當你真係掌握到第一手 ground truth 時 —— 我記得有一次我同佢待喺一齊， 佢真係就喺一條一條梳理，機櫃入面嘅線纜到底應該點插、 而且佢係直接同現場做緊呢項工作嘅工程師一齊處理， 佢就係想徹底弄明白，成個流程到底長點樣

噉樣一嚟流程就可以更加唔容易出錯；而且透過將每個相關步驟都真正理解，就可以逐步建立起嗰種直覺 即係將成個資料中心組裝起嚟所需嘅嗰種直覺 於是你好快就可以同時喺細節尺度同整體系統尺度上，即刻睇到低效率到底卡喺邊度 然後你就可以將佢做得越嚟越高效

加上你仲用一把大鐵錘，即係你有能力直接講：我哋乾脆徹底換個做法，將所有可嘅障礙全部移除 冇錯 咁，喺 NVIDIA 嘅極限系統協同設計方法入面， 你有冇見到一啲同 Elon 處理系統工程方式相通嘅地方？

首先，協同設計本身，就係系統工程入面最終極嘅問題 所以我哋做嘢時，本來就係從呢個原則出發嘅 另外，我哋仲有一個做法；呢個更似係一種哲學、一種心態，

亦係我30年前就開始採用嘅一種方法，我將佢叫做「光速」 呢度講嘅光速，並唔係只係字面上嘅光速而已 佢其實係我嘅一種簡寫，意思係：物理所能做到嘅極限到底喺邊度 所以，我哋做嘅每一件事，最後都會拎去同呢個極限相比，

無論係記憶體速度、運算速度、功耗、成本、時間、人力，定係製造週期，全部都一樣 當你開始思考延遲 vsus 吞吐量、成本 vsus 吞吐量、成本 vsus 容量時，

所有呢啲維度，你都要先分別拎去同「光速極限」比較，睇下各自嘅限制條件可以逼到邊度 但當你將呢啲條件一齊考慮時，你就必須做取捨，因為一套系統 —— 如果目標係極低延遲，同如果目標係低成本且極高吞吐量，呢兩種系統 ——

佢哋喺架構上本質唔同；但你仲要知道，一套追求高吞吐量嘅系統，佢嘅「光速極限」到底喺邊度 而一套追求低延遲嘅系統，佢嘅「光速極限」又喺邊度 等你將整個系統一齊考慮時，你先可以真正做出合理取捨

所以我會逼所有人喺真正動手之前，先將每件事嘅第一性原理、極限、物理極限全部諗清楚，然後去對照 所以，呢個其實係一種好好嘅思考框架 我並唔係太鍾意另一種做法，即係所謂嘅持續改進

持續改進嘅問題係：第一步其實應該先從第一性原理出發設計某樣嘢，並用「光速思維」去逼近佢 即係只受物理極限本身約束，而唔係受既有流程約束 然後喺嗰之後，你當然可以再隨住時間慢慢持續改進

但我唔鍾意一進入某個問題，就有人同我講：「而家做呢件事要花74日， 不過我哋可以幫你縮短到72日」 我寧願將成件事全部拆返去零 所以首先係你要先話我知，點解佢本來會係74日；然後我哋再諗，今日真正可能做到嘅係咩

如果我今日由零開始重建佢，到底要花幾耐？

好多時候，你最後會好驚訝噉發現，佢其實可能只需要6日 當然，由6日拉長到74日，背後亦可能係有充分理由嘅折衷、成本降低考量， 仲有各式各樣其他因素；但至少，你而家知道嗰啲因素到底係咩喇

而一旦你知道6日其實係可能嘅，噉接下來由74日往6日逼近嘅討論，往往就會突然變得有效得多 而且你哋處理緊嘅係咁複雜嘅系統，所以「簡單化」有時會係個好好嘅設計準則、判斷方向 我嘅意思係，淨係拎你哋今次發佈嘅 Vera Rubin pod 嚟講，就已經非常驚人喇

我哋講嘅係7種晶片類型、5種專門打造嘅機櫃類型、40個機櫃、1.2千兆兆個電晶體， 接近2萬顆 NVIDIA 裸晶、超過1100顆 Rubin GPU 、60 exaflops 算力，以及每秒10 PB 嘅擴展頻寬 而呢啲，仲都只係 —— 只係一個 pod 而已 對，嗰個仲只係一個 pod

而且單係一個 NVLink 72機櫃本身，就已經有130萬個零件， 入面有1300顆晶片、重達4000磅，但係全部都塞入一個寬度只有19吋嘅機櫃入面 而且 Lex ，畀你有個概念，我哋大概每個星期會生產大約200個噉嘅 pod 面對咁多唔同種類嘅零件，我估「絕對簡單」幾乎係唔可能嘅，

但「盡量簡化」會唔會仍然係你哋喺設計時努力追求嘅一個指標？

我最常掛喺嘴邊嘅一句說話係： 我哋需要令事情「應該有幾複雜就幾複雜」，但同時亦要「喺可能範圍內盡量簡單」 所以真正嘅問題係：嗰啲複雜性，真係全部都有必要咩？

而呢件事我哋一定要反覆驗證，亦都要不斷質疑 喺嗰之後，多出嚟嘅一切，本質上就只係多餘嘅累贅喇 不過，若從整個半導體產業嘅角度嚟睇， NVIDIA 正喺度做緊嘅，真係可以話係史上一啲最偉大嘅工程成就之一 所以，呢啲系統真係真係工程奇蹟

呢個就係呢個世界有史以來打造過最複雜嘅電腦 對 而嗰啲工程團隊 —— 我嘅意思係，我知道呢個唔係咩比賽，但如果真係有「工程團隊奧運會」呢種嘢， TSMC 工程實力非常驚人， ASML 亦都係，各個層面都強得可怕，但 NVIDIA 亦絕對可以同佢哋正面較量 對 真係難以置信嘅團隊 就好似每一個項目嘅金牌選手，全部都被集結到呢度嚟咗

仲要彼此協作，而且直接向你匯報 呢個真係太精彩喇 你最近啱啱去過中國 所以我好想問你，中國喺建立科技產業呢件事上，顯然取得咗極大嘅成功 你點睇中國喺過去10年裏面，能夠打造出咁多世界級公司，

打造出世界級工程團隊，以及形成噉樣一個能夠持續產出大量驚人產品嘅科技生態系？

原因有好多 首先我哋先從一啲基本事實講起全世界大約有50 % 嘅 AI 研究人員係華人，誤差大概就喺嗰附近 而且其中大多數人，而家仍然喺中國 我哋呢度當然都有好多，但中國本土仍然有非常多優秀嘅研究人員

佢哋嘅科技產業出現嘅時機，亦啱啱踩得非常準 喺行動雲端時代興起嘅嗰個階段，佢哋最主要嘅貢獻方式就係軟件 所以，呢個係一個擁有極強科學同數學基礎、培養出高度受教育年輕人嘅國家 而且佢哋嘅科技產業，本來就係喺軟件時代建立起嚟嘅

所以佢哋對現代軟件非常熟悉，亦非常自在 中國並唔係一個鐵板一塊嘅單一經濟體 佢由好多省份同城市組成，而各地市長彼此之間都喺度競爭 呢個亦都係點解嗰度會有咁多電動車公司 呢個亦都係點解嗰度會有咁多 AI 公司

甚至你諗到嘅幾乎每一種類型公司，佢哋都會冒出一批嚟 而結果就係，佢哋內部會形成極其激烈嘅競爭 而最後能夠存活落嚟嘅，往往就會係一間非常強大嘅公司

而且佢哋嘅社會文化某種程度上亦都係：家庭第一，朋友第二，公司第三 彼此之間來回交流嘅密度非常高，某種程度上，佢哋幾乎一直都處於一種「持續開源」嘅狀態

你諗諗下，我嘅工程師，佢嘅兄弟喺嗰間公司，佢嘅朋友都喺嗰間公司， 你知啦，我嘅工程師哋──嗰啲兄弟哋──就喺嗰間公司，佢哋嘅朋友都喺嗰間公司。

而且大家彼此都係同學，你知唔知嗰種「同學」概念 某種程度上就係：同學一場，情同手足，一世嘅兄弟 所以佢哋彼此之間分享知識嘅速度會非常非常快 既然係咁，將技術藏起嚟其實冇乜意義，不如乾脆直接開源 而 open source 社群接着就會將整個創新過程放大，並進一步加速

於是你就會得到呢種高速聚集嘅頂尖人才，以及因為 open source 而爆發嘅高速創新，再加上 朋友網絡嘅特性，以及公司之間近乎瘋狂嘅競爭，最後浮現出嚟嘅，就會係非常驚人嘅成果 所以，今日呢個係全世界創新速度最快嘅國家

而呢個背後其實係一整套嘢；我啱啱講嘅每一點，都同嗰一代小朋友係點樣被培養長大有根本關係， 包括佢哋擁有非常好嘅教育，亦包括佢哋嘅父母希望佢哋喺學校表現出色， 亦包括佢哋成個文化本身就係噉運作嘅 呢啲，其實就係嗰個國家本身嘅一部分 而且佢哋啱啱喺科技進入嗰種指數級成長階段嘅時候，精準噉企上咗舞台

再加上，從文化上嚟講，當工程師本身就係一件好酷嘅事 呢個亦同你啱啱提到嘅所有嗰啲因素互相呼應、全部連埋一齊 嗰個係一個建造者嘅國家 嗰個係一個建造者嘅國家 對 嗰個係一個建造者嘅國家 我哋國家嘅領導者當然都好咗，但大多數其實係律師出身 而佢哋嗰個國家嘅領導者 —— 我哋呢邊好多人係維護安全、維持法治治理 ——

但佢哋嗰個國家，本身係從貧困之中一步一步建設起嚟嘅 所以，佢哋好多領導者本身就係非常出色嘅工程師，係最聰明嘅一批人 稍微岔開一下，因為你啱啱提到咗 open source ， 我得順住講到 Perplexity ，因為你一直以來都好欣賞佢 我好鍾意佢 對

亦都多謝你哋開源咗 Nemotron 3 Super ，而且而家喺 Perplexity 入面都可以直接用佢嚟查資料， 佢係一個1200億參數嘅 open-weight MoE 模型 噉你對 open source 嘅整體願景係咩？

你啱啱提到中國，好似 DeepSeek 、 MiniMax 呢啲公司，都係非常用力噉推動 open source ， 而 NVIDIA 亦確實喺接近 state-of-the-art 嘅 open source LLM 呢條路上扮演領頭角色 噉你喺呢方面嘅願景係咩？首先，如果我哋要成為一間偉大嘅 AI 計算公司，

噉你喺呢方面嘅願景係咩？首先，如果我哋要成為一間偉大嘅 AI 計算公司， 我哋就一定要真正理解 AI 模型究竟係點樣演化嘅 我好鍾意 Nemotron 3嘅其中一點，就係佢並唔係只係一個純粹嘅 transformer 模型 佢係變壓器加上 SSMs

而且我哋亦都好早就投入咗 conditional GANs 嘅開發， 而 progressive GANs 亦都係沿住呢條路，一步一步將我哋帶到咗 diffusion 所以，我哋喺模型架構以及唔同領域持續做基礎研究，呢件事本身就畀咗我哋一種前瞻視野，

令我哋可以睇到，未來咩樣嘅 computing systems 先可以真正將未來模型跑好 所以，呢個本來就係我哋 extreme co-design 策略嘅一部分 第二，我認為我哋好清楚亦好合理噉意識到，一方面， 我哋確實需要將世界級模型做成產品，而佢哋亦應該係 proprietary 嘅

但另一方面，我哋亦都希望 AI 能夠擴散到每一個產業、每一個國家、每一位研究者，以及每一位學生手中 而如果所有嘢都係 proprietary ，噉就好難研究，亦好難喺佢之上、佢周圍，或者同佢一齊持續創新

所以，對好多產業嚟講， open source 喺根本上就係佢哋得以加入 AI 革命嘅必要條件 NVIDIA 既有規模，亦有動機，唔只係 skills 同 scale 而已， 我哋仲有足夠嘅動力，喺可見嘅未來入面持續建造、持續推進呢啲 AI 模型

所以，既然係咁，我哋本來就應該將呢件事做落去 我哋可以將成個局面打開，可以將每一個產業、每一位研究者都真正帶動起來， 亦令每一個國家都有能力加入呢場 AI 革命 而第三個理由，就係我哋亦因此更清楚地認識到， AI 並唔只係語言而已

呢啲 AI 好可能會用嗰啲以其他資訊模態訓練出嚟嘅工具、模型，以及子代理， 可能係生物學、化學，或者物理定律、流體力學同熱力學， 而且呢啲嘢並唔係全部都可以用語言結構嚟表達

所以，總得有人去確保好似天氣預測、生物學、用於生物學嘅 AI ，以及 physical AI 呢啲領域， 都可以被一路推到極限、推到最前沿 我哋唔造車，但我哋希望每一間車廠都可以用上優秀嘅模型

我哋唔研發藥物，但我希望 Lilly 可以擁有全世界最好嘅生物 AI 系統， 好令佢哋可以真正將佢用喺新藥發現上 所以，基於呢三個根本原因，無論係認識到 AI 並唔係只係語言、而係非常廣泛嘅整體能力， 定係希望將所有人都真正帶入 AI 世界，以及對 AI 本身進行協同設計，都係同樣嘅道理

噉我仲係得再講一次，多謝你哋將 Nemotron 3真正噉、徹底噉開源出嚟 而且我好欣賞你啱啱講嘅嗰句：我哋開源咗模型，亦開源咗權重， 我哋開源咗資料，亦開源咗我哋係點樣將佢整出嚟嘅 對 真係好了不起 呢個確實、確實非常不可思議 你出身台灣，而且同台積電一直保持住非常密切嘅關係

所以我一定要問，台積電喺工程團隊呢件事上，我諗同樣都係一間傳奇公司， 就佢所完成嘅嗰啲驚人工程成就嚟講，你點理解 —— 台積電嘅文化，以及佢嘅方法論，點解可以令佢喺 —— 半導體領域嘅幾乎每一件事上，都取得呢種幾乎無可匹敵嘅成功？

外界對台積電最深嘅一個誤解，就係以為佢哋擁有嘅全部優勢，就只係技術而已， 彷彿佢哋只係碰巧有一個特別厲害嘅電晶體技術 好似只要邊日人哋拎出另一種更好嘅電晶體，佢哋就完咗，因為一切都只係技術而已

當然，我講嘅技術唔單止係電晶體本身，亦包括金屬化系統、封裝、 3D 封裝、矽光子， 佢哋手上所有呢啲技術，確實都令呢間公司變得好特別 佢哋嘅技術令呢間公司與眾不同，但更關鍵嘅係，佢哋嗰種能夠整體協調 ——

全世界數百間公司不斷變動嘅需求，無論係往上拉、往外轉移、

增加、減少、往後推、往前拉，甚至唔同客戶之間來回切換，

晶圓開工、晶圓停工、緊急插單開工，所有呢啲高度動態嘅變化 —— 佢哋對自己嘅工作非常認真，對佢哋對你做出嘅承諾亦極其認真，尤其係涉及你嗰啲晶圓訂單時， 因為佢哋知道，佢哋其實係幫你撐起成間公司運轉

只要佢哋承諾晶圓會到，晶圓就一定會到， 好令你嘅公司可以按計劃正常運作 所以，佢哋成個系統，尤其係嗰套製造系統，幾乎可以話係奇蹟等級嘅存在 我會話，第二個關鍵就係佢哋嘅文化 呢種文化一方面極度以技術為中心，不斷推動技術向前走， 但另一方面，又同時極度重視客戶服務

好多公司確實非常以客戶服務為導向，但佢哋嘅技術未必真係頂尖 佢哋唔喺技術最前沿；反過來講，亦有好多公司確實站喺技術最前沿， 但佢哋又唔係最擅長以客戶為中心服務嘅公司 而台積電好神奇噉將呢兩件事平衡埋一齊，而且兩邊都做到世界級

而第三點，大概係我最重視佢哋嘅一種「技術」 —— 嗰個就係一種無形資產，叫做「信任」 我信任到，願意將我成間公司嘅命運壓喺佢哋身上 呢個係非常重大嘅事 而佢哋亦都信任你 —— 我嘅意思係，你哋之間明顯建立起咗一種非常緊密嘅關係，而呢種信任 ——

一方面當然係建立喺多年穩定表現之上，但入面明顯亦有好深嘅人與人之間嘅關係 三十年 我都唔知我哋透過佢哋做咗幾百億、甚至上千億美元規模嘅生意，而我哋之間居然冇正式合約 呢個真係好出色 太驚人喇 好

有一個講法係，2013年時，台積電創辦人張忠謀曾經邀請你出任台積電執行長， 而你嘅答案係：我已經有工作喇 呢個故事係咪真嘅？

係真嘅 我當時並冇輕率噉將佢一口回絕，而係深感榮幸當然，無論係嗰時定係而家，我都好清楚， 台積電係史上最具關鍵影響力嘅公司之一，張忠謀則係我一生中所認識、最受敬重嘅企業領袖之一，

同時亦係我人生中非常重要嘅商業夥伴同私人朋友 所以，能夠被佢親自噉樣邀請，我心入面只有受寵若驚，亦真係非常榮幸 但我喺呢度做嘅工作，對我嚟講同樣極其重要而且至少喺我心入面，

我已經睇到 NVIDIA 將來會成為點樣，亦睇到我哋最終可能帶嚟幾大嘅影響 而嗰份係一份非常重要嘅工作，亦係我嘅責任，甚至可以話係我唯一嘅責任，就係將呢件事真正做成 而係因為嗰個實在太難以置信喇，但我真係接受唔到

呃，呢個係一個令人難以置信嘅提議⋯⋯不過，我實在接受唔到 我認為， NVIDIA 同台積電，都係人類文明史上最偉大嘅公司之一， 而要經營其中任何一家，我相信，都係一項極其複雜嘅工程，

投入其中嘅唔單止係 CEO 而已，而係整個體系、所有層級嘅人，全部都要全力以赴，先可以撐起呢種複雜性 所以而家，我反而可以同時幫呢兩間公司 冇錯 所以，而家 NVIDIA 已經成為全世界市值最高嘅公司 我得問一個問題：照科技圈常講嘅， NVIDIA 最大嘅 moat ，即係護城河，係咩？

即係你哋用嚟抵禦競爭對手、維持優勢嘅嗰道核心屏障，到底係咩？

作為一間公司，我哋最重要嘅一項資產，就係我哋運算平台嘅 installed base ，即係安裝基礎 而今日，我哋最重要嘅核心，就係 CUDA 嘅 installed base

當然，20年前我哋根本仲未有咩 installed base ，但真正關鍵嘅地方在於 —— 就算嗰陣時有人做出一個咩 GUDA 、 TUDA ，都根本唔會帶嚟任何決定性差別 原因就係，呢件事從來都唔只係技術本身而已

技術本身當然非常有前瞻性 但更重要嘅係，公司對佢始終全力投入、一路堅持，而且不斷將佢嘅觸角擴大出去 令 CUDA 成功嘅，並唔係三個人，而係43，000個人一齊將佢做到成功

仲有嗰幾百萬相信我哋嘅開發者，佢哋相信我哋會一路將 CUDA 由1、2、3，一直做到13， 所以佢哋先決定將自己嘅軟件移植上嚟，並將自己嗰一座座軟件大山都建立喺佢之上 所以， installed base 就係我哋最重要、排名第一嘅優勢

而當你再將呢個 installed base ，同我哋而家呢種規模下嘅執行速度疊加埋一齊嘅時候， 歷史上從來冇任何一間公司，建造過咁複雜嘅系統，冇

而且仲要一年做出一代，呢個幾乎係唔可能；而呢種速度，再加上開發者心中對 installed base 嘅認知 你就可以真正從開發者嘅角度，去理解佢哋諗緊乜 如果我支援 CUDA ，咁聽日佢就可能會變得更強，甚至強上10倍

我平均只需要等六個月左右而已 唔單止噉，如果我係喺 CUDA 上面開發，我就可以觸及幾億部裝置同電腦，我可以進入每一家雲端平台， 我可以進入每一間電腦公司、每一個產業、每一個國家

所以如果我做出一個 open-source 套件，而且先將佢放到 CUDA 上面，我就可以同時得到呢兩種優勢 而且仲唔止噉，我百分之百相信 NVIDIA 會一直保留 CUDA 、維護 CUDA ，

並持續改進佢、持續優化佢嘅函式庫，只要呢間公司仲存在一日，就會一直做落去 呢件事你完全可以當成鐵一般嘅事實而最後嗰一點，就係信任 將呢啲因素全部放埋一齊睇，如果今日我係開發者，我第一個會鎖定嘅，就係 CUDA

我最優先投入嘅，亦會係 CUDA ；而呢個就係我認為，歸根究柢，我哋第一個核心優勢所在 而第二個核心優勢，就係我哋嘅生態系 我哋將呢套極其複雜嘅系統做咗垂直整合，

同時又橫向整合入每一間公司嘅電腦同系統入面 —— 我哋喺 Google Cloud 入面， 我哋喺 Amazon 入面，亦都喺 Azure 入面 我哋而家亦都以非常驚人嘅速度喺 AWS 上面擴張 我哋亦都進入咗好似 CoreWeave 、 Nscale 呢類嘅新公司 我哋都進入咗 Lilly 嘅超級電腦系統 我哋都喺企業級電腦入面 我哋都喺無線基地台呢啲 edge 端設備入面 呢件事真係誇張到難以置信

同一套架構，竟然可以進入咁多截然不同嘅系統 我哋喺汽車入面、喺機器人入面、喺衛星入面，甚至已經去咗太空 所以當你擁有噉樣一套單一架構，而佢嘅生態系又咁廣泛，佢幾乎就等於覆蓋咗全世界每一個產業 咁，當 AI factory 變成未來嘅護城河時， CUDA 嘅 installed base 會點樣演變到未來？

你覺得未來嘅 NVIDIA ，有可能完全就係圍繞 AI factory 嚟定義嘅嗎？

過去，對我哋嚟講，運算嘅基本單位曾經係 GPU ；後來變成一台電腦；再後來，變成一個 cluster 而家，佢已經變成一整座 AI 工廠 當我而家睇電腦、睇 NVIDIA 所打造嘅嘢時，同以前已經完全唔同以前我腦入面諗到嘅係嗰顆晶片 當我宣布新產品、新世代時，例如我話：「各位先生女士，」

「今日我哋要發佈 Ampere ，」然後我會將嗰顆晶片拎起嚟 嗰個就係我當時對自己喺度打造咩嘅心理模型 而家再拎起晶片，某種程度上仲係好可愛，但都只係可愛而已 嗰個已經唔再係我心中真正嘅工作模型喇 我而家腦入面嘅模型，係一個巨大嘅、吉瓦級嘅龐然大物，佢連住電網，亦連住發電系統

佢有龐大到驚人嘅散熱系統，亦有龐大到驚人嘅網絡系統 現場有上萬人諗緊辦法將佢裝起嚟，入面有幾百位網絡工程師， 後面仲有上千名工程師喺度努力將佢點亮 —— 因為要令噉樣一座工廠真正啟動， 你都知，絕對唔係某個人撳一下開關，講一句「好啦，而家開咗」咁簡單 要將佢真正帶起嚟，需要成千上萬嘅人

所以從心理模型上嚟講，當你而家思考一個運算單位時，你其實係諗緊 —— 講得更直接啲，你夜晚瞓低瞓覺嗰陣，腦入面諗嘅已經係一整組機櫃，而唔係一顆晶片 即係 pod ，而唔係單一晶片；係整套基礎設施 而我希望我嘅下一次「認知跳變」會係：當我再思考建造電腦時，我諗嘅係行星級規模 噉會係下一次真正嘅跳變

噉你點睇 Elon 提過嘅嗰個方向，即係將運算搬到太空去，藉此解決某啲 —— 令能源擴展方面嘅某啲問題變得比較容易 當然，散熱問題就一點都唔容易喇，你都知 呢度當然牽涉到大量非常複雜嘅工程問題

所以， NVIDIA 其實都已經表明，你哋早就喺度思考呢個方向喇 對 我哋其實已經喺嗰度喇 NVIDIA 嘅 GPU 其實就係第一批進入太空嘅 GPU ，而我以前冇意識到，原來呢件事咁有意思 —— 如果唔係我早就應該大張旗鼓宣布喇，好似係喺我哋某顆 GPU 上面畫個小太空人之類嘅 ——

但其實我哋早就喺太空入面喇而太空本來就係好適合做大量影像處理嘅地方， 因為嗰啲衛星都有非常高解像度嘅成像系統，而且一直持續掃描地球 而如果你想要嘅係全球持續不斷嘅公分級影像監測，

咁基本上就等於你想對成個世界獲得幾乎即時嘅遙測資訊 你當然唔會將咁龐大嘅資料全部直接傳返地球 嗰個會係數唔清嘅 PB 等級資料 你就一定要直接喺 edge 端做 AI ，將唔需要嘅嘢全部丟晒 邊啲你以前已經睇過，邊啲根本冇變化，直接過濾，只保留真正需要嘅內容 所以， AI 本來就應該喺 edge 端完成

好明顯，如果將佢部署喺某啲特定軌道位置，幾乎可以獲得24/7嘅太陽能；問題係，冇傳導，亦冇對流 所以你可以依靠嘅，幾乎就只剩下輻射散熱；不過，太空本身好大 我諗，最後大概就係將超大型散熱板直接展開喺外面啦

噉你覺得，呢個諗法到底有幾瘋狂？

比如話，呢個係五年後嘅事、十年後嘅事，定係二十年後嘅事？

既然我哋講嘅係 AI 擴展嘅瓶頸，噉我嘅思路其實會更務實啲 我會先睇，眼前下一桶最大嘅機會喺邊度；同時，我亦會同步耕耘太空呢條路 所以我已經派工程師去研究呢個問題，而我哋而家亦都快速學到好多嘢 例如，我哋應該點樣做抗輻射強化？

我哋應該點樣設計可降級運行嘅性能模式？

我哋要點樣處理持續性嘅測試，以及對缺陷嘅持續驗證同確認， 我哋要點樣做冗餘設計，又應該點樣令系統喺出問題時優雅降級，呢啲都要先諗清楚 所以，呢啲嘢我哋而家都可以先開始做嗰個軟件呢？

你會點樣思考太空環境下嘅軟件、冗餘機制同性能表現， 點樣先可以令電腦唔係直接壞咗，而只係慢咗啲啫，你明唔明？

所以，呢啲工程探索，我哋其實而家就可以提前做好多 但係喺嗰之前，我最鍾意嘅答案仍然係：先消除浪費 我要盡快將嗰啲浪費全部清晒 對，地球上其實仲有大量低垂果實， 係我哋而家就可以攞嚟支撐 AI 擴展嘅

你覺得， NVIDIA 未來有冇可能邊一日市值嚟到10兆？

我哋換個方式嚟問好喇 喺一個呢種情形成真嘅世界入面，未來嘅景象將會係點樣嘅呢？

我認為英偉達嘅成長 —— 嗯 —— 極有可能實現，喺我眼中，甚至可以話係避免唔到嘅。

而且我嚟解釋原因我哋係歷史上規模最大嘅電腦公司 單係呢一點，本身就應該令人追問：點解？

而原因，當然有兩個，而且係兩個非常根本嘅技術性原因 第一個原因係，運算已經從一種以檔案擷取為核心嘅 retrieval-based system ， 演變過嚟喇以前幾乎所有嘢本質上都係檔案我哋先把內容寫好，

先將內容錄好，將圖畫好，放上網、存檔案，然後用推薦系統或某種智慧篩選器，決定要攞返啲咩 所以，過去嘅世界，其實就係一個由人類預先錄製、預先寫好，再進行檔案擷取嘅系統 從好大程度上嚟講，呢個就係過去電腦嘅本質

而家， AI 電腦已經具備情境感知能力，呢個表示佢必須即時處理並生成 tokens 所以，我哋已經由一個基於檢索嘅計算系統，走到一個基於生成式嘅計算系統 喺呢個新世界入面，我哋所需嘅處理能力，將會遠遠高於舊世界 舊世界需要嘅係大量儲存

而新世界需要嘅，係大量運算 所以，呢個就係第一個核心原因 我哋從根本上改變咗運算，亦改變咗運算進行嘅方式 唯一會令佢倒退返去嘅情況，就係呢種新嘅運算方式、呢種新嘅資訊生成方式，

即係喺生成資訊之前就已經具有上下文相關性、情境感知能力，而且建立喺新洞見之上嘅方式， 呢種高度食運算嘅 computing 方式，只有喺佢被證明冇效果嘅時候，先可能退返去

所以喺過去10到15年入面，當我一路做緊深度學習嘅時候，如果喺任何一個時刻我曾經得出結論話， 「呢條路行唔通，我覺得呢條係死路一條」，或者「佢唔會 scale 」， 「佢解唔到呢種模態，亦進唔到呢種應用場景」，噉我當然就唔會好似今日噉睇佢

但我認為，過去呢五年帶畀我嘅信心，甚至超過咗再前面嘅十年 第二個觀點係，當電腦仲主要係一個儲存系統時，佢喺本質上比較似倉庫

而家，我哋係喺建造工廠倉庫本身賺唔到幾多錢，但工廠嘅產出，卻同一間公司嘅營收直接相關 所以，電腦其實發生咗兩重改變：唔單止佢運算嘅方式改咗，佢喺世界入面嘅角色同目的，都跟住改咗

佢已經唔再只係「電腦」喇，佢係一間工廠 而工廠嘅存在，本來就係為咗產生營收 而家我哋睇到嘅係，呢間工廠唔單止生產緊產品，仲生產緊人哋真正想消費嘅商品， 而且呢啲商品對唔同類型嘅人群嚟講，都開始變得極其有吸引力、極其有價值，

以至於 tokens 本身都開始出現分層，就好似 iPhone 一樣 你會有免費 tokens ，亦會有高級 tokens ，中間仲會有好幾個唔同等級 所以到頭嚟，智慧本身其實係一種可以 scale 嘅產品 會有非常高階嘅智慧型產品，亦會有專門用於特定任務嘅高價值 tokens ，而人哋係願意為佢付錢嘅

有願意為每一百萬 tokens 支付1千美元，佢其實已經近喺眼前問題唔係會唔會發生，而係幾時發生 所以而家我哋睇到嘅係，呢座工廠生產出嚟嘅商品，本身真係有價值， 而且佢唔單止可以帶嚟營收，仲可以帶嚟利潤

接下來真正嘅問題就係：全世界到底需要幾多噉嘅工廠？

全世界到底需要幾多代幣？

而成個社會又願意為呢啲 tokens 支付幾多？

如果生產力真係大幅提升，噉成個世界經濟會發生咩變化？

會發生咩事？我哋係咪會發現新藥、創造新產品、催生新服務？

所以，當你將呢啲嘢全部合埋一齊睇嘅時候， 我幾乎可以完全肯定，全球 GDP 嘅成長速度將會進一步加快 我亦幾乎可以完全肯定，未來用喺運算上嘅 GDP 比重， 將會比過去高出一百倍，因為佢已經唔再只係儲存單元喇

佢而家係一個產品生成單元 所以，當你喺噉嘅框架下去睇，再回頭問 NVIDIA 到底係做緊咩、 以及喺呢個新經濟、新產業入面，我哋到底有機會承接幾多份額時， 我認為，我哋未來會變得大好多，而且係大好多好多

剩低嘅問題，對我嚟講就係： NVIDIA 喺唔遠嘅未來，有冇可能成為一間年營收3兆美元嘅公司？

我嘅答案當然係：有可能 原因就係，呢件事並冇被任何物理極限真正卡死 我睇唔到任何嘢可以令我下結論話：「3兆美元唔可能」 而且事實上， NVIDIA 嘅供應鏈負擔，係由200家公司共同分擔嘅

而我哋之所以可以擴張，亦都係因為有呢個整個生態系一齊作為後盾，並同我哋形成合作， 真正嘅問題只剩下一個：我哋有冇足夠嘅能源去做到呢件事？

而我嘅判斷係，我哋當然會有足夠嘅能源去做到佢 所以，將呢啲因素全部放埋一齊睇，嗰個數字終究都只係一個數字而已

而且我到而家仲記得，當我哋第一次跨過10億美元嗰陣，我諗起咗一位 CEO 曾經同我講過嘅說話 —— 我就唔拎嗰啲細節嚟煩你喇，但嗰套講法當然並唔合邏輯，而且好多證據都顯示事情根本唔係噉

後來又有人對我講：「 Jensen ，你哋永遠唔可能超過250億美元，因為某某公司會擋住你哋」 亦有人曾經同我講過類似嘅嘢，但嗰啲都唔係第一性原理嘅思考方式

而最簡單嘅思考方式其實就係：我哋到底做緊咩？而我哋有能力創造出幾大嘅機會？

而最簡單嘅思考方式其實就係：我哋到底做緊咩？而我哋有能力創造出幾大嘅機會？

因為 NVIDIA 並唔係打緊市場份額嗰種既有存量市場嘅仗 我啱啱講嘅幾乎所有嘢，原本都仲未存在 而呢個，正正就係最難嘅地方 如果今日 NVIDIA 只係一間100億美元嘅公司，想去搶而家呢個 NVIDIA 嘅份額，

股東當然好容易理解，會覺得：喔，對啊，如果佢哋只要攞下10 % 市場份額，公司就可以變大咁多 但係人哋好難想像我哋到底可以大到咩程度，因為眼前根本冇邊個嘅份額係我可以直接去搶，你明唔明？

所以我認為，呢個其實係呢個世界嘅一個挑戰：人哋對未來嘅想像力唔夠 但我有嘅係時間，我會繼續推演佢、繼續講佢，而每一屆 GTC 都會令呢個未來 —— 變得越嚟越真實，然後會有越嚟越多人開始談論佢 而總有一日，我哋一定會走到嗰度；我百分之百相信，我哋一定會去到 對

你呢種將佢睇成 token 工廠嘅觀點，即係每瓦每秒生成幾多 token ，而每一個 token 本身都有價值 即係將佢視為一種真正可以創造價值嘅嘢，而且佢可以創造嘅係唔同種類嘅價值， 而且對唔同嘅人，創造出唔同程度嘅價值 而嗰個真正嘅產品，本質上其實就可以寬鬆噉理解成 token 本身 於是，你就會有一大批 token 工廠，而噉樣一嚟，其實好容易 ——

從第一性原理去想像未來，因為只要考慮 AI 能夠解決嘅所有潛在問題， 你就會知道，未來對 token 工廠嘅需求，將會以指數級成長 對 而真正有意思嘅係，亦正正係令我咁興奮嘅地方： tokens 嘅 iPhone 時刻已經到咗 你叫佢做咩？

等等，你嘅意思係 OpenClaw 就係嗰個 iPhone ？

對 呢個好有意思 特工 對 特工 確實 更準確噉講，係整體嘅 agents tokens 嘅 iPhone 時刻已經到咗 嗰個係歷史上成長最快嘅應用程式之一 佢幾乎係直線往上衝 對 就係一路直線上升 呢個本身就講明咗好多嘢 冇錯 毫無疑問 OpenClaw 就係代幣嘅 iPhone 時刻 對

你都知道，由大約去年12月開始，確實有一件非常特別嘅事正發生緊， 就係人哋真係開始醒悟到 Claude Code 、 Codex 、 OpenClaw 呢啲嘢嘅力量 講嚟有啲唔好意思，啱啱喺嚟呢度嘅路上、喺機場嗰陣 —— 而且呢個仲係我第一次公開承認呢件事 ——

我其實係喺「用講嘢嘅方式寫程式」，某種程度上算係喺編程，而我自己都覺得有啲尷尬， 因為我幾乎就係將佢當成一位人類同事喺度對話 我仲未肯定，未來如果每個人都邊行邊同自己嘅 AI 講嘢，呢個世界會變成咩感覺， 但係唔得唔講，呢個真係一種非常高效嘅做事方式 而且更有可能發生嘅，係你嘅 AI 會一直嚟煩你

原因就係，佢做嘢做得太快喇，所以佢會不斷返嚟向你回報進度 「嗰件事我做完喇」 「噉你要我做啲咩？」

「噉你要我做啲咩？」 而我覺得大部份人仲未意識到嘅一點係，未來最常嚟搵你傾偈嘅嗰個對象， 最常傳訊息畀你、最常嚟打擾你嘅，好可能就係你自己嘅 claw ，或者某種 lobster 式代理 呢個真係一個難以置信嘅未來 我睇過一個講法，話你將自己好大一部分嘅成功，歸因於你比任何人都更能夠拼命工作， 而且比任何人都更能承受痛苦

而呢度其實包含好多嘢，例如面對失敗、承受代價、處理我哋啱啱講過嘅嗰啲工程難題， 仲有人與人嘅問題、唔確定性、責任、疲憊、尷尬， 以及你提過嗰啲幾乎令公司走到生死邊緣嘅時刻

而家仲有一種壓力：你作為呢間公司嘅 CEO ，各國經濟體、國家，都圍繞住呢間公司嚟制定策略， 圍繞佢配置資金，亦圍繞佢規劃 AI 基礎設施 你到底係點樣承受咁大嘅壓力嘅？

當有咁多國家、咁多人都喺某種程度上依賴你嘅時候，支撐你繼續向前走嘅力量究竟嚟自邊度？

我非常清楚， NVIDIA 嘅成功，對美國嚟講係非常重要嘅 我哋創造咗龐大嘅稅收 我哋亦為呢個國家建立咗科技領先地位 科技領先對國家安全至關重要，而且呢種國安意義並唔只體現喺某一個面向，

而係關乎國家安全嘅所有層面 當我哋嘅國家更繁榮時，我哋就可以將國內政策做得更好，亦可以更有能力支撐各種社會福利， 因為我哋正喺美國推動咁龐大嘅再工業化進程 我哋正喺創造堆積如山嘅就業機會

我哋亦都推動緊好多製造能力回流美國，重新改變我哋建造事物嘅方式 —— 無論係晶片、電腦，當然都包括呢啲 AI 工廠 所以我完全明白呢一點而且我仲有一份好大嘅幸運，呢個真係一份非常非常珍貴嘅禮物，

即係，有好多一般投資者、老師、警察，唔知出於咩原因，最終都投資咗 NVIDIA ， 或者可能只係因為睇咗 Jim Cramer 嘅節目，買咗啲股票，結果而家成為咗百萬富翁 而我對呢種情況，係完全清楚、完全有感嘅

而且我確實會一直諗呢件事，而佢亦都令我 —— 而且 NVIDIA 其實正處於一個龐大嘅生態系網絡中心，背後有大量合作夥伴，上下游亦圍繞住我哋 所以，我面對呢件事嘅方法，其實就同我啱啱講嘅一模一樣

我會先將佢推理清楚：我哋到底做緊咩？佢引發緊啲咩？佢對其他人帶嚟嘅係咩影響同利益？

我會先將佢推理清楚：我哋到底做緊咩？佢引發緊啲咩？佢對其他人帶嚟嘅係咩影響同利益？

包括正面嘅影響，甚至亦包括佢帶嚟嘅沉重負擔，例如對供應鏈造成嘅壓力 然後接下來真正嘅問題就係：既然係咁，你打算點樣處理佢？

幾乎所有我感受到嘅壓力，我最後都會將佢拆開嚟睇 我會去推理：好，而家嘅情況係點？到底有咩變咗？真正困難嘅係咩？而我又準備點樣應對？

我會去推理：好，而家嘅情況係點？到底有咩變咗？真正困難嘅係咩？而我又準備點樣應對？

然後我就將佢拆解，將成個問題分解開嚟， 而呢種深度、徹底嘅拆解，會將原本龐大可怕嘅局面，變成我能夠真正處理嘅具體事情 而做到呢一步之後，剩低唯一應該問嘅就係：你到底做咗冇？

你唔係自己做咗，就係搵人去做咗，對唔住？

如果你明明已經推理出呢件事一定要做，結果你自己冇做，亦冇將佢推動起嚟， 亦都冇畀人去做，噉你就唔好再為佢哀嘆喇，係咪？

所以，我對自己其實係相當嚴格嘅但同時，我亦會將事情拆開，噉樣一嚟 —— 我就唔會恐慌，我都可以安心去瞓覺，因為我已經將嗰啲應該做嘅嘢全部列出嚟喇 而且我亦已經確認，凡係任何可能令公司受傷、令合作夥伴受傷嘅事，

甚至令整個產業受傷嘅事， 只要我覺得佢可能傷害到任何人，我就一定會將佢話畀某個人知 而且我講嘅唔係隨便邊個人，而係嗰個真正可以做啲咩嘅人 所以，唔係我已經將佢交辦出去咗，就係我自己正處理緊佢 所以到咗嗰一步之後， Lex ，你仲可以做啲咩呢？

所以，回頭睇一路將 NVIDIA 建起嚟嘅過程，入面有咁多近乎瘋狂、強烈嘅痛苦， 你心理上有冇跌到過好低嘅谷底？

當然有 當然有 有，毫無疑問 一直都有，真係一直都有 而面對嗰種時候，你仲係只可以將問題拆成一小塊一小塊，再睇下自己可以做啲咩 而且 Lex ，其中有一部分其實就係學會遺忘 你都知道， AI 學習入面一個非常重要嘅特性，就係系統性遺忘

你一定要知道，幾時應該放棄某啲嘢 你唔可能將所有嘢都一直記喺身上 你亦唔可能將一切都背住走，而且你其實亦唔應該將一切都扛喺自己身上 所以我會好快做嘅一件事，就係先將問題拆開 我會將佢推理清楚，然後將負擔分攤出去 所以我先會話，我會將事情話畀大家知，因為嗰個本質上就係盡快將嗰份壓力分攤出去

凡係令我擔心嘅事，我會話畀人知，而唔係悶喺自己心入面當然，係將佢拆開嚟講，唔係將對方嚇壞 將問題分解成更細嘅部分，令到其他人可以理解，而且激勵佢哋真係去做啲咩 但另一部分，真係就只係學會放下而且好多時候，你仲要對自己夠狠啲 你得對自己講：好啦，唔好再為呢件事喊喇

起身啦，繼續向前行然後你就真係起身落床，開始做嘢 而另一個部分則係，你會被下一道光吸引，被下一個未來吸引， 即係下一個機會、下一個目標好，啱啱嗰件事已經過咗 噉接下來呢？

我覺得呢個好似嗰啲偉大嘅運動員，你睇佢哋比賽時，腦海入面諗嘅永遠只係下一分 上一分已經過去，無論係失誤、係尷尬、定係咩，都已經喺後面而因為我有好多工作係喺公開場合做 你都知， Lex ，你自己嘅工作都有相當大一部分係喺公開環境下完成嘅

所以，我確實有好多工作都係喺大家面前做嘅 所以，我當下會講好多喺嗰一刻聽落合理、或者當時令我自己覺得好好笑嘅話， 好多時候，其實只係因為當下我自己覺得好笑啫 但之後你再回頭諗，往往就冇咁好笑喇不過，大概就係噉 唔係，真係，我明你嘅意思即係話，你基本上係畀未來嗰道光將你一路拉住向前走

將過去放低，然後繼續向嗰個方向走 而且你自己唔係都講過一句好出名嘅說話咩？你曾經講過，如果你當初知道建立 NVIDIA 會有幾難 ——

而且你自己唔係都講過一句好出名嘅說話咩？你曾經講過，如果你當初知道建立 NVIDIA 會有幾難 —— 佢最後比你原先想像嘅，可能仲要難上一百萬倍，噉你大概根本唔會去做 不過，你知唔知，當我聽到呢句說話時，我反而覺得：凡係真正值得去做嘅事，大概都一樣

對呀 冇錯 而且順便講一句，我啱啱真正想表達嘅係：有一種非常驚人嘅超能力，就係 —— 保有一顆孩子般嘅心，你明唔明？

而且我成日會對自己講，當我睇住一件事時 —— 其實幾乎所有嘢都係咁 —— 我腦入面第一個跳出嚟嘅念頭就係：呢個可以有幾難？

所以，你要將自己帶入嗰種狀態：佢到底可以有幾難？

而且可能以前根本冇人做過 佢睇落巨大到要命，可能仲要花上幾千億美元 佢可能要花晒漫長時間，仲會伴隨各種麻煩但你仍然會對自己講：好啦，可佢到底可以有幾難？

對 佢到底有幾難？

對 所以，你真係要將自己放入嗰種心態入面 你唔應該一開始就將所有可能發生嘅事過度模擬一次， 包括所有挫折、所有艱難折磨、以及所有可能嘅失望 你其實唔想一開始就知道嗰啲艱難，你更希望帶住「今次一定會好順利」嘅心情，走進一段新嘅經歷 你唔想知道自己其實並唔明白 —— 唔係，你唔想；你只想帶住一種念頭去迎接新嘅體驗：認為佢將會完美 噉一定會好正 而且一定會好有趣

但係一旦你真係走入去，你就一定要有耐力，亦都要有韌性， 噉樣等真正嘅挫折出現時 —— 而嗰啲挫折一定會令你措手不及 —— 失望會突然襲來，尷尬亦會突然襲來 甚至連羞辱感，都會喺你毫無防備時出現 而呢個時候你唔可以被困住，你要啟動另一個開關：將佢放低

向前行 繼續行，唔好停低 而只要我對未來嘅嗰啲假設，仲有我判斷未來點解會噉樣展開嘅基礎， 只要嗰啲前提、嗰啲輸入條件，冇發生實質性嘅改變， 噉我就應該預期，輸出結果都唔會改變

所以，我對未來所做嘅嗰個推演結果，仍然會發生 而既然佢仲係會發生，噉我就仲係會繼續追落去 所以，我覺得呢度其實結合咗兩三種好重要嘅人類特質， 包括能夠帶住新鮮嘅心態走進一段經歷，亦包括有能力將挫折放下，

仲包括有能力相信自己，相信你所相信嘅嘢，而且始終忠於嗰份信念 當然，你亦都要持續重新檢視呢三四五種因素嘅組合；我認為，呢個對韌性嚟講真係非常重要

而我好幸運，無論係咩人生經歷帶我嚟呢度，至少佢哋令我擁有咗呢四五樣嘢 我一直都好好奇，亦一直喺度學習，而且我係向每一個人學習

而且因為我對一切都保持謙卑，所以我總係諗：天啊，佢哋呢件事做得真係好好 佢哋真係做得太靚喇 我就會諗，佢哋到底係點諗嘅？佢哋到底係點樣做到嘅？

我就會諗，佢哋到底係點諗嘅？佢哋到底係點樣做到嘅？

所以，某種程度上，我一直都係模擬緊別人嘅思考，亦幾乎都係向我觀察到嘅每一個人學習 你會對嗰啲你觀察到，亦真心尊敬嘅做法，抱持好深嘅同理心 所以，你其實一直都喺度學習 而家，你已經係地球上最富有嘅人之一，亦係最成功嘅人之一

咁，喺呢種情況下，要保持謙卑會唔會更加難？你有冇感受到金錢、權力同名聲，令你更難 ——

咁，喺呢種情況下，要保持謙卑會唔會更加難？你有冇感受到金錢、權力同名聲，令你更難 —— 喺自己心入面承認自己可能錯咗，並願意真正去聽人哋嘅睇法？

尤其當對方意見同你唔同時，仲可以從中學到嘢？

講嚟意外，其實冇 甚至我反而覺得，情況更偏向另一邊 因為我有太多工作係喺公開場合進行嘅，所以只要我錯咗，幾乎所有人都睇得到 對 而且當我錯咗，或者事情最後唔係噉發展嘅時候 ——

其實我喺公開場合講嘅大部分嘢，原本都係有相當把握先會講嘅 因為噉樣會影響到其他人 所以我對呢種事會非常慎重，非常小心 至於喺會議入面我正喺度推演嘅嗰啲嘢，好多嘢最後當然可能會走向唔同嘅結果

但呢個從來唔會阻止我繼續以呢種方式去推理、去管理、去領導 我一直都喺人哋面前當場推理 甚至連而家同你講嘢時，你都睇到我其實正一路推理 而我希望你可以理解我講緊乜，唔係因為我直接話咗你結論， 而係因為我對自己將會講嘅嘢其實好謙卑，所以我會將我係點樣走到嗰個結論嘅步驟展畀你睇

然後由你自己決定，最後要唔要信我講嘅嘢 所以我成日喺同員工開會嗰陣，其實都係做緊呢件事 我會一直講：嚟，我話你知我係點睇嘅 然後將整個推理過程講清楚 噉樣一嚟，每個人都可以中途介入，話：我唔同意呢一段 而將事情推理畀大家睇、並畀大家參與入嚟嘅好處就係 ——

佢哋唔一定要反對你嘅最終結論 佢哋可以只係反對你某一步推理，然後將我拉去唔同方向，然後我哋再一齊向前推理 所以，我哋其實係做緊一種集體尋路嘅方法，而呢個真係好正 對

你有一種好特別嘅狀態：當你解釋緊事情嗰陣，我可以感覺到你係喺現場即時推理 而且你始終保持開放，好似我真係可以影響你嘅思路，呢一點 —— 喺經歷咗咁多年成功同痛苦之後，你居然仲可以保持呢種狀態，真係好靚

我覺得好多時候，痛苦會令人慢慢封閉起嚟；而你仲可以保有對尷尬嘅容忍度 —— 我覺得嗰個就係一種真正嘅容忍力 嗰個真係一種好真實嘅能力 對 喺多年不斷令自己暴露於出糗風險之後，甚至喺嗰啲會議入面，明知周圍嘅人 —— 曾經聽你提出某個想法，而後來嗰個想法被證明係錯嘅，

你仲可以承認佢，並從中成長 從人嘅層面嚟講，呢個其實非常難 對 嗯，你知啦，佢哋都知，我人生第一份工其實就係掃廁所 所以 - 我好高興，你到而家仲保有當年喺 Denny's 嗰種工作嘅精神 我嘅意思係，嗰度真係好靚 你由 Denny's 開始走到今日，成段旅程都好靚

噉我接下來想問你一個話題 電子遊戲 因為我本身就係重度遊戲玩家 對 所以我要先多謝 NVIDIA ，多年來做出咗咁多驚人嘅遊戲畫面 順便講一句，直到今日， GeForce 仍然係我哋第一名嘅行銷策略

大家喺青少年時期就因為遊戲認識咗 NVIDIA ，等佢哋上大學時，就已經知道 NVIDIA 係邊個喇 一開始可能只係玩《 Call of Duty 》、玩《 Fortnite 》，但後來佢哋開始接觸 CUDA ， 之後又開始喺 Blender 之類嘅工具上面使用 NVIDIA 對

我前幾日同朋友講我要訪問你，佢第一句就係：喔，佢哋做得好正嘅遊戲 GPU 對，完全冇錯 就係噉 當然我哋做嘅唔止噉，但冇錯，呢啲嘢真係帶畀好多人好多快樂 嗰啲硬體，真係將嗰啲虛擬世界活生生帶到咗人哋眼前

不過最近關於 DLSS 5亦出現咗一啲爭議 你可唔可以解釋下呢場風波到底嘈緊乜嘢？

我估好多網上嘅玩家擔心嘅係，佢會令遊戲畫面睇落好似 AI 垃圾內容 對 噉你點睇呢場爭議？

我覺得佢哋嘅觀點其實合理，我都可以理解佢哋點解噉諗，因為我自己都唔鍾意嗰種 AI 垃圾內容 而家好多 AI 生成內容越嚟越似，雖然都好靚， 所以我對玩家嘅嗰種感受，其實係有同理心嘅

只係， DLSS 5想做嘅根本唔係嗰件事 我展示過幾個例子 DLSS 唔係以3D 條件、3D 引導，以及真實結構化資料嚟驅動嘅 即係話，幾何結構本身仍然由美術師嚟決定 而我哋會完全忠於嗰個幾何結構，將佢保留落嚟

所以喺每一幀入面，佢其實都仍然受制於材質、以及藝術家嘅原始創作 所以佢係增強緊每一幀，而唔係將原本嘅嘢改成另一個嘢 而且更重要嘅係， DLSS 5呢套系統本身係開放嘅，

你甚至可以訓練自己嘅模型嚟決定效果，未來亦可以直接用提示詞去控制佢， 好似係話：我希望佢變成卡通著色風格 或者：我希望佢睇落好似某種特定風格你甚至可以直接畀佢一個範例，佢就會以嗰種風格生成 但前提仍然係，佢一定要同藝術家嘅風格、意圖、美學方向保持一致

所以呢一切本來就係為咗幫助藝術家，令佢哋可以創造出更美嘅嘢， 而且仍然係佢哋自己想要嘅嗰種風格 我諗好多人誤以為，遊戲會先照原樣做完、照原樣出貨， 然後我哋再攞佢嚟做後期加工

但 DLSS 根本唔係為咗做呢件事而存在嘅 DLSS 係同藝術家工作流程整合埋一齊嘅 所以，佢嘅重點係將 AI 、將生成式 AI 呢種工具交到藝術家手上 而藝術家亦完全可以選擇唔用 我覺得大家對人臉特別敏感，而我哋而家正處於一個好特別嘅時刻 —— 即係人哋已經開始對 AI 垃圾內容變得敏感我覺得呢個係件好事

佢好似一面鏡子，令我哋重新意識到：人真正追求嘅，其實往往係唔完美 有時候，我哋要嘅甚至唔係完美嘅畫面 佢反而幫我哋理解，到底咩樣嘅世界會真正吸引我哋 而呢個本身就好靚 只要嗰個係一種幫我哋創造呢啲世界嘅工具，噉就係好事 冇錯 佢終究只係另一種工具

而且藝術家甚至可以要求生成模型去做同寫實完全相反嘅風格 對 噉佢都做得到 所以，講到底，佢就只係另一種工具 而且我諗玩家可能都會理解，過去呢幾年裏面，

我哋其實都一直將好似皮膚著色器呢類工具介紹畀遊戲開發者 好多遊戲入面嘅皮膚著色器，仲包括次表面散射，令皮膚睇落更似真正嘅皮膚 所以，整個產業入面嘅遊戲開發者，其實一直都係搵緊越嚟越多嘅工具，嚟表達佢哋嘅藝術感

所以呢個都只係再多一項可供選擇嘅工具而已 接下來呢個問題可能有啲荒謬 你覺得，有史以來最偉大、或者最有影響力嘅遊戲係咩？

如果從 NVIDIA 嘅角度嚟睇，我會話《 Doom 》，毫無疑問《 Doom 》真正開啟咗3D 時代 從藝術、文化影響力同產業轉折嘅交會點嚟睇，我會話仲係《 Doom 》 佢將 PC 由辦公工具，變成咗真正嘅遊戲裝置嗰個係一個非常重要嘅時刻

當然，喺佢之前都有飛行模擬類遊戲，但佢哋冇《 Doom 》嗰種全民級嘅普及度 亦正因為咁，佢哋冇真正令整個產業將 PC 從辦公自動化工具，轉變成 —— 一台屬於家庭、玩家同大眾嘅個人電腦 所以《 Doom 》喺嗰個層面上影響巨大而如果單從遊戲技術嚟講，我會話《 Virtua Fighter 》

所以，我哋其實同兩邊嘅人都非常熟 而如果講比較近年嘅遊戲，好似《 Cyberpunk 2077》 嗰個就係非常靚嘅 GPU 加速畫面，尤其係全光追、完整光追 另外，我個人其實亦都係《 Skyrim 》《 The Elder Scrolls 》系列嘅超級粉絲雖然佢已經發售好耐喇，

但社群不斷推出各種 mod ，令佢幾乎好似變成另一款遊戲，亦令我能夠 —— 一玩再玩，反覆重玩，同時亦令你意識到，你可以用完全唔同嘅方式 —— 重新體驗嗰個你本來就深愛嘅世界 所以我一直都做緊呢件事 我最鍾意嘅嘢之一，就係喺《 Skyrim 》嘅世界入面隨便行嚟行去 而我哋亦都做咗一樣嘢，叫做 RTX Mod

對 嗰個係一個 mod 製作工具 佢令社群可以將最新技術注入到老遊戲入面 當然，一款偉大嘅遊戲，真正嘅核心唔只係畫面， 仲包括故事同角色塑造對，冇錯

但靚嘅畫面，確實會大大加深沉浸感，令你覺得自己真係被傳送到另一個世界 你啱啱都講得好啱， AGI 幾時到來，其實取決於你點定義 AGI

所以，我就嚟直接問問你對時間線嘅睇法 可能呢個係個好荒謬嘅 AGI 定義，但假設 AGI 指嘅係一個基本上可以做你工作內容嘅 AI 系統

即係話，佢可以創辦、成長並經營一間成功嘅科技公司，而且 —— 唔係，唔係普通成功，得係市值超過十億美元嘅公司

而你都知道，呢度每一個環節有幾難 咁，我哋距離嗰種程度仲有幾遠？

所以我哋講緊嘅係一個好似 OpenClaw 嘅系統，佢要能夠完成所有嗰啲極其複雜嘅事：首先係創新 然後仲要搵到客戶、賣畀客戶、管理營運，建立一個由代理同人類混合組成嘅團隊，等等呢一整套 呢個係五年、十年、十五年，定係二十年之後嘅事？

我覺得就係而家 我覺得我哋已經達到 AGI 喇 你覺得，而家已經可以有一間公司由呢種 AI 系統嚟運作？

有可能 原因就喺呢度：你講嘅係「超過十億美元」，但你冇話嗰間公司得永遠存在 所以，完全唔係唔可能嘅一種情況係：某個 claw 做出咗一個網絡服務，

或者一個突然爆紅嘅小應用，幾十億人願意花五十美分去用佢 然後過咗冇幾耐，佢又迅速消失咗 呢種公司喺網絡時代其實出現過好多

而且嗰啲網站，大多並冇比今日嘅 OpenClaw 可以做出嚟嘅嘢更複雜 有意思即係話，佢可以達成病毒式傳播，並將嗰種爆紅變成收入 對 只係我唔知嗰啲會係咩嘢，就好似當年我都唔可能事先預測到嗰啲公司一樣 你呢句說話會令好多人興奮起嚟 對 佢哋會話：你呢句係咩意思？

所以我只要放出一個 agent ，就可以賺好多錢？

順便講一句，呢種事其實而家就已經發生緊喇，係咪？

你去中國時會見到，有好多好多人做緊呢種嘢， 佢哋會訓練自己嘅 claws ，畀佢出去搵工、接案、做嘢、賺錢 而且我一點都唔會意外，如果突然又冒出某種社交型產品 ——

或者有人做出一個超級可愛嘅數碼網紅，或者某種社交應用， 好似餵你嘅電子寵物之類嘅嘢 然後佢就突然之間變成爆紅嘅即時成功案例 大家玩個幾個月，然後佢又慢慢退潮消失

但如果話十萬個噉嘅 agents 要去建出下一個 NVIDIA ，噉機率幾乎係零 而且有一件事我絕對唔想做，我亦希望大家都唔好做，就係忽視 ——

人哋對自己嘅工作真係非常焦慮而我想提醒大家嘅係：你工作嘅「目的」， 同你完成嗰份工作所使用嘅「任務」同「工具」，彼此相關，但唔係同一回事 我做呢份工已經33年喇 我係全世界任期最長嘅科技公司 CEO ，34年

而呢34年嚟，我用嚟完成工作嘅工具，一直都係不斷改變， 而且有時係喺兩三年內就劇烈改變 而我非常想確保每個人都聽過嘅一個故事係：

最早被電腦科學家同 AI 研究者宣稱會消失嘅職業之一，就係放射科醫生 因為電腦視覺將會達到超人類水平 而呢件事的確發生咗電腦視覺大概喺2019、2020咗右就已經超越人類喇 冇錯 所以，電腦視覺達到超人類能力，已經唔係新鮮事喇

於是當年嘅預測就係：放射科醫生會消失，因為判讀醫學影像呢件事會變成過去式 AI 會接手一切 結果，佢哋喺某個層面上確實完全講得啱喇 電腦視覺而家的確就係超人類水平 今日幾乎每一個放射診斷平台同系統，背後都由 AI 驅動 但放射科醫生嘅人數反而增加咗

所以問題係：點解？而且而家全世界反而仲缺放射科醫生

所以問題係：點解？而且而家全世界反而仲缺放射科醫生 第一個原因係，嗰種危言聳聽走得太遠喇，反而令好多人嚇到唔敢進入呢個對社會極其重要嘅職業 所以，佢反而造成咗傷害 咁，點解嗰種預測會錯？

因為放射科醫生嘅工作目的，本質上係診斷疾病， 幫助病人，亦幫助其他醫生一齊做出正確診斷 而家因為我哋可以更快判讀掃描影像，所以可以睇多啲片 你可以做出更好嘅診斷 你亦可以更快處理住院病患相關流程

我哋可以照顧更多病人 醫院亦因此能夠有更高效率、更高收入 醫院入面有更多病人 你自然就需要更多放射科醫生 而最令人驚訝嘅係，回頭睇，呢件事其實明明非常明顯 所以， NVIDIA 嘅軟件工程師人數未來會增加，而唔係減少

原因就係，軟件工程師嘅「工作目的」，同軟件工程師嘅「其中一項任務：寫程式」， 彼此相關，但並唔係同一件事 我真正希望我嘅軟件工程師做嘅，係解決問題 我根本唔關心佢哋寫咗幾多行程式碼；佢哋工作嘅核心目的， 並冇改變嗰個就係解決問題、團隊合作、診斷問題、評估結果，

搵新嘅問題去解、創新、將唔同線索連起嚟；呢啲嘢一樣都唔會消失 所以你嘅意思係，就連程式設計呢一行都係一樣？你覺得全世界嘅程式設計師總數反而可能增加？

所以你嘅意思係，就連程式設計呢一行都係一樣？你覺得全世界嘅程式設計師總數反而可能增加？

對 原因就喺呢度 你先諗下，咩叫做 coding ？

我認為，到咗今日， coding 嘅定義本質上就係 specification ，即係規格描述 而如果你想更具體啲，你甚至可以將軟件架構都一齊定義畀佢 即係你希望佢寫成點樣嘅系統 所以真正嘅問題係：有幾多人做得到呢件事？

即係：將一個你要電腦去建造嘅嘢，用規格清楚描述畀佢聽 有幾多人可以做到？

我覺得，我哋啱啱已經將呢個人數，由三千萬提升到大概十億喇 所以未來每一個木匠某種程度上都會係 coder ；而有咗 AI 嘅木匠，同時亦會更似建築設計師 佢哋只係將自己可以交付畀客戶嘅價值大幅提高咗

佢哋嘅工藝同創造力，亦因此被大幅提升 我相信，每一位會計未來都可以更似你嘅財務分析師，甚至財務顧問 所以，所有呢啲職業，其實都只係被往上抬高咗 如果我係木匠，我見到 AI ，我一定會整個興奮到瘋掉

如果我係水電工，我一樣會瘋狂興奮，因為我可以帶畀客戶嘅服務會突然暴增 而至於而家本來就係程式設計師同軟件工程師嘅人， 我認為，佢哋其實正站喺理解「點樣直覺噉同 AI 溝通」嘅最前沿， 即係點樣用自然語言同 agents 溝通，嚟設計最好嘅軟件 冇錯 就係噉

所以隨住時間推進，呢兩邊會慢慢匯合 但我仍然認為，學習點樣寫程式本身，仍然有好高嘅價值 好似係了解程式語言本身、了解嗰種傳統形式嘅編程，仍然值得學 咁，程式語言嘅 good practices 係咩？

喺大型軟件系統入面，程式語言設計嘅原則又係咩？

原因就係， Lex ，正如我啱啱同觀眾講嘅，我認為 specification 嘅目標 —— 以及 specification 嘅藝術性 —— 本來就取決於你想解決嘅係邊一種問題

當我喺思考公司嘅策略、規劃公司方向，以及我哋接下來應該做啲咩嘅時候， 我會將佢描述到一個足夠具體嘅程度，好令大家可以理解方向，而且可以即刻行動

佢一定要具體到，其他人真係可以拎去執行 但我又會刻意將佢留低一部分空間，噉樣43，000位優秀嘅人先可以將佢做得比我想像中更好 所以當我同工程師、同團隊一齊工作嘅時候，我會先問自己：我到底想解嘅係咩問題？

而我又係同邊個一齊做嘢？

而 specification 嘅細緻程度、架構定義嘅清晰程度，都會同呢兩件事有關 所以每個人接下來都要學會：自己想待喺 coding 呢條光譜嘅邊一段 寫 specification ，本身就係 coding

所以你可能會選擇非常具體、非常指令式，因為你想要某個好明確嘅結果 亦可能你會覺得，某個領域更適合探索式嘅做法 所以你就會故意少寫啲，令自己可以同 AI 來回互動，甚至將自己嘅創造力邊界再往外推

而呢種「你喺光譜上嘅邊個位置」嘅拿捏，本身就係未來 coding 嘅藝術 但稍微離開 coding 嚟睇，我覺得好多人對自己嘅工作感到焦慮，其實完全可以理解 尤其係喺白領職位入面，呢種焦慮非常真實

我唔認為我哋任何人真係完全知道，當自動化同新技術到來時，應該點面對嗰種動盪時代

但我覺得第一件事係，我哋都要有同理心，亦要願意承擔嗰種現實重量 —— 去真正感受嗰啲失去工作嘅人，以及佢哋家庭所承受嘅痛苦 我認為，每當一種好似人工智慧噉嘅顛覆性技術到來，就一定會帶嚟好多痛苦

而坦白講，我都唔敢話我完全知道應該點解決嗰份痛苦 我希望，隨住工具進化，佢可以為同樣呢啲人，喺相似嘅工作領域創造出更多機會， 令佢哋更高效，亦令工作變得更有趣 就好似佢而家對程式設計做嘅咁老實講，我最近寫程式寫得好開心 我從來冇噉享受過

所以我希望佢亦都可以令到其他人嘅工作一樣：將無聊部分自動化，令真正有創造性嘅部分 —— 即係嗰啲真正應該由人負責嘅部分 —— 被放大不過即使係咁，痛苦同陣痛都係一定會有 所以我嘅第一個建議，亦都係我自己而家處理焦慮嘅方法，就係： 其實我哋啱啱先講過，對未來嘅巨大焦慮、

對壓力嘅巨大焦慮、對唔確定性嘅巨大焦慮 我會先將佢拆開嚟，然後話畀自己知：好，有啲嘢你係可以做啲咩嘅， 亦有啲嘢你根本做唔到啲咩；但對嗰啲你做咗啲咩嘅嘢 —— 噉就推理清楚，然後去做

如果今日我要招一位啱啱畢業嘅大學生，而我有兩個選擇：一個完全唔識 AI ， 另一個好識用 AI ，噉我一定會揀嗰個好識用 AI 嘅人

如果係會計、市場行銷、供應鏈、客服 —— 我都會揀更識 AI 嘅嗰一位 無論係業務、商務開發，定係律師，我都會聘請更擅長使用 AI 嘅人

所以我嘅建議係：每一位大學生、每一位老師，都應該鼓勵學生去使用 AI 每一位大學生畢業時，都應該至少成為 AI 使用上嘅熟手 而且唔止係學生每一個人 —— 如果你係木匠，如果你係電工，都去用 AI

去睇下佢可以點樣改變你而家嘅工作，點樣將你向上提升 如果我係農夫，我一定會用 AI 如果我係藥師，我都一定會用 AI 我會想睇，佢到底可以點樣將我嘅工作抬高，令我自己成為嗰個改變整個產業嘅人 所以，呢個會係我第一件去做嘅事

然後，我都會真係去幫佢哋做到呢件事 事實就係，呢項技術一定會取代好多任務，亦會令好多工作流程重組，因為佢會將嗰啲任務自動化 如果你嘅工作本身就等同於嗰個單一任務，噉你被衝擊嘅機率就非常高

但如果你嘅工作目的只包括咗某啲任務，噉你就要即刻學識用 AI 嚟自動化嗰啲任務 而中間其實仲有一整條光譜 順便講一句， AI 嘅一個美妙之處，尤其係聊天機器人版本，就係你可以直接攞佢嚟拆解問題

你有焦慮時，你可以透過同佢對話，將問題一步一步拆開 我最近就深深感受到，佢真係可以幫你將人生入面好多實際問題諗得好透 而且我唔係講緊嗰種心理治療式嘅問題 我係指嗰種非常實際嘅問題 例如：我真係擔心我嘅工作 噉我需要啲咩技能？

我下一步應該點行？

我要點樣變得更識用 AI ？

你啱啱講嘅每一件事，其實都可以直接問 AI ，而佢會畀你一份逐步行動計劃 講真，佢根本就係一個好正嘅人生教練 如果你話：我根本唔會用 AI AI 就會答：冇關係，我教你 完全冇錯 呢個好 meta ，但係都真係好驚人 所以大家真係應該去用 你唔可能行去 Excel 面前話：我唔識用 Excel ，教我一下 佢根本唔會理你 呢個亦都係 AI 喺我生活各個面向帶嚟嘅改變

就係嗰種初學者嘅阻力、第一次接觸一個新嘢嘅阻力，而家幾乎都可以被佢消掉 我第一步應該點做？

冇錯 而佢嗰種手把手帶你嘅方式，消除咗我哋進入世界各種新體驗時嘅摩擦力， 就好似我啱啱私下同你講嘅，你提到你要去中國、都要去台灣 我應該去邊度？我應該做啲咩？我要點樣安排？呢啲問題一瞬間就可以得到答案，呢個真係好靚

我應該去邊度？我應該做啲咩？我要點樣安排？呢啲問題一瞬間就可以得到答案，呢個真係好靚

噉你去台灣時，直接問 AI ： Jensen 喺台灣最愛嘅餐廳有咩？

對 而且我應該先提醒你 喎，係咪 對 噉佢準唔準？

好準 對 好 而且我幾乎食晒台灣各地 你喺嗰邊根本就係巨星 而且就好似我哋啱啱私下傾嘅，可能到時我哋真係會喺嗰度遇見，噉會好正 好似係 Computex ，或者 NVIDIA 嘅 GTC Taiwan 活動 你覺得，人性、人嘅意識之中，係咪有某啲嘢喺本質上係非計算性嘅？

即係話，無論晶片幾強大，都永遠無法真正複製嘅嘢？

我唔知晶片會唔會有一日真係「緊張」 而嗰個背後當然有好多會引發焦慮、緊張 —— 或其他情緒嘅條件；我相信 AI 可以辨識、可以理解嗰啲嘢 但我唔認為我嘅晶片真係會「感受到」嗰啲嘢

所以，嗰種焦慮、嗰種感受、嗰種興奮 —— 嗰種真正從內在湧出嘅情緒， 以及呢啲情緒點樣表現喺人嘅行為同表現上 —— 例如極端驚人嘅人類表現， 好似係運動表現，由普通到超凡，嗰條完整嘅人類表現光譜 ——

明明面對嘅係完全相同嘅處境，但唔同人會表現出截然不同嘅結果， 展現出截然不同嘅表現我唔認為我哋而家正喺度打造嘅呢啲嘢， 能真正說明：兩台面對完全相同情況嘅電腦，會好似人類噉 ——

當然佢哋可能統計上會產生唔同輸出，但咁唔係因為佢哋「感覺唔同」 對 嗰種主觀經驗 —— 講真，人類主觀感受到嘅嗰個內在世界，真係有某種非常特別嘅嘢 就好似我啱啱同你講嘅，我啱啱同你對話嗰陣其實都幾緊張嘅

就好似我講嘅，希望、恐懼、焦慮，以及生命本身，嗰種生命嘅豐富度 —— 我哋點樣深深墜入愛河，又點樣深深心碎， 我哋點樣害怕死亡，當摯愛離世時，又會承受幾深嘅痛苦

呢個整個嘢 —— 整體嚟講，我真係好難想像， AI 或者單純嘅計算裝置，能夠真正具備嗰一切 但呢件事入面仲有太多太多我哋仲未解開嘅謎，所以我都願意保持開放，接受未來可能帶嚟嘅驚訝 對 過去呢幾個月、呢幾年，我已經被驚訝過好多次喇 scaling 確實可以創造出驚人嘅奇蹟，

尤其喺智慧呢個領域入面，真係令人睇得目瞪口呆 所以我願意保持開放 而且我覺得好重要嘅一件事，係我哋一定要將「智慧到底係咩」呢件事拆解清楚 呢個我哋日日掛喺嘴邊嘅字，其實並唔係咩神秘字眼

智慧係有明確含義嘅佢係一種系統，一種我哋所做嘅事，入面包含感知、 理解、推理，以及規劃能力；嗰個循環，嗰個整個循環 —— 本質上，就係智慧

但「智慧」呢個字，並唔等於「人性」 我認為，將呢兩者分開，係非常重要嘅 我哋之所以有兩個唔同嘅詞，就係因為佢哋唔係一回事 所以，我唔會過度幻想智慧，亦唔會將智慧過度浪漫化 大家以前都聽我講過，

我其實認為，智慧最終係一種商品化嘅嘢 我身邊圍住大量聰明人， 而且喺佢哋各自嘅領域入面，佢哋都比我聰明 但即使係咁，我喺嗰個圈子入面仍然有自己嘅角色 呢件事本身其實好有意思 佢哋受嘅教育比我好

佢哋讀嘅學校比我好 喺佢哋各自嘅領域入面，佢哋都比我更深 每一個都係 而我呢類人有60位 對我嚟講，佢哋每一個都好似超人，而我就坐喺中間，去協調呢60個人 所以你就要問自己：一個洗碗工憑咩可以坐喺一班超人中間，仲去統籌佢哋？

你明唔明我嘅意思？

呢個亦都係我嘅重點 我嘅意思係，智慧係一種功能性嘅嘢 但人性並唔係一種可以用功能定義完嘅嘢 嗰個係一個大好多好多嘅詞人生經驗、對痛苦嘅承受力、決心 —— 嗰啲其實唔係「智慧」呢個詞本身可以完全裝下嘅

所以，如果我只可以送畀觀眾一件事，我最想幫佢哋理解嘅係： 我哋喺過去好長一段時間，將「智慧」呢個字抬得太高喇 真正值得被抬高嘅詞，其實係人性、品格，仲有嗰啲更屬於人嘅嘢

同情、慷慨，以及你啱啱提到嘅嗰啲品質，我相信嗰啲先係真正好似超能力一樣嘅嘢 而智慧，接下來則會好似我哋前面講過嘅噉，被逐步商品化 人哋成日話，最重要嘅係你嘅教育 就算大家一直話，教育係最重要嘅，

你喺學校得到嘅，從來都唔只係知識而已 但好唔好彩嘅係，我哋嘅社會成日將一切都塞入單一一個詞入面，可人生從來唔止一個詞 而我只係想話你知，我嘅人生其實顯示咗一件事：就算我喺智慧曲線上，比我身邊所有人都低 ——

亦唔改變我仍然係最成功嘅嗰一個事實 所以，我希望 — — 我係真係想鼓勵大家：唔好畀智慧嘅民主化 —— 唔好畀智慧嘅商品化，變成你嘅焦慮來源 你反而應該因此受到鼓舞 對

我都認為， AI 反而會幫我哋更加重視人類而我自己當然係將人性、將人放喺第一位 而且我相信，真正令呢個世界永遠令人驚嘆嘅，仍然會係人類自身 而 AI 只係令我哋變得更強嘅一種驚人工具 —— 完全正確 令人類變得更強大 冇錯，就係噉

你啱啱提到， NVIDIA 嘅成功，以及數百萬人嘅生活，喺某種程度上都同你有關， 但你終究都只係個人，都同我哋一樣，係會死嘅 你會唔會去諗自己嘅死亡呢件事？

你驚唔驚死？

我真係唔想死 我嘅人生好好 我有好好嘅家人 而且我手上有非常重要嘅工作 呢個唔係咩「一生一次」嘅經歷 —— 因為聽落好似好多人都會經歷

嗰種講法暗示，好多人都會遇到，只係唔係同一個人 但我而家所經歷嘅，更似係一種「人類史級別、一次性嘅經驗」 NVIDIA 係歷史上最具關鍵影響力嘅科技公司之一 我哋做緊嘅係非常重要嘅工作 而我對呢件事睇得非常嚴肅 所以，當然有啲嘢最後仲係會返到好務實嘅層面，

例如，我哋應該點睇接班規劃？

而我一直都好出名嘅一句話就係：我唔信嗰種傳統式嘅接班規劃 而我噉講，並唔係因為我覺得自己唔會死 真正嘅原因係：如果你一直喺焦慮接班規劃， 如果你真係咁在意嗰個問題，噉你到底應該做啲咩？

噉你就應該將問題一路拆返最基本 如果你真係關心「冇你之後，公司未來會點」，咁今日最重要應該做嘅嘢就係 —— 盡可能頻繁、持續噉將知識、資訊、洞見、技能同經驗傳落去 呢個亦都係點解，我會持續喺團隊面前將所有嘢一路推理畀大家睇

每一場會議，本質上都係一次推理會議 無論係喺公司內定係公司外，我花出去嘅每一分鐘，本質上都係盡可能快噉將知識傳畀其他人 我學到嘅任何新嘢，都唔會喺我枱上停留超過一瞬間 我即刻就會丟佢出去：天啊，呢個太酷喇

甚至喺我自己仲未完全學透之前，我就已經指派人哋去跟進：快啲去睇呢個 呢個真係太酷喇 你一定會想學呢個 所以，我一直都係傳遞知識、賦能他人、提升我身邊每一個人嘅能力 所以，我真正希望嘅結果就係：有一日我會喺工作中離開呢個世界

而且最好係瞬間發生，唔好有漫長嘅痛苦過程 從粉絲嘅角度嚟講，考慮到你對整個文明產生嘅巨大正面影響，

我當然希望你繼續做落去；而且，單係睇你哋做緊咩，本身就好過癮，因為嗰個創新速度真係誇張 而且我本來就非常熱愛工程 NVIDIA 一直持續做出咁多難以置信嘅工程成果 淨係睇住就已經好享受喇 嗰個好似係慶祝人類本身、慶祝偉大嘅建造者，亦慶祝偉大嘅工程 所以，佢代表嘅係某種好特別嘅嘢

所以我真係希望你同 NVIDIA 繼續行落去 咁，對於我哋正經歷緊嘅呢一切、對於人類、對於人類嘅未來，究竟係咩令你感到希望？

當你向前睇，去諗十年、二十年、五十年、甚至一百年後嘅人類未來時， 係咩令你感到希望？

我一直都非常相信人類嘅善良， 相信慷慨、相信同情，亦相信人類本身嘅能力

我一直都對呢一點有極高嘅信心，甚至有時高得超過我應該有嘅程度 有時我亦因此被人利用，但嗰個從來唔會令我改變出發點 我始終相信，大多數人其實係想做好事嘅

人哋其實係想幫人嘅，而大多數情況下，現實亦證明我係啱嘅

而且唔單止係證明我對，好多時甚至超出我嘅期待所以，我對人類嘅能力抱有完整嘅信心 我覺得，真正畀我巨大希望嘅，係當我見到而家已經有啲咩變成可能 ——

然後再將佢向前推演時，所見嘅未來 當我根據我哋而家做緊嘅嘢去外推，去睇接下來好可能會發生啲咩時， 我睇到嘅係：我哋想解決嘅嘢其實仲有咁多 仲有咁多問題等緊我哋去解 仲有咁多嘢等緊我哋去建

而且有咁多好嘅嘢，而家終於已經進入我哋嘅觸手可及範圍，甚至有可能就喺我有生之年內完成 面對噉嘅未來，你真係好難唔帶住浪漫嘅眼光去睇佢 你明我嘅意思咩？

對 活喺呢個時代，真係太令人興奮喇 係啊 真係，真係就係噉 你點可能唔為噉嘅未來感到浪漫呢？

好似係，期待疾病終結，呢個其實已經唔係天方夜譚，而係相當合理嘅期待 呢個真係合理嘅期待 期待污染被大幅降低，亦係一件合理嘅事 甚至期待接近光速嘅旅行出現喺未來，亦已經唔再只係幻想

當然，唔係話好長距離即刻做到，但至少短距離上，呢類嘢已經可以開始想像大家會問我點做 首先，我好快就會將一個 humanoid 放上太空船，而且嗰個會係我嘅 humanoid 然後我哋會盡快將佢送出去 而且佢喺飛行途中仲會持續進化、持續變強

等到時機成熟時，我嘅意識 —— 或者至少同我有關嘅大部分內容 —— 因為我生命入面咁多嘢早就已經上傳到網上喇 將我嘅 inbox 、我做過嘅一切、我講過嘅一切，全部收集起嚟，佢就會慢慢形成屬於我嘅 AI 到嗰個時候，我哋就將佢以光速送出去，去追上我前面嗰個機器人 喎，呢個諗法太妙喇

對我嚟講，呢個當然係一種應用想像，但更重要嘅係，佢亦滿足咗我嘅好奇心同想像力 因為嗰度牽涉到太多太迷人嘅科學問題、太多神秘喇 理解呢台生物機器 —— 即係人類身體同大腦 —— 其實已經近喺眼前 我覺得唔係十年後，可能五年左右就會有巨大突破

然後仲有人類心智本身，以及將物理、理論物理真正打開嚟嘅可能性 呢一切都太令人興奮喇 好似係解釋意識本身 嗰件事如果真係做到，會非常震撼 對 而且呢啲其實都已經喺我哋嘅可及範圍內 對 Jensen ，真係非常多謝你呢幾年所做嘅一切 亦多謝你為呢個世界所做嘅一切 亦多謝你成為而家噉嘅你

我睇得出，你係一個好好嘅人我祝你今年一切都取得巨大成功 我已經等唔切喇 作為粉絲，我真係等唔切想睇你接下來仲會做啲咩亦希望可以喺台灣見到你今日真係非常感謝你 多謝你， Lex 我今日傾得好開心

另外，如果我可以再多講一句，亦都多謝你做咗咁多訪談，多謝你帶入去嘅嗰種深度， 仲有你面對受訪者時展現出嘅尊重，以及你做嘅大量研究，令我哋可以真正睇到嗰啲了不起嘅人 —— 嗰啲你多年來訪問過嘅傑出人物 我真係從中得到非常多嘅享受

而且作為一個創新者，你能夠創造出呢種長篇形式嘅內容，真係難以置信，但又咁引人入勝 總之，多謝你所做嘅一切 呢個真係意義重大 多謝你， Jensen