英伟达成全球市值最高公司,黄仁勋加州理工演讲:年轻人抓住机会,要跑不要走

新一轮 AI 革命的最大受益者。

6 月 18 日,全球科技领域迎来了一个重要时刻。英伟达超越微软,成为了全球市值最高的公司。

这家芯片制造商在最近一个交易日的股价上涨 3.5% 达到 135.58 美元,市值升至 3.334 万亿美元。其实就在几天前,英伟达还刚刚超越了苹果,占据了全球市值第二的位置。

过去一年里,英伟达市值持续飙升,已成为华尔街对新兴生成式人工智能技术乐观情绪的象征。不过在另一方面,虽然英伟达的涨势推动标准普尔 500 和纳斯达克指数创下历史新高,但也有投资者逐渐担心,如果出现技术发展放缓的迹象,市场对人工智能的无限乐观可能会消失。「这是英伟达的市场,我们都只是在其中交易,」Interactive Brokers 首席市场策略师 Steve Sosnick 表示。

根据伦敦证券交易所的数据,英伟达也已成为华尔街交易量最大的公司,最近的日均交易额达到 500 亿美元,而苹果、微软和特斯拉的日均交易额约为 100 亿美元。这家芯片制造商目前约占标普 500 指数成分股公司交易总额的 16%。

自今年 1 月起,英伟达的股价已上涨近两倍,微软的股价也上涨了约 19%。人们对英伟达 AI 处理器需求无止境,是因为其产品性能远优于竞争对手。在全球大模型军备竞赛的背景之下,而众多科技公司发展 AI 技术的需求导致了芯片的供应紧张。

正如李开复所言,虽然全球正在涌现成千上万的大模型、ChatGPT 变种,但一直能挣钱的往往是「卖铲子的人」。许多投资者认为英伟达是迄今为止 AI 发展浪潮中最大的赢家。

周二的涨幅使英伟达的股价创下历史新高,市值增加了 1100 多亿美元,相当于整个洛克希德马丁的市值。

从增长速度看,英伟达毫无疑问是这一波科技浪潮最先的受益者。该公司的市值在 2 月份达到两万亿美元,从一万亿算起仅用时 9 个月,在 6 月份又仅用时三个多月就达到 3 万亿美元。

自一年前预测爆发以来,该公司的收入和利润一直轻松超过华尔街的高预期。该公司高管在 5 月份表示,其 Blackwell AI 芯片的需求可能会「持续到明年」。

随着市值持续增长,现年 61 岁的「皮衣刀客」黄仁勋身价水涨船高,已经超过了 1190 亿美元,他现在已成为全球第 11。

刚好不久之前(6 月 14 日),加州理工学院(California Institute of Technology, CalTech)举行了第 130 届毕业典礼,英伟达创始人、首席执行官黄仁勋(Jensen Huang)应邀发表演讲。

在活动中,他分享了对于人工智能革命的见解,介绍了英伟达转型 AI 公司的历程。与此同时,他也鼓励年轻一代在这场浪潮中抓住机会「要跑不要走」。

就让我们回顾下黄仁勋此次演讲内容。

女士们,先生们,尊敬的教职员工,尊贵的客人,骄傲的父母们,最重要的是,加州理工学院 2024 届的毕业生。

今天对你们来说真的是快乐的一天,你们应该表现的兴奋一些。你们即将从加州理工学院毕业,这是伟大的理查德・费曼、莱纳斯・鲍林,还有一位在我们的行业中对我影响很大的卡弗・米德曾经毕业的学校。

是的,毕业是一件非常重要的事情。今天是充满自豪和喜悦的一天。这对你们所有人来说是一个梦想成真的一天,不只是你们,因为你们的父母和家人为了见证你们达到这个里程碑做出了无数的牺牲。所以我们应该抓住这个时刻去感谢家人,让他们知道你爱他们。请你不要忘记这一点,因为你不知道你将在家里生活多久。今天你会感恩家人吗?作为父母,我真的很希望我的孩子没有搬出去生活,每天都能看到他们真的是太棒了。但现在他们搬走了,这让我很难过。希望你们可以花一些时间和父母在一起。

你们在这里的经历证明了你的品格、你的决心以及为你的梦想做出牺牲的意愿,你应该感到自豪。

学会做出牺牲、忍受痛苦和苦难,你在生活中需要这些品质。

我们之间有一些交集。首先,英伟达的两位首席科学家都来自加州理工学院。我今天发表演讲的原因之一是因为我们正在招聘。所以我想说的是,英伟达是一家非常伟大的公司。我会是一位非常好的老板,会得到大家喜爱。

来英伟达工作吧,我们都热爱科学和工程,尽管我们年龄相差大约 40 岁,但我们都处于职业生涯的巅峰期。对于所有关注英伟达和我的人来说,你能明白我的意思吗?对你们而言,你们会有很多很多巅峰要去,我只希望今天不是我的巅峰。所以我一如既往地努力工作,确保我前面还有更多的高峰。

去年,我在台大的毕业典礼上发表演讲,分享了几个有关英伟达的发展故事以及我们学到的可能对毕业生有价值的经验教训。我不得不承认的是,我不喜欢给别人提建议,尤其是给别人的孩子。

因此,我今天的建议将在很大程度上伪装成我喜欢的一些故事和一些我喜欢的生活经历。

我相信我是当今世界上任职时间最长的科技公司 CEO。在过去 31 年的时间里,我没有破产,没有感到厌倦,没有被解雇。

我很庆幸享受了很多生活经历,从一无所有到创造英伟达到今天的成就。回想创建 CUDA 的漫长道路,CUDA 是我们花了 20 多年时间才发明出来的一种技术,它在当今的计算领域掀起了一场革命,正在彻底改变计算。

说到一个被公开取消的世嘉游戏机项目,我知道理查德・费曼对这个事情非常关心并经常提到,知识诚实和谦卑拯救了我们的公司,而撤退,战略性撤退是我们最好的策略之一。

所有这些都是我在毕业典礼上谈到的违反直觉的教训,但我鼓励毕业生参与 AI,这是我们这个时代最重要的技术。关于这一点,我稍后会再多说一些。

你们都了解 AI,很难不沉浸其中,被 AI 包围,并对此进行大量讨论。当然,我希望你们所有人都在使用它,并以令人感到神奇、惊讶的方式来玩弄它。你们要享受它,就必须参与其中,因为它进展得如此之快。AI 是我所知道的唯一一项同时在多个指数上取得进展的技术。技术变化非常非常快,因此,我建议台大的学生们在 AI 道路上不要走路,要跑起来,并参与 AI 革命。

然而一年后,令人难以置信的是发生了如此大的变化。所以今天,我想与你们分享我的观点,从我的角度来看你们即将毕业的一些重要事情。这些都是正在发生的非凡事情,你们应该有直觉理解,因为这对你来说很重要。这将对整个行业产生影响。希望你能抓住眼前的机会。

计算机行业正在从基础设施开始转变,从字面上看就是从螺栓开始,一切都在改变,每个行业也将发生变革。原因很明显,因为今天的计算机是唯一最重要的知识工具,是每个行业的基础。如果我们正在如此深刻地改变计算机,它当然会对每个行业都产生影响。我稍后会谈论这个问题。当你进入 AI 行业时,了解正在发生的事情是很重要的。

现代计算可以追溯到 IBM System 360,这是我学习架构的手册。从那以后,很多关于计算机和架构的文档和描述被提出来。但 System 360 在当时非常重要,该系统的思想、架构和原则至今仍主导着计算机行业。

我是第一代学习标志性教材 Mead--Conway VLSI 芯片设计的工程师之一,它革命性地改变了集成电路设计。正是这本书使我们这一代人能够设计超大规模的芯片,最终开发出 CPU。我不确定这本书现在是否还在这里教授,但它应该被继续使用。

CPU 推动了计算性能的指数级增长,摩尔定律这种性能、令人惊叹的技术进步,推动了信息技术革命。我们所参与的工业革命,我们这一代人所参与的工业革命,见证了世界上前所未见的大规模生产。大规模生产那些看不见、易于复制的东西。软件的大规模生产,催生出了一个价值 3 万亿美元的产业。当我还没毕业时,IT 行业微不足道,通过销售软件赚钱只是幻想。然而今天,软件是 IT 行业生产的最重要的商品、最重要的技术和产品创造之一。然而,NARD 缩放、晶体管制程和指令级并行性都削减了 CPU 的性能。但 CPU 性能提升放缓是在计算需求继续呈指数级增长的时候发生的。

这种需求与计算机能力之间呈指数级增长的差距,如果不加以解决,计算能源消耗和成本膨胀最终将扼杀每一个行业。正如我们所见,算力已经很紧张了。在英伟达推进 CUDA 技术二十年后,英伟达为加速计算提供了一条前进的道路。这是我有资格回来演讲的原因。

在计算通胀发生数十年后,通过将耗时的算法卸载到专门进行并行处理的 GPU 上,加速计算实现了难以置信效果。我们通常能够实现 10 倍、100 倍,有时甚至是 1000 倍的加速,节省了金钱、成本和能源。我们现在加速的应用领域覆盖计算机图形学、射线追踪,当然还有基因测序、科学计算、天文学、量子电路模拟、SQL 数据处理,甚至是 PANDAS、数据科学 。

加速计算已达到一个临界点。这是英伟达对计算机行业的第一大贡献,也是对社会的第一大贡献。如今,它为我们提供了一条永续计算的道路,在计算需求不断增加的情况下,成本、时间、能源方面都将持续下降一百倍。

加速计算的开启,必然会在其他领域引领新发展。起初我们不知道是哪些领域,直到深度学习走进我们的视野。一个全新的计算世界出现了。Geoffrey Hinton、Alex Krzyzewski 和 Ilya Sutskever 使用英伟达 CUDA GPU 训练 AlexNet,赢得了 2012 ImageNet 挑战赛,震惊了计算机视觉界。这是一个重大的时刻,是深度学习的大爆炸,是一个标志着 AI 革命开始的关键时刻。

在 AlexNet 后,我们的决策改变了英伟达,可能还改变了其他的一切。

我们看到了深度学习的潜力,并通过第一性原则,相信通过我们自己对深度学习可扩展性的分析,我们相信这种方法可以学习其他有价值的功能。也许深度学习可能是一个通用的函数学习器。同时,有些问题难以或无法用基本的第一性原则来解释。所以当我们看到这点时,深度学习是一项我们真正需要关注的技术,因为它的局限性可能只受到模型和数据规模的限制。

然而,当时也存在挑战。这是在 2012 年刚过不久时发生的事。我们如何无需建造这些巨大的 GPU 集群,就能探索深度学习的极限?在当时,英伟达是一家很小的公司。建造这些巨大的 GPU 集群可能要花费数亿美元。即使我们不这么做,也不能保证我们扩大规模后会有效。然而,没有人知道深度学习能够扩展到多大规模。如果我们不建造它,我们永远不会知道这个问题的答案。我们思考的一点是,如果你建造它,你能探索到深度学习的极限吗?我们的逻辑是,如果我们不建造巨大的 GPU 集群,那种未来永远不会到来。

因此,基于英伟达最初的原则,和当时的分析,我们认为当时已经到达了关键点,建造巨大的 GPU 集群将非常有效。当公司相信这件事情时,我们就应该对此采取行动。

因此,英伟达深耕深度学习,并在接下来的十年中,系统地重新发明了一切。 我们重新发明了每一个计算层,从 GPU 开始。后来开发的 GPU,与过去我们开发的 GPU 非常不同。我们继续创设了关于计算的其他方面,包括互连、系统、网络,当然还有软件。

英伟达向未知领域投入了数十亿美元。数千名工程师花了十数年时间,致力于深度学习以及深度学习的拓展和推进。 实际上,开始时,我们并不知道这项技术能发展到什么程度。我们就投资了数十亿美元。我们设计并制造了超级计算机,用以探索深度学习和 AI 学习的极限。

然后在 2016 年,我们发布了 DGX-1,英伟达的第一台 AI 超级计算机 。我将第一台 DGX-1 交付给了旧金山的一家初创公司。那是一家无人知晓的初创公司,我的一群朋友正在开发人工智能,那家公司叫 OpenAI

到 2022 年,也就是 AlexNet 诞生 10 年后,计算能力增长了约 100 万倍。想象一下,如果你的笔记本电脑比以前更强大 100 万倍,会变成什么样子?在算力增长了 100 万倍后,OpenAI 推出了 ChatGPT,AI 成为主流。

在这个十年间,Nvidia 从一个许多人最初认识的图形公司,专注于构建 GPU,转变为现在的 AI 公司,构建大规模数据中心级超级计算机。我们彻底改变了我们的公司。同时,我们也彻底改变了计算领域。

当今计算方式已经发生了根本性的变化。现在的计算堆栈使用 GPU 来处理在超级计算机上训练的大型语言模型,而不是使用 CPU 处理程序员编写的指令。我们正在创建人类无法编写的软件。我们正在创建的软件可以做一些十年前人类也无法想象的事情。计算机现在是意图驱动的,而不是指令驱动的。告诉计算机你想要什么,它就会想出办法来实现。像人类一样,AI 应用程序也会理解任务、推理、计划并协调一组大型语言模型来执行任务。未来的应用程序将以非常类似于我们做事的方式执行任务。

组建专家团队,使用工具,进行推理和计划,执行我们的任务软件。软件的能力已经彻底变化,我们的行业也在发生变化和转型,创造了一个前所未有的新行业。

一个新的行业正在我们眼前形成。AI 的输入和输出数据就像是工程师们手中的关键 token。这些浮点数中包含了智能信息 。公司现在正在建立一种新的数据中心,这种数据中心以前不存在。它专门生产智能 token,本质上是 AI 工厂 ,就像尼古拉・特斯拉过去在工业革命中发明的交流发电机一样。我们现在有了 AI token 生成器,它们将成为新工业革命的工厂。过去有生产能源和电力的大型行业,现在我们有了生产软件这种无形物的大型行业。在不久的将来,我们将拥有生产智能 token 的行业,AI 生成器。一种新的计算模式已经出现,一个新的行业已经形成,这一切都是因为我们从第一性原理出发,形成了对未来的信念,并付诸行动。

人工智能的下一个浪潮是机器人技术。在这个领域,人工智能不仅有语言模型,还有物理世界模型。我们与数百家公司合作制造机器人,包括机器人车辆、取放机械臂、人形机器人,甚至是整个巨大的机器人仓库。但与我们的 AI 工厂战略和经验不同,我们的机器人之旅实际上是通过一系列挫折形成的,而不是通过推理和深思熟虑的行动 。

正如你所知,英伟达发明了( 首个专为图形处理设计 的)GPU。那是在我们发明人工智能工厂之前。 我们对计算机行业的第一个重大贡献是通过引入可编程着色器,重新定义了计算机图形学 。 我们在 2000 年推出了 GPU 和可编程着色技术 ,希望将 GPU 集成到每台计算机中。因此,我们开始将 GPU 与主板芯片结合,并为 AMD 的 CPU 推出了一款出色的集成图形芯片,我们的芯片组业务一举成功。我记得它几乎在一夜之间从零增长到十亿美元。但突然之间,AMD 想要控制 PC 中的所有技术,而我们希望保持独立。因此他们收购了 ATI,不再需要我们了。于是我们转向英特尔。

这也许不是个好主意,但我们还是求助于英特尔。通过谈判,我们获得了连接英特尔 CPU 的许可。苹果公司对我们的产品非常感兴趣,邀请我们与他们合作开发一款新电脑,这就是第一代 MacBook Air。英特尔看到发生的一切后,决定不再让我们这样做了。于是他们终止了我们的协议。

当我们再次转向时,这次我们获得了 ARM 公司的授权,并开发了低功耗 SoC、移动 SoC,实际上是世界上首个完整的操作计算机的 SoC。非常了不起,我们的芯片被用在谷歌设备中。他们邀请我们合作开发一款新设备,这就是安卓移动设备。然而,高通不希望我们这样做,所以他们不希望我们连接到他们的调制解调器上。而在没有调制解调器的情况下,很难制造移动设备。而且当时也没有其他的 LTE 调制解调器公司,所以我们不得不退出移动设备市场。

这种情况几乎每年都会发生。我们会建造一些东西。它会非常成功,带来数月的兴奋。

一年后,我们被踢出了这些市场。好吧,没有市场可转了, 我们决定进入一个确信没有客户的领域。 因为你可以肯定的是,在没有客户的地方,也就没有竞争对手,没有人会关心你。因此,我们选择了一个没有客户的市场,一个价值为 0 的市场。这就是机器人技术。我们建立了世界上第一个机器人计算机处理系统,投身一种当时无人理解的算法,它被称为深度学习。

这已经是 10 多年前的事了。10 年后的今天,我对我们的成就和创造下一波人工智能浪潮的机会感到无比高兴。更重要的是,我们培养了灵活应变和坚韧不拔的文化。

一次又一次的挫折,我们都克服了,并抓住了下一个机会。每次我们都获得新的技能,增强了我们的品格,也增强了公司的品格。我们的公司很难被分散注意力,也很难被打击。如今,没有任何挫折看起来不像是一个机会。具有讽刺意味的是,我们今天构建的机器人计算机甚至不需要图形处理,这也是我们最初旅程的起点。因此,今天的我们告诉并教会了我们一些东西。正如理查德・费曼所说,世界是不确定的,世界也可能是不公平的,会给你带来严峻的挑战,但要迅速克服它。

除此之外还有另一个机会,让我再告诉你们一个故事。

当我的孩子们还是青少年时,每年夏天我都会在我们的一个国际站点工作一个月。我们在日本度过了一个夏天。在一个周末,我们参观了京都和银阁寺。如果你还没有机会去,你一定要去。它以其精致的苔藓花园而闻名。

我们参观的那天是典型的京都夏日,令人窒息的炎热和潮湿,地面散发出炙热的气息。空气闷热而凝滞,我们和其他游客一样漫步在精心打理的苔藓花园中,我注意到了一位孤独的园丁。

这是银阁寺,苔藓花园十分大,大小与这个庭院差不多,而且它有大量的藏品,几乎涵盖了世界上所有种类的苔藓,而且它被维护得非常精美。

我注意到那个园丁正蹲着,用竹镊子小心翼翼地夹着苔藓,把它放进竹篮里。这里只有这一个园丁。篮子看起来是空的。有那么一会儿,我还以为他在把想象中的苔藓变成一堆想象中的死苔藓。

于是我走上前去问他,你在做什么?他用英语回答说:「我在摘死苔藓,照顾我的花园。」

我则疑惑不解地回应道:「可你的花园这么大。」

园丁则回答道他已经照顾花园 25 年了,他有充足的时间。那是我一生中最深刻的学习经历之一,它真的教会了我一些东西。这个园丁已经把自己奉献给了他的手艺,做着他一生的工作。当你找到了自己可奉献的、值得一生为之努力的事物时,你就有了足够的时间。

我之后开始每天早上都以完全相同的方式,首先做最优先的工作。我有一个非常清晰的优先级列表,在开始工作之前,会先从最高优先级的工作开始。我认为我的一天已经很成功了,因为我已经完成了最重要的工作,可以把整整一天奉献给帮助别人上。当人们为打扰我而道歉时,我总是说我有足够的时间。

2024 届毕业生,我很难想象会有人比你为未来做了更多的准备。你奉献自己,你努力工作。你从世界上最负盛名的学校之一获得了世界一流的教育。当你开始进入下一阶段时,借鉴我的经验,希望它们能帮助你开辟前进的道路。

我希望你相信一些非常规的、未经探索的东西,但你们需要让它是有根据的,是合理且符合理性的,然后全身心投入去实现它。你可能会找到你的「GPU」,你可能会找到你的「CUDA」,你可能会找到你的「生成式 AI」,你可能会找到你的「英伟达」。我希望你能将挫折视为新的机会,你经历的痛苦和苦难会增强你的性格、韧性和敏捷性,它们是我最珍视的终极超能力。而智力并不是这个「能力列表」中最重要的。

我忍受痛苦和折磨的能力,我长时间从事某件事情的能力,我处理挫折的能力,我看到机会的能力,我认为这是我的超能力,我希望它们也是你的。

我希望你能找到一种你可以为之奋斗的「手艺」。第一天就决定它并不重要,甚至短期内决定也不重要。但我希望你们确实找到一个你想毕生致力于完善并磨练技能的手艺,并让它成为你一生的工作。

最后,优先安排你的生活。有很多事情在发生,有很多事情要做,但是请优先安排你的生活,你就会有足够的时间去做重要的事情。

祝贺 2024 届的毕业生们,去追逐你们的梦想吧。

参考链接:

www.reuters.com/markets/us/...

www.youtube.com/watch?v=Sc4...

相关推荐
扫地的小何尚4 天前
什么是大型语言模型
人工智能·语言模型·自然语言处理·机器人·gpu·nvidia
点云兔子6 天前
NX系列-使用 `nmcli` 命令创建 Wi-Fi 热点并设置固定 IP 地址
wifi·ip·nvidia·nx·hotspot·nano
self-motivation9 天前
gpu硬件架构
硬件架构·gpu·nvidia·tensor·cuda
程序员非鱼14 天前
深入解析神经网络的GPU显存占用与优化
人工智能·深度学习·神经网络·机器学习·nvidia·cuda
扫地的小何尚1 个月前
NVIDIA RTX 系统上使用 llama.cpp 加速 LLM
人工智能·aigc·llama·gpu·nvidia·cuda·英伟达
布鲁格若门1 个月前
AMD CPU下pytorch 多GPU运行卡死和死锁解决
人工智能·pytorch·python·nvidia
centurysee1 个月前
【一文搞懂】GPU硬件拓扑与传输速度
gpu·nvidia
算家云2 个月前
moffee模型部署教程
人工智能·python·github·markdown·nvidia·ppt·幻灯片制作
坐望云起2 个月前
Ubuntu20.04 更新Nvidia驱动 + 安装CUDA12.1 + cudnn8.9.7
linux·ubuntu·nvidia·cuda·onnx·1024程序员节
RZer2 个月前
NVIDIA 发布适用于网络安全的 NIM Blueprint
安全·web安全·nvidia