NVIDIA 執行長黃仁勳的訪談，對未來的願景

今天想分享這部，NVIDIA 執行長黃仁勳的訪談，探討了公司的歷史、當前創新以及未來願景。

NVIDIA 的創立與 GPU（圖形處理器）的誕生

NVIDIA 的創立來自於一個細小的觀察，在軟體程式中，只有一小部分的程式碼執行了大部分的計算，而這些計算可以透過平行運算來加速，這促成了 GPU（圖形處理單元）的誕生。 而 GPU 最初應用於電子遊戲，因為 3D 圖形渲染需要平行運算。 加上電子遊戲產業擁有龐大的市場，能夠支撐技術研發的成本。 黃仁勳將 GPU 形容為一台「時光機」，因為它能夠透過更快的計算和模擬，讓使用者更快看到未來的可能性。

CUDA 的誕生與 GPU 應用範圍的擴展

NVIDIA 開發了 CUDA 平台，使開發者能夠使用熟悉的程式語言來讓 GPU 執行非圖形處理任務。 這項創新是受到研究人員使用 GPU 進行醫學影像處理的啟發，加上 NVIDIA 內部為了創造更具動態的虛擬世界而誕生了 CUDA 平台。

CUDA 讓平行計算變得更容易使用，從而被應用於各種產業與領域。 而 CUDA 的誕生是一場充滿希望的賭注，因為 NVIDIA 相信，讓更多人擁有強大的計算能力，將帶來驚人的創新。

AI 與深度學習的崛起

2012 年，研究人員使用 NVIDIA 的 GPU 訓練 AlexNet（卷積神經網路模型），顯著提升了影像辨識的準確度。 這次突破成為關鍵轉折點，推動計算方式從逐步指令運算轉向透過大數據訓練 AI。

NVIDIA 意識到深度學習將重塑整個計算機產業，因此開始重新設計計算架構，最終開發出 DGX AI 超級電腦。 該公司觀察到 AI 正在逐步解決許多複雜問題，如影像辨識、語音辨識和語言理解。

NVIDIA 的核心信念 - 加速計算

NVIDIA 堅信加速計算（透過平行運算）至關重要，同時深度學習網路能夠從各種數據中學習。 他們認為 AI 模型的擴展性以及從數據中學習的能力將持續增強，沒有明確的極限。 他們也將數據視為人類經驗的數位化呈現，讓 AI 可以學習並在不同模式（文字、圖像、氨基酸序列等）之間進行轉換。

AI 在未來十年的應用場景

未來十年，AI 將被應用於生物學、氣候、農業、機器人、運輸和教育等領域。 訪談強調了「物理 AI」的重要性，包括機器人、自駕車和智慧建築。 NVIDIA 正在開發 Omniverse 和 Cosmos 等工具，以在虛擬世界中透過物理真實性的模擬來訓練機器人。 預計未來所有「可移動的物體」最終都將變成機器人。

AI 的風險與 NVIDIA 的應對策略

訪談也探討了 AI 可能帶來的問題，例如偏見、有害內容、幻覺（AI 產生錯誤資訊）和身份冒充。 因此，確保 AI 系統能夠正常運作並建立安全防護措施至關重要。 此外，計算的最大限制是能源效率，因此 NVIDIA 將重點放在開發更節能的計算機。

NVIDIA 的技術設計理念

NVIDIA 在設計產品時，深刻理解半導體物理、散熱系統和技術架構。 他們認為靈活的架構能夠持續推動 AI 研究與創新。 他們不會只押注於特定的 AI 架構（例如 Transformers），而是相信 AI 和計算科學將不斷發展，持續催生新的技術。

目前 NVIDIA 策略與願景

目前，NVIDIA 的重點投資領域包括 Omniverse 與 Cosmos 的融合、人形機器人、生物學和氣候科學。 他們的願景是讓 AI 幫助人類成為「超人」，透過工具來增強人類的能力。 該公司希望 AI 變得更加普及，從研究人員到學生都能夠使用，例如透過最新的 GeForce 顯示卡和迷你 DGX AI 超級電腦。

未來發展建議：如何利用 AI 提升能力

對於未來的準備，建議所有人學會使用 AI 工具來提升工作和生活，不論任何職業。 AI 可作為個人導師，幫助人們學習、分析和推理。