247
0Bayt播客下载地址：
安卓：baytfm.com
📝 本期播客简介
本期节目我们翻译了著名访谈播客《Lex Fridman Podcast》。主持人对话了英伟达（NVIDIA）联合创始人兼首席执行官黄仁勋（Jensen Huang）。作为推动全球AI计算革命的核心引擎掌舵人，黄仁勋在对话中深度剖析了英伟达如何从一家显卡公司进化为价值数万亿美元的“AI工厂”。他详细阐述了“极致协同设计”（Extreme Co-design）的理念，解释了为什么在AI时代，单一芯片的优化已不足够，必须对从软件栈、机架到数据中心的每一个环节进行重构。这场对话不仅涵盖了技术前沿的规模定律，还展现了黄仁勋作为领导者在面临生存威胁时如何做出直觉性决策，以及他如何通过“光速思维”去预见并显化未来。
⚙️ 本期嘉宾黄仁勋（Jensen Huang），英伟达（NVIDIA）联合创始人、总裁兼首席执行官。他是全球科技界最具影响力的领导者之一，带领英伟达开创了加速计算先河，并凭借CUDA生态系统和高性能GPU奠定了现代人工智能的硬件基础。
🌟 精彩内容
🚀 极致协同设计：为什么单靠GPU已经赢不了？黄仁勋指出，当下的AI问题已无法在单台计算机上解决。英伟达的成功在于将GPU、CPU、网络、散热甚至数据中心作为一个整体进行“极致协同设计”。他强调，为了让系统速度提升超过计算机增加的数量，必须重构算法并解决极其复杂的分布式计算问题。“极致协同设计之所以必要，是因为问题已经无法再被单台计算机或单个GPU加速了……这只是一个极其复杂的计算机科学问题。”
💡 孤注一掷的CUDA：一个险些让公司破产的决定黄仁勋回顾了将CUDA引入消费级GeForce显卡的战略决策。当时这个决定极大地增加了成本，导致公司毛利受损，市值一度跌至15亿美元。但他坚信“装机量定义架构”，最终这一豪赌让英伟达在深度学习革命爆发时成为了唯一的基石。“CUDA增加了消费级GPU的成本，几乎吞噬了公司所有的毛利润……但我们还是这么做了，因为我们想成为一家计算公司。”
📈 四大规模定律：AI进化的新引擎除了广为人知的预训练规模定律，黄仁勋提出了另外三个关键维度：后训练、推理时（Test-time）和智能体（Agentic）规模定律。他认为推理本质上是“思考”，比阅读更难，因此推理侧的计算需求将持续爆发。“本质上，智能的扩展将依赖于一个因素，那就是计算力……推理时的扩展是非常耗费计算资源的。”
⚡️ 能源与供应链：如何突破AI发展的瓶颈？面对电力和供应链的挑战，黄仁勋展现了极强的现实主义。他提出了利用电网闲置冗余电力的方案，并分享了与台积电、ASML等上游巨头建立“共同未来愿景”的经验。他特别赞扬了马斯克在建设Colossus超级计算机时展现的极简主义和系统思维。
“只要你能明确需求，就能设计出来……只要它符合物理学的基本原理，我认为就没问题。”
🌐 播客信息补充
翻译克隆自：#494 – Jensen Huang: NVIDIA – The $4 Trillion Company & the AI Revolution本播客由AI进行音频制作，如果你对翻译和音频质量有任何意见，随时联系我。如果有后续想要听中文版的其他外文播客，也欢迎联系微信：caiwenshuo你可以在Bayt播客上收听任何播客的中文翻译，并查看双语字幕。
安卓
下载地址：baytfm.comiOS
下载地址：apps.apple.com
更多 Lex Fridman 播客字幕可访问：www.baytfm.com
黄仁勋, 英伟达, NVIDIA, 人工智能, GPU, CUDA, 规模定律, 极致协同设计, 加速计算, 马斯克, 台积电, 供应链, 智能体, 开源AI, 数据中心
