chhidongxi汇编| Cheng Qian和Jiang Yu编辑| Li Shuiqing Zhidongxi于9月29日报道说，9月26日，NVIDIA和首席执行官Jensen Huang戴着复杂的红色框架眼镜Brad Grestner，Alimeter Capital Indouter和Alimeter Capital Partners Clark Tang与Nvidia进行了深入的对话。 Huang Renxun回答了50多个面试问题，预测Openai将是一个价值一万亿美元的超级大型公司，而Nvidia可能是第一家市场价值为10万亿美元的公司。他指出，关于中国的三个全球怀疑都是用稀薄的空气制成的：有些人问“中国不能制造AI芯片”，这不是荒谬的-Laugh；有人要求“中国没有制造能力”，他说最好的中国是劳动。有些人认为“中国落后于美国几年”，但实际上，这个空间位于纳秒级。此外，他还谈到了最近的大片协议标志Ed在OpenAI中以及关键主题，例如AI泡沫和AI计算能力趋势的增长。信息如下：1。HuangRenxun否认“ AI Bubble”：AI基础设施市场规模约为每年4000亿美元（约合2.8万亿卢比），仍然有4至5次增长的空间； 2。HuangRenxun回答了以Openai：Openai投资的“互相携带”的问题，并带有自己的收入和融资； 3。AI的AI开发的清醒将会到来，Huang Renxun命名Google，说这是唯一使用自我开发的AI芯片的玩家，而IIS为时已晚。 4。NVIDIA将宣布一个主要项目，专门用于“加速数据处理”； 5。我并不感到惊讶的是，马斯克能够在一年内实现Gigaw计算功率量表。他本人就像超级计算机。扩展全文
6.让Nvidia进入中国市场参加比赛对中国和美国来说是一件好事。
7。中国马克T是世界上最重要的市场之一。任何认为中国市场并不重要的人都欺骗了自己。
8。H1B签证申请人每年必须支付100,000美元，这是一个很好的开始，可能会减少H1B滥用；
9.将来，每个人都会有自己的机器人助理，每个人都将在云中拥有独家模型。
▲Jenxun Huang，Brad Grestner，Clark Tang（从左Haright右边）
谈话持续了1小时44分钟。在YouTube下方的评论部分中，用户开始了炒作模式，认为这是他们听到的最好，最重要的采访。
以下是整个访谈内容的集成（进行了编辑，以优化读取明智对象的体验而不更改原始含义）：
1。AI的下一站是“训练前，训练和推理”的三个定律
格斯纳：自上次演奏播客以来已经一年多了。根据AI时间尺度，它是100年。最近我是沃特播放了那个播客，而更深层次的事情是当时“拍桌子”的场景。
黄·雷森（Huang Renxun）：您仍然记得整个行业当时对预培训有些悲观。
格斯纳（Gersner）：那是一年前，每个人都认为预培训即将结束的时候，您认为理解计算的规模不仅是100次或1000次，而且是10亿次，这使我们今天到了这一点。
Huang Renxun：当时我还允许推理速度。让我先清楚。我们有三个扩展法：运动前扩张法，运动后和推理扩展法。
次要培训通常是AI培训技能。它将测试许多不同的方法，直到正确完成为止。为此，它必须执行识别计算。换句话说，培训和推理被整合到研究强化的过程中，这很复杂。
扩展的第三定律是ANG推理。过去，推理是一次性的。但是现在，新的推理方式是“思考推理” - 在回答之前思考。因此，现在我们有了三个扩展定律。人工智能思考的时间越长，答案的质量越高。在脑海中，AI将调查并找到真实的信息。 AI将学习一个新的，然后继续思考和学习，并最终提出一个答案，而不是从一开始就指导它。因此，我们今天所说的是：思考，训练后，培训和三个基本扩展法。
格斯纳：去年你知道。您对“推理将比一年前增长10亿次增长”这一事实更有信心？
Huang Renxun：今年我更有信心。原因是，使用当前的代理系统，AI不再是语言模型。这是Binubuo许多语言模型的系统。他们同时运行，有些人可能会打电话工具，有些可能会研究。这是一个复杂的系统。现在它是多模式的，并且查看了视频的今天的医学会疯了。
2. Openai首次建造了自己的AI工厂，NVIDIA来自筹码到“计算机工厂”
格斯纳：这导致了我们本周的重要时刻。您刚刚宣布了与OpenAI的巨大合作，您的收入可能高达4000亿美元（约合2.84亿元）。这种合作意味着什么？
Huang Renxun：我将首先回答最后一个问题，然后慢慢透露它。首先，我认为Openai可能会成为下一个万亿美元的超级小型公司。
Gersner：什么是“超大”公司叫什么？
Huang Renxun：Meta和Google是一个巨大的竞争者。他们提供消费者和商业服务，并且也有可能成为下一个数万亿美元的超大型公司。我认为您也同意这一点。因此，在他们成为一家万亿美元的公司之前，有机会进行投资，这可能是我们可以想象的最明智的投资之一。事实证明，是王国对我们来说。
只是为了使您非常了解这个地方，回到这项投资将是巨大的。我们不必投资，也不必迫使我们投资，邀请他们参加，我们很高兴有这个机会。我从一开始：我们从事包括OpenAI在内的许多项目。
首先是Microsoft Azure的合作与扩展。让我们继续这样做。这种合作非常顺利。梅我们在接下来的几年中仍然需要数十亿美元。第二个项目是与Oracle合作的OCI（加速计算和Oracle Cloud基础架构）的扩展。我记得要建立5至7吉瓦AI超级数据中心。我们与OpenAI和Softbank合作，以推动这些AI基础架构。
这些项目已签署合同并进行了进行，并且还有很多工作要做。第三是Coreweave。据说它仍然与Openai有关。
这种新的合作是为了帮助Openai Dev首次将其自己的AI基础架构提供。我们直接与OpenAI合作，从芯片层，软件层，系统层和AI工厂层进行彻底参与，以帮助它们成为超级大公司的完整时间操作。这项合作将持续很长时间。这将补充他们已经拥有的项目，因为他们现在正在经历两个指数增长。
第一个指数增长是用户数量的爆炸性增长。由于AI越来越好且用例越来越多，因此几乎所有应用程序现在都连接到OpenAI。因此，他们在使用中经历了指数增长。第二个指数是计算量的指数增长 - 每当使用AI时，都需要计算的强度也会增加。
过去，这是一个时间的推理，但是现在AI会首先考虑一下，然后回答。两种指数效应的总和意味着它们在计算中的需求是-srocket。因此，我们必须构建这些项目，这是EW合作是为了基于所有宣布的合作项目而支持尚未尚未建立NEXPERICAL增长。
古斯纳（Gusner）：Openai曾经委托Microsoft构建AI基础架构，但是他们想用自己的整个夹具建造AI工厂吗？
Huang Renxun：是的。他们想要与我们建立关系，例如埃隆·马斯克（Elon Musk）和他的AI初创公司Xai。
Gersner：XAI还建立了自己的计算能力基础架构，这确实是一个非常重要的变化。 Musk的AI计算功率中心圆产带的优点是他们建立了自己的整个夹具。这称为一家超级大公司，因为即使目前没有使用很多能力，它们也可以出售给他人。
Huang Renxun：星门也是如此。他们建立了巨大的能力。他们期望使用大多数，但也给他们剩下的剩下的东西。就像AWS，GCP或Azure。
格斯纳：他们真的建立了自己的“云”吗？
Huang Renxun：我认为他们将以这些电容结尾ies本身，就像小山一样。但是他们希望与我们的合作社建立直接关系，直接提取，直接合作。 Meta，Google和Microsoft直接与我们合作。
Openai已经发展到足够的规模，他们认为是时候建立这种直接关系了。我很高兴支持他们的决定。每个人都知道这一切并表示支持。
3。每个NVIDIA员工都有AI的助手，AI基础设施市场的规模仍然是增长空间的4-5倍
Gersner：但这是我认为外部认知缺陷的位置。 25华尔街分析师的预测是NVIDIA的增长将在2027年后抵抗，从2027年到2030年，只有8％的预测。
Huang Renxun：我们可以继续增长超出预期，我们对此没有反对。
Gersner：它发展了一个有趣的“连接”，分析师认为到2026年将会有一些增长的期望，但到2027年将会有“过量产能”。
Huang Renx联合国：我认为这不是矛盾。我有三个见解，可以帮助您了解NVIDIA的未来，并增强您的信心。
第一点是从物理定律的角度来看的观点，这也是最重要的一点：一般计算结束，未来正在加速AI的计算和计算。
您可以理解这一点：当今世界上有多少万亿计算基础架构？它应该更新。在更新的方向上是加快计算。没有人反对这一观点，每个人都会说：“我们完全同意普遍的计算已经死了，摩尔的定律已经死了”。每个人都这么说。那是什么意思？这意味着通用计算将返回到加速计算。我们与英特尔的合作还可以帮助他们将整体用途计算与加速计算相结合，从而为他们创造新的机会。
第二点：AI使用的第一种情况确实无处不在。以前，超大规模公司的计算体系结构使用CPU运行推荐系统，但他们必须使用GPU运行AI。您可以将其理解为传统的计算转变，以加速计算和AI。 MGA超大级计算从CPU转移到加速计算，然后转移到AI。这些超大型公司（例如Meta，Google，Bytedance和Amazon）都使用AI来驱动工作负载。
格斯纳（Gersner）：他们的用户基础是数十亿美元，这实际上是人类的一半。
Huang Renxun：这是完全正确的。尽管我们不考虑AI带来的新场景，但只能将传统活动转换为AI的实施意味着道路市场的数额数十亿美元。因此，这是一个“只是改变一组机器”，例如从煤油灯更改为电力，从螺旋桨变成喷气机，就是这样。
我说的只是有点“温和”，这意味着旧技术已被新技术取代。 Amazing -azythe Thing是一旦您转向AI并加速计算，它将创建全新的应用程序情况 - 这正是我们今天在谈论的AI的所有内容。
理解力破裂：过去，“电动机”取代了“体力劳动”，但现在“工厂”形式为“代币”以增强“精神劳动”。人类思维帐户约为全球GDP的55％至65％，我们可以算作50万亿美元（约356万亿卢比）。然后，AI将增强GDP的这一部分。
让我们回到一个人的榜样：假设我雇用了一名年薪100,000美元的雇员（约710,000元人民币），并给他一个价值10,000美元（约合71,000元人民币）的AI助理。
Gersner：如果此AI可以增加两到三次的输出怎么办？
Huang Renxun：我会在没有G的情况下做到这一点。实际上，这就是我们公司所做的 - 每个员工都配备了AI助手。每个软件工程师和芯片设计师都有AI助手，结果是在我们设计更多的筹码，质量更高，开发速度的速度，我们的公司更快，收入更高和收入更高。现在，将此内在故事应用于全球GDP。
因此，我们可以想象，AI将增强500万亿美元的心理制作，以补充100万亿美元的新价值（约71亿元人民币）。然后，必须由“工厂”（即AI基础架构）支持10万亿美元的产出。
让我们假设，这种毛利润的毛利率为100万亿美元的代币产量为50％，因此需要由AI的“工厂”产生的5万亿美元（约35.6万亿元）。
格斯纳：这是一个关键点。 AI不像传统软件那样“写下来并运行它”。它需要“一直运行”，对吗？
Huang Renxun：是的，过去的软件是“预先编写的”，并由人运行时运行。现在AI经常形成令牌，它是“思考”，并且是“写作本身”。换句话说，当前软件在不断运行，而不是一个时间静态程序。为了让AI思考，它需要一个“工厂”，即AI数据中心。认为这些AI工厂需要支持5万亿美元的价值。
然后，让我们看一下全球年度资本支出（CAPEX）。如果是5万亿美元，我想说的是数学逻辑是有效的。
这是未来的图片：首先，从传统的一般计算转变为加速计算；其次，所有超级计算强度从CPU转移到AI；第三，人工智能增强了人类思维的创造，从而促进了世界上的GDP增长。
如今，AI基础设施市场规模约为4000亿美元（约合2.8万亿卢比）。因此，TAM（总可服务的市场）在增长空间中仍然有4至5倍。
格斯纳（Gersner）：阿里巴巴首席执行官吴Yonging在云Qi会议上的演讲中说，他们将增加从现在到2030年，数据中心的E功率到10倍，您只说整个市场将增长4次，而Nvidia的收入通常与权力密切相关，对吗？
Huang Renxun：是的。可以说我们的收入与温和电源有关。
格斯纳：他还说了一些非常重要的话：“代币的一代每隔几个月加倍。”这是什么意思？这意味着“每瓦的性能”应该继续改善，这肯定是因为Nvidia试图改善每瓦特的性能。
Huang Renxun：是的。您可以说“瓦数是未来收入”。每瓦电力都是容量单位。
格斯纳（Gersner）：历史上隐藏着一个非常友好的背景：在过去的2000年中，人类GDP几乎没有增加。直到工业革命开始加速，数字革命才加速。现在您说的是AI将重新定义GDP的增长世界？
Huang Renxun：应该加速。看到今天的人工智能的影响。大型语言模型和代理AI的出现诞生了一个新的“ AI代理”行业。 Openai是历史上增长最快的商业公司之一，其增长率为指数。
因此，AI是一个快速发展的新行业。 AI运营需要“工厂”，行业本身正在增长。由于AI行业正在增长，因此我们的行业也在增长。而且由于我们行业的增长，能源行业也在增长。对于能源行业来说，这是一种“文艺复兴”，核能和燃气轮机等基础设施公司现在正在爆炸。
格斯纳：但是许多人要求过度供应和泡沫。扎克伯格上周表示，也许将来的某个时候我们实际上会有“计算能力差距”，而元可能会花费100亿美元（约合712亿元人民币），但相信他相信这没关系。看起来像是“监狱困境”。
黄伦森：这些囚犯很高兴。
格斯纳（Gersner）：估计到2026年，AI行业收入将达到1000亿美元（约合712亿元人民币）。如果我们想在2030年从1000亿元人民币增长到1万亿元人民币（约7.12万亿元人民币），可以实现吗？
Huang Renxun：我认为我们已经实现了这一目标。因为这些超大的企业从CPU转移到AI。他们今天的整个收入系统取决于AI。
古斯纳：Tiktok不能没有AI。
Huang Renxun：没有AI，您将无法做到。元数据的个性化内容和customized内容高度取决于AI。它们以前是由人们创建的，但是现在AI已经开发了各种内容，然后由推荐系统选择。
鼓阵真的发生了。扎克伯格本人说，他们是GPU扩展的“后来者”，搜索刚刚开始部署GPU。
格斯纳：那么，您认为到2030年，这几乎是“确认”最高1万亿美元？
Huang Renx联合国：是的。我们可以说，到目前为止，这只是一个“增加的部分”问题。
4。完全转向加速计算而没有超重。在过去的两年中，NVIDIA加速了其业务。
格斯纳：然后让我们讨论今天成长的增长。您如何看待压倒性的可能性？未来三到五年真的会有泡泡吗？
Huang Renxun：这确实是“电源分配”的问题。在我们将所有一般计算完全移动以加速计算和AI计算之前，我认为“过度供应”的可能性非常低。
格斯纳：换句话说，只要一般计算没有完全移动，就很难说有一个“泡沫”吗？
Huang Renxun：是的，这需要数年的时间。 Bago ang lahat ng mga sistema ng rekomendasyon ay naging mga rekomendasyon ng AI, bago ang lahat ng henerasyon ng nilalaman ay nagiging henerasyon ng AI-lalo na para sa mga gumagamit ng C-end, ang karamihan sa nilalaman ay ipinamamahagi sa pamamagitan ng mga sistema ng rekomendasyon-bago ang ang lahat ng ito ay lumipat，bago ang buong hyperscale computing ay lumipat mula sa tradisyonal na mga arkitekitekitekitekitekitekitekitekitektura sa ai arkitekitekitektura a arkitekitektura，tulad ng e-ecomm ecomm ecomm ecomm ecomm ecommerce of the Hark the Hark eft ...
格斯纳：您是否被迫制作我们今天正在建造的大型新系统？如果将来确实有一些东西，您会继续投资吗？还是鼓励每个人建造，但要保留撤退的空间？
Huang Renxun：事实上，情况恰恰相反。我们正处于整个供应链的尽头，并且“响应需求”。所有的风险投资人都会告诉您，当今世界面临的不是GPU缺陷，而是“计算机不足”。
只要他们下订单，我们就会做。近年来，我们开设了整个供应链，从晶圆铸造到基本技术，例如Cowos包装和HBM高内存带宽。我们都准备好了。
格斯纳：如果您需要加倍劳动能力，可以加倍它？
Huang Renxun：真的可以。我们现在正在等待客户的需求信号。客户（例如CSP和Hyperscale Companies）将制定年度计划，我们将提供需求预测，我们将根据该预测进行。
格斯纳：但是每年给您的预测是错误的，而且他们的预测总是被错误地要求。
Huang Renxun：所以我们处于“紧急加速状态”。在过去的两年中，我们一直在这种状态下运营。
Gersner：您是否看到传统的超大客户也比Coreweave，XAI和Stargate慢一点，他们从“大量投资”开始？
Huang Renxun：这是因为第二个索引更改到来。我们经历了第一个指数变化，这是AI使用的指数增长。现在，我们正在经历第二个指数：推理能力的增长。
我们一年前讨论了这个问题：一旦AI从“一次性推理”转变为“多步thoug”ht”，技能会发生变化。传统的AI只能“记录答案”和“整体功能”，这是预训练。
Gersner：例如，如果您记住8×8 = 64，则可以查看8×9。此更改表示：所需的计算能力增加了10亿倍。
Huang Renxun：是的。但是现在AI正在“推理”。它可以搜索，使用工具并执行“基于研究”推理，即“基于AI”的思维。而且它还改变了客户的行为。
古斯纳（Gusner）：一些客户最初需要将内部工作负载从通用计算转换为加快计算的速度，因此他们将在周期中继续构建。还有一些客户，因为如果确定内部消化能力，您不准确，构建速度将较慢。
黄·雷森（Huang Renxun）：但是现在他们意识到过去远非建造。
Gersner：我最喜欢的应用程序之一是处理“老式”数据，即结构化和非Stru的处理数据。
Huang Renxun：我们将宣布一个专门研究“加速数据处理”的主要项目。如今，全球大多数CPU用于处理数据。这是一个大市场。当您转到数据映时，他们主要使用CPU；雪花是一样的； Oracle中的SQL处理也是CPU。
Gersner：几乎所有结构化数据处理都在CPU上运行。
Huang Renxun：将来，这些将转向AI超速系统。这是一个天文市场，将其转移到AI系统。但是您需要像我们的NVIDIA一样，需要“完全堆栈加速”，您需要“数据处理配方” - 我们将构建它们。
5。Openai可以是下一个万亿美元的公司，每个国家 /地区都需要
格斯纳：我听过一些批评，例如GPU泡沫，克服能力和循环收入。所谓的“循环收入”意味着公司相互投资并互相服务为客户。收入似乎增长，但实际上是金融工程收入。现在您投资了Openai，Openai从您那里购买了十亿美元的筹码。批评家说，这带来了彼此的轿车座椅。你怎么认为？
Huang Renxun：我们谈论的10个Gawinatt级AI超级数据中心的价值约为4000亿美元（约合2.8万亿元），对吗？这笔4000亿美元的投资最终取决于Openai自身的收入来支持它。他们需要在现金流中支持它，当然，这还包括通过股权融资获得的资本以及可以从市场上借入的债务基金。
Gersner：关键是他们是否有能力继续产生收入，而不是依靠“买我，我购买”来积累收入。
Huang Renxun：明智的投资者将以全面的方式考虑这些因素和贷方。他们与他们的公司运营直接相关，而不是我们可以控制的。但是，我们将继续紧密工作，以确保我们正在建立的基础设施真正支持G他们的业务。
Gersner：您在OpenAI机会上的投资不是具有约束力吗？
Huang Renxun：是的，投资只是一个机会。他们给了我们这个机会，所以我们绝对准备参加。毕竟，我们认为他们可能会成为下一个万亿美元的公司。想一想，ISG将来不想投资一家万亿美元的公司？我唯一的遗憾是他们邀请我们在早期阶段进行投资。
当时我们太艰难了，投资不足。作为回报，我应该给他们所有的钱。
Gersner：从本质上讲，如果您不制作好芯片，Openai可以完全替换其他芯片吗？
Huang Renxun：真的可以。我们失去了使用芯片的义务。我们的投资是独立进行的，而不是与收购有关的。我们对他们的前景非常乐观，因此我们愿意投资。
Gersner：此外，您确实在其他公司（例如XAI和Coreweave）上进行了投资，现在似乎很聪明t。
Huang Renxun：我们也想。
Gersner：更重要的是，您告诉市场这一切都是开放而清晰的。
Huaof Renxun：该国无话可说：“我们不需要情报”。我们所说的确实是“智能自动化”。
6。是否有自我开发的AI芯片的攀登？ Nvidia的“年更新”显示了肌肉，“极端协作设计”是完全的
格斯纳：现在让我们谈谈系统设计。您为什么决定搬到新年？ AI是否可以帮助您实现这种节奏？
Huang Renxun：答案是肯定的。没有AI，NVIDIA的研发速度将无法支持这种节奏。 AI对我们很重要。现在，所有NVIDIA设计，建模，仿真和验证过程都是在AI的帮助下进行的。结果，每个产品周期的速度和质量得到提高。
格斯纳：为什么需要更新这一年？过去，GPU每年都是两三年。
Huang Renxun：有一个主要的原因。 Wu Yongming在财务报告会议上说令令牌产生的速度正在显着上升。用户增长也大大增加。产品发行不到两年后，活跃的ChatGPT用户达到了8亿周的活跃用户。这些用户中每个用户产生的令牌比以前高十二次甚至数百倍。因为它是“思考推理”，所以需要更多的计算。
Gersner：也就是说，有两个指数的生长叠加。
Huang Renxun：是的，一个是用户数量越来越多。其他是每个用户的使用强度的增加。这是“两个索引的覆盖”。
Gersner：因此，您需要提高性能，否则令牌的成本将越来越高。
Huang Renxun：是的。而且我们不能依靠传统方法来提高性能。摩尔的定律已经死了，晶体管成本的单位几乎不会下降，而且功率不再便宜。换句话说，我们必须依靠建筑和系统设计中的突破ACH年减少单元计算强度成本。否则，仅依靠制造过程的微调来节省每年几个百分点，这远非双重扩展。
Gersner：您应该将年度令牌成本降低到非常高的速度。在将近十年的时间里，您的建筑性能有多少次改善？
Huang Renxun：接近100,000次。
格斯纳：10年内100,000次？这是每年三倍吗？
Huang Renxun：几乎是一样的。此外，提高霍珀（Hopper）和布莱克韦尔（Blackwell）之间的性能是30次，只有一代。
Gersner：什么是Nakamit Mo？ NVLink 72？
Huang Renxun：是的，我们通过新的高速互连和系统级优化实现了30倍的性能提高。布莱克韦尔之后，维拉·鲁宾（Vera Rubin）增加了幅度。下一代Feynman将再次改善。
格斯纳：你是怎么这样做的？
Huang Renxun：摩尔的定律在性能方面毫无用处，晶体管密度仍然是RIsing，但频率，用电和带宽都遇到瓶颈。因此，我们需要打破系统级别的限制。
我们的每一代都不仅取代了GPU，还取代了CPU，网络芯片，互连芯片，系统总线和内存体系结构，同时 - 所有成分都会同时更改。此外，软件堆栈也应重写。这种“极端共同设计”是Nvidia的独特能力。
格斯纳：强烈协作设计的概念是什么？
Huang Renxun：也就是说，您不仅可以更改芯片，还应同时设计模型，算法，系统结构和芯片。您不能“重复盒子”，必须跳出框并在一起。
格斯纳：摩尔定律是“重复盒子”。如果有更多的晶体管和更快的频率，它自然会使一切受益。
黄·雷克森（Huang Renxun）：现在我们不再依靠“盒子升级”。我们必须跳出框并协调对系统级别的更改。 WH在我们做的不是筹码，而是“ AI工厂”。
Gersner：为此，您还设置了自己的芯片Spectrum-X，网络系统，CPU，NIC等的转移。
Huang Renxun：是的。这就是为什么NVIDIA进入网络，互连，芯片，服务器和操作系统的原因 - 为什么“让我们制作更多的Maraming软件”是因为我们正在进行激烈的协作。世界上开放AI软件资源的成本可能比AI2高。
Gersner：因此，您获得Blackwell的原因是Blackwell比Hopper好30倍，不是因为晶体管，而是因为系统级别的优化。
Huang Renxun：是的，这是激烈协作设计的结果。
Gersner：我听说您的以太网（Spectrum-X）业务已成为世界上增长最快的以太网产品吗？
Huang Renxun：是的。有人说，在我们“仅做以太网”之前说，但是现在他们终于知道了这个“ x（可变）”的含义。
格斯纳（Gersner）：我从竞争对手那里听说，恩维迪亚（Nvidia）今天更加有节奏。 al尽管为了降低代币一代的成本，但它也使竞争对手几乎没有维护。什么样的人想到这个问题？
Huang Renxun：不要急于首先问，您需要首先考虑一下 - 如果我们每年需要提供一定数量的AI基础设施来构建一定数量的钱，请考虑一年前开始的生产能力？
Gersner：是的，这不是很多服务器，它是全球资源计划。
Huang Renxun：我们需要预订一条公路数千万美元的晶圆，HBM内存，包装，模块和工厂。我们需要开始提前一年准备。这是如此之大，几乎没有第二家公司可以维护。
Gersner：所以您的护城河比三年前更深？
Huang Renxun：我想。一方面，比以前有很多竞争对手，但另一方面，这样做的门槛越来越高。
格斯纳：您的意思是，即使对方的芯片性能是相同的，规模也会一致y杀了他们吗？
Huang Renxun：让我们谈谈两点。首先，成本变得更高。晶圆变得昂贵。如果您没有“激烈协作”的能力，则不会实现30或50倍的系统性能。您需要每年一次促进6到8个核心芯片，以完成系统级别的复发。
要生成完整的AI工厂系统，您必须拥有CPU，GPU，NIC，芯片传输，内存系统和软件堆栈，并且还应同时运行。这就是为什么我们有能力设计整个AI基础架构系统的原因。
古斯纳：客户还必须信任您 - 愿意下达50亿美元的订单，并购买一种新的建筑，该建筑“从未生产过硅晶片”。
Huang Renxun：是的。想象一下，谁会给全新的建筑付出50亿美元？这样做应该是高度验证的生态系统和体系结构。
格斯纳：您的供应链愿意准备一条道路 - 数十亿美元在获得官方订单之前为您提供材料？
Huang Renxun：是的。它表明我们一定会对这家产业链充满信心，客户一定会购买它。这种信任的背后是多年的验证和交付历史。
唐：但是有人说Google TPU和Amazon的Trianium也很好，人类，Openai甚至手臂都制作了AI芯片。您认为今天的“自发芯片趋势”是什么？
Huang Renxun：我们必须首先承认一件事：Google是一开始启动穆拉的唯一例子。他们的TPU始于第一代，早于其他人。想象一下，如果您今天刚刚开始制作AI芯片 - 与风险投资的逻辑相同：您只是不想在市场成千上万的时候进去并获得馅饼的一部分。
Gersner：是的，真正聪明的VC是在市场如此小时投资市场，占据整个小市场，并等待它的增长。
Huang Renxun：是的，这就是我们来的方式回来了，Google也是如此。他们创造了这个行业。许多新项目“看起来很大的机会”。但是不要忘记，几年前，AI工厂现在不再是“单芯片大型模型”。
现在，我们拥有一个专门用于视频生成的CPX GPU，专门用于处理KV缓存的内存计算模块。将来，设计用于处理AI数据的加速器颗粒可能甚至会出现。 AI工厂是特别复杂的“结构性内存”和“短期内存”，可能需要独立的芯片支持。
唐：那么您如何看待这些ASIC项目？特别是如果客户自己做ASIC？
Huang Renxun：ASIC具有其价值，例如Transcoder Video和Smartnics。这些有小市场和需求稳定的情况，ASIC没有问题。但是，如果您执行“ AI工厂的核心计算电源发动机”，那是一个完全不同的挑战。
唐：这些工作负载改变日期：聊天，推理，视频生成，KV缓存，站立图像...如果芯片无法适应柔韧性，它会在后面吗？
Huang Renxun：是的。 NVIDIA不会产生GPU。我们正在建立整个IMAI的PRASSTERS，以帮助企业改变AI的工作量。
CUDA是如此灵活，以至于开发人员可以快速尝试新的模型结构，例如不同的注意算法。如果他们使用固定的ASIC功能，则无法进行许多实验。我们的GPU是AI研究的“勘探平台”。
Gersner：即使竞争对手免费提供芯片，最终用户仍然会在一般系统中选择您的产品。许多人不了解它。从会计会计的角度来看，您能否带给我们您的“数学逻辑”吗？
Huang Renxun：可以从两个观点中讨论这个问题。让我们从收入的角度开始。现在，一切都面临着标准限制 - 电源限制。假设您有2 gigaw AI超级数据中心的电力资源，当然您想将其换成最大INC哦，对吧？
如果我的系统可以达到每次WAT的更高令牌输出（性能/功耗），即每个动力单元的令牌更多，那么您将获得更多的收入。例如，如果我使用激烈的协作设计，我的系统的效率比其他人的解决方案高，那么我的客户的每瓦的代币收入将是高度的两倍。他为什么要改变它？此外，尽管其他方的芯片均为25％甚至免费，但整个数据中心基础设施，例如“土地，电力，运营和维护以及冷却”，费用为150亿美元，只是为了生产壳。
Gersner：换句话说，即使芯片不昂贵，您的避免电源成本 +工厂 +能源消耗也令人恐惧吗？
Huang Renxun：是的。您只有2GW的电源。如果选择芯片差，则浪费了该数据中心可以产生的总收入。
格斯纳：那么真正的“成本”不是芯片本身，而是机会使整个系统付出了代价？
Huang Renxun：是的。我十说一个数字 - 布莱克韦尔的系统性能是料斗的30倍。如果有一个竞争对手的芯片相当于料斗，则需要放弃令牌收入的30倍。你想要_____吗？而且不要忘记我们的毛利率为75％，我们的竞争对手只能是50％-65％。尽管他的芯片便宜，但它们无法与30倍的收入间隔相匹配。
Gersner：我听到一个超大的CFO说，现在他们需要在Blackwell中升级，因为电源是最大限制单元，并且他们只能使用您的体系结构来最大程度地提高令牌输出。
Huang Renxun：这是完全正确的。
Gersner：您现在每年制作6至7个核心芯片，而不仅仅是制作主要的GPU。每个芯片都有自己的功能吗？
Huang Renxun：是的，这些芯片共同起作用并相互补充以产生整个系统。系统中的每个组件都应以协调的方式进行优化，以取得像Blackwell这样的“ 30倍”成功。如果您只做一个刺痛，那就是ASIC不能在该系统中，很难实现我们的全面效率。
Gersner：您还每年升级一次系统，对手几乎不可能保持这种速度。
Huang Renxun：是的，我们现在成为一代“ BAM！BAM！BAM！”您应该知道，这些不仅基于晶体管的性能，而且还基于系统级协作制作的X因子。
7。NVIDIA将是第一家市场价值为10万亿美元的公司，而Musk本身就是超级计算机
Gersner：您的竞争护城河是在上升还是下降？ NVIDIA收入量表是否可能比今天的五年更高？
Huang Renxun：正如我所描述的，我们的机会大于共识。我认为Nvidia可以是第一家市场价值为10万亿美元的公司，而且我从事这个行业已经很长时间了。不久前，人们记得，人们说这永远不会是一家万亿美元的公司，现在我们有10美元。
WOrld的规模增长，人们仍然对做Natin有误会。
他们记得我们是一家筹码公司，我们制作了筹码。实际上，我们投入了很多资金来制作芯片，还创建了世界上的领先筹码。但是NVIDIA本质上是一家AI基础设施公司。我们与OpenAI的合作是我们的AI基础设施合作伙伴，我们以许多不同的方式与不同的合作伙伴合作。
我们不需要任何人从我们那里购买所有东西，我们不要求他们购买一个完整的架子，可以购买芯片，或者只是一种成分，他们可以购买我们的网络设备，或者可以有其他选择。实际上，有些客户仅购买我们的CPU，有些客户购买我们的GPU，而CPU或网络设备从其他制造商那里选择产品。所有人在拉汉德（Lahand），我们以客户想要购买的任何方式完全接受它。我所能期望的是，客户可以向我们购买一些东西。
Gersner：您前面提到，这不仅仅是创建更好的模型，我们也有能力成为世界一流的建筑商。您提到马斯克可能是我们国家的主要“建筑商”之一。
Huang Renxun：如果他每年能够比其他任何事情都能获得Gigaway计算功率量表，我不会感到惊讶。
Gersner：我们可以轻松地谈论这类建筑商的好处。这种类型的构建器不仅会开发软件和模型，而且更清楚地知道形成这些群集需要哪些条件。理解自己是一个很大的优势。
Huang Renxun：您应该知道此AI超级计算机是超级复杂的MGA系统。首先，其基本技术非常复杂，其次，提取过程也充满了挑战，这主要来自资金问题。其次，它确保电力供应，电源，建造所有组件并完成整体奉献精神和开始，并且每个步骤都不简单。
我的意思是，这无疑是系统中最复杂的问题：人们有艰难地rk，所以肌肉具有巨大的优势。在他看来，所有这些系统如何一起工作以及它们之间存在的内容清晰可见，包括在资本运营级别上的考虑。
从这个角度来看，他就像一个强大的GPT。他本人是一个巨大的超级计算机，可以称为“终极图形处理器”。因此，他在这方面具有重要的好处，并且他也有强烈的匆忙感，并且真正渴望完成这一结构。
因此，当稳定的确定与强大的能力结合在一起时，可能会发生令人难以置信的物体。
8。如果没有AI的基础设施，每个国家就无法完成，这是NVIDIA的主要业务
古斯纳：我想谈论“主权AI”，以及中国以及当前与AI的全球竞争。您知道，在30年前返回时，您可能从没想过Nvidia对美国的国家安全很重要。
Huang Renxun：所有人工智能都需要。 AI本质上是现代软件。从一般计算到加速计算，从人体写作线到AI形成代码独立的代码，这种进化上下文的逻辑不可忽视。我们确实重述了计算本身。鉴于世界上生活的历史，没有任何物种能够充电和计算，并且计算是全人类的共同需求。
因此，计算应该很受欢迎，这就是为什么所有国家都意识到它们必须进入AI领域的原因：因为每个国家都需要保留计算速度并且不能陷入这一变化。
世界上没有人会说：“你知道吗？我昨天使用了一台计算机，但是明天我会忍受棍子和火。”因此，每个人都应该接受计算机技术，这是关注时代的重要过程，仅此而已。
首先，有一件事很明确：要参与AI的发展和应用，我们必须包括历史，库尔图拉和我们国家的价值AI系统。当然，AI智能本身的水平继续不断提高，因此即使是基本的通用AI也可以快速知道并掌握此内容而无需从一开始就开始。
因此，我认为每个国家都需要拥有一些主权AI功能。我的建议是，各国可以使用OpenAI，Gemini，Grok和Antropic Technology等模型的开放资源，但与此同时，他们还应该投资资源来学习如何独立构建。
提出这些建议的原因是，各国需要掌握AI构建功能，这不仅是用于模型的开发，而且更重要的是，将来需要这种能力来在行业领域开发AI模型，AI模型的PCREATION和与国家安全有关的AI模型。
实际上，所有国家本身都需要发展许多情报。因此，每个国家都必须具有AI的主权能力，并且必须发展这种能力。实际上，他们意识到了一切，他们都将成为Openai，Anthropic和Gemini等公司的客户。但是与此同时，他们确实有必要开发自己的AI基础架构。
这是主要钥匙。 NVIDIA的主要业务是AI基础设施的发展。
由于每个国家都需要当今互联网上的能源，沟通和基础设施的基础设施，因此每个国家都不能没有AI基础设施。
格斯纳：让我们从世界其他地方开始（在这种情况下）。我们有一个团队对AI和AI的AI负责，他们使Thea的工作很棒。
Huang Renxun：由于在关键时期，AI技术本身非常复杂，Sri Ram Nagar可能是华盛顿特区唯一了解Cuda建筑的人。想一想，这真是令人难以置信。
当技术复杂，很难确定政策和制定AI H时，我真诚地享受着这个关键时期作为对我国未来的重要影响，有一种清晰的思想愿意花时间了解技术并深入思考以帮助我们处理一切。
格斯纳（Gersner）：我认为，如果我们回到曼哈顿计划的相似性，那么当前的情况是，政府官员清楚地明确了人工智能的重要性，并积极支持能源行业的发展。
Huang Renxun：试想一下，如果现任政府团队不支持PTHE AI行业正在发展，并且不希望该国的能源行业发展以支持AI建设，那将会发生什么？这种替代方案是无法想象的。
9。美国必须削弱出口并回答有关中国的三个问题
Gersner：您已经从事该行业已有很多年了，现在与政府紧密联系。您能向我们解释当前政府企业关系的本质是什么？这个场景很少见上周有许多CEO？在过去30年中，您是否在职业生涯中看到过类似的情况？
Huang Renxun：美国总统特朗普为希望进入市场的领导人打开了大门，以帮助他们了解未来。这是一个对成长的信念的开始。
格斯纳：然后让我们谈谈互联网。今天，美国政府正在申请与芯片，模型和数据中心有关的出口许可。他们认为，以这种方式，美国AI系统可以在全球竞争中获胜。您应该知道，一年半以前不是这种情况。
黄·雷森（Huang Renxun）：当时，有一个流行的概念，称为“小庭院和高墙”。但是，无论是对该概念的解释还是实施政策层面的建议，主要是在美国建造一个小露台，然后建造一座高墙，这是最令人惊讶的，这是最令人惊讶的事情，这是非常丰富的。
我认为我们应该最大化出口并最大化全球净化美国的Uence。这些是我们应该促进的目标。
Gersner：现在，您是否逐渐实施AI的AI的出口许可证批准？您是否认为政府级别加快了批准速度？
Huang Renxun：他们全力以赴。
格斯纳：当今NVIDIA与中国之间关系的现状是什么？此外，您能否解释一下您认为美国应采取的哪些步骤以保持良好位置的最佳位置，赢得全球AI竞赛？
Huang Renxun：毫无疑问，我们与中国有竞争关系。但是，我们还必须承认，中国自然希望自己的业务发展良好，我没有嫉妒的意图。他们的业务应该增长和增长，中国政府有权在这些业务中提供任何形式的支持，这是他们自己的选择。
不应忘记Ang Isanother的事情。中国有一群领先的交易者D因为他们中的大多数人都从全球和工程学院毕业，他们是世界上最努力的群体。中国训练大量的AI工程师。现在，我们以强大的力量，巨大的改变，战斗精神，快速行动和相对松散的监管环境面对竞争对手。
许多人没有意识到，中国的政府确实很松散，具有讽刺意味的是，比我们的资本主义制度少。
中国经济体系的本质之一是“分布式”特征。全国各个省份，以及与城市在不同地方的主要城市的结合，创造了一种卑鄙的竞争活力，这极大地推动了经济发展。如今，中国已经形成了一种充满活力，热情的商人精神，高科技驱动和高度现代的工业体系。
而且，我想说一些要点：首先，有些人总是说“ chiNA无法建造AI芯片”，这很有趣；其次，有人说“中国无能为力”，但是如果我们说中国最好的东西，那是劳动；第三，有人认为“中国在我们身后几年”，并争辩说是否落后了两三年。他们和我们之间的差距是一年的，但在NanoSecond层面。
因此，我们必须竞争，我们必须竞争所有的优势。
中国政府预计，国际公路将成为一个公开市场，希望吸引外国投资，并希望外国公司能来中国并与市场竞争。我希望也能回到这里。我希望我对未来的看法。
我很荣幸在这个行业，美国最好的工作。为什么我们不允许这个行业竞争生存，并在全球范围内促进技术，以便可以基于美国技术来建立世界，以便我们可以最大化经济成功，以最大化地缘政治影响和最大化该技术行业的作用。在如此活泼而宝贵的时刻，我们必须让它蓬勃发展。
格斯纳（Gersner）：怀疑论者说，黄·伦森（Huang Renxun）只是想出售许多筹码。如果她可以在中国出售它们，那么她自然会很高兴。他不在乎这在美国意味着什么。
Huang Renxun：请允许我回应这些可疑的人。仅仅因为我希望美国的生态系统和经济能够增长，这并不意味着我的想法是错误的。到目前为止，关于中国和神话陈述的所有虚假陈述被证明是不正确的，如果被称为事实或所谓的真理，所有这些都没有注意到。
古斯纳（Gusner）：美国政府认为黄·雷森（Huang Renxun）可能是正确的，或者其他人是正确的，但是如果黄伦Xun愿意捐款约15％，并将其捐赠给美国财政部以接受监管的风险，那么我将支持该计划。但是，发生的事情立即使我失望。我认为，如果中国觉得它使用了，并且感觉到我们的筹码向他们出售的是已捕获十年的过时产品的类型，因此我可以完全理解他们为什么会这样做出反应。
Huang Renxun：H20芯片性能有点出色。当然，我也知道这不如布莱克韦尔好。我在这里耐心等待，我相信中国政策制造商很聪明，他们仔细考虑了他们所处的情况。与美国相比，他们需要处理的问题的总体范围更大，更复杂。
实际上，今天的开发中有许多相关的讨论，但我仍然想回到最基本的事实。我坚信，允许NVIDIA在中国市场中服役并参加该市场竞争完全符合中国的主要利益，这在美国非常有用。这是两个最重要的事实，这两个真理可以完全在一起。
因此，尽管我将通知所有投资者我们的表现Mance指南不包括中国市场的业务，我仍然遵循上视图。同时，我感谢所有投资者了解我们的任何绩效指南不应包括在中国市场期望中。
我们在其他市场上有很多增长的机会，这些机会确实存在。但这并不意味着中国市场对我们来说并不重要，相反，这对我们很重要。任何认为中国市场并不重要的人无疑是在欺骗自己。
您应该知道，中国市场是世界上最重要的市场之一，这里有一些聪明的人在这里做重要的事情。 Inwe期待参加，我坚信我们的参与符合中国和美国的主要利益。
因此，当我撤退一步并从更宏观的角度看它时，我充满信心，最终，原因和智慧将占上风，我一直相信真相会出来。直到今天，这就是支持我的信念。现在，我仍然相信这是最基本的事实。这些问题最终将得到解决，最终我们将有机会返回中国市场参加比赛。
10。H1B签证支付政策是一个很好的开始，我坚信中国和美国可以达成重要的合作协议
唐：我不太了解政治，但是这个话题非常受欢迎。政府已决定向H1B签证收取100,000美元的费用。您如何看待这个决定？招聘会越来越困难吗？
Huang Renxun：然后让我从这一点开始。 H1B签证费政策是一个很好的开始。
原因是，开始本身的开始表明该政策正在朝着更准确的方向组织，但我希望这不是目的，但即使，我仍然认为这是一个很好的开始。我衷心希望这个我S不是修复政策的最后一步。美国接受的是法律移民。法律移民和非法移民之间存在重要的区别。我们如何找到一种逻辑和实用的解决方案来平衡两者。
目前，H1B签证费用设定为100,000美元。该标准是MIT可能相对较高，但是作为第一个明确的阈值，它甚至可以发挥作用，至少可以减少H1B签证的滥用。至少在此起点，我们可以就如何优化移民政策进行真正有意义的讨论。
格斯纳（Gersner）：我们需要招募世界上最优秀，最聪明的人，他们似乎将竞争环境倾斜到可以有效赞助这些人的大型公司，对于创业生态系统，这很难，因为那里的劳动力成本很高。
Huang Renxun：但是正如我之前所说的，重要的是首先执行第一步，然后朝正确的方向进行调整。你应该知道很多次PLE总是想在完美的Soluthat的一步中从错误的状态或不愉快的情况跳下来，但是我们目前的情况并不是我们想要的，而完美的答案本身很难在一夜之间实现。因此，最好先从某个起点开始，这是企业家如何做事。
格斯纳：您相信这个政府有一个战略计划来吸引人才吗？
Huang Renxun：老实说，我不能给出某个答案。但是我知道我们目前的情况并不完美。但是我也认为，这些基本目标始终是每个人注意的重点。
格斯纳（Gersner）：三年前，我听到了一位负责美国顶级实验室的中国研究人员的消息，其中90％的主要研究人员是从中国大学毕业的，他们想去美国并来到美国与我们的领先lab合作。他假设该比例接近10％或15％，而下降幅度很大。你看过这种现象吗？Huang Renxun：这绝对是未来问题的早期信号。您应该知道其余才能来美国的意愿以及其余学生留在美国的意愿。我认为，这些是衡量美国是否可以继续成功的关键指标。
简而言之，如果最高才能准备去美国，并且如果他们愿意花很长时间，那么对发展，生活环境和美国机构机构的机会进行直接投票至关重要。当这些才能的意愿拒绝时，这可能表明在科学和技术界，升级行业以及未来才华横溢的储备等主要领域的竞争丧失。近几十年来，美国在科学和技术，经济和其他领域的领先地位更依赖于全球领先人才的持续吸引和维护。
GersNER：我们需要一个明确的战略计划，该计划不仅会积极吸引顶尖人才，而且还使他们想通过各种努力来吸引他们的工作。
Huang Renxun：有言论说，我近年来才听说过“反对中国的硬林人”。我认为，这是一个简单的耻辱标记。
我不否认这些人也可能想为美国的最大利益而战。他们认为自己为国家做正确的事情，但实际上，这也是爱国主义。在这里众所周知，它与它无关。我认为，特朗普总统对中国那些硬林的人的感觉并没有给我同样的感觉。我还告诉这个播客，我认为他将与中国达成重要协议。您应该知道，在下个世纪，中国和美国将是两个最重要的民族关系。
在整个行业生态系统中，与我所有的同龄人一起工作都没有问题。我们最近来了Gration，合作伙伴是英特尔（Intel），该公司在过去的几十年中一直试图挤压我们。虽然，我不担心与他们合作。
可以实现这一目标的原因有两个：首先，我总是接受竞争，只是放手。其次，未来的开发空间比当前的竞争宽。对于我来说，无需得分很多，这可能是双赢的情况。但是据说，面对任何竞争，我仍然想说“让它来”。
11。AI是最强的平衡，每个人将来都有自己的独家模型
Huang Renxun：美国政府促进“重新调查”，包括鼓励公司在美国建立工厂，并帮助现有工人掌握新的工业需求的灵活性。
Gersner：这是简单的惊人 - 令人惊叹。马斯克带领我们搬到了航空航天行业的火星。航空航天行业的成功可以推动无数制造林的发展G，研发以及流动和下降的技术职位。
Huang Renxun：AI是最强的平衡。几乎每个人都可以使用ai ngayon，但它确实弥合了技术差距。过去，如果一个人想使用计算机来增加其经济收入并帮助其职业发展，他们需要知道C ++和C等编程语言。但是现在它是不同的。人们需要说人类语言。 AI会向您解释，或者直接帮助您完成工作。
这正是因为我们依靠技术本身来填补过去对人们进行调整的技术差距。过去，技术阈值就像一堵墙，阻止了不知道如何编程的人。现在，AI撤销了这堵墙，无论您有专业和技术背景，都可以利用其力量来做事。这是最现实的平等 - 等效的基础技术。
它要求每个人都参加。您应该知道Openai目前有8亿ACTIVE用户及其用户规模应尽快达到60亿或80亿。因此，我认为首要任务是扩大AI的知名度。其次，AI将改变各种活动。人们倾向于将来将删除许多任务，并且确实创建了许多活动，但是对于大多数人来说，他们的工作很可能是有用的。
例如，我们今天使用AI。 AI给了我们很多想法，并有能力提出很多想法。 AI极大地提高了公司生产的效率。 AI的出现将导致大规模失业的想法是基于人们没有新想法的基础。
我认为TheIntelligence不是零和游戏的游戏。我周围的人越聪明，我拥有的天才越多，我拥有的想法越多，我认为我们会解决的问题就越多，我们创造的工作越多，您创造的工作机会就越多。
我不知道一百年来世界会是什么样，但是我在接下来的几十年中，我的理解是经济将增长，并将创造许多新的工作。每个工作都会改变，一些工作将消失。众所周知，人们自然容易受到怀疑，并且绝大多数无法理解复合增长系统。至于指数增长系统将随着规模的扩展而加速发展，他们的理解能力会更糟。
Gersner：技术变革的速度加速了，BILIS的开发也加快了。在这个新世界，您如何找到自己的位置并保持时机的速度？
黄·雷森（Huang Renxun）：实际上，许多人在接下来的五年中谈论了许多可能性，这些观点是相当合理的。在接下来的五年中，需要意识到的一件很酷的事情是AI和机器人技术的深刻整合。随着年龄的增长，我们所有人都有自己的R2-D2（《星球大战》中的经典机器人角色）。这个R2-D2会记住有关我们的一切，为我们提供L的指南ife，与我们同在。
将来，每个人都会在云中拥有一个独家模型。全世界有80亿人，与80亿个云模型相匹配。每个人的独家AI模型都根据个人需求进行了精细调整，并实现了高度个性化的水平。 KAAT同时，此AI不仅存在于云中，而且还将包含在您的车辆中，该车辆与您的独家机器人一起出现，并最终与您一起住在任何地方。
因此，我认为这样的未来是完全合理的。例如，我们将破坏生物学的无尽复杂之谜，并为每个人建立数字双胞胎。例如，我们将拥有自己的医疗和健康数字双胞胎，因为在亚马逊上购物时，我们将开发用户数据的相应图片。在这个系统中，我们可以预测我们的衰老过程，可能的疾病，甚至可以预测即将到来的健康问题。
鉴于这一切，我经常要问我的首席执行官，接下来会发生什么？我们该怎么办？实际上，答案很简单。正如常识一样，面对所有事物的迅速发展，如果您有一列火车加速并即将进入增长阶段，那么您要做的就是跳上这列火车。到达公共汽车时，您自然可以解决沿步骤步骤的其他问题。
如果您需要猜测火车先去的位置，然后尝试瞄准或猜测其轨迹的驾驶，然后找出要等待哪个相交的路口，这是不可能的。因此，虽然它不像现在那样快，但只需立即乘公共汽车，就可以在指数级的增长轨道上遵循它。许多人认为当前的技术暴发已经在一夜之间发生，但事实并非如此。
格斯纳：我记得大约在2005年或2006年，拉里·佩奇（Larry Page）说，Google的最终目标是在您询问之前就对机器进行疑问。在问之前，您想提出的问题，然后直接给出答案，而无需查看和搜索。
Bill GATES在2006年说了类似的话，有人问他：“您要做的一切吗？毕竟，我们已经拥有互联网，云计算，移动技术，社交网络等。”他的回答是：“我们还没有真正开始。”
然后他回头问：“我为什么这么说？而现在，我们在那里几乎是一个关键节点。
Huang Renxun：这确实是一个难得的时期，而且它的尺寸很大。
格斯纳：我们知道，即使这种变化也可能对大多数人来说都是不利的祝福，在此过程中，挑战将不可避免地发生。但这没关系。出现问题时，我们将开始解决问题。我们将努力改善每个人的生命底线，并确保这种变化可以是双赢的情况，而不仅仅是使领先的精英受益，我们在硅谷的人们。
Huang Renxun：不要害怕他们。我们需要做的就是统治所有人，以共同发展和利益。回到Sohu看看更多
