起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識英偉達CEO最新專訪：關于競爭，我們喜歡創造需求并定位自己，當我們下重注時，實際上已經提前應對了所有可能的風險！
科技公司有所不同，所發展的方向與機會也有所不同。本文走進英偉達總部，深入挖掘了英偉達切入數據中心的來龍去脈以及初衷，還包括老黃的創業思考、平臺戰略初衷、內部管理理念以及市場&技術判斷方法。
《Acquired》是一檔關注科技產業的并購、合并、投資和創新等話題的科技類播客節目，由Ben Gilbert 以及 David Rosenthal 在 2015 年創立。
Ben Gilbert在硅谷有著豐富的創業和投資經驗，曾是 Madrona 創業工作室的聯合創始人，隨后加入了 Pioneer Square Labs 孵化器，共同孵化了Pioneer Square Labs旗下多個初創公司；David Rosenthal 曾在 UBS 和 WSJ 擔任分析師，也是Ben Gilbert 在 Madrona 的同事，兩人已經認識了 10 年之久。
《Acquired》最新的一期內容走進了英偉達總部，Ben Gilbert 以及David Rosenthal 與老黃，深入挖掘了英偉達切入數據中心的來龍去脈以及初衷，還包括老黃的創業思考、平臺戰略初衷、內部管理理念以及市場&技術判斷方法。
老黃表示，如果未來科技公司變得更大，大家不要感到驚訝，因為這些科技公司生產的東西非常不同，機會有多大，公司就有多大，這取決于每家公司如何定義自身，以及如何匹配變化的市場，全文如下：
Ben Gilbert：
在過去兩年里，我們對英偉達進行了約 500 小時的研究，然后我們飛到英偉達總部，與 Jensen 本人坐下來進行了交流。Jensen 是英偉達的創始人和 CEO ，英偉達正在推動整個 AI 的爆炸式增長，在錄制這期內容時，英偉達的市值達到了 1.1 萬億美元，是全球第六大市值的公司，而現在對英偉達來說是一個關鍵時刻，期望值非常之高，我的意思是高得離譜，他們相對競爭對手擁有最令人印象深刻的戰略地位和領先優勢。
有一個每個人都在思考的問題，英偉達的繁榮是否會在未來幾年繼續下去？AI 會不會成為下一個萬億美元的技術浪潮？我們對此有多確定？如果是這樣，英偉達能否在這個市場形成的時候保持他們離譜的主導地位？
Jensen Huang：
帶我們回到過去，講述了他們如何從圖形轉向數據中心再到 AI ，如何在多次瀕死經歷中幸存下來，他還對創始人有很多建議，并在節目末尾分享了創始人旅程的情感層面。
David Rosenthal：
僅僅通過做這件事，我對英偉達和 Jensen 作為創始人和領導者有了新的看法，盡管我們以為我們事先已經知道了一切，結果證明我們還不夠了解。
Ben Gilbert：
你正準備發布 RIVA128 ，一款英偉達革命性的產品，因為它首次引入了單芯片設計，將 2D 和 3D 圖形處理能力整合到同一塊芯片上，這一設計在當時非常先進。
你們當時只剩下幾個月的運營資金了，但你決定全部通過模擬測試而不是等到收到真實的原型，你在看都不看的情況下就下令量產，用公司剩下的所有資金，全押在 RIVA128 上，它最終回來了，在 32 個 Direct X 混合模式中，它支持8 個，你必須說服市場購買它，還得說服開發者只使用這 8 個混合模式，請給我們講講當時的情況。
Jensen Huang：
我得說服他們，另外 24 個模式不那么重要。
David Rosenthal：
這是最初的計劃嗎？你是什么時候意識到的？
Jensen Huang：
我很晚才意識到，我們本應該實現所有 32 個模式，但是我們已經做了 8 個模式，所以不得不盡力而為，那是一個非凡的時刻。還記得 RIVA128 嗎？NV1 和 NV2 基于正面紋理映射，沒有三角形，而是曲線，它對曲線進行了剖分，由于我們渲染的是更高級別的對象，我們基本上避免了使用 Z 緩沖器，我們認為這將是一個好的渲染方法，但事實證明這完全是錯誤的。
RIVA128 是我們公司的重新起步，還記得我們在 1993 年成立公司時，我們是唯一的消費級 3D 圖形公司，當時我們專注于將 PC 轉變為加速 PC，Windows 實際上是軟件渲染的系統，所以無論如何，RIVA128 是我們公司的重新起步，當我們意識到我們走錯路時，微軟已經推出了DirectX，它在根本上與英偉達的架構不兼容，30 名競爭對手已經出現，即使我們是最早成立的公司，但當時的世界已經完全不同了。
關于公司戰略應該做什么的問題，我會說我們做了很多錯誤的決定，但在那一天很重要的事情上，我們做了一系列非常好的決定。1997 年可能是英偉達最好的時刻，原因是我們陷入了絕境，我們正在用盡時間，用盡資金，有很多員工，我們正在用盡希望，問題是我們該怎么辦？我們做的第一件事是決定接受 DirectX，讓我們想辦法為它建造世界上最好的東西，RIVA128 是世界上第一個完全硬件加速的 3D 渲染流水線，從變換、投影、元素到幀緩沖區，都是完全硬件加速的。
我們實現了紋理緩存，我們將總線限制和幀緩沖區限制提高到當時物理所能承受的最大值，我們制造了有史以來最大的芯片，使用了最快的內存?；旧?，如果我們制造了那個芯片，就不會有任何東西能比它更快，我們也選擇了一個成本點，明顯高于我們認為任何競爭對手愿意承受的最高價格。如果我們正確地構建一切并實現了 DirectX 中我們所知道的一切，那么顯然沒有人可以建造比它更快的東西。
David Rosenthal：
在某種程度上，英偉達也是這樣做的，那時你們是消費類產品公司，對嗎？當時就是這樣，而消費者得掏錢購買，這點很關鍵。
Jensen Huang：
對，但我們注意到市場上有一個細分領域，當時 PC 行業還在起步，性能還不夠好，每個人都渴望能有更快的東西，所以如果你的性能比可買到的快 10 倍，就會有一大批愛好者愿意購買，我們相信會有這樣一個巨大的市場。
事實證明我們是完全正確的，PC 行業確實有一個相當大的愛好者市場，他們會購買最好的一切，直到今天，這仍然是真的，在某些細分市場，技術永遠還不夠好，比如 3D 圖形，當我們選擇了正確的技術，3D 圖形永遠還不夠好，我們當時稱之為 3D 給了我們可持續的技術機會，因為它永遠還不夠好，所以你的技術可以不斷進步，我們選擇了它。
我們還做出了使用仿真技術的決定。那是一家叫 Icons 的公司，我打電話給他們那天，他們正準備關閉公司，因為沒有客戶，我說我可以買掉你們的庫存，我們需要那個仿真器的原因是，你算一算我們有多少錢，如果我們完成了一個芯片的設計并從晶圓廠得到了它，然后我們開始對軟件進行開發，等我們找到所有 bug 時，再為芯片進行下一次設計，到那時我們已經倒閉了。
David Rosenthal：
你的競爭對手會趕上來的。
Jensen Huang：
沒錯，更不用說我們會倒閉，如果無論如何都要倒閉，那個計劃顯然不是計劃，通常公司會走的計劃是 —— 設計芯片，編寫軟件，修復bug，然后設計新的芯片等等，但那種方法行不通，我們只有 6 個月時間，只能完成一次芯片設計，顯然需要設計一款完美的芯片。
我記得和我們的領導討論過，他們說 Jensen ，你怎么知道它會是完美的？我說我知道它會是完美的，因為如果不是，我們就倒閉了，所以讓我們把它做到完美，我們只有一次機會，我們基本上是通過購買這個仿真器并讓軟件團隊在其上編寫我們的全部軟件棧來“虛擬原型”芯片的，我們就坐在實驗室里等待 Windows 繪圖，你知道會非常慢。
David Rosenthal：
每幀需要 6 萬秒，對吧？
Jensen Huang：
肯定的，我認為每幀需要 1 個小時左右，我們就坐在那里看它繪圖，在決定完成芯片設計的那一天，我假設芯片是完美的，我們能測試的都提前測試過了，我告訴每個人，我們要完成芯片設計，以及接下來是什么？答案很明顯，直接進入量產。
Ben Gilbert ：
還有大規模的營銷攻勢。
Jensen Huang：
對，直接開始一切，我們確信我們有完美的芯片。
David Rosenthal：
這其中你占多大比例，你的合伙人、公司其他人、董事會又占多大比例？每個人都說你瘋了嗎？
Jensen Huang：
不，所有人都很清楚，我們沒有勝算，因為無論如何都會倒閉，所以除此之外的任何事都很瘋狂，這看起來相當合乎邏輯，坦白說，現在我描述的一切，你可能都會認為很合理；最后它奏效了，所以我們完成了芯片設計，直接進入量產。
Ben Gilbert ：
那么對創始人的教訓是，當你像 Rivo 128 或 CUDA 那樣對某件事有信心時，就把公司壓上去，這對你一直起作用。所以你從中吸取的經驗教訓似乎是繼續下注，因為到目前為止，每次都是奏效的。不，你怎么看這個問題呢？
Jensen Huang：
不，當你下重注時，我知道它會奏效。注意，我們假設我們設計出了一個完美的芯片，原因是在完成芯片設計之前，對整個芯片進行了仿真，開發了整個軟件棧，對所有驅動程序和軟件進行了質量檢測，運行了我們的所有游戲，運行了每個 VGA 應用程序，所以當你下重注時，你實際上已經提前應對了所有可能的風險，這就是教訓，一直到今天，我們都會提前謀劃并模擬我們可以預見的未來。
David Rosenthal：
我們經常討論這個，當你知道它會成功時，你才會下重注。
Ben Gilbert ：
每次我們看到你讓公司做出下重注的舉動時，你都已經對其進行了模擬，你覺得 CUDA 就是這種情況嗎？
Jensen Huang：
事實上，在 CUDA 之前，就已經有 CG了，所以我們已經在玩一個概念，即如何在我們的芯片上創建一個抽象層，它可以用更高級的語言和更高級的表達式來表達，并且我們如何使用 GPU 進行 CT 重建和圖像處理，我們已經在朝這個方向發展了，所以我們有一些積極的反饋和直觀的積極反饋，我們認為通用計算是可能的。
如果只是看看可編程著色器的流水線，它是一個處理器，高度并行，大規模多線程，它是世界上唯一做到這一點的處理器，所以可編程陰影著色有很多特征表明 CUDA 有很大的成功機會。
Ben Gilbert ：
如果確實有大量的機器學習從業者，他們最終會出現并希望做所有這些偉大的科學計算和加速計算，那么這是正確的。但在你開始投資現在需要大約1萬人 年來構建這個平臺時，你是否曾覺得，哦，人們，我們可能投資領先于機器學習的需求，因為我們比整個世界意識到它要早10 年。
Jensen Huang：
我猜是也是，當我們看到深度學習，看到 AlexNet ，并意識到它在計算機視覺方面的驚人效果時，我們有一種很好的感覺，如果你愿意的話，回到第一性原理，問問是什么讓它這么成功的？
當一個新的軟件技術、一個新的算法出現，并以某種方式跳過 30 年的計算機視覺工作時，你必須退一步問自己，它是否可擴展？如果是，還能解決什么問題？
我們做出了幾個觀察。首先，如果你有大量的示例數據，你可以教會這個函數進行預測，我們基本上發現了一個通用函數逼近器，因為維度可以高到你想要的程度，而且因為每一層都是逐層訓練的，所以沒有理由你不能做出非常深的神經網絡。
現在你只需要邏輯推理，回到 12 年前，你可以想象我腦海中的邏輯推理，我們發現了一個通用函數逼近器，事實上，再加上幾項技術，我們可能發現了一臺通用計算機。
David Rosenthal：
你當時關注圖像競賽。
Jensen Huang：
這是因為當時我們已經深入研究計算機視覺領域，試圖將 CUDA 變成一個出色的計算機視覺系統。然而，大多數為計算機視覺設計的算法并不適用于 CUDA 。因此，我們都花了很多時間嘗試理解這一問題。然后，AlexNet 出現了，它的效果非常驚人，以至于你不得不停下來思考，為什么會這么成功呢？
當你像這樣思考時，你開始想象在一個通用函數逼近器可以解決的問題領域中，會有哪些問題需要解決呢？我們知道大多數算法都是從基本科學原理出發的。你試圖理解因果關系，以因果關系為基礎構建可擴展的仿真算法。然而，對于很多問題，我們實際上并不太在意因果關系，我們更關心的是可預測性。
我真的需要知道你更喜歡某種牙膏勝過另一種牙膏的根本原因嗎？事實上，并不是很重要。我們更關心的是是否可以預測你的選擇，這種思維方式適用于預測電影、音樂、天氣等等。我們了解熱力學，我們了解來自太陽的輻射，了解云層的影響，了解海洋的影響，了解各種不同的因素，但最終我們只關心是否需要穿毛衣。因此，對于世界上很多問題來說，因果關系并不是關鍵，我們更關注的是模擬系統并進行預測。
Ben Gilbert ：
這是一個非常有利可圖的市場，如果你能預測下一個在社交媒體信息流中表現最好的項目，實際上這是一個巨大的挑戰。
David Rosenthal：
我正想說的是，我非常喜歡你提到的例子，無論是牙膏、番茄醬、音樂還是電影。
Jensen Huang：
當你認識到這一點時，它就是一個泛函數近似器，一個機器學習系統，從示例中學到的東西可能有著巨大的機會。因為應用領域廣泛，從商業到科學等各個領域，所以你可以看到，這可能會影響世界上的許多行業，幾乎所有的軟件最終都會以這種方式編程。如果是這樣，那么計算機和芯片的構建方式可能會完全改變，只有看你是否有勇氣去支持這樣的芯片。
David Rosenthal：
所以現在我們正處于這個階段，英偉達也是如此。但我好奇的是，AlexNet 出現后的幾年，那時候，Ben 和我也進入了科技創業領域。
Ben Gilbert ：
我是在 2012 年 AlexNet 之后、在任何人談論機器學習之前加入微軟的，即使在主流工程社區中也沒有人提到它。
David Rosenthal：
在這些年里，對于世界上許多其他人來說，這些看起來都像科學項目。但硅谷的科技公司，特別是社交媒體公司，他們才剛剛意識到這些項目帶來了巨大的經濟價值，如谷歌、Facebook 和 Netflix 等。顯然，這導致了許多事情，包括幾年后的 OpenAI。但在這幾年時間里，當你看到硅谷釋放了巨大的經濟價值時，你當時的感受如何？
Jensen Huang：
首先的想法是，當然是如何改變計算棧？第二個想法是在哪里找到最早的使用可能性？如果我們要建立這臺計算機，人們會用它來做什么？
我們很幸運，與世界各地的大學和研究人員合作對我們公司來說是與生俱來的，因為我們已經在研究 CUDA，CUDA 的早期用戶是研究人員。因為我們推廣了超級計算機，CUDA 不僅用于 AI，它在幾乎所有領域的科學研究中都有應用，從分子動力學到 CT 掃描重建到地震處理到天氣模擬到量子化學等等。應用的范圍非常廣泛，所以在 CUDA 上的研究應用非常多。當我們認識到深度學習可能非常有趣時，自然而然地回到了研究人員這里，并找到每一個AI研究人員，問他們我們如何幫助他們推進工作。這包括 Yann LeCun、吳恩達、Geoffrey Hinton 等等。這就是我與所有這些人接觸的方式。
我過去常去所有 AI 會議，就是在那里我第一次遇到 Ilya Sutskever，所以當時真正的問題是我們可以建立什么系統和軟件棧來幫助你獲得更多成功，推進研究；當時它看起來像是一個玩具，但我們相信即使是 GAN，我第一次遇到Goodfellow 時，GAN 只是 32×32 模糊的圖像，但它能發展到什么程度？
所以我們相信它，相信你可以擴展深度學習，因為顯然它是逐層訓練的，你可以使數據集更大，模型更大。我們相信如果你使它越來越大，它就會變得越來越好，這很有道理。我認為與研究人員的討論和互動就是我們需要的正反饋系統。
David Rosenthal：
OpenAI 成立于 2015 年，那是一個非常關鍵的時刻。今天這一點已經顯而易見，但當時，即使是科技行業的人們也感到困惑，不知道這是什么？因為你與研究人員有著密切的聯系，要讓谷歌和 Facebook 明確地吸引頂尖人才進入研究社區并開放研究，這是非常關鍵的時刻。你是否參與其中？
Jensen Huang：
我沒有參與它的創立，但我認識那里的很多人。當然還有 Elon、Peter、Bill 以及 Ilya 也在那里，我們有一些偉大的員工，他們在開始的時候也在那里，我知道他們需要我們正在構建的這臺驚人的計算機，我們正在構建第一版 DGX，你今天看到了 Hopper，它有70萬個部件，1 萬安培，DGX 的第一版是我們內部使用的，我把第一個交給了OpenAI。
那是非常有趣的一天，但我們最初的成功在于幫助研究人員達到新的高度。我知道它目前的狀態并不非常有用，但我也相信一次點擊就可以使它非常驚人，這種信念來自與所有這些出色的研究人員的互動，也來自于看到逐步取得的進展。
最初，論文每三個月才發表一次，而今天的論文每天都在出現，所以你可以簡單地監控存檔論文，我對深度學習的進展非常感興趣，盡我所能閱讀這些論文，你可以實時看到指數級的進展。
Ben Gilbert ：
即使對于行業內一些研究人員來說，當你只是增加模型的大小時，沒有人能預測語言模型會變得多么有用。他們認為，哦，一定需要一些算法變化，一旦你超過了 100 億參數，它們就神奇地變得更準確、更有用、更有生命力。當你第一次看到一個真正大的語言模型時，你對此感到驚訝嗎？你還記得那種感覺嗎？
Jensen Huang：
我對語言模型的第一個感覺是，只是遮蔽單詞并使其預測下一個單詞，這有多巧妙，這是自我監督學習的最佳方式。我們有那么多文本，我知道答案是什么，我只要讓你猜猜看，所以我對 Bert 的第一印象真的很巧妙。
現在的問題是如何擴展它。第一個觀察結果是幾乎所有東西都很有趣，然后設法從直覺上理解為什么它有效。然后下一步當然是從第一原則出發，你會如何推斷呢？所以我們顯然知道 Bert 會變得更大。
現在關于這些語言模型的一件事是它正在編碼信息，對嗎？它正在壓縮信息，在世界語言和文本中，存在相當多的編碼推理，我們描述了很多推理性的東西，如果你說幾步推理在某種程度上可以通過閱讀來學習，我不會感到驚訝，對我們許多人來說，我們通過閱讀獲得常識和推理能力。所以為什么機器學習模型也不能從中學習一些推理能力呢。從推理能力出發，你可以有新興的能力，新興的能力與直觀推理是一致的，所以其中一些是可以預測的，但這仍然令人驚嘆。
事實上它是合理的，并不能使它變得不那么令人驚嘆，我可以直觀地想象整個計算機和自駕汽車中的所有模塊。它仍然保持車道使我非常高興。
Ben Gilbert：
我還記得上大學時，第一次學習操作系統課，經歷了從編程語言到底層電子工程的學習，我突然明白了馮·諾依曼計算機的工作原理，真是一個奇跡。
Jensen Huang：
確實如此，把它們組合在一起，依然是一個奇跡。
Ben Gilbert：
現在談談我們最喜歡的公司之一，Statsig，我們有一些技術歷史要與大家分享。
David Rosenthal：
我們談到了谷歌和 Facebook 的 AI 研究團隊如何通過先進的ML模型取得了令人難以置信的業務成果，這些模型為Facebook 的新聞源、谷歌廣告以及 YouTube 和下一個視頻推薦等功能提供了動力。然而，我們還沒有詳細探討這些模型的實際部署方式。
Ben Gilbert：
部署新模型的最常見方法是通過實驗，即 A/B 測試。研究團隊創建新模型后，產品工程師將其部署給用戶的子集，并測量模型對核心產品指標的影響。這些卓越的實驗工具改變了機器學習開發過程，降低了版本發布的風險。
由于每個模型都可以向一小部分用戶發布，因此它們加速了發布周期，并使研究人員能夠從真實用戶數據中快速獲得反饋。最重要的是，它們樹立了一種數據驅動的文化，因為研究人員的回報來自于推動實際產品的改進。隨著時間的推移，這些實驗工具為 Facebook 和谷歌帶來了巨大的競爭優勢，因為它們實際上成為領先的 ML 團隊的必備條件。
David Rosenthal：
是的，所以現在你可能會想，這對于 Facebook 和谷歌來說很不錯，但我的團隊無法建立自己的內部實驗平臺。實際上，Statsig 是由曾在 Facebook 工作的工程師創建的，他們已經構建了一個卓越的實驗、特征標志和產品分析平臺，任何公司都可以使用。如今，許多 AI 公司都在使用 Statsig 來改進和部署他們的模型，包括 OpenAI 和 Anthropic。
Jensen Huang：
我認為這不是英偉達特有的特質，而是我們有勇氣構建這樣一個系統。英偉達的建設方式與軍隊或武裝力量不同，我們的組織不是通過自上而下的指揮和控制以及信息分發系統建立的。實際上，我們更像是一個計算棧，底層是我們的架構，然后是我們的芯片，然后是我們的軟件，頂部有各種不同的模塊，每個模塊都由人來管理。所以在我看來，公司的架構更像是一個帶有計算棧的計算機，不同部分的系統由人來管理。重要的是找到最擅長管理特定模塊或層面的人，他們負責那部分，他們就是機長，這是第一個特點。
David Rosenthal：
我從一開始就是這樣看待公司的。
Jensen Huang：
對，之所以這么做，是因為你的組織應該是建立在產品架構上的，每家公司看起來都差不多，但感覺卻不同。你明白我的意思嗎？
制作炸雞、漢堡和中式炒飯的方法都不同，為什么機器的過程就要完全相同呢？所以對我來說，大多數公司的組織結構圖看起來都很相似，但實際上，它們都在嘗試構建不同的東西，適合構建它的公司架構也因此不同。
就信息系統和合作而言，我們將它們連接起來，有點像神經網絡，我們在公司里說的一句話是“任務至上”，因此我們明確任務是什么，然后將最優秀的技能、最佳的團隊和最佳的資源連接起來，以完成任務。這看似毫無規則，但卻像神經網絡一樣連接整個組織。
Ben Gilbert：
與傳統結構相比，這種方式有哪些權衡呢？
Jensen Huang：
不足之處在于領導者面臨相當大的壓力。原因是在指揮與控制系統中，你報告的人擁有比你更多的權力。他們之所以擁有更多的權力，是因為他們距離信息源更近。在我們的公司中，信息快速傳播到許多不同的人，通常是在團隊級別。
舉個例子，剛剛在我們的機器人會議上，我們在討論某些事情，房間里有幾位剛剛畢業的大學生。房間里還有 3 名 VP 和 2 名 CXO，當我們做出決定時，每個人都完全同時了解，沒有人擁有比其他人更多的權力。
剛剛畢業的大學生和員工，以及為我工作的高管和我自己，都在完全相同的時間學習。你贏得工作是因為你通過推理解決問題和幫助他人成功的能力，而不是因為你掌握了某些特權信息。
David Rosenthal：
在我們最近的英偉達對話中，我們進行了一項思考練習，特別是考慮到英偉達的產品發布周期在過去幾年中非常令人印象深刻，尤其是考慮到你所使用的技術水平和困難程度，我們基本上提出了這樣一個問題：想象一下蘋果每年發布兩款 iPhone？
這實際上很難想象，但這在英偉達發生了，是否還有其他公司，無論是現在還是在歷史上，你向往并贊賞，可能從中獲取了一些靈感？
Jensen Huang：
在過去的 30 年里？我讀過我應該讀的商業書籍。就像任何你讀的東西一樣，你應該首先享受它，從中獲得啟發，但不要照搬。這些書籍的關鍵不在于復制，而在于分享經驗。你應該問自己，這對我所在的世界意味著什么？在我所處的環境中意味著什么？對我和我所在的環境意味著什么？對我和我試圖實現的目標意味著什么？對英偉達以及我們公司的年齡和能力意味著什么？所以你應該問自己，這對你意味著什么？然后，在從各種不同源頭學到的東西的基礎上，制定自己的策略。
我剛才描述的就是我處理每件事情的方式。你應該從其他所有人那里獲得啟發和學習。而且，教育是免費的。當有人討論新產品時，你應該去聽聽，不要忽略它。你應該從中學習。它可能是競爭對手，可能來自不同行業，也可能與我們無關。我們從世界上發生的事情中學到的越多，越好。然后，你應該回過頭來問自己，這對你意味著什么。
David Rosenthal：
我喜歡這個學習而不是模仿的態度，從各種不同的來源學習，我認為英偉達今天所取得的成功還有第 3 個令人難以置信的因素，那就是數據中心，當然，這并不是顯而易見的。
從AlexNet、你與研究社區的互動以及社交媒體反饋中，我無法推斷出你和公司決定全力以赴，在數據中心領域進行了為期 5 年的全力沖刺。你是如何決定以及公司是如何決定投入這個領域的？這究竟是怎么發生的？
Jensen Huang：
我們走向數據中心的歷程可以追溯到近 17 年前。一直以來，我都被問及 —— 公司未來可能面臨的挑戰是什么？我一直認為英偉達的技術連接到一臺計算機上，而那臺計算機必須離你很近，因為它必須連接到顯示器。
某一天，這將限制我們的機會，因為插有 GPU 的臺式 PC 只有那么多，我們可以驅動的 CRT 和 LCD 也只有那么多，所以問題是，如果我們的計算不再必須與顯示設備連接，會不會更好？將它們分離，使我們可以在其他地方進行計算？
有一天，我們的一位工程師向我展示了這個想法，實際上是捕獲幀緩沖，并將其編碼為視頻，然后將其流傳輸到接收設備，從而實現計算與查看的分離。
Ben Gilbert ：
在許多方面，這就是云游戲。
Jensen Huang：
事實上，那就是我們開始 GeForce Now 的時候，我們知道 GeForce Now 會是一個漫長的旅程，因為你在與各種問題作斗爭，包括延遲。David
Rosenthal：
這是你的第一個云產品。
Jensen Huang：
我們的第二個數據中心產品是遠程圖形，將我們的 GPU 放入世界各地的企業數據中心，然后才推出我們的第三款產品，它將 CUDA 與我們的 GPU 相結合，成為超級計算機，然后繼續努力。
之所以如此重要的原因是，英偉達計算完成的地方與計算結果的享用之間的分離，如果你可以分離開來，你的市場機會就會爆炸，這是完全正確的，所以我們不再受桌面 PC 必須放在桌子旁邊的物理限制，我們不再限于每個人一個 GPU，所以不再重要它在哪里了，這真的是個偉大的觀察。
Ben Gilbert ：
這提醒了我，對我來說，英偉達業務的數據中心部分已經變成了 AI 的同義詞，這是錯誤的等價關系。有趣的是你已經準備好在數據中心爆發 AI ，只因之前有 3 個以上的產品，你在其中學習了如何建立一個數據中心計算機，即使這些市場不像 AI 那樣改變世界的技術轉變，但這就是你學習的方式。
Jensen Huang：
沒錯，你想鋪平通向未來機會之路，你不能等待機會擺在你面前，然后再伸手去夠，你必須預測，我們作為 CEO 的工作就是看“around corners”，預見機會何時會出現，即使我不完全確定什么時候會發生什么，我該如何定位公司，使其靠近它，就站在樹下，當蘋果落下時，我們可以迅速抓住，你們明白我的意思嗎？你必須足夠接近才能迅速抓住。
David Rosenthal：
回顧 2015 年和 OpenAI，如果你當時沒有在數據中心方面奠定基礎，如今就不會支持 OpenAI。
Jensen Huang：
將計算從終端設備中分離出來的想法非常出色。實際上，如今所有關于計算的內容都是關于分離它，通過將它放入數據中心，我們能夠克服延遲問題，這意味著無法戰勝光速，端到端的延遲只有大約 120 毫秒左右。
Ben Gilbert：
從數據中心到地球上的任何地方，可以說是真正橫跨全球。
Jensen Huang：
是的，如果能解決這個問題，大致像這樣，我記不清確切的數字了，但并不是很長，所以我的意思是如果你能消除所有其他障礙，那么光速應該就足夠了，你可以輕松建設數據中心，用這些小型設備來進行驚人的事情，無論是將電視變成計算機還是其他應用，都可以瞬間變得令人驚嘆，因此，15 年前的這個洞察力是非常準確的。
Ben Gilbert：
你顯然看到無限帶寬比任何人預料的要有用得多，收購 Mellanox，我認為你獨特地看到這是訓練 LLM 所必需的，而且你在收購這家公司方面非常積極，為什么你能看到別人看不到的？
Jensen Huang：
嗯，有幾個原因。首先，如果你想成為一家數據中心公司，那么構建處理芯片不是正確的方法，數據中心與桌面計算機和手機的區別不在于所使用的處理器，數據中心中的桌面計算機使用相同的 CPU 和 GPU，顯然非常接近。
因此，問題不在于芯片，不在于處理芯片，正如 DIS 所描述的那樣，而在于網絡、基礎設施、計算資源分配、安全性提供以及網絡管理等等，Mellanox 的這些特性與英偉達無關，在我做出這個結論的那一天，英偉達真正希望成為未來計算機的構建者，未來的計算機將在數據中心中實現。
如果我們想成為一家以數據中心為導向的公司，我們就需要進入網絡領域，這是第一點；其次，隨著云計算在最初大規模發展，它涉及使用大量的公共組件，在一臺計算機上虛擬化許多用戶，而 AI 實際上是分布式計算，其中一個作業，一個訓練作業，要在數百萬個處理器上協同工作，這與大規模計算幾乎是相反的，你設計一個大規模計算機，具有機架后商品以太網，這對于 Hadoop 來說很好，對于搜索查詢也很好，對于所有這些東西都很好。
現在這個觀察表明，你所需的網絡類型不完全是以太網。我們為超級計算機設計的網絡方式確實非常理想，所以這兩個觀點的結合讓我堅信 Mellanox 絕對是正確的公司，因為他們是全球領先的高性能網絡公司。我們已經在高性能計算的許多不同領域與他們合作。此外，我真的很喜歡這里的團隊。以色列團隊是一流的。我們現在有大約 3200 名員工。這是我所做的最佳戰略決策之一。
David Rosenthal：
我們與許多人交談，許多人告訴我們 Mellanox 的收購是有史以來最佳之一。
Jensen Huang：
我也是這么認為的。它與我們通常所做的工作完全不相符，對每個人都是一個令人驚喜的決策。
Ben Gilbert：
如你所說，你站在行動附近，所以一旦有機會，你就能看到 LLM 即將嶄露頭角，每個人都需要它，我認為我比其他人更早看到了。
Jensen Huang：
你需要將自己置于機會附近，不必追求完美，只需將自己放在樹旁邊，即使在蘋果掉到地面之前，只要你是第一個拾起它的人，那就足夠了，你只需將自己置于機會附近。因此，我的大部分工作是將公司定位在機會附近，并使公司具備貨幣化每個步驟的技能，以便我們能夠持續發展。
Ben Gilbert：
你剛才說的讓我想起巴菲特和芒格的一句名言，大意是“大概正確比完全錯誤要好”。
Jensen Huang：
是的，這句話很貼切。
Ben Gilbert：
想向你請教一些建議，因為我們有很多創始人在聽這個節目。一些建議，尤其是對那些已經具備 PMF 、正在不斷成長的有趣市場的公司，他們應該如何看待競爭對手并應對競爭？
Jensen Huang：
盡管有各種各樣的方法來思考競爭，但我們更喜歡以一種滿足通常還沒出現的需求的方式來定位自己。
David Rosenthal：
我聽你或其他人在視頻中說過“0-10 億美元的市場”？
Jensen Huang：
沒錯。這是我們的方式，意思是還沒有市場，但我們相信會有一個市場。通常當你處在那個位置時，每個人都會試圖弄明白你為什么在這里，因為當我們第一次涉足汽車領域時，我們相信未來汽車將在很大程度上依賴軟件，如果它將在很大程度上依賴軟件，那么一個真正強大的計算機是必要的。
David Rosenthal：
我非常高興你提到了這一點，因為我想問你，在我的印象中，至少在你的印象中，英偉達絕對是一個平臺公司，在全世界真正有意義的平臺公司寥寥無幾。我認為也可以公平地說，在你創立的頭幾年，你是一家技術公司，而不是平臺公司。我能想到的每個公司，如果試圖作為平臺公司啟動，都會失敗。你必須首先作為一個技術公司起步。你是在什么時候考慮進行平臺轉型的？就像你最初的顯卡就是技術。當時沒有 CUDA，沒有平臺。
Jensen Huang：
你觀察到的不是錯誤的。然而，在我們公司內部，我們一直是一家平臺公司。原因是從我們公司的第一天起，我們就有了這個叫 CUDA 的架構，這是統一設備架構 UDA。
David Rosenthal：
CUDA 是計算統一設備架構。
Jensen Huang：
沒錯。原因是我們所做的，我們在最開始所做的，盡管 RIVA128 只有計算機圖形，但該架構描述了各種加速器。我們會用那個架構，開發人員會對它進行編程。事實上，英偉達的第一個商業策略是，我們將成為 PC 中的游戲機。游戲機需要開發人員，這就是為什么早在很多 年前英偉達的第一批員工中就有開發人員關系人的原因。所以我們認識所有的游戲開發人員和所有 3D 開發人員。
David Rosenthal：
最初的商業計劃是像直接與任天堂和世嘉競爭，作為 PC 中的 一種建立， DirectX 競爭者。
Jensen Huang：
用 PC ，英偉達最初的架構稱為 Direct NV，DirectX 是一個 API，它使操作系統能夠直接尋址硬件，我們一直是面向開發者的公司。
Ben Gilbert：
最初的嘗試是我們會讓開發者基于 Direct NV 來構建，然后他們會為我們的芯片構建，然后我們會有一個平臺。正如所發生的那樣，微軟已經擁有所有這些開發者關系，所以你從艱難的教訓中確切地學到了。
David Rosenthal：
微軟當年這樣做，這可能是一個開發者平臺，我們會采用這個。
Jensen Huang：
不，但他們做了很多，他們做了很多正確的事情，我們做了很多錯誤的事情。
David Rosenthal：
你在 90 年代與微軟競爭。
Jensen Huang：
這很不同，但我很感激你這么說。但是我們與他們的競爭距離還很遙遠。如果你現在看 CUDA 出現了，還有 OpenGL 、 DirectX ，但還有另一個擴展，如果可以這么說，那個擴展就是 CUDA 。那個 CUDA 擴展允許一顆芯片，這顆芯片用于運行 DirectX 和 OpenGL ，為 CUDA 創建一個安裝基礎。所以這就是。
David Rosenthal：
策略。你是那么堅持，我認為從我們的研究來看，正是你的堅持讓每一個英偉達芯片都運行 CUDA 。
Jensen Huang：
如果你是一個計算平臺，一切都必須兼容。我們是地球上唯一一個所有加速器在架構上與其他加速器兼容的加速器。世界上現在活躍使用的 CUDA GPU 有 3 到 5 億，對吧，2.5 到 3 億。它們在架構上都是兼容的，如果你知道 NV30 和 NV35 和 NV39 和 NV40 都是不同的，對吧，30 系與 40 系完全不兼容，那么你怎么可能擁有一個計算平臺呢？如果是這樣的話，我們公司里的一切都是可以協商的，除了這一點不可商量。
David Rosenthal：
我意識到現在，盡管 UDA 可以追溯到最初的所有芯片，但對我來說， CUDA 實際上是 UDA 的重生。
Jensen Huang：
事實上， UDA 一直延續到今天我們所有的芯片，順便說一句，我必須告訴看這期內容的創始人和 CEO 們，成功公司和成功 CEO 的特征，我認為已經有相當好的描述，有很多這樣的特征，我只是認為創立成功的公司難度非常大，簡直難以置信。
我認為技能是你可以在路上學到的東西，但是重要的時刻，某些情況必須聚合在一起，我確實認為市場必須成為幫助你成功的因素之一，這顯然還不夠，因為許多人仍然失敗。
Ben Gilbert：
你還記得英偉達歷史上的任何時刻，當時你會想做了一系列錯誤決定，但由于所有運氣和技能的總和，最后才成功地得以幸存，你還記得任何我們曾像那樣險些失敗的時刻嗎？
Jensen Huang：
你指的是 RIVA128 嗎？正如我所說，我們做出的許多聰明決策，即便到今天看來也仍然很明智，我們設計芯片的方式與今天完全一樣，因為當時沒有人這樣做過，我們使出渾身解數，出于絕望，因為我們別無選擇。
事實證明那就是應該做事的方式，現在每個人都是那樣做的，因為如果你可以一次完成，為什么要做兩次呢？為什么要制造 7 次芯片，如果可以只制造 1 次呢？正確的，最具成本效益的，最具競爭力的速度是技術，對吧？上市時間就是性能，所有這些都適用，如果我們可以一次完成，為什么要做兩次呢？所以 RIVA128 做出了許多偉大的決定，以及我們如何定義產品，如何考慮市場需求和缺乏，以及我們如何判斷市場等等。我們做出了一些驚人的好決定，當時我們背靠墻壁，只有最后一次機會才能做到這一點。
Ben Gilbert：
一旦你使出渾身解數，看看你能做什么，為什么下次還要設限呢？一直全力以赴才對。
David Rosenthal：
沒錯。不過，回想 1997 年，是否公平地說，那一刻消費者開始真正看重游戲中的3D圖形性能？
Jensen Huang：
例如，讓我們談談運氣。如果 John Carmack 沒有決定使用加速器，因為要記住《毀滅戰士》是完全通過軟件渲染的，而英偉達的理念是，盡管通用計算機是一個很棒的東西，它會支持軟件等等，但我們覺得有些應用如果不進行加速就不可能實現或者成本會很高，這些應用應該進行加速，3D圖形就是其中之一，當然它不是唯一的，碰巧它是第一個，而且是一個非常好的例子。
我仍然記得我們第一次見 John Carmack 的時候，他非常強調使用CPU和軟件渲染器的好處。坦白地說，如果你看看當時的《毀滅戰士》，即使用加速器也很難取得那么好的性能。如果你不進行過濾，不進行雙線性過濾，它的表現其實還不錯。
David Rosenthal：
《毀滅戰士》的問題是它需要 Carmack 來編程。
Jensen Huang：
沒錯，它需要 Carmack 來編程，這是一段天才的代碼，但盡管如此，軟件渲染做得確實很好，如果他沒有決定轉向 OpenGL 并為雷神之錘加速，坦白地說，會有什么殺手級應用讓我們走到今天這一步呢？Carmack 和 Tim Sweeney 通過《雷神之錘》和《虛幻》為消費級 3D 創建了頭兩個殺手級應用，所以我欠他們很多。
David Rosenthal：
我想立刻回到你剛才說的，你說你講這些故事，然后說“我不知道創始人能從中獲得什么”。但我的確知道。我認為如果你看看今天所有的大科技公司，谷歌可能是一個例外，它們確實都是從理解開發者、計劃構建一個平臺、為開發者構建工具開始的，所有這些公司，蘋果、亞馬遜。當然，亞馬遜有 AWS ， AWS 就是這樣開始的。所以我認為這確實是一個教訓，正如你所說，這不會保證成功，但會讓你搭上這趟順風車，如果蘋果真的落下來的話。
Jensen Huang：
我們有再多好的想法，你也不可能有世界上所有的好點子。擁有開發者的好處是你可以看到很多好的想法。
Ben Gilbert：
好的，隨著我們漸漸接近尾聲，我們花了很多時間談過去，我想稍微思考一下未來。我相信你花了很多時間思考這個問題，站在 AI 的前沿。我們正在進入一個時代，軟件帶來的生產力，當一個人使用軟件時，可以大大放大他們的影響和創造的價值，從長遠來看，這對人類來說必須是一件令人驚喜的事。從短期來看，在我們理清這意味著什么的過程中，必然會比較顛簸。隨著 AI 變得越來越強大，越來越好地提高生產力，你認為解決由此帶來的所有失業的解決方案是什么？
Jensen Huang：
首先，我們必須保證 AI 的安全， AI 安全有幾個不同的領域非常重要，顯然在機器人技術和自動駕駛汽車中，有一個整個 AI 安全領域，我們致力于功能安全、主動安全以及各種不同的安全領域。
什么時候需要人在循環中，什么時候人不在循環中可以接受？如何讓人逐漸不需要在循環中，但人還是主要在循環中？就信息安全而言，顯然偏見、錯誤信息以及尊重藝術家和創造者的權利，這整個領域值得關注，你已經看到了我們在這方面做的一些工作，我們沒有爬網，而是與蓋蒂圖像和快門股票合作，以一種商業公平的方式應用 AI ，與 AI 共享。
在越來越大的語言模型和越來越高能動性的 AI 的未來，答案顯然是在可行的情況下，我認為這種可行會持續很長時間，人要在這里的循環中。
已經有很多不同的行業展示了如何建立安全、有利于人類的系統，顯然，自動駕駛的工作方式，兩名飛行員體系，以及航空管制、冗余性、多樣性，所有設計安全系統的基本理念同樣適用于自動駕駛汽車等等。所以我認為有很多創造安全 AI 的模式，我認為我們需要應用它們。
關于自動化，我的感覺是，我們拭目以待，但 AI 更有可能創造更多就業機會。從近期來看，問題是近期的定義是什么？原因是生產力提高首先帶來的是繁榮，當公司獲得更大成功時，他們會雇用更多人，因為他們想擴展到更多領域。
所以，如果你考慮一個公司，然后說好吧，如果我們提高生產力，他們需要更少的人，那是因為公司沒有更多想法，但對于這些公司來說不是這樣的。如果你提高生產力，公司變得更有利可圖，他們通常會雇用更多人去擴展新領域。只要我們相信有更多可以擴展的領域，在藥物研發中還有更多想法，在患者轉移中還有更多想法，在零售業還有更多想法，在娛樂業還有更多想法，在技術上還有更多想法。只要我們相信還有更多想法，行業的繁榮，這來自于生產力的提高，會導致雇用更多人，進行更多創意。
現在回顧歷史，我們可以公平地說，今天的行業大于 1000 年前世界各行業的總和。原因顯然是人類有很多想法。我認為繁榮和生產力提升還有大量想法。
但我的感覺是，它可能會創造更多就業機會。顯然，凈增加的就業機會不能保證任何人不會失業，我的意思是，這顯然是真的，更有可能的是，一些人會失去工作，失去給使用 AI 的其他人的工作，不太可能直接失去給 AI ，而是給使用 AI 的其他人，所以我認為每個人首先要做的就是學習如何使用 AI 。
David Rosenthal：
這很貼切。我們稱之為摩爾定律的 Moritz 推論，以紅杉資本的 Michael Moritz 命名。
Jensen Huang：
紅杉是我們公司的第一家投資人。
David Rosenthal：
當 Michael 從 Don Valentine 那里接管紅杉時，他看著紅杉的回報，我想是第 3 輪或者第 4 輪融資，那里有思科，他說我們怎么可能超過那個回報？我做不到，Don 會讓我們很尷尬，我們永遠趕不上那個，他們思考后意識到，隨著計算變得更便宜，更容易進入經濟的更多領域，因為它變得更便宜，可以更廣泛地采用，那么我們可以解決的市場應該會變大。論點基本上就是 AI 會做同樣的事情，完全正確。
Jensen Huang：
我剛給你舉了完全相同的例子。哦，事實上，生產力提高并不會導致我們做更少的事情。生產力提高通常會導致我們做更多的事情。我們做的一切都會更簡單，但我們最終會做更多的事情。因為我們有無限的雄心。這個世界有無限的雄心。所以，如果一個公司獲利更多，他們往往會雇用更多人做更多事情。
David Rosenthal：
人類有無盡的雄心。
Ben Gilbert：
人類總是會擴張和消耗更多能量，并努力追求更多想法。這一直是我們物種的每個版本在時間上都是正確的。
我們從一個簡單的問題開始，根據這里我們看到的所有以科幻命名的會議室，你最喜歡的科幻書是什么？
Jensen Huang：
我從來沒有讀過科幻小說。
Ben Gilbert：
你對《星際迷航》的癡迷。
Jensen Huang：
只是看電視劇嗎？《星際迷航》是我最喜歡的。
David Rosenthal：
現在你每天開哪輛車上下班？相關問題，你還保留著 Supra 嗎？
Jensen Huang：
這是我最喜歡的車之一，也是我最喜歡的記憶之一。你們可能不知道，洛麗和我在一個圣誕節訂婚了，我們開著我的全新 Supra 回家，然后我們把它完全搞垮了，我愛那輛車，出于安全等原因，我現在被 Mercedes 的 EQS 接送，這是一款很棒的車，我被它迷住了。
David Rosenthal：
使用英偉達技術。
Jensen Huang：
是的，我們在 EQS 中使用的是中央計算機。
Ben Gilbert：
我知道我們已經簡要談過商業書籍，但你最喜歡的一兩本書是什么？它們給你帶來了什么啟發？
Jensen Huang：
我認為 Clayton Christensen 的系列是最好的，我的意思是這無可爭議的，原因是它非常直觀和合理，很容易理解，我幾乎都讀過，我真的很喜歡 Andrew Grove 的書，它們都很好。
Ben Gilbert：
你最喜歡 Don Valentine 的什么特質？
Jensen Huang：
脾氣不好但令人喜愛。他最后一次決定投資我們公司時對我說，如果你輸掉我的錢，我會殺了你。當然了。在之后的幾十 年里，每當媒體對我們有好評時，他會說“干得好”，他就在報紙上寫這句話，然后把它郵寄給我，我希望能保留它們，不管怎樣，你能看出他是一個真心善意的人，他關心這些公司。
Ben Gilbert：
假設你回到 40 歲，什么是今天會反對，并且“say no”的東西？
Jensen Huang：
如果你合理安排自己的時間，確保不讓日歷控制你的時間，你會有足夠的時間，只是不要做每一件事，合理安排你的生活，做出犧牲，不要讓日歷控制你每天要做什么。注意我遲到了我們的會議，原因是當我抬頭看的時候，我想你門在等我，已經過了很久，但我們有時間，就是這樣。
Ben Gilbert：
哈哈哈哈?，F在有什么讓你害怕的么？如果有的話？
Jensen Huang：
我現在所害怕的和公司剛開始時一樣，那就是讓員工失望。許多人加入你的公司是因為他們相信你的夢想，并將其作為自己的夢想。你想成為他們正確的人，你想讓他們成功，你想讓他們能夠建立偉大的生活和偉大的公司，能夠建立偉大的職業生涯。你想讓他們享受這一切。現在，我想讓他們能夠享受我所享受的好處和所有的偉大成功。我想讓他們享受這一切。所以，我認為最大的恐懼是你讓他們失望。
David Rosenthal：
你什么時候意識到你不會再有其他工作了？這就是你的工作嗎？
Jensen Huang：
我不換工作。如果不是被說服從事視頻方面，我今天還會在 LSI Logic。我可以肯定。真的嗎？對不起。我會繼續我在做的事情。當時我完全專注于幫助 LSI Logic 成為最好的公司。我是 LSI Logic 最好的大使。
David Rosenthal：
我的感覺是 LSI Logic 可能也改變了你對計算的觀點和理念。從我們的研究來看，你剛離開學校，剛去 AMD 的時候，你相信類似 Terry Sanders 的觀點，真正的男人有晶圓廠，你需要做整個棧，你必須做所有的事情。LSI Logic 改變了你。
Jensen Huang：
LSI Logic 讓我意識到，你可以用高級語言來表達晶體管、邏輯門和芯片功能。通過提高抽象級別，這現在被稱為高級設計，這個詞是 Harvey Jones 創造的，他在英偉達董事會，我在 Synopsys 的早期就認識他。但在那個時期，有這樣一種信念，即你可以用高級語言來表達芯片設計，通過這種方式，你可以利用優化編譯器和優化邏輯和工具，變得更有生產力。
這種邏輯對我來說是非常合理的，當時我 21 歲，我想追求這種愿景。坦白說，這在機器學習中已經發生，在軟件編程中也發生了，我希望它發生在數字生物學中，這樣我們可以用一種更高級的語言來思考生物學，可能一個 LLM 將是使其可表示的方式。這種轉變是如此革命性。我認為這是該行業發生的最好的事情。我非常高興能成為其中的一部分，我處于核心位置。
所以，我看到一個行業改變了另一個行業，如果沒有 LSI Logic 所做的工作，接著是 Synopsys，那么今天的計算機行業將是什么樣子呢？我在正確的時間出現在正確的地方見證了這一切。
David Rosenthal：
非常酷，聽起來 LSI Logic CEO 在你和 Don Valentine 之間說了好話，你知道嗎？
Jensen Huang：
我不知道，如何寫一份商業計劃，寫一個所有人都不知道對錯的財務預測，其實并不重要。但商業計劃可能能提出的重要事項。我認為商業計劃的寫作應該更簡短，它迫使你濃縮真正要解決的問題是什么，你認為會出現的未滿足需求是什么，以及你要做的與眾不同的事情，這樣當其他人意識到這是一個好主意時，他們不會蜂擁而至，讓你過時，所以它必須足夠難以完成，涉及產品定位、定價和進入市場等方面的技能很多，但那些是可以學習的技能。
我描述的精髓是真正難的部分，在這方面我做得不錯，但是我完全不知道如何寫商業計劃。我很幸運，Wilfred Corrigan 對我在 LSI Logic 的工作非常滿意，他打電話給 Don Valentine ，告訴 Don 投資這個孩子，他會找上你，所以從那一刻起我就注定成功，讓我們站穩腳跟。
Ben Gilbert：
只要你不虧錢就行。
Jensen Huang：
我認為紅杉很不錯，我們可能是紅杉有史以來最好的投資之一。
Ben Gilbert：
他們現在還持有你們股份么？
Jensen Huang：
有兩家最早的 VC 合伙人在我們董事會中。
Ben Gilbert：
Sutter Hill Ventures 和紅杉？
Jensen Huang：
是的，Tench Coxe 和 Mark Stevens ，我不認為這種情況經常發生。我們在這方面可能是獨一無二的。我相信他們這些年來一直在創造價值，一直鼓舞人心，提供了偉大的智慧和支持，但他們也一直在受到公司的娛樂、啟發和回報，所以他們堅持了下來，我對此心存感激。
David Rosenthal：
最后一個問題，現在是 2023 年，英偉達成立 30 周年。如果你今天神奇地又年輕 30 歲，還在 2023 年，你要和最好的兩個朋友或者認識的兩個最聰明的人一起去 Denny’s 餐廳，討論創業，你會談論創立什么公司？
Jensen Huang：
我不會做的，原因很簡單，拋開我們會創立什么公司不說。第一，我不確定我為什么不會做，這與為什么創業如此艱難有關。建立一家公司和英偉達比我們任何人預期的難了一百萬倍。如果當時我們意識到痛苦、脆弱和面臨的挑戰，以及尷尬、羞恥，以及所有可能出錯的事情的清單，我不認為任何人會創業。
沒有理智的人會這樣做。我認為這是創業者的超能力，他們不知道有多難。他們只問自己，這有多難？直到今天，我還是會欺騙自己的大腦，覺得沒多難。因為你還得醒來，今天又有多難？我們正在做的一切，有多難？Omniverse，在中心方面有多難？
David Rosenthal：
盡管你可以隨時退休，你不打算這么快退休嗎？你還會繼續下去，
Jensen Huang：
沒錯，我仍然非常享受，而且我還在稍微增值。但是創業者的訣竅就是你必須讓自己相信這沒那么難，因為實際上會比你想象的難得多。所以如果我現在拿著所有的知識回去，說我要再次忍受那整個旅程，我認為那太艱難了。簡直太艱難了。
Ben Gilbert：
你對如何應對建立這樣公司的情感創傷有任何建議或支持系統嗎？
Jensen Huang：
我有家人和朋友，這里所有同事，我被在這里工作 30 年的人包圍著，對吧？我被這些從未放棄過的人圍繞著，他們從未放棄過我。這是全盤事實。能夠回家，你的家人全力支持你要做的一切，不管順境或逆境，他們為你和公司感到自豪。你需要這樣的支持。
你需要周圍人毫不動搖的支持。我們公司的所有早期人員，他們從未放棄過公司和我們，你需要這樣的支持，我可以肯定，幾乎每一個成功的公司和創業者在遭遇艱難挑戰時，都有這樣的支持系統。
David Rosenthal：
我無法想象這有多重要的意義。我知道任何公司都非常重要。但對你來說，考慮到我覺得英偉達的旅程在這些方面特別突出，對吧？你經歷了公開市場上近80%的跌幅，可能不止一次，但從第一天開始就有投資者支持你，這一定非常非常了不起。
Jensen Huang：
支持確實令人難以置信，你討厭任何這些事情發生，其中大多數是你無法控制的。但你知道，80%的跌幅，無論如何看都是非凡的。我忘了具體數字，但我的意思是，我們的市值一度跌到 20～30 億美元，因為我們決定進入 CUDA 和做所有的工作，你的信念系統必須非常強大。
你必須真正相信并真正渴望它，否則，忍受這一切就太難了，所有人都在質疑你，員工會有疑問，外界在質疑你，這有點尷尬，當你的股票價格下跌時，這更尷尬，無論你如何看待它，這很難解釋，所以對所有這些情況都沒有好的答案，CEO 也是人，公司是由人組成的，這些挑戰難以忍受。
David Rosenthal：
在我們最近的英偉達集中評論了現在 Rivian 的情況，他說對任何其他公司來說，這會是一個岌岌可危的境地。但對英偉達來說，這只是老生常談，你們已經習慣了這些大幅波動。
Jensen Huang：
要牢記的關鍵是，始終關注你正在參與的市場機會。這有助于告知你的公司規模。很久以前，有人告訴我英偉達永遠不可能超過 10 億美元。
顯然，這低估了市場機會的規模。確實，沒有芯片公司可以變得如此之大。但是，如果你不是芯片公司，為什么這適用于你呢？
當前技術獨特之處在于，技術只是一種工具，規模有限，與今天的情況不同的是，我們正在制造智能，制造工作的世界，這就是 AI，以及執行工作任務的世界，具有生產力的 AI 工作，具有創造力的智能工作。
這個市場規模是巨大的，可以用萬億來衡量。一種思考方式是，如果你為汽車制造一款芯片，有多少輛汽車，它們會消耗多少芯片？這是一種思考方式。但是，如果你建立一個系統，在需要時可以協助駕駛汽車。一個自動駕駛員的價值是多少？
這時，問題顯然變得更大，機會變得更大。如果我們能神奇地為每輛汽車配備一位司機，那會是什么樣子？那個市場有多大？顯然，那是一個更大的市場。所以技術行業正處于我們發現的東西，那就是不僅僅把英偉達視為一家芯片公司，而是在芯片之上構建的AI 公司，市場機會增長了可能 1000 倍。
如果未來科技公司變得更大，不要感到驚訝，因為你生產的東西非常不同，這就是思考你的機會有多大，你就有多大的方式。
作者：有新；來源公眾號：有新Newin
本文由 @有新Newin 原創發布于人人都是產品經理，未經許可，禁止轉載
題圖來自 Pixabay，基于 CC0 協議
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。
昨天英偉達市值損失4000億美元~