黃仁勳：AI 熱潮不會像網路泡沫，數位勞動力將帶來數兆美元商機

輝達 (NVIDIA) 執行長黃仁勳表示，AI 工廠和通用生成式運算將是下一波增長的關鍵動力。對此，輝達不僅打造了 AI 革命的基礎設施，更將運算典範從儲存檢索式轉向 100% 生成式。

黃仁勳在Citadel Securities所舉行的座談會中深入剖析了輝達崛起的歷程、AI革命的本質。首先，黃仁勳回溯輝達創立的1993年，指出當時正值PC與CPU革命的摩爾定律時代。他觀察到，通用技術（如CPU）雖然用途廣泛，但在解決「非常困難」的問題時往往不夠出色。所以，後來輝達的核心就是透過「加速運算」來增強通用運算，這是一種更具領域針對性的解決方案。

另外，輝達必須同時發明新的技術和市場，這項任務的機率本質上趨近於零。但是，輝達最終成功地建立了現代3D圖形遊戲生態系統，並意識到3D圖形的基礎數學（模擬現實）與物理模擬密切相關。此後，輝達發明了CUDA平台，這是一個偉大的發明，讓輝達得以從垂直集中的產業系統性地轉向通用運算。CUDA的出現，使全球的研究人員和學者能夠大幅放寬摩爾定律的計算限制。黃仁勳強調，創造一個新的運算平台（如ARM或x86以外的平台）極為罕見，輝達花了近30年才做到。

至於，針對AI革命的轉折發生在2010年代初。黃仁勳指出，輝達當時推行「CUDA Everywhere」戰略，積極將CUDA推廣給科學家和研究人員。2011至2012年間，輝達的關鍵貢獻是發明了新的求解器函式庫cuDNN。但更具前瞻性的觀察是，深度神經網路（藉由反向傳播、長短期記憶網絡和Transformer架構）是一種通用函式逼近器，能夠學習幾乎任何函式。所以，輝達決定重新發明運算堆疊的每一層（晶片、系統、軟體）。

輝達在2016年推出了世界上第一台AI工廠DGX-1。黃仁勳表示，AI工廠的設計目標，是提供每單位能源的進出量能達到最高、規模最大、成本最低的系統。他將AI工廠稱為「工廠」而非資料中心，是因為客戶正從中賺取收益。

如此，輝達的優勢在於，他們是唯一能同時設計整個基礎設施，包括GPU、CPU、網路、交換機和所有軟體的公司。透過這種共同設計，輝達得以突破摩爾定律的限制，每年都能在性能上提供約十倍的提升，同時維持軟體兼容性。黃仁勳強調，每單位能源的進出量（Token生成率/單位能源）是華爾街低估的KPI，它直接決定了客戶的收入。

黃仁勳駁斥了當前AI熱潮是2000年網路泡沫的說法。他指出，今天的AI已經轉變了超大規模業者（如Google、Amazon、Meta）數千億美元的業務（如搜尋、推薦系統）。下一波機會在於「數位勞動力」（Agentic AI）和「實體AI」（Physical AI）。

其中在數位勞動力（Agentic AI）的部分，包括AI工程師、AI護士、AI會計師、AI行銷人員等。這將補充並增強企業市場，帶來數兆美元的商機。這些AI需要持續「思考」和生成結果，因此需要AI工廠作為運算基礎。而在實體AI的方面，包括自駕計程車，機械手臂等「具體化」的AI等。由於實體AI利用與數位AI高度相似的通用智慧，但運用於不同的具體形態。例如，機器人要實現未來發展，需要三種運算設施，訓練模型（AI工廠）、虛擬學習世界（Omniverse）、以及機器人自身的大腦。

最後，談到主權AI，黃仁勳認為沒有國家可以負擔將所有國家數據外包，並回頭輸入智慧的模式。所以，各國應進口、購買，同時也建立自己的國家智慧。而針對美國對中國的出口管制，他直指決策者應當謹慎，因為對中國不利的政策也可能傷害美國。輝達在中國市場的市場占比已從95%降至0%，他認為這是一個錯誤。因為，為了確保全球開發者繼續採用美國技術堆疊，政策需要細緻的平衡。

黃仁勳總結指出，未來的運算範式將是100%生成式，所有內容都將即時生成，而非從儲存中檢索。目前全球已建置的AI基礎設施僅數千億美元，對於一個可能每年需投入數兆美元的產業來說，這僅僅是個開始。他建議企業資訊長應立即投資於建立自己的AI員工（數位化員工），並對其進行訓練，使其符合公司的專業知識和文化。

(首圖來源：視訊截圖)