“英伟达与饺子馆”——黄仁勋眼中的人工智能世界

作者：天风海外何翩翩

9月26日，英伟达GPU技术峰会GTC China在北京开幕，在下午的闭门峰会AI for Business中天风海外首席何翩翩受邀出席并与英伟达CEO黄仁勋同台演讲。

在晚上的圆桌会议中，英伟达CEO黄仁勋畅谈人工智能，包括人工智能带来的科技革命，在AI芯片市场中与FPGA、ASIC等竞争者的关系，在自动驾驶上的策略，以及如何开拓中国市场等内容。天风海外首席何翩翩受邀出席并获提问机会。

（以下内容根据黄仁勋英文演讲实录整理）

英伟达只把擅长的领域做到最好，他把自己的公司比作“饺子馆”

黄仁勋表示：英伟达并不擅长所有事情，实际上，我们在大部分事情上并不擅长。但是，在我们擅长的领域，我们无出其右(Jensen 原话: “We’re not good at everything, in fact, we’re mostly not good at anything. But the areas that we’re good at, we are incredibly good. The areas that we’re good at, there is no better alternatives.”)。

市场竞争和合作方面，黄仁勋表示：我不会去思考“谁用了谁家的产品”(Jensen 原话: “anybody using anybody else”)这个问题，因为我们不可能赢者通吃，我们也不打算去赢得所有。我只是希望能在我们的领域做到非常非常好，在这一点上，我们和面馆、饺子店没有区别，我们就是一家很大的饺子店，擅长一种小笼包。我们对待世界的方式不是赢得所有，而是通过专业性，用心去解决问题。

英伟达的冒险与成功

深度学习其实比大部分人理解的要深奥得多，比如说在全球著名的机器视觉比赛ImageNet中，我们推广深度学习，主要有两方面：1、GPU的计算可谓是“天生适合”深度学习，包括多重变量的代数计算等；2、其他人把深度学习当作机器视觉的一种算法，我们把深度学习当作一种革命性的创新软件开发方式，鉴于此，我们需要全新的计算基础架构、全新的商业模式、甚至全新的方法论。我们在几年前就做过这样的思考，并推断出来今天的发展情况，实际上这是一种自然而然的推断和前瞻。 

深度学习的深奥令我们感到兴奋，我们决定冒险，将公司每年的R&D预算拿出20亿美元，用于深度学习相关研发，这和我们本身擅长的GPU又恰好契合。坦白说，我们在深度学习上的投资要比全球任何一家公司都多。我们之所以投入如此之多，因为我们要为整个行业打造“地基”。GPU的研发是非常困难的，我们的幸运之处在于：1、我们本身非常擅长GPU；2、我们意识到了深度学习的重要性(importance)而不仅仅是看到深度学习的能力(capability)。

深度学习一开始的推广是非常缓慢的，在开始的7年时间里，我给其他人普及深度学习，他们不能理解，他们理解了但不能加以应用，他们加以应用但没有合适的工具。其实深度学习已经出现了很长一段时间。当然我们要感谢Yann LeCun和他的CNN，还有从2005年左右开始兴起的RNN、LSTM，这些现在用来做自然语义理解和处理的主流神经网络。那么，存在了很长时间的深度学习为何突然重新回到大众视野？本质上，就是GPU的加入。没有GPU，人们就无法快速的处理海量数据，而数据训练的匮乏，会让深度学习的效率还不如人类工程算法(human engineering algorithm)。所以很长的一段时间，人们认为深度学习很有趣，但效率不高，直到GPU和CUDA的部署加入，深度学习/神经网络才获得惊人发展。这其实是个“chicken and egg”的问题，其实大数据、深度学习、GPU的一同出现才造就了当前的人工智能繁景，这也是为什么人们把英伟达比作深度学习的三大建立者之一。

深度学习的应用：1、互联网服务商使用深度学习来优化服务；2、整个交通行业，从无人驾驶到物流，滴滴、Uber、Lyft本身都是机器学习公司，他们会进化成为AI公司；所有物流公司DHL、UPS、FedEx都会进化成AI公司；3、生物医疗行业也令人兴奋，深度学习为所有的医药研究提供动力，我们与顶尖大学合作进行医学成像和诊疗的研究，所以我期待医疗行业会成为下一个人工智能的主战场。

“知英伟达知未来”，英伟达的三个增长驱动力

说到公司，有三个增长驱动力：

1、游戏业务，我25年前曾经做过预测，那时候还没有电脑游戏市场，有一天视频游戏会成为全球最大的单一娱乐市场。虚拟现实能实现各种场景，游戏的选择和可能性被极大的拓展，因此视频游戏在未来数十年中都会有极大的增长动力。人们把我们的游戏业务比作公司的现金牛，我更愿意称之为“现金马”(cash horse)。

2、AI业务，这对于我们来说主要体现在数据中心业务上，我们的数据中心业务每年能翻倍增长。在这个数百亿美元的市场里，我们把数据中心业务划分为5个子版块：1、高性能计算机HPC；2、深度学习训练；3、深度学习推理，这个有机会成为我们短期最大的增长市场；4、云计算市场，把我们的AI平台置于云端，让初创公司能使用到；5、AI企业级市场，这个会是我们未来最大的市场，我不是指ERP、CRM，我是指通过AI带来整个行业的革新，比如说对于物流市场，AI会给FedEx等物流公司带来革新。

3、就是无人驾驶业务，这就是我们今天讨论过的。我希望明年再来的时候，我们能够讨论自动化机器。 

Q&A：

天风海外首席何翩翩提问：其他AI芯片，包括ASIC、FPGA，他们的竞争关系如何？ 

Jensen：GPU试图解决的问题，与ASIC、FPGA并不相同，英伟达GPU是一款用来解决特定领域算法需求的可编程处理器(Jensen原话: “NVIDIA’s GPU is a programmable processor that is designed for a very specialized field of algorithms.”)。英伟达并不擅长所有事情，实际上，我们在大部分事情上并不擅长。但是，在我们擅长的领域，我们无出其右(Jensen 原话: “We’re not good at everything, in fact, we’re mostly not goodat anything. But the areas that we’re good at, we are incredibly good. The areas that we’re good at, there is no better alternatives.”)。 

第一，我们是非常专工的(specialized)。GPU是一个电脑芯片，CUDA是GPU编程语言，GPU使用在电脑、服务器、数据中心里的，不要把GPU放在Fitbit中，因为没有必要。使用GPU的地方，会有丰富的软件环境，与英伟达提供的GPU相和谐(harmonious with us)。比如图像处理、物理仿真、并行计算就与我们相和谐，当然包括人工智能。这些算法本质上非常相似，因为它们的计算是高度可并行的(highly parallelizable)，当然本质上这些算法是不同架构的，因此当你想设计一台能够运行所有这些算法的机器时，你的模型必须有稳健性(robustness)。比如我是一个分子动力学开发者，我会用到VASP、GAMESS去编程等等，我会用到Adobe的工具，也就是说我会用到所有工具，他们有一定的相似性，他们需要可编程性。那么英伟达所做的就是打造一个计算平台，特别是在并行计算应用上非常的优秀。 

我们不会用在什么上面呢，比如我们不会用在亚马逊的Alexa中，虽然Alexa背后使用了深度神经网络，但是它是只针对声音，它是功能专用化的(functional specialization)，它不是计算密集的(computing intensive)。就像我不会把英伟达的GPU放在Nest的智能家居设备中，人们不会把ASIC芯片放在数据中心里，因为ASIC是不可编程的。如果ASIC具备可编程性，那其实就变成了GPU。所以问题就变成了如果你想打造一款GPU，你能比英伟达做得更好么？ 

第二，更重要的是，因为很多开发者在使用CUDA，因此电脑厂商会选择英伟达的GPU，这造就了英伟达所在的巨大市场空间，也因此我们的R&D投入非常巨大，这就是我们的正反馈模式。打造一个计算平台带给我们的好处在于，我们的工作越成功，我们的未来也会越成功——就像云计算、App Store、过去的Wintel组合、现在的CUDA——越多开发者/消费者/电脑厂商带来越好的GPU、越多开发者/消费者/电脑厂商。如果计算机不需要可编程性，如果你只用运行某一特定程序或应用，你就不需要我们。但如果计算机需要支持TensorFlow、Caffe、Torch、MXNet，就需要英伟达；如果你想要应用CNN、RNN、LTSM、GANS等神经网络，你就需要英伟达。这就是英伟达平台的可编程性带来的。 

对于FPGA，首先FPGA的优势在于它可以变成任何芯片，你可以把它打造成USB、以太网、音频芯片、开关等等。当市场需求很小，开发者不确定开发方向时，可以使用FPGA来节约开发成本。三年前，深度学习市场没有推理端(inference)的客户需求，但现在这块需求急剧增加，所以如果你三年前开发ASIC，到现在就过时了。我们的优势在于，我们三年来看到了行业发展的变化，用户使用相似的构架来进行不同的应用部署，于是我们冒险打造了TensorRT、Tensor Core来适应需求。但是这样的冒险对英伟达来说是微小的，纵使没人买TensorCore的账，英伟达还是每年可以销售50亿美元的游戏显卡给游戏玩家。因此英伟达在游戏显卡市场的成功，决定了公司能投入资金在深度学习的研发上，能够有投入20亿美元在下一代GPU上的魄力。 

对于市场上那些所谓的破局者(disruptors)来说，如果他们发现了英伟达的弱点，那我们已经修补解决了。事实上，人们不会因为已知的威胁而失败，人们会因为未知的威胁而失败。如果云计算不再可行，那会对我们不利，英伟达要进入包括BAT、FANG的大型云计算数据中心，这里是我们的重要市场。我希望深度学习能够最快速度的进入所有计算科学领域，因此我们还打造了深度学习培训班DLI，我们希望今年能培训25万名开发者。 

嘉宾提问1：说到FPGA，我们看到很多巨头投入其中，比如百度和Xilinx的XPU，Intel收购Altera后的动作，你觉得FPGA在云计算中的应用，是不是更加便宜和容易开发呢？ 

Jensen：FPGA其实反而更贵，一台DGX-1相当于可能1万片FPGA，所以其实DGX-1才是便宜的。我来反问你一个简单问题，过去5年Intel的FPGA业务是增长还是下降的呢？过去5年，Xilinx和Altera的业务增长了么？我认识微软的Doug Burger（微软研究院顾问工程师，主持基于FPGA的云端深度学习系统Project Brainwave），他人很好，但是他总在谈论FPGA，虽然微软在使用FPGA，但是一个人的力量不会改变整个行业，而且微软购买的GPU远比FPGA要多。就在今天，微软CEO Satya Nadella宣布了在Azure云中使用英伟达的GPU。 

嘉宾提问2：英伟达和IBM合作的Power AI深度学习工具平台，包括NVlink互联技术，这是你们的策略来与可能的竞争者相对抗么？ 

Jensen：不是的，并不是所有的事情都有这么多竞争。在商业世界里面，没有那么多竞争。你不可能怀抱愤怒和竞争去打造美好的事物。其实在我们涉足的细分领域市场，我们都拥有90%以上的市场份额。当英伟达最开始进入PC游戏市场，市场上甚至一家PC游戏公司都没有，3D游戏也不存在。我们进入的工作站(workstation)、高性能计算机HPC、无人驾驶市场时，整个市场都是空白的，我们没有竞争对手。下一个我们考虑的空白市场是什么，我不能告诉你。在今天的GTC大会上我们提到了一个空白市场，那就是自动化机器(autonomous machine)，这个市场目前来说完全空白。所以我们进入的细分市场，例如高性能计算机HPC市场，我们的份额接近100%。NVlink互联技术并不是用来和任何人竞争的。 

嘉宾提问3：你觉得是人工智能还是其他因素，比如IoT，推动了当前的第四次工业革命？ 

Jensen：IoT离开人工智能就难以发挥作用，举个例子，美国著名的运动手环公司Fitbit，手环内置微小的传感器和芯片，本质上机器学习来检测用户的运动情况。那么，当百万用户使用Fitbit手环，那公司就能获得足够的数据来进行用户习惯的推断和预测（人工智能在这里发挥作用），除此之外运动手环就只是一个运动传感器。 

从另外一个角度来看AI，农业造就了文明社会，然后是蒸汽机带来的工业革命，能量的远程无线传输，都推动了社会的革新。而现在，我们将通过新事物的自动化来进推动新的工业革命，IT其实与任何事物的自动化都没有关系，发送邮件、储存文件，这不是自动化，这只是算法加速。而人工智能，才是真正的自动化的智能(automating intelligence)。比如软件能自动编写软件，这个听起来很吓人，但实际上大部分人都不会编程，如果未来世界建立在不会编程的人去做编程，这才吓人。不会编程的人，应该把人工智能当作工具，大部分的科研人员，并不会编程。他们擅长自己学科领域，但他们不擅长编程，而现在我们给予他们编程能力，也就是他们教导机器去编程的能力，应用在天文学、海洋学、社会学、生物化学中，他们会去指导AI进行编程，反过来助力他们的研究。所以不论你是农民还是啤酒生产商，你不需要懂编程，但你可以指导AI去编程，实现你所在行业的自动化。我们说的工业革命，一定是某个非常重要的元素实现了自动化，现在我们就是利用人工智能来实现自动化，去推动科技的发展和革新。 

嘉宾提问4：我们从大概3年前开始把AI当作科技趋势，中国政府也把AI纳入政府政策规划当中，类似Intel、AMD、高通等公司与地方政府的合作，英伟达是如何与政府进行合作来保持中国业务的增长呢？ 

Jensen：中国市场对英伟达来说非常重要，英伟达比微软还要早进入中国市场。现在我们有非常多的中国合作伙伴，我们在国内开设了深度学习培训课程DLI。至于国内政府对待AI的态度，我认为有两个重要因素把AI当作社会发展的助推器：

1、我们把AI当作未来的软件，未来软件应用的根基就是智能化。

2、AI是我们看到唯一的科技方式，能够为众多的行业带来亿元级别的成本减少，并进一步带来生产力的提升。

所以中国政府在AI应用上的态度和洞察是非常正确的。我们在和国内的合作上也抱有非常开放的态度。 

嘉宾提问5：在自动驾驶上，英伟达的策略是打造开源平台，你们也拥有了很多车企和Tier One合作伙伴，你们怎么基于不同客户需求提供差异化呢？而且长期来看，车企倾向于使用2-3个供应商，而不是独家，你怎么看这样的长期变化呢？ 

Jensen：我们打造开源的车载平台，差异化的部分其实不是由我们，而是由Tier One来负责的。英伟达的能力其实与自然能源公司无异，我们的工作就是保证英伟达的能力得以充分发挥，并且去解决最困难的问题，在这里无人驾驶就是我们要解决的问题。我们的合作伙伴会根据自己的差异化需求去开发，我们所做的，就是为他们提供打造差异化的机会和开源平台。我们打造了如此多的工具，包括Drive PX、DriveWorks、Drive AV、Drive OS，客户们可以根据需求自行选择，我们都很欢迎。我们的宗旨只是打造无人驾驶汽车，并把无人驾驶带到每个人身边。而不是看到无人驾驶的激烈角逐或者一家独大。因此，我们向整个行业提供完整的端到端的开放式自动驾驶平台，这样上到Tier One巨头Bosch，下到初创公司，都能打造无人驾驶汽车。

而至于未来我们是不是独家供应商，我们的角色是提供机会和帮助那些需要支持的公司。你可以使用我们所有的工具产品，你也可以完全不使用。我只是希望大家都去开发无人驾驶，多样化(diversity)对于无人驾驶行业和驾驶安全来说至关重要，也就是我们强调的冗余和多样性(redundancy and diversity)。 

嘉宾提问6：Intel在和宝马合作无人驾驶，包括你们的合作伙伴百度也有自己的计算平台BCU，车企们似乎在对待无人驾驶上面，各种联盟合作上，不希望一家独大，而寻求某种平衡性或者说多选择，你怎么看呢？ 

Jensen：说实话，百度如果宣布了不同的合作伙伴，我觉得非常正常，不会因此心跳加速。反过来说，如果今天的晚餐不合口味，我更可能会心跳加速。我的意思是，我不会去思考“谁用了谁家的产品”(Jensen 原话: “anybody using anybody else”)这个问题，因为我们不可能赢者通吃，我们也不打算去赢得所有。我只是希望能在我们的领域做到非常非常好，在这一点上，我们和面馆、饺子店没有区别，我们就是一家很大的饺子店，擅长一种小笼包。我们对待世界的方式不是赢得所有，而是通过专业性，用心去解决问题。

我不希望花时间在哪个用户不使用我们的产品这样的问题上，我有更多问题和想做的事情，比如说打造机器人模拟世界Isaac，这是令我兴奋的事情。我们面前有如此多待解决的问题，而我们的精力和人手是有限的，因此，我反而希望Intel能替我分担一些工作，我们也会替他们加油。 

嘉宾提问7：IHS预测，23年后，中国每出售4辆汽车中就有2辆是L4/5级别的无人驾驶汽车。我们看到了中国无人驾驶市场的飞速发展，对于你们来说机遇和挑战在哪里呢？

Jensen：首先，要达到无人驾驶，还有很多技术问题要解决。因为我看到了在整个行业里面，我们投入的资源和我们的能力，我看到了其他参与者投入的资源和能力。我很自信英伟达会在整个无人驾驶行业里面扮演重要角色。而在中国市场，情况非常复杂，其实就是英伟达本身不在国内，因此我们选择和中国的公司开展合作，我们支持了非常多初创公司，还有地图服务商等等。我唯一的愿望不是通过什么方式实现无人驾驶，而是让无人驾驶尽快得以实现。 

汽车行业如此之大，没有人能以一己之力完成所有工作，强大的科技公司如谷歌、苹果也不行。那我们所能做的，就是把我们的部分做到最好，然后吸引合作伙伴，大家通力开发。正如无人驾驶、医疗行业，我们需要更多的参与者，怀抱更开放的心态加入进来，相互合作。 

嘉宾提问8：你们投资了很多公司，我认为你们是非常好的投资人，你们怎么进行投资决策的呢？ 

Jensen：对于我们来说，好的投资其实只是最不重要的要素。第一要素，这家公司对未来的愿景，要与我们公司的愿景相互一致和和谐，我们希望他们的愿景能够实现。第二要素，我们能够帮助他们实现这样的愿景。英伟达不是市场上唯一的投资者，资本市场的资金充足。如果这家公司能通过别的地方融资、获取资源，那就不需要我们的帮助。而对我们来说，投资一家公司，首先需要愿景一致，其次他们不能独立完成，这时候才会需要我们的帮助。第三要素，公司的团队必须优秀。我们并不是活跃投资者，因为我们不打算从中赚钱。

附：

何翩翩演讲题目《知NVIDIA知未来，无人驾驶方兴未艾》