生成式AI的技术范式转变 - 生成式AI的核心机制已从检索既有信息彻底转变为学习知识结构并进行即时的逻辑推理[4] - 过去的软件是基于第一性原理描述算法并编码，而深度学习是通过海量输入输出示例训练神经网络，使其成为通用函数逼近器，能够学习任何物理定律[6] - 当AI能够像人类一样推理、解决问题和理解意图时，这在某种程度上就是一种“理解”[6] AI计算基础设施的演进 - 数据中心正演变为输入能源与数据并大规模产出智能Token的新型“AI工厂”，这是一种全新的制造业[8][9] - 能源是AI扩张的挑战，但提升效率是关键，例如Blackwell芯片比上一代能效提升了25倍[9] - 数据中心需要稳定的基载电力，核能（包括重启现有电站和发展小型模块化反应堆）是一个非常好的选择[9] - 在过去十年里，通过加速计算将AI计算的成本降低了10万倍，这使摩尔定律以另一种方式重生[13][15] - CPU擅长串行处理复杂逻辑，而GPU由成千上万个单元组成，擅长并行处理海量简单任务，因此更适合AI计算[14][15] 编程与人类角色的未来 - 未来的编程语言将是人类自然语言，个人无需学习Python或C++等语法，只需清晰表达意图，这将极大地降低技术门槛[4][11] - 世界上每个人都将成为程序员[11] - AI不会让工作消失，而是改变任务，例如AI帮助放射科医生处理看片子的任务，使其能更专注于“诊断疾病”的核心目标，效率更高[11] - 人类将成为指令的发出者，依然可以享受解决难题和拥有目的感[11] 英伟达的发展历程与战略 - 2016年，公司向OpenAI交付了世界上第一台专门为AI深度学习打造的超级计算机DGX-1，该机器当时具有1 Petaflops的算力[17] - 九年后，同样的算力被集成进一个书本大小的模块，成本和体积都大幅下降[17] - 公司早期发明了CUDA，使其可以在显卡上运行任何程序，而不仅仅是图形，但这导致芯片成本翻倍且初期无人买单，市值从大约120亿美元跌至20亿美元[19] - 1996年，公司因技术路线错误（采用正向纹理映射而非行业主流的三角形）而濒临倒闭，离破产只差30天[21] - 公司创始人向合作伙伴世嘉CEO坦诚失败并请求支付合同尾款约500万美元，这笔资金拯救了公司[21] - 公司曾用所剩资金的一半购买了一台已倒闭公司的芯片模拟器，用于跳过流片测试环节，直接生产芯片，这是一次高风险的关键决策[22][23] 创始人的管理哲学与个人特质 - 公司创始人认为，与最聪明的人一起解决世界上最难的问题本身就是奖励，这使其保持高昂的热情[30] - 其每天早上醒来依然会担心公司倒闭，这种偏执使其保持敏锐，并且不想失败的动力远大于想成功的动力[31] - 实现伟大的事情需要忍受痛苦、孤独和不确定性，经历磨难是性格的磨刀石，是成功不可或缺的部分[32][33] - 其每天早晨4点起床，睡眠约6至7小时，醒来后首先花几个小时处理邮件[27] - 其不佩戴手表，认为只有当下最重要，不想被时间追赶[27] - 对其而言，度假就是与家人在一起，但即使度假时也在工作，其家人也在公司工作，经常一起讨论公司事务[28][30]