黄仁勋长访谈AI营收与资本支出27个瓶颈

这对我们来说是一个关乎存亡的问题。

我们可以轻易地停下来，但如果我们今天停下，我们就输了。

功能性、能力、安全性、保密性。它们全都处于完全相同的位置。首要任务。

这是我们第三次聚在一起录制播客了。在过去的10天里，你参加了在 White House 举行的 Xi State 晚宴。你还出席了我们在那里达成关于超人工智能协议的 White House 峰会。就在昨天，当总统为你颁发 National Medal of Science 时，你和你的父母都在场。你是那张桌子上唯一的投资者。正如我们所反思的那样，你是当时那张桌子上唯一的投资者。是的。那么，跟我谈谈昨天和父母在一起的感觉吧，令我印象深刻的是，台上六个人中有五个人都不是在美国出生的。那是什么感觉？

首先，这本身就是一种巨大的荣誉。这也反映了公司所做出的贡献。显而易见，我们发明了一种全新的计算模型。这可能是当今世界上普及率最高的计算模型。它是唯一一种存在于每一个云平台中的计算架构。它存在于每一家计算机公司之中。它被应用于每一个科学领域。它被游戏玩家所使用。它被创作者和构建者所使用。它被科学家所使用，并驱动着智能。

如果你退后一步，审视一下这家公司所取得的成就，我们最初是为游戏玩家制造图形芯片，当然，我至今仍以此为荣。我们现在已经出货了 16.7 亿个单元，我培养了一代又一代的科学家、孩子和设计师。所以我认为其影响深远，而现在我们已成为驱动社会智能的基础设施。因此，能够代表公司获得这一奖项，我感到无比自豪。

当时，对于我的父母，我希望他们能去。

我确实给了他们 24 小时的时间。他们并不常出门旅行。他们不怎么旅行。而且我父亲甚至连一套西装都没有。是的。所以，没错。于是他赶忙跑出去买了一套西装。太棒了。

他看起来棒极了。他们看起来棒极了。

是啊，那是一套全新的西装。而且他出席了。我没意识到他有西装。我以为我们只是随便穿件衬衫就行了。结果他特意去买了一套西装。我妈也买了一件新裙子，而且真的是在 24 小时内搞定的。

噢，我了解那是怎么运作的。天哪。

这真是太不可思议了。所以我们为他们包了一架飞机，把他们送到了那里。他们见到总统时非常高兴。而 President Trump 当时搀扶着我母亲，因为她行走不便。他们两人一起走下了舞台。他搀扶着她，陪她走下了舞台。他们见到彼此感到无比自豪。但对他们来说，这就是他们的美国梦。我父亲，我至今仍记得，当时我大概五岁左右。

他刚从美国出差回来。

他当时在一家空调公司工作。当时你们住在台湾吗？我们当时是住在那里，不过刚准备搬去泰国。泰国。不，不，我们那时正准备要搬去泰国。我们当时还在台湾。他刚回来。他在美国是在一家叫 Carrier 的公司工作，那是他们的空调公司。他当时去那边接受培训。在世界上那么多地方中，他们把我父亲安置在纽约。好吧？

你可以想象一下，一个二十多岁、大概二十几岁的年轻人，从未离开过台湾，却去了美国纽约市，他看到了未来的未来，回来时整个人都被震撼了。他从机场买回来带回家的那些东西，他带了巧克力，还带了以前那种管装的奶酪，就是那种装在管子里、味道挺奇特的奶酪，很棒。他带回了各种各样的稀奇玩意儿，然后他说：“总有一天我们应该去那里看看。”他们一有机会，就送我哥哥去了 United States，那是他的梦想。

我想没多少人意识到你是比你父母先来到 United States 的。

是的。

他们几年后也跟了过来。但这确实让我深受触动。昨天台上六个人中有五个人出生在 United States 境外。正如你我讨论过的，尽管还有其他各种事务，我们确实需要一套真正的战略和移民政策，以确保我们始终是全世界最伟大的建设者们向往的造梦之地。

这就是 America 的超级大国优势。没错。在很多方面，我们国家的知识产权创造能力是世界上任何其他地方都无法比拟的。其原因在于我们吸引了全世界最优秀的人才。确实如此。我们这里是他们渴望前来并构建生活的地方。因为这里提供了她所赋予的自由，提供了创新与创业的精神，以及那种实干的态度。在美国，一切皆有可能。没错。我们的起点当然是：这是可能的。我们当然可以做到。而不是像我在其他地方旅行时常听到的那样：你当然做不到。当然，在其他地方。

我们对此习以为常。但这种精神，这种伴随着我们在此所创造的文化而产生的活力，无论如何强调都不为过。因此我认为，这种流入我国的知识产权规模是前所未有的。

确实如此。

我们也希望如此。我们希望全世界最伟大的头脑都能来到这里，带来他们的卓越构想，并在本土实现这些构想，让我们从中受益。让我们保持这一飞轮效应持续运转。我认为，这确实是一个精妙的系统。我明白这是一种精妙的平衡。所以，我们必须依法行事。必须以合法正当的方式推进。但我们肯定想做这件事。当然。

所以我想先从宏观层面开始，谈谈我们目前的处境。然后我想深入探讨一下安全与监管问题，讨论如何正确地处理这些问题，以及我们在计算基础设施建设方面的进展。最后，我们将深入研究 NVIDIA 的增长及其背后的动向。你一直都很擅长预判未来，两年前我们坐在这里时，你说市场严重低估了未来五年内所必需的以及将会实现的计算基础设施建设规模。你说在累计计算基础设施建设方面，规模不会只有 1 万亿，至少会达到 2 万亿。当然，现在我们已经超过了这个数字。

在所有人对此有所察觉之前，你就说过由于推理时间推理和思考的需求，推理计算规模将达到 10 亿。当然，去年在 Opus 4.6 和 Claude 发布之前，你就说过我们正在进入智能体时代，在那时，我们将解锁其中的许多能力。当然，我们看到了 Opus 4.6 的发布，而 Claude 也确实取得了巨大的成功。那么，我们现在处于什么阶段呢？

你提到了 Elon、Sam 和 Demis。我预言的事情中只有 3 件应验了。还有另外 200 件没有应验。你为什么不继续谈谈那些呢？干脆就让这一期播客只聊这个吧。

所以，我们几周后的投资者日主题就是关于进入奇点以及这种加速发展。Elon、Sam 和 Demis 都说过，我们正处于奇点的山脚下，或者说正在步入奇点。如你所知，我们现在的模型已经能够求解 Navier-Stokes 方程了。那么，当你展望未来时，我们现在处于什么位置？我们是否正处于转折点？我们是否正在加速进入一个超级人工智能的新阶段？

那么，让我们来深入剖析一下。首先，我们需要算力的规模将比近期增长十亿倍，这在逻辑上是完全讲得通的。原因在于，思考和解决问题所需的推理过程，远比仅仅重复或复述已记忆的内容要复杂得多。当你使用 ChatGPT 时，你会给它一个提示词。大部分知识已被编码进大语言模型中。遗憾的是，它当然会出现幻觉。因此，接下来的进展是，它不仅具有生成能力，还能够基于真实事实进行锚定或约束。是的。

因此它必须主动发起搜索，进行快速检索，获取事实依据（ground truth），然后基于该约束条件，结合其自身已有的预训练知识，生成新的答案。实际上，我们真正想要完成的大多数有趣任务，都需要进行逐步推理，提出多种方案并进行规划。你可能会先审视这些方案的推演结果，然后根据所有方案的反馈，反思目前为止的最佳答案或最佳路径，从中挑选出一两个进行深入推演，没错。剪除其余部分。然后持续进行这一过程。人类也是这样做的，这就是为什么我们常说，卓越的战略家热衷于保持战略选择性（strategic optionality）。一方面，你不能过快地剪除方案，但另一方面，你必须优化资源配置。

AI 正在这样做。它们正在保持自己的战略选择性。它们正在进行推演。它们正在进行剪枝。它们正在进行反思。它们正在进行剪枝。诸如此类。这些事物，所有这些思考，所有这些探索，都需要消耗更多的计算资源。不仅如此，由于它现在能够完成富有成效的工作，我们将会在更多领域使用它。因此，这两者产生了叠加效应：它在执行任务时需要更多的计算资源，但它工作表现出色，且我们将赋予它更多的工作职能。确实如此。所以这一切都在累积。

在这一点上，我认为去年的重大发现是，一方面我们希望思维模型不断进化，我们也确实希望模型能够持续改进。模型的缩放定律（scaling laws）将会持续发挥作用。然而，为其附加一套装置，即大型语言模型的“外骨骼”，也就是大脑的身体部分，将使其能够管理工作记忆和知识。人是如何从工作记忆过渡到短期记忆，再到长期记忆，并最终构建出属于自己的知识图谱的呢？这正是我们每个人都在做的事情。我们常会反思：我学到了什么？它又是如何融入我过去所知的一切中的？你一定知道，当我们睡觉时，大脑会进行数据压缩，那些毫无意义或无关紧要的事情会被筛选掉。我们最终会遗忘掉一部分，但那些重要的事情，会以某种方式被重新关联起来。

因此，我们实际上是在离线状态下完成这一过程的。所以，我们拥有工作记忆。我们同时也具备离线知识提取与创造的能力，即知识图谱的构建。记忆的这一整个环节至关重要。另一方面，当然就是工具的使用。我们已经教会了这些 AI 如何与人类创造的最重要的工具进行交互。这和你家里的机器人没区别，它更可能会直接使用你家里现有的工具，而不是从零开始去重新制造一遍。因此，Spice 依然有用，Verilog 依然有用，仿真器依然有用，还有各种设计编译器，以及 Photoshop。还有 AutoCAD，以及 CATIA 等等。所有这些我们一直在使用的西门子工具，所有这些用于运营公司、构建企业、设计事物和处理业务的工具，对于智能体来说都将是极佳的工具，但智能体必须学会如何使用它们。

因此，过去一年在知识储备、工作记忆以及工具使用这三个领域取得了巨大的突破。现在，你可以将这些大型语言模型封装在它们的外壳或“外骨骼”中，并将它们引入你的公司，连接到你所拥有的信息和真实数据源，连接到它们可以使用的工具，突然之间，它们就开始发挥惊人的作用了。坦率地说，目前最简单的部分是编程。这算是通往实用工作的第一步。在很多方面，编程之所以简单，是因为无论是客户、工作内容，还是所使用的工具，对于那些具有巨大价值但使用门槛并不极低的事物，都已经相当习以为常了。所以，在编程的早期阶段，部署并非易事，但软件工程师们找到了方法。

因此我认为，我们接下来的进阶就在于此。你们可能一直在体验 Astra，OpenAI Astra 确实非常出色，我们正在各种不同的场景中使用它。因此，这些智能体目前已进入下一阶段，它们能够从事设计工作和大量的创意营销工作。我们正在使用它来实现这一点：你拍一张照片并将其提供给 Astra，它能直接将其重构为 CAD。它将其重构为 CAD，这令人难以置信，因为我们需要 CAD 来与模型进行交互，并进行微调和调整。因此，Astra 确实能为我们提供最初的实现方案。效率高得惊人。现在，当你采用 Astra 以及最新的发布版本，并将其应用于所有这些不同领域时，我认为除了软件工程之外，我们还将看到设计师、建筑师、创作者，以及这一整个领域，包括科学家在内，所有这些都将迎来全面释放。

当然，现在的挑战在于，我们如何将智能体安全且可靠地部署到全球的企业中？这依然是关于安全和可靠性的同一个问题，我们稍后会讨论它。

我们稍后会谈到这一点。令我感到震撼的是，所有这一切都发生在今年，而 OpenAI 和 Anthropic 各自拥有的算力大概只有两到三吉瓦。相对于未来即将出现的算力而言，这只是相对较小的一部分。所以再次强调，我所感兴趣的是经济运作的普遍规律，或者是人们对经济或企业的建模方式，即线性减速模型。他们并不擅长对加速进行建模。但在这里，我们面对的是双重指数级增长。我们正迎来海量的新增计算能力。那么，如果 OpenAI 和 Anthropic 明年的计算能力提升 3 到 5 倍，这是否合乎逻辑？我们解决了 Navier-Stokes 方程。回首往事时，我们会感叹那时的计算量和智能水平微不足道，那将是我们此后所能拥有的最拙劣的智能，却解决了千禧年大奖难题。

所以，当你审视明年即将上线的产品时，你是否预期我们在长期运行的智能体问题上会取得重大突破，从而能够利用这些智能体集群来解决这些问题？

嗯，Navier-Stokes 的确是一个很好的例子。请记住，OpenAI 并非凭空解决了 Navier-Stokes 方程。没错。他们是在众多杰出科学家、数学家以及前人大量研究成果的基础上将其解决的。我之前说过，我们正处于许多不同领域的临界点，因为就 Navier-Stokes 而言，我们已经处于一个完成了大量基础工作的阶段。如果我们能将 AI 的穷尽式探索应用于以往的研究成果，我们将很快看到一个接一个的突破。但这确实需要大量的算力支撑。原因在于，这需要进行海量的探索工作。确实如此。

如果仅仅是靠某人通过解决某个基础的第一性原理理论来发现突破，如果它不需要海量的空间探索，即搜索空间——而非物理空间——的探索，如果不需要这些，那么早就有人发现了。人们是很聪明的。所以我认为有许多类似的问题正处于悬崖边缘，真正需要的是大规模的智能探索来带我们实现目标。在未来的几年里，我的预期就是如此。那就是智能的成本会相当快地下降。没错。原因显而易见，因为我们正在投入更多的算力。这些模型正变得越来越聪明。当你变得更聪明时，效率就会更高。因此，在这两者的结合下，智能成本将会下降，而这当然也是他们所期望的。

这与 Moore's Law 没有什么不同。回顾过去 30 多年，我们见证了计算成本在三十年间每年下降一倍的历程。没错。我们希望智能成本每年能下降两倍甚至二十倍，因为对它的消耗将足以弥补这一成本降幅。确实如此。远不止是弥补。所以，世界上存在着巨大的空白，等待着被填补，这是一个充满了机遇的真空地带。我们只需要静候佳音。

Navier-Stokes 最让我印象深刻的是，他们有 10000 个智能体协同工作。在我看来，这就像是一家超大规模企业，基本上所有智能体都在为一个共同的目标而努力，我认为在目前的早期阶段，这很大程度上还处于并行搜索探索的阶段，但我认为目标是让更多的智能体能够为了一个共同目标协同工作，从而让我们能够解决更多问题。正如你所说，我认为我们的测算显示，解决 Navier-Stokes 的这次实例化过程大约耗费了 400 万美元的计算成本。未来几年内，执行类似任务的成本将会再下降 5 倍到 10 倍，因此，我们能够完成的事情数量正在迅速扩大。

我们的雄心壮志将达到前所未有的高度。最初的 GPT 模型开发成本大概是多少，我们随便选个数字，比如 2000 万美元吧。如果你现在想训练 GPT 1-NL，成本大概是多少，1000 美元？100 美元？

大概 100 美元，没错。

所以你们从 2000 万美元，或者从 1000 万美元降到了 100 美元。我们用了 10 年时间做到了这一点。是的。与此同时，我们的雄心壮志变得如此之大，以至于我们现在正在训练的模型达到了 3 万亿、10 万亿、30 万亿参数量。我们现在讨论的是巨型模型。而且我们希望它能达到这种规模。因此，我们对技术能力抱有的雄心已经提升了。与此同时，从 10 年前到现在，我们对它的使用量可能增长了一百万倍。

所以我认为这种趋势不会停止。我认为人们对智能有着相当难以满足的需求。而且你越聪明、越有智慧，你就越能想到更多应用智能的点子。我的人生阅历越丰富，就越意识到还有更多的事情需要去做。这是因为每当你学到新知识时，都会开启一扇新的门。每当你学到新知识，就开启了一扇新的门。每当你开启一扇新的门，你就会看到更多的机遇、更多的挑战以及更多的问题。

这就是未来，人们常说未来我们将拥有更多的时间，但我完全不同意。我认为对大多数人而言，这种智能将解锁更多的机遇，而人们因为心怀抱负，自然会想要去追求这些机遇。请给我举个例子，哪一个家庭——无论是父亲、儿子、丈夫、妻子还是母亲——不希望自己的家庭拥有更多？他们只是缺乏机遇而已。而这些事物将创造出更多的机遇。

回溯到 1930 年，Keynes 曾对工业革命做出过预测。他说，到了 100 年后，经济规模将扩大 10 倍，但工作周将缩短至每周 15 小时。他是对的。经济确实大幅增长，我们从中获得了巨大的资源丰裕和生产力提升。但我们现在并没有实现每周 15 小时工作制。而他搞错的是人类精神，他没有意识到工作就是目的，探索就是目的，我认为这深深地编码在我们的 DNA 中。我工作得比以往任何时候都更努力，也比以往任何时候都更快乐。不是因为我必须这么做，就像我的祖父母那样，我这样做是因为我想要这样做。

所以在这点上我同意你的看法。我对这个想法非常着迷。奇点假说认为，我们现在已经拥有了所有这些可以协同工作并执行长期任务的智能体，它们能够始终专注于任务。我非常赞同你的观点，即我们是在前人所有成果的基础上进行构建，所以，如果以完全自动驾驶为例，我们谈论它已经 10 年了，但实际上一直没有实现，但突然之间，就像你在 Twitter 上看到的那样，每个人都在体验 Tesla FSD，体验 Waymo，我们已经身处这个时代了。

有人问今天早上开车来这儿感觉如何？我说，我不知道，因为我上了车。然后我开启了 FSD，直到我们开进停车库我才留意，我这一路都在工作。但如果从科学领域的角度来思考，在制药和遗传学领域即将出现的突破，我们已经为此铺垫了 30 年。我们将会在解决全球许多重大疾病方面取得突破。当然，ChatGPT 已经在帮助家长规划日常事务、解决孩子的健康问题并助力他们获得更好的教育。不过，Jensen，能不能跟我们谈谈为什么这些技术在普及方面依然面临如此大的困难？我们拥有这么多能够改善生活且触手可及的技术。所以，我感到有些好奇，为什么这些技术还没有实现普及。

我想，让我试着回答一下这个问题。而且，我们最终确实不会真正了解。我和很多人谈过。他们告诉了我他们的想法。当然，其中一点是 AI 或超级智能属于软物质，你无法审视它，也无法看见它。所以，全世界都在谈论这项技术，但你看不见也摸不着，尽管人们已经从中受益，当他们进行搜索时，他们已经从中受益了；当他们购物时，他们从中受益了；当他们使用 Netflix 时，他们从中受益了；你去 Walmart 时，你从中受益了；事实是 FedEx 把东西送到我们手中，这一切在今天都在利用超级智能和加速计算，但我们并没有很好地讲述这个故事。我经常想，生活就是，他们从中受益。只是它不可见。

没错。所以如果我们关掉数据中心，关掉超级智能一个周末，我想每个人都会察觉到的。没错。我知道你有一个关于机器人技术的问题。

是的。我想你今年已经多次提到，机器人领域的 ChatGPT 时刻已经到来了。而且我认为你也曾表示，这可能会成为你们下一个 1000 亿美元的市场。所以，你认为今年出现的转折点预示着这一时刻即将来临，你的判断依据是什么？

是的。我之前低估了 1000 亿美元这个数字，因为仅在今年上半年，我们在物理 AI 领域就已经实现了 100 亿美元的营收。物理 AI 本质上就是与物理世界进行某种交互的人工智能。它可以是光子计数 CT 机。它可以是超声波设备。它可以是新型成像雷达或下一代 5G 技术。它不仅能理解无线电波，还将能理解各种类型的信号。这是一个感知网络。当然，还有机器人、自动驾驶汽车、制造系统、视觉检测，还有对全球进行成像并将其重构为三维模型的地理空间卫星。

所以基本上，如果你观察整个电磁波谱的话。从可见光到不可见光谱，到处都有 AI 的应用。我们正在整个领域内开展工作。作为 AI，它包含感知部分、推理部分，以及规划和驱动执行部分。当你最终进入规划和驱动执行阶段时，那就是自动驾驶汽车、机器人以及诸如此类的东西了。比如仓库、配送车辆、无需精准编程的拣选机器人，因为它能自主学习；一直到人们谈论的走进你家、为你铺床之类的消费级机器人。或者像医疗机器人、医院机器人，这方面有很多非常好的例子。精准地将处方药送到患者手中。

拥有机器人护理，字面上就是全天候、每分每秒地保障患者安全，这只是众多伟大范例中的冰山一角，未来的整个手术室都将完全实现机器人化，目前有大量先进技术正在被部署。如果审视全局，我们是全球最大的物理 AI 公司，我们在今年上半年实现了 100 亿美元的营收，去年我们实现了 100 亿美元的营收，那也是我们首个达到 100 亿美元的年度；前一年我们做了 50 亿，所以从 50 亿到 100 亿，假设我们做到了 200 亿，谁知道呢，所以也许 1000 亿的预期还有点保守。我认为推理能力才是核心所在，最终分析下来，所有对我们重要的事情都触及物理世界，而我们生活在物理世界中，因此我认为，将软件计算智能引入一个历史上主要依赖机械和电气的行业，这蕴含着巨大的机遇。

看看 Elon 在汽车行业所做的一切，他本质上将其转型为一个计算行业，一个技术行业。所以我认为每一家汽车公司最终都将成为技术公司。每一家货运与仓储公司、物流公司都将成为技术公司。我对 FedEx 感到非常兴奋，他们显然将成为一家 AI 公司。他们显然将成为一家技术公司。Walmart，显然也将成为一家技术公司、一家 AI 公司。所以，我为他们感到非常兴奋。整个电信行业将再次被重塑为科技行业。他们很久以前曾是科技行业，后来变成了服务行业。他们将再次成为科技行业。

我很高兴能与 AT&T、Verizon 以及欧洲乃至全球的相关方合作，共同见证他们的自我重塑。所以，你可以审视每一个触及物理世界的行业。而且，我认为用 AI 重塑它们是一个绝佳的构想。我们刚才就在 Washington。这太不可思议了，人们能把我们放进芯片里。是的。实际上我们已经涉足了仓储和物流领域。是的。我们身处医疗保健行业。我们身处汽车行业。我们身处电信行业。以及全球的每一个行业。所以，我们也涉足生命科学领域，还有娱乐产业，显然在很长一段时间里。NVIDIA 在很大程度上其实是一家娱乐公司。

因此，在每一个这样的垂直领域，NVIDIA 都有庞大的技术栈植入其中，我们与这些生态系统的结合非常深厚。并且我们在这些领域拥有卓越的合作伙伴关系。所以终有一天，人们可能不再仅仅把我们归类为一家芯片公司。

其策略是将汽车领域的业务模式推广并嵌入到每一个这样的行业中。

没错，那就是。最终，那是最终的贡献。但在每一个行业中，构建物理 AI 平台都需要三种计算机：你需要计算机来创建大脑，也就是训练系统；但非常重要的一点是——这也是你们将看到各大实验室开展工作的方向——他们需要构建互联网的数字孪生，这样就不必将他们的 AI Agent 投放到互联网中去学习如何使用它；正如我们创建 Omniverse 作为物理世界中仓库、建筑和城市的数字孪生一样。并将机器人置入数字孪生系统中。数字孪生系统通过学习来模拟机器人的行为。随后，我们将它部署到终端计算机中，也就是嵌入在机器人、汽车、手术器械或其他设备内部的计算机。这涉及三台机器人、三台计算机以及三套完整的软件栈。

我们为其中的每一个系统构建了完整的软件栈。我们是世界上唯一一家能做到这一点的公司。如果您是一家希望实现端到端构建的公司，无论您使用我们的两台、三台还是一台计算机，我们都提供支持。因此，每一台计算机都配备了其专属的软件栈。我们在所有垂直领域都采用了相同的策略。

当然，这些能力具有双刃剑效应，这也是为什么我们听到许多人讨论安全问题的原因。你一直对末日论叙事持高度批判态度。

只有在负责任地构建技术的前提下，你才能实现目标。确实如此。所以首要任务是以负责任的方式构建技术。没错。注意“构建”这个词，它是一个工程学术语。对。这关乎技术，关乎工程学。工程师、科学家和研究人员，我们必须安全且负责任地构建这项技术。问题是，你们能做到吗？答案是绝对可以。因为如果做不到，那么根本就不应该去构建它。当然。因此，我们要么相信我们可以做到，要么就不应该去构建它，而我相信我们能做到。那么，让我和你一起推演一下这个问题。首先，有人说 AI 是不可控的，因为实现完美对齐是不可能的。对所有观众而言，对齐意味着这一点。你告诉某人，我希望你做这件事。任务就很明确了。

任务很明确。而且这对你来说很明确，因为你是用英语说出来的，事情就是这样，我希望你解出这个二次方程。任务就是解出这个二次方程。关键在于你如何去解它。解法有很多种。例如，你把它背了起来。所以答案就是，无论是什么。或者你在教科书里看到了答案，所以你把它查了出来。没错。你参考了一份资料。又或者你走到一个抽屉前，你知道那个抽屉里装有所有的答案。你打开了抽屉，从中拿出了答案。有些人称之为作弊。我将其称为打开抽屉并取出答案。而这正是计算机所做的事情。解决那个问题的方法有很多种。当然，那一个非常明确。

再看另一个例子。在生活中取得成功。这个使命说起来容易。事实上，我们一直都在对彼此说这句话。我们常对孩子们说。我们对朋友说，让我们尽己所能为社会做出贡献。那么，现在的问题是如何做到？方式有很多种。你该如何合理地调整方向？每个人的文化与背景各异，有些人认为为社会做贡献意味着慷慨大度、友善待人。有些人可能认为为社会做贡献意味着赚很多钱，然后进行慈善事业。有些人可能这样认为，诸如此类。难道不是吗？是的。

那么问题在于，什么才是对齐？这取决于你的背景、你的文化，也许还与你居住的地方或你的出身有关。这有无穷无尽的方式。所以我的观点是，对齐将是一个永恒的问题。如果我们为了确保安全而依赖完美的对齐，那么我们将永远无法实现这一目标。所以答案是这样的：就像我们对待和思考婴儿的方式，或者我们在抚养孩子、照顾宠物或者管理员工时所做的那样，你从控制开始，给予他们权利，让他们接触工具、获取信息，并根据你分配给他们的工作给予他们相应的责任、能力、资金和资源。当你雇佣某人时，你从零信任开始；当你有一个一岁的婴儿时，你把他们放在婴儿围栏里，这也是基于零信任的假设。

因此，你要采取零信任原则，给予他们最低限度的权利，并随着你对他们的了解不断扩大这一边界。

所以每当我们拥有一个新的 AI 时，我们也必须采取同样的假设。无论何时测试 AI，都要秉持零信任、最小边界和最小权限原则，并随着测试的深入和信心的建立逐步进行扩展。因此，对于任何自治系统而言，收容，即非常严格的收容至关重要。第二步是监控。而且监控必须是带外的。原因在于，如果你告诉一个聪明人：听着，我就坐在这儿看着你工作，确保你做得对。

没错。好的。

我就坐在这儿看着你，确保你为客户提供了妥善的服务，并且工作足够努力。好的。那么这个自治系统的表现就会与你不在场时有所不同。

这就好比 Brad 是否在房间里与我同在一样。

正是如此。一点没错。没错。因此，监管必须是带外（out of band）的，并且必须具备观察自主系统是否在执行与策略不一致或与对齐准则不一致的操作的能力。你必须拥有升级处理或强制关停系统的能力。对，就是直接关闭。所以，此类能力必须存在。这属于工程学范畴。这属于技术范畴。而且这是可行的。我们最近发布了 OpenShel，目前已有超过 100 家公司加入我们。它在全球范围内引发了大量的活动，因为每个人都有共同的诉求。

从最高层面来看，当我审视白宫会议桌旁的与会者时，桌旁的每个人，包括他们的父母和子女，都在关注这个问题。我认为国内有一种观点，认为某些超级智能领域的领导者只是在“放手一搏”（yoloing），他们并不真正关心后果，行事鲁莽，只想攫取财富。然而，当我环顾那张桌子时，我没有看到任何一个人想要鲁莽行事。想要孤注一掷。事实上，在座的每一个人都希望在快速发展与保障安全之间找到恰当的平衡。那是总统的指示。而我们曾就此探讨过这意味着什么，对于如何落实这一指示，有不同的版本。但是，你会对那些担心我们拥有一位鲁莽的总统或鲁莽领导人的美国公众说些什么呢？你看到了任何相关的证据吗？你有孩子。你是否担心你正在通过超级人工智能创造的未来？

超级人工智能？安全保障技术是 AI 的一部分。有一种奇怪的说法是，AI技术与AI安全及防护是正交的。这就像是说安全气囊、制动系统、雷达、摄像头、防抱死制动系统、车道保持辅助系统等所有这些技术，与汽车本身是相互独立的。对吧。你们明白我的意思吗？对于汽车而言，唯一重要的只有引擎。事实上，整辆车都是汽车技术的一部分。当我提到我们需要加速AI技术的发展时，我的意思是我们需要加速安全防护技术的发展。我们必须加速安全保障技术的发展。所有这些技术都必须被加速。如果现在问我想每个人都会说，让我们加速防护技术吧。让我们加速安全保障技术吧。没人会说，不，我们把它粘贴进去吧。没错。我们应该加速这一进程。

这都是同一事物的一部分。你无法将能力和功能与安全及保障分离开来。它们是相辅相成的。当你提供服务时，没有人会说，很好，我真的很喜欢你们服务的功能，但是天哪，它简直是在造成破坏。所以我认为这就是一个整体。我们将它视为一个整体，行业也必须将其视为一个整体。当我们说加速时，我们必须是指加速整个系统。目前包括安全性在内。包括，尤其是安全性。

你提到了步调（pacing）。尤其是安全性。你知道这一点。有些人读了 Dario 写的 Pacing the Frontier，以为那意味着放慢速度。我认为当时会场里有个有趣的瞬间，就是总统点名了他的新好朋友 Dario。他就是用这种方式称呼他的。总统说，向我解释一下你所理解的快与安全。Dario 开篇就说，总统先生，您说过谁赢得了 AI 谁就赢了，他说我们都在加速，他们也在加速，他们想跑得快，他们想，赢得与中国的竞赛，但也承认在这个过程中，正如你刚才所提到的，我们必须确保安全系统也在加速，并保持同步。所以我认为那是一个重要的时刻，因为我认为人们把他定位成了那种处于某种立场的人。反对这项权利，但我看来你们当时非常一致。你和 Gregg 以及其他来自 Frontier Labs 的人一起进入内阁会议室签署了这份协议，当时在那个房间里，大家对意见分歧有什么讨论吗？还是说每个人都……你们显然签署了协议，有人是被强迫的吗，还是大家都自愿参与的？

不，每个人都非常有建设性，成果也非常显著。我认为毫无例外，每个人都致力于安全、稳妥地推动行业发展。其原因在于，如果它不够安全、不够稳妥，那么其功能将永远没有机会发挥作用。因此，其能力将永远没有机会展现光芒。所以我们必须明白，安全和稳妥永远是当务之急。当然，我们意识到这个行业是跨大西洋发展而来的。就在最近。那还是六个月前的事。当时这项技术几乎无法运行。所以，如果功能和能力无法实现，那么确保其安全和稳妥又有什么意义呢？甚至没人会在意它。

因此，AI的首要任务显然是证明它能做些有用的事情。没错。六个月前，它确实达到了那个临界点。所以现在它确实想要被部署，并且进行广泛的部署。毫无疑问，整个行业现在都有一个战略上的当务之急，一个难以置信的使命感，以及极大的紧迫性，以确保我们所部署的一切都是安全可靠的。因此，我认为每个人都完全确信，能力对齐、功能性、性能、安全性、可靠性，它们都处于完全相同的优先地位，即第一优先级。所以我认为，“获胜”这个问题的定义，我不会将其局限于科技行业，也不仅仅局限于AI行业。美国的胜利意味着美国各行各业的胜利。医疗保健行业。没错。没有什么比这更让我感到高兴的了。

美国胜利的定义是指当我们谈论像Eli Lilly的成功、Walmart的成功、FedEx的成功，每一个企业的成功，像Boeing的成功，以及美国军队的成功时。每一位公民的胜利。以及我们大学的胜利、我们高中的胜利。这就是胜利的定义。所谓胜利，如果仅仅是技术上的成功，却没有人使用，那根本算不上胜利。没错。最大的风险是，当然我们会，我就直接说吧，我将其称为基准线。如果我们不安全、可靠地构建它，就不会有技术，也不会有 AI 技术产业。这对我们来说是一个生存问题。如果我们让它成为其他所有人的生存问题，那么这种情况就不会发生，因为它首先会成为我们自己的生存问题。没错。

话虽如此，对于我们而言，胜利的定义是——这是我总是需要稍微调整一下的部分。

没错。

我希望我们能转型。我希望我们能转型。当我看到AI取得胜利，看到美国AI取得胜利时，我从——最近我们花了很多时间在空中飞行——高处俯瞰这一切。当我们向下俯瞰时，每个州都在获胜，每个县都在获胜，每个社区都在获胜，每家公司都在获胜。

每个人都赢了，因为我们能够负担得起在医疗保健上投入更多资金。我们能够负担得起在教育上投入更多资金。我们能够负担得起在州际贸易、高速公路等方面，以及国家的所有基础设施上投入更多资金。我理解你的意思是，胜利的定义在于，当我们从现在起回顾25年、30年、40年后的未来时，经济规模需要扩大到现在的10倍。每个人的生活都需要变得更好。而这一切最核心且最关键的前提是，必须以符合人类利益的方式来实现，这也是我关于此话题要问的最后一个问题。我知道我们还有很多议程要讨论。大多数人并不了解我国的安全框架是什么。

我说过，我们拥有世界上最强大的超智能安全框架。我们显然是地球上唯一一个真正对模型实施了制裁，并于今年早些时候将其从架上撤下的国家，Mythos 就是例证。但我将其描述为三足鼎立的结构。我们有 Casey 和商务部对每一个新的前沿模型进行审查。所以他们会完成所有相关工作。如果有新模型发布，他们会进行审查，测试它是否会在市场上引发问题。现在我们有了由你协助构建的《White House Accord on Super Intelligence》，包括内部和外部审计、董事会监督，以及随之而来的所有法律责任。第三，我们有由 Jay Clayton 领导的 SI Force，当然还有 Emil、Scott 和 Andrew 的参与，他们负责关键的行业协调、网络安全等工作。所以，对于这三根支柱，外界仍有不同声音。我最近听到 Gates 说，我们做得还不够，我们需要制定新的法律条文以及其他一切配套措施。

在我看来，这个三足鼎立的支撑框架在如此短的时间内成型，分量很重。作为一家在超级智能领域占据重要地位的公司的领导者，你是否对我们正试图引导的未来感到安心？这是一个很好的进展，正是我们目前所需要的。

通往未来的最佳方式就是迅速采取行动。没错。如果我们纠结于完美与优先之间的取舍，最终只会陷入对完美的争论中，而永远无法实现目标。所以我非常欣赏这一点，这个三足鼎立的框架具有可操作性、具体性，而且切实有效。没错，正在进行中。这就在当下发生着。你可以看到，我们现在正在推进这项工作。我们现在正在采取行动。我们现在之所以采取行动，是因为这不仅对我们的公司、行业、国家和社会有利，而且对各方而言都是有益的。如果我们不采取这些行动，结果将不尽如人意。我们将无法追求那个我们所有人曾经梦想过的乐观未来。所以，如果你回过头来看看其他行业，我不记得有哪个行业处于它当前所处的状态。没错。现在已经制定了所有这些跨公司、跨行业的政府与行业间协调机制，以确保我们以负责任且乐观的方式向前推进。

我认为人们理解这一点非常重要，因为老实说，当我听到参议员们在电视上谈论这个问题时，无论是哪一方，他们似乎都不必先去了解我们在这里所做的事情。没错，他们甚至不知道我们正在做什么。是啊，是啊。没错，就像我们正在做大量工作一样。顺便提一下，这些并非自愿行为。未来不会有任何前沿模型在发布时未经 Casey 审查，也未经商务部审查。他们已经证明了自己有权根据出口管制规定将这些模型从市场上撤架。

做两件事。第一，过来花点时间了解一下到底需要做什么。问题出在哪里？如果你想要解决方案，至少得先理解问题是什么。没错。所以第一，过来亲自了解一下情况。我们有充足的时间，我有大把的时间来处理这类事情。而且，欢迎来和我们交流，欢迎来与我们的行业交流，并进行学习。第二点是了解我们所实施的解决方案，然后尝试看看我们能否将其完善；如果有更好的想法，我们当然完全持开放态度。没错，但请务必保持建设性。

我认为关于超级智能协议的第四点中提到了这一点，即它并非一成不变的，这是一个动态的过程。该小组将会定期举行会议，我们将根据技术的发展，按需更新该框架。

但现在我想继续探讨计算能力的问题。当然，由成千上万乃至数百万个智能体组成的团队来解决复杂任务，这所有的一切都会消耗巨大的计算资源。Dylan，正如我们的朋友 SemiAnalysis 所述，我们明年将引入 43 吉瓦的新增 AI 计算能力。为了让大家对此有更直观的了解，我们将在线分享一张图表。这超过了当今世界上所有现存的 AI 计算能力之和。因此，我们明年将实现这一部署。后年还将增加 40 吉瓦的计算能力，你是负责人，你知道每一块 GPU 的分配去向，所以，当你坐在这里时，你觉得这个数字合理吗？你认为我们明年真的能带来那么多的计算能力吗？那么，你认为我们目前听到的一些关于审批问题、供应链瓶颈，或者说当地抗议之类的情况，你怎么看？根据你所观察到的情况，你认为最终数字会与预期有实质性差异吗？

我认为需求是绝对存在的，甚至更多。需求是绝对存在的，甚至更多。当然，挑战在于存在许多障碍。当你从数字领域转向物理领域时，会遇到很多障碍，比如土地审批问题，还有必须接入电网的发电设施。当然，你还需要建筑工人、安装工、管道工，以及各种各样的……仅建设这些设施就创造了 100 万个新的就业岗位。创造一百万个新就业岗位，且这些岗位所需的技能是不可替代的。你要知道，他们拥有许多技能，尤其是那些建造这些价值 500 亿美元数据中心的人员，你确实需要一些具备高超技能的人才。在这些设施的每一个建设环节中，都有一个至关重要的部分需要某些非常特定的技能。

因此我认为，当然，还有目前全国范围内正在出现的各种暂停令以及我们所看到的各类问题。所以我认为，我的推测是土地、电力和建设资源将成为实现这一目标最重要的障碍。正如你所知，就我们公司而言，我们正在采取多项措施来缓解这一问题。第一，因为我们是唯一服务于每一家 CSP 的公司，我们服务于每一家 NCP。我们通过 Dell、HP、Lenovo 等合作伙伴拥有出色的企业业务。而且因为我们服务于每一个行业，并覆盖了 AI 的整个生命周期——从数据处理到训练、训练后优化、推理，再到 Agentic 处理，以及我们所加速的所有工具使用，我们的市场覆盖范围是所有企业中最大的。

全球每一家代工制造商都在为我工作，每一个市场进入策略都与我们的架构相连。因此，当我们在某个特定的州、特定的社区或特定的数据中心遇到困难时——没错，目前我们的需求远远超过了供应——我们只需相应地调整供应链即可。我们还有另一件事，虽然我不太喜欢这个答案，但如你所知，NVIDIA 同时也是全球的基础设施。所以，无论是在欧洲，还是我们目前在非洲、中亚、东南亚、拉丁美洲以及中东等地开展的早期开发项目。我不喜欢美国无法跟上进度这一点，但就我们的业务而言，我们拥有如此全球化的触角，而且世界各地都有这种建设需求。如果我们不在这里建设，我认为我们都必须意识到，世界上的每个国家都会非常乐意在那里建设它。所以我认为我们的业务很可能是最具韧性的。原因就是我刚才提到的所有因素：我们覆盖了 AI 的全频谱，我们覆盖了计算的全频谱，我们身处每一个云端，每一个区域。因此，我们公司的韧性要强大得多。

但我确实认为，土地、电力和外壳（land power and shell）将是充满挑战的一部分。我从市场上了解到的一种观点是，目前可能已经有 50 吉瓦的芯片产能处于筹备中或正在讨论中，而可能只有 35 到 40 吉瓦的土地、电力和外壳设施能够投入使用。因此，哪些计算资源能适配这些土地、电力和外壳，以及具体的时间表如何，目前还是一个未知数。但我认为，如果我们从整体的角度来思考这一切。

Clark，我就在这里打断你一下。而且，当然，如你所知，NVIDIA 的架构是最高效的。没错，它每瓦特生成的 Token 数量最多。因此，如果世界上的瓦特、电力和能源总量减少，人们的选择就会转向最高效的版本。原因在于他们仍然希望实现营收。没错，所以我所有的 CEO 同行们，他们对明年的营收都有很高的期望，他们需要实现这些目标，他们的股东指望他们实现这一目标，他们所有的合作伙伴都需要他们实现这一目标。

所以，当电力供应减少时，你投入的计算质量必须是最高级的。我们是当今世界上你能投入使用的最高效的计算资源，我们最具成本效益，具备可替代性，且持久耐用。因此，由于资源短缺，全球各地的力量正将关注点转向我们。我们的市场份额本已非常高，但令人惊讶的是，由于上述原因，我们的市场份额实际上还在进一步增长。所以你们将会看到，由于我们提供的每吉瓦（gigawatt）价值远超以往，我们曾经只是一家 GPU 公司，随后我们成为了规模最大、增长最快的网络公司，现在我们将成为最大的 CPU 公司之一，而且必然是增长最快的一家。

正因为我们提供的产品日益丰富，且我们正深耕于存储计算与知识基础设施计算领域。同时，我们还通过 Open Shell 和 Century 进入了安全领域。因此，我们针对每一吉瓦（gigawatt）所提供的产品价值，已从最初的大约 180 亿美元，提升至 200 多亿美元，如今已超过 400 亿美元。我的感觉是这一趋势将持续上升。因此，我们不仅因为人们正转向我们的计算平台而提升了市场份额，还因为我们为全球资本支出提供了更多价值而提升了份额。对于整个市场来说，确实是美元层面的市场份额。是的，如果你回顾一下，仅仅回到六年前，我们在全球资本支出中所占的百分比仅为个位数。然后我认为目前在全球 CSP 领域，我们可能已经达到了约 40% 的占比。但我们也在将市场拓展到 CSP 之外。在 CSP 之外，无论是本地部署还是 neo-clouds，我们一半的业务中，我们的资本支出百分比可能达到了 80% 左右。所以，一半业务占 40%，另一半业务占 80%，而且我们两者都在以每年翻倍的速度增长。因此你可以看到，我们在全球资本支出中所占的百分比实际上还在不断增长。

是的。NVIDIA 的买家之一正是我们两年前谈到的那个人，Elon，当时他开始构建 Colossus。几年前我们感到非常震撼，看到他在孟菲斯直接部署了二十多万台 Hopper。我记得你说过，没人能像他那样做到这一点。现在他又要筹集 400 亿美元，打算购买或许超过一百万台 Vera Rubin。他已经从之前的边缘案例转向了核心终局。他说他想在 2027 年底前实现 10 吉瓦的算力规模。这意味着要在 Vera Rubin 上投入数千亿美元，这是一种前所未有的规模化扩张。昨天你又和他在一起，当时他还被授予了一枚奖章。今天的 Elon 在构建计算资源方面的能力，是否比当时强得多？现在这对你来说显而易见了吗？SpaceX 成为全球最大的 AI 超大规模数据中心（hyperscaler）是否已成定局？

嗯，在我们的图表中，以前 Elon 的业务是归类在企业（Enterprise）类别下的。那是我们报告数据的方式。而现在，他属于我们的 CSPs。当然是这样。没错，没错。当然，它们规模巨大。所以我很高兴能与他合作，他正在利用我们的技术来训练他自己的 AI 模型等，当然也包括部署模型。Grokbot 非常酷，而且对 Grokbot 的需求，即 Grokbot 的算力消耗，确实在飞速增长。当然，他也会租赁这些算力。因此，这三件事结合在一起，我想他在这一点上相当独特，Google 大概也做同样的事。没错，那又是一个例子。所以我认为他还有一个优势，那就是他热爱计算与物理基础设施建设之间的交集。要知道，他非常热爱那个领域，而且没人比他更懂能源。我们即将共同探索的一个特殊新市场，就是将数据中心部署到太空中。

所以我们双方的工程团队正在密切合作，开发一种新型服务器和一种新型架构，这可能在太空中和地球上都非常出色。毕竟，我们看到上周 Starship 发射了，它完成了首次轨道交会，并部署了那些 V3 卫星，这确实激发了人们的想象力，甚至让 Twitter 短暂地瘫痪了。人们只是被目睹它们发射升空的景象所深深吸引。

我迫不及待地想成为载荷的一部分。我是说，并不是指我个人。

你认为，我们是否有理由越来越确信，到 2028 年或 2029 年左右，我们将通过 Starship 在太空中拥有相当规模的计算能力？毕竟，Elon 已经给出了几个宏大的数字。但你认为我们能在那个时间框架内实现太空中的实质性推理吗？

只能使用 NVIDIA 计算。仅限于视频中。让我来告诉你原因。这不仅仅是关于技术的问题。NVIDIA 的单位能耗性能是全球最顶尖的，因此我们将其称为性能瓦特（performance watt）。但最重要的一点是这个：NVIDIA 计算的生产力非常出色，这意味着投资者资本的投资回报率极高，即使你将其部署在外太空中，发射成本也只占其中很小的一部分。发射成本并非微不足道，所以你不会去部署低成本计算。没错，你说得对。你会部署高价值计算，而我们正是你能想象到的最高价值计算系统，也是计算历史上最顶尖的计算系统。所以，我们确实是目前最适合发射到太空的选择。撇开发射成本不谈，它依然会具有极佳的投资回报率。那么我们能在 2029 年之前在太空中实现 500 兆瓦的规模吗？嗯，我让他来告诉你。但我认为是有可能的。你知道吗，Elon 现在每年进行 100 次发射？我不太确定具体是多少次。未来将会达到一天多次的频率。确实如此。所以你可以把 Vera Rubin 放上去，这是完全合理的。

需求是存在的，他的投资回报率非常高，因此其生产力表现卓越。这是可替代的。意思是你可以将卫星部署到太空中，如果你没有客户去租用它，它就是闲置的，而这显然是你所不希望看到的。因此，NVIDIA 计算资源将具备完全的互换性。届时将会有非常多、非常多的租用方。我们与世界上每一家闭源模型公司都有合作，我们运行着世界上每一个开源模型，我们有成千上万家初创公司与我们合作。因此，各个行业的企业都在使用这些资源，计算资源是完全可互换且耐用的。你知道它会一直运行在那里，我们会保持更新。原因在于我们一直在通过 CUDA 升级软件。我们是世界上唯一一家让你在 8 年前购买硬件后，我们至今仍在为你更新软件和新算法的硬件公司。只要卫星还在运行，我们就会持续更新软件，所以它会非常耐用。我认为这三个特性的结合，连同我们的技术，使其成为 SpaceX 的完美载荷。建设所有这些资本支出（CAP-X）需要数万亿美元。

你们利用自身的资产负债表来帮助像 Neoclouds 公司的建设。为了让金融从业者能够实现收支平衡，他们需要看到投资回报，你提到过，有些公司实现了 1 年的投资回报周期，第一年 500 亿美元，或许其中包含来自 SpaceX 的一些现货定价。但如果我着眼于今年所有实验室的总增量承购，也就是总营收。如果我把两家前沿实验室加总起来，噢，对了，你先去拿点零食吧。再加上一些推理实验室的营收，总额大约是 2000 亿美元，我们需要看到这个数字在明年翻倍至 4000 亿美元，我们需要看到它在之后的一年再次翻倍至 8000 亿美元。为了达到数万亿美元资本支出所要求的投资回报水平，我们今年通过 Claude Code 实现了巨大的解锁，这使得 Anthropic 的营收增长了 10 倍。你对这些实验室每年持续实现 2 到 3 倍营收增长的信心有多大？只有这样，我们才能获得收回数万亿美元资本支出所需的投资回报。你正在投资这些公司，你在这些公司有巨大的投资，你认为这种增长水平会持续下去吗？在这些公司身上？

噢，当然。人们误解了目前正在发生的事情。首先，特别是在当下，NVIDIA 占据了如今 AI 基础设施市场份额的 80% 左右。因此，我对计算领域的描述，以及 NVIDIA 的计算能力在此显得尤为重要。实际上基本可以分为三个大的板块。计算的第一个板块是基础计算，也就是指用于数据处理、分子动力学、物理模拟、聚变模拟、裂变模拟等各种应用，量子化学、量子物理，诸如此类的一切，模拟和数据处理的世界，更不用说计算机图形学了。

因此，所有在我们的 GPU 上完成的处理，如果你干脆说根本没有 AI，仅仅是经典的机器运算、机器学习（比如 Visa 和 MasterCard 用于欺诈检测的 XGBoost，以及我们用于判断向你推荐什么新闻的推荐系统），把所有这些东西加在一起——经典的计算，不是 AI，不是深度学习，也不是代理系统——我会将其称为我们业务的三分之一。而且这项业务正在增长，算它每年增长 30% 到 40% 吧。是的，即使没有 AI 实验室，NVIDIA 也不会归零，我们是一家相当大的公司。这就是第一部分。

第二部分是 AI 实验室，人们看到了其中的两家，但我们与他们每一家都有合作。而且 MetaMuse 的表现非常出色，主要是 NVIDIA 去年或者前一年还完全没有这些，当时只有推荐系统，而现在他们凭借 MetaMuse 大获成功。当然，Grok 在三年前还不存在，我们以前没有运行过 Gemini，但现在我们在运行 Gemini，从今年开始我们开始与 Anthropic 合作。所以如果你审视我们的算力，人们可能只看到几家实验室，但我看到的远不止这些，我看到了五、六家实验室，这些实验室目前都表现出色。如果你告诉我这占我们业务的三分之一不到，比如说占我们算力的四分之一，就当作是四分之一吧。因此，当人们关注 NVIDIA 时，我们现在运行着全球的基础设施，而我刚才提到其中 25% 或 30% 是属于前沿实验室的。要知道，称其中三分之一为通用处理也不为过。

没错，而另外三分之一，这部分确实非常棒。因为我们正处于一个全新计算平台变革的开端，大量初创公司正如雨后春笋般涌现，出现了许多优秀的公司。当然，其中一些正在从事消费级产品，其中一家做得确实非常出色，Noah instinct。

我正想提到这个。

而且 Noah 在各种物理 AI、生物 AI、材料科学 AI 领域都做得很好，Jeff Bezos 的这家新公司 Prometheus，他们做得也……

他们做得非常棒。

因此，在各行各业中创立的公司数量达到了数千家。那他们做了什么？他们租用 NVIDIA 的计算机，所以他们是租户。我们业务的三分之一左右，可以算是面向下一代的云计算。这有点像是当代的 AWS，它不仅仅是未来的 AWS。这大约占据了我们整体业务的三分之一，我的感觉是，我们正处于这种新型计算架构建设的早期阶段。如果只盯着几家公司并认为只有它们在资助基础设施建设，那将是一个非常巨大的错误。

还有一个观察点，即开放模型。你知道我一直都是开放模型的坚定倡导者，之所以这样，是因为开放模型开启了新的机遇。如果你观察所有这些初创公司，你会发现其中 80% 都在使用开放模型。他们不是用它来与尖端实验室竞争，而是利用它在其他领域开启新的机遇。这可能是在物理 AI 领域，可能是制造业，也可能是医疗保健领域，他们正在做着完全不同的事情。他们正在使用这些开放模型，其中许多人正在使用 Nemotron，这些模型随后被定制为超级智能。所以如果愿意的话，我某种程度上认为通用的闭源实验室将会实现通用人工智能，它会变得极其强大。此外还有各类垂直领域公司，它们专注于特定领域，拥有极具专有性的数据，能够训练模型完成非常具体的操作，并实现该领域内的超级智能。

对。所以你并没有看到，再次回到你提到的算力计算模型——我认为很多人都在用这个模型来预测实验室未来的收入，比如你曾说，如果部署 1 吉瓦的算力，就能获得 400 到 500 亿美元的产出。但如果我们采用之前讨论过的数字，即明年将有 40 吉瓦的算力上线，如果每一份产出是 400 亿美元，那么该工厂最终将产生 1.6 万亿美元的收入。但当然，实际情况并非如此，归根结底，你必须观察需求曲线和普及率，才能确定最终能从工厂产出多少收入。我经常听到人们感到焦虑，他们看到在过去一年里，或许实验室的收入增长有所放缓，他们担心在某个节点上会出现所谓的泡沫破裂，即我们在某一时刻上线了超过实际需求的供给。AI 的发展更像是阶跃函数，而不是一条直线向上的抛物线。我想问你的是，你是否担心会出现某个时刻，大家对基础设施建设的融资感到担忧，从而导致建设进度停滞？

嗯，所有这些复杂的事情，你只需要把它们拆解开来，回归到第一性原理。人们试图推断的那 1000 亿美元或 1250 亿美元的 ARR，仅仅是整体基础设施建设的一小部分。确实如此，所以问题在于人们是否会继续在网上购物。

这占了建设规模的三分之一，我们姑且称之为三分之一。你说这占了你业务的三分之一，这点毋庸置疑，完全可以确定，这甚至算不上是一个辩论话题。所以，三分之一的建设量即将出现。

我曾在几年前——大概是两年前吧——说过，到本十年结束时，基础设施的建设规模可能将在每年三到四万亿美元之间。显然，这更接近四万亿，而不是三万亿。

每年吗？

到本十年结束时。如果你说其中一点五万亿仅仅是计算基础设施，仅仅是计算。那么，为什么它的规模会如此巨大？在我开始之前，那是五千亿。如果我告诉你，在过去的大约六、七、八年里，这个数字变成了一万五千亿，因为世界对算力的消耗正在增加。

没错。

这并非不合逻辑。此外，别忘了摩尔定律（Moore's Law）已经终结了。曾几何时，如果你想让晶体管数量翻倍，只需要等待一年，价格是一样的。但现在如果你想要两倍数量的晶体管，无论你等待多久，都必须支付双倍的成本。因为摩尔定律已经终结了，因此无论全球需要多少算力，如果每年你需要两倍的算力，你就得支付两倍的费用。而且在那种本来就自然增长的五千亿美元基础上，因为全球对数字化的需求只会越来越多，考虑到摩尔定律已经终结，你实际上必须引入一个 X 因子。所以即便没有 AI，半导体行业也正走在成为全球最大产业的道路上。我很久以前就提到过这一点，只是人们忘记了，这也是我曾经说过的话之一，我两年前才刚说过。

所以，这仅仅是其中一部分。我们唯一需要考虑的，而且别忘了，因为我们正处于一个新的计算平台转换期，将会涌现出大量的初创公司。创新是经济的一部分，新公司，而且我们说过它正在加速。

是的。如果你回顾一下摩尔定律，通用计算的成本是每吉瓦 50 亿美元。今天已经达到 50 亿了，对于 Vera Rubin 而言。所以问题在于，Vera Rubin 能否创造出 10 倍于现在的世界价值？

结论是，我认为没必要去将任何实验室的价值强行榨取到数万亿美元，没必要那样做。

我认为这一点很重要，因为就像我们昨天在市场上看到的那样，甚至还出现了一些关于 OpenAI 的营收究竟是 700 亿美元还是 500 亿美元的讨论。它们将会成为极其成功的公司，但你也看到了许多基础设施公司出现了回调，因为人们担心 OpenAI 没有资金，或者未来没有足够的资金来支付这些基础设施费用。我认为你一直在强调的观点是，当我们审视明年建设的 40 吉瓦基础设施时，至少有三分之一将用于通用计算的更替（即来自超大规模云服务商的基础需求）；另外三分之一将用于新一代云、主权云、企业客户、其他所有使用者以及各类初创公司；最后三分之一将不会流向两家实验室，而是流向众多实验室，包括 Grok、Thinking Machines 以及其他所有机构。

我们给两家实验室施加了太大的压力。我很高兴能与他们合作并支持他们，他们将成为历史上打造出的最有影响力的两家科技公司，他们将会取得巨大的成功，但他们不必达到万亿美元的营收也能获得成功。我认为我们在这方面施加了太大的压力。至于行业其余部分，我们仍然需要建设数万亿美元的计算基础设施。

为了继续进行，让我们稍微转换一下话题。这个怎么样，你们觉得？别这样。顺便问一下，这些叫什么？

这些是干梅子，那种老式干梅子。台湾那家特定的店是我的最爱之一，带点甘草味。是有甘草，有点甘草味，还有盐、糖、肉桂，那味道有点独特。

没错，你说对了。好的，你之前提到关于明年，NVIDIA 芯片的需求远超 100%，你给出的营收增长预期是 70%。

你给出了未来一年的展望，因为供应受到限制，那是我当时所掌握的全部信息。没错，我有 18 个月的时间来开展工作。

对。你说过你非常有信心，而且有充足的时间与供应链合作从而做得更好，你期望能做得更好，不让客户失望。那么，现在的进展是否更理想了？订单量是否还在持续增长？因为你当时只是获取了一个时间节点的快照，人们还在持续地下订单。那么你认为供应链中还有足够的余力吗？可以进一步挖掘潜力吗？随着能力的释放，订单簿是否在持续增长？

目前来说，我之所以告诉大家这些，是因为我们面临的挑战在于我们拥有巨大的订单簿。每一家 CSP、每一家 NCP、每一家 OEM 都已经向我们下了订单，无论是初创公司、大型企业还是小型公司，他们都已经提交了订单。原因在于我们与他们进行了合作，根据客户规模的不同，大型客户至少有一年的预测期，甚至长达两年的预测期。因此，我们已经拥有了非常庞大的订单簿。由于我一直在进行分配流程，而我分配给所有客户的份额远低于他们的需求。如果我不公开说明我们拥有什么，每个人都会猜测他们是否被少分配了。所以这本质上是我处理每一次会让人们失望的谈话的方式。

所以，如果能提供更多供应，几乎每一位客户都会向你们购买更多产品。

自那以后，我们当然又接到了新的订单，几乎每周、甚至每天都在增加。此外，我们正在获得更多的供应，而一些限制我们的供应因素是下游的土地和电力。几周前，我们宣布了在澳大利亚的 2 吉瓦项目，这意义非常重大，2 吉瓦对我们来说相当于 800 亿美元。

规模巨大。

我希望在参加欧洲 GTC 时，能够宣布一些新的合作伙伴关系，并开启更多的机遇。更多的数据中心算力，而这种数据中心算力显然是障碍之一，这也是 NVIDIA 拥有巨大优势的领域。因为基于我们所构建的产品，如果存在像 CoreWeave 和 AWS 这样的 Neocloud 且他们希望扩展业务，NVIDIA 能提供完整的全栈基础设施，从而支持他们的规模化需求。因此，我们可以在其他厂商无法企及的地方与合作伙伴及客户共同构建，我认为这为我们提供了更强的韧性。尽管如此，随着我们持续增加上游和下游的供应，关键领域之一仍然是基板。

基板的尺寸正变得越来越大，所集成的芯片也越来越多。因此，这在两个方面给他们带来了阻力：每一颗出货的芯片都在消耗更多的材料，这些有机材料很难达到我们所需的精度，因为封装尺寸不断变大，热系数以及堆叠方式使得处理翘曲和各种制造缺陷变得非常困难。因此，在我所处的规模下，必须做到极其精准，并且需要真正可靠的技术与优秀的合作伙伴。所以这就是供应限制，这些只是一些例子。硅光子技术正受到供应限制，因此一切都处于供应受限的状态。我们将继续致力于此，我还有 18 个月的时间来处理，每一周过去我们都在增加供应，但尽管如此，订单簿依然在不断增长，所以要在未来几年内缩小这个差距将会很困难。

嗯，看看这张图表，这就像沉积过程。不，那是对的。不好意思。

现在，它通常是这样的。

好的，请看图表。灰线代表 2025 年初的市场共识，这是 2025 年初对于 NVIDIA 的市场共识。蓝线是 Altimeter 当时做出的预测，所以我们当时的预测要比市场共识高出很多。绿线是基于你们提供的指引后，目前的最新市场共识。因此，这件事让我感到非常震惊的一点是，那 25 位受雇专门预测这家公司未来表现的人，他们所有观点汇总出的共识，在去年这个时候，竟然出现了百分之几百的偏差。

我们上周刚讨论过。那么在一年内，这家公司的共识预测已经上调了。

幅度达到了 100% 到 200%。太不可思议了，在我从事这一行的 20 多年里，很少见到共识预测会出现如此巨大的偏差。然而股价却只上涨了 20%，你实际上是将该公司的营收预测和自由现金流预测翻了一番。根据不同分析来源，目前的市盈率大约在 13 到 14 倍之间。那么你认为市场对于 NVIDIA 或对市场预期的信心释放了什么信号，从而导致了这种情况？因为通常情况下，如果预估出现如此大幅的上调，股价本应有更显著的涨幅。

首先，对于像我们这样规模庞大的公司而言，能够持续获得市场份额，这本身就体现了我们竞争优势的韧性、规模和量级。

你们的护城河是在拓宽还是在收窄？

在拓宽。正随着规模的扩大而增强。让我举个例子，我们现在做一个思想实验：如果你现在必须开出一张 1000 亿美元的支票，去预定下一代产品，你会交给谁？如果你想排队购买 Vera Rubin Ultra，现在差不多到了该下单的时候了，还没见到实物就下单。

但他们有信心。

那么假设你现在有 1000 亿美元必须交给某个人去下单。第一，你怎么知道它会好用？但正因为是 NVIDIA 制造的，你就知道它会更好。大家对 Vera Rubin 有信心的原因，就是因为 Blackwell 太出色了。而且在计算领域，这些计算机处理的工作负载极其复杂，你不能仅仅依靠某一个基准测试来衡量。那是 500 亿美元的规模，需要多种技术协同配合才能实现交付，其性能表现令人惊叹。

所以问题在于，在未见实物的情况下，你能把 500 亿到 1000 亿美元的订单交给谁？实际上我们是唯一的选择。以前下 10 亿美元的采购订单就已经足够具有挑战性了，但你以前下 1 亿美元的订单时，系统就摆在你面前，你可以直接对芯片进行基准测试。而现在，你该如何对这些系统进行基准测试呢？仅仅将其构建出来本身就是一个奇迹。所以如果有人想进行评估，我很乐意支持，但你需要给我一个大型数据中心，我们还需要几年时间来进行改造，所以你甚至已经无法对这些系统进行基准测试了。

很有意思，这和 TSMC 的情况如出一辙。我们之所以将 100% 的业务交给 TSMC，是因为他们是世界上唯一一家能让我制定五年长期规划的公司。

没错。而且我知道它会……

知道那个晶体管会非常出色。而且他们有能力满足我的需求，知道如何与我的业务团队合作，并且具备足够的灵活性来应对我业务的起伏，例如应对我从灰色转为蓝色再转为绿色的业务转型。他们必须拥有足够的规模，才能帮助我实现这种跨越，世界上没有其他公司能帮我做到这一点。

确实如此。

而且要拥有所有这些不同的工艺技术，从硅光子到逻辑电路，再到存储器，以及先进封装技术——我们所做的事情非常动态。因此，你如何可能与一家规模仅为其十分之一的公司实现这一点呢？这根本不可能。所以我认为核心理念在于，因为我们正在为全球构建基础设施，而 NVIDIA 已经成为了一家基础设施公司，而且因为这些基础设施成本高昂，且技术迭代极其迅速。我们实际上将信任与我们运行一切的事实相结合。

我们使模型并行化并跨 NVLink 72 进行分片的方式，以及所有这些变化（包括 MoE 的演化，还有现在人们谈论的将 Transformer 与扩散模型相结合，以及混合 SSM 与 Transformer 的各种技术），所有这些演进我们都知道它们最终都运行在 CUDA 上。因此，你可以建造一个价值 500 亿美元的数据中心，并且深知工作的可替代性。如果出于某种未知原因发生意外，你想将一半的容量转租给别人，NVIDIA 是完全可替代的——我们在工作流中是可替代的，在模型上是可替代的，在客户之间也是可替代的，而且我们可以在世界任何地方部署。你在欧洲或美国创办了一家公司，你想为欧洲或日本的客户提供服务，事实证明我们已经在那儿了。NVIDIA 的基础设施已经在那儿了，所以如果 OpenAI 想去欧洲，我们立刻就能带他们过去；如果他们想去印度，立刻就能去；Anthropic 想去日本、韩国，立刻就能去。我们已经在那儿了，所有这些架构都已经在那儿了。

所以我认为，如果你审视 NVIDIA 的整体情况，然后进行一个思想实验：假设我想在某个人身上投入 1000 亿美元，该怎么做呢？

一年前，我们坐在这里。当时的共识预测是你将要在 2027 年保持平稳或出现萎缩，而现在共识预测是你将增长 74%。所以，我想让大家仔细思考一下，因为很多人都在关注这些共识预测，而事实证明它们错得离谱。

如果他们回头去听你上次的播客，你告诉过他们，我解释过了。听着，女士们、先生们，我确实解释了一切。

所以我展望 2029 年。

当时，是不是有一个关于投资回报率的问题？然后就是关于定制化与通用性的讨论。Nvidia之所以追求通用性，是因为我需要实现这种全方位的通用兼容性。通用兼容性的好处在于低风险。而当你投入巨额资金时，低风险就显得尤为关键。当你正在构建价值500亿到1000亿美元的基础设施时，你需要确保这些基础设施在很长一段时间内都表现出色，无论环境如何变化。因此，专业化是可替代性的敌人。专业化是耐用性的敌人。只要我能证明我们的表现是卓越的，并且我们每天都在证明这一点，那么一旦证明了这一点，可替代性和耐用性就会转化为可租赁性，进而转化为生产力。以及可融资性。因此，可融资性会带来最低的TCO。没错，正是如此。

现在你们正在进行历史上最大规模的股票回购。按照我的计算，你们很可能在未来两年内回购公司高达10%的股份。在Goldman，你曾称NVIDIA为第一家成长型价值公司。

好的，是这样吗？

没错，甚至更多，他们可以退还上限。这奏效了。

没错，确实如此。

这奏效了。这奏效了。当时，30美元到300美元，再到300美元。

是的。在很多方面，我们正在经历类似的转型。例如，我忘记提到的事情是，Brad，我想你刚才正准备问我关于那个的问题。我们大部分的投资和融资合作伙伴战略，都在试图传授，试图建立两种商业模式，两种新的商业模式。我们研究已久并将于近期加速推进的一种商业模式是软件许可。要知道，我们公司拥有的软件体系是非常卓越的。我们的数据中心规模巨大，试想一下其中运行的所有软件。我们提供的是全栈式方案。我们的整个技术栈完全达到了工业级强度。对于 CSP 而言，他们希望运行自己的技术栈。因此，我们通过许可方式将软件开源给他们，由他们进行修改并整合到自己的系统中，进而运营其相关服务。

但对于世界上许多公司来说，他们并没有配套的 IT 部门。他们也没有相应的软件部门来执行这些工作。所以，他们需要由我来负责维护。因此，由于过去几年 AI 的重点主要在于训练，但现在它们正转向部署。他们需要像工厂一样运营这些设施。而且他们需要知道我对此负有责任。我必须依据 SLA 来提供支持和维护，确保其在我们需要的时间范围内保持安全、稳定。因此，我们企业业务的软件许可规模将会非常、非常巨大。所以，如果我们的软件许可，简单计算一下，大约每块 GPU 每年几千美元，而我们拥有数百万块 GPU，没错。我们一年出货量约为 2000 万块 GPU。我正在增长。其中一半进入全球企业市场，这将是一笔可观的收益。所以我相当确定，这将成为我们软件许可业务中非常重要的一部分。

当然，还有一些云服务商在全栈技术上依赖 Nvidia。他们依赖我们提供包销服务和生态系统。他们还可能将我们视为投资合作伙伴，帮助他们确保融资和资本到位。他们已经落实了土地、电力和基础设施，是区域性的领军企业，拥有各种有利于自身发展的条件。但在上述三个领域，他们需要我们的支持。因此，在这些合作关系中，我们很有可能会转向 RefShare 模式。我们会进行投资，既能提前获得销售收益，也能在未来享受到 RefShare 带来的持续收益。所以，我们虽然不是云服务提供商，但我们将为他们提供为期四、五或十年不等的包销服务和软件支持。因此，我们理应从中获得一定的经济回报。所以 RefShare 将会是一种存量销售模式。请注意，我刚刚描述了两个独立于我们公司硬件销售之外的全新增长点。这与我们平台的装机量有很大关系。如果没有装机量，软件许可授权的意义何在？如果没有承购，又怎么会有 REF 份额？

因此，装机量要素、我们软件栈的丰富度、承购量、我们承购的丰富度以及我们在全球构建的生态系统，这些都将成为驱动力。说到这一点，我们讨论的是 13 倍的市盈率，当初 Tim 和 Luca 去见 Warren Buffett 时，Buffett 提到他不看好科技公司的原因之一，就是它们存在这种风险。它们产生巨额的自由现金流，却从不将其回馈给股东，而是转而投向其他项目，而这些项目往往远不如它们最初赖以产生现金流的核心业务。你们现在正将超过 50% 的自由现金流用于回购股票。在实现指数级增长的同时，有效地将其回馈给股东。正如我们之前讨论过的——我们说的是 50%。

没错。我想上个季度我们大概回购了 60% 多。没错。正如你们所知，我们一直在增加投资，并且投资的都是真正高质量的公司。在过去几年里，谁能进入 Nvidia 的采购名单，谁能得到 Jensen 的青睐，你就必须投资那家公司。而现在业界新的共识是：谁获得了 Jensen 的投资，你就必须投资那家公司。确实如此。原因在于，我们身处生态系统之中，掌握着信息流。我们知道是谁在做事，我们共同完成了许多此类投资，也认识许多聪明人。当他们想要成就伟业时，我们愿意成为他们的后盾。因为我们置身于核心圈层，拥有大量信息，所以我们的投资决策是知情且审慎的。更不用说 Nvidia 本身也是生态系统的一部分，我们可以助力这些公司取得成功。没错。

因此，我们的投资能够取得出色回报是有诸多原因的。但从我们现金产生总额的占比来看，这一比例将会迅速下降。部分原因是像 OpenAI 和 Anthropic 这样的机会不会再出现了。坦白说，那样的机会将不会再重现。其次，我们的现金流增长非常迅速。

没错。就这一点而言，在我看来，如果你进行了如此大规模的股票回购，那么正如你今天所描述的，营收的持久性将比人们预期的更长。我认为那是一个关键点。人们仍然过度纠结于这种情况还能持续多久。Ezra 前几天在播客上问过你，泡沫还需要多久才会破裂？我想你当时说的是两到三年左右。你对需求前景有着清晰的把握，你知道需求是真实存在的。至于在那之后会发生什么，谁又能预料呢？我听到有些人说，泡沫破裂可能只需要两年时间。但当我审视这一切时，我认为这有着本质的影响。这是对全球计算架构的一次永久性重构，是永久性的。因此，除非发生全球性经济大萧条，否则人们每年都将不得不消耗海量的 Nvidia 计算资源。

没错。思考这个问题的方式是，CSP 之前的投入规模大约在 5000 亿美元，而整个行业、整个世界每年的 IT 基础设施建设投入大约在 1 万亿美元左右，每年都有更多的基础设施被建成，每隔五年左右，一部分设施会因为折旧、关停或下线等原因被淘汰，当然，其中也有一部分使用寿命更长。因此，旧世界的计算模式是以检索为核心的。而全新的计算模式，我预测将贯穿接下来的几十年，比如三年、四年，或者说五年。我的直觉是，未来这一规模还将持续增长。如果你告诉年度容量建设、基础设施建设，以及新旧设施更替的总投入规模达到 10 万亿美元，我一点都不会感到惊讶。

没错，没错。再强调一次，对于正在收听的观众，请思考一下到本年代末每年4万亿美元的支出，因为每次你消耗Token，每次你使用智能，你都必须运行机器，工厂必须运转。我认为你已经描述过这大约是50%，如果你假设全球5万亿美元的GDP与知识工作相关，如果我们能在五年内实现20%的生产力提升，就像你在NVIDIA内部看到的那样，你在NVIDIA内部看到的生产力提升幅度要大得多，但如果能实现这种水平的生产力提升，那么到2029年或2030年，我们能获得10万亿美元的增量经济活动，这看起来非常合理。而你只是说我们将其中一半用于实现这一产出的智能资本支出，所以或许这是一个很好的节点让我们结束话题。你非常慷慨，我可以一直聊下去，但我还是想回到我们开始的话题，如果我们是在那种边吃边喝的播客节目里就好了。我们可以继续聊。我们可以继续聊。不久前，人类的生存状态还被描述为肮脏、残暴且短暂的，那是上周的事吗？

创新真正推动了全人类的进步，主要集中在过去200年里。更多与家人相处的时间，更长的寿命，更少的时间花费在你们人类本就不想做的苦差事上，而且更加安全。

我们是第一代。我们63岁了，还算年轻。当人们仍然，人们称我为年轻人。

更安全、更美好的生活。尽管你我在此处听到了所有这些顾虑，但这一切依然在发生。顺便说一下，同样的顾虑在工业革命初期也曾出现过，不是吗？你有多大信心认为五年后，我们会做出正确的决策，并且世界会因为我们的投资和所做的一切，变得像我们所描述的那样美好？与12个月前相比，今天坐在这里的你是否更有信心？

我给出99.99%的信心指数，只是为了向一位好友致敬，不使用0和100这样的极端值。我99.99%确信，我们中有太多的人深深地关心着结果是否会向好的方向发展。我们会贡献出我们的力量、智慧和资源，以确保我们能以负责任且乐观的态度实现这一目标。所以，有太多人正在做正确的事情。通常情况下，你会发现有些人会对这些事情高谈阔论，而他们的观点往往源于几个方面。他们没有意识到，在他们信息圈之外，有许多人、行业、杰出的研究人员和工程师，正在独立于他们之外从事着令人惊叹的工作。仅仅因为他们没有提及，并不代表许多聪明人没有在做聪明的事。

而且，我在公司内部也总是这样说。即使没有我的领导，没有所谓的战略，公司依然在做着聪明的事。完全凭借自身的力量。聪明人自会做聪明的事。当你将他们整合起来时，他们会做出更具影响力的成果，但卓越的人才即使单打独斗也能做出聪明的事。所以，当有人告诉我你们在为我们担心时，我会觉得这种担忧是有益的。我们应该表达我们的担忧。我们应该表达我们的关切。但我们不应预言世界末日。因为他们低估了人类的境况。他们低估了人类的能力。他们出于某种原因——也许仅仅是狂妄，也许是傲慢——认为如果不是由他们来完成，事情就无法达成。认为如果不是由他们来完成，事情就无法达成。

没错。事实是，无论我怎么说，这家公司都在做着了不起的事情。没错。我获得了所有的赞誉，也承担了所有的指责，但在这两种情况下，我都很公平，尤其是对待赞誉时。所以，之所以这样，是因为当你身边环绕着出色的人，并创造出让每个人都追求相同成果——即好的成果、好的愿景——的环境时，事情就会如此。我认为大多数人都是这样想的。这就是我为什么说我们需要对自己负责并勇于担当。但我们也应该展现出一个乐观的未来。当然。我百分之九十九点九九地确定，在全世界这么多杰出人才的环绕下，我们将共同实现这一目标。

我同意。而且，我认为您是国家的宝贵财富。我们很幸运有您引领这项重任。全国都感谢您将大家团结在一起，让我们达成共识，并构建起框架。未来还有更多的工作要做。但作为两个孩子的父亲——我知道您也有孩子，将来也会有孙辈——我们最在乎的莫过于为他们建设一个更美好的世界，我们完全可以停下来。但如果我们今天就停下，我们就输了，我们失去了创造那个更美好世界的机会。所以我们就在这里收尾吧。

谢谢你，Jensen。谢谢你，还有Brad，谢谢你，我从未见过比你更伟大的爱国者。我很感激。你不仅非常关心这个行业，更关心这个国家。你的天赋，你那种充满热情、不知疲倦地协调并团结众人以成就伟大事业的能力，就像你所做的那样。是啊，我真是太不可思议了。

提醒大家一下，这仅代表我们个人的观点，不构成投资建议。