英伟达的创业历程与关键转折 - 公司于1993年以“创造新计算方式”为目标创立，早期通过与世嘉合作开发游戏机芯片获得起步资金[1] - 公司在1995年中期因在纹理映射、图形建模、架构设计三大核心技术路线上全部选错而陷入绝境[2] - 公司创始人通过坦诚沟通，将世嘉剩余的500万美元合同款转为投资，为公司保留了生机[3] - 公司在资金耗尽时，用约100万美元收购库存模拟器实现无实物芯片设计测试，并说服台积电跳过原型测试直接量产，最终芯片成功使公司成为从零到10亿美元增长最快的科技企业[4] - 公司通过将3D图形核心需求硬编码到芯片中，使小型芯片具备百万美元级图像生成器性能，并聚焦游戏场景构建生态，在30余家竞争者中突围[5] 进入AI领域的契机与早期投入 - 2012年，研究人员使用两块英伟达GTX580显卡训练出AlexNet，引爆现代AI革命，公司由此敏锐捕捉到GPU在AI领域的潜力[6] - 公司意识到深度学习是能解决所有有输入输出问题的通用函数近似器，意味着可打造能学习几乎一切的计算机[6] - 2016年，公司投入数十亿美元研发出首台DGX-1超级计算机，售价30万美元，最初无任何订单，首台设备提供给了OpenAI[7][8] - 9年后，同款算力的DGX Spark已缩小至书本大小，价格降至4000美元[8] - 公司的GPU具备并行处理能力，本质是消费级超级计算机，GTX 580的SLI配置成为推动AI落地的关键设备[9] CUDA技术的战略意义与坚持 - CUDA技术为AI发展奠定核心基础，但推出时无人理解，导致公司市值从120亿美元暴跌至20-30亿美元[9] - 公司基于第一性原理的坚定信念坚持投入，最终该技术改变了世界，并推动公司市值大幅回升[9] 对AI发展、安全与本质的见解 - AI的发展将更加渐进，不会突然出现“奇点”时刻，历史表明担忧会转化为使技术更安全的努力[9] - 过去两年AI能力提升了约100倍，大部分增加的算力被用于提升安全性，让AI能够思考、分解问题、逐步推理、进行研究与自我纠错[10] - AI目前是感知、理解、规划和执行任务的能力，这与意识（包括对自身存在的认知、体验和自我意识）本质不同[11] - AI安全将采用类似网络安全社区的合作模式，共同抵御威胁[12] 量子计算与加密技术的演进 - 量子计算会使之前的加密技术过时，但整个行业正在研发使用新算法的后量子加密技术[13] - 量子计算机能在几分钟内完成传统超级计算机需要数十亿年才能解决的问题，但行业有信心找到应对方案[13] 加速计算、能源瓶颈与未来展望 - 能源是几乎所有事情的限制，但加速计算在过去10年中将计算性能提高了10万倍[14][15] - 预计十年后，对大多数人来说，人工智能所需的能量将微不足道，AI将可随时运行于各种设备中[15][17] - 预计未来六七年将出现一大批小型核反应堆（数百兆瓦级），这些本地化发电机可减轻电网负担[16] - 加速计算通过将问题分解并交给数千个处理器并行处理，与传统CPU顺序执行任务的方式不同[18] 技术鸿沟与AI对就业的影响 - 技术鸿沟将大幅缩小，AI是全球最易于使用的应用工具，ChatGPT在短期内便吸引了近10亿用户[19] - 未来人们无需掌握编程语言，通过自然语言即可与技术交互，这将消除技术门槛[20] - AI不会取代核心工作岗位，而是取代工作流程中的“任务”并提升效率，例如放射科医生因AI辅助能处理更多病例，导致该岗位数量增加[21] - AI的介入让图像分析等任务变得更快、更精准，支持多维度分析，从而提升经济效益并创造更多岗位需求[21]