未來已來!黃仁勛詳解驅動AI革命的"三大規模法則"

未來已來!黃仁勛詳解驅動AI革命的"三大規模法則"

　　9月26日消息，英偉達首席執行官黃仁勛（Jensen Huang）日前做客播客節目《BG2》，接受了主持人布拉德.格斯特納（Brad Gerstner）與金融投資從業者克拉克·唐（Clark Tang）的專訪。

　　此次訪談圍繞人工智慧時代展開，涵蓋OpenAI「星際之門」（Stargate）項目與英偉達1000億美元投資合作、人工智慧三大規模法則（Scaling Laws，即預訓練規模法則、后訓練規模法則和推理階段規模法則）、英偉達加速計算市場潛力、年度晶元發布節奏與極致協同設計等。

　　黃仁勛在訪談中特彆強調，他認為OpenAI有可能成為下一個市值達到數萬億美元的超大規模公司（Hyperscale Company），而英偉達將成為全球首家市值突破10萬億美元的公司。

　　訪談還談及全球AI競爭格局、中國AI晶元發展、美國改革H-1B簽證項目對吸引人才的影響，以及人工智慧未來影響等核心議題，深度剖析了AI對全球經濟與產業的重塑。

　　以下為訪談內容精簡版：

　　01. 三大規模法則讓黃仁勛信心更堅定

　　格斯特納：過去一年，人工智慧領域發生了翻天覆地的變化。如今，英偉達超過40%的營收來自推理業務。隨著推理鏈的興起，推理需求即將迎來爆髮式增長，有人甚至預測增幅可能達到百萬倍，甚至十億倍。情況真的如此嗎？

　　黃仁勛：確實如此。這也是很多人尚未完全理解的關鍵所在。我們現在所討論的，本質上是一場工業革命的到來。過去這一年，感覺彷彿我們每天都在延續去年的播客對話。在人工智慧的時間維度里，這一年幾乎相當於跨越了一個世紀。

　　格斯特納：我最近重溫了去年的播客，其中最讓我印象深刻的是你當時強調的觀點：當時市場對預訓練（Pre-training）持悲觀態度，認為預訓練已接近飽和，還擔心人工智慧基礎設施會過剩。但你卻指出，推理需求的增長幅度不會是100倍、1000倍，而是10億倍。

　　黃仁勛：確實如此。

　　格斯特納：當時你的預測非常大膽。這也引出了我們今天的主題。你最近宣布了一項重大合作交易，我們不妨從這個話題開始。我必須坦白，當初我確實低估了這一趨勢。現在我們面臨三大規模法則，對嗎？分別是預訓練規模法則、后訓練規模法則和推理階段規模法則。

　　黃仁勛：沒錯。后訓練階段就像人工智慧在不斷練習技能，直到能夠熟練掌握。它會嘗試多種方法，這個過程需要大量推理計算的支持。

　　如今，在強化學習中，訓練和推理已經深度融合，變得極為複雜，這正是后訓練的本質。第三種法則是推理。過去，推理是「一次性」（one-shot）操作，但現在，它更像是一個「思考」的過程——人工智慧在生成答案之前，會先進行思考、驗證事實、學習新知識，然後才輸出答案，而不是直接給出結果。因此，我們現在擁有三種規模法則：預訓練規模法則、后訓練規模法則和推理規模法則。

　　格斯特納：相比去年，你的信心是否更足了？原因是什麼？

　　黃仁勛：我的信心確實更堅定了。原因在於，如今的人工智慧已不再是單一的語言模型，而是由多個語言模型組成的複雜系統。這些模型會同時運行，可能會調用各類工具，有的還會進行研究工作，涉及多模態技術，並生成大量視頻內容。正是這些智能體系統（Agent Systems）和多模態技術的進步，讓我更加確信，推理需求的增長將推動人工智慧邁向新的高度。

　　02.OpenAI「星際之門」項目與英偉達的投資

　　格斯特納：最近有一則重大新聞，也就是備受關注的OpenAI 「星際之門」項目。英偉達日前也宣布將成為OpenAI的優先合作夥伴，計劃在未來一段時間內向後者投資1000億美元。OpenAI打算建設10吉瓦（GW）的人工智慧基礎設施，如果全部採用英偉達的晶元，這可能會為英偉達帶來高達4000億美元的收入。請闡述一下這一合作關係對英偉達的意義，以及為什麼這是一筆明智的投資。

　　黃仁勛：我先回答您最後一個問題，之後再逐步展開說明。

　　我認為，OpenAI極有可能成為下一個數萬億美元級別的超大規模公司，就像Meta或谷歌這樣的企業。OpenAI將為消費者和企業提供服務，完全有潛力成為全球下一個數萬億美元級公司。既然如此，在他們實現這一目標之前進行投資，無疑是我們能想到的最明智的投資選擇之一。我們對人工智慧領域有著深入的了解，這筆投資的回報必將非常可觀。我們並非必須進行這筆投資，但他們給了我們這個機會，這非常難得。

　　就第一個問題而言，我們與OpenAI在多個項目上都有合作。首先是微軟Azure雲平台的建設，我們將繼續深化這一合作，這部分業務涉及數百億美元的規模。其次是甲骨文雲基礎設施（OCI）的建設，計劃建設5至7吉瓦的算力，我們正與甲骨文雲基礎設施、OpenAI以及軟銀合作推進這些項目，並且已經簽訂了相關合同。

　　此外，還有CoreWeave的合作項目。最新的合作則是幫助OpenAI首次自主建設人工智慧基礎設施，我們從晶元、軟體、系統到人工智慧工廠層面，直接與他們展開合作，協助其成為能夠完全自主運營的超大規模公司。這將是一個長期的過程，同時也會對他們現有的項目起到補充作用。

　　格斯特納：你提到OpenAI有可能成為萬億美元級公司，這非常引人注目。你還提到他們將自行建設數據中心，而在此之前，他們一直依賴微軟來建設數據中心。現在他們希望與英偉達直接合作，打造全棧式人工智慧工廠，這與埃隆.馬斯克（Elon Musk）和xAI的合作模式類似。這是一個重大轉變，這是否意味著OpenAI不僅可以自己使用這些算力，還可能向其他企業出售算力？

　　黃仁勛：是的，OpenAI很可能會將大部分算力用於自身業務，這與xAI的模式類似。但該公司希望與我們建立直接的合作與採購關係，就像Meta的馬克.扎克伯格（Mark Zuckberg）、谷歌的桑達爾.皮查伊（Sundar Pichai）或微軟的薩提亞.納德拉（Satya Nadella）與我們的合作模式一樣。如今OpenAI的規模已經足夠龐大，到了建立這種直接合作關係的時候。我非常樂意支持這一合作，納德拉、拉里.埃里森（Larry Ellison，甲骨文創始人）等人都知曉並支持我們與OpenAI的合作。

　　03.英偉達在加速計算的市場潛力

　　格斯特納：你提到了甲骨文3000億美元的項目、xAI的超大算力集群Colossus項目、各國的主權人工智慧項目以及超大規模公司的基礎設施建設計劃，OpenAI首席執行官山姆.奧特曼（Sam Altman）甚至還談到了萬億美元規模的投入。然而，華爾街25位分析師的預測顯示，從2027年開始，英偉達的增長將趨於平緩，2027年至2030年的年平均增長率僅為8%。這些分析師的主要職責就是預測英偉達的增長率，但他們的預測與你、奧特曼、皮查伊、納德拉等人的說法存在巨大分歧。你對此有何看法？

　　黃仁勛：這種分歧確實存在。我們對這樣的預測並不擔心，因為我們總能輕鬆超越華爾街分析師預測的數據。我將從三個角度來闡述，希望能幫助大家對英偉達的未來更有信心。

　　首先，從物理定律的角度來看，通用計算的時代已經結束，未來屬於加速計算和人工智慧計算。這是業界無可爭議的共識。全球有價值數萬億美元的計算基礎設施需要更新換代，而更新時都會轉向加速計算。我們與英特爾的合作正是基於這一認知。通用計算需要與加速計算相結合，這也能為英特爾創造新的發展機遇。

　　其次，人工智慧的應用場景已無處不在，比如搜索、推薦引擎、電子商務等領域。過去，超大規模計算基礎設施依賴中央處理器（CPU）運行推薦引擎，如今正逐步轉向圖形處理器（GPU）和人工智慧技術。傳統的超大規模計算正從CPU驅動轉向加速計算和人工智慧驅動，這涉及Meta、谷歌、位元組跳動、亞馬遜等眾多企業。這部分市場規模已達數百億美元，覆蓋了約40億用戶，這些用戶的需求已完全由加速計算驅動。

　　最後，展望未來，我剛才所討論的還只是最基礎的內容：傳統計算方式正在被取代，就像從煤油燈過渡到電燈、從螺旋槳飛機升級到噴氣式飛機一樣。人工智慧和加速計算催生了全新的應用場景。人工智慧超級計算機或人工智慧工廠將生成Tokens，以增強人類智能。人類智能創造的價值佔全球國內生產總值（GDP）的55%至65%，約合50萬億美元。

　　如果一位年薪10萬美元的員工，通過1萬美元的人工智慧輔助，生產力就能提升一倍甚至兩倍，誰會不願意進行這樣的投資呢？在我們公司，每位軟體工程師和晶元設計師都在使用人工智慧，覆蓋率達到100%。結果就是，我們能生產更多晶元，研發速度更快，公司增長也更快，同時還能雇傭更多員工，實現更高的利潤。這就是英偉達的發展歷程，而這一邏輯也可以推廣到全球GDP的增長中。

　　假設人工智慧能為50萬億美元的全球GDP增加10萬億美元的價值，那麼這10萬億美元的價值需要依託機器來實現。過去，軟體是預先編寫好的，運行在CPU上；現在，人工智慧會持續生成Tokens，相當於軟體在實時「思考」，而這需要人工智慧工廠提供支持。

　　如果10萬億美元的Tokens生成能帶來50%的毛利率，那麼其中5萬億美元的價值就需要人工智慧基礎設施來支撐，全球每年5萬億美元的資本支出是合理的。我們估計，當前相關市場規模約為每年4000億美元，未來可能會增長4至5倍。阿里巴巴的吳泳銘（Eddie Wu）曾提到，到本世紀末，他們的數據中心功率將增加10倍。英偉達的收入與功率幾乎直接相關，因為Tokens生成量每幾個月就會翻倍，所以每瓦性能(Perf Per Watt)必須呈指數級增長。

　　格斯特納：全球GDP曾在2000多年時間裡幾乎處於停滯狀態，在工業革命后開始加速增長，數字革命又進一步推動其加速。現在人工智慧革命將進一步推動GDP增長，因為我們將擁有數十億個人工智慧「同事」協助工作。如果GDP是勞動和資本的產出函數，那麼人工智慧必然會加速GDP增長。你是這樣認為的嗎？

　　黃仁勛：完全正確。人工智慧技術催生了人工智慧智能體這一新興產業，OpenAI是歷史上收入增長最快的公司，其收入呈指數級增長。人工智慧的發展需要基礎設施支持，因此我們所在的行業在不斷增長，能源、電力等底層行業也隨之蓬勃發展。這就像是能源行業的文藝復興，核能、燃氣輪機等領域都在快速發展。

　　04.英偉達投資回報：過剩還是泡沫？

　　格斯特納：外界普遍擔心人工智慧市場會出現「過剩」或「泡沫」。扎克伯格日前在播客中表示，Meta可能會多投入100億美元，但這無關緊要，因為人工智慧對他們的業務至關重要。這有點像 「囚徒困境」，投資是必不可少的選擇。

　　我們估計，到2026年，人工智慧相關收入將達到1000億美元。但持懷疑態度的人認為，要從2026年的1000億美元增長到2030年的1萬億美元，這樣的增長速度是否可行？我們真的能實現如此快速的增長嗎？

　　黃仁勛：我認為我們已經接近實現這一目標了。因為超大規模公司的收入已完全由人工智慧驅動。過去，這些平台依賴人工篩選內容，而現在人工智慧可以生成無限多的內容選擇。這種轉變已經發生。在過去三四年中，推薦引擎從CPU驅動轉向GPU驅動，Meta和谷歌基於GPU的搜索功能也是全新的嘗試。到 2030年，人工智慧相關收入達到1萬億美元幾乎是必然的，因為我們目前已經接近這個水平了。

　　至於過剩風險，只要通用計算尚未完全轉向加速計算，推薦引擎和內容生成尚未完全實現人工智慧化，那麼出現過剩的可能性就非常低，而這一轉型過程需要數年時間。

　　投資是為了抓住機遇，我們會根據市場需求做出響應。當前全球面臨的是需求超出了預期引發的算力短缺，而非GPU短缺。過去幾年，我們優化了供應鏈，從晶圓到高帶寬內存（HBM）都已做好準備。如果需求翻倍，我們的產能也能隨之翻倍。客戶每年給我們的需求預測總是偏低，這導致我們始終處於「趕工」狀態，以滿足實際需求。

　　格斯特納：微軟首席執行官納德拉似乎在有意控制市場預期，被稱為 「理性的成年人」。但幾周前他表示，今年已經建成了2吉瓦的算力，未來還將加快建設速度。你認為相比CoreWeave或xAI，傳統超大規模公司現在都在加快投資步伐嗎？

　　黃仁勛：是的，因為第二個指數級增長，即推理「思考」需求已經開始了。一年前我們就討論過，人工智慧從「記憶答案」轉向「推理思考」需要更多算力。現在所有超大規模公司都意識到，他們嚴重低估了基礎設施的建設需求。

　　另一個重大機遇在於數據處理領域，目前結構化和非結構化數據的處理仍主要依賴CPU，例如Databricks、Snowflake、甲骨文的SQL處理等。未來，這些數據處理工作都將轉向人工智慧數據處理，這是一個規模巨大的市場。

　　05.循環收入質疑：金融操作還是真實需求？

　　格斯特納：CNBC和彭博社日前在節目中都對「循環收入」（roundtripping）問題進行了討論。他們認為，「循環收入」是企業通過具有誤導性的交易人為抬高收入，缺乏實際的經濟實質，比如25年前思科和已經破產的北電網路（Nortel）在網際網路泡沫時期的做法。英偉達對OpenAI投資1000億美元，而OpenAI又購買英偉達的晶元，這一行為被質疑是在製造循環收入。分析師在這一點上存在哪些誤解？

　　黃仁勛：建設10吉瓦的基礎設施大約需要4000億美元，這筆資金主要來自OpenAI的收入、股權融資和債務融資。OpenAI的收入正呈指數級增長，投資者和債權人會根據對其收入增長的信心來評估投資價值。這與我們的投資無關，我們的投資是基於機會的選擇。

　　OpenAI可能成為下一個萬億美元級公司，誰不想投資這樣的企業呢？我唯一後悔的是前幾年沒有投入更多資金。我們晶元的性能才是關鍵，即便Vera Rubin（英偉達計劃於2026年推出的晶元）研發失敗，他們也可以選擇其他品牌的晶元，沒有義務必須使用我們的產品。我們對xAI、CoreWeave等公司的投資也證明了我們的投資眼光。我們投資OpenAI背後真正的經濟實質在於，ChatGPT擁有15億月活躍用戶，以及企業對人工智慧技術的迫切需求。每個企業和國家都將人工智慧視為生存的關鍵，其重要性堪比核能。

　　06.年度發布節奏和極致協同設計

　　格斯特納：2024年，英偉達的晶元發布周期調整為年度發布，從Hopper系列到Blackwell系列實現了重大升級。英偉達明年將推出Vera Rubin系列，2027年推出Ultra系列，2028年推出Fineman系列。目前年度發布周期推進得如何？設定這一周期的目標是什麼？人工智慧是否幫助英偉達實現了這一發布節奏？

　　黃仁勛：是的，如果沒有人工智慧，英偉達的發展速度和規模都會受到限制。人工智慧對我們的產品設計至關重要。設定年度發布周期的目標，是為了應對Tokens生成量和用戶使用需求的雙重指數級增長。

　　OpenAI每周有8億活躍用戶，每位用戶生成的Tokens數量也在大幅增加，因為現在的推理過程需要「思考」。由於摩爾定律失效，晶體管的成本和功耗基本保持不變，我們必須通過新技術來降低Tokens生成成本。

　　從Kepler系列到Hopper系列，性能提升了10萬倍；從Hopper系列到Blackwell系列，性能提升了30倍；Vera Rubin和Fineman系列還將繼續提升性能。

　　我們通過極致協同設計（Extreme Co-design）實現這一目標，對模型、演演算法、系統和晶元進行全面優化，涉及CPU、GPU、網路晶元、NVLink（英偉達高速互聯技術）和Spectrum X乙太網（英偉達乙太網技術）。我們的乙太網業務是全球增長最快的乙太網業務之一。這種全棧式優化帶來的性能提升，遠遠超過了摩爾定律的極限。

　　格斯特納：什麼是極致協同設計？

　　黃仁勛：極致協同設計指的是同時對模型、演演算法、系統和晶元進行優化，突破傳統CPU速度提升的限制。英偉達通過CUDA（統一計算架構）和GPU開創了這種大規模協同設計模式，覆蓋軟體、數據中心、交換機、網路等多個領域。我們每年研發6至7款晶元，並對整個系統進行優化。我們的軟體豐富度在行業內僅次於少數幾家公司，這使我們能夠應對人工智慧領域多樣化的需求。

　　格斯特納：有競爭對手稱，英偉達推行的年度發布周期不僅降低了Tokens生成成本，還通過鎖定供應鏈讓競爭對手難以追趕。你對此有何看法？

　　黃仁勛：我們每年要建設價值數百億美元的人工智慧基礎設施，供應鏈規模非常龐大。晶圓、動態隨機存取存儲器（DRAM）等關鍵部件需要提前一年規劃。客戶會下達50億美元規模的訂單，這源於他們對我們架構穩定性的信任。沒有客戶會願意為未經驗證的新架構冒險，我們的供應鏈優勢和客戶信任度是重要的競爭優勢。

　　07.專用集成電路（ASIC）的未來與經濟性

　　格斯特納：關於GPU與專用集成電路，如谷歌TPU（張量處理器）、亞馬遜Trainium的爭論一直很激烈。你在去年曾表示，英偉達打造的是系統而非單一晶元，許多ASIC項目可能無法實現量產。如今谷歌的TPU似乎取得了成功，你如何看待當前的競爭格局？

　　黃仁勛：谷歌TPU的成功源於其前瞻性。該公司在人工智慧熱潮興起之前就啟動了TPU1項目，這就像初創公司需要在市場規模較小時進入一樣。英偉達也是如此，抓住了早期的小眾市場，並將其發展成了龐大的產業。現在人工智慧市場規模巨大且複雜，從GPU到人工智慧工廠，涉及多種晶元（例如用於視頻生成的CPX晶元）。

　　我們還在探索人工智慧數據處理晶元，因為人工智慧需要對長期和短期內存進行管理。CUDA的靈活性使我們能夠快速試驗不同的架構，而ASIC的固定性難以應對人工智慧需求的快速變化。

　　即便ASIC取得成功，客戶仍需平衡其計算集群的配置，而英偉達的生態系統能提供多樣化的選擇。我們推出的Dynamo（分散式人工智慧工作負載編排工具）和NV Fusion（與英特爾等公司合作的技術），允許競爭對手接入我們的人工智慧工廠，這對雙方來說是雙贏的選擇。

　　格斯特納：你曾表示，即便競爭對手的晶元免費提供，客戶仍會選擇英偉達的系統，因為運營成本（如電力、場地等）更低。能否詳細解釋一下這一點？

　　黃仁勛：從收入角度來看，假設客戶擁有2吉瓦的電力，我們系統的每瓦性能是競爭對手的兩倍，那麼客戶就能從數據中心獲得雙倍收入。我們75%的毛利率與競爭對手50-65%的毛利率之間的差距，遠小於30倍的性能差距。即便競爭對手免費提供晶元，客戶因選擇其產品而損失的機會成本過高，仍會選擇英偉達高性能、高每瓦效率的系統。未來Ruben、Ultra、Fineman系列將繼續保持這一優勢。

　　08.英偉達的競爭護城河

　　格斯特納：我們再回到競爭護城河的話題。英偉達推行年度發布周期，與供應鏈協同開發，規模遠超預期，通過收購以及NV Fusion、CPX等戰略增強了平台能力。你認為英偉達的競爭護城河在擴大嗎？市場認為，市值4.5萬億美元的公司不可能再實現大幅增長，但你認為五年後英偉達收入能增長2至3倍嗎？

　　黃仁勛：我們面臨的機遇遠超市場共識。我認為英偉達有可能成為首家市值達到10萬億美元的公司。十年前，沒人相信會出現萬億美元市值的公司，如今這樣的公司已有10家。人工智慧工作負載將增長5至10 倍，我們不僅是一家晶元公司，更是人工智慧基礎設施公司。我們與OpenAI的合作就證明了這一點。客戶可以選擇購買我們的晶元、組件或完整系統，我們能靈活滿足不同需求。市場低估了我們的增長潛力。

　　格斯特納：你提到馬斯克是頂尖的建設者。xAI的Colossus 1整合了數十萬顆H100/H200晶元；Colossus 2可能會配備50萬顆GPU，相當於100萬顆H100晶元的算力，或許會成為首個1吉瓦規模的計算集群。這種建設者的優勢體現在哪裡？

　　黃仁勛：人工智慧超級計算機的建設極為複雜，涉及技術、融資、場地、電力等多個方面。馬斯克的獨特優勢在於，他能統籌所有環節，包括融資，就像一台超級計算機一樣高效。他具有強烈的緊迫感，將意願與技能相結合，能夠創造奇迹。

　　09. 主權人工智慧與全球布局

　　格斯特納：30年前，你肯定想不到會與各國國王、總統會面。美國總統特朗普表示，英偉達對國家安全至關重要，堪比20世紀40年代的核項目，但如今這項「項目」的資助者是英偉達、OpenAI、Meta、谷歌等公司，而非政府。你是否認同各國將人工智慧視為經濟和國家安全的關鍵生存要素這一觀點？

　　黃仁勛：沒有人需要原子彈，但所有人都需要人工智慧。人工智慧是現代軟體的核心，正在推動計算從通用計算轉向加速計算，從人工編寫代碼轉向人工智慧生成代碼。

　　每個國家都必須參與人工智慧領域的發展，因為它代表著現代化。各國需要將自身的歷史、文化、價值觀編碼到人工智慧中，發展主權人工智慧能力，涵蓋語言模型、工業模型和國家安全模型。他們會使用OpenAI、Gemini（谷歌旗下人工智慧模型）、Grok（xAI旗下人工智慧模型）、Anthropic（人工智慧公司）等平台的技術，但也需要自建基礎設施，就像需要能源和通信基礎設施一樣。

　　10.中國人工智慧晶元與英偉達的角色

　　格斯特納：你對中國的了解無人能及。英偉達曾在中國市場佔據95%的份額，但近年來受政策限制，華為藉此獲得了發展，並計劃在三年內超越英偉達。你認為美國應如何在全球人工智慧競賽中取勝？

　　黃仁勛：中國有權支持本國企業，他們擁有全球頂尖的創業者和科學、技術、工程、數學（STEM）領域人才，工作文化高效。中國的製造能力強大，與我們的技術差距僅在「納秒」級別。美國試圖限制中國的做法，反而加速了華為的發展。我們應承認中國是強大的競爭對手，通過開放市場吸引外國投資，同時允許中國企業參與全球競爭。英偉達希望在中國市場參與競爭，這對中美雙方都有利。我們的業績預測並未包含中國市場，但中國市場至關重要。我相信理性最終會佔上風。

　　11.H-1B簽證、人才與美國夢

　　格斯特納：美國政府對H-1B簽證收取10萬美元費用，你如何看待這一政策對吸引全球人才的影響？這對大公司和初創企業的影響有何不同？

　　黃仁勛：這是一個好的開始，但希望這不是終點。美國的核心品牌是「美國夢」和「上升權」（The Right to Rise，即每個人都有通過努力提升自身地位的權利），我就是這一理念的受益者。特朗普總統支持合法移民，10萬美元的H-1B簽證費用有助於減少簽證濫用，但可能會給初創企業帶來負擔，導致投資流向海外。政府需要調整政策，吸引頂尖人才，尤其是中國的人工智慧研究者。

　　過去，90%的中國頂尖人工智慧人才會來美國發展，現在這一比例僅為10-15%，這是潛在的危機。我們需要確保美國仍是全球最佳工作地，避免破壞人才引進渠道。

　　格斯特納：你提到了美國夢和亞伯拉罕·林肯（Abraham Lincoln）提出的「上升權」。我們合作的「投資美國」計劃提出，從2026年起，為每個新生兒設立1000美元的投資賬戶，投資於英偉達等公司的股票。你如何看待人工智慧時代的財富分配和社會契約？

　　黃仁勛：「投資美國」是一個極具遠見的想法，它讓每個孩子都成為美國未來的股東。特朗普總統推動再工業化、技能培訓和人工智慧普及，讓更多人能從發展中受益。人工智慧是終極的平等器，它降低了技術門檻，任何人都可以通過自然語言使用人工智慧。OpenAI的8億用戶應擴展到60億。人工智慧不會導致大規模失業，反而會激發更多創新和就業機會。工作任務會發生變化，但新的機會將不斷湧現。

　　12.展望未來：人工智慧與人類的共智時代

　　格斯特納：雷.庫茲韋爾（Ray Kurzweil，未來學家）預測，21世紀將實現相當於2萬年的技術進步。你提到我們正處於關鍵時刻。到2030年，人工智慧將如何改變世界？

　　黃仁勛：未來五年，人工智慧將與機器人技術、生物技術深度融合，每個人都將擁有專屬的人工智慧助手，就像《星球大戰》中的R2-D2機器人一樣，覆蓋全球80億人，個性化的人工智慧模型將存在於雲端、汽車和機器人中。

　　生物技術將實現數字化，醫療領域的數字孿生技術可預測健康狀況。面對指數級的變化，企業需要 「踏上這列快車」，無需預測終點，只需隨變化調整方向。人工智慧將放大人類智能，創造更多工作崗位，政府和企業需合作提升全民福祉。

　　格斯特納：感謝你提供的深刻見解，這真是一個激動人心的時代！