深度对话Nvidia CEO黄仁勋：AI与无人驾驶新时代真的来了

智东西（公众号:zhidxcom）

编|海中天

导语：Nvidia正处在发展高峰，在过去一年里，它的股价翻了两倍。Nvidia已经从GPU芯片制造商变成了AI公司。在今年的CES展会上，黄仁勋发表了主题演讲。主题演讲结束之后，黄仁勋与一些媒体记者坐下来交流，采访时间长达一小时。黄仁勋谈到了GPU与深度学习网络交汇的问题，交汇让AI取得突破，推动了无人驾驶汽车、语音控制技术的进步。他还谈到了PC游戏、VR问题，任天堂与Nvidia合作推出了Switch游戏机，Nvidia还与奔驰、奥迪合作开发无人驾驶汽车，公司自己推出了Shield TV电视机顶盒。

下面是对话的文字实录：

三个主题

黄仁勋：昨天我发表了主题演讲，谈到了三件事情。第一件就是PC游戏与GeForce的繁荣。这种繁荣有许多的原因，它已经普及到全球。之所以全球化是因为它是以PC作基础的，它对人类来说是一种基本工具。人们想买许多东西，他们离不开PC。

我还说过，几乎每一个人都是游戏玩家。我相信，在父母那一代，没有一个人是游戏玩家，但到了孩子这一代，人人都是游戏玩家。全球目前只有几亿游戏玩家，也就是说规模还有10倍的增长空间。游戏正处在繁荣发展时间，它是一项全球化业务。每一个人都会成为游戏玩家。

游戏的产值正在增加。10年前，如果要用比较好的设置玩《使命召唤》，计算力需要增强10倍。突然之间4K来了，HDR来了，VR来了。技术推动产业前进，产值正在快速上升。

游戏不再只是为了好玩，它还成为一种运动。这点大家已经知道了。观看《英雄联盟》决赛的玩家比观看NBA总决赛的人还要多。我可以断言，再过一段比较长的时间，电子竞技将会变成世界上最大的游戏类型。它可能会成为比足球、比橄榄球、比游泳更大的运动，我不是很确定，但是它肯定会很大，现在已经很大了。全球有1亿移动游戏玩家，有3.25亿人观看其它人比赛。

游戏还是社交，是一种交流方式。你有4个朋友，其中3个是游戏玩家，当他们都在玩《守望先锋》而你没有玩时，你就难以与他们交流。它和篮球以及我做的其它事情没有区别，它建立了“社会网络”。在你的朋友圈中如果游戏玩家越多，你所认识的游戏玩家也会越多，它是一个反馈系统。

在过去短短几年里，Twitch破土而出，但崛起的不只是Twitch。在YouTube网站，有一种视频快速增长，它就是游戏视频。你想学习如何玩游戏，从而达到较高的水平。你想观看其它人的超级壮举。你可能会将视频游戏当成艺术平台，做一些真正出色的事情。我们用视频游戏分享成功，分享自己的瞬间，分享自己的艺术作品。

所有这些都是建立在PC之上的。正因如此，PC产业还在发展，PC游戏市场正在快速膨胀。这种变化还在继续，我们感到很兴奋。

我还谈到了家庭AI。最终每一个家庭都会需要一台家用电脑，不过电脑不再是PC。你的个人电脑只属于你，每一个人都有自己的个人电脑。“家用电脑”的概念没有存在过。不过我相信，我们需要一台家用电脑。家用电脑可能是你的娱乐电脑。我一直觉得，Shield就是一台娱乐电脑，它将有趣的内容带给家庭。随着时间的推移，Shield会变得越来越强大，最终控制、连接整个住宅。

我还谈到了无人驾驶汽车。我们升级了Autopilot平台，包括处理器、操作系统、AI。大家可能会有一个错误的理解，认为只有一个AI让汽车行驶，事实并不是这样的。未来，AI将是由许多AI组合在一起，它是软件进化的新形式。深度学习是一种开发软件的新方法。汽车内部有许多软件模块和功能，它们都会加入AI元素。

汽车的功能必须分拆，计算平台还是要分成模块化组件，然后让每一个部分发展。我们认为，未来会有更多不同的AI出现，我说的是“感知AI”“驾驶AI”“推理AI”。我在哪里？其它人在哪里？我可以预测一切。

我还说过，AI不再只是辅助驾驶技术。当汽车没有用AI行驶时，AI也可以“照顾”我们。AI可以成为副驾驶员。每时每刻，我们身边都有一位全心全意的AI副驾驶员，它可以报警，可以监控周边环境。自始至终，它都能感知周围一切。不只如此，它还能感觉到你所做的事。如果汽车外面有什么事情发生，你无法注意到，它会提醒你。如果系统在驾驶时不是特别自信，那么在“照顾”用户时应该是很自信的。在我们身边，一直会有一位“AI副驾驶员”在工作。

简言之，我谈了这三个基本主题。

问：先介绍一下GeForce吧？

黄仁勋：在今年的CES展会上，展示的GeForce游戏笔记本有30款，它们今年都会推出。相当多。30款全新的GeForce游戏笔记本，全球每一个OEM企业都参与了。这些产品用新的GPU驱动，也就是GeForce 1050TI。笔记本很薄，很快，性能比PlayStation 4更好。当你拿到轻薄漂亮的笔记本，可以用它玩PS4一样的游戏。

我们还展示了非常棒的游戏显示器，它是世界上第一款4K G-Sync HDR显示器。如果你们没有看过，应该看看。没有延迟，支持HDR，支持4K。其中一款来自华硕，一款来自宏基。这两款显示器是游戏玩家的福音。

GeForce很有活力，我们会将AI带到家中，会将汽车变成AI。AI要么帮你驾驶汽车，要么照看你。

AI副驾驶

问题：照我们预测，在汽车实现自动驾驶之前，“AI副驾驶”功能会先出现。你能具体谈谈这种技术吗？

黄仁勋：AI副驾驶技术很难开发，比自动驾驶更难。我展示了四种功能，这四种功能暂时都不会推出。AI知道你的眼睛看向何处，知道你的头朝向何方，可以阅读唇语，还可以实时识别面部表情。人类做这些事很容易，很自然，要让计算机做到相当困难。摄像头会装进汽车，监控一切。它会观察你，观察乘客。

问题：要实现这些功能是不是意味着计算力必须更强大？

黄仁勋：网络很大，很深，追踪眼球动作如果要求不高，做到很容易，但要达到很高的水平很难。在近期之内，要想阅读唇语还不现实。我们与牛津的人合作开发该技术，真的很难。

问题：你们是不是放弃了语音识别？

黄仁勋：也做。不过有时环境太噪杂，可能窗户已经放下，可能坐的是敞篷车，此时就可以阅读唇语。在这些环境下，唇语是有意义的，不是吗？汽车现在就是AI，它可以监控驾驶者，还可以监控环境。那么摩托车呢？自行车呢？不是还有行人吗？孩子不是在街上玩耍吗？有没有球突然横在汽车面前？所有这些事情都是实时发生的。虽然副驾驶并没有驱动汽车，但是要开发它还是很难的事。

问题：从英特尔高通提供的产品来看，市场似乎已经很拥挤了。你们的竞争优势在哪里？在无人驾驶计算市场，区分赢家和输家的关键因素是什么？

黄仁勋：首先，这门技术很难，问题很难解决。它涉及到视觉计算和AI计算问题，它们是两码事，我们恰恰很擅长。在这两方面我们投入了许多精力。

现在它已经变成了极大的市场。有许多企业进入，而事实在于，目前市场上真正的解决方案很少。Drive PX不是演示产品，它是可以用于生产的。我们推出的是一个生产平台，它被用在Model S上，上个月产品刚刚开始出货。在生产Level 4自动驾驶汽车上，我们是领先者，可能领先了3年。

问题：你说Nvidia正在转变，向AI公司转变，这点很有趣。是不是说你们将游戏与显卡业务的位置后调，对业务的优先顺序进行重排，资源也另行分配？你们有没有向AI研发、工程、人才投入更多资金，还是向传统业务投入的资金更多？

黄仁勋：有许多员工正在开发AI，这点是没有疑问的。当我们回想公司正在开发的技术时，有一点是共通的，所有技术都以GPU运算作为基础，当我们挑选工作时，市场会不会变大并不是选择的标准。我们挑选工作有三个标准：这件工作重要吗？难吗？我们是不是很擅长做类似的事？我们挑选一些工作做，它与我们的核心能力是匹配的。

几乎我们所做的一切事都是以GPU计算作为基础的。我们向四个不同的领域发力，它们是游戏、VR、AI数据中心、自动驾驶汽车。我们只关注这四个领域，不关心其它。结果证明，这四个领域恰恰是最酷的领域，影响力也很大，需要很长的时间才能成为现实。为什么？因为很难。尽管如此，这四个领域都是以GPU计算作为基础的。

四大领域有一些共同点。一是视觉，二是智能、人工智能，它们都与这两点相关联。某一天，某人可能会发现，计算机图像、智能、AI、深度学习只是“兄弟”。两种运算是高度关联的。图像技术和解决问题的技术可能非常相似，我并不是要在二者之间建立哲学联系，但是两个问题真的很相似。

问题：几年前你们开始向市场投资，现在它突然变得重要起来。你有没有预见到这一转变？

黄仁勋：我们一直在思考重要的事情。第一个问题是：“它真的是一个重要问题吗？”无人驾驶汽车是一个重要问题，机器人也是一个重要问题，而且还是很难的问题。这个问题Nvidia可以很好解决，因为它们的解决方案涉及到视觉运算和人工智能。我们插手是有意义的，虽然要花很长的时间。

没错，我们的确预见到它的到来，正因如此，我们才会觉得它重要。不过时间看起来很长，要开发一样东西，花10年算是很长的了。如果你喜欢某件事情，10年就会过得很快。

问题：有报道说自动驾驶汽车在测试时出现事故，对此你有何看法？其中特斯拉事故最为引人注目。

黄仁勋：真的很不幸。有一点没有疑问：技术越来越先进。正因如此，我们才会投入如此多的资金研发。自动驾驶汽车的问题实际上就是AI问题，这是一个很难的问题。我并不认为问题已经解决了，正因如此，我们才会努力工作。很明显，这是需要解决的重要问题。

AI汽车

问题：有一个挑战市场需要面对，许多公司鼓吹说，现在已经开发出自动驾驶技术，但是它们同时又说，现在还无法实现自动驾驶。真是有些困惑，在什么时候变成现实的问题上，大家的意见不一致。变成现实并不是一辆或者两辆汽车实现自动驾驶，也不是40辆，而是几百万辆。在解释自己所做的事情时，特斯拉更是让人迷惑不解。在你看来，我们应该如何看待这一问题？如何在现实与未来之间取得一致的认识，我们能够做什么？不能做什么？

黄仁勋：首先，你可以控制这些事情，例如，你可以不写这些东西。为什么我们要谈论它？为什么大家感兴趣？因为交通是一件大事，它是社会的脉络。我们用互联网传输信息，用交通移动人和物，我们需要用交通谋生。交通是一个有趣的问题。当然咯，汽车还与人类浪漫的一面相关联，我们喜欢汽车，喜欢撰写与汽车有关的东西。

我认为，你所问的问题真正的意思在于我们离目标还有多远。对于汽车的功能，大多人并不困惑。民众昨天读到了新闻，今天不会跑到家里对汽车说：“汽车啊，开吧。”他们知道自己的汽车无法自动驾驶。我开过Model S，我可以告诉你，每天它都帮了我很多忙，它提高了安全性。

问题：我觉得这个问题和辅助驾驶技术有关，而不是自动驾驶。此时此刻，辅助驾驶更实际，更实用，而所有人却将目光盯向无人驾驶。

黄仁勋：可能你所说的和我所讲的是一个意思，作为汽车，自动驾驶汽车，首先要做的事情就是规划路线。汽车内部已经有了计算机，连接到网络。你说：“我要去这里。”计算机规划路线，如同飞机一样。路线规划好了，可能是部分规划好了，也可能是全部规划好了，它就可以实现自动驾驶。如果对规划的东西不是很自信，就无法实现自动驾驶。

如果路线的某些部分无法用自动驾驶完成，它会告诉你。通知的方法有很多种。简单来讲，如果汽车无法将你送到某个地方，它应该照看你。最终的结果就是，AI汽车概念比无人驾驶更宽泛。正因如此，我个人并不说“自动驾驶汽车”，我叫它“AI汽车”。我相信AI汽车有两大基本功能：一，为你驾驶汽车，二，照看你。这种理念马上可以变成现实，对整个社会有利。我们首先要完善技术。

问题：Nvidia已经与许多汽车企业合作。在合作时Nvidia扮演了什么角色？只是纯粹的硬件供应商，还是想在生态系统内部扮演更重要的角色？

黄仁勋：我们只是在努力解决问题。事实上，我们的计划并没有想像的那么大。全球有许多汽车，有许多汽车制造商，还有许多服务，有卡车、有巴士公交、有货车、有大巴，汽车的类型多种多样。我们不能用一套解决方案解决所有问题，因为它们面临的问题是不同的，功能也是不同的。

比如公共汽车，这种服务不必追求过多的灵活性，地图数据足够了。如果是个人驾驶的汽车，它可能会去任何地方。你会开着奔驰汽车去班加罗尔市区，就像去山景城、上海一样容易。汽车的功能各有不同，这就是限制，因为挑战也会不同。

总之，不能用一套方案解决所有问题。话虽如此，AI运算平台可以保持一致。每一台电脑都是不同的，但底下的计算平台（处理器、操作系统、AI）却是相似的，汽车的道理与此类似。我们的战略就是开发一个计算平台，它取名叫作“Nvidia AI汽车平台”。当一线企业与OEM制造商合作时可以使用这一平台，OEM也可以使用该平台。汽车公司、公交公司都可以使用。

AI问题是最难解决的问题

问题：昨天，你向我们展示了Shield，它可以与谷歌助手连接。你们开发自己的产品，为什么还要用到谷歌助手呢？

黄仁勋：谷歌助手很强大。实际上谷歌助手分有两部分很难做，也可以说是三部分。一是语音识别和合成，自动识别语音，自动实现“文本-语音”转译。在此之上还有另一层，它就是自然语言理解。当我说：“打开它。”打开的是什么东西呢？可能是任何东西。我所说的“它”是之前谈到过的东西。AI的自然语言理解功能相当复杂。谷歌助手拥有出色的理解能力。后面还有搜索引擎，你也知道，谷歌搜索很棒。

当我们使用谷歌助手，你会慢慢习惯助手的功能。当我们学会如何使用某一种特定助手，这种助手就具备了能力，有了优点和缺点，还有了个性。随着时间的推移，用户使用就会越来越简单，没有必要学习4种或者5种不同的助手。我们喜欢与志同道合、相互理解的人合作，你的助手也是这样的。

问题：你刚才说过所有的问题都是AI问题，而AI问题又是最难解决的问题。许多大企业也在关注该市场，小公司呢？它们如何跟上节奏，成为未来市场的一部分？

黄仁勋：对于创业公司来说现在是一个好时代。到目前为止，我们已经与1500家创业公司合作。在Nvidia的历史上，还没有与这么多公司合作过。

说所有问题都是AI问题并不完全准确。只是我们想解决一些难题，要花很长的时间，这些难题刚好是AI问题。之所以难解决，主要是因为大问题中的一些小问题难解决，比如感知问题、观察问题、模式识别问题，在深度学习到来之前，我们无法解决这些小问题。例如识别信息，现在看到的到底是什么呢？现在正在发生什么事？对于人来说，信息块显而易见，但对电脑来说很难理解。

现在我们可以用深度学习解决。一旦解决，输出的就是元数据，是电脑数据。现在电脑数据已经存在，我们知道如何使用它，知道如何让电脑使用它。我们发现用AI可以解决一些之前无法解决的问题。

谈到创业公司，你会发现这些AI平台已经放在云端。当AI训练完毕，它就变成了API，有语音识别API，有图像识别API，还有语音合成API，所有API放在云端。我们可以将自己开发的应用与API连接，编写新的应用。创业公司可以使用这些云服务，可能是沃森，也可能是微软感知服务。

问题：如果我创办了一家公司，核心价值就是自己拥有的数据，现在你要我拿出数据，这是一件难事，你怎么解决？

黄仁勋：有些人说数据就是“新的石油”。我们都有自己的人生体验，这才是重点，云服务很多，但它并没有收集全世界的所有数据。Nvidia设计芯片，我们用芯片收集了许多数据，它放在公司内。某人可能是渔民，他也拥有许多数据，与当地生活有关的水流温度数据，还有该地区的小气候数据，这些数据并不属于亚马逊。你可能在法国有一个葡萄园，它的土壤和气候也不同，很特殊，这些数据只存在于当地，用谷歌无法找到，它是属于你自己的数据。

最终，我们可以将数据善加利用。并不是每一个人的数据都放在云端，我们应该这样看问题。我们都有自己的数据。随着AI的到来，你会看到微企业崛起。可能是啤酒厂，我看到有人用AI酿造啤酒。关于怎样酿酒，他们有许多的数据，这些数据在亚马逊找不到，也不属于谷歌，而是属于他们自己。不过他们可以用AI算法挖掘数据，找到新的东西。

现在是创业公司的好时代，不是坏时代。

Shield TV如何处理数据的？

问题：Shield和Spot有没有交叉的地方？你们会不会根据用户的互动情况改进 产品，或者完全依赖谷歌？

黄仁勋：我们无意收集任何数据。我们会用Shield在本地处理数据，它之所以具备感应能力，主要是因为有了Spot，房间里会安装多个Spot。我们要将Spot放在任何地方。当Spot插在墙壁上，你没有必要充电，它会监测声音，运行良好。Spot还可以收集语音数据和语音信号，然后通过Shield处理。负责处理数据的是深度学习网络，它可以进行语音合成，还可以识别语音。网络在处理时速度很快，然后我们会将信息发送到云端。

声波是用Shield接收的，声波数据也是用Shield处理的，至于用户说话的词汇，它会发到谷歌云端处理。

问题：Shield TV有了新功能，任天堂Switch会不会也增加新功能？Switch会不会以某种方式嵌入到Shield TV生态系统？

黄仁勋：任天堂Switch是一款游戏机，它的任天堂特色很明显，整个体验也是任天堂的。Switch还体现了任天堂的审美观念、制造工艺、哲学，任天堂要让游戏体验变得更加出色、让人叹服，让年轻人游戏时更安全，尤其是孩子。它专注于精巧的工艺，这点让人敬佩。当大家看到Switch，相信会被产品打动的。它真的很棒，但是Switch跟AI没有什么关系。

问题：你刚才解释了Spot是怎样处理数据的。你能解释一下这种互联设备如何防止黑客入侵，如何保险隐私吗？

黄仁勋：关于网络安全问题，我的观点可能并不新鲜：不会因为你与设备说话网络攻击就变得更厉害。网络安全仍然会很好，所有的处理数据都是加密的。密码很难破解，我们还会有其它的安全措施。它与蓝牙扬声器没有什么本质的区别，所有数据都加密了。总之，情况不会改变。

问题：智能住宅的联网设备越来越多，问题似乎越变越大。产业在保护方面是不是做得不够？

黄仁勋：联网世界的确面临类似的挑战，我不知道我能否给你答案。

问题：在过去几年里，我多次看到你发表讲话。Nvidia以如此快的速度成长，你感觉如何？

黄仁勋：有一点很清楚，我们进入了计算新时代。当我们进入产业时，大型主机、微计算机、客户服务器开始走下坡路，个人电脑越来越成功，然后互联网来了，手机来了，这些阶段一般会持续大约10年至15年。在过去10年至15年时间里，技术已经走到了一个拐点，为AI开辟了道路。

长久以来，AI就是计算机的梦想。这一次，由于有了深度学习，由于GPU让深度学习变得更实用，我们看到新工具诞生，它可以重新点燃AI革命。我们现在正在经历这一转变。我们处在世界的中央，这是一个新的计算时代，过去25年里我们所从事的事业现在变得更加重要了。在AI革命的正中央，这是一项特权。我们正在以尽可能快的速度前进，竭尽所能投资。

问题：汽车AI会不会与世界的其它部分连接？引进谷歌助手，会不会为谷歌打开大门，让它在汽车领域竞争？你们有没有打算为生活的其它方面开发AI？

黄仁勋：如果你看看版图就会发现，最上游是AI助手，可能是IBM沃森、微软感知服务、Cortana，也可能是谷歌助手。汽车将会与许多的AI助手连接。自然语言理解必须在汽车上完成，因为汽车需要用更快的速度与用户互动。你在开车，你没有太多的耐心。告诉汽车做什么，汽车还要花一段时间思考，这样可不行。自然语言理解必须以很快的速度给出回应。

助手和AI信息是放在云端的，作为客户，你可以决定使用哪个语音助手，每一个汽车制造商都会提供多种选择。

问题：你们与许多企业合作，从合作经历来看，你觉得德国的无人驾驶技术是不是处在领先位置？美国、日本、中国有没有机会竞争？

黄仁勋：中国日本进步很快。如果说有哪个国家会因为AI受益，它就是日本。AI是未来机器人的核心技术，目前的机器人制造主要集中在日本和德国，它们还是汽车产业的核心国家。两大产业都因为AI受益。在未来几年里，我深信日本、中国及其它一些国家会带来更多的AI消息。

问题：你们在GPU、自动驾驶汽车市场做得很不错，你们还为任天堂游戏机提供组件。为什么还要推出新的Shield家庭娱乐设备、进入消费市场呢？

黄仁勋：之所以开发Shield，是因为我们觉得家庭计算机市场、家庭计算平台将会出现变革。曾经，人们认为个人电脑就是家用电脑，其实不是的，只是因为个人电脑刚好放在家里，这种情况将会改变。当我们所有人离开房子时，所有电脑也会随人离开。

现在我们的住宅是空的，没有电脑。我一直认为，和汽车一样，住宅也需要一台电脑。这台电脑可以做各种有趣的事情，可以播放内容，可以通信。昨天我们与AI交流，于是它可以控制智能家庭，可以与人沟通，用自然的方式交流。我们一直认为应该开发类似的电脑。

问题在于用怎样的方式建造呢？我认为，Android与云计算是完美的解决方案，这种计算模型很好。从长远来看，AI组件相当重要，Shield可以达成目标。开发Shield的初衷正在于此，它现在变得越来越真实了。

问题：最近我看到了一台AI冰箱，你觉得AI在家里会以怎样的形式存在？它会成为家电的一部分吗？

黄仁勋：我相信家庭电脑会与住宅最大的屏幕连接，也就是电视。对于某些人来说，家里如果只有一块屏幕，他们可能会放在有趣的地方，但是还有许多地方你想监控，想控制，你想看到信息，甚至还想观察婴儿，你还想控制安全摄像头，希望与朋友用视频聊天。

GPU与CPU之争

问题：有一点还没有谈到，它就是GeForce Now流媒体平台。我曾经试用过Grid，在许多不同的平台中它很实用。你们准备如何将产品推向全球呢？你们有没有建造自己的数据中心，或者与其它人合作？如何确保画面不延迟？

黄仁勋：回答是肯定的，我们的确与许多不同的人合作。现在建造数据中心比过去更容易，我们有GPU，有云服务，遍及全世界。亚马逊有GPU，微软也有GPU，谷歌也有。它们的数据中心使用了我们的GPU，我们可以将数据放在它们的数据中心。我们可以在同一地方建造某类数据中心，它是高度GPU化的数据中心。我们可以做许多不同的事，现在全世界到处都是云计算数据中心，它已经商品化。

问题：为了发展AI汽车业务，最近你们宣布与博世合作，这次合作有多重要？

黄仁勋：非常重要。汽车产业的供应链非常特殊。汽车OEM制造商开发视觉技术，设计架构，甚至还承担部分工程工作，但是大多的工程工作是一线企业完成的。

问题：回到GeForce Now，它可以在Mac电脑上运行。我对Nvidia与苹果的关系有点好奇，你们的关系有多密切，你们还可能会与苹果在哪些方面合作？

黄仁勋：我们与苹果的关系很好，但是这是一个开放的平台，是一项网络服务。我们与苹果并没有什么好谈的。

问题：虽然Cuda在编程时很有吸引力，但是也有一些人暗示说，神经网络的运行及其它一些任务（比如训练云计算）可以用定制芯片完成，比如ASIC或者半定制芯片，以及某些应用特定使用的标准FPGA。市场可能会远离GPU，你对此有何看法？

黄仁勋：首先，GPU本身就是定制芯片。Cuda正在以非常快的速度进化，在处理不同任务时越来越好。开发Pascal时我们下了许多苦功，我们想彻底改变深度学习架构。你将会看到我们付出更大的努力。

我们一直认为自己的GPU就是定制芯片，我还相信，在处理深度学习之类的任务时使用通用处理器并不是很好的主意。正因如此，我们才会让GPU、Cuda不断进化，增加面向深度学习的定制功能。

问题：依你之见，GPU相比CPU最大的优势是什么？尤其是在自动驾驶、AI领域。

黄仁勋：CPU与GPU是不同的东西，电脑两个都需要安装，就像盐和辣椒一样。CPU用来处理指令，GPU用来处理数据。CPU非常敏捷，GPU可以用非常快的速度完成大量工作。GPU类似于喷气式飞机，而CPU相当于战斗机。一个很快，一个吞吐量很大。如果我要处理庞大的任务，就会选择安装大引擎的大飞机，也就是GPU。CPU与GPU很不相同，具体要看你处理的是什么任务。一个是卡车，一个是摩托，一个敏捷，一个吞吐量大。

问题：在AI运算中，云计算与边缘设备相比有着巨大的优势，如果未来这种运算模式形成，两类产品会不会有一种萎缩？

黄仁勋：我认为两者都会继续增长。不错，云计算的确增长很快，原因在于我们可以将小网络、人工网络放进边缘设备，让边缘设备变得非常智能。当边缘设备越来越智能，AI的响应时间就会大幅缩短。你可以与机器人顺利交流，延迟时间更小。从另一方面来看，云计算需要的宽带带宽也会更小。

我们需要减少云计算的流量。现在全球有几十亿台设备，未来智能设备可能会达到1万亿个，它们不能将所有识别视频全都上传到云端。我们要在本地完成识别任务，只将元数据传到云端。

问题：在过去几十年里，AI一直在失败，直到过去几年才成功。用你的比喻来形容，AI只是在等待卡车到来，然后就可以前进了。

黄仁勋：有些事是注定的，还有一些却是偶然。我们开发了处理器，它刚好擅于处理数据，拥有很高的吞吐量。从另一方面来看，深度神经网络却是一种很强大的计算力。从某种层面上讲，深度神经网络的算法很简单，很优雅，不过要让它实用，必须用大量数据训练。如果没有强大的计算引擎，它就无法发挥作用。

两者结合却是偶然。深度学习之所以优雅，是因为它的能力很强。它要发展只有一个障碍，那就是强大的计算力。我一直觉得，深度学习与GPU会偶然邂逅。

深度学习最酷的地方在于模型容易转移。一旦你理解了它，你开始使用它，AI就从艺术变成了工程。使用深度学习的企业为什么突然增加，大爆炸一样，原因正在于此。你可以将这种能力拿在手中，马上就可以真正运用。40年前，你可以自己设计芯片，现在的情况与当年类似。当时掀起一阵芯片设计狂潮。

最终，当我们拥有深度学习工具，有了算法，有了运算平台，我们可以自己训练自己的AI网络，到时企业也会掀起新狂潮的。