关于黄仁勋访谈的八条笔记，全球最大的AI瓶颈是水管工

今天，得到AI学习圈主理人快刀青衣老师，将为你介绍一期黄仁勋的访谈。这期访谈来自Dwarkesh Podcast，主持人德瓦卡什是硅谷很有名的访谈节目主持人，特点是准备极其充分，风格犀利，问题很有杀伤力。

这期节目一上线，就在硅谷引发了热烈讨论。有人说这是黄仁勋“史上最坦诚激动的一次受访”，还有人说“你对这期播客的反应，可以直接映射到你对AGI时间表的判断”。

下面，快刀青衣老师将他观看访谈后记下的8条笔记，分享给你。

作者：快刀青衣

来源：得到App《AI学习圈》

第一条笔记是，黄仁勋用一句话定义了英伟达：输入是电子，输出是Token，中间是英伟达。

这句话乍听平平，但我听到这里时停了一下，因为它的精准程度真的有点出乎意料。仔细想想，英伟达不是一家芯片公司，它不负责代工生产芯片，台积电才是芯片生产企业。英伟达也不是一家纯粹的软件公司，它不做各类应用层的东西。它本质上是一家“转化效率公司”，专门把电子转化成Token，然后让每一个Token都比上一个更值钱。

他的经营哲学也极简：做尽可能多的必要之事，做尽可能少的多余之事。

什么叫“必要”？他举了个很直观的例子——CUDA，英伟达投入了20年，前期大半时间都处于亏损状态。但关键就在于，如果英伟达不做CUDA，没有人会做。NVLink、cuLitho也一样，都是“如果我们不做，就没人会做”。而凡是“即使我不做也有人做”的事，英伟达绝不碰。所以他不做云、不做模型、不做应用。

这其实是一个任何人做决策都可以借鉴的框架：不是“我能不能做”，而是“如果我不做，世界上会不会有人做”。

这里我也简单和你介绍下CUDA。这是2006年黄仁勋牵头做的核心技术，目的是用英伟达的GPU显卡来做超级计算核心。我之前在他的传记里看过这段，从内到外，没有人理解他为什么要花钱做这个，因为当时大家对英伟达的定义是游戏显卡公司。

但正因为这件事的长期积累，当2012年辛顿团队做AI训练的时候，突然发现英伟达的GPU仿佛是为AI量身定制的。回望这段行业过往，就能看出黄仁勋的这套经营哲学的厉害之处。

这种极简的决策逻辑，延伸到他的对外合作方式上，就更有意思了。

第二条笔记是，他和台积电做了30年生意，没有一纸合同。

当主持人问到英伟达和台积电的合作关系时，黄仁勋随口说了一句：“英伟达和台积电之间，没有法律合同。”

我第一反应是这不可能吧？没有合同，长达三十年的深度合作，牵动万亿级营收的核心商业关系，就这么搭在彼此信任上？他当时还说到：“有时候我对，有时候我错，总有一种粗略的公平。”

在一个所有人都在谈合同、法律审查的时代，全球半导体产业链最核心的一组关系，靠的不是律师，而是几十年积累的信任，这还挺有点儿老辈人之间的人情相处风骨。

第三条笔记是，全球最大的AI瓶颈，不是芯片，是水管工。

主持人追问供应链瓶颈时，问到：EUV光刻机不够？CoWoS封装产能不够？内存不够？

黄仁勋说这些都不是根本问题，所有技术瓶颈两到三年都能解决——你能造一个，就能造十个；能造十个，就能造一百万个。然后，他给出了一个出人意料的答案：水管工和电工。

因为建数据中心需要的不只是芯片和服务器，还有冷却系统、电力接入、管道铺设，这些基础工程都需要专业人员落地施工。而全世界训练有素的水管工和电工的数量，是无法用摩尔定律翻倍的。他还半开玩笑地说，明年的英伟达大会要邀请水管工来参加。

说到这儿他顺带补了一刀。十年前有人说“千万别去学放射科”，因为AI会取代放射科医生。结果现在最缺的就是放射科医生。原因很简单，放射科医生的本职工作里有很多事情要做，读片子只是其中一个任务。

他强调，如果我们搞不清楚“工作”和“任务”的区别，盲目恐慌AI抢岗位，吓得所有人都不去学放射科，将来我们会没有足够的放射科医生。

第四条笔记是，TPU的增长，100%靠Anthropic一家公司撑着。

说到竞争，你可以把接下来这段想象成一个擂台，主持人先出招，黄仁勋接着正面硬刚。

主持人抛出了一个很有杀伤力的事实：世界排名前三的大模型里，有两个是在谷歌的TPU上训练的，分别是Claude和Gemini。言下之意很明显：英伟达的护城河没那么牢固。这里先简单科普一下，TPU是谷歌专门研发的AI算力芯片，也是英伟达GPU的核心直接竞品。

而这个访谈最精彩的地方就在于，哪怕是行业顶级大佬，全程也没有空洞的公关套话，句句针锋相对。

黄仁勋的回应非常直接：“Anthropic是一个独特的个案，不是一个趋势。没有Anthropic，TPU还有什么增长？”然后，他直接叫板整个行业，说那些要挑战英伟达GPU能力的竞争对手，为啥都不来参加业内权威专家迪伦·帕特尔（Dylan Patel）发起的InferenceMAX基准测试呢？

当时看到这里，我脑海里浮现出的，是另一个行业大佬雷军的那句标志性的自带画面感的“不服跑个分？”

第五条笔记是，他承认犯了一个重大战略错误，错过了投资Anthropic。

这可能是整个访谈里最诚实的一段。黄仁勋坦言，他当时以为Anthropic这类AI实验室跟其他创业公司一样，去找VC融资就好了。他说，“我一直以为他们可以去找风投，天哪，就像所有公司那样。但他们要做的事，根本不是VC能支撑的。”

正是因为没有意识到这一点，英伟达当年没有投资Anthropic。Anthropic只能转向谷歌，谷歌就用TPU算力来换投资。黄仁勋说这是他的失误，但他不会再犯同样的错。

后来英伟达相继布局投资了OpenAI和Anthropic。与此同时，他也说了一句很大气的话：“即使我们的失误导致Anthropic不得不去找别人，我仍然为此感到高兴。Anthropic的存在对世界是好事。”

一个世界上最成功的科技公司CEO，在访谈里直接说“我犯了错”，这种坦诚，本身就值得记一笔。

第六条笔记是，英伟达当年“精确地错了”。

黄仁勋回忆创业早期时提到，当时行业里有60家3D图形公司，英伟达只是其中之一。他坦言，“如果要猜谁会活下来，英伟达大概会排在‘最不可能活下来’的名单上。因为我们的图形架构是‘精确地错’的，不是有一点点不对，是彻底搞错了。”

当时他们从好的第一性原理出发，推导出了一个合乎逻辑但完全错误的架构，开发者根本无法支持。但谁能想到，这60家图形公司里，最后这家最不可能活下来的，变成了行业巨无霸。

“精确地错”这个说法太妙了。也正是这段亲身经历，让他得出了英伟达后来的核心原则：不要挑选赢家，要照顾所有人。所以今天英伟达投资OpenAI、投资Anthropic、支持CoreWeave，始终秉持一个理念：“当我投一家的时候，我投所有人。”

这段最有意思的地方不是他们怎么活下来的，而是一个彻底错过的人，反而比从没错过的人更懂得不押注在一个赢家身上。甚至你还能看到这些年，每当英伟达出了新产品时，往往会先送给那些看起来很小的团队或者个人来使用。

第七条笔记是，从Hopper到Blackwell，GPU性能提升了30到50倍，但这三年的晶体管进步只有大约75%。

这句话背后的意义比字面意思更值得琢磨。从Hopper到Blackwell，性能提升了30到50倍。Hopper是英伟达在2022年推出的、面向大规模数据中心和AI训练的GPU架构，我们平时在公众号或者媒体上经常看到的H100显卡，代号里的H指的就是Hopper。而Blackwell是英伟达在2024年推出的下一代架构，也是现在全球AI基础设施的核心架构。

但黄仁勋说，虽然整体性能提升这么多，但这三年间，作为芯片核心元器件的晶体管的进步只有大约75%。换句话说，靠传统摩尔定律带来的性能提升还不到一倍，剩下的几十倍全靠架构创新：新的数值系统、新的互连方式、新的封装技术、新的算法，叠加发力。

所以，黄仁勋抛出了一个很多人还没消化的事实：“摩尔定律已经死了。”每年晶体管的改进大约只有25%，但英伟达通过架构层面的创新，仍然能实现每年接近一个数量级的成本下降。他还给出了一个承诺：未来的产品路线图已经排了四年，每一代架构，Token成本都会下降一个数量级。

第八条笔记是，关于对华芯片出口管制，两人争论了相当长的时间。

这个主持人是非常典型的美国科技从业者，他在节目中的立场是：限制出口有道理，因为中国只有美国大约十分之一的算力，每卖一颗芯片给中国就等于少给美国一颗。

黄仁勋的反驳极其激烈。他列举了一连串事实：中国有全球五成的AI研究人员、制造了全球六成的主流芯片；华为收入创近年新高、出货了数百万颗芯片；还有不少数据中心“建好了、通了电、空着”。他想表达的意思是中国的AI资源远比外界想象的多，出口管制不是在保护美国，而是“在加速中国的芯片产业，逼他们的整个AI生态系统去适配自主架构”。

随后，主持人引用了Anthropic的CEO达里奥·阿莫代伊（Dario Amodei）的说法。阿莫代伊是硅谷最著名的对华芯片出口管制的强硬支持者之一，他曾把黄仁勋向中国卖芯片这件事，比作“把核武器卖给朝鲜”。

黄仁勋直接爆发了：“把AI比作你刚才说的那些东西，是疯了。我们不是浓缩铀，只是一块芯片，而且是他们国家自己能造的芯片。”

访谈里，两人就“卖不卖芯片给中国”这个问题争论了很久。肉眼可见的是，一向风轻云淡的黄教主，在这个时刻几乎压不住自己的情绪。黄仁勋的核心逻辑很清晰：让对手依赖你的技术栈，比逼着对手建独立生态，对美国长期利益更有利。

不过，从这个争论来看，咱们就更需要自建生态了。自建生态不代表关上门自己玩，而是有更强的竞争力和议价能力。

好，以上就是我从这期访谈里记下的8条笔记。如果你只能记住一条，我觉得是第一条——输入是电子，输出是Token，中间是英伟达。