Ниже приведено интервью с Дженсеном Хуангом, генеральным директором NVIDIA, одной из самых важных и влиятельных компаний в истории человеческой цивилизации. NVIDIA является движущей силой революции в области искусственного интеллекта, и значительная часть ее успеха напрямую связана с несгибаемой волей Дженсена, его многочисленными блестящими ставками и решениями в качестве лидера, инженера и новатора. Это подкаст Лекса Фридмана. А теперь, дорогие друзья, перед вами Дженсен Хуанг.

Вы вывели NVIDIA на новую эру в области искусственного интеллекта, перейдя от фокусировки на проектировании чипов к проектированию стоечных систем. И я думаю, справедливо будет сказать, что долгое время победа для NVIDIA заключалась в создании наилучшего возможного графического процессора, и вы по-прежнему это делаете, но теперь вы расширили это до экстремального совместного проектирования графических процессоров, центральных процессоров, памяти, сетевых устройств, систем хранения данных, систем питания и охлаждения, программного обеспечения, самой стойки, анонсированного вами модуля и даже центра обработки данных. Так давайте поговорим об экстремальном совместном проектировании. Какова самая сложная часть совместного проектирования системы с таким количеством сложных компонентов и переменных проектирования?

- Да, спасибо за этот вопрос. Прежде всего, причина, по которой необходимо экстремальное совместное проектирование, заключается в том, что проблема больше не помещается в один компьютер для ускорения одним графическим процессором. Проблема, которую вы пытаетесь решить, заключается в том, что вы хотите работать быстрее, чем количество компьютеров, которые вы добавляете. Итак, вы добавили, скажем, 10 000 компьютеров, но вы хотите, чтобы он работал в миллион раз быстрее. Тогда вам придется взять алгоритм, разбить его, перестроить, разделить конвейер, разделить данные, разделить модель. Теперь, когда вы распределяете проблему таким образом, не просто масштабируя проблему, а распределяя ее, все встает на пути. Это проблема закона Амдала, где величина ускорения чего-либо зависит от того, какую часть общей рабочей нагрузки оно составляет. И поэтому, если вычисления составляют 50% проблемы, и я бесконечно ускорил вычисления, например, в миллион раз, я ускорил общую рабочую нагрузку всего в два раза. Теперь вам придется не только распределять вычисления, но и каким-то образом разделять конвейер. Вам также придется решить сетевую проблему, потому что все эти компьютеры связаны между собой. И поэтому распределенные вычисления в том масштабе, в котором мы работаем, центральный процессор является проблемой, графический процессор является проблемой, сетевое оборудование является проблемой, коммутация является проблемой. И распределение рабочей нагрузки по всем этим компьютерам является проблемой. Это просто чрезвычайно сложная проблема компьютерных наук. И поэтому мы должны использовать все технологии. В противном случае мы будем масштабироваться линейно или масштабироваться на основе возможностей закона Мура, который в значительной степени замедлился, поскольку замедлилось масштабирование Деннарда.

- Я уверен, что здесь есть компромиссы. Плюс у вас здесь совершенно разные дисциплины. Я уверен, что у вас есть специалисты в каждой из этих областей: высокоскоростная память, сеть и NVLink, сетевые карты, оптика и медь, которые вы используете, подача питания, охлаждение, все это. Я имею в виду, что в каждой из этих областей есть мировые эксперты. Как вы собираете их в одной комнате, чтобы разобраться?

- Вот почему мой штат такой большой.

- Каков процесс — можете ли вы провести меня через процесс работы специалистов и универсалов? Как вы собираете стойку, зная набор вещей, которые нужно в нее поместить? Как выглядит этот процесс совместного проектирования?

- Да. Есть первый вопрос: что такое экстремальное совместное проектирование? Мы оптимизируем весь стек программного обеспечения, от архитектур до чипов, до систем, до системного программного обеспечения, до алгоритмов, до приложений. Это один уровень. Вторая вещь, о которой мы с вами только что говорили, выходит за рамки центральных процессоров, графических процессоров и сетевых чипов, а также масштабируемых и распределенных коммутаторов. И, конечно, вам нужно включить питание и охлаждение и все остальное, потому что, знаете ли, все эти компьютеры чрезвычайно, чрезвычайно прожорливы. Они выполняют много работы и очень энергоэффективны, но в совокупности они все равно потребляют много энергии. И это одно. Первый вопрос: что это такое? Второй вопрос: почему это так, и мы только что говорили о причине, вы хотите распределить рабочую нагрузку, чтобы превзойти преимущества простого увеличения количества компьютеров. А затем третий вопрос: как это делается, как вы это делаете? И это, это своего рода чудо этой компании. Знаете, когда вы проектируете компьютер, у вас должна быть операционная система компьютеров. Когда вы проектируете компанию, вы должны сначала подумать о том, что вы хотите, чтобы компания производила. Знаете, я вижу много организационных диаграмм компаний, и все они выглядят одинаково. Гамбургерные организационные диаграммы, мягкие организационные диаграммы и организационные диаграммы автомобильных компаний. Все они выглядят одинаково. И это не имеет для меня никакого смысла. Знаете, цель компании — быть машиной, механизмом, системой, которая производит результат. И этот результат — это продукт, который мы любим создавать. Он также разработан, архитектура компании должна отражать среду, в которой она существует. Это почти косвенно говорит о том, что вы должны делать с организацией. Мой непосредственный штат состоит из 60 человек. Знаете, у меня нет с ними индивидуальных встреч, потому что это невозможно. У вас не может быть 60 человек в вашем штате, если вы, знаете ли, собираетесь выполнять работу и...

- Так у вас все еще 60 подчиненных. У вас все еще есть...

- Больше, да.

- Больше. И у большинства звезд есть хотя бы одна нога в инженерии.

- Почти все. Есть эксперты по памяти, есть эксперты по центральным процессорам, есть эксперты по оптике. Все, все...

- Это невероятно.

- Да, графические процессоры и... Архитектура, алгоритмы, дизайн, эмм...

- Итак, вы постоянно следите за всем стеком и ведете интенсивные дискуссии о дизайне всего стека?

- И ни один разговор никогда не ведется одним человеком. Вот почему я не провожу индивидуальные встречи. Мы представляем проблему, и все мы набрасываемся на нее. Знаете, потому что мы занимаемся экстремальным совместным проектированием. И буквально, компания занимается экстремальным совместным проектированием все время.

- Так даже если вы говорите о конкретном компоненте, таком как охлаждение, сетевое оборудование, все слушают?

- Да, именно так.

- И они могут внести свой вклад: «Ну, это не работает для распределения питания. Это не...»

- Именно.

- «... Это не работает для памяти. Это не работает для этого».

- Именно. И кто хочет отключиться, отключается. Понимаете, о чем я? И причина этого в том, что люди, которые находятся в штате, знают, когда нужно обращать внимание. Предполагается... Знаете, есть что-то, к чему они могли бы внести свой вклад, они не внесли свой вклад, «Я вызову их». Понимаете? И поэтому: «Эй, давай, заходи сюда».

- Итак, как вы упомянули, NVIDIA — это компания, которая адаптируется к окружающей среде. Так в какой момент вы можете сказать, что окружающая среда изменилась и начала адаптироваться как бы тайно... в ранние дни от графических процессоров для игр, возможно, ранней революции глубокого обучения до того, как мы теперь начнем думать об этом как о фабрике искусственного интеллекта? Что делает NVIDIA? Она производит искусственный интеллект, давайте построим фабрику, которая производит искусственный интеллект.

- Эм, я могу, я могу... Я могу систематически проанализировать, что произошло. Мы начали как компания, занимающаяся ускорителями. Но проблема с ускорителями в том, что предметная область применения слишком узка. У нее есть преимущество быть невероятно оптимизированной для работы. Знаете, любой специалист имеет это преимущество. Проблема интенсивной специализации в том, что, конечно, охват вашего рынка уже, но это даже нормально. Проблема в том, что размер рынка также определяет вашу научно-исследовательскую мощность. А ваша научно-исследовательская мощность в конечном итоге определяет влияние и воздействие, которое вы можете оказать в области вычислений. И поэтому, когда мы впервые начали как ускоритель, очень специфический ускоритель, мы всегда знали, что это будет наш первый шаг. Мы должны были найти способ стать компанией, занимающейся ускоренными вычислениями. Но проблема в том, что когда вы становитесь вычислительной компанией, она становится слишком универсальной и отнимает у вашей специализации. Я связал два слова, которые на самом деле имеют фундаментальное противоречие. Чем лучше вычислительной компанией мы становимся, тем хуже мы становимся как специалисты. Чем больше специалист, тем меньше у нас возможностей заниматься общими вычислениями. И поэтому... И я специально связал эти два слова, компания должна найти этот очень узкий путь, шаг за шагом, чтобы расширить нашу область вычислений, но не отказаться от самой важной специализации, которая у нас была. Хорошо, первый шаг, который мы сделали за пределами ускорения, — это изобретение программируемого пиксельного шейдера. Так это был первый шаг к программируемости. Знаете, это было наше первое путешествие в мир вычислений. Второе, что мы сделали, — это добавили FP32 в наши шейдеры. Этот шаг FP32, совместимый с IEEE FP32, был огромным шагом в направлении вычислений. Это было причиной того, что все, кто работал над потоковыми процессорами и, знаете ли, другими типами процессоров потока данных, обнаружили нас. И они сказали: «Эй, внезапно, знаете ли, мы можем использовать этот графический процессор, который чрезвычайно вычислительно интенсивен, и он теперь, знаете ли, соответствует стандарту IEEE». Я могу взять свое программное обеспечение, которое я раньше писал на центральных процессорах, и я могу, знаете ли, посмотреть, знаете ли, использовать графический процессор для этого. И это привело нас к созданию, добавлению C поверх FP32, что мы называем Cg. Путь Cg в конечном итоге привел нас к CUDA. CUDA, шаг за шагом... Ну, добавление CUDA в GeForce было стратегическим решением, которое было очень, очень трудно принять, потому что это стоило компании огромных сумм нашей прибыли, и мы не могли себе этого позволить в то время. Но мы все равно сделали это, потому что хотели быть вычислительной компанией. Вычислительная компания имеет вычислительную архитектуру. Вычислительная архитектура должна быть совместима со всеми чипами, которые мы производим.

- Можете ли вы рассказать мне об этом решении? Итак, добавление CUDA в GeForce, которое вы не могли себе позволить? Можете ли вы объяснить это решение? Почему, почему вы смело решили сделать это в любом случае? Можете ли вы объяснить это решение?

- Да, отлично. Это было первое... Я бы сказал, что это было первое стратегическое решение, которое было настолько близко к экзистенциальной угрозе.

- Для тех, кто не знает, это оказалось, спойлер, одним из самых невероятно блестящих решений, когда-либо принятых компанией. Итак, CUDA оказалась невероятной основой для вычислений в этом мире инфраструктуры искусственного интеллекта. Так...

- Спасибо.

- ... просто устанавливая контекст. Это оказалось хорошим решением.

- Да, оказалось, что это было хорошее решение. Я думаю... Итак, вот как это было. Итак, мы изобрели то, что называется CUDA, и это расширило спектр приложений, которые мы можем ускорить с помощью нашего ускорителя. Вопрос в том, как мы, как мы привлекаем разработчиков к CUDA? Потому что вычислительная платформа — это все о разработчиках. И разработчики не приходят на вычислительную платформу просто потому, что, знаете ли, она может выполнять что-то интересное. Они приходят на вычислительную платформу, потому что база установленных продуктов велика. Потому что разработчик, как и любой другой, хочет разрабатывать программное обеспечение, которое охватывает большое количество людей. Таким образом, база установленных продуктов фактически является самой важной частью архитектуры. Архитектура может привлечь огромное количество критики. Например, ни одна архитектура никогда не привлекала больше критики, чем x86.... знаете ли, как менее, менее элегантная архитектура, но тем не менее, это определяющая архитектура сегодняшнего дня. Это дает вам пример того, что на самом деле многие RISC-архитектуры, которые были красиво спроектированы, невероятно хорошо разработаны некоторыми из самых ярких ученых-компьютерщиков в мире, в основном потерпели неудачу. И поэтому я привел вам два примера, где один, знаете ли, один элегантный, другой едва эстетичный, и тем не менее x86 выжил, и причина этого —

- База установленных продуктов — это все.

- База установленных продуктов определяет архитектуру. Не... Все остальное вторично, хорошо? И поэтому в то время существовали другие архитектуры. Вышла CUDA, OpenCL была здесь. Были... Знаете, было несколько других конкурирующих архитектур. Но то, что... Решение, которое мы приняли, было хорошим, мы сказали: «Эй, посмотрите, в конечном итоге все дело в базе установленных продуктов, и какой лучший способ вывести новую вычислительную архитектуру в мир?» К тому времени GeForce стал успешным. Мы уже продавали миллионы и миллионы графических процессоров GeForce в год, и мы сказали: «Знаете, мы должны поместить CUDA в GeForce и установить ее в каждый ПК, независимо от того, используют ли ее клиенты или нет, и использовать ее как отправную точку для развития нашей базы установленных продуктов». Тем временем мы будем привлекать разработчиков, и мы ходили в университеты, писали книги, преподавали курсы и везде размещали CUDA. И в конце концов люди обнаружат... И в то время ПК был основным вычислительным средством. Облака не было, и мы могли дать суперкомпьютер в руки каждому исследователю в школе, каждому ученому, знаете ли, каждой инженерной школе, каждому... или каждому студенту в школе, и в конечном итоге произойдет что-то удивительное. Ну, проблема была в том, что CUDA увеличила стоимость этого графического процессора, который является потребительским продуктом, настолько значительно, что полностью поглотила все валовые прибыли компании. И поэтому в то время компания, вероятно, стоила, я не знаю, в то время, восемь... Было ли это около 8 миллиардов долларов или что-то в этом роде? Около шести, 7 миллиардов долларов или что-то в этом роде. После того, как мы запустили CUDA, я понял, что это добавит так много затрат, но это было то, во что мы верили. Знаете, наша рыночная капитализация упала до полутора миллиардов долларов. И поэтому мы были внизу, мы были там какое-то время, и мы медленно пробивались обратно, но мы несли CUDA на GeForce. Я всегда говорю, что NVIDIA — это дом, построенный GeForce, потому что именно GeForce вывел CUDA ко всем. Исследователи, ученые обнаружили CUDA на GeForce, потому что они все были, знаете ли... Многие из них были геймерами. Многие из них сами собирали свои ПК. В университетской лаборатории многие из них сами собирали кластеры, знаете ли, используя компоненты ПК. И, и так, знаете ли, вот как мы начали.

- И это стало платформой и основой для революции глубокого обучения.

- Это тоже было еще одно великое, великое наблюдение. Да.

- Этот экзистенциальный момент, вы помните... Какими были те совещания? Какими были те обсуждения, когда компания решала, рискуя всем?

- Ну, мне пришлось четко объяснить совету директоров, что мы пытаемся сделать, и команда менеджеров знала, что наша валовая прибыль будет раздавлена. Так что вы можете представить себе мир, где GeForce будет нести бремя CUDA, и ни один из геймеров не оценит этого, и ни один из геймеров не заплатит за это. Знаете, они платят только определенную цену, и неважно, каковы ваши затраты. И поэтому... Знаете, мы увеличили наши затраты на 50%, и это поглотило... И мы были компанией с 35% валовой прибылью, и поэтому это было... Это было довольно трудное решение. Но вы могли представить, что когда-нибудь это пойдет в рабочие станции и суперкомпьютеры, и в этих сегментах, возможно, мы сможем получить большую прибыль. Так что вы могли, вы могли бы обосновать, что можете себе это позволить, но все равно потребовалось... Потребовалось десятилетие.

- Но это, но это больше похоже на разговор с советом директоров, убеждающий их, но вы психологически... ... поскольку NVIDIA продолжает делать смелые ставки, которые предсказывают будущее, и отчасти, особенно сейчас, определяют будущее. Поэтому я почти ищу мудрости о том, как вы можете принимать эти решения, делать такие скачки... как это делает компания.

- Ну, прежде всего, меня информирует большое любопытство. В какой-то момент существует система рассуждений, которая убеждает меня, что этот исход произойдет. Что это произойдет. И поэтому я верю в это в своем уме, и когда я верю в это в своем уме, знаете ли, вы знаете, как это бывает. Вы проявляете будущее, и это будущее настолько убедительно, что нет никаких шансов, что оно не произойдет. Между этим много страданий, но вы должны верить в то, во что верите.

- Так вы предвидите будущее... и вы, по сути, с инженерной точки зрения, проявляете его?

- Да. И вы рассуждаете о том, как туда добраться. Вы рассуждаете, почему это должно существовать. И, знаете ли, я рассуждаю... Мы все здесь рассуждаем. Команда менеджеров рассуждает об этом. Все, кого я... Мы много времени тратим на рассуждения об этом. То, то... Следующая часть, вероятно, навык, который заключается в том, что, знаете ли, часто в руководстве руководство молчит или узнает о чем-то, а затем выпускает манифест, и это совершенно новый год, и каким-то образом в конце года, в следующем году у нас будет совершенно новый план. Большие массовые увольнения в этом направлении, большие массовые организационные изменения в этом направлении, новое заявление о миссии... совершенно новые логотипы, знаете ли, такого рода вещи. Эм, мы просто никогда, я никогда так не делаю. Когда я узнаю о чем-то и это начинает влиять на мое мышление, я очень четко даю понять всем, кто рядом со мной, что, знаете ли, это интересно. Это изменит ситуацию. Это повлияет на это. И я рассуждаю о вещах шаг за шагом. Часто я уже принял решение, но я использую любую возможную возможность, внешнюю информацию, новые идеи, новые открытия, новые инженерные, знаете ли, откровения, новые разработанные этапы, я использую эти возможности и использую их, чтобы сформировать систему убеждений всех остальных. И я делаю это буквально каждый день. Я делаю это со своим советом директоров, я делаю это со своей командой менеджеров, я делаю это со своими сотрудниками. Я пытаюсь сформировать их систему убеждений таким образом, чтобы, когда я приду в день и скажу: «Эй, давайте купим Mellanox», всем было совершенно очевидно, что мы абсолютно должны это сделать. В день, когда я сказал: «Эй, ребята, давайте полностью сосредоточимся на глубоком обучении», и позвольте мне объяснить, почему. Я уже закладывал кирпичики для разных организаций внутри компании. Каждая организация и каждый, многие люди, возможно, слышали все. Большая часть компании слышит, конечно, части этого. И в день, когда я объявляю об этом, все в какой-то степени вовлечены во многие части этого. И во многих отношениях я люблю объявлять об этих вещах, и я представляю, что сотрудники говорят: «Знаете, Дженсен, что ты так долго?» И на самом деле, я формировал их систему убеждений некоторое время, и поэтому руководство. Иногда кажется, что вы ведете из-за спины, но вы формировали их, знаете ли, до такой степени, что в день, когда я это объявил, 100% вовлеченности. Но это то, чего вы хотите. Вы хотите вовлечь всех. Знаете, иначе мы объявляем что-то о глубоком обучении, и все говорят: «О чем ты говоришь?» Знаете, вы объявляете что-то о том, что давайте полностью сосредоточимся на этом, и ваша команда менеджеров, ваш совет директоров, ваши сотрудники, ваши клиенты, они как бы: «Откуда это?» Знаете, это безумие. И поэтому, поэтому эффект GTC, если вы вернетесь назад, посмотрите на ключевые выступления, я также формирую систему убеждений моих партнеров в отрасли и использую это для формирования, знаете ли, системы убеждений моих собственных сотрудников. И поэтому к тому времени, когда я объявляю что-то, например, мы только что объявили Grok. Мы были поздно... Я говорил о шагах в течение двух с половиной лет. Вы просто возвращаетесь и говорите: «Боже мой, они говорили об этом два с половиной года». И поэтому я закладывал фундамент шаг за шагом, так что, когда придет время, вы объявите об этом, все скажут: «Знаете, что ты так долго?»

- Но это не только внутри компании. Вы формируете ландшафт, более широкий глобальный ландшафт инноваций. Например, выкладывая эти идеи, вы действительно воплощаете реальность.

- Мы не строим компьютеры. Мы на самом деле не строим облака. Мы не... Как оказалось, мы компания, занимающаяся вычислительными платформами. И поэтому никто не может купить у нас ничего. Это странно. Знаете, мы вертикально проектируем, вертикально интегрируем для проектирования и оптимизации, но затем мы открываем всю платформу на каждом уровне для интеграции в продукты и услуги других компаний, а также в облака и суперкомпьютеры, и OEM-компьютеры. И поэтому удивительно то, что я не могу делать то, что я делаю, не убедив их сначала. И поэтому большая часть GTC — это воплощение будущего, которое к тому времени, когда мы... Мой продукт будет готов, они скажут: «Что ты так долго?»

- Да. Так что одна из вещей, в которые вы давно верите, — это законы масштабирования, в широком смысле. Так вы все еще верите в законы масштабирования?

- Да, да. Да, у нас теперь больше законов масштабирования.

- Итак, я думаю, вы выделили четыре из них: масштабирование предварительного обучения, масштабирование после обучения, масштабирование времени тестирования и масштабирование агентов. Что вы думаете, когда думаете о будущем, глубоком будущем и ближайшем будущем, какие препятствия вас больше всего беспокоят, которые не дают вам спать по ночам, и которые вам придется преодолеть, чтобы продолжать масштабирование?

- Ну, мы можем вернуться и поразмышлять о том, что люди считали препятствиями. Так, в начале, мы были первыми... Закон масштабирования предварительного обучения. Знаете, люди думали, и по праву, что количество данных, высококачественных данных, которые у нас есть, ограничит достижимый нами интеллект. И этот закон масштабирования был важным, очень важным законом масштабирования. Чем больше модель, тем соответственно больше данных приводит к лучшему... С результатами приводит к более умному ИИ. И это было предварительное обучение. И Илья Суцкевер сказал: «У нас закончились данные» или что-то в этом роде. «Предварительное обучение закончено» или что-то в этом роде. Отрасль запаниковала, знаете ли, что это конец ИИ. И, конечно, конечно, это, очевидно, не так. Мы будем продолжать масштабировать количество данных, которые у нас есть, для обучения. Большая часть этих данных, вероятно, будет синтетической, и это тоже сбивало людей с толку, знаете ли? И люди не понимают, что они как бы забыли, что большая часть данных, которые мы обучаем, которыми мы учим друг друга, которыми мы обмениваемся информацией, является синтетической. Знаете, я... Это синтетическое, потому что оно не исходит от природы. Вы его создали. Я его потребляю. Я его модифицирую, дополняю, регенерирую, кто-то другой его потребляет. И поэтому, поэтому мы достигли уровня, когда ИИ способен брать реальные данные, дополнять их...... Улучшать их, синтетически генерировать огромное количество данных. И эта часть послетренировочного обучения продолжает масштабироваться, и поэтому объем данных, которые мы можем использовать, сгенерированных человеком, будет становиться все меньше и меньше. Объем данных, которые мы используем для обучения модели, будет продолжать масштабироваться до точки, когда мы больше не будем ограничены... Обучение больше не ограничено... Данные теперь ограничены вычислениями. И причина этого в том, что большая часть данных синтетическая. Затем следующая фаза — время тестирования, и я до сих пор помню, как люди говорили мне: «Вывод? О, да, это легко. Предварительное обучение, это сложно». Это гигантские системы, о которых говорят люди. Вывод должен быть легким. И поэтому чипы для вывода будут крошечными чипами, и... знаете ли, они не такие, как чипы NVIDIA. О, они будут сложными и дорогими, и, знаете ли, мы могли бы сделать... И это — в будущем вывод будет самым большим рынком, и это будет легко, и мы будем его коммерциализировать. Знаете, каждый может создавать свои собственные чипы. И, и это всегда было нелогично для меня, потому что вывод — это мышление, а я думаю, что мышление — это сложно. Мышление намного сложнее чтения. Знаете, предварительное обучение — это просто запоминание и обобщение, знаете ли, и поиск закономерностей в отношениях. Вы читаете и читаете, по сравнению с мышлением, рассуждением, решением проблем, получением нового опыта, новых переживаний и разложением их на... Разложение их на решаемые части, которые мы затем решаем, либо через рассуждения по первым принципам, либо, знаете ли, через предыдущие примеры, предыдущий опыт. Знаете, или просто эмм, исследование и поиск и, знаете ли, попытка разных вещей. И весь этот процесс, масштабирования времени тестирования, вывода, на самом деле связан с мышлением. И это связано с рассуждением, планированием, поиском, эмм... И поэтому, как это может быть вычислительно легким? И мы были абсолютно правы в этом. Знаете, поэтому масштабирование времени тестирования чрезвычайно вычислительно интенсивно. Тогда вопрос в том, хорошо, теперь мы находимся на этапе вывода, и мы находимся на этапе масштабирования времени тестирования, что дальше? Ну, очевидно, мы теперь создали, знаете ли, одного агента, и этот один агент имеет большую языковую модель, которую мы теперь, знаете ли, разработали. Но во время тестирования эта агентическая система отправляется на исследования и работает с базами данных, и она выходит и, знаете ли, использует инструменты, и одна из самых важных вещей, которые она делает, — это порождает и порождает множество субагентов. Что означает, что мы теперь создаем большие команды. Гораздо проще масштабировать NVIDIA, нанимая больше сотрудников, чем масштабировать себя. И поэтому следующий закон масштабирования — это закон масштабирования агентов. Это своего рода умножение ИИ. Умножение ИИ, мы можем порождать агентов так быстро, как вы хотите порождать агентов. И поэтому, знаете ли, я... Знаете, у меня есть четыре закона масштабирования. И по мере того, как мы используем агентические системы, они будут создавать гораздо больше данных, они будут создавать много опыта. Некоторые из них мы скажем: «Вау, это действительно хорошо. Мы должны это запомнить». Этот набор данных затем возвращается к предварительному обучению. Мы запоминаем и обобщаем его. Затем мы уточняем его и дорабатываем обратно в пост-тренировку. Затем мы улучшаем его еще больше с помощью времени тестирования, знаете ли, и агенты, агентические системы, знаете ли, выводят его на рынок. И поэтому этот цикл, этот цикл будет продолжаться и продолжаться. Он сводится в основном к тому, что интеллект будет масштабироваться одним фактором, и это вычисления.

- Но есть хитрая вещь, которую вам нужно предвидеть и предсказать, а именно, что некоторые из этих компонентов требуют другого типа оборудования, чтобы действительно сделать это оптимально. Поэтому вам нужно предвидеть, куда приведут инновации в области ИИ. Например, смесь...

- Идеально.

- ... экспертов с разреженностью.

- Идеально.

- С оборудованием, вы не можете просто переключиться за неделю. Вам нужно предвидеть, как это будет выглядеть. У этого есть...

- Так хорошо.

- ... это так страшно и трудно сделать, верно?

- Например, эти архитектуры моделей ИИ изобретаются примерно раз в шесть месяцев. Верно? А системные архитектуры и аппаратные архитектуры — примерно раз в три года. И поэтому вам нужно предвидеть, что, вероятно, произойдет, знаете ли, через два-три года. И есть несколько способов сделать это. Прежде всего, мы можем проводить исследования внутри компании, и именно поэтому у нас есть базовые исследования, у нас есть прикладные исследования. Мы создаем свои собственные модели. И поэтому у нас есть практический жизненный опыт прямо здесь. Это часть совместного проектирования, о котором я говорю. Мы также являемся единственной компанией в области ИИ в мире, которая работает буквально с каждой компанией в области ИИ в мире. И поэтому, насколько это возможно, мы пытаемся понять, с какими проблемами сталкиваются люди.

- Так вы слушаете шепот по всей отрасли, лаборатории ИИ.

- Именно так. Вы должны слушать и учиться у всех. И иметь... И затем последняя часть — это иметь гибкую архитектуру, которая может адаптироваться и двигаться с ветром. И одним из преимуществ CUDA является то, что она, знаете ли, с одной стороны, является невероятным ускорителем. С другой стороны, она очень гибкая. И поэтому этот баланс, невероятный баланс между специализацией, иначе мы не можем ускорить центральный процессор, против обобщения, чтобы мы могли адаптироваться к меняющимся алгоритмам, это действительно, действительно важно. Это причина, по которой CUDA была настолько устойчивой с одной стороны, и при этом мы продолжаем ее улучшать. Мы на CUDA 13.2, и поэтому мы развиваем архитектуру так быстро, что можем оставаться с, знаете ли, с современными алгоритмами. Например... Когда появились смеси экспертов, именно поэтому у нас был NVLink 72 вместо NVLink 8. Мы теперь можем взять всю модель с четырьмя триллионами, десятью триллионами параметров и поместить ее в одну вычислительную область, как будто она работает на одном графическом процессоре. Эм, люди, вероятно, не заметили, я сказал это, но если вы посмотрите на архитектуру стоек Grace Blackwell, она была полностью сосредоточена на выполнении одной задачи — обработке LLM. Внезапно, через год, вы смотрите на стойку Vera Rubin. Она имеет ускорители хранения данных. Она имеет этот невероятный новый центральный процессор под названием Vera. Она имеет Vera Rubin и NVLink 72 для запуска LLM. Она также имеет эту новую дополнительную стойку под названием Rock. И поэтому вся эта система стоек совершенно отличается от предыдущей, и в ней есть все эти новые компоненты. И причина этого в том, что последняя была разработана для запуска LLM на основе MoE, вывода. А эта — для запуска агентов, а агенты работают с инструментами, и...

- Очевидно, что проектирование системы должно было быть выполнено до Claude Code, Codex, OpenClaw. Так вы предвидели будущее, по сути. И это исходит из чего? Из шепота, из понимания того, что такое все передовые технологии —

- Нет.

- ... это?

- Нет, это проще. Вы просто рассуждаете об этом. Прежде всего, вы просто рассуждаете. Независимо от того, что произойдет, в какой-то момент, чтобы эта большая языковая модель стала цифровым работником... Давайте просто используем эту метафору. Давайте предположим, что мы хотим, чтобы LLM был цифровым работником. Что для этого нужно? Он должен иметь доступ к реальным данным. Это наша файловая система. Он должен иметь возможность проводить исследования. Он не знает всего. У нас нет... И я не хочу ждать, пока этот ИИ станет, знаете ли, универсально умным обо всем, прошлом, настоящем и будущем, прежде чем сделать его полезным. И поэтому, следовательно, я могу позволить ему проводить исследования. Очевидно, если он хочет мне помочь, он должен использовать мои инструменты. Знаете, многие люди скажут: «Знаете, ИИ полностью уничтожит программное обеспечение. Нам больше не нужно программное обеспечение. Нам даже инструменты больше не нужны». Это смешно. Давайте используем... Давайте проведем мысленный эксперимент. И вы можете просто сидеть, наслаждаться стаканом виски и думать обо всех этих вещах, и это станет совершенно очевидным. Например, если бы я создал самый удивительный... самый удивительный агент, который мы можем себе представить в ближайшие 10 лет. Давайте скажем, это будет человекоподобный робот. Если бы такой человекоподобный робот был создан, более вероятно ли, что человекоподобный робот войдет в мой дом и будет использовать инструменты, которые у меня есть, чтобы выполнять работу, которая ему нужна? Или эта рука превратится в 10-фунтовый молоток в одном случае, превратится в скальпель в другом случае, и чтобы вскипятить воду, она будет излучать, знаете ли, микроволны из своих пальцев? Знаете, или более вероятно, что он просто использует микроволновку, знаете ли? И в первый раз, когда он подойдет к микроволновке, он, вероятно, не будет знать, как ее использовать. Но это нормально. Он подключен к Интернету. Он читает инструкцию к этой микроволновке, читает ее, мгновенно становится экспертом. И поэтому он использует ее. И поэтому я думаю... Я только что описал, на самом деле, почти все свойства OpenClaw. Знаете, что он будет использовать инструменты, что он будет иметь доступ к файлам, что он сможет проводить исследования. У него есть подсистема ввода-вывода. И когда вы закончите рассуждать об этом, рассуждать об этом таким образом, тогда вы скажете: «Боже мой, влияние на будущее вычислений глубоко значимо». И причина этого в том, что, я думаю, мы только что изобрели компьютер. И тогда вы говорите: «Хорошо, когда мы рассуждали об этом? Когда мы рассуждали об OpenClaw?» Если вы возьмете схему OpenClaw, которую я использовал на GTC, вы найдете ее двухлетней давности. Буквально два года назад на GTC я говорил об агентических системах, которые точно отражают сегодняшний OpenClaw. И, конечно, стечение многих обстоятельств должно было произойти. Прежде всего, нам нужны были Claude и GPT и, знаете ли, все эти модели, чтобы достичь определенного уровня возможностей. Поэтому их инновации и их прорывы и их постоянное развитие были действительно важны. И, конечно, кто-то должен был создать проект с открытым исходным кодом, который был бы достаточно надежным, знаете ли, и достаточно полным, и который мы могли бы использовать. И я думаю, что OpenClaw сделал для агентических систем то, что ChatGPT сделал для генеративных систем. И я просто думаю, что это очень важно.

- Да, это действительно особенный момент. Я не совсем уверен, почему он привлек такое внимание всего мира, но это так, больше, чем Claude Code и Codex и так далее.

- Потому что потребители могли до него добраться.

- Конечно, да. Но также очень много из этого — это вайбы. И Питер, у меня был подкаст с ним, он замечательный человек. Так что часть этого — это также люди, которые представляют это.

- Да, без сомнения.

- Часть этого — мемы и... Потому что мы все пытаемся разобраться. Существуют действительно серьезные и сложные проблемы безопасности, связанные с тем, как передавать ваши данные, чтобы они могли делать полезные вещи, когда у вас есть такая мощная технология. Но затем с этим связаны пугающие вещи. И мы, как цивилизация, как отдельные люди и как цивилизация, пытаемся найти этот правильный баланс.

- Да, мы сразу же взялись за это и отправили туда кучу экспертов по безопасности. И мы сделали то, что называется OpenShell. Он уже интегрирован в OpenClaw.

- И NVIDIA представила NemoClaw.

- Да, именно так.

- Они устанавливаются очень легко. Это гарантирует безопасность.

- Мы даем вам два из трех прав. Агентические системы могут получать доступ к конфиденциальной информации, выполнять код и общаться внешне. Мы могли бы обеспечить безопасность, если бы дали вам две из этих трех возможностей в любое время, но не все три. И из этих двух из трех возможностей мы также предоставляем вам контроль доступа на основе любых прав, которые вам предоставлены предприятием. А затем мы подключаем его к системе управления доступом, которую все эти предприятия уже имеют. И поэтому мы постараемся сделать все возможное, чтобы OpenClaw стал лучшим когтем.

- Итак, вы красноречиво объяснили, как у нас долгая история препятствий, которые, как мы думали, будут препятствиями, и мы их преодолели. Но теперь, заглядывая в будущее, какие, по вашему мнению, могут быть препятствия сейчас, когда ясно, что агенты будут повсюду? Так что, очевидно, нам понадобятся вычисления. Так что же будет препятствием для этого масштабирования?

- Энергия — это проблема, но это не единственная проблема. Но именно поэтому мы так сильно продвигаем экстремальное совместное проектирование, чтобы мы могли улучшать токены в секунду на ватт на порядки каждый год. И поэтому за последние 10 лет закон Мура продвинул вычисления примерно в 100 раз за последние 10 лет. Мы продвинулись и масштабировали вычисления в миллион раз за последние 10 лет. И поэтому мы будем продолжать делать это посредством экстремального совместного проектирования. Таким образом, энергоэффективность, производительность на ватт, полностью влияет на доходы компании. Это влияет на доходы фабрики. И мы просто будем доводить это до предела, чтобы мы могли продолжать снижать затраты на токены так быстро, как только можем. Знаете, наша цена за компьютер растет, но наша эффективность генерации токенов растет намного быстрее, поэтому стоимость токенов снижается. Она просто снижается на порядок каждый год.

- Так что энергия, это интересная вещь. Так что способ попытаться обойти энергетическое препятствие — это попытаться, с помощью токенов в секунду на ватт, сделать его все более и более эффективным. Конечно, возникает вопрос, как мы получим больше энергии.

- Мы также должны получить больше энергии.

- Это очень сложный вопрос. Вы говорили о малых модульных ядерных реакторах. Существуют всевозможные идеи для энергетики. Насколько это вас беспокоит?

- Одна из областей, Лекс, которую я бы хотел, чтобы мы обсудили и просто донесли сообщение, знаете ли, наша электросеть спроектирована для наихудших условий с некоторым запасом. Ну, в 99% случаев мы далеки от наихудших условий, потому что наихудшие условия — это несколько дней зимой, несколько дней летом и экстремальная погода. В большинстве случаев мы далеки от наихудших условий, и мы, вероятно, работаем примерно на 60% от пика. И поэтому в 99% случаев наша электросеть имеет избыточную мощность, и она просто простаивает, но она должна быть там, простаивая, потому что на всякий случай, когда придет время, больницы должны быть запитаны, и, знаете ли, инфраструктура должна быть запитана, и аэропорты должны работать и так далее. И поэтому вопрос, который у меня есть, заключается в том, можем ли мы пойти и помочь им понять и создать договорные соглашения и спроектировать системы компьютерной архитектуры, центры обработки данных, таким образом, чтобы, когда им потребуется максимальная мощность для инфраструктуры общества, центры обработки данных получали меньше. Но это в очень редких случаях в любом случае. И в это время у нас либо есть резервный генератор для этой небольшой части, либо мы просто переносим рабочую нагрузку компьютеров куда-нибудь еще, либо компьютеры просто работают медленнее. Знаете, мы можем ухудшить нашу производительность, снизить энергопотребление и обеспечить, знаете ли, немного более длительную задержку ответа, знаете ли, когда кто-то запрашивает, знаете ли, запрашивает ответ. И поэтому я думаю, что этот способ использования компьютеров, строительства центров обработки данных, вместо того, чтобы ожидать 100% времени безотказной работы-... и эти

- Все время, и мы работаем над этим постоянно. Ни одна компания в истории не росла в таком масштабе, в каком мы растем, одновременно ускоряя этот рост. Это невероятно. И людям трудно даже понять это. В общей сфере вычислений ИИ мы увеличиваем долю. И поэтому цепочка поставок, как вверх, так и вниз, действительно важна для нас. Я провожу много времени, информируя всех генеральных директоров, с которыми работаю, о динамике, которая приведет к продолжению или даже ускорению роста. Это одна из причин, почему по всей правой стороне от меня находились генеральные директора практически всей ИТ-индустрии вверх по течению и практически всей инфраструктурной индустрии вниз по течению. И они все были... Было несколько сотен генеральных директоров. И я не думаю, что когда-либо были ключевые выступления, на которых присутствовали сотни генеральных директоров. И часть этого заключается в том, что я рассказываю им о нашем текущем бизнес-состоянии. Я рассказываю им о драйверах роста в самом ближайшем будущем и о том, что происходит. И я также описываю, куда мы собираемся пойти дальше, чтобы они могли использовать всю эту информацию и всю эту динамику, чтобы информировать о том, как они хотят инвестировать. И поэтому я информирую их таким образом, как я информирую своих сотрудников. И, конечно, затем я совершаю поездки к ним и убеждаюсь, что: «Эй, послушайте, я хочу, чтобы вы знали, что в этом квартале, в следующем году, в следующем году произойдут эти вещи». И если вы посмотрите на генеральных директоров индустрии DRAM, номер один DRAM в мире была память DDR для центральных процессоров в центрах обработки данных. Около трех лет назад мне удалось убедить нескольких генеральных директоров в том, что, хотя в то время память HBM использовалась довольно редко, знаете ли, и едва ли суперкомпьютерами, что в будущем это будет основная память для центров обработки данных. И сначала это звучало нелепо, но несколько генеральных директоров поверили мне и решили инвестировать в производство памяти HBM. Другая память, которую было довольно странно помещать в центр обработки данных, — это энергоэффективная память, которую мы используем для мобильных телефонов. И мы хотели адаптировать ее для суперкомпьютеров в центре обработки данных. И они говорят: «Память для мобильных телефонов для суперкомпьютеров?» И я объяснил им почему. Ну, посмотрите на эти две памяти, LPDDR5, HBM4. Объемы невероятны. Все три компании имели рекордные годы в истории, и это, это 45-летние компании. И поэтому, знаете ли, я... Это часть моей работы — информировать и формировать, вдохновлять, знаете ли.

- Так вы не просто воплощаете будущее и, возможно, вдохновляете NVIDIA, разных инженеров компании, вы воплощаете цепочку поставок будущего. Так что вы ведете переговоры с TSMC, с ASML.

- Вверх по течению, вниз по течению.

- Вверх по течению, вниз по течению. Вот и все.

- GEV, Caterpillar. Да, это ниже нас по течению. Да, да, вот так.

- Да, все это. Я имею в виду, но это так... Существует так много невероятно сложной инженерии, которая происходит во всей полупроводниковой индустрии, и это просто пугает, насколько сложна цепочка поставок, сколько компонентов существует, но каким-то образом это работает.

- Именно, глубокая наука. Глубокая инженерия, невероятное производство, и большая часть производства уже роботизирована, но у нас есть пара сотен поставщиков, которые поставляют технологии, которые входят в нашу стойку из 1,3 миллиона компонентов. Каждая стойка состоит из 1,3, полутора миллионов компонентов. Есть 200 поставщиков для стойки Vera Rubin.

- Так интересно, что вы не перечисляете это как то, что не дает вам спать, в списке препятствий.

- Но я делаю, я делаю все необходимое, чтобы...

- Хорошо.

- ... да, видите? Я могу спать, потому что я вычеркнул это. Я сказал: «Хорошо, знаете ли, я иду, да, я могу спать, и я говорю: «Ну, давайте поразмышляем над этим». Что для нас важно? Потому что, хорошо, давайте поразмышляем над этим. Потому что мы изменили архитектуру системы с оригинального DGX-I, который вы помните, на NVLink-72, вычисления в масштабе стойки... Что будет... Что это значит? Что это значит для программного обеспечения? Что это значит для инженерии? Что это значит для того, как мы проектируем и тестируем? Как, и что это значит для цепочки поставок? Ну, одно из того, что это означало, это то, что мы переместили интеграцию суперкомпьютеров, суперкомпьютеров в центре обработки данных в производство суперкомпьютеров в цепочке поставок. Если вы делаете это, вы также должны признать, что вы переместите один... И если вы, если вы, знаете ли, общий объем вашей инфраструктуры, которую вы собираетесь построить, скажем, вы хотите иметь, знаете ли, 50 гигаватт суперкомпьютеров, которые работают одновременно, и производство этих 50 гигаватт суперкомпьютеров занимает одну неделю, то каждую неделю в цепочке поставок суперкомпьютерам потребуется гигаватт энергии. И поэтому, поэтому нам нужна цепочка поставок, чтобы увеличить количество энергии, которое она должна строить, тестировать, строить и тестировать суперкомпьютеры в цепочке поставок, прежде чем я отправлю их. Ну, NVLink-72 буквально строит суперкомпьютеры в цепочке поставок и отправляет их по два-три тонны за раз на стойку. Раньше — они раньше приходили по частям, и мы собирали их внутри центра обработки данных. Но теперь это невозможно, потому что NVLink-72 настолько плотный. И это пример. И мне пришлось пойти и, знаете ли, я... Летать в цепочку поставок, встречаться с моими партнерами и говорить: «Эй», я сказал: «Угадайте что? Вот что я собираюсь сделать с... Так мы раньше строили наши DGX. Мы будем строить их так. Это будет намного лучше, потому что нам они понадобятся для вывода». Рынок вывода, знаете ли, приближается. Точка перегиба для вывода приближается. Это будет большой рынок. И поэтому я сначала объясняю им, что происходит, почему это произойдет, а затем прошу их сделать несколько миллиардов долларов капитальных вложений каждый. И потому, что они, знаете ли, доверяют мне, и я очень уважаю их, и я даю им все возможности задавать мне вопросы, и я трачу время, чтобы объяснить людям вещи, и я рассуждаю об этом. Я рисую картинки и рассуждаю об этом по первым принципам. И к тому времени, когда я закончу с ними, они будут знать, что делать.

- Так что многое из этого связано с отношениями и построением общего видения будущего. Эм, но вы беспокоитесь о некоторых узких местах? Я имею в виду, каковы самые большие узкие места в цепочке поставок? Вас беспокоит EUV-оборудование ASML? Вас беспокоит упаковка, упаковка CoWoS от TSMC, насколько быстро она может масштабироваться? Как вы сказали, вы не только невероятно быстро растете, вы ускоряете свой рост. Поэтому кажется, что все в цепочке поставок, и это, безусловно, узкие места, должны масштабироваться. Ведете ли вы с ними переговоры, например, как вы можете масштабироваться быстрее? Вы беспокоитесь об этом?

- Нет.

- Хорошо.

- Потому что, потому что я сказал им, что мне нужно. Они поняли, что мне нужно. Они сказали мне, что собираются делать, и я верю им, что они собираются делать.

- Интересно. Приятно это слышать. Так что, может быть, если мы немного задержимся на энергии. Каковы ваши надежды на решение энергетической проблемы?

контракты, которые действительно, действительно довольно строгие, это создает огромное давление на сеть, чтобы она могла... Теперь им придется увеличить мощность сверх максимума. Я просто хочу использовать их излишки. Они просто лежат там. — Да, об этом недостаточно говорят. Так что же этому мешает? Это регулирование? Это бюрократия? — Я думаю, это трехсторонняя проблема. Все начинается с конечного потребителя. Конечный потребитель предъявляет требования к центрам обработки данных, чтобы они никогда не могли быть недоступны, хорошо? Так что конечный потребитель ожидает совершенства. Теперь, чтобы обеспечить это совершенство, вам нужно сочетание резервных генераторов и вашего поставщика сетевого питания, чтобы обеспечить совершенство. И поэтому у всех должно быть шесть девяток. Ну, я думаю, прежде всего, прямо сейчас мы должны добиться того, чтобы все поняли, что когда клиент просит об этом, у вас есть кто-то в вашей команде эксплуатации центра обработки данных, отключенный от генерального директора. Держу пари, генеральный директор этого не знает. Я собираюсь поговорить со всеми генеральными директорами. Генеральные директора, вероятно, не обращают внимания на подписываемые контракты, и поэтому все хотят подписать лучший контракт, конечно. И они идут к поставщикам облачных услуг, и контракт, ... Два переговорщика по контрактам, которые... Я могу представить их сейчас. Вы знаете, ведете переговоры по этим многолетним контрактам. Обе стороны хотят, вы знаете, лучший контракт. В результате CSP затем должны обратиться к коммунальным службам, и они ожидают девять, шесть девяток. И поэтому я думаю, что первое — это просто убедиться, что все клиенты, генеральные директора и клиенты понимают, о чем они просят. Теперь, второе — мы должны строить центры обработки данных, которые плавно деградируют. И поэтому, если питание, если коммунальная служба, если сеть говорит нам: «Слушайте, нам придется снизить вашу мощность примерно до 80%», мы скажем: «Это совсем не проблема». Мы просто переместим нашу рабочую нагрузку. Мы позаботимся о том, чтобы данные никогда не были потеряны, но мы можем снизить скорость вычислений и использовать меньше энергии. Качество обслуживания немного ухудшается. Для критически важных рабочих нагрузок я немедленно перенаправлю их куда-нибудь еще, чтобы у меня не было этой проблемы, и поэтому, вы знаете, кто бы ни был, какой бы центр обработки данных ни имел 100% времени безотказной работы, и поэтому... — Насколько сложна эта инженерная задача, такое умное, динамическое распределение мощности в центре обработки данных? — Как только вы сможете это определить, вы сможете это спроектировать. Прекрасно сказано. Пока это подчиняется законам физики на основе первых принципов, я думаю, мы в порядке. — Что вы упоминали в третий раз? Мм... — Итак, второе — это центры обработки данных. А третье — нам нужно, чтобы коммунальные службы также признали, что это возможность — ... и вместо того, чтобы говорить: «Посмотрите, мне понадобится пять лет, чтобы увеличить мощность моей сети», — если вы, если вы готовы принять такую степень гарантии, я могу предоставить их вам в следующем месяце и по этой цене. И поэтому, если бы коммунальные службы также предлагали больше сегментов обещаний по доставке электроэнергии, тогда, я думаю, все бы разобрались, что с этим делать. Да, но сейчас в сети слишком много отходов. Мы должны заняться этим. — Вы высоко оценили достижение Илона и xAI в Мемфисе, в строительстве суперкомпьютера Colossus, вероятно, в рекордно короткие сроки всего за четыре месяца. Сейчас он насчитывает 200 000 ГП и быстро растет. Есть ли что-то, что вы могли бы сказать об его подходе, что поучительно для всех создателей центров обработки данных в целом, что позволило достичь такого рода достижений? Его подход к инженерии, его подход к управлению строительством в целом, ко всему? — Прежде всего, Илон глубоко разбирается во многих различных темах. Ум. При этом он также является очень хорошим системным мыслителем. И поэтому он способен мыслить в рамках нескольких дисциплин, и, и он, очевидно, подталкивает вещи, подвергает все сомнению, где они, во-первых, необходимо ли это? Во-вторых, нужно ли это делать так? А затем, вы знаете, нужно ли это делать так долго? И, и поэтому, поэтому у него есть, у него есть способность подвергать все сомнению, до такой степени, что все сводится к минимальному необходимому количеству, ничего больше нельзя убрать. И тем не менее, необходимые возможности продукта остаются, понимаете? И поэтому он, он настолько минималист, насколько вы можете себе представить, и он делает это в системном масштабе. Я думаю... Мне также нравится тот факт, что он представлен. Он присутствует в точке действия. Вы знаете, он просто пойдет туда. Если есть проблема, он просто пойдет туда и скажет: «Покажите мне проблему». Вы знаете, когда вы делаете все это в совокупности, вы преодолеваете множество предыдущих, «Мы просто так это делаем». «Ум., вы знаете, я жду их. Ум., вы знаете, я имею в виду, у всех есть много оправданий. И поэтому, и последнее — это когда вы действуете лично с такой большой срочностью, это заставляет всех остальных действовать с срочностью, понимаете? И у каждого поставщика есть много клиентов. У каждого поставщика есть много проектов, и он сделал это своим... Он делает это своим делом, что он является главным приоритетом для всех остальных, понимаете, проектов. И поэтому он делает это, демонстрируя это. — Да, я был на нескольких таких встречах. Это просто весело наблюдать, потому что на самом деле, недостаточно людей задают вопрос вроде: «Хорошо, может ли это быть сделано намного быстрее, и как? Почему это должно занять так много времени?» — Да, верно. — И тогда в... Это часто становится инженерной задачей. И да, я думаю, когда вы получаете истинную правду о том, что на самом деле... Я помню, один раз, когда я тусовался с ним, он буквально проходил весь процесс подключения кабелей к стойке. Он, он работает с инженером на месте, который выполняет эту задачу, и он просто пытается понять, как выглядит этот процесс, чтобы он был менее подвержен ошибкам. И просто накапливая эту интуицию от каждой отдельной задачи, связанной с сборкой центра обработки данных — ... вы начинаете немедленно получать представление на детальном и на широком системном уровне о том, где находятся неэффективности, и поэтому вы можете сделать его все более и более эффективным. Плюс у вас есть большой молот, способный сказать: «Давайте сделаем это совершенно иначе —» — Да. Это верно. — «... и устраним все возможные препятствия». — Это верно. — Есть ли параллели в подходе NVIDIA Extreme Systems к совместному проектированию, которые вы видите в подходе Илона к системной инженерии? — Ну, прежде всего, совместное проектирование — это конечная задача системной инженерии. И поэтому мы подходим, мы подходим к работе, которую мы делаем, с этого, с этого. Другое, что мы делаем, и это, это философия, мысль, состояние ума, я полагаю, метод, который я начал 30 лет назад, и он называется скорость света. Скорость света — это не просто скорость. Скорость света — это мой сокращенный способ обозначить предел того, что может сделать физика. И поэтому каждый, все, все, что мы делаем, сравнивается со скоростью света. Скорость памяти, скорость вычислений, мощность, стоимость, время, усилия, количество людей, время производственного цикла. И когда вы думаете о задержке по сравнению с пропускной способностью, когда вы думаете о стоимости по сравнению с пропускной способностью, стоимости по сравнению с емкостью, обо всем этом, вы тестируете против скорости света, чтобы достичь всех этих различных ограничений по отдельности. А затем, когда вы рассматриваете это вместе, вы знаете, что вам придется идти на компромиссы, потому что система, которая достигает чрезвычайно низкой задержки по сравнению с дешевой, система, которая достигает очень высокой пропускной способности, спроектирована фундаментально по-разному. Но вы хотите знать, какова скорость света системы, которая достигает высокой пропускной способности, какова скорость света системы, которая достигает низкой задержки? А затем, когда вы думаете о всей системе, вы можете идти на компромиссы. И поэтому я заставляю всех думать о том, что такое, первые, первые принципы, пределы — ... физические пределы, для всего, прежде чем мы, вы знаете, прежде чем мы что-либо сделаем. И мы все тестируем против этого. И поэтому это хорошее состояние ума. Мне не нравятся другие методы, такие как непрерывное совершенствование. Проблема с непрерывным совершенствованием, она... Прежде всего, вы должны проектировать что-то на основе первых принципов со скоростью, вы знаете, с мышлением скорости света. Ограничивайте его только физическими пределами и пределами физики. А после этого, конечно, вы будете улучшать его со временем. Ум., но мне не нравится входить в проблему, и кто-то говорит: «Эй, вы знаете, это занимает 74 дня, чтобы сделать это сегодня —» — «Прямо сейчас. И мы можем сделать это для вас за 72 дня». Вы знаете, я бы предпочел все разобрать до нуля — ... и сказать: «Прежде всего, объясните мне, почему 74 дня в первую очередь. И давайте отметим, давайте подумаем, что возможно сегодня. И если бы я строил это полностью с нуля, вы знаете, сколько бы это заняло?» Часто вы будете удивлены. Это может занять шесть дней. Теперь, остальные шесть дней, 74, могут быть очень хорошо обоснованными компромиссами, и, вы знаете, сокращением затрат, и всевозможными другими вещами. Но по крайней мере вы знаете, что это такое. И тогда, зная, что шесть дней возможны, разговор от 74 до шести, на удивление, намного эффективнее. — В таких невероятно сложных системах, с которыми вы работаете, является ли простота иногда хорошим эвристическим методом? Я имею в виду, если я могу просто... Я имею в виду, модуль, модуль Vera Rubin, который вы анонсировали, просто невероятен. Мы говорим о семи чипах, семи типах чипов, пяти специально разработанных типах стоек, 40 стойках, 1,2 квадриллиона транзисторов, почти 20 000 чипов NVIDIA, более 1100 GPU Rubin, 60 эксафлопс, 10 петабайт в секунду пропускной способности. Это все просто один... — Это всего лишь один модуль. — Это всего лишь один модуль. — Да, это всего лишь один модуль. — Я имею в виду, в... Так у вас есть... И даже одна стойка NVL 72 содержит 1,3 миллиона компонентов, 1300 чипов, 4000 модулей, упакованных в одну стойку шириной 19 дюймов. — И Лекс, нам, вероятно, придется выпускать около 200 таких модулей в неделю, просто чтобы поставить это в перспективу. — Количество различных компонентов, я полагаю, простота невозможна, но является ли это метрикой, к которой вы стремитесь при попытке спроектировать вещи? — Вы знаете, фраза, которую я использую чаще всего, это: мы — нам нужны вещи настолько сложные, насколько это необходимо, но настолько простые, насколько это возможно. И поэтому вопрос в том, вся ли эта сложность там необходима? И мы должны проверить это. И мы должны бросить вызов этому. А после этого все остальное, вы знаете, является избыточным. — Но это все равно почти невероятно. Полупроводниковая промышленность в целом, но то, что делает NVIDIA, — это одно из величайших инженерных достижений в истории. Так что эти системы — это поистине, поистине чудеса инженерии. — Это самый сложный компьютер, когда-либо созданный в мире. — Да, инженерные команды, я имею в виду — ... Я не знаю, это не соревнование, но я не знаю. Если бы это было похоже на Олимпиаду инженерных команд, я имею в виду, TSMC выполняет невероятную инженерию. Как я уже сказал, ASML в любом масштабе, но NVIDIA даст им достойный отпор. Просто невероятные, невероятные команды. — Ну, это золотые медалисты в каждом, в каждом виде спорта, собранные здесь. — И должны работать вместе. И подчиняться напрямую вам. Это замечательно. Вы недавно ездили в Китай. так интересно спросить вас. Китай добился невероятного успеха в развитии своего технологического сектора. Что вы понимаете о том, как Китай смог за последние 10 лет создать так много невероятных компаний мирового класса, инженерные команды мирового класса и просто эту технологическую экосистему — ... которая производит так много невероятных продуктов? — Целый ряд причин, ну, во-первых, давайте начнем с некоторых фактов. 50% мировых исследователей в области ИИ — китайцы, плюс-минус, и они все еще в основном в Китае. У нас много из них здесь, но в Китае все еще есть удивительные исследователи. Их технологическая индустрия появилась в нужное время. Во времена мобильной облачной эры их способ внесения вклада заключался в программном обеспечении, и поэтому это страна с невероятной наукой и математикой. Действительно хорошо образованные дети. Их технологическая индустрия была создана в эпоху программного обеспечения. Они очень комфортно себя чувствуют с современным программным обеспечением. Китай — это не одна гигантская экономическая страна. У нее много провинций и городов с мэрами, которые конкурируют друг с другом. Вот почему существует так много компаний по производству электромобилей. Вот почему существует так много компаний по производству ИИ. Вот почему существует так много, каждая компания, которую вы можете себе представить, они все создают некоторые из них. И в результате у них безумная внутренняя конкуренция. И, вы знаете, остается только невероятная компания. У них также есть социальная культура, где семья на первом месте, друзья на втором, а компания на третьем. И поэтому объем разговоров, которые идут туда и обратно между... Они, по сути, всегда с открытым исходным кодом. Так что тот факт, что они больше вносят вклад в открытый исходный код, очень разумно, потому что они, вероятно, думают: «Что мы защищаем?» Вы знаете, мои инженеры, их братья в той компании, их друзья в той компании, и они все одноклассники. Вы знаете, концепция одноклассника. Есть, вы знаете, один одноклассник, вы брат на всю жизнь. И поэтому они очень, очень быстро делятся знаниями. И поэтому нет смысла держать технологии в секрете. Вы можете так же хорошо выложить их в открытый исходный код. И поэтому сообщество открытого исходного кода затем усиливает, ускоряет процесс инноваций. Таким образом, вы получаете этот быстрый, невероятный большой талант, быстрые инновации благодаря открытому исходному коду и просто, вы знаете, природу друзей и безумную конкуренцию. Среди компаний — среди компаний, что возникает, это невероятные вещи. И поэтому это самая быстро развивающаяся страна в мире сегодня, и это то, что имеет все, что, все, что я только что сказал, является фундаментальным для того, как росли дети, тот факт, что у них отличное образование, тот факт, что родители хотят, чтобы они хорошо учились в школе, тот факт, что их культура такая. Это, вы знаете, это просто то, что есть в их стране, и они появились именно в то время, когда технологии переживают экспоненциальный рост. — Плюс культурно, быть инженером довольно круто. Это связано со всеми компонентами, которые вы упомянули... — Это страна строителей. — Это страна строителей. — Да, это страна строителей. Лидеры нашей страны, невероятные, но они в основном юристы. Лидеры их страны, и поскольку мы, они пытаются обеспечить нам безопасность, верховенство закона, управление, их страна была построена из бедности. И поэтому большинство их лидеров — невероятные инженеры. Некоторые из самых ярких умов. — Чтобы немного отклониться, потому что вы упомянули открытый исходный код, я должен перейти к Perplexity, который вы давно любите. — Люблю, да. — И спасибо за выпуск открытого исходного кода Nemotron 3 Super, который вы также можете использовать внутри Perplexity для поиска информации. Теперь, это модель MoE с 120 миллиардами параметров с открытым весом. Каково ваше видение открытого исходного кода? Итак, вы упомянули Китай с DeepSeek и MiniMax, с этими компаниями, которые действительно продвигают движение ИИ с открытым исходным кодом, и NVIDIA действительно лидирует в области почти передовых LLM с открытым исходным кодом. Каково ваше видение там? — Во-первых, если мы собираемся стать великой компанией в области вычислительных систем ИИ, мы должны понимать, как развиваются модели ИИ. Одна из вещей, которую я люблю в Nemotron 3, это то, что это не просто чистая трансформерная модель, это трансформер и SSM. И мы рано начали разрабатывать условные GAN, которые, прогрессивные GAN, которые шаг за шагом привели к диффузии. И поэтому, тот факт, что мы проводим фундаментальные исследования в области архитектуры моделей и в различных областях, дает нам представление о том, какие вычислительные системы хорошо справятся с будущими моделями. И поэтому это часть нашей стратегии экстремального совместного проектирования. Во-вторых, я думаю, мы по праву признаем, что, с одной стороны, мы хотим иметь модели мирового класса в качестве продуктов, и они должны быть проприетарными. С другой стороны, мы также хотим, чтобы ИИ проникал во все отрасли и все страны, всех исследователей, всех студентов. И если все проприетарно, трудно проводить исследования, и трудно внедрять инновации на основе, вокруг, с. И поэтому... Открытый исходный код фундаментально необходим для того, чтобы многие отрасли присоединились к революции ИИ. NVIDIA обладает масштабом, и у нас есть мотивы не только навыки, масштаб и мотивация создавать и продолжать создавать эти модели ИИ до тех пор, пока мы будем жить. И поэтому мы должны это делать. Мы можем открыть, мы можем активировать каждую отрасль, каждого исследователя, вы знаете, каждую страну, чтобы они могли присоединиться к революции ИИ. Есть третья причина, которая заключается в признании того, что ИИ — это не просто язык. Эти ИИ, вероятно, будут использовать инструменты и модели, и субагенты, которые были обучены на других модальностях информации. Возможно, это биология или химия, или, вы знаете, законы физики, или, вы знаете, жидкости и термодинамика, и не все это в языковой структуре. И поэтому кто-то должен убедиться, что прогнозирование погоды, биология, ИИ, ИИ для биологии, физический ИИ, все это остается, может быть доведено до предела и до границы. Мы не строим автомобили, но мы хотим убедиться, что каждая автомобильная компания имеет доступ к отличным моделям. Мы не открываем лекарства, но я хочу убедиться, что у Lilly есть лучшие в мире биологические системы ИИ, чтобы они могли использовать их для открытия лекарств. И поэтому эти три фундаментальные причины, как в признании того, что ИИ — это не просто язык, что ИИ очень широк, что мы хотим вовлечь всех в мир ИИ, а затем также совместное проектирование ИИ. — Ну, я должен сказать, еще раз, спасибо за открытие исходного кода, действительно, действительно открытый исходный код Nemotron 3 и ... — Да, я ценю, что вы это сказали. Мы открыли исходный код моделей, мы открыли исходный код весов, мы открыли исходный код данных, мы открыли исходный код того, как мы это создали. Да, это довольно удивительно. — Ум., это действительно, это действительно невероятно. Вы родом из Тайваня и имеете тесные отношения с TSMC. Поэтому я должен спросить, TSMC, я думаю, также является легендарной компанией с точки зрения инженерных команд, с точки зрения невероятной инженерной работы, которую они выполняют. Что вы понимаете о культуре TSMC и их подходе, который объясняет, как им удается достичь этого уникального, непревзойденного успеха во всем, что они делают с полупроводниками? — Вы знаете, прежде всего, самое глубокое заблуждение о TSMC заключается в том, что их технология — это все, что у них есть. Что каким-то образом у них есть действительно отличный транзистор, и если кто-то покажет другой транзистор, игра окончена. Это технология, и, конечно, я не имею в виду только транзистор, системы металлизации, упаковка, 3D-упаковка, кремниевая фотоника, вы знаете, вся технология, которую они имеют. Эта технология действительно делает компанию особенной. Их технология делает компанию особенной. Но их способность оркестровать требования, динамические требования сотен компаний в мире, когда они движутся вверх, смещаются, вы знаете, увеличиваются, уменьшаются, продвигаются, втягиваются, меняются от клиента к клиенту, начало производства пластин, остановка производства пластин, экстренное начало производства пластин, вы знаете, вся эта динамика сложности мира, поскольку мир постоянно меняет форму, и при этом они управляют фабрикой с высокой пропускной способностью, высокими выходами, действительно отличными затратами, превосходным обслуживанием клиентов. Они серьезно относятся к своей работе, они серьезно относятся к своим обещаниям. Они, когда ваша пластина, потому что они знают, что они помогают вам управлять вашей компанией, когда пластины, когда пластины должны были появиться, пластины появляются, вы знаете, чтобы вы могли управлять своей компанией должным образом. И поэтому их система, их производственная система — это совершенно чудесно, я бы сказал. Затем второе — это их культура. Эта культура одновременно, с одной стороны, ориентирована на технологии, продвигает технологии, а с другой стороны, ориентирована на обслуживание клиентов. Многие компании очень ориентированы на обслуживание клиентов, но они не очень технологичны. Они не на переднем крае технологий. Есть много компаний, которые являются технологическими, на переднем крае технологий, но они не являются лучшими компаниями, ориентированными на обслуживание клиентов. И поэтому это просто зависит от того, как им удалось сбалансировать эти два аспекта, и они мирового класса в обоих. А затем, вероятно, третье — это технология, которую я больше всего ценю в них, это то, что они создали, вы знаете, это, неосязаемое, называемое доверием. Я доверяю им, чтобы поставить мою компанию на их плечи. Это очень важно. — Когда они доверяют, я имею в виду, существует очень тесная связь, которую вы установили, и это доверие основано на многолетней работе, но в нем также участвуют человеческие отношения. — Три десятилетия, я не знаю, сколько десятков, сотен миллиардов долларов бизнеса мы сделали через них, и у нас нет контракта. Это довольно здорово. — Удивительно. Хорошо, есть эта история... ... Что в 2013 году основатели TSMC, Моррис Чанг, предложили вам стать главным исполнительным директором TSMC, И вы сказали, что у вас уже есть работа. Это правда? — История правдива. Я не отвергал ее. Ум. но я был глубоко польщен, и, конечно, конечно, я знал тогда, как и сейчас, что TSMC — одна из самых значимых компаний в истории. И, и Моррис — один из самых уважаемых руководителей и, и деловой и личный друг, которого у меня когда-либо был. И, ум... Для него спросить — это, ум, я был смирен и, и действительно польщен. Но, но работа, которую я делаю здесь, действительно важна, и я видел, вы знаете, в своем воображении, чем станет NVIDIA и какое влияние мы можем оказать. И, ум, это была действительно важная работа. И это моя ответственность, вы знаете, моя единственная ответственность, чтобы это произошло. И поэтому я, я отказался. Вы знаете, не потому, что это не было невероятным предложением. Это невероятное предложение, но, но я просто не мог его принять. — Я думаю, NVIDIA, как NVIDIA, так и TSMC — это две величайшие компании в истории человеческой цивилизации. И управлять любой из них, я уверен, невероятно сложная задача, и требует... Вам нужно быть полностью вовлеченным. Ум. Все на каждом уровне, не только на уровне генерального директора. Все действительно полностью вовлечены — — Да. Да, без сомнения — ... чтобы достичь такого рода сложности. — Теперь я могу помочь обеим компаниям. — Точно. Итак, NVIDIA теперь самая ценная компания в мире. Я должен спросить, в чем самый большой ров NVIDIA, как говорят люди в технологическом секторе? Преимущество, которое у вас есть и которое защищает вас от конкуренции. — Наша самая важная собственность как компании — это установленная база нашей вычислительной платформы. Наша самая важная вещь сегодня — это установленная база CUDA. Теперь причина, по которой, 20 лет назад, конечно, не было установленной базы. Но что делает... И если бы кто-то придумал CUDA или TUDA, это не имело бы никакого значения. И причина этого в том, что это никогда не было просто о технологии. Технология, конечно, была невероятно дальновидной. Но дело в том, что компания была ей предана, придерживалась ее, расширяла ее охват. Ум. Не три человека сделали CUDA успешной. Это были 43 000 человек, которые сделали CUDA успешной. И несколько миллионов разработчиков, которые верили в нас, которые доверяли, что мы продолжим делать CUDA 1, 2, 3, 13, что они решили портировать и посвятить свое программное обеспечение на ее основе, свою гору программного обеспечения на ее основе. И поэтому установленная база — это главное преимущество. Эта установленная база, когда вы усиливаете ее скоростью нашего исполнения в масштабе, о котором мы говорим, ни одна компания в истории никогда не строила системы такой сложности, точка. И затем строить ее раз в год невозможно. И эта скорость в сочетании с установленной базой, в сознании разработчика, вы просто идете теперь, возьмите сознание разработчика. С точки зрения разработчика, если я поддерживаю CUDA, завтра она станет в 10 раз лучше. Мне просто придется подождать в среднем шесть месяцев. Мало того, если я разработаю ее на CUDA, я охвачу несколько сотен миллионов человек, компьютеров. Я есть в каждом облаке, я есть в каждой компьютерной компании, я есть в каждой отрасли, я есть в каждой стране. Так что, если я создам пакет с открытым исходным кодом и сначала выложу его на CUDA, я получу эти два атрибута одновременно. И не только это, я на 100% уверен, что NVIDIA будет поддерживать CUDA, поддерживать ее и улучшать ее, и продолжать оптимизировать библиотеки до конца своей жизни. Вы можете положить это в банк, и последняя часть, доверие. Вы объединяете все это, если бы я был разработчиком сегодня, я бы сначала нацелился на CUDA. Я бы больше всего нацелился на CUDA. И вот почему, в конечном итоге, это наше первое, это даже наше первое — — основное преимущество. Второе — это наша экосистема. Тот факт, что мы вертикально интегрировали эту невероятно сложную систему, но мы интегрируем ее горизонтально во все компьютеры каждой компании. — Мы работаем с Google Cloud, мы работаем с Amazon, мы работаем с Azure. Вы знаете, мы сейчас очень активно развиваем AWS. Мы работаем с новыми компаниями, такими как CoreWeave и Nscale. Мы работаем с суперкомпьютерами в Lilly. Мы работаем с корпоративными компьютерами. Мы работаем на периферии на базовых станциях радиосвязи. Вы знаете, я имею в виду, это просто безумие. Одна архитектура используется во всех этих различных системах. Мы работаем с автомобилями, мы работаем с роботами, мы работаем со спутниками, мы работаем в космосе. И поэтому тот факт, что у вас есть эта одна архитектура, и экосистема настолько широка, она фактически охватывает каждую отрасль в мире. — Ну, как установленная база CUDA развивается в будущем с фабриками ИИ в качестве рва? Что вы... Вы думаете, возможно, что NVIDIA будущего — это все о фабрике ИИ? — Ну, единицей вычислений раньше была для нас GPU. Затем это стал компьютер, затем кластер. Теперь это целая фабрика ИИ. Когда я вижу компьютер, когда я вижу, что строит NVIDIA, в старые времена я бы, вы знаете, визуализировал чип. А затем, когда я анонсировал новый продукт, новое поколение, например: «Дамы и господа, сегодня мы анонсируем Ampere», я брал чип. Это была моя ментальная модель — ... того, что я строил. Сегодня я бы не... Брать чип — это все еще очаровательно. Но это очаровательно. Это не моя ментальная модель того, что я делаю. Моя ментальная модель — это эта гигантская гигаваттная штука, к которой подключены электростанции, подключенные к сети. У нее есть системы охлаждения и сети невероятной чудовищности, вы знаете. 10 000 человек там пытаются ее установить, сотни инженеров по сетям там, тысячи инженеров за ней пытаются ее запустить. Вы знаете, запуск одной из этих фабрик, как вы знаете, это не кто-то, кто говорит: «Включено сейчас». Требуются тысячи людей, чтобы запустить ее. — Так что мысленно вы на самом деле... Когда вы думаете об единице вычислений, вы буквально, когда ложитесь спать ночью, вы думаете о коллекции стоек, то есть модулей, а не об отдельных чипах. — Вся инфраструктура. И я надеюсь, что мой следующий шаг будет, когда я буду думать о создании компьютеров, это, вы знаете, планетарный масштаб. Это будет следующий шаг. — Ну, что вы думаете о космическом аспекте, о котором говорил Илон, о вычислениях в космосе для решения некоторых... Это упрощает некоторые энергетические проблемы с точки зрения масштабирования энергии. — Проблемы охлаждения нелегки. Да. — Охлаждение. Ну, с этим связано большое количество инженерных сложностей. Так что, так что... Вы знаете, NVIDIA также объявила, что вы уже думаете об этом. — Да, мы уже там. GPU NVIDIA — это первые GPU в космосе. И я не осознавал этого, это было так интересно... Я, возможно, объявил бы об этом. Мы в космосе. Вы знаете, маленький, маленький скафандр на одном из наших GPU. Но мы были в космосе. Это правильное место для большого количества обработки изображений. Вы знаете, потому что эти спутники имеют действительно высокоразрешающие системы обработки изображений, и они постоянно сканируют Землю, вы знаете, сейчас. И, ум., вы хотите, вы знаете, сантиметровый масштаб, обработка изображений, которая выполняется непрерывно для мира, так что, вы знаете, у вас будет практически телеметрия всего в реальном времени. Вы не хотите передавать это обратно на Землю. Это просто, вы знаете, петабайты и петабайты данных. Вам нужно просто выполнять ИИ прямо там, на периферии, отбрасывать все, что вам не нужно, что вы видели раньше, не изменилось, и затем сохранять только то, что вам нужно. И поэтому ИИ пришлось выполнять на периферии. Очевидно, у нас есть, у нас есть 24/7 солнечная энергия, если мы разместим ее на полюсах. И, ум., но, вы знаете, нет кондукции, нет конвекции. И поэтому, вы знаете, вы в основном только излучение. И, ум., но, вы знаете, космос велик. Я полагаю, вы знаете, мы просто поставим туда большие, гигантские радиаторы. — Насколько сумасшедшей идеей вы считаете это? Например, это через пять лет, через 10 лет, через 20 лет? Итак, мы говорим о препятствиях для масштабирования ИИ. — Вы знаете, я гораздо более практичен. Я ищу, где, где мои следующие, следующие возможности в первую очередь. Между тем, я культивирую космос. И поэтому я отправляю инженеров работать над проблемой. Мы начинаем... Мы многому учимся об этом. Как мы справляемся с радиацией? Как мы справляемся с ухудшением производительности? Как мы справляемся с непрерывным тестированием и аттестацией дефектов? И, вы знаете, как мы справляемся с избыточностью? И как мы плавно деградируем и тому подобное. И поэтому мы могли бы сделать... А как насчет программного обеспечения? Как вы думаете о программном обеспечении и избыточности и производительности в космосе? Сделайте так, чтобы компьютер никогда не ломался, он просто становился медленнее, вы знаете. И я... Так что мы могли бы начать делать много инженерных исследований заранее. Но тем временем, мой, мой любимый ответ — устранить отходы. Вы знаете, у нас есть вся эта простаивающая мощность, я хочу эвакуировать ее как можно быстрее. — Да. Здесь на Земле есть много низко висящих фруктов, которые мы можем использовать для масштабирования ИИ. Короткая пауза. Короткое 30-секундное спасибо нашим спонсорам. Проверьте их в описании. Это действительно лучший способ поддержать этот подкаст. Зайдите на lexfridman.com/sponsors. У нас есть Perplexity для исследования знаний, основанного на любопытстве, Shopify для продажи товаров онлайн, LMNT для электролитов, Fin для агентов ИИ по обслуживанию клиентов и Quo для телефонной системы, такой как звонки, тексты, контакты, для вашего бизнеса. Выбирайте мудро, друзья мои. А теперь вернемся к моему разговору с Дженсеном Хуангом. Как вы думаете, NVIDIA может стоить 10 триллионов в какой-то момент? Давайте спросим так. Как выглядит будущее мира, где это правда? — Я думаю, что рост NVIDIA чрезвычайно вероятен, и в моем сознании — неизбежен. И позвольте мне объяснить, почему. Мы самая большая компьютерная компания в истории. Это одно должно вызвать вопрос: почему? И причина, конечно... Две причины. Первое, две фундаментальные технические причины. Первая причина в том, что вычисления перешли от системы поиска файлов. Почти все — это файл... Мы что-то предварительно записываем, что-то предварительно записываем. Вы знаете, мы что-то рисуем, мы выкладываем это в интернет, мы кладем это в файл. И мы используем рекомендательную систему, какой-то умный фильтр, чтобы понять, что вам извлечь. И поэтому мы были системой предварительной записи, человеческой предварительной записи и поиска файлов. Это то, что такое компьютер, в значительной степени. До настоящего времени компьютеры с ИИ контекстно-осведомлены, что означает, что они должны обрабатывать и генерировать токены в реальном времени. Таким образом, мы перешли от вычислительной системы, основанной на поиске, к вычислительной системе, основанной на генерации. Нам потребуется гораздо больше обработки в этом новом мире, чем в старом мире. Нам нужно много хранилищ в старом мире. Нам нужно много вычислений в этом новом мире. И поэтому, поэтому это первая часть. Мы фундаментально изменили вычисления и способ их выполнения. Единственное, что могло бы привести к обратному... это если бы этот способ вычислений, этот способ генерации информации, которая контекстно релевантна, ситуационно осведомлена, основана на новом понимании перед генерацией информации, этот вычислительно-интенсивный способ вычислений мог бы вернуться только в том случае, если он неэффективен. Так что, если... За последние 10-15 лет, работая над глубоким обучением, если бы в какой-то момент я пришел к выводу, что: «Знаете что? Это не сработает. Я думаю, это тупик». Или: «Это не масштабируется, это не решит эту модальность, не будет использоваться в этом приложении». Тогда, конечно, я бы чувствовал себя совсем иначе, но я думаю, что последние пять лет дали мне больше уверенности, чем предыдущие десять лет. Вторая идея заключается в том, что компьютеры, поскольку это была система хранения данных, это был в основном склад. Теперь мы строим фабрики. Склады не приносят много денег. Фабрики напрямую коррелируют с доходами компании. И поэтому компьютер сделал две вещи. Он не только изменил способ его работы, его цель в мире изменилась. Это больше не компьютер, это фабрика. Это фабрика, она используется для получения доходов. Теперь мы видим, что эта фабрика не только производит продукты, товары, которые люди хотят потреблять, мы видим, что товары настолько интересны, настолько ценны, для такого большого количества разных аудиторий, что токены начинают сегментироваться, как iPhone. Ум. У вас есть бесплатные токены, у вас есть премиальные токены, и у вас есть несколько токенов посередине. Да. И поэтому интеллект, как оказалось, вы знаете, это масштабируемый продукт. Существуют продукты с чрезвычайно высоким интеллектом, токены, которые вы могли бы... которые используются для специализированных вещей, люди будут готовы платить. Вы знаете, идея о том, что кто-то готов платить 1000 долларов за миллион токенов, уже не за горами. Это не вопрос «если», а только «когда». И поэтому теперь мы видим, что товар, который производит эта фабрика, на самом деле ценен, и он приносит доход и прибыль. Теперь вопрос в том, сколько таких фабрик нужно миру? Сколько, сколько токенов нужно миру? И сколько общество готово платить за эти токены? И что произойдет с мировой экономикой, если производительность значительно улучшится? Что произойдет... Откроем ли мы новые лекарства, новые продукты, новые услуги? И поэтому, когда вы объединяете эти вещи, я абсолютно уверен, что рост мирового ВВП ускорится. Я абсолютно уверен, что процент этого ВВП, который будет использоваться для вычислений, будет в 100 раз больше, чем в прошлом... потому что это больше не единица хранения. Это единица генерации продукта. И поэтому, когда вы смотрите на это в этом контексте, а затем возвращаетесь к тому, что делает NVIDIA, что делает NVIDIA, и какую часть этой новой экономики, новой отрасли мы должны получить, чтобы удовлетворить ее, я думаю, мы будем намного, намного больше. А затем остальное, для меня, возможно ли, чтобы NVIDIA стала компанией с доходом в 3 триллиона долларов в ближайшем будущем? Ответ, конечно, да. И причина этого в том, что это не ограничено никакими физическими пределами. Нет ничего, что я вижу, что говорит: «Боже мой, 3 триллиона долларов невозможны». И, как оказалось, цепочка поставок NVIDIA, бремя разделяют 200 компаний. И тот факт, что мы масштабируемся на плечах с партнерством этой экосистемы, вопрос в том, есть ли у нас энергия для этого? И, конечно, у нас будет энергия для этого. И поэтому все эти вещи в совокупности, это число — просто число, вы знаете? И я до сих пор помню, NVIDIA была, NVIDIA была, когда мы впервые пересекли миллиард долларов, мне напомнил генеральный директор, который сказал мне: «Знаете, Дженсен, для полупроводниковой компании без фабрики теоретически невозможно превысить миллиард долларов». И я не буду утомлять вас причинами, но в конце концов, это нелогично, и есть много доказательств того, что мы не являемся. А затем кто-то сказал мне: «Знаете, Дженсен, вы никогда не будете больше 25 миллиардов долларов из-за какой-то другой компании». Кто-то сказал мне, что «вы никогда не будете, вы знаете, потому что...» И поэтому, это не мышление на основе первых принципов. И простой способ подумать об этом — это что мы производим и насколько велика возможность, которую мы можем создать? Теперь NVIDIA не занимается долей рынка. Почти все, о чем я только что говорил, не существует. Это то, что трудно. Вы знаете, если бы NVIDIA была компанией с 10 миллиардами долларов, пытающейся захватить долю рынка, тогда акционерам было бы легко понять: «О, да, если бы они могли взять 10% доли, они могли бы быть настолько больше». Но людям трудно представить, насколько большими мы могли бы быть, потому что мне не у кого отнять долю. Вы знаете? И поэтому я думаю, что это одна из проблем... для мира — это воображение будущего. Но у меня достаточно времени, и я буду продолжать рассуждать об этом, и я буду продолжать говорить об этом, и на каждой GTC это будет становиться все более и более реальным. Вы знаете, и тогда все больше и больше людей будут говорить об этом, и однажды, вы знаете, мы доберемся туда. Но я на 100% уверен, что мы доберемся туда. — Да, этот взгляд на, вы знаете, фабрики токенов, по сути, этот токен в секунду на ватт, и каждый токен имеет ценность. Как будто это реальная вещь, которая приносит ценность, и она приносит разную ценность, разное количество ценности разным людям с ценностью. Это настоящий продукт, это действительно можно свободно рассматривать как токен. И поэтому у вас есть куча фабрик токенов. И тогда очень легко, на основе первых принципов, представить будущее, учитывая все потенциальные вещи, которые ИИ может решить, что вам понадобится экспоненциально больше фабрик токенов. — И что действительно интересно, причина, по которой я был так взволнован этим, появился iPhone токенов. — Как вы это называете? Подождите, вы говорите об iPhone OpenClaw? Это интересно. — Агенты. — Да, агенты. Верно. — Агенты в целом. Появился iPhone токенов. Это самое быстрорастущее приложение в истории. Оно пошло прямо вверх. Пошло прямо вверх. — Это о чем-то говорит. — Ага, нет сомнений, что OpenClaw — это iPhone токенов. — Происходит ли что-то действительно, как вы знаете, что-то действительно особенное примерно с декабря, когда люди действительно осознали силу Claude Code of Codex, OpenClaw. Ум. Я имею в виду, мне стыдно признаться, что по дороге сюда в аэропорт я... Это первый раз, когда я делаю это публично. Я программировал, цитирую, разговаривая со своим ноутбуком. И мне было стыдно, потому что я притворялся, что разговариваю с коллегой-человеком. Я не уверен, как я отношусь к будущему, где все... будут ходить и разговаривать со своим ИИ, но это такой эффективный способ сделать работу. — И более вероятно, что ваш ИИ будет беспокоить вас все время. И причина этого в том, что он делает работу так быстро. Он сообщает вам: «Я сделал это». «Вы знаете, что мне делать дальше?» Вы знаете, это... Это та часть, которую, я думаю, большинство людей не осознают, это тот, кто будет больше всего с ними общаться, переписываться, это их когти или лобстер. — Какой невероятное будущее. Ум. Я читал, что вы приписываете большую часть своего успеха своей способности работать усерднее всех и выдерживать больше страданий, чем кто-либо другой. Так что мы можем перечислить многое из того, что это влечет за собой. Я имею в виду, столкновение с неудачами, затраты и инженерные проблемы, о которых мы говорили. Человеческие проблемы, неопределенность, ответственность, истощение, смущение, моменты близкой к смерти компании, которые вы упоминали, но также и давление. Теперь, как генеральный директор этой компании, вокруг которой страны и нации строят стратегии, планируют свои финансовые распределения, планируют свою ИИ-инфраструктуру, как вы справляетесь с таким давлением? Что дает вам силу, учитывая, сколько наций и народов зависят от вас? — Я осознаю тот факт, что успех NVIDIA очень важен для Соединенных Штатов. Мы генерируем огромные налоговые поступления. Мы установили технологическое лидерство для нашей нации. Технологическое лидерство важно для национальной безопасности. Национальная безопасность не только в одном аспекте национальной безопасности, во всех аспектах национальной безопасности. Когда наша страна более процветающая, мы можем лучше справляться с внутренней политикой и помогать социальным пособиям. Поскольку мы генерируем столько реиндустриализации в Соединенных Штатах, мы создаем горы рабочих мест. Мы помогаем перенести, как мы, как мы строим вещи обратно в Соединенные Штаты на таком большом количестве различных заводов, чипов, компьютеров, и, конечно, этих фабрик ИИ. Я полностью осознаю, что, что... И у меня есть преимущество, и это настоящий настоящий подарок от основных инвесторов, учителей, полицейских, которые каким-то образом, по какой-то причине, инвестировали в NVIDIA или потому, что они смотрели Джима Крамера, купили акции и теперь стали миллионерами. И я полностью осознаю это обстоятельство. Я осознаю обстоятельство, что NVIDIA является центральным элементом очень большой сети партнеров экосистемы за нами и ниже нас. И поэтому способ, которым я справляюсь с этим, — это именно то, что я только что сделал. Я рассуждаю о том, что... что мы делаем? Что это вызывает? Какое влияние это оказывает на других людей, принося пользу, вы знаете, положительно или даже, даже через большое бремя, например, для цепочки поставок? И вопрос в том, что вы собираетесь с этим делать? Почти во всем, что я чувствую, я разбиваю это, я рассуждаю: «Хорошо, «каково обстоятельство? Что изменилось? Что трудно? И что я собираюсь с этим делать?» И я разбиваю это, разлагаю проблему, и разложение этих обстоятельств превращает ее в управляемые вещи, которые я могу сделать. И единственное, что после этого я могу сделать, это: «Вы сделали это? Вы либо сделали это, либо вы поручили кому-то другому сделать это? И если вы не сделали этого, вы рассудили, что вам нужно это сделать, и вы не сделали этого, и вы не поручили никому другому сделать это, тогда перестаньте плакать об этом». Вы знаете? И поэтому — ... так что я довольно жесткий к себе. И, но я также разбиваю вещи, чтобы, чтобы я не паниковал. Я могу заснуть, потому что я составил список того, что нужно было сделать, и я убедился, что все, что могло поставить нашу компанию под угрозу, могло поставить под угрозу моих партнеров, поставить под угрозу нашу отрасль, я кому-то сказал. Все, что, по моему мнению, могло поставить кого-либо под угрозу, я кому-то сказал. И я сказал тому, кто мог что-то с этим сделать. И поэтому я снял это с себя или я что-то с этим делаю. И поэтому после этого, Лекс, что еще вы можете сделать? — Учитывая все безумное, интенсивное количество страданий на пути к созданию NVIDIA, вы достигали психологических низших точек? — О, да. О, да. Конечно. Все время. Все время. — И там — — Все время. — ... вы просто разбиваете проблему на части? — Да. Да. — Смотрите, что вы можете с этим сделать? — И, и часть, и, вы знаете, Лекс, часть этого, часть этого — это забывание. Один из самых важных атрибутов обучения ИИ, как вы знаете, это, верно? Систематическое забывание. Вам нужно знать, когда что-то забыть. Вы не можете запомнить все. Вы не можете сохранить все, и, вы знаете, вы, вы хотите — вы не хотите нести все. Одна из вещей, которую я делаю очень быстро, это разлагаю проблему, я рассуждаю о проблеме, и я делюсь нагрузкой с ней. Когда я говорю «я говорю всем», я, по сути, делюсь этим бременем. Как можно скорее. Все, что меня беспокоит, скажите кому-нибудь еще. Не держите это при себе. Вы знаете, не пугайте их. Разложите проблему на более мелкие части и заставьте людей, и вдохновите их, чтобы они могли что-то с этим сделать. Но часть этого — просто, просто забывание. Вы знаете, как, многое из этого — вы должны быть жесткими к себе. Вы знаете, просто давайте, перестаньте плакать об этом. Давайте двигаться. Вы знаете? И, и тогда вы встаете с постели. И тогда другая часть — это, вы, вас привлекает следующий блестящий свет, следующее будущее, вы знаете, следующая возможность, следующая: «Хорошо, это позади нас. Давайте — что дальше?» Это много, я думаю, вы знаете, вы наблюдаете это у великих спортсменов. Они, они просто беспокоятся о следующем очке. Последнее очко позади них. Смущение, вы знаете — неудача. Вы знаете, и, и, и, потому что я делаю так много своей работы публично, вы знаете? Лекс, вы тоже делаете значительную часть своей работы публично. И поэтому, поэтому я делаю много своей работы публично. И поэтому, вы знаете, я говорю много вещей, которые, которые кажутся разумными в то время или забавными в то время, в основном потому, что это забавно для меня в то время. А потом, вы знаете, вы размышляете над этим, это менее забавно, но, но... — Да. Нет, поверьте мне, я знаю. Но вы, по сути, позволяете себе быть увлеченным светом будущего. Забудьте прошлое и просто продолжайте — — Это верно. — ... двигаться к этому. Я имею в виду, вы сказали, есть эта своего рода знаменитая фраза, которую вы сказали, что если бы вы знали, насколько трудно будет построить NVIDIA, оказалось бы, что это? В миллион раз труднее, чем вы ожидали, что вы бы этого не сделали. — Да, верно. — Ум. Но разве... Вы знаете, когда я слышу это, это, вероятно, верно обо всем, что стоит делать, верно? — Точно. Это, кстати, то, что я пытался объяснить, это то, что есть, есть невероятная суперсила быть, быть иметь, ум ребенка. Вы знаете. И я часто говорю себе, когда

Я смотрю на что-то, и почти, почти всё, моя первая мысль: "Насколько это может быть сложно?" Понимаете? И вот вы входите в этот режим, насколько это может быть сложно? И, и никто никогда этого не делал. Это выглядит гигантским. Это будет стоить сотни миллиардов долларов. Это займет, знаете ли, всё это... И вы просто говорите: "Да, но насколько это может быть сложно?" Понимаете? Насколько это может быть сложно? И поэтому вы должны привести себя в это состояние ума. Вы не хотите, вы не хотите на самом деле чрезмерно моделировать всё и все неудачи, и все испытания и невзгоды, и все разочарования. Вы не хотите моделировать всё это заранее. Вы не хотите этого знать. Вы не хотите, вы хотите войти в новый опыт, думая, что он будет идеальным, он будет великолепным, он будет невероятно веселым. И затем, пока вы там, знаете, вам нужно иметь, вам нужно иметь выносливость, вам нужна стойкость, чтобы когда неудачи действительно произойдут, а эти неудачи вас удивят, разочарования вас удивят, знаете ли, унижения вас удивят, вас удивят. Вы просто не можете позволить... Теперь вам просто нужно включить другую часть, которая заключается в том, чтобы просто забыть об этом. Двигаться дальше, продолжать двигаться. И, и в той мере, в какой, в той мере, в какой мои предположения о будущем и почему будущее проявится, до тех пор, пока эти предположения и этот ввод не изменятся или не изменились существенно, тогда я должен ожидать, что вывод не изменится. И поэтому мой смоделированный вывод будущего всё равно произойдет. И если это всё равно произойдет, я всё равно буду к этому стремиться. Я верю, что это произойдет, знаете ли, и поэтому существует комбинация двух или трех человеческих характеристик: способность подойти к опыту со свежим умом, способность забыть о неудачах, способность верить в себя, знаете ли, верить в то, во что вы верите, и оставаться, оставаться верным этому убеждению. Но вы постоянно переоцениваете. Эта комбинация из трех, четырех, пяти вещей, я думаю, действительно важна для устойчивости. И, и... и, знаете ли, мне повезло, что, какие бы жизненные опыты ни привели к этому, у меня есть своего рода эти четыре, пять вещей. Знаете, я всегда любопытен, всегда учусь. Я всегда учусь у всех, знаете ли? Я всегда спрашиваю своих... И поскольку я отношусь ко всему со смирением, я всегда думаю: "Боже, они сделали это так хорошо. Они сделали это так замечательно." Знаете, я думаю, о чем они думают. Как они... Знаете, поэтому я моделирую всех. Во многих отношениях, знаете ли, я почти всех, кого наблюдаю, эмулирую, верно? Вы эмпатичны ко всему, что они делают, что вы наблюдаете и уважаете. И, и поэтому вы постоянно учитесь и, знаете ли.

- Вы сейчас один из самых богатых людей на Земле. Один из самых успешных людей на Земле. Труднее ли быть смиренным и иметь возможность... Чувствуете ли вы влияние денег, власти и славы, затрудняя вам возможность ошибаться в собственной голове? Достаточно ли, чтобы выслушать мнение кого-то другого, когда он не согласен с вами, и учиться у них? Такие вещи.

- Удивительно, нет. И я бы, я бы на самом деле пошел в другую сторону. Поскольку я делаю так много своей работы публично, когда я ошибаюсь, это видят почти все.

- Вас смиряют. Справедливо.

- И когда я ошибаюсь, когда я ошибаюсь или это не получилось так, или, знаете ли, я имею в виду, большинство вещей, о которых я говорю, я довольно уверен. И причина этого в том, что, потому что это повлияет на кого-то другого, и я хочу быть довольно обеспокоенным этим и довольно, осмотрительным в этом отношении. Для вещей, о которых я рассуждаю внутри совещания, знаете, многое может пойти по-другому. И поэтому, но это никогда не останавливает меня от рассуждений. То, как, то, как я управляю и веду, я, знаете ли, я постоянно рассуждаю на глазах у людей. И даже когда я разговариваю с вами, вы можете увидеть, как я как бы рассуждаю над вещами. И я хочу убедиться, что вы понимаете, что я говорю, не потому, что я вам сказал... потому что я так смиренно отношусь к тому, что собираюсь вам сказать. Я как бы показываю вам шаги, которые привели меня туда. И тогда вы можете решить, верите ли вы тому, что я сказал в конце. И поэтому я делаю это весь день на совещаниях. Со всеми моими сотрудниками я постоянно рассуждаю: "Позвольте мне рассказать вам, как я это вижу". А затем я рассуждаю над этим. Это дает каждому возможность перехватить и сказать: "Я не согласен с этой частью". Приятно то, что, рассуждая над вещами и позволяя людям взаимодействовать с ними, им не обязательно не соглашаться с вашим результатом. Они могут не согласиться с вашими шагами рассуждения. И они могут тянуть меня в разные стороны, и тогда мы можем рассуждать вперед. И поэтому мы своего рода, знаете ли, метод коллективного поиска пути. И это действительно фантастика.

- Да, у вас есть такой способ... Когда вы объясняете вещи, я чувствую, что вы на самом деле рассуждаете на месте с постоянной открытостью, где вы могли бы... Я чувствовал, что мог бы направить ваше мышление. И это, это действительно прекрасно, что вы смогли сохранить это после стольких лет успеха и боли. Я думаю, иногда боль делает вас закрытым, немного закрывает вас.

- Ага. Да.

- И я думаю, чтобы сохранить-

- Да. Толерантность к смущению, я думаю, это...

- Да, это... Толерантность... Я имею в виду, это реальная вещь. Это много лет смущения себя. Даже те совещания, зная, что вокруг вас есть люди, где вы объявили одну идею, и оказалось, что эта идея была неверной... и быть в состоянии признать это и расти из этого. Это не, это очень трудно на человеческом уровне.

- Да. Ну, знаете ли. Они знали, что недавно моя первая работа заключалась, знаете ли, в уборке туалетов, так что.

- Я рад, что вы сохранили тот же дух работы в Denny's, работу. Я имею в виду, это было прекрасно. Весь ваш путь от начала работы в Denny's — это прекрасный путь. Позвольте мне спросить вас о видеоиграх. Я большой поклонник игр. Так что я должен поблагодарить NVIDIA за многие годы невероятной графики.

- Кстати, GeForce — это наша, по сей день... наша маркетинговая стратегия номер один. Правильно. Люди узнают об NVIDIA, когда они в подростковом возрасте. А затем они идут в колледж, и они знают, кто такая NVIDIA, а затем в начале это просто, знаете ли, игра в Call of Duty, знаете ли? Вы знаете, Fortnite. А затем позже они используют CUDA, а затем позже они используют NVIDIA, и, знаете ли, Blender и Dassault и Autodesk.

- Да. Я имею в виду, я должен сказать, что я упомянул другу, что разговариваю с вами. Он сказал: "О, они делают отличные игровые GPU."

- Да, именно.

- Это как-

- Именно.

- Знаете, в этом есть больше, но, да, да, людям это действительно очень нравится... Это действительно принесло много радости многим людям. Аппаратное обеспечение действительно оживляет эти миры. Была некоторая полемика вокруг этого с DLSS 5. Можете ли вы объяснить мне драму вокруг этого? Я полагаю, геймеры в Интернете были обеспокоены тем, что игры выглядят как AI-шлак. Что вы думаете об этой драме?

- Да. Я думаю, их точка зрения имеет смысл, и я могу понять, откуда они исходят, потому что я сам не люблю AI-шлак. Знаете, весь AI-генерируемый контент всё больше и больше... выглядит одинаково, и они все красивы, и я могу... Так что я могу... Я эмпатичен к тому, о чем они думают. Это просто не то, что пытается сделать DLSS 5. Я показал несколько примеров этого. Но DLSS 5 — это 3D-обусловленный, 3D-направляемый. Он обусловлен данными реальной структуры. И поэтому художник определяет геометрию. Мы полностью правдивы.... геометрия сохраняется в каждом кадре. Он обусловлен текстурами, артистизмом художника. И поэтому каждый кадр он улучшает, но ничего не меняет. Теперь, вопрос, вопрос об улучшении, DLSS 5 также позволяет, поскольку система открыта, вы можете обучать свои собственные модели для определения, и вы даже можете в будущем запрашивать ее. Знаете, я хочу, чтобы это был мультяшный шейдер. Я хочу, чтобы это выглядело так, знаете ли, так что вы можете дать ему даже пример. И он будет генерировать в стиле этого, всё в соответствии с артистизмом, знаете ли, стилем, намерением художника. И поэтому всё это делается для художника, чтобы он мог создать что-то более красивое. Но всё ещё в том стиле, в котором он хочет. Я думаю, что они получили впечатление, что игры выйдут так, как они выпускаются, а затем мы будем постобрабатывать их. Это не то, для чего предназначен DLSS. DLSS интегрирован с художником, и поэтому он, он о предоставлении художнику инструмента ИИ, инструмента генеративного ИИ. Они могут решить не использовать его, знаете ли.

- Я думаю, люди очень чувствительны к человеческим лицам. И мы сейчас живем в этот момент, который, я думаю, прекрасен, когда люди чувствительны к AI-шлаку. Это ставит зеркало перед нами, чтобы помочь нам понять, что мы ищем несовершенства. Что мы ищем иногда не идеальную графику. Это помогает нам понять, что мы находим убедительным в мирах, которые мы создаем. И это прекрасно. И пока это инструменты, которые помогают нам создавать эти миры-

- Да, верно.

- ... это замечательно.

- Верно. Тем не менее, тем не менее, еще один инструмент, и они хотят, чтобы генеративные модели генерировали противоположность фотореализму. Да, это тоже будет. И поэтому это просто еще один инструмент. Я думаю, геймеры также могут оценить то, что за последние пару лет мы представили разработчикам игр шейдеры кожи. И многие из этих игр имеют шейдеры кожи, которые включают рассеивание под поверхностью, что делает кожу более похожей на кожу. И поэтому индустрии, знаете ли, разработчики игр ищут всё больше и больше инструментов для выражения своего искусства. И поэтому это просто еще один инструмент, и они решают, что использовать.

- Нелепый вопрос. Как вы думаете, какая игра является величайшей или самой влиятельной из когда-либо созданных? Возможно, с точки зрения NVIDIA?

- Doom.

- Doom, бесспорно. Это было начало 3D.

- Я бы сказал, что Doom, с точки зрения искусства, пересечение культурного влияния, а также индустрии, превращение ПК в игровое устройство. Это был очень важный момент. Теперь, конечно, компании, занимающиеся авиасимуляторами, были раньше. Но у них просто не было такой популярности, как у Doom, чтобы индустрия превратила ПК из инструмента автоматизации офиса в персональный компьютер для семей и геймеров и тому подобное. И поэтому Doom был действительно влиятельным там. С точки зрения самой игровой технологии, я бы сказал, Virtua Fighter. И поэтому мы с ними оба хорошие друзья, знаете ли.

- А затем есть игры более поздние, я имею в виду, Cyberpunk 2077, действительно красивая графика, ускоренная GPU. Например-

- Полностью с трассировкой лучей.

- Полностью с трассировкой лучей. Также, мне нравится, лично я, я большой поклонник Skyrim, Elder Scrolls, и, знаете ли, она была выпущена очень давно, но люди выпускают моды и-

- Мы любим моды.

- ... они создают эти, эти невероятные... Я имею в виду, это... это как другая игра, и она просто позволяет мне переигрывать игру снова и снова и получать... Это заставляет вас понять, что вы можете заново пережить мир, который вы уже любите, совершенно по-новому. Так что-

- Верно.

- ... я делаю это все время. Одна из моих любимых вещей — просто пройти через Скайрим.

- Мы создали кое-что под названием RTX Mod. Да, это инструмент для моддинга.

- Отлично.

- Он позволяет сообществу внедрять новейшие технологии в старую игру.

- Конечно, то, что делает игру отличной, это не только графика, но и история и развитие персонажей, но-

- Верно.

- ... красивая графика может добавить погружения. Ощущение, будто это другое место, куда вы перенесены. Ах, то, что вы сказали, я думаю, точно, что вопрос о сроках AGI зависит от вашего определения AGI. Итак, позвольте мне спросить вас о возможных сроках. Давайте, это смешное определение, возможно, того, что такое AGI, но система ИИ, которая способна, по сути, делать вашу работу. Итак, запускать, нет, начинать, развивать и управлять успешной технологической компанией, которая стоит-

- Хорошей или одной?

- Нет. Она должна- Она должна стоить больше миллиарда, больше, больше миллиарда долларов. Так что, знаете ли, вы знаете, как трудно сделать все эти компоненты. Итак, как далеко мы от этого? Итак, мы говорим о OpenClaw, который делает все невероятно сложные вещи, которые требуются для, во-первых, инноваций, поиска клиентов, продажи им, управления, создания команды из агентов, людей, всего такого. Это пять, 10, 15, 20 лет?

- Я думаю, что это сейчас. Я думаю, мы достигли AGI.

- Вы думаете, что компанией может управлять такая система ИИ?

- Возможно, и причина в этом. Вы сказали миллиард, а не навсегда. И поэтому, например, а... Не исключено, что Claw смог создать веб-сервис, какое-то интересное маленькое приложение, которое вдруг, знаете ли, несколько миллиардов человек использовали за 50 центов, а затем оно вскоре после этого прекратило свое существование. Теперь мы видели множество таких компаний во время интернет-эры, и большинство этих веб-сайтов не были чем-то более сложным, чем то, что OpenClaw мог бы сгенерировать сегодня.

- Интересно. Достичь вирусности и монетизировать эту вирусность.

- Да. Просто я не знаю, что это, но я и тогда не мог предсказать ни одну из этих компаний, знаете ли? И-

- Вы взбудоражите многих людей этим заявлением. Это как, что вы имеете в виду? Я могу просто, э... запустить агента и заработать много денег.

- Ну, кстати, это происходит прямо сейчас, верно? Вы знаете, когда вы едете в Китай, вы увидите, вы увидите кучу людей, которые учат своих, заставляют своих Claws пытаться выйти и искать работу и, знаете ли, работать, зарабатывать деньги. И я не, я на самом деле не... Я не удивлюсь, если произойдет что-то социальное или кто-то создаст цифрового инфлюенсера, супер, супер милого или какое-то социальное приложение, которое, знаете ли, кормит вашего маленького тамагочи или что-то в этом роде, и это станет неожиданным мгновенным успехом. Многие люди используют его пару месяцев, и он как бы умирает. Теперь, шансы, знаете ли, 100 000 таких агентов, строящих NVIDIA, составляют ноль процентов. И тогда единственная часть, которую я не буду делать, и я хочу убедиться, что мы все это сделаем, это признать, что люди действительно беспокоятся о своих рабочих местах. И я просто хочу напомнить им, что цель вашей работы и задачи и инструменты, которые вы используете для выполнения своей работы, связаны, а не одинаковы. Я работаю уже 33 года. Я самый долго работающий технический CEO в мире, 34 года. И инструменты, которые я использовал для выполнения своей работы, постоянно менялись за последние 34 года, а иногда и довольно драматично, знаете ли, за пару, два-три года. И одна история, которую я действительно хочу, чтобы все услышали, это история о том, что первая работа, которая, по мнению ученых-компьютерщиков, исследователей ИИ, должна была исчезнуть, была радиология. Потому что компьютерное зрение достигло бы сверхчеловеческого уровня, и оно достигло. Компьютерное зрение было сверхчеловеческим в 2019, 20, может быть, немного позже, 2020? Хорошо? И поэтому прошло много времени с тех пор, как компьютерное зрение стало сверхчеловеческим. И поэтому прогноз был таков, что радиологи исчезнут, потому что изучение радиологических снимков было делом прошлого. ИИ сделает это. Ну, они были абсолютно правы. Компьютерное зрение полностью сверхчеловеческое. Каждая радиологическая платформа и пакет сегодня управляются ИИ, и все же число радиологов выросло. И поэтому возникает вопрос: почему? И теперь у нас дефицит радиологов в мире. И поэтому, во-первых, тревожное предупреждение зашло слишком далеко и напугало людей от занятия этой профессией, которая так важна для общества. И поэтому это причинило вред. Теперь, почему это было неправильно? Причина в том, что цель радиолога, цель — диагностировать болезнь и помогать пациентам и врачам диагностировать болезнь. И поскольку мы можем изучать снимки гораздо быстрее, вы можете изучать больше снимков, вы можете диагностировать лучше, вы можете, вы можете быстрее лечить пациентов, вы можете видеть больше людей. Больницы зарабатывают больше денег. У вас больше пациентов в больнице. Вам нужно больше радиологов. Я имею в виду, удивительно то, что это так очевидно, что это должно было произойти. Число инженеров-программистов в NVIDIA будет расти, а не сокращаться. И причина этого в том, что цель инженера-программиста и задача инженера-программиста по написанию кода связаны, а не одинаковы. Я хотел, чтобы мои инженеры-программисты решали проблемы. Мне было все равно, сколько строк кода они написали, знаете ли? Но их работа, цель их работы не изменилась. Решение проблем, работа в команде, диагностика проблем, оценка результатов, поиск новых проблем для решения, инновации, соединение точек. Знаете, ничего из этого не исчезнет.

- Вы думаете, возможно, что... Даже возьмем программирование. Вы думаете, что количество программистов в мире может увеличиться, а не уменьшиться?

- Да. И причина в этом. Что такое определение программирования? Я считаю, что это... Определение программирования на сегодняшний день — это просто спецификация, спецификация, и, возможно, если вы хотите быть довольно директивным, вы можете даже дать ему архитектуру программного обеспечения, которое вы хотели бы написать. Так вопрос в том, сколько людей могут это сделать? Описать спецификацию для компьютера, чтобы он... Сказать компьютеру, что построить. Сколько людей? Я думаю, мы только что перешли от 30 миллионов к, вероятно, 1 миллиарду. И поэтому каждый плотник в будущем будет кодером, кроме плотника с ИИ, который также является архитектором. Они просто увеличили ценность, которую они могут предоставить клиенту. Их, их артистизм просто невероятно возрос. Я считаю, что каждый бухгалтер — это, знаете ли, также ваш финансовый аналитик, также ваш финансовый консультант. Так что все эти профессии просто возвысились.... и, и если бы я был плотником, я бы увидел ИИ, я бы просто сошел с ума. Знаете, услуги, которые я могу предоставить своим клиентам, если бы я был сантехником, я бы просто сошел с ума.

- И люди, которые сейчас являются программистами и инженерами-программистами, я думаю, они находятся на переднем крае интуитивного понимания того, как общаться с агентами, используя естественный язык, чтобы проектировать наилучший вид программного обеспечения.

- Верно, именно.

- Так что со временем они сойдутся, но я думаю, что все еще есть ценность в получении, я думаю, изучении программирования, как изучении того, что такое языки программирования. Старые, старые виды программирования, каковы хорошие практики для языков программирования, каковы принципы проектирования для-

- Верно.

- ... языков для больших программных систем?

- И причина этого, Лекс, и вы знаете, как вы говорите для аудитории, я думаю, цель, цель спецификации, артистизм спецификации, цель и артистизм этого, будет зависеть от того, какую проблему вы пытаетесь решить. Когда я думаю, когда я думаю о предоставлении корпоративных стратегий и формулировании корпоративных направлений и вещей, которые мы должны делать, я описываю это на уровне, который достаточно специфичен, чтобы люди в целом понимали направление, и он действенен. Он достаточно специфичен, чтобы они могли действовать на его основе, но я намеренно недоопределяю его, чтобы позволить 43 000 удивительных людей сделать его еще лучше, чем я себе представлял. И поэтому, когда я работаю с инженерами и когда я работаю с людьми, я думаю о том, какую проблему я пытаюсь решить? С кем я работаю? И уровень спецификации, уровень определения архитектуры связан с этим. И, и поэтому каждому придется научиться, где в спектре программирования они хотят быть. Написание спецификации — это программирование. И поэтому вы можете решить быть довольно предписывающим, потому что есть очень конкретный результат, который вы ищете. Вы можете решить, что, знаете ли, это область, в которой вы хотите быть гораздо более исследовательским, и поэтому вы можете недоопределить и позволить себе обмениваться данными с ИИ, чтобы даже расширить свои собственные границы творчества. И поэтому этот артистизм того, где вы находитесь в спектре, это будущее программирования.

- Но просто чтобы задержаться на этом вне программирования, я думаю, многие люди, по праву, беспокоятся о своих рабочих местах, испытывают много тревоги по поводу своих рабочих мест, особенно в секторе белых воротничков. Я не думаю, что кто-либо из нас знает, что делать. С бурными временами, которые всегда приходят с автоматизацией и новыми технологиями. И я просто... Во-первых, я думаю, нам всем нужно сострадание и ответственность, чтобы почувствовать бремя того, как на самом деле ощущаются страдания для отдельных людей и семей, которые теряют работу. Я думаю, что всякий раз, когда у вас есть преобразующая технология, такая как искусственный интеллект, будет много боли, и я не знаю, что делать с этой болью. Надеюсь, это создаст гораздо больше возможностей для тех же людей, для того же типа работы, поскольку инструменты развиваются и делают их более продуктивными и делают их более интересными, надеюсь, как это происходит в программировании. Я так весело программирую, должен сказать. Мне никогда не было так весело. Так что, надеюсь, это сделает их работу, автоматизирует скучные части и сделает творческие части, те, за которые отвечают люди. Но все равно будет много боли и страданий.

- Итак, моя первая рекомендация перед... И это теперь, как я справляюсь с тревогой. На самом деле, мы только что говорили об этом раньше. Огромная тревога по поводу будущего, огромная тревога по поводу давления, огромная тревога по поводу неопределенности. Я сначала разбиваю ее, а затем говорю себе: "Хорошо, есть некоторые вещи, которые вы можете сделать, есть некоторые вещи, которые вы не можете сделать. Но для того, что вы можете сделать, давайте рассуждать об этом и давайте сделаем это." Если бы мы сегодня наняли нового выпускника колледжа, и у меня был бы выбор между двумя, один, который понятия не имеет, что такое ИИ, и один, который является экспертом в использовании ИИ, я бы нанял того, кто является экспертом в использовании ИИ. Если бы у меня был бухгалтер, маркетолог, тот, кто является экспертом в использовании ИИ, цепочка поставок, обслуживание клиентов, продавец, развитие бизнеса, юрист, я бы нанял того, кто является экспертом в использовании ИИ. И поэтому я бы посоветовал каждому студенту колледжа, каждому учителю поощрять своего ученика использовать ИИ. Каждый студент колледжа должен окончить и стать экспертом в области ИИ. И каждый, если вы плотник, если вы, знаете ли, электрик, идите используйте ИИ. Посмотрите, что он может сделать, чтобы трансформировать вашу текущую работу, поднять себя. Если бы я был фермером, я бы абсолютно использовал ИИ. Если бы я был фармацевтом, я бы использовал ИИ. Я хочу увидеть, как, что он может сделать, чтобы улучшить мою работу, чтобы я мог быть новатором, чтобы самому революционизировать эту отрасль. И поэтому это было бы первое, что я бы сделал. И тогда я бы также, я бы также помог им... дело в том, что технология вытеснит и устранит многие задачи, если... И поскольку она будет автоматизировать ее, если ваша работа — это задача, тогда вы очень сильно будете затронуты. Если цель вашей работы включает вас, определенные задачи-... тогда жизненно важно, чтобы вы научились использовать ИИ для автоматизации этих задач. И тогда есть мир спектра между ними.

- И кстати, прекрасная вещь в ИИ, так это версии чат-ботов, вы можете разбить... У вас есть тревога, и вы можете разбить проблему, разговаривая с ней. Например, я недавно... Это действительно просто невероятно, насколько вы можете обдумать жизненные проблемы, и через... И я не имею в виду, как терапевтические проблемы. Я имею в виду, очень практично: "Хорошо, я беспокоюсь о своем..." Буквально: "Я беспокоюсь о своей работе. Какие навыки? Какие шаги мне нужно предпринять? Как мне стать лучше в ИИ?" Все, что вы только что сказали, вы можете буквально спросить, и он даст вам... пошаговый план. Я имею в виду, это просто отличный лайф-коуч, точка. Это-

- Я не знаю, как использовать ИИ, и ИИ говорит: "Ну, позвольте мне показать вам."

- Именно. Это очень мета, но это- Это как бы невероятно. Так что люди определенно должны-

- Вы не можете подойти к Excel и сказать: "Я не знаю, как использовать Excel." Вы закончили.

- Я имею в виду, это действительно то, что ИИ сделал для меня во всех сферах жизни, это первоначальное трение быть новичком, использовать что-то впервые. Я могу буквально спросить о чем угодно: "Какие первые шаги мне нужно предпринять?"

- Верно.

- И эта поддержка, которую он оказывает, устраняя трение всех опытов, которые предлагает мир, это... Знаете, как я упомянул вам офлайн, вы упомянули: "Я еду в Китай и Тайвань."

- Так здорово.

- Просто спросите: "Где мне-"

- Так рад за вас.

- "Где мне — что мне —" "Знаете, куда мне идти? Как мне..." Все эти вопросы... немедленно отвечаются, и это прекрасно.

- Ну, когда вы, когда вы поедете на Тайвань, просто спросите ИИ-... "Какие любимые рестораны Йенсена на Тайване?" И он на самом деле-

- Вы не знаете?

- О, да.

- Это точно? Хорошо.

- Да.

- Это по всему Тайваню.

- Ну, вы там рок-звезда. И как мы также упоминали офлайн, возможно, наши пути пересекутся, что было бы действительно замечательно в области вычислений.

- COMPUTEX. NVIDIA GTC Taiwan.

- Вы думаете, есть что-то в человеческой природе, в человеческом сознании, что принципиально невычислимо? Может быть, что-то, что чип, каким бы мощным он ни был, никогда не сможет воспроизвести?

- Я не знаю, будет ли чип когда-нибудь нервничать. И это, знаете ли, конечно, условия, при которых это вызывает тревогу или нервозность или любую эмоцию. Um, я считаю, что ИИ сможет распознать их и понять их. Я не думаю, что мои чипы почувствуют их. И поэтому, как эта тревога, как это чувство, как это возбуждение, как это, как это, знаете ли... Все эти чувства проявляются в человеческой производительности. Например, чрезвычайно удивительная человеческая производительность, спортивная производительность, знаете ли, средняя или ниже средней. Весь этот спектр человеческой производительности, который возникает из точно таких же обстоятельств для разных людей, проявляясь в разном результате, проявляясь в разной производительности. Я не думаю, что есть что-то в том, что мы строим, что предполагало бы, что два разных компьютера, получив абсолютно одинаковый контекст, будут производить... Конечно, они будут давать статистически разные результаты, но это не потому, что они чувствовали себя по-разному.

- Да, субъективное... Боже, есть что-то поистине особенное в субъективном опыте, который мы, люди, чувствуем. Как я вам говорил, я очень нервничал, разговаривая с вами. Как я вам говорил, надежда, страх, тревога, и просто сама жизнь, богатство жизни. Как всё удивительно. Как глубоко мы влюбляемся, как глубоко разбиваются наши сердца, как мы боимся смерти и сколько боли мы чувствуем, когда наши близкие уходят. Всё это, всё это. Я знаю, очень трудно- ... думать, что ИИ сможет... Вычислительное устройство сможет сделать это. Но есть так много тайн во всем этом, которые нам еще предстоит раскрыть, что я открыт для сюрпризов. Я был удивлен много раз за последние... несколько месяцев и несколько лет. Масштабирование может создать невероятные чудеса в области интеллекта. Было поистине удивительно наблюдать, так что я открыт для сюрпризов.

- И очень важно разбить то, что такое интеллект. Знаете, слово, которое мы используем все время, это не загадочное слово. Интеллект имеет значение, знаете ли? И это система, которая... Знаете, это то, что мы делаем, что включает в себя восприятие, понимание, рассуждение и способность планировать. И, знаете ли, этот цикл, этот цикл — это... Фундаментально то, что такое интеллект. Интеллект — это не одно слово, которое в точности равно человечеству. И это, я думаю, очень важно разделить эти два понятия. У нас есть два слова для этого. Я не... Я не фантазирую чрезмерно, и я не романтизирую чрезмерно интеллект. Интеллект — это... И люди слышали, как я это говорил раньше, я на самом деле думаю, что интеллект — это товар. Я окружен умными людьми. И я окружен умными людьми, более умными, чем я, в каждой из областей, в которых они находятся. И все же у меня есть роль в этом кругу. Это на самом деле довольно интересно. Они более образованы, чем я. Они учились в лучших школах, чем я. Они глубже, в любой из областей, в которых они находятся. Все они. У меня их 60. Они все сверхчеловеки для меня. И каким-то образом я сижу посередине, дирижируя всеми 60. И поэтому вы должны спросить себя... Что, что в посудомоечной машине позволяет этой посудомоечной машине сидеть посреди сверхлюдей? Имеет ли это смысл? И поэтому, но это моя точка зрения. Моя точка зрения в том, что интеллект — это функциональная вещь. Человечество — это не, не специфицировано функционально. Это гораздо, гораздо большее слово. И, и наш жизненный опыт, наша терпимость к боли, наша решимость, это, это другие слова, чем интеллект. И поэтому то, что я хочу помочь аудитории понять, если я могу дать им одну вещь, это то, что интеллект — это слово, которое мы со временем возвели в очень высокую форму.

- Слово, которое мы действительно должны возвысить, — это человечность.

- Характер, человечность.

- Все эти вещи.

- Все эти вещи. Сострадание, щедрость, все те вещи, которые вы только что сказали, я считаю, что это сверхчеловеческие силы. И что теперь интеллект будет коммодитизирован. Поскольку мы говорили об этом, самое важное — это ваше образование. Самое... Теперь, даже когда говорили, что самое важное — это ваше образование, когда вы ходили в школу, вы получили больше, чем просто знания. И поэтому, но, к сожалению, наше общество поместило все в одно слово, а жизнь — это больше, чем одно слово. И я просто говорю вам, моя жизнь предполагает, что нахождение ниже по кривой интеллекта, чем все вокруг меня, не меняет того факта, что я самый успешный. И поэтому, и я думаю, я думаю, что это своего рода, я пытаюсь, надеюсь, вдохновить всех остальных, чтобы не позволить этой демократизации интеллекта, этой коммодитизации интеллекта, знаете ли, вызвать у вас тревогу. Вы должны быть вдохновлены этим.

- Да. Я думаю, ИИ поможет нам больше праздновать людей. И, конечно, человечность и человека в первую очередь, и я думаю, что то, что делает этот мир невероятным, это то, что люди навсегда будут такими, и просто ИИ — это этот невероятный инструмент, который делает нас-

- Именно так.

- ... людей сильнее.

- Именно так.

- Большая часть успеха NVIDIA и жизни миллионов людей, которых я упомянул, зависит от вас. Но вы всего лишь один человек, как мы упомянули, смертный, как и все мы. Думаете ли вы о своей смертности? Боитесь ли вы смерти?

- Я очень не хочу умирать. Um, у меня отличная жизнь. У меня отличная семья. Um, у меня действительно важная работа. Um, это, это не опыт раз в жизни, который предполагает, что он был испытан многими людьми, просто не одним человеком. Это опыт раз в жизни человечества, то, через что я прохожу. Um, NVIDIA — одна из самых значительных технологических компаний в истории. Мы делаем очень важную работу. Я отношусь к этому очень серьезно. Um, И поэтому некоторые из вещей, которые, которые, конечно, являются, являются практическими вещами, например, как мы думаем о планировании преемственности. И, я известен тем, что говорю, что я не верю в планирование преемственности.

- Человек.

- И причина, причина этого, причина этого не в том, что я бессмертен. Причина этого в том, что если вы беспокоитесь о планировании преемственности, если вы беспокоитесь, вся эта тревога по поводу планирования преемственности, тогда что вам следует делать? Тогда вы разбиваете все обратно. Самое важное, что вы должны сделать сегодня, если вы заботитесь о будущем своей компании, после вас, это передавать знания, информацию, понимание, навыки, опыт как можно чаще и непрерывно, что является причиной того, почему я постоянно рассуждаю обо всем перед своей командой. Каждое совещание — это совещание по рассуждениям. Каждый момент, который я провожу внутри компании, вне компании, посвящен передаче знаний людям как можно быстрее. Ничто из того, что я узнаю, никогда не задерживается у меня на столе дольше, чем, знаете ли, доли секунды. Я передаю эту информацию, это знание- о боже, это круто. Еще до того, как я сам полностью изучу все это, я уже указываю на кого-то другого. "Займись этим. Это так круто. Ты захочешь, ты захочешь этому научиться." И поэтому я постоянно передаю знания, расширяю возможности людей, повышаю возможности всех вокруг меня, чтобы результат, который я, который я ищу, на который я надеюсь, был бы таким, что я умру на работе, знаете ли? И, и надеюсь, я умру на работе мгновенно, знаете ли? И не будет долгих периодов страданий, знаете ли. Это, э-

- Ну, с точки зрения поклонника, учитывая ваше, ваше чрезвычайно, um, ваше огромное положительное влияние на цивилизацию, конечно, я надеюсь, что вы продолжите. Но также просто весело наблюдать за тем, что делает NVIDIA, знаете ли. Это просто темпы инноваций. И я большой поклонник инженерии. NVIDIA постоянно делает так много невероятной инженерии. Просто весело наблюдать. Это праздник человечества, праздник великих строителей, праздник великой инженерии. Так что это представляет собой что-то особенное. Так что я надеюсь, что вы и NVIDIA продолжите. Что дает вам надежду на всё это, что происходит с нами, на человечество, на будущее человечества? Когда вы смотрите, когда вы много думаете о будущем, когда вы смотрите на 10, 20, 50, 100 лет вперед, что дает вам надежду?

- Я всегда имел большое доверие к доброте, um, щедрости, um... состраданию, человеческому потенциалу. Я всегда был чрезвычайно уверен в этом. Иногда больше, чем должен. И, и меня используют, но это не, это никогда не заставляет меня перестать. Я всегда начинаю с того, что люди хотят делать добро. Люди хотят, um, помогать другим. И, в подавляющем большинстве, я оказываюсь прав. Постоянно оказываюсь прав. И, и часто это превосходит мои ожидания. И, и поэтому у меня есть полное доверие к человеческому потенциалу. Я думаю, то, что, вещи, которые дают мне невероятную надежду, — это то, что я вижу, когда экстраполирую, когда я, то, что я вижу сейчас, возможно, и когда я экстраполирую, основываясь на том, что мы делаем, что очень вероятно произойдет. И, и то, что есть так много вещей, которые мы хотим решить. Есть так много проблем, которые мы хотим решить. Есть так много вещей, которые мы хотим построить. Есть так много хороших вещей, которые мы хотим сделать, которые теперь в пределах нашей досягаемости, и в пределах моей, моей жизни. Вы просто не можете не быть романтиком по этому поводу. Вы понимаете, что я имею в виду?

- Какое захватывающее время жить. Поистине-

- Как можно-

- ... поистине так.

- Как можно не быть романтиком по этому поводу? Тот факт, что, что есть, это разумно ожидать конца болезней. Это разумно ожидать. Это разумно ожидать, что загрязнение будет резко сокращено. Это разумно ожидать, что путешествие со скоростью света на самом деле в нашем будущем. И тогда, знаете ли, не, не на большие расстояния, а на короткие. Знаете, и люди спрашивают меня, как. Ну, во-первых, очень скоро я посажу гуманоида на космический корабль, и это будет, знаете ли, мой гуманоид, и, и мы отправим его как можно скорее, и он будет продолжать совершенствоваться и улучшаться во время полета. А затем, когда придет время, все, все мое сознание уже было, знаете ли, большая часть моей жизни была загружена в интернет. Возьмите всю мою почту, возьмите все, что я сделал, все, что я сказал. Знаете, это было собрано и стало моим ИИ. И я просто, знаете ли, когда придет время, знаете ли, мы просто отправим это со скоростью света, догоним моего робота.

- О, это блестяще. Я имею в виду, но для меня это своего рода прикладной подход. Но также, для меня, с точки зрения любопытства... Максимальная перспектива, я просто, все эти тайны. Есть так много- ... захватывающих научных вопросов там.

- Понимание биологической машины прямо за углом. Это, это не 10 лет. Это, вероятно, пять лет.

- А затем ваша биологическая машина, человеческий разум и взлом физики, теоретической физики открыты. Это так захватывающе.

- Объяснение сознания, это было бы потрясающе.

- И все это в пределах нашей досягаемости. Йенсен, спасибо вам огромное за все, что вы сделали за эти годы. Спасибо за все, что вы делаете для мира. Спасибо за то, что вы такой, какой вы есть. Я могу сказать, что вы великий человек, и я желаю вам невероятного успеха в этом году. Я не могу дождаться. Как поклонник, я не могу дождаться, чтобы увидеть, что вы сделаете дальше, и надеюсь, я увижу вас на Тайване, и большое спасибо за сегодняшний разговор.

- Спасибо, Лекс. Я отлично провел время. И также, если я могу сказать еще кое-что.

- Да.

- И спасибо за все интервью, которые вы проводите, за глубину, за уважение, с которым вы подходите, и за исследования, которые вы проводите, чтобы раскрыть, знаете ли, для всех нас, удивительных людей, которых вы интервьюировали на протяжении многих лет. Я наслаждался, я наслаждался ими безмерно. И как новатор, создать эту длинную форму, невероятную, и все же, знаете ли, это просто захватывающе. Так что в любом случае, спасибо за все, что вы делаете.

- Это значит мир. Спасибо, Йенсен.

- Спасибо, Лекс.

- Спасибо, что слушали этот разговор с Йенсеном Хуангом. Чтобы поддержать этот подкаст, пожалуйста, ознакомьтесь с нашими спонсорами в описании, где вы также найдете ссылки, чтобы связаться со мной, задать вопросы, дать обратную связь и так далее. А теперь позвольте мне оставить вас с некоторыми словами Алана Кея. "Лучший способ предсказать будущее — это изобрести его." Спасибо за прослушивание, и надеюсь увидеть вас в следующий раз.

Get Our Mobile App

Jensen Huang: NVIDIA - The $4 Trillion Company & the AI Revolution | Lex Fridman Podcast #494

Transcription