播客笔记｜英伟达 CEO Jensen Huang：年轻人应学会向 AI 提问，英伟达希望留下的不只是游戏和芯片

据深潮 TechFlow发布，「在某个时刻，你必须选择相信某种东西。」 整理 & 编译：深潮 TechFlow 深潮导读： 在这期长达 63 分钟的深度访谈中，知名科技创作者 Cleo Abram 避开了常规的财报数字与股价炒作，与英伟达（NVIDIA）联合创始人兼首席执行官 Jensen Huang 展开了一场关于计算底层演进与人类科技未来的本质对话。从 30 年前凭借游戏显卡破局，到顶住华尔街十余年质疑打造 CUDA，再到 2012 年敏锐捕捉 AlexNet 引爆深度学习革命，Jensen Huang 深度拆解了英伟达如何一步步重构延续了 65 年的现代计算技术栈。 面对由生成式 AI 迈向物理 AI（Physical AI）的质变关口，Jensen Huang 详细阐述了 Cosmos 与 Omniverse 构建的「世界模型＋物理仿真」技术底座，描绘了「万物皆具机器人形态」以及每个人都将拥有终身伴随的 R2-D2 机器人的十年愿景。同时，他坚定回应了关于芯片架构专用化与通用化的哲学分歧，剖析了数字生物学与气候预测等前沿押注，并对年轻一代提出了拥抱提问艺术的核心建议。当被问及未来希望如何被世人铭记时，他给出了最质朴而宏大的回答：「非常简单：他们创造了非凡的影响。」 嘉宾： Jensen Huang（英伟达（NVIDIA）联合创始人兼首席执行官） 主持人： Cleo Abram（知名科技视频创作者，Huge If True 频道主理人） 播客源： Huge If True（https://www.youtube.com/watch?v=7ARBJQn6QkM） 原标题： NVIDIA CEO Jensen Huang's Vision for the Future 播出日期： 2025年1月27日要点总结完美的计算机必须兼顾串行与并行计算： 在绝大多数复杂程序中，约 10% 的核心代码占据了 99% 的计算负载，这部分极适合由 GPU 进行大规模并行加速；而其余 90% 的控制逻辑则由 CPU 进行高效串行处理。英伟达创办的初心就是解决传统计算机无法攻克的超高负载问题。 游戏行业是底层研发最佳的资金引擎： 3D 虚拟世界的实时渲染天生需要并行计算，更重要的是，电子游戏拥有极其庞大的消费级市场规模，能持续为数十亿美元的底层软硬件研发提供自我造血能力，而无需依赖政府拨款或科研资助。 CUDA 的本质是让并行计算大众化： 早期科研人员必须将物理或数学问题伪装成图形着色程序来调用 GPU。英伟达创造 CUDA，允许开发者直接用通用的 C 语言调动 GPU 算力。尽管这一豪赌因研发成本高昂曾遭华尔街十余年冷遇与质疑，但最终为后来的深度学习爆发铺平了道路。 AlexNet 促使英伟达全盘重构底层计算栈： 2012 年由 Ilya Sutskever、Alex Krizhevsky 与 Geoffrey Hinton 打造的 AlexNet 仅用两张 GeForce GTX 580 显卡便碾压了传统图像分类算法。Jensen Huang 由此敏锐意识到软件正在从「人工编写规则」转向「由数据自主学习」，随即带领英伟达将全部赌注压在 AI 上，全方位重构芯片、互连、算法库与系统架构。 生成式 AI 的核心是成为跨模态的通用翻译器： 这一轮 AI 浪潮之所以前所未有，是因为 Transformer 等架构能够将任何模态的数据（文本、图像、语音、3D 空间、机械臂轨迹）理解并相互翻译，从而打破了人类知识与数字世界之间的藩篱。 物理 AI 必须由「世界模型＋物理仿真」双轮驱动： 大语言模型。