NVIDIA 执行长黄仁勋：将带领下一个 AI 电脑时代，弹性应对供应链挑战

辉达 (NVIDIA) 执行长黄仁勋 (Jensen Huang) 近日受邀与高盛 (Goldman Sachs) 执行长 David Solomon 一同探讨 AI 未来发展，而黄仁勋不只分享 NVIDIA 的发展历程与未来展望，也深入探讨生成式 AI 、数据中心和全球供应链的未来挑战与机会。

从游戏显卡到 AI 核心，NVIDIA 的成长之路

黄仁勋先回顾了 NVIDIA 从 1993 年开始创立的发展历程，早期的愿景是透过「加速运算」来解决传统 CPU 无法解决的复杂问题。刚开始是以设计个人电脑、电视游戏的显示卡为出发点，后来逐渐拓展到科学计算、AI 和资料处理。黄仁勋强调，保持「技术架构一致性」和「保护开发者投入」是公司成功的重要基石，并让 CUDA 等技术成为全球最大的开发生态系统之一。

(注：CUDA 为软硬体整合技术，目的是利用图形处理器 (GPU) 进行通用计算。开发人员可使用 C 等高阶程式语言编写程式，将原本由中央处理器 (CPU) 执行的计算任务转移至 GPU，进而提升计算效率。)

传统资料中心效率低下，Spark 提升数据处理效达 20 倍

黄仁勋指出，传统的资料中心因硬体分散、连接复杂以及耗费能源等因素，导致效率低下。而他提到，NVIDIA 的解决方案是「集中化」和液冷技术，来降低运营成本同时提升能源效率。

黄仁勋举例，单一 NVIDIA 伺服器机架可以取代数千个传统节点，大幅缩减硬体与连接成本。此外 GPU 加速解决方案技术像是 Spark，能提升数据处理的效能达到 20 倍，让客户实现 10 倍以上的投资回报。

生成式 AI 革命，数位助理全天 24/7 工作

黄仁勋强调，生成式 AI 不仅是工具，更是一种技能。AI 能透过数据学习生成各种内容，像是影像、文字和蛋白质结构，让 AI 能够像「数位员工」一样参与工作。更举例像是自动驾驶、数位客服和机器人等应用，是 AI 技能在现实当中的具体展现。黄仁勋还提到 NVIDIA 自家的工程师现在几乎都有一位「数位助理」在全天 24/7 工作，这是一个改变产业未来的里程碑。

跨领域 AI 应用持续拓展，结合药物创新研发

黄仁勋也表示 AI 的跨领域应用能力也是核心优势之一。像是 AI 能将文字转化成影像，影像再转化为化学分子，甚至处理复杂的药物开发和虚拟筛选，这为计算辅助药物研发 (computer-aided drug discovery，CADD) 提供可能性，大幅提升医药创新的效率和精准性。

(注：计算辅助药物研发，指的是结合化学、生物学、药学和资讯技术，通过模拟、分析和预测化学分子与生物目标的相互作用，来发现具有潜力的新药物。)

软硬体整合能力为主要优势，技术架构一致让开发更便捷

面对 NVIDIA 如何应对 AI 领域的竞争，黄仁勋强调，NVIDIA 的关键优势在于「整合硬体、软体和整体基础设施」的能力，而不在单纯的硬体。他强调，NVIDIA 所设计的超级电脑由多种晶片构成，再搭配客制化软体来进行优化，并提供更高效能且更节能的运算能力。

此外，NVIDIA 的「技术架构一致」的设计，确保能让开发者可在不同装置 (像是电脑、云端伺服器等) 上无缝使用，这也是 NVIDIA 在 AI 领域能脱颖而出的原因。

弹性应对供应链挑战，大力赞扬台积电

面对地缘政治情势日益紧张的问题，黄仁勋表示 NVIDIA 在设计时已有「备案」，也就是在供应链上增加弹性，变免受到单一来源的影响。他也强调，虽然 NVIDIA 依赖台积电 (TSMC) 作为主要的晶片制造商，但公司有能力在必要时将部分制造转移到其他厂商。同时黄仁勋也特别赞扬台积电的应变能力，认为台积电是 NVIDIA 快速增长的重要推手。

承载全球科技需求，迈向崭新电脑时代

黄仁勋坦言，NVIDIA 因为自家技术是直接影响到客户的营收和竞争力，所以目前面临来自客户的不少压力。然而他认为这也是一次难得的机会，因为 NVIDIA 正在塑造下一个电脑时代，并推动 AI 技术融入到各行各业当中。黄仁勋提到：「能参与这场全球变革并见证这些突破性应用的诞生，尽管肩负着巨大责任，但也是令人兴奋的挑战。」

(Siggraph 论坛｜Nvidia 执行长黄仁勋与 Meta 执行长祖克柏探讨 AI 未来)

这篇文章 NVIDIA 执行长黄仁勋：将带领下一个 AI 电脑时代，弹性应对供应链挑战 最早出现于 链新闻 ABMedia。