对话《黄仁勋：英伟达之芯》作者斯蒂芬·威特：我们如何在AI时代胜出？

截至2025年3月24日16:00时，英伟达总市值为2.96万亿美元，是人工智能计算领域的领导者。时间回到2013年，人工智能在英伟达还是一场即将开始的思想实验，是黄仁勋留在白板上的神秘缩写“OLALO“（意为千载难逢的机会）。黄仁勋仅用一个周末就将公司从图形芯片公司转型为一家AI芯片公司。自此之后，“光速之道”有了新的内容，黄仁勋追求的“零亿美元市场”加速演化。

近日，融科资讯中心携手湛庐文化，共同举办“光速之道，智领未来”主题分享活动，特邀《黄仁勋:英伟达之芯》作者斯蒂芬·威特（Stephen Witt）来到融科做主题分享。斯蒂芬·威特多次面访黄仁勋，并采访过200位由黄仁勋介绍的员工、联合创始人、竞争对手及相交多年的老友，他以一手资料分享黄仁勋及英伟达背后的故事和思考。

活动还特邀了微软（中国）公司CTO韦青、清华大学计算机系教授黄民烈，共同探讨AI时代的创新逻辑与未来趋势。

我们节选嘉宾发言的精华内容，与大家分享。

Stephen Witt

光速之道，企业创新的核心逻辑：我从黄仁勋身上学到了什么

“我拿到前所未有的权限，可以进入英伟达内部来写这本书。我一直被问到几个问题…”

在Stephen Witt的主题分享之后，微软（中国）公司CTO韦青先生、清华大学计算机系黄民烈教授与Mr. Witt进行思想碰撞，并回答观众提问。

Stephen Witt：这是双关，既指计算机又指他。我采访他的时候，就问他怎样去解决问题、处理问题。他说包括商业问题、所有的技术问题，他都像工程师一样思考，也就是把问题进行拆分，拆分到元素级别，然后尽可能从每一个细节开始去解决问题。黄仁勋其实是靠逆向工程把自己打造成为最成功的CEO。他一开始并不是这样的人，他就问自己，一个CEO的输入输出应该是什么？然后由此他转变了自己的个性，我觉得他就有点像机器一样，大多数人是不会这样思考问题的。

韦青：非常好的问题。我觉得这本书写出了一个真实的、像人的黄仁勋。作为工程师，我特别认可工程师思维其实就两件事，一是分析，二是综合。分析就是把任何一件复杂的事做拆分，但分析还不是最难的，最难的是综合，因为综合就会有一个系统工程的概念，也就是常说的整体不等于个体之和。

从一个工程师角度来看这本书、看黄仁勋的话，你能看到我们要学习的一定不是单点，也不是单点相加。不是5个1加在一起等于5，5个1的综合有可能是0，也可能是10，也可能是100。这种系统观点的思考和立场在这本书里中表达的淋漓尽致。

而且我坚信，作为一个工程师，如果非常僵化的认为是人是机器或者就是完全机械化的、而不是有它的涌现效果，就不是一个好工程师。同时，如果不会把一个很复杂的东西拆成一个很机械化的个体，也不是个好的工程师。

为什么我称自己是工程师呢？因为我觉得工程师跟纯粹的科学家和纯粹的技术专家有一个最大的不同就在于，工程师是需要把事情造出来。而把事情造出来的话，跟理论是不一样的，它有很多约束和局限和人的因素在里面。所以我觉得这里面可能就是刚才Steven他们一直讲，这是一个工程师引导的公司，就是英伟达虽然说有很多技术上的大拿，很多科学家，但他最伟大的地方是最终把事儿给做出来了。做出来是不仅仅数学也好，不仅要能够把芯片做出来，不仅仅是这个软件的框架，还是一个人的因素。

黄民烈：因为我自己也在创业，有一个团队，所以我想读一读像这种技术背景的CEO，他是怎么去管理公司的，包括是怎么解决一些复杂的问题。我读完之后，感受最深的地方，可能跟刚才韦老师所说的有点相通。

第一个，我觉得黄仁勋这个人的韧性非常得强，这可能跟他从小的成长经历非常有关。他从小就到美国，作为移民，经历了很多的苦难，非常的坚韧不拔。所以你看他的公司其实好几次马上就要倒闭了，或者产品也经历了很多的失败。韧性是他给我的一个最大的感受。其实我们在创业的过程中，会遇到很多很多的这种生死存亡时刻。这种时刻我们作为真正的创业者，作为真正的企业家怎么挺过来，其实是很难的一件事情。

第二个，我觉得他的vision、他的前瞻，以及他对于时代脉搏的把握。就像刚才Stephen其实也提到了很多。在深度学习刚刚兴起的时候，也就是大概从10年到12年，差不多14年这个期间，视觉其实发展得非常之快，他非常好地把握了这样一个环境、一个机会。

所以我再想想我那个时候在干嘛呢？我那时其实已经当faculty了，但是我们还没有太拥抱这个深度学习。如果那时候我们all in英伟达的股票，现在已经是亿万富翁了，对吧？但是我们没有这样的vision，我们看不到那样的一个未来十年、未来五年的机会。

从他的角度来讲，他从一个很小的video gaming这种市场切入。他其实关注的不是跟微软合作，或跟什么其他的大公司合作，而是那些很小的机会。看中的是那些游戏开发者，能把他们服务得很好。慢慢才把公司做成了这样一个伟大的公司。我认为这非常了不起。所以他的成功，和他这种vision、他的前瞻力以及他对于整个技术和时代脉搏的把握，是非常离不开的。

Stephen Witt：对于黄仁勋来说，他当时本来是想寻找那些边缘的科学家，尤其是没有办法买得起当时那些主流技术的科学家。他想关注一些大家不关注的，就是边际利润很低的这些群体，然后最终能够把他这个技术发展成一个非常伟大的技术。

我其实是第一次来到中国，刚有48小时，所以我很难去跟您讲在中国下一个机会在哪里，但我知道肯定是有这样的机会在，那些大公司忽视的、觉得没有利润的领域可能是最有机会的地方。因为要做这件事情是很难的，十年的时间一直赚不到钱，然后你的董事、股东一直在对你咆哮，你还要坚定这个是很难的。一直有人在告诉你应该怎么做，那大多数人即便知道哪里有机会都不敢做，因为不想让股东失望。

韦青：我想要了解这个话，要先看英伟达它是活下来了，万一活不下来，那今天就没有资格说这句话了。所有回头看总结，看得都是成功的经验。十年前你看这些公司，最大的可能性是失败。所以，首先创业包括中国未来机会一定是无穷的，绝对不会是后无来者。真正来讲，创业或者说做任何事先得有个信心和信仰。你信什么？而且为了这个信仰，你愿意投入10年、20年生存下去，然后实现你的信仰，我觉得这是非常重要的。

英伟达的成功恰恰告诉我们，你得先有信仰，同时你得先活下来。你有信仰，活不下来也没用。他因为活下来又有信仰，又赶上时机成熟，我们今天有资格谈这本书。明白这点之后，首先扪心自问，你对未来的信仰是什么？

Stephen Witt：在美国，我们把这个叫做先扔标，再去画靶子，这个我们也得小心一点。英伟达能够做到这么成功是因为他们首先从游戏行业一直保证了现金流量，这个非常的重要。

韦青：中文来说就是，你要认识到“指哪儿打哪儿”和“打哪儿指哪儿”的区别。所有的总结都是“打哪指哪儿”没什么用的，对吧？当然还是要以史为鉴，我觉得现在处于非常早期，剧变的帘子刚刚拉开一角还没打开。拿电力为例，就是还在争发电。但大家想一下，从发电到输电到配电，到设计电器，到大家会用电器到用电器干什么呢？第一步解决衣食住行、第二步吃喝玩乐、第三步风花雪月、第四步形而上学……所以，我个人认为，接下来是一个上百年的历程，就跟着潮流走，但你的信仰得坚定，而且得坚持。

创新要讲究什么呢？永远滑向冰球即将到达的位置，而不是冰球现在的位置。大概率事件，大家在网络上、在朋友圈看到的所有定论都是“冰球现在的位置”。你要能估计一下那个动态，根据力学原理，你要算出它的加速度，而不是只看速度，当然更别只是看定点。从定点是零阶，速度是一阶，加速度是二阶，万有引力是三阶，谁能够看三阶以上，那就厉害了。

黄民烈：对，我特别认同韦总的说法。有一句话是，你因为看见所以相信，还是因为相信而看见。对于英伟达来讲，我相信他是因为确信并行计算是一个巨大的市场，就无论是用于video game，还是用于神经网络，还是用于未来我们做大模型，他肯定是认为给客户算得更快，算得更好，有更好的体验，是能创造未来持续价值的。当然在创业过程中，活下来其实是最重要的事情。因为如果你没有活下来，那你所有的信念，你的梦想其实都不复存在的。

2013年他就已经敏锐地意识到，深度学习其实是未来他们最重要的一个方向。他为什么说英伟达要变成一个AI公司？很重要的一点就是，确实有一个信念。从一个小公司来讲，更重要的是从一个利基市场去做，早期在英伟达的实践里也是这样做的。它实际上是从游戏显卡这样一件事情去切，而不是跟超级大公司做正面的竞争。所以，我觉得首先我们确实要相信，要有信仰。第二就是我们要活下来，这实际上是最重要的事情。

韦青：创新和创业或者说管理公司，我觉得都是常识，没有太多的神奇之物，常识、初心和本分。中国智慧有个讲究，以正治国，以奇用兵，以无事取天下。我觉得创业、创新中，全是一些特别基本的常识，没有太多的神物。但是人最不相信的就是常识，老相信别人有绝招怪招。

黄民烈：韦老师说得特别好，就是很多情况下我们要相信物理定律physical law。

Stephen Witt：其实黄仁勋之所以会成功，是因为晶体管当时体积已经非常小了。但是小到一定程度之后，它的电流就会溢出。并行计算在当时市场上是一个失败的技术，并没有获得认可。但他认为按照物理法则，市场必须要去接受这一点。因为像刚刚提到的这个缩放定律，它肯定会失效，到时候就会发生电流溢出。黄仁轩是一个世界级的电脑科学家，在物理学方面是非常了解的，所以他非常有信心，也很有信念。

韦青：非常好的问题。我觉得首先，虽然说是iphone时刻到来了，但大家千万不要忘记iphone时刻刚出来的时候，大家用的是什么应用。愤怒的小鸟、植物大战僵尸、会说话的汤姆。请问现在还有多少人在玩这三个游戏？这就是所谓的iphone时刻，也就是说现在还早着呢！机会是非常大，但是也会有很多陷阱。我认为只要不是以人为本，不是以人类福祉为本的技术都没有前途。人工智能又恰恰可能是双刃剑。

我曾经写过一篇文章，讲的就是判断未来哪个公司、哪个民族、哪个创业企业，甚至哪个国家，甚至包括星球，是把它这些有限的资源放在探索未知、 AI for science之类，还是拿这么宝贵的资源做点什么图片、什么视频，引诱你，让你天天享受感官。这两个方向的区别将会决定文明是否能继续往上走，还是就停留在这种感官刺激上面。对于创业来讲的话，也要知道，只有当你的脑力、脑细胞和电子的动作、原子的振动，当它们能够促进人类文明进步的时候，就有前途。如果把人类的整个文明往下拉，就是危险。我觉得这是这种技术跟原来的技术最大的不同之处，是机会，也是危险。

黄民烈：我特别认同韦老师说的，技术要为人类谋福祉。现在我们用大模型的方式，其实相对能耗来讲是非常不划算的。比如现在要去搜一个什么东西，非得用大模型的方式生成一遍，而这个生成一遍如果不命中的话，其实还耗很多的电，还要花很多的时间，所以这其实不经济高效的。但如果我们去解决一些重大的，比如说研究上的问题，材料的问题，医学的问题，在这样的一个成本efficiency的条件下，我认为是非常值得做的。

另一方面，我们试图用大模型去帮助有心理和情绪困扰的人。我可以给大家分享一下数字，就全球每年差不多有100万人因为抑郁而自杀，大概有3亿人受困于抑郁症，这是非常可怕的数字。所以，我们怎么样用AI去解决类似这样比较重大的一些民生问题，怎么样去做一些更好的事情，我觉得是当下应该去思考的，也就是AI for social good，AI向善。

Stephen Witt：他其实是既强势又有爱，所以他的员工其实都很爱他。他对自己的员工非常好，所以他的员工在黄仁勋面前也真是拼尽全力。同时，也有一些情况下，可能有员工太害怕黄仁勋了，一周都睡不好，担心在自己的项目上做错了，或者黄仁勋不满意了怎么办。所以，这个工作环境其实是很神奇的，大家都对黄仁勋的愿景是有信念感的，在这个环境之下，你是很容易感到幸福的。

当然所有的员工最后都跟着这个公司也成功了，大家也非常崇拜黄仁勋。如果黄仁勋要从窗户上直接跳下去的话，他的员工可能是会跟着他跳下去的，就是因为对他有足够的信念感，你很难去质疑一个让你成为亿万富翁的一个领袖。

我不知道黄仁勋的故事，还有他的这种管理风格能不能复制，多容易复制。因为他经常吼人，不光是吼员工也吼我。你看那些精英的教练或者管理者，他们可能是很受自己职员或者队员爱戴的，但是他可能并不是一个特别好相处的人。他可能不是员工的好朋友，但确实是一个受员工爱戴的领导者。这让他的员工真正能够竭尽所能地推动自己去做出最杰出的成绩，而且毕竟你还能够拿到那么值钱的股权，这是多方面的因素。

韦青：我比较同意Steven说的，他到底能不能学到再说。我用一个不是那么恰当的俗语，就叫做“没有富贵的命，就别得富贵的病”，对吧？因人因时因地制宜，我觉得这是永恒的法则。不是说骂人对不对？或者对人好对不对？是你的自然本真态是什么？和组织员工以及社会群体接受的态是什么。它跟文化、跟文明程度、跟行业、跟这个公司的现金流状况，跟你的年龄、性别、个性都有莫大的关系。

这本书让我感觉到，如果从管理者来讲，应该相信一点，就是野百合也有春天。就是你只要有坚定的信仰，你的路别走太歪，每个人都会有自己的那一片天地。至于是不是能够成为亿万富翁，那是第二性的。你能不能找到你的定位，这是最关键的。

黄民烈：自我野蛮生长。我从两个方面说吧，一是从公司管理的角度说，黄仁勋个性非常鲜明，他对员工非常好，非常友善，非常仁慈，股票非常便宜，可以对他们各方面都非常好，但是他对于失败会大吼大叫。这种管理方式对于我来讲，有句话我印象深刻，他说失败必须被公开。你这个项目做失败了，我们必须得知道是在哪失败了。

回到学校创新这个层面，整个人类历史上，我认为科学创新最好的就是贝尔实验室。贝尔实验室非常伟大，伟大的科学家，伟大的发明，而且至今还在影响我们整个人类的科学和技术发展。创新是在好奇心的驱动下去做，是一种野蛮生长。其实它并不是一个戏虐的词，它真的是这样，就是我要有一个真实的好奇心，自我的一个驱动去做这样的事情，我觉得那是我的使命，是我的梦想，我要去完成它，这可能才是真正的创新根源。

Stephen Witt：我想补充一点，确实很多伟大的发明都源自贝尔实验室，但贝尔最早在商业上面其实并不成功，所以如果不考虑技术，而从商业角度来说，你得有那种紧迫感，就好像屁股着火了一样的那种感觉，去驱动你不断地进步。

Stephen Witt：我给的建议就是做好功课，然后敢于打破规则。我常常会听到学生们说，我想做律师，但是有了chatGPT之后，还有没有律师的饭碗？我想做程序员，那我将来还有饭吃吗？他们问我，我也不知道怎么回答。我觉得更重要的是，你对自己的领域要有激情，你要真的全心投入。

我很幸运的是，我就是喜欢这一行，然后开始做书的时候很专注地做这件事情。有人问我，你终于写完的时候是不是很开心？我说不是的，如果允许的话，我愿意十年甚至一辈子就写一本书。对我来说，就觉得这不是一个工作，就是不断地有激情想做这件事情。所以，对于学生来说，你还处在职业的起点，你还有机会去构建一个自己可以终身追求的激情所在。很难去预测技术未来走向何方，但你要知道自己喜欢什么。

韦青：确实现在年轻人不容易。我觉得大家也要认识到，现在这个社会的剧烈变化和年轻人择业或者说发展的难处。正因为如此，咱们更应该保持对人的信心。不管你是创业还是打工，我相信未来谁能够成为机器的主人，成为最高效的利用机器的这个人，就一定会有未来，不管你做什么。

这里面的话题太多哈，我只想抓两点：一是一定要保持住对人的信心。在网络媒体中，可能会有很多人讲，人要完蛋了，社会不行了。我觉得你一定要回答的是，“你可以完蛋，我不会完蛋的。”

当然了，这个难度还是有，但你要保持住做人的信心和成为机器的主人。你要知道我们是一块什么样的材料，是创业还是打工，我觉得都会有未来的。但是如果不能够拥抱机器的能力，如果把它想成加法，会比较危险。它其实是个乘法。那么乘法，你就要关注你的那个值是不是大于1了。这个东西如果是100的话，你的能力平均值是1，起码1乘100就是100。如果你的1加100就是101。如果你是0.5，0.5乘100就变成50了，0.5加100是100.05。这样的话，就能理解到，你是愿意把你的那个0.5、1和2提高，这是你的事，是你自己可以控制的，再乘上一个变量，或者你觉得是加上一个变量。“乘”和“加”最大的不同是什么呢？“乘”是你需要跟这个机器“化”，而不是“加”这个。

道格拉斯·恩格尔巴特在他晚年提出一个观点，叫做自举， Bootstrapping。就是当技能工具增强之后，人也增强，人增强用工具能力又增强，用工具能力增强的人又增强……这样的话，你就是在向上升，如果把它分离开来，那么加或减就有可能往下滑。这个虽然没有解决未来怎么应对，是不是有未来，但我觉得这样做的话，一定有未来的乘数和概率要大很多。

黄民烈：我本来想说坚持好奇心的，不过Steven也说了，我就换一个说吧。我觉得对现在的青年学生来讲，可能最重要的是要学会学习，就是learning to learn。我们现在很多东西，其实AI已经帮我们做得很好了，那这个时候我们要思考，就是我们人这个时候的价值在哪里？我们怎么样能体现出之所以为人的一些独特的价值。

比如最近大模型领域的一些快速进展。你可以看到，大概每三个月就是一个很大的变化。无论是大模型的智能水平，还是它的技术路径，以及一些技术热点都在快速变化。如果你是这个行业的从业者，你怎么能够快速的跟上去，以及能够抓住其中一些核心的地方。对每一个青年学生或年轻的学者们，包括教授都是一个很大的挑战。这个过程中，我们要什么样的东西，其实本质不变的。我们怎么样在一个快速变化的环境和技术变革的潮流下，能够抓住真正重要的东西，我觉得这是很重要的一点。

再看大模型，之前可能认为，人不再需要去背知识了，但其实大模型产出的内容可能是错的。如果你没有那个基本的知识，你可能不会创新，不会像乔布斯讲的，他的创新是因为他把很多离散的点连起来了。

所以，我觉得怎么样学会学习，可能是我们当下AI和AI教育以及AI for everything最重要的一个命题。包括我们现在很多的专业方向，很多的工作都因为AI的巨大能力重塑了、改变了。我们该怎么去思考这样一个深刻的问题？

Stephen Witt：我做了很多很多的研究，大概是200次的采访，发现有时候很难把一些技术的东西解释给受众。因为大家会觉得讲的内容太技术，或者太商业。然后我就开始想，如果chatGPT写的是这样一些文字，大家肯定都会主动去解读，想了解这个书是什么样子的。而在这个过程中，读者就能够按照自己的兴趣点来了解关于英伟达他们所感兴趣的地方，最后生成的书就是非常个性化的，切合所有读者的关切点。但是技术目前还没有成熟到这个地步，但至少可能是个方向。

这样的话，这个书可能不是一周写成，可能更快。然后可能会按需来去生成，再把它翻译完出版出去。这是我的一个想象，就是得了解我们所处的行业未来是什么样子的。我不确定会不会就这样发生，但是我觉得是个方向，所以我们得紧密地关注。如此以来，这项技术出现之后，你就可以拥抱它。

— END —