界面新闻记者 |
界面新闻编辑 | 文姝琪
英伟达创始人黄仁勋的每次公开露面，总能引发追星般的狂热。
7月16日下午，在前门一家四合院式样的酒店内，这位身着唐装的“AI教父”，刚踏进园内，便被手持长枪短炮的媒体记者团团围住，签名本、T恤甚至手机壳被纷纷递上，场面堪比顶级明星见面会。
这种现象级热度，折射出英伟达在全球AI产业链中的核心地位，更映射出中国市场对算力基础设施的迫切需求。
经历三个月的禁售风波后，英伟达专为中国市场定制的H20芯片已获美国政府出口许可，将于近期启动大规模交付。这款AI加速卡虽然峰值算力仅为H100的15%，却适配了中国市场在大模型推理、边缘计算等场景的需求。
而在H20禁售期间，昆仑芯、寒武纪等国产芯片厂商抓住窗口期实现订单爆发式增长，部分企业产能甚至被抢购一空。
这场围绕H20的博弈背后，是全球AI产业格局的深刻重构。中国已形成从芯片设计（如华为昇腾）、大模型开发（如 DeepSeek）到行业应用（如自动驾驶、智能制造）的完整生态链。
黄仁勋在接受界面新闻等媒体采访中指出，中国开源AI模型如DeepSeek的全球首个开源推理模型，正在成为“全球进步的催化剂”，让各行业都能参与AI革命。
而这场革命不可能绕开中国，英伟达的未来也不太可能绕开中国市场，在采访现场，当被问及在大中华区或更广泛的亚洲地区有扩张计划吗？黄仁勋的回答是：“我们一直在中国扩张。”
以下为黄仁勋与媒体的对话内容，经删减：
“中国的开源AI是全球进步的催化剂”
如果从更大的视角看中国的AI，要记住，AI是基础设施技术，属于计算机技术范畴，涉及芯片、系统、网络基础设施，在此之上是AI模型和应用。所以实际上有三层：计算机、模型和应用。
中国在这方面发展得非常快，模型层面有DeepSeek、阿里巴巴的通义千问、月之暗面的Kimi等，都是优秀的技术。事实上，DeepSeek是全球首个开源推理模型，这无疑是一个突破，绝对的突破，所以模型层面的技术进步非常快。
在应用层面，中国发展得更快，有各种不同的应用。中国不仅在发明新技术上很快，在整合技术、应用技术上也很快。因为中国竞争非常激烈，人很多，每个人都想打造伟大的公司、开展新的业务，见证很多伟大公司的诞生。
这一切的基础是中国的教育系统培养了一些世界上最优秀的人才，全球约50%的AI研究人员在中国。所以你们在科学、计算机科学方面人才济济，拥有非常独特的生态系统，且发展速度很快，我很高兴能参与其中。
DeepSeek和Kimi确实很优秀，对于应用场景而言，它们非常高效，因为它们是开放的，可以根据任何你想要的应用场景来调整它们，甚至可以在这些开放的模型基础上创建一家公司、一款产品或一项业务。因此，它们在世上的定位是非常独特的，都有着显著的优势。
我认为，随着时间的推移，哪种模型最智能并不那么重要，而哪种模型最有用将成为关键考量。就像你知道的，哪个员工最聪明，我不会给他们做智商测试，我只想知道哪个员工最有效、最有用。所以我认为，AI的问题取决于你想怎么用AI，你可能会选择适合的模型。
Meta也是一家AI优先的公司，这对他来说是完美的机会。他们已经为业务和AI建立了出色的GPU基础设施，拥有世界上最大的AI基础设施之一。
显然，AI将是一个巨大的产业，不是数千亿美元，可能是数十万亿美元。所以这是一个巨大的机会，对他们来说是显而易见的。我认为他决定全力投入。这是一个伟大的决定。他行动得非常快，他们将成为一股强大的力量。
AI也会让工厂会更加灵活、更可重构。如果你想制造的产品变了，工厂可以更快地重新配置。工厂的产出会更高，所以它会更高效、更可配置、更高产出，带来我们对供应链和工厂的所有期望。
未来，很可能会通过机器人技术和AI，降低成本，降低物价，减少通货膨胀。成本下降会提高生产力，所以这非常重要。
中国的开发者和创业者正在推动人工智能领域的快速创新，目前有100万开发者致力于人工智能领域，例如DeepSeek、阿里巴巴、MiniMax、百度等。他们开发的产品是世界一流的，推动了全球人工智能的发展。
中国的开源人工智能是全球进步的催化剂，让全球各行各业都能参与到人工智能革命中来。开源至关重要，对人工智能的安全也至关重要，因此我们需要推动人工智能行业国际标准的全球合作。
在计算机、大模型和应用方面，中国正在以难以置信的速度前进，因为模型层面有阿里巴巴、商汤科技等。DeepSeek是世界上第一个开源推理模型，这是毋庸置疑的突破，因此在模型层，技术进步非常快。
这是因为中国存在着激烈的竞争，无数人渴望创建伟大的公司或开创卓越的新业务，并力求获得成功，而这也会造就一大批杰出人才。当然这一切的基础，正是中国的教育体系培养出了全球最优秀的AI研究人员，世界上大约50%的人工智能研究人员都在中国。中国在科学和数学方面底蕴深厚，计算机科学领域尤为突出。
“H20在中国会很成功”
关于美国和中国的AI发展，以及两国当然有合作或相互学习的空间，就像我家总有至少两个人的空间一样。我非常乐观，坚信美国会继续保持活力，其擅长的领域会持续发展；中国也会充满活力，不断增长。我希望能让更多人、数以百万计的人享受生活，所以对未来非常乐观。
H20已经解禁，其优势之一是系统内存带宽非常好、非常高效。对于中国创建的模型，像DeepSeek、Kimi这样的创新架构，这些模型非常适应H20。所以我认为H20在中国会很成功，应该非常有用，对于LLM和其他新机型来说，它将非常出色。
在昨天发布公告后，我还没来得及与任何客户会面。需要一些时间来提升H20供应链的产能，未来几个月，英伟达将努力加速这一过程。我希望将更多先进的芯片引入中国。在未来几年，只要允许我们向中国销售，我们就会照做。
出口管制是我们无法控制的事情，它可能会对我们的业务造成很大干扰。我们的职责只是向政府说明政策的性质和意想不到的后果，但要认识到，最终政策和法规是他们的责任，我们只能提供信息，尽力提供事实。超出这个范围就不是我们能控制的了。
“汽车有了推理AI，就能思考”
今天的汽车太简单了。明天的汽车有了推理AI，就能思考，所以你会有边缘设备上的AI思考，你有云端AI，但也可以有非常简单的AI，比如开门之类的事情可以很简单。所以这取决于应用场景。
推理模型将用于云端，也将用于边缘设备。你需要边缘设备上的推理模型的原因是，有时候自动驾驶汽车会遇到从未见过的情况，这种情况下，汽车会思考、推理，判断前面是什么，我该怎么做，而不是简单地“我知道怎么开”或“我不知道怎么开”。
中国的硬件技术，比如电池和电力等产品都很强，但外界没有意识到还有一个奇迹，那就是中国的计算机科学处于世界一流水平，中国的软件能力也是世界一流的。
我也很想买一辆小米汽车。雷军给我展示了他们的新车，技术令人难以置信，造型设计优美，车载科技堪称世界最佳。我非常想买一台小米车，可惜在美国买不到，这是我们的遗憾。
英伟达在很多方面都与小米有着紧密的合作，小米现在是一个很棒的合作伙伴。我认识小米的时候，雷军还很年轻。那时候我也更年轻些，但他确实更年轻。从第一天起，我就看得出来，他将来一定会取得非凡的成功。
如今，雷军已经打造出一家非常出色的公司，这家公司堪称一个奇迹——从令人惊叹的智能手机，到性能卓越的汽车，以及介于两者之间的各类产品，它都能制造出来。很难想象，一家公司能打造出这么多优秀的产品，这一点确实凸显了雷军的特别。
小米、比亚迪、理想的车都非常好，理想汽车空间大得像带轮子的客厅，蔚来和小鹏则非常豪华。
“英伟达是世界上最小的‘大公司’”
英伟达是最后一批成立的半导体公司之一。我不是第一个，而是最后一个，所以永远都不算晚。原因在于，如果你是第一个入场的，你有好的策略；如果你是最后一个入场的，你同样有好的策略。机会一直都存在，你得保持敏锐。
NVIDIA的哲学是，我们尽量多地补偿我们的员工，而不是尽量少。这是一种非常不同的企业哲学。你可能知道，NVIDIA是世界上最小的“大公司”。我们公司只有大约四万两千人左右。
对于我们对技术贡献的规模和影响范围，我们公司的规模是惊人的。我们的员工和我们在一起很久了，他们对工作充满热情，非常优秀，因为他们和我一起很久了。我们的员工流失率几乎为零，持续了很长时间。所以我认为这是NVIDIA魔力的一部分，我们给员工高薪，我们尽力照顾他们，这是我非常重要的哲学。
我们不制造自动驾驶汽车，但我们创造了自动驾驶所需的大量技术，我们也不创建大型语言模型，但我们创造了大型语言模型所需的大量技术。
我们是世界上少数几家能够从算法到系统、软件到系统、芯片和架构全栈创新的公司。我认为世界上没有哪家公司能在一家公司内拥有如此多的技术，并能够如此快速地跨越整个技术栈创新。
所以，通过与创新者和那些不断创造新想法的充满活力的人密切合作，我们能够改进我们的技术。所以我们总是很感激，寻找聪明的客户，他们尝试做一些事情，因为这让我们的技术保持领先。
我们只需要继续适应。我们的公司越灵活，就越能在这种变化的世界中适应。
“轻视或低估竞争对手没有任何好处”
关于竞争，首先，你不应该轻视你的竞争对手。我们应该尊重他们，尽可能多地向他们学习，被他们的成就激励，用这种能量来推动自己前进。
轻视或低估竞争对手没有任何好处。所以我对我们的竞争对手有非常健康的尊重。出口管制是我们无法控制的事情，它可能会对我们的业务造成很大干扰。
华为的系统级突破是否会重新定义英伟达的中国战略？
答案是不会。华为有很棒的芯片设计、优秀的系统工程、网络工程、硅光子技术，他们还提供自己的云服务。而NVIDIA只是一家芯片和系统及软件公司。
他们提供自己的云服务，能自己进入市场，这是非常强大的能力。我们会尽最大努力向他们学习，也尝试向所有企业学习。
任何轻视华为、轻视中国制造能力的人，都极其天真。这是一家实力强劲的公司，而且他见过华为过去创造的技术。
如果想实现AGI，NVIDIA需要在GPU架构上取得哪些根本性突破？
这取决于AGI的定义。如果AGI的定义是我们今天用来基准测试和评估AI性能的一系列测试，那么我相信这些测试的集合很快就会取得比任何人类都好的结果。我认为不需要根本性的技术突破。
除了我们已经做的所有事情，以及你们尚未了解的、还在实验室中的东西，我认为有很多好主意，很可能会在不久的将来实现AGI。
还没有评论，来说两句吧...