北京时间9月2日晚20点左右，刚结束CNBC采访的美国商务部长霍华德·卢特尼克（Howard Lutnick）姗姗来迟，到达了G20现场。

今晚北卡罗来纳州阿什维尔山区G20峰会日程上，他与英伟达CEO黄仁勋有一场“炉边对话”，也可以说是早餐会。

而黄仁勋到场时，大家猛然发现， 老黄没有穿皮衣，而是换上了黑色的西服。

这是黄仁勋极少数到华盛顿参加美国政府活动的日常装束。

33分钟左右的圆桌活动上，黄仁勋直言， AI 是伟大的均衡器。未来几年内，我们将实现AGI。事实上，“我会说我们今天已经几乎做到了”。

他认为， 这场AI技术革命中，最坏的结果不是AI的风险，而是你没有抓住它、你被甩在了后面。所有工作都会被消灭的想法，纯属无稽之谈。

黄仁勋强调， 未来是被“超级赋能（智能）”（supercharged）的时代，十年才能完成的事，一年就能完成；一年的事，一个月就能完成。

“我们正是通过更快的进步，让 AI 变得更安全。”

值得一提的是，卢特尼克周三接受CNBC时表示，美国政府正在考虑新一轮进口半导体关税，可能进一步提高对外国芯片的征税力度，以吸引更多半导体制造业转移至美国。 不过，这些关税可能会与针对投资美国本土制造业企业的关税减免措施配套实施，效仿美国此前针对制药行业采取的做法。

目前美国已经对部分先进半导体征收25%的关税，不过，新一轮关税的征收范围可能从半导体本身扩大至含有芯片的产品，从而波及数据中心服务器和消费电子产品进口。

卢特尼克强调，所有芯片公司都知道这一框架即将出台。

“我认为你们将会看到有针对性、深思熟虑的关税政策，其基本含义是：如果你在这里建厂，你就不用缴税；但如果你不在这里建厂，就得做好缴税才能进入这个全球最大市场的准备，”卢特尼克说。

以下是黄仁勋与卢特尼克的圆桌对话，不改变原意下有一定删减和润色：

卢特尼克：大家早上好，谢谢各位。这个场地真的很美，氛围也更轻松。我希望我们能借助这样轻松的环境，展开一场不一样的对话。

今天我们非常荣幸地请到了英伟达的黄仁勋（Jensen Huang）。过去三十多年、近三十五年的领导生涯中，他一直坚定地坚持着自己对 AI 和计算发展方向的判断。所以我想，不如就从一场开放式的对话开始：你觉得我们会走向何方？我们是怎么走到今天的，未来又会去哪里？先让我们把大图景铺开。 黄仁勋：我担任英伟达公司 CEO 的时间，比世界上任何一位 CEO 都要长，是全球任职最久的科技公司 CEO。 过去四十年里，我见证过无数次技术变迁。而这一次，毫无疑问是人类历史上最大的一次技术平台迁移 —— 我们正在重塑计算的运作方式，以及计算本身的意义。

这是人类历史上第一次，我们在使用计算和技术时，不再只是购买一台设备， 而是在生产“经济基础设施”。这就是那个核心思想 —— 经济基础设施。

事实上，我们第一次见面时，您就已经意识到了这一点。部长先生，我想说，在“促进能源增长倡议”（pro-energy growth initiative）和再工业化议程中，您利用这一机遇推动美国制造业回流、保障供应链安全，因为您认识到： 这一次基础设施建设的规模不会停留在数百亿美元的量级，而是会达到数十万亿美元，供应链安全势在必行。

如果我没记错，那是我们的第一次对话。

自那以后，我们在美国再工业化方面取得了巨大进展：把制造业迁回美国，并借助人工智能这一经济驱动力和这次新的平台迁移，实现美国电网的现代化。因为现在，我们第一次可以单纯依靠市场机制来投资能源 —— 用市场力量为制造业回流美国提供资金。

由此带来的结果是，我们正在建设一种把能源转化为有价值的生产性智能的基础设施，并在全美国范围内实现它的货币化。

如今，在人工智能投资上，我们已经翻过了关键的拐点，它已经成为了生产性基础设施。 过去我们习惯于把芯片、技术和计算机看作手机和个人电脑，而现在，我们应该像看待能源、互联网基础设施那样来看待它们。

卢特尼克：这种心理上的转变，对行业、对企业来说，都具有真正的变革意义。所以我们今天想花一天时间，帮助我们的 G20 伙伴理解我们对增长的看法，以及你对增长的看法。那么，你是否认为算力会为各国带来收入和经济价值，因此各国 —— 乃至全世界 —— 确实需要建设数据中心来把握这种增长？能否请你谈谈，算力是如何产生经济价值的？

黄仁勋：是的，这是一个很奇特的大想法，这个想法叫做 "token"（词元）。token 是大量计算得出的数学产物，它代表的就是智能。 你把这些 token、这些数字重新组合，就能生成一张图片、写下一段文字、回答问题、解决问题、创造新想法。这些 token 是在我们制造的计算机中，通过数学方式生产出来的。

这和一百年、两百年前的情形非常相似：当时世界发现了 "能源" 这个新概念，人们按千瓦时来为它定价、变现。

今天，则是按每百万 token 来计价。 这是同一个道理。它看不见、摸不着，难以理解，却价值连城。这和我们承认“AI本身就具有价值”并无二致。

可是，你该如何去拥抱智能？如何用手去握住它？如何去衡量它？当你看到它解决真实问题的时候，你知道它存在，但它却是无形的、近乎虚无缥缈的。智能很难被把握 —— 它不像原子那样实在，它是概念性的。正因如此，很多人难以理解人工智能。

但只要你一开始使用这些 AI 应用，就会立刻意识到它们价值非凡： 它们让你变得更高效，让劳动者更有能力，让工程师更有能力。对于拥有庞大年轻人口的国家，AI 会加速你的教育；对于正在发展科技能力的国家，它会帮助你迅速提升。

这项技术实现了民主化，正如能源生产的民主化一样 —— 能源为每个国家都提供了动力。AI将为 G20 各国、为那些愿意投资于它的国家，带来智能与能力的民主化，帮助你们以远超以往想象的速度提升社会、升级产业。

所以从很多方面看， AI 是伟大的均衡器。退一步看过去五十年的计算机技术：计算机一直是大约一两千万人的工具。想要利用这种能力，唯一的办法就是会编程、会设计计算机。

那正是我的职业生涯，设计和编程计算机，但它只局限于全世界大约一两三千万人。而今天，世界上任何一个人都可以用人类语言来“编程”计算机。

我们由此把这种对社会极具价值的计算技术民主化了，让每个人都得到提升。这也是为什么我非常鼓励每个人去拥抱人工智能 —— 它为你赋能、让你提升、给你可能。它是伟大的均衡器。

卢特尼克：那么，你对我们今天在场的全球伙伴有什么建议？他们应该在自己的国家内部建设些什么？需要做出哪些投资？当他们回国后思考 "如果我们想参与这场 AI 革命，最佳方式是什么" 时，应该怎么做？

黄仁勋：首先，要认清什么是 AI。 我一直在用 "基础设施" 这个词，但归根结底，如果把 AI 拆开来看，它就像一块五层蛋糕： 最底层是能源 —— 没有能源就无法生产任何东西，把电力转化为数学，所以第一层是能源； 第二层是芯片，也就是我所在的领域； 第三层是基础设施，主要是那些大型数据中心 —— 土地、电力、外壳，它容纳了所有的计算技术，能源接入其中，金钱随之产出； 再往上一层，是 AI 模型所在的地方。大多数人以为那就是 AI，但实际上，AI 是一块五层蛋糕。

说到 AI 模型，今天在座的许多国家，我其实已经在你们的国家开展工作了，无论是初创企业、成熟公司还是研究机构。世界上的每个区域都在某个方面有所专长，而且是极其重要的方面，因为 AI 不只是语言。

人工智能几乎可以学习、理解和预测任何有结构的信息：生物有结构，化学有结构，物理定律有结构。因此，世界上每个区域都在 AI 的不同领域各有所长，而 AI 又横跨所有不同的语言、不同的技术、不同的信息理论。有大量的 AI 模型，但 AI 最重要的部分是第五层，也就是最上面的那一层 —— 数据与应用。

美国在发明、建设、开发整块五层蛋糕上投入更深。

然而，每个地区、每个国家都应该决定自己要投资哪一层。你不必在每一层都赢，不必开发全部五层。最重要的是，每个国家都应该推动 AI 的普及，也就是把 AI 采纳到自己的各行各业中去——从教育到医疗，从制造业到科学，以及介于其间的每一个行业。

所以，思考 AI 的方式，就是从这五层堆栈来思考。美国会引领这五层堆栈的 AI 发展，但我们非常愿意与所有人合作，让每个人都能从中受益。英伟达的构建方式，使得科学每一个领域、每一种模态的每一个模型都能在上面运行 —— 它运行美国模型，也运行国际模型，运行生物学和化学领域的模型。

卢特尼克：还有物理学、机器人学。你看，如果我去参加一个晚宴，说起 AI，所有人都认为它是软件。但我们现在看到的，其实是“边缘AI”，它是硬件、是机器人、是先进制造业。那么，你如何看待 AI，以及物理基础设施、工厂与“AI是软件”这种普遍认知之间的区别？

黄仁勋：AI 就是智能，它始于软件。 事实上，回顾过去一年，我们最初谈论的是大语言模型 ——LLM 这个缩写，全世界都开始知道 LLM 代表什么，这本身就是一件很了不起的事。让大语言模型变得真正有用的，是给 LLM 套上一层 "外骨骼"，这层外骨骼就是所谓的 "智能体外挂"（agent harness）。 它赋予大脑所需的部件：检索知识、拥有工作记忆、使用工具、能够协作，从而去解决问题。所以，AI 的数字形态，就是所谓的 "智能体"（agent）。

当你拿到这个数字版本，你可以不让它使用电子表格、PPT、Excel 或浏览器这类工具，而是让它去操控一种工具 —— 本质上就是机器。

于是， 这个智能体被具身化到一个物理躯体里，它瞬间就变成了机器人。你可以把这个智能体放进一辆有四个轮子的机器里，它就变成自动驾驶汽车；放进机械臂里，它就变成抓取放置或制造业的机械臂；放进一辆杂货配送车、物流运输车里，或者一台手术机器人、一个自动化药物发现实验室里。

所有这些不同的形态，本质上都是同一个想法： 大语言模型，外面套着一套智能体系统。这套智能体系统，既能操作数字工具，也能操作物理工具。

归根结底，每个国家都必须认识到： 这就是基础设施，就像水、道路、电力、互联网一样。

每个国家都需要建设自己的基础设施，才能支撑本地经济。它将成为一种能力 —— 智力能力、数字智力能力 —— 用来支撑你的研究者、学生、社会、产业和初创企业。

我们与许多国家合作过，今天在座就有很多。一旦一个国家在当地建立起这样的基础设施，初创企业和研究者立刻就会被激活。所以这绝对是一笔绝佳的投资。

美国有幸建成了全球最大的基础设施之一，凭借 "促进能源增长"、建设速度以及美国的监管环境，我们的建设规模确实相当可观。

看看美国正在发生什么：AI 正在每一个行业创造就业岗位，从芯片工厂到计算机制造厂，再到 AI 工厂。我们创造的岗位数量数以十万计。而且，仅今年一年，我们就将向美国的基础设施投资接近一万亿美元。

卢特尼克：而这正在带来巨大的经济增长，当然还有大量的就业机会。但这样的变化也让人们感到不安，什么样的人都在说各种各样的话。那么，如果把这次 AI 变革与历史上的变革，一直到工业革命，放在一起比较，你会怎么给它排序？你把它放在什么位置？是小变革还是大变革？从你的角度看，对我们的这些朋友们来说，最好的方式是什么？

黄仁勋：就像所有新技术一样，一开始它看起来像魔法。你可以想象电力刚出现时，你人在远方，却能让一盏灯突然亮起来。 这看起来就像魔法。一切技术创新的开端，都像是魔法。

但事实是，对我们这些正在建设它的人来说，这是工程。它涉及计算机、软件、数学、概率，还有很多很多。

就像每一个科技产业一样，无论是造汽车还是造飞机，建造者都有责任安全、负责任地去做，并持续推动技术进步，让技术随着发展而变得更加安全。我宁愿开今天的汽车 —— 它承载了多得多的技术；我宁愿坐今天的飞机 —— 它拥有百年之前飞机所不具备的一切技术进步。

所以，从很多方面看，我们都希望加速技术的进步，让它更有能力兑现自己的承诺，让它的使用更加安全。AI 也正在经历同样的过程。

我们得提醒整个行业 —— 我认为围绕安全与保障的讨论都非常好。 但是，如果你想一想在座的每一个国家，在这场技术工业革命中，可能出现的最坏结果是什么？最坏的结果，就是你没有抓住它，你被甩在了后面。这才是唯一最坏的结果。

而这样的结果之所以可能出现，是因为我们用恐惧和不确定性来谈论这项技术 —— 如果大家用那么多担忧、那么多恐惧来谈论它，那么所有关于安全与保障的讨论，就必须用大量关于繁荣、关于它能做什么的讨论来平衡。

所以我不认为这是二选一。我们必须确保以平衡的方式来谈论它。

你们大概知道，在技术演进的历史上，我最近正好读到这样一个故事，与航空业有关。 曾经有一段时间，航空公司把大量广告费和营销投入花在 "我的飞机比别人的飞机更安全" 上。结果呢？根本没人想听这个。他们希望公司自己去处理好安全。

人们想听的是：航空公司能带他们去新的地方、拓展他们的视野、让世界变得更小，让他们得以了解彼此的文化、创造新的经济。这才是他们想听的。他们希望 "确保安全" 是航空公司的责任，而不是让他们整天忧心忡忡的负担。

所以我认为，同样的事情正在发生。

它发生在汽车行业、发电行业、航空行业。因此，我认为这是所有领导者、我们所有人的责任： 确保我们把安全和保障放在心上，并以正确的方式建设技术。

这是我们的责任，要与监管机构合作。

当然，其实已经有很多法规和法律了。智能是 "我们所做之事的数字版本"—— 你想想，智能就是人类所执行任务的数字化。

事实上，人类在许多领域早已有了监管：无论是 FDA 还是其他机构，有那么多不同的监管机构已经制定了规则。我相信一定有办法把 AI 纳入这套体系。所以我认为，恰当的平衡是精准监管 —— 不要监管假设性的、理论上的危害，要监管现实的、切实的危害。

同时，要给予这项仍处在创新 S 曲线早期的技术快速前进的机会，这样才能让它变得安全。

你们可以回想一下三年前、这项技术刚刚成形时，一些人提出的 "放慢技术发展" 的主张。事实上，恰恰是进步让它变得更安全：进步让它不再产生幻觉，让它扎根于真实信息，不断迭代直到答案在科学上站得住脚。所有这一切，都是通过技术进步才成为可能的。 所以，我们正是通过更快的进步，让它变得更安全。

卢特尼克：那我们稍微谈谈你的业务吧。你的芯片、GPU，与其他公司希望制造的东西不同，对吗？能否向在座各位介绍一下你的产品，以及为什么 GPU 与任何其他"XPU"都不同？

黄仁勋：当初我们发明了一种叫 GPU 的技术。简单来说，GPU 擅长并行处理任务，能解决流体动力学、粒子物理、量子化学等问题，还有计算机图形、图像处理、图像重建。

当然，它做得极其出色的领域之一就是人工智能。

我们的架构、我们的技术是通用的：我们支持所有闭源模型，支持每一个开源模型，支持语言，支持大模型、小模型，支持物理模型、生物模型。我们的架构是可互换的（fungible）—— 它能运行每一个 AI 模型，运行所有的数据处理和并行处理任务。

正因如此，我们无处不在：我们在每一朵云里，在本地部署（on-prem）中，也能够在边缘。

而且，我们出现在系统和自动驾驶汽车中。这家公司已经存在很久了，我们在这个领域深耕了很长时间，我们的架构已经做到第 14 代。所以，英伟达几乎无处不在。

这样做的一个好处是，这些基础设施实在太昂贵了。一吉瓦大约要五六百亿美元。

过去，人们觉得花 250 亿美元建一座晶圆厂就是一笔巨额投资；而现在，一吉瓦的投入就是它的两倍。从现在到本十年末，我们要建设 100 吉瓦，因为我们想为世界生产智能。

当你投资于如此昂贵的基础设施时，你当然希望它可互换、可持久。否则，如果你建了过于专门化的东西，而世界的架构和算法一旦变化 —— 这些 AI 模型和技术变化得如此之快 —— 投资就可能被淘汰作废。

英伟达增长加速的原因，正是人们开始意识到，我们是投资最安全的架构：它可互换、可持久，而且会通过软件不断改进，能运行一切。我们运行每一个美国模型、每一个国际模型、每一个现代模型。

卢特尼克：大家总是很关心世界会走向何方 —— 如果你能给我们一个大图景式的展望：我们会走向哪里？全世界所有的公司都会来拜访你，告诉你他们各自的走向。你能不能给我们一个宏观的图景，一些我们平时听不到的想法？

黄仁勋：有些东西我们确实听到了，我就拿它们和我自己的预期对照一下。

比如，未来几年内，我们将实现人们所说的 AGI（通用人工智能）。这在我看来并非不合逻辑。事实上，我会说我们今天已经几乎做到了。

那么问题来了：这意味着什么？它要么意义重大，要么毫无意义。

让我举个例子。假设未来几年内我们实现了 AGI—— 毫无疑问，每个人的任务、我们所做的每一件事，无论是学习还是工作，每一个行业都将受到影响，人人都会受益。然而，有一个部分没有被想透。

让我做一个思想实验：几百年前，人类为了建立更文明的社会，制造了世界上最重要的东西之一 —— 教育智能。我们通过大学和学校来管理它，大规模地制造智能、制造能力。没有它，我们怎么可能有文明？

如今，我们正在创造它的数字版本。我们现在以数字方式大规模地制造智能，让那些无法获得最高水平教育的人和国家的国民，也能享受到最高水平教育的益处。这就是理解当下正在发生之事最简单的方式。

那么，问题来了：这对社会的益处是什么？让我们来做这个思想实验 —— 假设我们每招进来的毕业生都受过极好的教育。其实这和我雇用的每个人差不多 —— 他们来自斯坦福、哈佛、麻省理工等等，都是极其聪明的孩子。但是，当这些孩子来到我们公司 —— 任何公司、任何行业都一样 —— 我们仍然需要在 "给他们配置内容" 上投入相当多。

但实际上并非如此。 即使到了 AGI 时代，也不意味着每个公司的问题都被解决了。也不意味着两年后，我忽然说“好，把它接到这个 AI 服务上”，然后往椅子上一靠，公司一夜之间就变得更有生产力。

那根本不会发生。

你仍然要把全部的精力，就像现在这样，花在 "让一个刚从 MIT 毕业的博士生入职" 这件事上：给他配置上下文、目的、相关性、权限，以及所有这些东西。本质上，这就是这些 AI 的 "外挂"、围绕 AI 的环境，让它们能够开展有生产力的工作。所有这些 "装配"、所有这些环境的构建，正是公司所做的、领导者所做的。

事实证明，我们的工作不会改变。我们的工作由目的、上下文、意义来定义 —— 这就是工作的本质。在这份工作里，有大量的打字、说话等等，这些技能会被 AI 自动化，任务会被自动化，但我们工作的目的会保留。

所以我认为，将要发生的是： 我们所有人都将获得超级智能（赋能）。就像我们现在已经被超级智能了一样 —— 今天，我们在整个公司使用 AI，我们使用 Anthropic Claude、OpenAI ChatGPT、Cursor 这类现成的 AI，也构建大量自己的定制 AI。

我鼓励每个人都采用同样的思路：尽可能使用现成的 AI，但别忘了，你必须投资构建自己的智能。

每个国家、每家公司都是如此 —— 你不能把所有的AI都外包给别人。

所以，你能用多少就用多少，你需要建多少就建多少。我们在公司里就是这么做的。这就是第一个想法： 我们将被超级智能。至于“所有工作都会被消灭、被消除”的想法，那纯属无稽之谈。原因就是我刚才说的这一切。

另外还有一点：我们的雄心也将被超级智能。

正如你们所知，今天我们比人类文明的任何时期都更有雄心。我们想做的事，在一百年前的人们看来，简直是疯狂的、只能是科幻小说里的东西，然而我们却理所当然地期待它们。那么想象一下，五年、十年后我们会多么有雄心。那将是一个激动人心的时代。我已经工作了很久，当然我也不必再工作，但我不想错过 —— 我绝对不想错过未来十年、十五年。这个行业的雄心、我同事们的雄心、我自己的雄心，都被真正地超级赋能了。

换一种说法就是：你们所有人、所有国家，你们的雄心也必须要被超级赋能。这是你应当感到开明、受到鼓舞、被赋能、被托举的时刻，因为你背后现在有这项不可思议的技术。

那么，我期待未来五到十年会发生什么？十年才能完成的事，一年就能完成；一年的事，一个月就能完成。

如果你觉得做某件事要花一百万美元 —— 很久以前、也就是几年前，一百万美元看上去像一笔大投资。但如今，想想投资的量级吧，我们谈论的是数万亿美元的投资。

原因在于：现在，像我们这样的普通人，第一次有可能认为自己能对一个一百万亿规模的行业产生影响。你们第一次听到 —— 是不是？—— 创新者、个人、公司、国家，第一次谈论 "提升一个一百万亿规模的行业"。想着你能为世界增加二十万亿、五十万亿美元的经济效益，这就是雄心。历史上从来没有哪个时代，我们能够说出这样的话。

所以，我的目标就是增长。当我们今天聚在一起时，增长就是我们的目标。

卢特尼克：我们要共同成长，惠及我们的国家、惠及社会。Jensen，你所做的一切我们真的非常感谢。你是美国的瑰宝，你的公司正带领我们走上一条我们年轻时做梦都不敢想的路。也许我们确实做过一点这样的梦 —— 那正是科幻小说所描绘的。

而现在，我们已经到了那里。我认为你为我们描绘的愿景是：驾驭 AI、使用 AI—— 从 "为它构建环境"、"赋予它上下文" 到 "指引它"—— 这就是我们成功的方式。

在座的每个国家都需要投资自己的基础设施，以便为自己抓住这一切，确保本国民众和社会从中受益。他们必须做这笔基础设施投资，必须建设数据中心，必须为自己驾驭 AI。因为正如你所说，教育已经被民主化了，它对所有人开放。你现在可以在任何领域拥有一个 "博士"，它就在你指尖，你甚至不必去寻找那个人 —— 因为你帮助我们把教育 "装进了盒子里"，现在你就是那个人，每个人都是那个人。

所以我认为，我们的目标就是心怀“增长”这个理念、这份对增长的雄心。你为我们展现的是：我们的梦想必须高远，因为它们可以高远 —— 因为当你指尖就握有如此庞大的智能时，你怎么可能不去做更高的梦？

我真的觉得，一家公司、一家公司的领导者，能对未来抱有这样充满光辉的积极愿景，这正是为今天开场的最好方式。感谢各位的出席，我也要感谢黄仁勋的到来和参与。