“AI教主”黄仁勋所到之处，无不欢呼。

客户爱他，开发者爱他，媒体也热衷于听他说点什么。这位英伟达的创始人及CEO，以个性著称，也以“放纵不羁爱自由”闻名。

在GTC China 2017上午主题演讲结束后，他接受了量子位等媒体采访，谈到了计算力、AI革新、投资布局和新技术革命等等。

自称老黄 不爱端坐

之所以如此深受欢迎，与黄仁勋的性格不无关系。在媒体采访伊始，现场力场就以他为中心而扭曲，他用不太熟练的中文向大家问好，并求证式地说：

我在中国的外号是“老黄”？

然后欢乐的气氛从此开始，持续到最后。老黄不冠冕堂皇，也有问必答，而且避免官腔一类的调调。

量子位问他，伊隆·马斯克如果跟别人搞了芯片，你还会买特斯拉吗？

全场先笑，继而看他的反应。因为最近一周以来，特斯拉“甩开”英伟达图谋自动驾驶芯片的传闻，从大洋彼岸传过来，又传到另一个大洋彼岸。

老黄听到问题也笑，但回答却没有迟疑：买买买。

“我之所以买特斯拉、开特斯拉，是享受其间驾驶的感觉，并不会因为用不用自己的芯片而改变。”

他还举例说，这车里没准还有英特尔的CPU，或者我电脑里就有CPU、手机里则有高通的芯片。言下之意是这些使用了别人家芯片的产品，我本人都在用，老黄可不是那种小心眼的人。

当然，他也不忘夸赞下上述这些公司，说“其实我觉得这些公司都是非常优秀的公司”。

不过说这话的时候现场还是没忍住笑声，毕竟“核弹狂魔”之类的绰号并非无缘无故，而且就在上午的演讲中，他又是说明、又是举例、还现场Demo等，花样百出地狂怼老对手英特尔，随手秒杀CPU。

不过在回答这个问题的结尾，老黄提升声调显得郑重其事，他说：我们英伟达讲的是爱，而不是恨。

当时老黄的姿势是侧坐在椅子扶手上，这也是他从采访开始时就保持的姿势，一度显得玩世不恭，但说出“讲究的是爱”时，神情严肃，后来他还在采访回答中谈到了“爱”，说“英伟达的事业没有爱就做不起来。”

对于媒体受众，感受老黄和英伟达的爱可能不太容易。

然而就GTC现场来看，开发者和客户却十足爱他。

几个小细节或许就能说明问题，比如一个有些销售展示性质的大会，赞助商纷至沓来，给钱给人到现场参展。

再比如上午9点正式开始的会，8点就已排起长龙进场，排队人群从一楼一直排到三楼主会场，整个进场可能需要20分钟，这也算不上多见了。

最后，如果你有机会现场挺老黄的演讲，如果恰巧坐在前排，当他身着皮衣夹克跑步上台时，那种浪潮汹涌一样的开发者和客户欢呼，一定会让你永志难忘。

甚至还有人问我：为什么明明他要让别人买东西，还能被当做英雄一样欢迎？

这就是老黄的魅力，如果你也见过他，想必也能感知一二。

以下为黄仁勋媒体采访实录（量子位摘选整理）：

黄仁勋：我们都深处于计算机的产业，目前遇到了千载难逢的机会，整个计算机产业的基础正在被颠覆。首先是计算机的制造方式被改变了，而软件也不再完全依靠于人类写代码的能力。我们现在看到的是大数据、深度学习、人工智能等方向上，软件、硬件都迎来了激动人心的机会。

今天上午，我围绕5个方面进行了演讲，分别是计算力、AI推理加速、AI城市、自动驾驶和自主机器及处理器。我们现在不再多谈。（详情可见昨日报道）

欢迎大家提问。

关于AI与计算

提问：上午（昨日上午，下同）谈到了“自主机器”，万物有“灵”，这个时代何时会迎来当前AI一样的爆发？

黄仁勋：我们可以对比来看，现在我们刚迎来人工智能、云计算的爆发。对于自主机器也一样，根本需要解决的问题有三个，而不是什么传感器、电动机、电气化之类的。

首要问题，为这些自动自主机器打造一个类似于人工智能的平台；其次，虚拟仿真环境，可以让机器人、自主机器快速学习迭代，掌握人类学习的能力；第三，一旦第二步完成，这些机器人、自主机器学会了作为机器人的行为方式之后，我们要把人工智能一样的大脑放到自主机器的框架中。

目前这三个问题，我们还没有完全解决，但三项工作正在并行。比如上午发布的Xavier，就是给自主机器提供一个处理器，而Issac则提供虚拟仿真环境。

我相信很快的时间内，NVIDIA就会把这三方面的基础都打好。然后整个产业会在产业基础架构上推动自主机器量产。这个时间不会太遥远，再过10年、15年，我相信在座的诸位都会看到令人难以置信的进步。

至于计算力，首先GPU不会替代CPU，它是携手和CPU共同工作的，这也是我们为什么把它称之为加速器，CPU是通用型的，什么场景都可以适用。但是GPU在一些专门的问题上有非常大的能量。它的性能要比CPU超过10倍、50倍甚至100倍。

因此，我们就认为最完美的架构是什么呢？首先我们要有万事皆能的CPU，再加上在某些重大计算挑战方面非常有能力的GPU。对于NVIDIA来说，我们不会做那些每次进步一点点的通用型处理器，而是专注在那些专门领域、性能极好的处理器，这就是我们今天谈到的CUDA架构。

什么是CUDA？其实就是CPU+GPU，简称CGPU，更准确该叫做CUDA-GPU。（全场笑）

提问：上午演讲中，分享了VR、AI城市、自动驾驶、自主机器等方面的应用，未来是否会有侧重，或者下一阶段的重点是什么？

黄仁勋：其实上午谈到的领域有个共同点，没有GPU是无法实现的。不过并不是说本身已经没有了挑战，其中问题还很多。我们不敢说未来一定都会成功，但一旦其中有一个取得成功，都能够为社会进步做出巨大贡献，我们NVIDIA自觉做了这5个项目，也非常有成就感。

提问：TensorRT3性能上跟TPU有不同？

黄仁勋：谷歌的TPU只能做TensorFlow、Tensor的处理，而GPU不光能做Tensor的处理，我们还能做很多其他的任务。比如编解码、图形图像处理。上午大家都看到了演示，在电视连续剧《权利的游戏》中，我们就可以直接用GPU完成视频解码，然后进行推理，进而实现搜索。所以GPU在很多领域都远胜于TPU，而且TensorRT3的出现，加上GPU架构本身就是完全灵活可编程的，所以我们可以支持全世界任何一种AI框架，亚马逊、百度、Facebook，微软等，都没问题。

如果你让我做长远预测的话，产业格局肯定还是会以能够针对深度学习进修优化的GPU获得最大成功而告终。原因也很简单，因为它非常灵活，市场机会就多，研发预算也就多，整个生态也就会更有钱。

提问：AI领域学术界和工业界的差距似乎在逐渐拉大，NVIDIA在工业界布局很多，学术界方面有什么思考吗？

黄仁勋：其实NVIDIA刚开始进入AI研究的时候，完全没有当做生意在做，而是看做一个纯粹的学术研究。实际上，过去5到7年，深度学习方面的主要进展，都是由斯坦福、多伦多、纽约大学等学校在进行研究。

我们NVIDIA在产学研方面，其实和全球学术界研究人员也在深度合作，一方面共同研发，我们为他们提供项目资金，甚至邀请学者到我们公司去做一些研究，我们把NVIDIA的人工智能的实验室取名NVAIL。在中国，也有三所高校在于我们进行合作，分别是清华、中科院和香港中文大学。

我还想说一下，很多公司生产出来的产品都急于卖钱，但按照NVIDIA Volta的经验，我们一度用了三年时间，研发经费高达30亿美元，才研发出一款GPU，最后还免费捐赠出去让别人用，一开始看不到回报，但进入学术界后发挥出的作用和影响都是巨大的，最后我们也因之受益。

关于自动驾驶

提问：我有两个关于车的问题。第一，如果特斯拉与其他的厂商合作做了自动驾驶芯片，你还买不买特斯拉？第二，NVIDIA投资了图森、景驰这样的自动驾驶公司，这与跟他们合作有什么不同？

黄仁勋：我当然还会买他们的车。（笑）

原因有这么几点，首先这车里没准还有Intel的CPU呢，我的电脑里就有，我的手机里则用的是高通芯片，其实这些都是非常优秀的公司。

其次，我之所以买特斯拉、开特斯拉，是因为我喜欢驾驶特斯拉的感觉。

最后，我们NVIDIA讲究的是爱，而不是恨。（严肃脸）

至于投资。首先需要说明下，其实NVIDIA投资的公司数量非常之多，不过我们选择投资的时候通常有三个标准：第一，应该与我们愿景目标一致；第二，这家被投资公司需要NVIDIA的帮助，这一点我们非常看重，如果这个公司根本不需要我们的话，我们也不会考虑投资他们；第三，这个公司本身必须很优秀。

提问：NVIDIA既投资自动驾驶初创公司，也跟大众、奥迪、特斯拉等车厂合作，是否有冲突，目标是什么？

黄仁勋：我们不赌谁赢谁输，NVIDIA提供的是平台，我们希望让别人能够在我们的基础上实现梦想，希望大家都成功，NVIDIA会始终作为平台供应商存在，我们的任务是不断与时俱进、不断进步。

同时，这个平台一定也是开放的，绝不是一个自闭的生态，或者垂直集成的公司。我们愿意跟全球最大的两家车企大众、丰田合作，也和奥迪、特斯拉合作，我们也会与优秀初创公司合作，甚至有一天在进行会飞的汽车的合作，不是也很精彩吗？NVIDIA这个事业，一定要有爱，没有爱做不成。

谈到自动驾驶，为什么我们热爱它？因为这是软件定义的车，未来十年一定会成本大幅降低，每一个部件都可以是独立的系统，各个功能都会是软件定义的，软件很棒，没有污染，也没有排放，我爱软件。（真诚微笑脸）

提问：为什么在自动驾驶领域投资不少？未来还会投资那些领域？

黄仁勋：首先给大家介绍下NVIDIA的核心业务：针对万物的GPU计算，这是NVIDIA的基础。事实上，我们的GPU被应用在各种各样的领域，可以做科学探索发现、图形计算、人工智能……所以我们提供的平台是针对所有事物的。

当然也有重点，交通运输就是其中比较受关注的垂直领域。交通运输必然不止于交通工具本身，核心还是人工智能，所以在我看来，滴滴就是一家大型人工智能公司，在未来，海陆空各种各样的交通运输都将是人工智能化的，我不知道中国最大的物流公司是哪一家，但未来一定也是一家人工智能公司。

如果你问我们NVIDIA未来还重视哪些行业，可能会比较看好医疗卫生或健康产业。

我们相信NVIDIA可以帮助健康产业实现变革。首先是新药研发，无论是新药本身的制造研发，还是让医生快速发现新药效用；其次是疾病早期检测，比如医疗影像方面的问题；第三是新药临床效果和实验取样问题。

我相信这三个问题人工智能都能大有所为，而且时间很快就会到来。过去如交通运输和医疗健康这两个领域挑战很多，多到难以解决，但现在AI到来之后，我们可以去完成不可能完成的使命，这就是为什么这样一个时代令人难以置信的原因。

— 完 —