在 ChatGPT 满 1 周年之际，英伟达创始人& CEO 黄仁勋（Jensen Huang）、联合创始人 Chris Malakowski 、当年投出英伟达的前红杉投资人 Mark Stevens、现红杉美国合伙人 Roelof Botha & Alfred Lin 以及 AI 教父吴恩达（Andrew Ng）展开了一次对谈。老黄认为，作为一家初创公司的 CEO，必须要比公司的其它人更相信公司、从 0 付出更多，且在公司发展生死攸关之际，身边需要有出色的团队，而作为 CEO 需要有能力留住这些人才....我是 Roelof Botha，几乎正好一年前，也就是 2022 年 11 月，ChatGPT 席卷了全球。在 5 天内，它拥有了 100 万用户；在 8 周内，达到了 1 亿用户，这是有史以来新技术产品迅速被采用的最快速度，然而较少人知道的是，ChatGPT 所依赖的技术，以及我们今天了解的许多 AI 的技术的发展背后蕴含着是 Nvidia 过去 30 年的故事。Nvidia 由 Jensen Hong、Chris Malakowski 和 Curtis Priam 于 1993 年创立，他们最初的想法是为游戏玩家创建 3D 图形卡，Nvidia 最终向 AI 领域转变，这是历史上最值得关注的商业转向之一，它将 Nvidia 置于文化舞台上，并将该公司巩固为全球 AI 计算领域的领先者（下图为 Curtis Priam 在 1993 年玩 PC 上的“暴力摩托”）。今天的话题主要集中在 Nvidia 愿意在数年前押注未经验证的市场上，我们将看到 Nvidia 如何在创业初期冒险进入竞争激烈的领域，并瞄准了少数人认真对待的用户群体。在濒临破产的情况下，他们完全放弃了他们的产品架构，并启动了一个无人认为可能的雄心勃勃的时间表，以及在最终在游戏领域占据主导地位后，公司决定将未来押在一个许多人怀疑是否会成为一个可行市场的全新领域上。我是 Jensen Huang，Nvidia 的总裁兼 CEO ，我认识 Chris 和 Curtis，他们在 Sun Microsystems 工作，而我在 LSI Logic 工作，所以我们都来自工作站行业，曾经一直在工作站和有效的工作站等方面工作过。在 80 年代，当时大多数计算机都是笨重的、昂贵的机器，真正只有负担得起的企业才能购买，Sun Microsystems 制造高端计算机工作站，LSI Logic 专门从事半导体，与计算机革命同时进行的是创建最复杂计算机芯片的竞赛。当时，很少有公司有能力制造自己的芯片，除了 IBM，而 Sun 则正在尝试为他们的计算机建造半定制芯片。Chris 和 Curtis 在 Sun Microsystems 制造芯片，而我是来自 LSI Logic 的工程师，负责与他们合作。因此，本质上 Jensen 分配给我负责，我们三人之间的友谊就此开始。我叫 Chris Malakowski，Nvidia 公司的高级 VP、研究员和 Co-founder。我们相处得非常好，Chris 和 Curtis 是我认识的最优秀的工程师之一，他们在架构和设计方面有远见，非常喜欢与他们一起工作。Roelof Botha 大多数公司当时专注于开发中央处理单元或 CPU，这些是通用目的的芯片，用于执行输入到计算机的命令，但在 90 年代初，Chris、Curtis 和 Jensen 的任务是构建一些更具挑战性的东西，即图形卡，一种可以插入到 Sun 的工作站中的芯片，与 CPU 一起用于在屏幕上渲染图形。我们 3 个人着手建造了一个具有挑战性的图形子系统，挑战了已经宣布知道如何制造芯片的 LSI Logic，尽管他们从未做过。我们能够完成这项工作，每个人都在自己的领域内表现出色。有一年，Sun 的计算机架构和图形架构发生了很多变化，Chris 和 Curtis 参与的架构不再受欢迎，他们决定离开公司。Chris 和 Curtis 联系了我，问我是否愿意离开 LSI Logic 并加入他们一起创办一家公司。首先，我们都不知道要创办什么样的公司？我告诉他们，我祝他们一切顺利，他们会做得很出色。我当时还有工作，而且非常满意自己的工作，他们一直在问我，最后我说，好吧，告诉你们，为什么我们不出去，然后我们可以一起思考你们可以创办什么样的公司，所以我们会在 Denny's 餐厅见面。我曾经在 Denny's 洗过盘子，还做过 Denny's 的杂工和服务员，我真的很喜欢 Denny's，我认为 Denny's 是我第一家公司，对我和他们来说，去那里总是一件有趣的事情。我们只是坐在那里喝了很多咖啡，而 Denny's 非常棒的一点是你可以无限量地喝咖啡。我们就坐在那里，直到我们没有了想法或没有了可谈论的事情，然后各自回家，周而复始。那会儿 PC 革命刚刚开始，这 3 人认识到这是他们初创公司的一个重要时机。时间来到 1993 年， PC 革命真正开始于 1995 年。我们知道 PC 能够达到价格点和易用性的水平，可能有机会变得非常普及。因此，我们对 PC 革命感到兴奋，我们可以为 PC 带来什么应用程序？我们可以实现什么？随着这台计算机成为家庭中的消费计算机，你会用它做什么？实际上最想用它来做的事情就是玩游戏。当时 PC 的图形能力和多媒体等基本功能还不支持，没有声音，没有麦克风，没有扬声器，没有视频，没有图形，基本上只是一个文本终端，我们认为也许 3D 图形可能是非常酷的东西，而且这是第一次，你一旦拥有了一个既可以成为计算机又可以用于你想用它做的任何事情的平台，你也可以用它来玩游戏，我们只需要去制造一个能够玩游戏的芯片。我们 3 个人甚至从未见过 PC ，所以我们不得不购买一台 PC —— Gateway 2000，甚至没有人知道如何编写 Windows 程序，没有人甚至看过 DOS，最后我们不得不把它拆开，开始了解这个行业。如果你去市场研究公司，问他们 1993 年 PC 上 3D 图形的市场规模是多少，答案可能是 0 。我的名字是 Mark Stevens，我在 1989 年加入 Sequoia，而 1993 年成为了 Nvidia 董事会的 Sequoia 代表。Mark Stevens 已经离开了 Sequoia，但仍然是 Nvidia 的董事会成员。当时，Chris、 Curtis 和 Jensen，Jensen 仍然没有辞去在 LSI Logic 的工作，他们纠结于是否要推出一家为 PC 制造 3D 图形芯片的公司，但他们意识到，如果要继续前进，他们将面临两个主要因素的挑战。第一个因素是竞争。当时， PC 在 2D 图形市场已经很拥挤，Nvidia 之所以与众不同，是因为它专注于 3D 图形，但市场上也涌现出大量竞争对手。在 1980 年代，出现了像 Zylinx 和 Altera 这样的公司，还有像 Cirrus Logic 和 C&T（Chips and Technologies）这样的公司，人们可能会问为什么世界需要 Nvidia？世界为什么需要另一家图形芯片公司？当时，在 PC 上玩游戏的人主要是青少年游戏。它只是没有受到太多尊重，感觉不像是每个人都能理解和欣赏公司的第一年业务。总的来说，与电影和其他媒体形式市场相比，当时的游戏市场规模要小得多，游戏市场在全球范围内已经变得非常庞大，但那时，在 PC 上玩游戏只是一个相当小的应用。那时，游戏被认为不是严肃的应用程序。我的名字是 Alfred Lin，Sequoia Capital 的合伙人，在我的一生中，我一直对 Nvidia 和游戏充满兴趣，尽管我决定不以专业方式从事任何游戏，但我一直对游戏机和图形以及如何以最高效的方式表示图形充满兴趣。我会说很多事情看起来不太严肃，很多看起来像玩具的东西，但随着时间的推移，它们具有进入其他应用领域的能力。Roelof Botha 对于 Curtis、Chris 和 Jensen 来说，最关键的决定是要不要进入一个充满激烈竞争的芯片制造领域，必须努力脱颖而出吗？如果决定进入，就要将创新定位为面向游戏玩家的 3D 芯片，那时这还是一个没有 PMF 的市场，你要押注这个市场的潜力会增长。在公司里我们常说几句话，那就是你是否相信它？第一原则告诉我们要从你的假设出发，你相信什么？然后将其拆解，并据此得出你应该这样做，为什么你不这样做？为什么你不这样做的原因是什么？如果你相信这将彻底改变计算产业，那么为什么不采取这一先发之举呢？我记得是在 1992 年末或 1993 年初的时候。创始人们开始寻找新公司的投资人，而 Jensen 去见了他的老板 —— LSI Logic 的负责人 Wilfred Corrigan。Corrigan 当时表示，如果你要创办一家公司，去找 Don Valentine 谈谈，Corrigan 当时拿起电话说：“嘿，Don，我要送一个小伙子来找你，他是我最优秀的员工之一，我不确定他要做什么，但可以给他一些资金。”于是，我去了 Sequoia Don Valentine 那里，我当时 29 岁，刚满 30 岁，我在演讲方面做得非常糟糕，但幸运的是，他已经答应给我一些资金，Don 在最后只说了一句话 ——“如果你让我的钱打了水漂，我就杀了你”。我们当时在一个购物中心的小办公室里工作，我想我们可能雇了大约 20 个人左右，而我们要为一个新产业建立一款新芯片，所以我们从第一原则开始，逐步构建，我们将这款芯片命名为 V1。NV1 芯片是公司推向市场的第一款产品，我相信公司成立后交付芯片大约花了 18～24 个月的时间，当时我们认为这将是一款出色的芯片，但事实是这款芯片是个失败品。这是一项伟大的技术成就，但却是一款糟糕的产品。当你描述 NV1 时，它听起来就像一只章鱼，因为 PC 行业买的是什么样的芯片，具备 3D 图形、视频处理、音频、波表处理、IO 端口、游戏端口加速等功能，还有一个叫做 UDA 的编程模型，但却没有适用的应用程序。当你打开盒子时，你怎么称呼这个听起来像章鱼的东西呢？它实际上附带了这些接头，这些接头让它感觉像一只章鱼，你需要所有这些东西，因为你得把整个计算机连接起来。我一直认为，我们建造了一把多功能的瑞士军刀，具备许多功能，但这款芯片对市场的需求来说价格过高，市场只需一个 3D 图形芯片，而且他们希望价格尽可能低，速度尽可能快，结果却是失败。我们的客户伙伴 Diamond Multimedia 采购了 25 万个芯片，但销售情况并不好，因此 Diamond 感到非常紧张，基本上把大部分产品退还给了我们，本来 25 万个单位卖出去了，但实际退回来 24.9 万个，几乎使我们破产。我们在这次失败中吸取了很多教训，现在人们把这称为 PMF，我们的产品非常出色，但在定价和功能方面却不合适。我不得不学会所有这些，如何与竞争对手竞争，因为客户总是在考虑其他选择，到底是这个好，还是那个更好，购买这种东西真的挺难，没人会去商店买一个装备齐全的设备。这就是我们在圣诞节收到的礼物，无论是从产品策略？市场推广？如何考虑竞争？如何定位？甚至如何定价？更不用说为什么要从一开始就建造这样的东西？还有其他的方法可以建造它，我们在公司的前 3 年里犯的错误，以及我个人犯的错误，都可以写一本书了。我们从 Sequoia 得到的教训是，我们可能太早投资于 3D 图形 PC 市场了，这就是早期投资人所面临的风险或担忧，大多数早期投资的失败是它们进入市场太早，而不是太晚。我们当时就像站在太平洋上等待那个巨浪，市场巨浪要来了，如果巨浪永远不来，你就永远无法到达海岸，最终在海洋中冻死。尽管 NV1 芯片的失败显而易见，但远处的天空中出现了一丝亮光，Nvidia 同时与视频游戏公司 SEGA 合作开发 NV2 芯片。当时，SEGA 最新的游戏都是非常出色的 3D 街机游戏，彻底颠覆了市场。SEGA 也在寻找合作伙伴来打造他们的下一代游戏机，这为我们打开了大门，不仅是在尝试打造他们的下一代游戏机方面，还鼓励他们将 SEGA 的游戏引入 PC 领域。在工程方面，NV1 和 NV2 都是为支持使用四边形渲染图像的架构而开发的。当 Nvidia 首次推出时，它是市场上唯一制造 PC 用 3D 图形芯片的公司，但很快其他 3D 图形公司开始涌现，它们的芯片支持一种不同类型的架构，即使用三角形渲染图像的架构。我们选择的架构当时看起来很聪明，但事实证明它完全是错误的架构。那是 1995 年，微软推出了 Windows 95，API 调用 Direct X 是除了我们之外的所有人都使用的架构，我们以前从未实现过像 Direct X 这样的图形架构，而现在，行业里大约有 50 家公司都在追赶我们，所以问题是，我们该怎么办呢？如果我们完成了与 SEGA 的游戏机项目并履行了合同，那么在其他公司都在这个新世界中大步前进的同时，我们会在错误的架构上浪费 2 年时间，这个新世界实际上在某种程度上是我们开创的；另一方面，如果我们不完成合同，那么我们就会用尽资金，所以我面临着这样的情况，要么完成项目然后破产，要么不完成项目然后立刻破产。你的第一款芯片是失败的，而第二个芯片也注定会失败。Nvidia 此刻面临着关键的时刻，是否完成你开始的工作，希望收入能够维持下去，还是违约，放弃整个架构，从头开始？对于我们公司来说，这是一个存在危机的时刻，非常艰难。我们进行了讨论，试图找出该怎么办？我认为最终的决定是正确的，那就是我们必须找出长远的正确方向，然后逐渐回头，长远的答案当然是我们必须支持这个新架构，这个新的图形技术，它被称为逆纹理映射，我们必须放弃我们开始的四边形纹理映射架构，不管我们需要做什么来实现这一目标，都是正确的事情，所以我去找了 SEGA，我告诉他我们的情况，如果我们为你完成这个游戏机，我们的公司将破产；坦率地说，我认为我们为你构建的架构将是错误的，因为世界正在向另一种称为逆渲染的方法发展。他问我要他做什么，所以我告诉他，虽然没有理由让他这样做，但我希望他解除我们的合同责任，但支付给我们资金，他们实际上没有得到任何好处，没有理由让他这样做。他考虑了几天，然后回到我面前说，我想帮助你。在创办公司时，不能忽视人们的善意，你在创办公司时，需要从所有支持你的人的善意中获益，但在这种特殊情况下，他们支付了我们大约 500 万美元，这是我们当时唯一的资金，但足够让我们坚持下去。在 NV1 失败后，以及 NV2 被搁置后，我们作为投资人非常担心。那时我们可能已经投资了大约 3 年左右，情况并不明朗，不清楚 Nvidia 是否能够获得逃逸速度。Jensen 多年来一直说过的一句话是，我们离破产只有 30 天。事实是，在 90 年代中期的某些时刻，这确实是真的，因为我们在燃烧资金并开发这些图形设备；在硅谷，你需要一些顶尖的硬件和芯片工程师，而这些人的薪水并不便宜，特别是当我们与 Silicon Graphics 和苹果等公司竞争工程人才时，我们非常担心，我们会失去这家公司。Roelof Botha 凭借最后的资源，公司发起了最后一次突破性芯片的尝试。我们只有一次机会，如果只有一次机会，芯片必须是完美的，那么如何第一次就构建一个完美的芯片呢？在过去，构建一个芯片，启动它，编写软件，查找错误，迭代芯片，再次推出，启动更多软件，直到完成，所以从设计到生产的过程通常至少需要一年半的时间。我告诉团队，我们只有一次机会，他们问为什么？我回答如果我们需要多次推出，那我们就不需要了，我们会破产，所以我们只有一次机会。在危机时刻，真正优秀的 CEO 才能显现出来，这是我们作为投资人和董事会成员，在关键时候才发现 Jensen 应对危机时与众不同的特质。我表示，让我们逆向工作，如果我们只有一次机会，那么我们必须做什么来确保那一次机会是完美的，所以我们必须提前做所有的软件，提前做所有的事情。我们用了大约 6～8 个月的时间，靠着最后的努力完成了这一切。当时还有另一家公司破产了，我听说了这家公司，叫做 LCOS，它们已经建立了一种称为模拟器的东西在。他们当时说，感谢你的来电，但我们已经破产了，我很吃惊，表示这太荒谬了。我说我们真的可以用上你们的仪器，它的体积有点像冰箱，将它连接到要模拟的 PC 上，然后你就可以假装自己是最终的芯片。他说，我们仓库里有一台，是库存。如果你需要的话，我们会卖给你，于是我们从一家正在倒闭的公司购买了残余的设备，并模拟了 RIVA 128，这是第一款被模拟的 PC 芯片，然后我们推出了芯片，而且芯片一次就成功了，对我来说并不奇怪，因为 Nvidia 的人才非凡，他们打造了世界上最好的逆纹理映射引擎，彻底压倒了一切，彻底改变了我们今天对现代计算机图形的认识。我们改变了芯片设计的方式，改变了推出芯片的方式，几乎是公司的方方面面都改变了，挽救了公司。RIVA 128 是一项工程壮举，在前 4 个月售出了 100 万台，更重要的是通过加速建立和测试 RIVA，Nvidia 随后能够以超过竞争对手 2 倍的速度推出下一代芯片。起初，Nvidia 处于劣势，但大约在 1999 年后不久，他们远远领先于竞争对手。当 1997 年 Quake 3 Arena 发布时，你可以看到 Nvidia 芯片在性能上远远超过其他公司的产品。Nvidia 的第 5 代芯片是它的第一款可编程芯片，名为 GeForce 256。那是世界上第一款 GPU，这是在加速计算中增加可编程性，所以我们创造了世界上第一款可编程加速器。可编程加速器就是加速计算，加速器的好处是，无论你设计什么，都可以以非常高效的方式进行设计。因此，无论 CPU 有多么有效，可编程加速器都可以提高 1000 倍的效率。这种可编程性对公司的下一个阶段至关重要，但它也立即产生了回报。通过 GeForce GPU 启用的可编程着色器使视频游戏在创造力和受欢迎度上爆发了。Nvidia 在 1999 年 IPO ，而在一个意外的转折中，微软 Direct X 架构几乎使 Nvidia 在早期陷入困境，最后选择了 Geforce 来驱动其新项目 Xbox。他们花了 5 代产品的时间来完善这个图形加速，然后才推出他们的第一个 GPU。公司成立于 1993 年，我认为他们直到 1999 年末才发布了 GeForce 256，所以在迭代了很长时间后，他们才终于推出了第一个 GPU。如果你解决了没有其他公司能解决的非常困难的问题，这就是 Nvidia 所做的，而且你有耐心，随着时间的推移，你可以建立一个非常成功的公司。GeForce 的成功将 Nvidia 带入了 21 世纪中期，与所有开创新局的公司一样，最终竞争对手会迎头赶上。虽然 Nvidia 巩固了其在 PC 游戏的 3D 图形市场中的地位，但随着时间的推移，它的独特性逐渐消退。当时的 PC 市场增长开始趋于饱和，我们对此感到担忧。因为我们在 PC 游戏市场中销售，所以仍然必须与 Intel 竞争，部分还要与 AMD 竞争，所以我们觉得如果不开发一个没有其他公司进入的全新市场，我们始终会被局限在 PC 游戏市场中，而且如果我们不开发一个全新的市场，我们将始终与 Intel 竞争，因为他们是竞争对手，而且市场增长开始趋于饱和。Nvidia 已经发明了 GPU，它是一种可编程设备，这意味着它可以用于游戏之外的应用。2006 年发布的 CUDA，是 Nvidia GPU 的通用编程接口，为远超游戏领域的用途敞开了大门。分子动力学、地震处理、CT 重建、图像处理等各种不同的应用。我记得开始听说很多研究生们在他们当地的电子商店购买图形芯片，然后在上面编写模拟器并进行研究。一所大学又一所大学的研究者们意识到，购买这款名为 GeForce 的游戏卡，将其添加到计算机上，实际上拥有了个人超级计算机。我看到的其中一位科学家在台湾，他是一个量子化学家，当时我正在台湾，他联系我说，来看看一些东西，于是我去了国立台湾大学，他打开橱柜，橱柜上有一排排的 GeForce 卡，上面都有旋转的风扇，他说自己建了个人超级计算机，与此同时 Andrew Ng 当时正在研究深度学习。大约在 2008 年、2009 年，我和我的学生开始思考和推动这样一个想法，即 GPU 可以用于深度学习和神经网络。嗨，我叫 Andrew，是 AI 基金冒险工作室的总经理，我还领导着深度学习 AI 和 Landing AI。神经网络已经存在了很长时间，几十年了，GPU 也是如此，但我认为这两个想法的结合出现了几个原因。一个原因是我们最终有足够的数据需要计算输入到神经网络中，还有一项突破性的技术。我记得当我的学生告诉我，嘿，Andrew ，我做了一个叫 CUDA 的东西，不太容易编程，但它可以让人们使用 GPU 做一些不同的事情，我们能否建立一个调查来使用 GPU，看看它们是否可以扩展深度学习？当时我的一名学生 Ian 帮我在他的宿舍里建立了一个 GPU 服务器，那个服务器最终成为我们用来进行第一次深度学习实验的工具，用来训练神经网络。我们开始看到，在 GPU 上训练神经网络速度提高了 10～100 倍，因为我们可以并行进行 1000～10000 次计算，而不是一个接一个地进行，这对于神经网络能够做的事情来说是彻底的游戏改变。与此同时，在加拿大的多伦多，Hinton 的实验室正在做同样的事情，纽约大学的 Yann LeCun 实验室也在做同样的事情。，们都几乎同时联系到了我们，我们意识到也许可以创造一种新的计算模型。在 2012 年之前，即计算机图像识别的第一次突破之前，以及 AlphaGo AI 仍然是一种小众追求的几年。追求 AI 市场最大的风险与公司创立时遇到的风险非常相似。2012 年、2014 年、2015 年的 AI 芯片市场是一个 0 亿美元的市场，而且 Jensen 总是喜欢说我们正在投资 0 亿美元的市场，这就像在一个市场上投入研发资金，这个市场可能永远不会出现，AI 是否真的会出现，没有任何保证，因为请记住，AI 在过去 40 年里曾多次起伏不定，我是说 AI 作为计算机科学的概念已经存在了几十年，它从未真正成为一个巨大的市场机会。这种类型的风险，除非你已经在创业过程中幸存下来，否则你可能对此感到敏感，原因是此时，我们已经 IPO，成为一家数十亿美元的公司，我们实际上已经成功了，而且我们已经躲过了几次威胁公司生存的挑战，没有人想毁掉公司，他们想要保卫公司并保护公司。成功可能会让你对风险保持谨慎，20 年来，Nvidia 一直与 PC 游戏的芯片相提并论，公司应该继续专注在自己的领域，还是把未来寄托在一个未经验证但世界各地的领导者和研究者认为有巨大潜力的市场上？在某个时候，有人说这实际上是扩大市场的一种方式，存在着许多不仅仅是在屏幕上显示颜色的计算机应用的机会，为了抓住这个机会，也为了利用这股渴望获得这种机会的潜在趋势，Jensen 和团队愿意去开创一个 0 亿美元的市场，抱着这种信念去做，然后你用你的钱去支持你的信念；如果我们认为这可能是市场的一个重要细分市场，我们可以利用它来扩大我们的 TAM，那么我们就去做。我要感谢很多人，而不是我自己，他们有勇气去做，让我们看看它会带我们去哪里。Nvidia 做出了一项关键决策，不仅改变了自己的发展轨迹，还改变了整个科技行业的走向，他们决定投身 AI 计算。这对我们公司来说是一个巨大的转变。我们增加了成本，增加了人员，我们必须学习新的技能，这将公司的注意力从日常的计算机图形和游戏中转移出来，而且这并不仅仅发生在一个地方，而是全公司范围的全面转变。我看到 Jensen 很早就迈出了这一步，下了一个非常重要的赌注，他很快开始分配更多的资源。我印象深刻的是，一家大公司的 CEO ，他如此清晰地看到，以至于他很早就把他的公司承诺到这个方向。作为一名 CEO 或任何试图引导公司走向新方向的人，你必须有一些中期和近期的积极反馈，你必须不断宣传这个想法。每当发生一些有利于强化你前进方向的事情时，你必须对其进行评估，弄清楚这是什么？为什么重要？它如何帮助我们达到下一个层次？当我们改变方向时，我们寻找了地球上的每一位 AI 研究者，我们的平台对他们有用，这是当时我们收到的积极反馈的原因，也是为什么我和世界上所有伟大的 AI 研究者都是朋友的原因，他们在一路上为我提供了未来成功的早期迹象，你必须把这些小胜利当成大事。我认为我们意识到 Nvidia 实际上是 AI 革命的先驱，确切地说是在过去两三年里，我们看到我们的 GPU 被大规模的数据中心和云服务提供商采用；我们开始看到应用程序，无论是在交通运输还是在医疗保健领域，那真的是当我们发现，这将是一个非常多元化的、数十亿美元的机会。根据摩尔定律，在过去的 30 年里，计算机行业每 5 年大约以 10 倍的速度前进。摩尔定律是 CPU 性能每 2 年翻倍，或者每 5 年增长 10 倍的著名预测。现在，随着 AI，我们在芯片层面、系统层面、算法层面以及 AI 层面都在前进，因为有这么多不同层次的同时前进，所以我们首次看到了复合财务结果。如果回顾一下，自从 ImageNet、AlexNet 以来，我们的计算能力提高了约 100 万倍，而不是 1000 倍，而且现在我们每 10 年以 100 万倍的速度复合增长。这种计算速度每 10 年提高 100 万倍的现象被亲切地称为“黄氏定律（Huang's Law）”。在过去，你等待了 100 万倍的时间来解决一个问题，你可能认为，我可能需要 30 年来解决这个问题？如果你可以在 30 年内解决它，你可能在 5 年内解决它，这是一个巨大的认识，是一个突破性的认识，看起来遥不可及的事情，你真的要考虑的不是在 10 年的时间里。Nvidia 的加速计算现在包括用于改造数据中心和云计算的平台，并不仅限于 AI，而是任何可以模拟的事物 / 随着 Jensen 展望未来，Nvidia 已经在为数字孪生、气候建模、药物发现等各种领域构建硬件和软件。突然间，每个人都想知道我们是从哪里来的？我觉得有趣的是，这些家伙到底是从哪里来的？我们以为他们只是游戏，突然间就有了 CUDA 等等，它使我们能够在非游戏领域取得巨大的成功，我认为这也有助于人们意识到游戏市场是一个如此强大、在经济上如此庞大的市场。我们所做的一切都是为了继续推动事情的发展，让想法得以汇集，延续公司的生命。我前几天见到一个人，她说，你对自己的成功感觉如何？我说，感觉就像这个一夜暴富是经过 30 年努力打造的。Roelof Botha 在 Sequoia Capital，我们谈到了一个概念，叫做“自由裁量时段（Time Span of Discretion）”，在某个时间跨度内运营？你如何延续你的想象力以产生持久的影响？没有创始人能够体现这个概念像 Jensen 这样，自 Nvidia 成立以来已经有 30 年了，大多数人不会考虑在 30 年时间范围内思考，而令人矛盾的是，通过将几十年的愿景变为现实，Nvidia 的技术使我们能够在更短的时间内完成更多的事情。PS："Time Span of Discretion" 是一个管理和组织行为学的概念，它描述了团队在没有直接上级监督的情况下能够自主工作的时间长度，这个概念由英国管理思想家 Elliott Jaques 在 20 世纪中期提出，并被广泛应用于组织结构和人力资源管理领域，Time Span of Discretion 的关键要点包括：- 自主工作的能力：这个概念关注员工能够独立完成任务的能力，而不需要频繁的指导或干预；
- 决策和责任：员工 Time Span of Discretion 与他们做决策和承担责任的能力密切相关，一个较长的时间跨度通常意味着更高的决策自主权和责任；
- 组织层级：在组织结构中，不同层级的员工通常有不同的 Time Span of Discretion，高层管理者通常有更长的时间跨度，因为他们的决策和项目通常需要更长时间来实现成效；
- 员工发展：通过扩大员工的 Time Span of Discretion，可以促进他们的成长和发展，增强他们的自主性和责任感；
- 管理策略：了解和适当地应用 Time Span of Discretion 可以帮助管理者更有效地分配资源和指导员工，同时也有助于员工的职业发展和满意度；
每个 CEO 的工作都应该是瞭望未来。根据定义，我们应该能够连接更多的点，CEO 还必须最大胆地看待我们可以解决什么机会或问题，没有人能够与我们匹敌的解决。你要成为那个相信公司可以取得比公司自己认为可以取得更多成就的人。当你是一家初创公司的 CEO 时，你从 0 开始，努力成为更多的东西，认为你会成为全球任何事情的人是非常雄心勃勃的。从几乎所有的衡量标准来看，我们不应该存在，它确实需要大量的努力，你必须认识到这是一个生死攸关的问题，你必须周围有出色的人，做出那些补救的人，他们中的许多人，大多数人仍然在这里，这真是令人惊奇。
今日资讯 🫐
技术跟踪 ⚙️
创业手册 🍊
超级个体 🥑
「独立之声｜Indie Batch」是一档为超级个体&小型团队讲述海外 Small Business 的订阅合集，每期内容主要围绕业务需求、营销策略以及盈利模式进行展开，一般按周为单位持续更新，希望对正在或者计划构建 Business 的你有所启发和帮助，最新的一期如下：
出海活动 🚢
有新 Newin 官方与 深思圈 以及 博主 Kyle 近期发起了出海加速活动 —— Magineer，这是一个为期 4 周的活动，每周我们都将邀请新加入线上 Meeting 的小伙伴介绍自己与正处于 idea、MVP、PMF 或者准备起飞的项目分享，也将邀请不同成长阶段的创始人、产业专家或者投资人来做走心的分享，感兴趣的同学可以了解我们 S2 的开幕活动：
11 月 26 日 S2W2 的活动上，我们分别邀请了 YC 校友、连续创业者，Animos.ai 的联创 Ellson Chen 以及 Cutout.Pro 的海外增长运营负责人 Kostja，Cutout.Pro 在今年入选了 A16Z Top50 GenAI List, 按照 SimilarWeb 的月访问量数据统计排在了 17/50，Ellson 的精彩分享我们也同步在了 Magineer 的视频号，欢迎关注👇：
不管你是已经在创业或者计划创业，都欢迎大家报名 Magineer 的活动，我们将在近期审核后与你取得联系：
PS：在我们第二期首周 S2W1 活动上，总共有 超过 100 位 小伙伴前来报名，我们的一切都将围绕 “Build the Magic People Want in Public”展开，“Magic”是希望任何参与我们活动的小伙伴都能做出让人感到 Aha Moment 的产品或者服务，并且是符合用户需求（Want），而 Public 是大家检验产品的真正试金石，对于正处于项目早期的小伙伴，你的产品 / 服务 / 想法也能在我们的 Magineer 社群中获得来自不同领域小伙伴的“检验”。
获取更多信息，请访问我们的官网：magineer.co
