万维读者网 > 美国看台 > 正文  

黄仁勋一年狂赚4000亿:决定能走多远的,是信念

www.creaders.net | 2024-03-24 08:15:37  笔记侠 | 0条评论 | 查看/发表评论

最近一段时间,“皮衣教主”黄仁勋火出了圈。

在英伟达GTC(GPU技术大会)上,他推出了“地表最强”产品GB200,这使得构建和运行大模型的成本、能耗,从此能降低到以前的1/25。

他的产品,影响着国内外科技公司的战略决策,甚至决定了人工智能行业的走向和步伐。

对于个人来说,这也间接影响了每个人的工作方式和生活方式。

虽然如今的黄仁勋已成身家777亿美元的巨富,但其在早年创业期间非常艰难。

他在斯坦福大学的分享中谈到,第一份工作是在Denny's餐厅洗碗,创立英伟达后资金短缺,还因为不会写商业计划书专门买书看......

他谈到,支撑他一路走过来的,其一是拥有强烈的核心理念,其二是他自身的期望值很低。

为此,我们整理了黄仁勋在公开媒体上的分享内容,希望能对你有所启发。

一、关于市场和机遇

1.在PC革命爆发之前,微处理器会非常重要。于是我们想,为什么不创立一家公司解决通用计算机无法解决的问题呢?

这便成了公司使命:制造特殊的计算机解决普通计算机无法解决的问题。1993年,英伟达成立了。直到今天,我们还一直专注于此。

2.我们意识到,为了把百万美元的计算机图形技术商品化,使其适配进入售价300美元、400美元、500美元范围的电脑,你不仅要创造新技术,还得发明新的计算图形处理方式。同时你还需要去开拓全新的市场。

过去30年里,NVIDIA的核心领悟就在于:为了让别人购买我们的产品,我们必须亲手开拓这个新市场。

3.即使是今天的公司,我也经常回归本质,从头思考。这是因为世界已经变了。

过去编写软件的方式是单一的,是为超级计算机设计的,但现在软件架构已经解耦等等。我们今天思考软件、计算机的方式一直在改变。经常促使公司和自己回归问题本质,会创造出大量的机会。

4.“撤退”对像你们如此聪明且成功的人来说并不容易。然而,战略性的撤退、牺牲、决定放弃什么是成功的核心,非常关键的核心。

5.你的行动源自于核心的信念。我们坚信可以创造出一种计算机能解决一般计算无法解决的问题。我们相信CPU的能力是有极限的,通用计算的能力也有极限。同时我们也知道能去解决一些有趣的问题。

6.NVIDIA有十年的时间在投资未来,但市场并不存在。当时只存在一个市场:计算机图形。十几年的时间,推动我们今天发展壮大的市场根本不存在。

那么,你该如何继续带领身边的所有人:公司、管理团队、优秀的工程师、股东、董事会、合作伙伴?你带着所有人上路,但根本没有市场存在的证据。这是真的非常非常的具有挑战性。

7.在市场出现之前,你仍然需要看到未来成功的早期指标。公司里有一句行话叫关键绩效指标KPI。

8.什么是好的KPI呢?当我们看KPI时,很多人都会说“毛利率”,但那不是KPI,那是结果。你应该寻找未来成功的早期指标,而且越早越好。原因是你想尽早看到自己正走在正确的方向上。

9.我们有个短语叫EIOFS“未来成功早期指标”的缩写。我常使用这个词,它能帮助人们、给予公司希望。看,我们解决了这个问题,那个问题。市场尚不存在,但存在着一些重要的问题,解决这些问题就是公司的意义所在。

10.你要把结果与你正在做正确的事情的证据脱钩。这就是解决问题的办法:你投资某个非常遥远的事情,还得有信念坚持下去。办法就是尽早找出你做的事情是否正确的那些指标。

11.这是我们公司的伟大能力之一。我们会问自己,这项工作是否有价值?它是否能在某个重要的领域推动科学的发展?

注意,这是我从一开始就在强调的事情。从创立之初,我们就一直是注重工作的重要性而非市场规模。因为工作的重要性是未来市场存在的早期指标。

12.你想想,你什么都不用做,世界却变得更好了。这是终极“懒人”的定义。从很多方面来说,你需要养成这种习惯。公司应该对别人总能做好的事情保持“懒惰”态度。

如果别人能做,那就让他们去做吧。我们应该去做那些“如果我们不做就会出问题”的事情。

二、关于个人成长

1.当有人跟我说我没听过的事情,或者听说过但不懂原理,我的想法总是:能有多难呢?可能看本书就搞定了,可能找一篇论文就能搞清楚原理。

2.我认为,保持一个相对较低的期望值会更有利于成功。高期望值虽然可以激励人们不断努力,但往往也容易导致心理压力过大,韧性不足。

事实上,对于大多数人来说,成功往往是在一次次的挫折和失败中逐渐积累起来的。因此,适度降低期望值,能够更好地应对挑战,保持心态的平和与稳定。

3.未来,我们与计算机交互的方式将不再局限于传统的编程语言,比如C++等。相反,人类语言将成为未来最主要的编程语言之一。提示工程将成为一项重要的技能,通过与计算机进行对话,引导其生成内容。

而在人际交往方面,良好的沟通能力和人际关系处理能力将成为成功的关键。与人互动交流是一门艺术,它不仅仅是技能的堆砌,更是一种情感的表达和理解。

因此,除了学习技术知识,我们也要注重提升人际交往的能力,这才是真正值得重点学习的。

4.在成功的道路上,痛苦和困难是无法避免的。而真正的伟大不是来自于智力方面的表现,而是源自于品德的塑造。品德的好坏并不是由聪明程度来决定的,而是来自于经历痛苦和磨难的锻炼。

正如我在公司中所体会到的,痛苦是成长的催化剂,只有经历了磨砺,我们才能更加坚韧、更加成熟。

因此,我向所有斯坦福的学生们送上这样的建议:要敢于面对挑战,经受痛苦与磨难的考验,这才是通往成功之路的真正秘诀。

5.你可以忽悠一个精彩的面试,你也可能会把面试搞砸,但你无法逃避自己的过去,所以要把自己的“过去”做好。

6.你不能照搬别人的做法,却指望会有不同的结果。

7.你不是为了食物而奔跑,就是为了避免成为食物而奔跑。往往你无法分辨到底是哪种情况。不管怎样,都要奔跑。

8.自动化工作将淘汰一些工作,并且毫无疑问的,AI 会改变每一个工作,大幅加强程式设计师、设计师、艺术家、行销人员和制造计划者的工作表现。

就像在你们之前的每个世代,拥抱科技以获得成功。每个公司与你必须学会利用AI的优势,在AI的帮助下做出惊人成就。

9.世上有很多事我们无法控制,你的工作是做出独特贡献、有目标的生活,做一些只有你才能做或会去做的事。

10.我不从当前位置向前看,我快进到未来,再往回看。因为这么做更容易。

三、对于团队管理

1.你能想象公司股价下跌80% 时开会吗?作为 CEO,我最重要的职责是站出来面对你们,解释情况。有时候你不知道原因,不知道会持续多久、有多糟糕。你对这些一无所知,但仍然必须去解释。

面对所有这些人,你知道他们在想什么。有些人可能认为我们完了,有人可能觉得你是个白痴,有人可能在想别的事情。大家可能胡思乱想,你知道,但你还得站在他们面前去做艰苦的工作。

2.你必须始终牢记核心,你相信什么?最重要的事情是什么?一项项确认。再回到你的工作核心,继续工作。

然后每一次对话都回到工作核心,让公司的注意力集中在核心上。你坚信吗?有什么东西改变了吗?股价变了但还有其他东西变了吗?物理定律变了?万有引力变了?那些促使我们做出决定的事情,那些假设、那些信念有变化吗?

因为如果这些东西变了,那一切都得变。但如果它们不变,你也什么都不需要改变。继续走下去,这就是坚持的办法。

3.作为领导者你得让人看到,这才是难的地方。

4.了解一个人处理事情的思考方式能赋予你力量。我一直在示范给大家怎么进行推理,战略——如何预测某事如何分解问题。你在不断地赋权众人。

如果员工发东西给我审阅,我会尽力而为,然后让你知道我会怎么做。

5.要想给他们增值,你至少要达到他们的水平。你必须进入他们的思维空间。

6.CEO应该拥有最多的直接下属,因为能直接汇报给CEO的人需要的管理最少。若CEO的下属很少,在我看来毫无道理,除非说,CEO知道的信息最有价值、最机密。

7.我不认同“你掌握的信息就是权力”的文化或环境。

8.我们在公司中的地位,应该取决于我们解决复杂问题的能力、带领他人取得卓越成就的能力、激发他人灵感的能力、赋能他人和支持他人的能力。

这才是管理团队存在的目的——服务其他员工,创造有利条件让优秀人才愿意来为你工作。因此,你应该创造出能让他们从事毕生工作的条件,这就是我的使命。

9.当你了解环境时你才会获得自主性,了解所处状况的背景才能想出好点子。

10.得到知情权的最佳方式是减少信息扭曲的层次。这就是为什么我很经常在这样的场合下进行推理。

我会说,这是最初的事实,这是我们拥有的数据。我要这样进行推理,以下是一些假设。以下是一些未知因素,以下是一些已知因素。

11.NVIDIA有3万人。我们是世界上最小的超级公司。但每位员工都有很大自主权,每天帮我做明智决定。原因是他们理解我的状态。他们理解我的状态。

12.创建组织的方式得回归本质,别管其它公司的组织架构。你记住组织是用来做什么的。

过去的架构是上面一个CEO下面是辅佐大臣,层层向下,最底层就是普通员工。这样设计的目的是希望员工获得的信息越少越好,因为士兵们的根本任务就是在战场上卖命。

我只有3万名员工,我不希望任何人去送死。我希望他们质疑一切。

13.组织架构的目标,是让我们更好地去创造我们要创造的东西。

大家创造的东西不同,为什么还要用相同的组织架构方式呢?为什么采用相同的组织架构、而不考虑你们要创造的是什么?毫无道理。你造计算机用一种架构去组织。你提供医疗服务还用完全相同的架构去组织。这完全说不通。

你得回归本质自问:需要什么样的架构?输入是什么?输出是什么?这个环境有什么特性?这种动物必须生活在什么样的环境中?它的特性是什么?大部分情况下是稳定的吗?是不是每时每刻都努力榨干最后一滴水?还是时常变化、随时会被攻击?

你得明白,作为CEO你的工作就是架构这个公司。这是我的首要工作——创造条件让你能做毕生的事业。

14.世上有很多事我们无法控制,你的工作是做出独特贡献、有目标的生活,做一些只有你才能做或会去做的事。做出独特贡献,在你离开世界后,大家会觉得因为有你,世界变得更好了。

15.我从不与他们单独开会,他们也永远不会从我这里听到只有他们一个人知道的情况。因此,我们公司的设计就是为了敏捷,让信息尽可能快地流通,让人们能够凭借他们的能力获得权力,而不是凭借他们知道什么。

16.我每天都在寻找机会来灌输公司文化和什么重要、什么不重要、什么是好的定义、如何将自己与好进行比较、如何思考好、如何思考旅程、如何思考结果等等,整天如此。

17.AI为我们带来了巨大的机遇,反应敏捷的企业将利用AI技术提升竞争力,而未能善用AI的企业将面临衰退。

四、关于AI的发展趋势

1.我们处于计算的世界。未来我们处理信息的方式将从根本上改变。这就是NVIDIA制造芯片和系统的原因。我们编写软件的方式也会从根本上改变。我们未来的软件类型会改变会催生新的应用程序。还有,这些应用程序的处理方式也会发生改变。

过去,模型基于检索预先记录的信息,我们编写文本、预先记录然后基于算法来检索。

在未来,某些信息的种子将成为起点。我们称之为 Prompt提示词,然后生成其它的内容。未来计算机的运算会高度依赖生成,而非基于检索。

2.现代AI最伟大的突破是深度学习,有了长足的进步。但另一个不可思议的突破是人类常有、常使用的一项能力。我们把它应用在语言模型上称为基础、强化学习、人为反馈。我每天都在提供强化学习与人为反馈。这就是我的工作。

3.网络安全和人工智能之间的界限将会变得模糊而紧密交融。在网络安全领域,我们需要技术快速地进步,才能保护我们免受人工智能的伤害。

4.AI给社会带来的影响,如何应对?我没有很好的答案,不过已经足够多的人在讨论了。但重要的是把这一切划分成很多个子问题。这样,我们才不会过度聚焦于一个领域,而忘记了大量常规领域还可以做的事。

5.人工智能,是加速计算的新形式,这可能是计算机行业最伟大的发明。

6.我们将整个数据中心压缩成了这一个芯片。它非常擅长于尝试这种计算形式,如果没有变得奇怪的话,我们称之为深度学习,它非常擅长于这个叫做人工智能的东西。

这个芯片的工作原理,不仅仅是在芯片层面,而是在芯片层面、算法层面和数据中心层面,作为一个团队一起工作。

7.未来的人工智能计算机会进行强化学习,它将继续以真实世界的经验为基础。它会想象一些事情,它会用真实世界的经验来测试它。

8.未来,我们预见到的是,计算过程将越来越多地采用生成式而非基于检索的模式。这种生成方式不仅需要智能化,还要能够理解上下文等因素。

9.人工智能对社会最大的贡献在于打破了技术壁垒。你不一定要成为C++程序员,你现在可以成为一名提示词工程师。我认为我们都需要学习如何有效地提示人工智能。

10.人工智能是提高国家生产力的最佳方式。

11.AI被用于工程、营销、销售、财务、业务运营、营销策略等。所有这些都属于前台的工作,而不是后台。

12.推理至关重要。越来越清楚的一件事是,当你在另一边使用计算机与 AI 交互时,当你与聊天机器人聊天时,当你要求它审查或生成图像时,记住,背后是一个GPU在生成 token。有些人称之为推理,但更恰当的说法是生成,过去的计算是检索。

13.人工智能需要有根基,不仅仅是人类价值观。这是Chat GPT真正创新的地方。

14.目前,人工智能必须通过观察大量不同的例子,理想情况下主要是视频,来学习世界中的某些属性。它必须创建一个所谓的世界模型。

首先,我们必须理解多模态。还有许多其他模态,如我之前提到的基因和氨基酸、蛋白质和细胞,这导致了器官等等。所以我们希望多模态。

第二是越来越强的推理能力。我们已经做了很多推理技能。常识是我们所有人都默认的推理。我们的许多知识,互联网上已经编码了推理,模型可以学习那个。但还有更高层次的推理能力。

15.在过去的6到9个月里发生的一件事是,每个国家、每个社会的觉醒。

他们必须控制自己的数字智能,印度不能外包它的数据,让某个国家将其转化为印度智能,然后将这种智能进口回印度,这种觉醒,即主权AI,你必须致力于控制你的主权AI,保护你的语言,保护你的文化,为你自己的行业。

   0


热门专题
1
苗华被抓
6
美国大选
11
台湾大选
2
川普
7
以哈战争
12
李克强
3
俄乌战争
8
巴黎奥运
13
中国爆雷
4
中美冷战
9
三中全会
14
李尚福出事
5
万维专栏
10
中共两会
15
秦刚失踪
关于本站 | 广告服务 | 联系我们 | 招聘信息 | 网站导航 | 隐私保护
Copyright (C) 1998-2024. Creaders.NET. All Rights Reserved.