很多朋友不知道【黄仁勋：不能只消费AI，还要生产AI】，今天小绿就为大家解答一下。
「经过计算机行业数十年的发展，我们如今正处于一场新工业革命的开端」
英伟达提出的DSX POD，就是为了让用上这套方案的人更早的产生收入。 一来，欧洲企业就可以将已有的经验与数据变成掌握在自己手中的AI能力，达到降本增效，也能够充分地发挥AI的作用。 黄仁勋说的要成为AI的生产者，正好戳中欧洲亟待变化的AI处境。他「五层蛋糕」中的每一层都提出了相应方案。尤其是AI工厂建设。成为生产者，首先要建设的是上游系统，也就是基础设施。在AI产业里，就是芯片、算力、云。有了这些，企业就可以使用本地的算力，用自己的数据训练自己的模型，那些数据需要保密的企业也能够放心地将数据上传至本地的云平台。企业可以提高对数据和算力的掌控权，减少跨境数据对外部服务的依赖。在未来的运营和使用中，也可以降低一定的模型使用成本。掣肘 DSX POD把其中一部分现场工程提前搬进工厂将7个液冷计算机架及配套系统集成到可运输的集装箱中，「全部点亮、全部建好、确保完全正常运行」，再交付现场。按照他的预计，从设备到货到「产出token」，可以由「4到5个月」缩短至「大约1个月」。节省下来的首先是设备闲置、收入推迟的代价。除了节省收入延后。官方还称，配合DSX的电力管理，同样的AI产出最多可少用30%的电。 如今的大模型就如同珍妮纺纱机，它让普通人的工作效率获得了不同程度的提升。当AI在实际生产中的参与度越来越高，使用规模也会随之扩大。对原料——能源和算力的需求就会催生出上游产业链；技术更加精进，相应地会出现更加便利高效的应用和产品。产业之间的相互依赖性不断加强，产业生态协同就会成为一种必然的要求。 英伟达提出的这份「欧洲AI发展攻略」，就是这次工业革命的一个缩影。英伟达的做法，是用一套整合好的全栈技术方案，加上本土化合作，把原本分属不同领域的产业连接起来。它也因此从一个芯片供应商，变成欧洲产业协同的粘合剂。整套方案的价值，就在于把产业间逐步磨合的过程，变成可以提前规划和推进的合作。 但欧洲在大模型与云平台方面，欧洲却更多依赖美国公司，调用外部模型可以满足快速用上AI提效的需求，然而外部模型使用成本高昂，且美国监管本土企业有权调取数据，这和将AI用于处理工业数据的企业天然冲突，安全性难以获得保障。 回看第一次工业革命，珍妮纺纱机是第一次工业革命早期的代表性发明，让一个工人能够同时操作多个纱锭。随着纺纱效率提升，生产规模扩大，对原料的需求增加，随后引发了一系列的变化，起初是纺织业，后来又逐步扩大到整个社会的生产方式都发生了变化。生产力的变化，往往就是这样牵一发而动全身。一个环节有了新的能力，与它相连的环节就会出现新的机会，也会暴露出新的瓶颈。解决这些瓶颈，又会推动下一轮进步。
新一轮工业革命的起点 但这些环节能否一起进步，会影响最终的产出。高盛近期在讨论中国AI供应链时提出，「AI技术本质上具有乘数效应——供应链中多个组件各落后一代可能导致总算力输出/效率落后一代以上」。因此，每个环节的发展程度都至关重要，产业协同的重要性可见一斑。芯片即使算得更快，网络传输、供电或冷却跟不上，性能也难以充分发挥；算力准备好了，还需要软件与业务流程的配合，才能变成企业实际获得的效率提升。单个环节的技术领先，只有经过其他环节的配合，才能兑现为实际生产力；产业协同会影响AI投入最终能产生多少回报。共赢与单独受益并不冲突 但要建设基础设施，并非买一块芯片那么简单，能源、冷却、链接部署、本地调试都需要时间。如果从0建设，从买设备，安装调试到投入使用，可能还有数月的时间。黄仁勋说「你预期的年收入是几百亿美元？就算按 400 亿美元/年的收入来算——这座基础设施一年产出 400 亿——如果只是延迟 3 个月，那就是 100 亿美元。」 欧洲与中美的AI产业格局不同。欧洲的AI更多的用于工业。例如汽车设计、生产制造、药物研发等，都是其发展AI的重要应用场景。加上欧洲有深厚的工业基础，造就了欧洲更鲜明的使用特征。
【宅秘】这周，GTC（GPU Technology Conference，GPU技术大会）上，黄仁勋重新讨论了AI到底是什么。对此，他构建了一个「五层蛋糕」的概念：能源为先进计算机供电，这些计算机构成AI工厂；工厂中运行的模型生成token，也就是数字智能，再将其融入各种应用。从消费者到生产者
版权所有，未经许可不得转载关注宅秘，一起看懂AI、用好AI 他还提到「要参与AI经济，就要成为AI的生产者，消费AI只是其中一部分」 从头开始，也说明AI生产的各个环节都会有新的生意。 本土合作、客户信任、品牌生态这些共同投入将逐渐积累，在摩尔定律失速的未来，技术可能被追平，但如果有如此紧密的合作基础，这将是一块难以撼动的商业堡垒。 在能源方面，欧洲有施耐德、西门子等相当成熟的能源公司，施耐德电气负责配电与液冷，西门子评估热、噪声和电网影响，达索系统把机架与厂房设计连接起来。与欧洲本土品牌合作，建设AI工厂，英伟达从中负责给出电力管理方案。一方面，英伟达更了解自己的产品，获得了新的生意，另一方面，欧洲企业可以把原有产品与工程能力卖进新一轮基础设施建设。这不是一家美国企业的「入侵」，而是一次多方共赢的效率革命。 在其他方面，黄仁勋提出了产业生态协同的构想。例如模型、仿真和智能体开发工具。如果有企业需要更进一步的开发起点，英伟达也将其考虑在内并提供成品。当然，欧洲企业并非从0开始，未必会全盘采用。之前已有的工业软件、自研模型，以及其他供应商更适合的产品，都可能继续留在系统中。企业最终需要比较的，仍然是性能、成本，以及与现有业务的适配程度。 这样一来，英伟达在欧洲的生态位就有了扎根的基础。围绕英伟达基础设施展开的各种建筑，会在欧洲建立起非常广泛的生态，当生态与信任逐步建立，已经验证过的产品与经验，又会成为继续采用这套方案的理由。对于使用者，本土化的AI部署既降低了使用成本，又带来了新的生意，监管上也能由自己负责。 没错。电力管理，这也是「五层蛋糕」中的一层。芯片的计算能力持续提升，供电、冷却和部署速度就可能成为新的瓶颈。这也是英伟达张罗建工厂的原因。既然你没有条件做，那我就把条件全配齐。帮助欧洲从AI消费者成为AI生产者，需要从头开始，一路解决到算力真正投入使用的环节。
黄仁勋在演讲中将现在的状态称为工业革命的开端。 「当一项新技术改变了我们制造事物的方法，以及我们能够制造什么时，工业革命就发生了」
以上问题已经回答了。如果你想了解更多，请关
新经网网站 (
https://www.xinhuatone.com/)
