馬斯克與黃仁勛至少有一個共識丨TECH TUESDAY

不是關于收購 Twitter 或者國際形勢。

文丨賀乾明

編輯丨黃俊杰

一家公司宣稱自己是人工智能硬件與軟件的領導者，它將實現五十年來最激進的計算架構變革。

這句話出現在特斯拉今年 9 月 30 日召開的 Tesla AI Day 年度技術大會上，也可以用來形容英偉達在更早一周多召開的 GTC（GPU 技術大會）。

分別主導兩家公司的馬斯克和黃仁勛都是讀書時移居美國并創業，如今各帶領一家市值超過阿里巴巴的硬核科技公司。兩人各 50 多歲，但依然保持對前沿技術的深層理解，能講清楚細節。但相似到此為止，馬斯克過著巨星般的生活，多任妻子十多個孩子、上節目抽大麻、習慣對一切發表評論、善于游說政策獲得利益。黃仁勛私人生活低調，幾乎不發表政治立場鮮明的評論，也幾乎不游說政府——自 1993 年成立至今年 6 月底，英偉達在美國的游說開支為零。

兩家公司一度密切合作，特斯拉造有自動駕駛功能的車，英偉達為它提供處理器。黃仁勛買過多代特斯拉車，馬斯克去 GTC 站過臺。直到 2019 年，特斯拉宣布新車改用自行研發的自動駕駛芯片。明年，特斯拉也將逐漸在數據中心采用自己的芯片替換英偉達產品。

造車的公司開始造機器人，造游戲顯卡的公司幾乎不在發布會上談游戲。兩家公司都將人工智能當作自己最核心的技術，對未來該是什么樣子也有相同的看法。

這兩家公司到目前為止還沒有直接的商業競爭，特斯拉的芯片、軟件只用在自己的硬件上；英偉達則將芯片賣給其他公司，既不造車、也不造機器人。和平未必能持續，特斯拉明確表達了將自己的芯片以云計算提供給第三方的野心。

PC 和智能手機時代的全球科技巨頭，微軟與蘋果、Google 與蘋果都曾有過無間合作，探索個人電腦和移動互聯網的終極形態，但未來方向明確后便轉為競爭，從商戰一路走到訴訟。如果人工智能最終是下一代技術，特斯拉與英偉達走到這一步也沒什么奇怪的。

汽車公司、游戲芯片公司……科技公司最終都是 AI 公司

馬斯克：很多人認為我們只是一家汽車公司，但多數人不知道，特斯拉稱得上現實世界人工智能硬件和軟件的領導者。

黃仁勛：計算正以驚人速度發展。推動這枚火箭的引擎是加速計算，燃料是人工智能。

今年 AI Day，特斯拉初次展示了測試中的人形機器人 Tesla Bot。相比去年由真人套上緊身衣裝機器人的 PPT“亮相”，真實的 Tesla Bot 沒有那么多未來感，線纜裸露、雙手動作緩慢、走起路來顫顫巍巍，臨近的觀眾可以聽到巨大的風扇響聲。

圖：特斯拉的人形機器人，從概念到現實。

Tesla Bot 不靈活，波士頓動力的人形機器人五年前就能做后空翻。它的獨特之處在于，Tesla Bot 就像是一輛行走的微型特斯拉汽車：胸前裝載的 FSD（全自動駕駛）芯片——2019 年開始，每輛新生產的特斯拉汽車都有；傳感器就是攝像頭和麥克風，和特斯拉汽車用的也差不多。諸多軟件和零件，都有互通。

Tesla Bot 像人一樣，可以做多種工作：澆花、搬零件、送快遞，雖然現在任何動作都非常慢。以往工業機器人每個動作都需要工程師編程，機器才會動。Tesla Bot 則是像特斯拉自動駕駛系統那樣，用攝像頭收集數據、訓練系統，自主行動。

特斯拉的工程師在發布會上說，機器人的訓練都不用從頭開始，“Autopilot（自動輔助駕駛功能）上的計算機視覺神經網絡”。不過車輛在一個平面里移動。人走路、搬東西要復雜得多。

圖：特斯拉說人形機器人是有 28 個驅動器的汽車。

Tesla Bot 的存在佐證了馬斯克的話。特斯拉造車，但它最根本的是讓計算機看懂外界環境、知道如何自動運行的人工智能技術。為了讓人工智能算法更有效運作，特斯拉自 2019 年開始將車上的英偉達處理器換成自己研發的 FSD 芯片，訓練算法的超級計算機明年會換成自研芯片 D1 搭建的 Dojo。

如計算機科學家艾倫·凱（Alan Kay）所說，“人要是對軟件足夠認真，就應該自己造硬件。” 現在反過來也一樣。

今年 GTC，英偉達如期發布新的 RTX40 系列圖形處理器耗電巨大、成本也更高。黃仁勛解釋說，因為 “摩爾定律已經死了，芯片成本會逐漸降低的想法過時，計算是一個軟件和芯片的問題”。

芯片的尺寸大致決定著芯片的成本，而芯片里的晶體管數量又決定著性能。根據摩爾定律，隨著制造技術更精細，同尺寸芯片里的晶體管數量每 18 個月翻倍。現在芯片的制程已經小到 4 納米，愈加逼近目前可以想象的極限。

圖：射擊游戲畫質變化，QUAKE（1996）vs COD: MW2（2022），左右滑動查看。

作為最早提出圖形處理器（GPU）概念的公司，英偉達和老伙伴臺積電配合，跟著摩爾定律跑了 20 多年，讓游戲畫面極致逼真。走到盡頭之后，人工智能成為幫助提升效率的主要動力。

黃仁勛從 2016 年就開始強調摩爾定律已經難以為繼，自己開發人工智能算法提升芯片運行人工智能算法的效率，每年都有大幅提升。他稱之為 “超級摩爾定律”。

比如英偉達這次發布的深度學習算法 DLSS 3，能根據游戲不同畫面之間的光線、角度變化，自動豐富畫面細節，減少芯片的工作量，同時讓游戲動畫更逼真、流暢。

GTC 發布會后，黃仁勛接受科技分析師本·湯普森（Ben Thompson）采訪，描繪了更依賴人工智能的虛擬世界。“未來更有意思的游戲會像 Minecraft 或者 Roblox。玩家自己在里面創造一個虛擬世界、改造這個虛擬世界。”

Minecraft、Roblox 都是沙盒游戲，畫面簡單，但玩家可以改變一切。如果想要以假亂真的畫面體驗，得看《賽伯朋克 2077》或者《使命召喚》，但這樣的游戲和拍電影一樣：數百名美工人員、工程師繪制、調整游戲里的每個細節，確保游戲里的光影效果逼真，不違和。每個人走路的動作都得用上好萊塢拍片的動態捕捉，這和拍一部電影沒有太大區別，需要海量人力投入，研發成本上億美元。

圖：COD: MW 2020 制作畫面，每個表情和動作都需要演員表演。

黃仁勛希望在虛擬空間里做到這樣的畫質，不需要每個步驟都有人干預，而是讓玩家自己改變一些。這需要：

玩家可以完全創造一個擬真的世界、可以隨意調整這個世界。

在世界里實現完全自然的物理效果。比如不同物體掉落在地，會有完全不同的反應。

游戲里有人工智能和玩家互動，比如玩家說 “建一座城堡”，人工智能會搭建一個漂亮的城堡，供玩家改造。

黃仁勛設想的每個條件，今天都有游戲能做到一部分，但沒有一個能在三方面都做到極致。今天單個游戲開發成本已經可以超過 1 億美元，最大的一項是人力。從工作室營造虛擬的游戲世界，到玩家的游戲機在屏幕上渲染逼真的畫面，每個環節都將需要人工智能參與。

這屆 GTC，黃仁勛主講的發布會將近 100 分鐘。直接與游戲相關的內容只占不到 20 分鐘，剩下的時間都在展示英偉達的產品如何推動人工智能進步——比如新發布的自動駕駛芯片 Thor， 算力更強，支持更復雜的模型；新發布的 CV-CUDA 模型開源庫，可以更快地處理圖像任務， 如渲染、生成 3D 圖像、視頻推薦。

2010 年，Google 人工智能科學家嘗試教神經網絡識別貓，動用了 1.6 萬個 CPU，而英偉達只用 12 個 GPU 就達到了同樣的效果。從那時起，能夠并行處理任務的 GPU，成為了人工智能領域最重要的硬件，推著英偉達快速崛起。現在英偉達的一半的業務與人工智能有關。

AI 的希望在大模型，正好是這兩家大公司的生意

馬斯克：如果你有幾千萬或幾億輛自動駕駛汽車，數量相當甚至更多的人形機器人，你會有規模最大的數據集。這些視頻數據經過處理，汽車很有可能比人類司機更出色，人形機器人和人類難以區分。它們會具備通用人工智能的特征。

黃仁勛：接受過大量人類知識訓練的大型語言模型，可能是有史以來最大的軟件機會之一。它是當今最重要的人工智能模型。它讓我們有可能解決以前從未解決過的問題。

1990 年代開始，經濟學家提出 “通用目的技術” （General Purpose Technologies）概念，認為通用的技術才能推動經濟長期增長。比如輪子、青銅、鐵、蒸汽機、內燃機或現代的計算機、互聯網等等。

人工智能是一個寬泛、通用的技術，但到實際應用中并非如此。一個人工智能模型，通常只能解決一個任務。比如 2016 年打敗圍棋世界冠軍的 AlphaGo，只會下圍棋。

現在訓練好一個模型，稍微調整就可以完成翻譯、對話、閱讀理解、續寫內容、補充代碼等數十種任務，表現比很多人好。比如 OpenAI 的 GPT-3，自動生成的文本能以假亂真。

它們之間最明顯的差距是訓練模型使用的數據量。AlphaGo 只輸入圍棋對弈數據，規模數千萬局。而 GPT-3 幾乎吞掉了互聯網上大多數英文文本，從各種網頁、新聞、食譜、圖書到程序代碼等，整個英文維基百科，只占它訓練數據整體的 0.6%。

GPT-3 從這些數據中提煉規律和特征，將它們存到模型中，通常稱為 “參數”，等到新的數據輸入模型后，它們決定輸出什么樣的結果。GPT-3 有 1750 億個參數，幾乎能處理大多數文本信息，需要它去解決特定的問題，比如生成文本，只需要簡單訓練。因此，有巨大參數的模型也被稱為基礎模型（Foundation Models）。

基礎模型發揮出來的作用以及它可能的潛力，引發公司和機構爭相入場，推著單個模型的參數破萬億。現在沒有一個大模型，幾乎都不能說自己是個前沿科技公司。

圖：部分海外公司訓練的基礎模型規模。圖片來自 MIT。

更大的模型要用更多 GPU ，黃仁勛從來不吝嗇對大模型的贊賞，從最重要的人工智能模型，到推動人工智能跳躍式發展，英偉達還和微軟一起訓練參數 5300 億的大模型 “威震天”，和 GPT-3 類似，能當聊天機器人，可以閱讀理解，翻譯等。

具體到業務上，英偉達去年跟阿斯利康合作，訓練了一個研發新藥的大模型；今年交付的處理器 H100 專門為訓練大模型優化，比上一代快 5 倍。這次 GTC 上，黃仁勛特意提到，新發布的自動駕駛芯片 Thor 會支持視覺 Transformer 架構——這是大模型的基礎。

特斯拉也將大模型用到了業務中。去年的 AI Day 上，特斯拉透露使用 Transformer 架構訓練大模型，把特斯拉上八個攝像機的信息融合成 3D 環境，提高系統認識周圍環境的能力。特斯拉正在研發的超算 Dojo 也專門訓練更大的模型做優化。

特斯拉的 Autopilot 軟件總監阿肖克·埃盧斯瓦米（Ashok Elluswamy）在今年的 AI Day 上說，“人們認為我們沒法用攝像頭檢測深度，（其他物體）的速度和加速度，用大型數據集和大型模型能讓它變得更精準”。

今年 AI Day 后沒幾天，特斯拉宣布一些地區的 Model 3/Model Y 車型將不再搭載超聲波雷達，只靠攝像頭實現輔助自動駕駛。

技術將更普世，但需要有公司創造技術設施

馬斯克：人形機器人成本可能不到 2 萬美元。它的潛力令人難以置信，讓人均生產力沒有限制，意味著一個沒有貧困的未來，一個人們可以擁有任何自己想要的產品和服務的未來。這是文明的根本轉變。

黃仁勛：人們認為，人工智能將在更少的公司中聚集技術力量，但事實上，人工智能使計算機科學民主化。它使得任何人都可以編寫軟件，它使得每個人都成為創造者，它將使得每個人都成為游戲開發者。

這一代人工智能技術推進從 Google 開始不是巧合。這家公司 1998 年開始做的事就是理解全世界的信息，讓人無門檻地找到自己想要的信息。從一開始的文字，到圖片、地圖、視頻、自動駕駛、圍棋、病例、醫學影像……Google 訓練人工智能理解一項一項更復雜的事物。

全球超過 20 億用戶提供了無窮無盡的數據，幫 Google 訓練。這個過程里 Google 展示了無數廣告，成為全球收入和利潤都最高的互聯網公司，因此有錢繼續投入人工智能技術研發。

這因此引起了關于巨頭壟斷人工智能技術的擔憂。大多數公司沒有這樣可以支持人工智能數據收集和研發的完美商業模式，得找新的路徑。

2015 年，馬斯克與時任硅谷孵化器 YC 的總裁山姆·阿爾特曼（Sam Altman）等人出資 10 億美元創辦了非營利機構 OpenAI，對標 Google 旗下的 DeepMind，研究友好的、開放的人工智能，稱將與世界分享技術。投資方多有自己的公司，特斯拉、YC（在數百家創業公司持股）、LinkedIn、微軟等，沒有 Google、Facebook 那么多的數據，但也需要人工智能。

2018 年初，馬斯克退出 OpenAI 董事會，理由是跟特斯拉正在做的人工智能研究沖突。當時特斯拉已經開始生產 Model 3，當年就成為銷量最高的電動車型。

完美的自動駕駛商業模式成型：到現在，特斯拉一共賣出 300 多萬輛車，大部分是 Model 3，其中 16 萬輛車啟用了 FSD（完全自動駕駛能力）、更多車輛啟用了 Autopilot（自動駕駛輔助系統）。這些車主給特斯拉付錢都在幫助特斯拉積累數據訓練算法、免費當測試安全員，財力雄厚的 Google 也只有大約 1000 臺無人駕駛測試車。

積累數據、訓練算法的同時，特斯拉也成為了一家年產過百萬輛的車企，且車型極少。到 2022 年底，特斯拉的年化產能預計將突破 200 萬輛。產能決定成本，而 Tesla Bot 復用了特斯拉汽車的相當一部分零件和技術。

Tesla Bot 的大腦用了為汽車設計的 FSD 計算機和視覺神經網絡。電池的管理芯片和系統，也和車用的一樣。特斯拉汽車碰撞測試中的模擬分析軟件、力學分析模型等都用到了機器人上，盡可能減少重復研發。

馬斯克說特斯拉現在的目標是 “以最快的速度生產出有用的人形機器人”，有點用、大量用塑料造，盡量便宜——不需要完美，讓更多的人愿意付錢購買就行。

這是特斯拉的人工智能研發路徑，開發、大規模部署有自動駕駛技術的汽車，降低成本、讓更多人購買，于是數據更多、算法更聰明、賣得更多更便宜，于是人工智能技術能被更多人用上。

英偉達則是壓低技術的使用門檻。黃仁勛認為，計算機幫助社會的程度，限制不在成本，而是有多少人會編寫計算機程序。

英偉達的顯卡適合訓練人工智能模型，但有門檻——它是為處理圖形設計的，想用它訓練神經網絡，程序員得學習 OpenGL 等圖形編程語言。

借助英偉達的軟件平臺 CUDA，不會圖形編程的程序員，也能用自己擅長的編程語言，無障礙調用 GPU 快速訓練算法。英偉達賣了更多 GPU，也讓更多人有了訓練人工智能的能力。這同樣改變了英偉達，現在它 80% 的員工從事軟件工作。

這次 GTC 上，英偉達更新的虛擬環境創造引擎 Omniverse 是壓低門檻的另一個工具。在黃仁勛的設想中，Omniverse 是一個大型的虛擬世界數據庫，里面的所有元素，不論是螺絲還是樹木，只需要建造一次，然后共享給每一個需要使用的人。

在 GTC 后接受媒體采訪時，黃仁勛描繪了它的未來，“說給我一片海洋。給我一條河 ...... 你想描述什么就描述什么，人工智能就會在你面前合成出 3D 世界。然后你可以修改它。”

黃仁勛希望 Omniverse 成為新技術的基礎設施。特斯拉正在研發的超算 Doji 將會成為它首個基礎設施服務。馬斯克說，未來神經網絡越來越多，讓人更省錢地訓練模型，是運營 Doji 最有效的方式。

過去十年，人工智能研究從學院主導變成商業公司主導。自動駕駛熱、AlphaGo 贏過圍棋冠軍，一時間，中美的互聯網、科技大公司快搶光了大學里研究人工智能的博士生——這在當時，是一家公司做人工智能的門檻。

現在沒那么難。簡化編程難度的開源軟件包、更適合運算的處理器。寫 AI 程序、調參數的不再需要博士，能用到相關技術的也不只是大公司。人工智能科學家、Google AI 負責人杰夫·迪恩（Jeffrey Dean）因此將過去十年稱為這個行業的黃金時代。

就像計算機、互聯網等技術經歷過的那樣。大大小小的研究機構、商業公司一層一層搭建基礎設施，當他們壘起的基石足夠高，影響更大的改變就可能發生。

本文轉自:晚點LatePost