智驾注：本文来源为智驾网，转载请注明来源及作者。

今天（9月26日）GTC CHINA 2017在北京国际饭店举行，在今天上午主论坛外，黄仁勋面对记者提问，回答了以下问题：

记者：自主机器这个时代什么时候能够像现在的AI这么火的来临？GPU的架构把以CPU为架构的核心颠覆了，今年有一个国内比较著名的厂商，他也在说，他说AI的成功给大家所有的公司都带来信心，我们相信在CPU之外有很多芯片被创造出来，您认为GPU将来可以覆盖所有的场景，还是说在GPU之外还有更多的场景，更多的CPU也会制造出来，形成我们最终未来计算的一个模式？

黄仁勋：首先，我们其实也可以做一个这样的比喻，想象一下，当我们这个产业刚刚看到了人工智能，看到了云计算的技术到来。

其实对于自主机器而言它需要解决的是三大根本的问题，大家不要去管什么传感器，还有电动机，还有电气化的问题。那么首先第一个要解决的问题，就是为这些自动自主机器打造一个类似于人工智能的平台，比如说上午谈到的这种增强学习等等。

要解决的第二个问题，让这些机器人或者说自主机器能够有一个虚拟的，来学会做机器人的这种环境。

第三个要解决的问题，就是一旦我们完成了第二步，让这些机器人自主机器学会了作为机器人的行为方式的时候，我们就要把AI这样的一个人工智能的大脑放到自主机器的这样一个框架里面去。

目前的这三个问题，我们还没有完全解决。但是，我们三项工作正在并行中，比如说我们上午谈到的Xavier，它就是我们谈到的叫做自主机器，我们让它去培训它，如何去学，还有Issac机器人的项目，打造的一个虚拟的让机器人去学习的环境。

我们相信很快，NVIDIA会把这三方面的基础都打好，整个的产业会在产业基础架构好后推动自主机器正式的生产。然后，再随后的10到15年，在座的诸位我们都会看到令人难以置信的进步。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是能量非常大的。它的性能要比CPU超过10倍，50倍甚至百倍。

因此，我们就认为事实上最完美的架构是什么呢？首先我们要把万事皆能的CPU，在加上在某些重大计算挑战方面非常有能量的GPU。比如说GPU它非常善于图形的计算处理工作和人工智能类型的应用。因此，我们NVIDIA的决定是什么呢？我们不会做那些每一次好一点点的通用性的处理器，而是要做在一些专门的领域，性能极好的处理器。这就是我们今天上午介绍的CUDA的架构。

什么是CUDA呢？其实就是CPU+GPU。简称CGPU，这就叫做CUDA-GPU。

记者：我有两个关于车的问题，第一个是如果特斯拉跟其他的厂商做了自动驾驶芯片，你还买不买特斯拉？你们也投资了图森、景驰这样的自动驾驶公司，跟他们合作有什么样的不一样？

黄仁勋：我当然还会买他们的车，首先你想这车里面没准还有Intel的CPU呢，比如我的电脑里也有Intel的CPU，我的手机用的是高通的系统，其实我觉得这些公司都是非常优秀的公司，我之所以买，还有开特斯拉的车，是因为我觉得驾驶感觉不错。

首先，我们要谈一下，其实NVIDIA投资的公司数量非常之多，我们选择投资的时候通常有三个标准，第一个标准应该与我们公司拥有一样的愿景目标，第二点这家公司一定是需要我们NVIDIA的帮助的，这点是我们非常看重的，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，第三点公司本身必须是一家优秀的公司。

记者：今天早上的演讲中，您分享的NVIDIA在VR、AI城市，还有自动驾驶、自主机器这些布局，我想问一下，各项业务之间有没有侧重，下一个阶段的重点是什么？

黄仁勋：首先你看一下今天上午在5个领域的发布，这5个领域共同的特点就是说，没有GPU是不可能实现的。首先我们先来谈今天上午发布的5个大的项目，本身的挑战性是非常之高的。如果你看我们做的每一个发布的项目，或者相关的市场解决方案，我们NVIDIA给予它的都是独一无二的价值。

事实上，你看一下发布的5大项目，我们肯定不能拍着胸脯说，100%我们一定会成功，但是如果我们一旦成功了的话，一定能够为社会的进步做出巨大的贡献。而且我们自身也觉得做这5个项目，满足感是非常之高的。

记者：我想问一下5月GTC上发布的云业务进展怎么样了？虽然我们今天谈了很多端智能的东西，但是你怎么看来到底未来是云智能还是端智能，如果说端智能的话，如何看待谷歌GPU之类的？

黄仁勋：首先，NVIDIA 5月份发布的是NVIDIA GPU Cloud，它也是不我们的一个什么业务或者是云的服务，更准确的是一个这样的形容。它是一个云软件容器在云上的注册表，而这些虚拟的云的容器，它能够跑在任何一个云的基础设施之上。这就是NVIDIA GPU云的这样一个概念。这就意味着我们NVIDIA的GPU的云可以在百度、阿里巴巴、腾讯任何一个云上去运行。

因为我们看到了目前人工智能框架的软件堆栈是非常的繁杂的，所以我们干脆把它放到一个虚拟化的容器里头。那么如果进展的话，在5月份我做发布的时候说，它的GA版会在10月份面世，目前我认为达到这个时间段是没有问题的，应该是在10月份的第一周，我们的GA版就会面世。

事实上我们回答智能是无所不在，比如说会在麦克风上，会在手表上，保温杯，鞋子、手机，只不过智能分类型，有通用性还有专门性，如果小型终端设备，是属于专门性的智能，比如如果是智能麦克风只需要云识别方面的智能，在云端其实通用性的智能，在云端通常我们是具备各种各样所有的软件，而且它必须是灵活的可编程，再比如说设备端，或者说终端是更类似于边缘计算或者物联网类型，自动贩卖机。

记者：现在AI开始以后很多除了GPU、CPU，刚才说的GPU，现在有很多厂商也在用这块儿的东西，也是用来解决AI方面的问题，所以我就想接着上一个问题问一下，能不能谈一下在GPU和FPGA这个方面，有没有一些想法？

黄仁勋：首先两者差异非常大，FPGA非常灵活，可以是在以太网，音频、视频完全可以配置，它在设计的时候可以把它设计成各种各样的用户。但是GPU没有这么大的灵活性，比如以太网卡，音频卡GPU做不了，它是一种并行计算的加速器。

我们打一个比方FPGA可以转变成GPU，但是性能不行，速度上不来。要比GPU慢一千倍，但是你可以用FPGA做以太网卡，但是GPU做不到。所以GPU是术业有专攻。

所以在三年前我们做了一个决定，把我们GPU做成Tensor执行处理器，现在已经成为世界上最优秀的Tensor处理器。但是说到底就是一块芯片而已，你要做Tensor处理还要有软件，因为每一项AI计算的图都是不一样的。而且每一个计算图在制定的处理器上为了达到性能的调优都必须进行编译。

当然也有一个选择，每个神经网络都设计一个专门的FPGA，但是特别困难，设计起来很困难，而且工作量很大。但是如果说市场上没有人给你提供一个这样的可编程推理的加速器的话，其实FPGA就成了你唯一的选择了。

这也是为什么在几年前中国BAT它们要对自己人工智能的推理做一个加速的话只能定制FPGA的芯片。三年前没有办法，我们GPU有TensorRT，现在不需要用，现在比较简单，什么都可以，当然是TensorRT。最好的办法当然是用TensorRT3最好。

记者：NVIDIA投资景驰和创业公司合作追求什么目标？NVIDIA和大众进行了合作。上午发言提到了汽车电子产品使用环境的要求跟消费电子不一样，NVIDIA现在推出了一些自动驾驶汽车的平台，那么请问符合L5自动驾驶级别的产品，门槛足够低，可以在中档车三万美元量产的产品大概会在什么时候完成？

黄仁勋：首先我们不是打赌也不是输赢的问题，NVIDIA提供的是平台，也就是说NVIDIA的平台可以让其他的人去创业，去实现自己公司的梦想。我们希望大家都成功。

所以NVIDIA作为一家平台供应商，我们的任务是不断的让这个平台与时俱进，让它做得更好，让它不断的进步。同时我们的这个平台一定是任何一家公司，任何一个人都可以上来的，这是一个开放的平台。

NVIDIA绝对不是一个自闭的公司，也不是一个做垂直集成的公司，NVIDIA是一家开放平台型的公司。因此我们非常愿意和世界上最大的两家汽车企业大众和丰田合作，我们也和奥迪，特斯拉合作，我们也和小的有非常好的点子的初创企业合作，如果能够生产出会飞的车不是精彩的点子吗？NVIDIA做得这个事业没有爱是无法做成的。

不到十年时间，什么叫做自动驾驶和无人驾驶？就是软件定义的车，这种制造生产比现在的黑盒子式的行车电脑的车生产起来便宜得多。我们看现在这个车仪表板独立，自己的无限电子系统也是独立的，还有后视镜，所有都是独立的系统。事实上我们认为自主驾驶的超级电脑各个功能都是软件定义的。软件是轻量级的，而且它也不会排放温室气体，软件是最棒的。

记者：NVIDIA在去年投资十家公司，只有两家中国公司，但这两家公司都是自动驾驶公司，意味着NVIDIA更看好自动驾驶在中国的发展前景？另外NVIDIA在中国未来还会投资哪些领域的公司？

黄仁勋：首先NVIDIA核心业务，我们心脏是什么？还是针对万物的GPU计算，这是我们的基础。事实上我们GPU的计算也有各种各样的应用领域，比如可以做科学的探索发现，计算图形，人工智能，所以我们NVIDIA所提供的是这样的一个水平，我们提供的平台是针对所有的事物。

当然我们也有重点，我们关心几个垂直领域，其中一个就是人工智能，还有一个就是交通运输行业。但是这个交通运输绝对不只包括交通工具，我们谈到的是人工智能化的交通运输，所以我们认为滴滴是一家大型的人工智能公司，这就是人工智能交通运输。

中国最大的物流公司应该是哪家呢？我们认为不管是物流公司还是搞运输的公司，海陆空所有交通运输的领域都可以是自主，都可以是人工智能的，这一点对于整个社会来说都是非常重要的。

如果你问我们未来NVIDIA还有哪些重视的行业？当然医疗卫生或者健康产业是我们非常重视的。在这里我们相信我们可以帮助健康产业实现变革。

首先第一点新药研发，也就是说分成两个方面，第一方面是本身新药的制造研发，第二部分能够让医生快速发现有哪些新药是对症？

第二点就是疾病的早期检测。说到检测这一定是一个人工智能去解决的问题，比如说人工智能检测谈到的所说的医疗影像的问题。

第三其实是新药这种临床效果的实验大规模的取样问题。我们认为在这三个健康产业的问题之上人工智能都是大有所为，而且这个时间很快就会到。大家可以仔细想一下，交通这个领域，什么物流，还有驾车的问题以及健康医疗卫生这个领域，这两个问题很多的挑战，我们过去都说不可能解决，所以有了人工智能我们可以去完成不可能完成的使命，而且这是为什么我们说现在这样一个时代是令人难以置信的时代。

记者：上午演讲里面提到了跟TPU的性能对比，咱们的TensorRT3的话，到底在性能上跟TPU有什么样的区别，或者说到底比它快多少倍？这个我们需要预测未来3年到底跟TPU是怎样的一个格局？您怎么样看未来5到10年在人工智能这个时代，华人和华人企业所扮演的角色，会是什么样的？   

黄仁勋：首先现在世界上只有一款TPU，谷歌的，它只能做TensorFlow，Tensor的处理。而我们的GPU不光能做Tensor的处理，我们还能做很多其他的任务。

所以比如说视频的编解码，还有像这样的一些图像的处理等等，我们都可以做。我跟你举一个例子吧，比如说今天上午我演示的在《权利的游戏》这个电视连续剧里头我们的GPU就可以做视频的解码，并且进行推理，推理之后做搜索。所以我们GPU能做的事情远远多过TPU。

正是因为我们有TensorRT3，我们GPU的架构又是完全灵活的可编程的，所以我们可以支持世界上任何一种人工智能框架，比如说亚马逊，以及Paddle Paddle这是像百度这样的一些公司用的，还有Facebook用的touch，以及微软用的TNTK。如果让我做一个长远的预测的话，我们认为，事实上，能够针对深度学习进行优化的GPU是能够获得最大成功的。

为什么是这样的呢？这是因为，它是非常灵活的，因为它的灵活，所以它的市场机会就会多，因为市场机会多，所以研发的预算也多，整个生态系统也就有钱了。 

所以我举一个例子，大家还记得意见我们用的傻瓜型的手机和现在的智能手机相比，毫无疑问谁更成功呢？其实从他们的功能角度你就可以看到，这是同样的TPU和GPU的比较。

智能手机的价值非常高，有了智能手机，事实上它不光有电话的功能，它还有照相机的功能，甚至还可以对某些人来说可以像电脑一样使用，可以当做录音笔等等。但是如果是通用型的话，这就很难了。

因为你要看一下它电池的续航的寿命，它的尺寸的问题，不能做的太大，价格又不能定的太高，通话质量要一定好。但是如果以上的问题都能解决的话，通用型的手机肯定是更好的。

中国的计算机科学的这样一个技术水平，是在全球一流的。我们认为在中国，腾讯它不光是一家优秀的中国的互联网公司，它也是世界一流的公司。像阿里巴巴也是如此。百度我们也不认为它只是中国的一家搜索的公司，它是世界一流的公司。

如你提到的李非非是我个人的好朋友，在我的眼里，我绝对不把他局限为一个优秀的华人的AI的科学家，我认为他是世界顶级的人工智能的科学家。还有像陆奇也是。所以，其实中国的计算机整个产业的技术水平，已经深至世界一流了，所以已经不是局限于某一个国别的范围了。

记者：第一个问题关于Isaac里面有没有用到AI相关的技术？实际上NVIDIA之前积极参与到跟Isaac相关的技术发展，在这些技术发展上和目前的人工智能方面有可能会有哪些方面的交叉。第二个方面是AI领域，今天上午，也提到了AI更多可能是一个多项领域技术的结合，其中包括传感器这方面的，可能在一些其他的领域，NVIDIA会考虑用一个什么样的方式布局他们的发展？

黄仁勋：首先，如果要实现非常好的增强现实的技术，必须其后有人工智能技术。

首先我要描述一下到底这个Isaac它是一个什么样的东西，首先它是为机器人学习去做机器人创造的虚拟的世界，所以它本身就是虚拟现实，我们现在在谈的是什么呢，如果人作为教练进入虚拟世界去教，比如如何打冰球等等，这个时候我们要用到这些技术。这用到的就是人工智能的技术。今天上午给大家展示了很多类似的技术，比如说我们智能的摄象头的技术。两者是互补的，也是互相不可或缺的，未来的VR需要AI，未来的AI也需要VR。

您说到了协同，其实我刚才谈到了NVIDIA是一家做平台的公司，这也就意味着我们必须和整个产业界的各方面的公司去协同，像传感器，做激光雷达系统和传统的雷达系统，我们和他们去合作，提供我们最为专长的这个部分。

记者：有一个问题是现在AI领域学界和企业界的差距已经拉的有点大了，NVIDIA在企业界做了很多努力，做了很多投资，请问黄总，在学界打算要怎样和学界方面的合作？

黄仁勋：我觉得您这个问题问的非常之好，其实我们NVIDIA一开始在做人工智能的时候，完全没有想到做生意的问题，我们完全把它作为一个纯粹学术的研究去做。其实你看一下5到7年之前，主要在深度学习方面取得的进展都是由这些大学来做的，像斯坦福、多伦多、纽约大学等等。

事实上，我们NVIDIA就有这方面和全球的这些学术界的研究人员的深度的合作，我们和他一方面共同的去做开发，我们也为他们的研究的项目提供资金，我们甚至还邀请了这些学者们到我们这个公司去做一些研究。我们把它简称为NVIDIA的人工智能的实验室NVAIL。

在中国，我们也是和三所高等学府，他们分别是清华、中科院，香港中文大学做这种合作。事实上一般来说，公司生产出产品来急于把它卖掉赚钱，但是我们谈一下我们NVIDIA Volta的GPU，我用了三年的时间，研发经费达到了30亿美元，产出的一款的GPU，其实是我们免费捐赠出去让别人使用的。所以为什么说您提的这个问题非常之好呢？如果谈到人工智能的话学术界的作用是非常巨大的。

记者：众所周知作为一个创新的互联网公司，可能不叫做计算机公司，这个数据的信息安全特别的重要，我想问一下关于信息安全这方面，您有什么建议和想法呢？因为现在处于云计算、大计算、大数据的时代，这种安全应该是非常底层和核心的。

黄仁勋：针对汽车，首先，我们来谈一下网络安全它也是分层不同的层次，不同的领域的。而且我们知道，安全其实分层两个概念的，英文的security和safety是两种不同的安全，safety是和人相关的，security是指物理方面的研究，比如我们谈到安全的生产，我们生产出来产品自身的安全，我们可以通过科学技术，通过严格的流程控制，标准方法来去做到，当然它还有一些，比如说出故障的这种非常小的概率。

在车的产品之上很特殊，因为不光是车自己的信息的问题，其实车本身它没有什么值钱的信息，但是们坐在里头，如果这个车被黑了的话，会伤及人身安全。那如果我们谈到有关车的安全的话，又分成不同的，比如说一个人对一台车，还有一个人，他的信息到云端，到云端又会针对它众多的其他与车无关的，很多的其他的信息。

其实，如果只是说一个黑客，黑了一台车，本身的这个问题并不大。当然我们可以降低这样的一个安全的风险，而且手段很多。那事实上，在未来，你再想黑一台车其实也并不是那么的容易，未来的车有防火墙，而且有加密，而且你也不容易黑到他的通讯的端口上。

记者：这次科学实验室，针对智能汽车，包括它所有的防火墙，以及他的数字加密系统全被破解了，不单单是一辆车，是所有的车型。

黄仁勋：是这样，你光黑一辆车问题不大，你说远程把车门解锁了，没问题，我把车门再关上，这个问题不大。最可怕的是黑客通过黑到车，在黑到云上去，通过云可以控制所有的车，这个是最可怕的。

记者：我们关注智能驾驶领域的，所以我问的是汽车方面的问题。黄总您上午讲到，我们有一个NVIDIA自己开发的自动驾驶应用，请您具体说一下Drive AV和之前我们说到的Drive PX为平台，他的区别是什么？是不是意味着我们NVIDIA在硬件平台的基础上面自己开发，比如说传感器数据融合，还有一些计算机视觉的算法。

黄仁勋：首先DrivePX是硬件，还有一个操作系统，Drive OS，还有一个API，也就是DriveWork。也就是说，自动驾驶里头的这个OS，就相当于它的车窗一样，DrivePX是主板。像X86之类的主板。谈到DriveAV就是无人驾驶的应用了。我们把所有的这些放在一起叫做NVIDIA Drive。

为什么我们给每一层都分别取了自己的名字呢，因为每一层都是开放的。也就是说，你要用我们的硬件，我们的主板、芯片。但是其他部分你想自己开发，操作系统你自己开发没有问题。如果你除了应用之外其他底层的堆栈之外，你都想用NVIDIA的，没有问题。我们的Drive每一层都是开放的，适用于不同类型，不同技术型的公司。

为什么要开发自己的算法呢？是因为5年前我们刚刚开始做这个Drive，必然要让处理器知道它要处理什么样类型的这样一个东西，也就是算法，所以我们当然要知道算法。有了算法，我们就可以去打造电脑，有了这个电脑，我们可以打造更好的算法。事实上包括中国在世界上有很多做自主驾驶非常有创新性的公司，有的做的驾驶算法非常好，有的做的认知的计算非常好。所以我们是开放的，大家一起做。我们认为未来自主驾驶，它是一个非常大的市场，大家众人拾柴火焰高吧，一起做。