Nvidia显卡
2010-07-19 10:47:18 阿炯

NVIDIA(Nvidia Corporation,港台译为辉达,大陆译为英伟达),创立于1993年1月,是一家以设计和销售图形处理器为主的无厂半导体公司。NVIDIA亦会设计游戏机核心,例如Xbox和PlayStation及任天堂Switch。其最出名的产品线是为个人与游戏玩家所设计的GeForce系列,为专业CGI工作站而设计的Quadro系列,以及为服务器和高效运算而设计的Tesla系列,虽然起家于PC电脑的显卡业务,英伟达也曾涉及移动芯片Tegra的设计,但智能机市场对此响应不大,不过近年却利用这些研发经验,目前朝向人工智能和机器视觉的市场发展,也是图形处理器上重要的开发工具CUDA的发明者。不过NVIDIA的发展过程也是非议不断,批评多集中于滥用排他性商业合作、不正当营销方式、对业界开放标准和自由软件运动的拒斥等。

NVIDIA的总部设在美国加利福尼亚州的圣克拉拉位于硅谷的中心位置。

黄仁勋、克里斯·马拉科夫斯基和克蒂斯·普里姆于1993年4月美国加州创办了英伟达(NVIDIA),随后成为特拉华州企业。公司名字源于拉丁语invidia(英文“envy”一词的词源),意思是“仰慕”,原因是当时三人将所有的规划文件都存在“NV”(意思是“下一版本”)的名头下,因此需要一个既含有这两个字母、又能够展现对未来憧憬的名字。

英伟达保持低调到1997-1998年,当时它发布了RIVA个人电脑绘图处理器产品线。并于1999年1月在纳斯达克挂牌上市;同年5月,售出第一千万个绘图处理器。于2000年收购了3dfx的知识产权。3dfx是1990年代中期其中一间最大的图形处理器厂商。英伟达与许多代工生产厂商,和一些组织创建起密切关系,最知名的包括台积电。2002年2月,英伟达售出第一亿个绘图处理器。

目前英伟达和超威半导体供应了市场上大部分独立显卡。英伟达最著名的GeForce绘图处理器产品线于1999年首次亮相。现在GeForce产品线已经扩展至桌面型和笔记本电脑。移动设备方面,英伟达拥有Tegra产品线。它能提供高性能,同时保持低电源消耗。此类产品通常用于无线通信设备。

2020年4月27日,英伟达宣布已完成对迈络思的收购,成交价70亿美元。

2020年7月,有报导称英伟达正在与软银谈判以320亿美元收购英国芯片设计公司ARM(安谋)。同年9月13日,英伟达宣布将以400亿美元的价格从软银集团手中收购安谋,但须接受通常的审查,后者保留英伟达10%的股份。然而,尽管英伟达一再表示收购完成后安谋仍然保持开源模式和对客户采取中立态度,此收购案却遭到监管机构和大型企业(例:高通、微软、谷歌等)的一致反对。他们担心一旦收购完成后,将会造成严重的竞争问题,使安谋无法保持中立性。最终在2022年2月7日,英伟达和软银宣布已同意终止双方此前达成的安谋股份交易协议,收购案正式宣告失败,同时软银将推动安谋上市。


作为一家无晶圆IC半导体设计公司,NVIDIA于自己的实验室研发芯片,但将芯片制造工序分包给晶圆代工厂。以往,NVIDIA从其他厂商,例如IBM、意法半导体、台积电(NVIDIA目前最重要的代工合作伙伴)和联华电子获得硅芯片生产能力。芯片的供应链需涉及数间第三厂:制造完毕的晶圆由集成电路封装场进行初步测试封装作业,之後交由测试厂的测试部门进行深度测试并根据性能分类。依据存货清单,NVIDIA必须提早数月订购芯片,并将之存储起来等待使用。在最终产品上(指显卡、主板等),NVIDIA会推出所谓原厂“公版”(Reference)产品(称为参考样卡或参考模板)供展示及测试之用,早期产品是由台湾的微星和斯博科、美国的威竣(VisionTek)和新美亚(Sanmina-SCI)、德国的埃尔莎代工,目前由新加坡的伟创力与台湾的鸿海(富士康)、华硕和捷波代工或设计。在零售市场上,NVIDIA会把顶级型号的“原厂”公版产品给各个第三方厂商贴牌,如GeForce 7950 GX2、Quadro FX 5600、nForce 680i SLI等等,这些厂商的产品设计用料完全相同,均由一家厂商代工。在OEM市场上,亦有部分“原厂”公版产品存在。2008年后NVIDIA允许了旗舰级产品的“非公版”(Non-Reference)设计,但只有极少数有实力的厂商(如华硕、技嘉、微星、影驰等)会推出自己设计的产品。2010年10月初,NVIDIA曾透过BestBuy少量销售由富士康代工的NVIDIA品牌“原厂”产品。

英伟达创办人兼首席执行官兼总裁黄仁勋


主要产品

NVIDIA的产品组合包括绘图处理器、个人电脑平台(主板逻辑核心)芯片组和数字媒体播放器的软件。在Mac/PC用户社区中,NVIDIA的"GeForce"产品线最为人熟悉。除了独立型显卡外,还有微软的Xbox游戏核心和nForce主板的核心技术,NVIDIA最近进入的领域是用于手机和平板电脑的ARM芯片,品牌为Tegra至今已推出5代。

在2004年12月,NVIDIA宣布会协助索尼设计PS3的绘图处理器(RSX)。NVIDIA只会负责设计,Sony会负责制造该绘图处理器。根据合约,NVIDIA会使用索尼的芯片厂(索尼和东芝)来制造RSX,并将制程提升至65纳米。这与微软的协议是互相违背的,因为NVIDIA会透过第三者制造Xbox的绘图处理器。(其间微软选择了AMD去提供Xbox 360的绘图硬件的IP设计。任天堂的GameCube和Wii亦采用ATI的绘图处理器。)

2008年2月11日,NVIDIA发布了用于手机平台的APX 2500应用处理器。该处理器集成了一个ARM处理器和一个显示核心。这款处理器是由NVIDIA和微软联合研制,方面应用于使用Windows Mobile的电话中,提高Windows Mobile平台的多媒体处理能力。芯片的制程是65nm,核心频率750 MHz,并集成256KB的L2缓存。芯片亦内置GeForce核心,支持OpenGL ES 2.0和Direct3D Mobile标准。APX 2500属于ARM架构,其低耗电设计,使手提电话可以长时间播放音乐或720p高清晰视频。

NVIDIA于2008年12月发布了一支持Intel Atom处理器的NVIDIA ION移动平台,主打轻薄桌面型市场,可以支持DirectX 10的内置显示芯片性能是原本英特尔官方945GSE芯片组的5倍,让迷你电脑也有部分游戏能力;它解决了Atom没有GPU、无法支持高清、无法支持数字显示、屏幕需小于10英寸、不能支持更高版本的Windows Vista的种种问题。

在2011年1月5日的CES上,NVIDIA宣布将自行设计与研发基于ARM架构的台式机CPU,产品代号Project Denver(丹佛项目)。其处理器能够支持微软下一代桌面系统Windows 8 以及行动平台上的Android、苹果iOS等。相比之前的Tegra产品,NVIDIA总裁表示这将是一颗高度定制的“ARM兼容CPU”,即获得ARM指令集授权,但处理器微架构则完全由NVIDIA自行开发,以更高性能面向桌面、服务器甚至高性能计算市场。届时NVIDIA基于ARM架构的处理器将在市场上与英特尔和AMD等基于X86架构的处理器直接竞争。

在GTC 2020主题演讲中,NVIDIA宣布推出Ampere架构,是NVIDIA 8代GPU历史上最大的一次性能飞跃,包含超过540亿个晶体管,是有史以来最大的7纳米芯片,性能相较于前代提升了高达20倍,

NVIDIA A100是首款基于NVIDIA Ampere架构的GPU,全新多实例GPU技术可将单个A100分割成最多七个独立的GPU来处理各种计算任务;第三代NVIDIA NVLink技术能将多个GPU组合成一个巨型GPU;全新结构化稀疏功能将GPU的性能提高一倍。具有TF32的第三代Tensor Core核心 ,其功能经过扩展后加入了专为AI开发的全新TF32,它能在无需更改任何代码的情况下,使FP32精度下的AI性能提高多达20倍。此外,Tensor Core核心现在支持FP64精度,相比于前代,其为HPC应用所提供的计算力比之前提高了多达2.5倍。

2020年,NVIDIA发布软件开发包NVIDIA Maxine。

2021年4月,NVIDIA在GTC 2021 发布其首款基于 Arm 架构的数据中心 CPU 处理器。专为满足全球最先进应用的计算要求而设计—— 这些应用包括自然语言处理、推荐系统、AI 超级计算 —— 其所进行的海量数据分析需要超高速计算性能和大容量内存。

2021年4月,NVIDIA宣布推出全新 DGX SuperPOD,云原生、多租户超级计算机,将AI的世界面向企业开放。

2021年4月,NVIDIA推出面向自动驾驶汽车的AI处理器NVIDIA DRIVE Atlan。该处理器将提供每秒超过1000万亿次(TOPS)运算次数。

2021年4月,NVIDIA于今日发布NVIDIA Morpheus应用框架,可提供一整套能够实时检测和预防安全威胁的加速AI技术。

2021年6月,NVIDIA在Computex2021主题演讲中推出两款游戏GPU——GeForce RTX 3080 Ti和GeForce RTX 3070 Ti。

2021年7月,NVIDIA推出Cambridge-1,这是NVIDIA的数字生物学革命,投资 1 亿美元。

2021年11月,NVIDIA在GTC线上大会主题演讲中宣布将创建一个数字孪生来模拟和预测气候变化。该数字孪生名为Earth Two,简称E-2。

2022年3月,在 NVIDIA GTC 大会主题演讲中,NVIDIA推出采用 NVIDIA Hopper架构的新一代加速计算平台。NVIDIA Hopper GPU架构利用新DPX指令,将动态编程速度提高多达 40倍。

2022年3月,NVIDIA推出面向AI基础设施和高性能计算的基于Arm Neoverse的数据中心专属CPU。NVIDIA Grace CPU 超级芯片由两个 CPU 芯片组成,它们之间通过NVLink-C2C互连在一起。NVLink-C2C 是一种新型的高速、低延迟、芯片到芯片的互连技术。

2023年11月,正式发布了 AI 芯片 H100 GPU 的后续产品 HGX H200 GPU,其可大幅提高大语言模型的能力。该GPU基于英伟达的 “Hopper” 架构,相比前代产品内存带宽增加了 1.4 倍,内存容量增加了 1.8 倍。H200 GPU 使用了 HBM3e 内存的芯片,能够以每秒 4.8 TB 的速度提供 141GB 的内存。英伟达表示H200 更大、更快的内存可加快生成式人工智能和大语言模型的速度,与 H100 相比,H200 在处理 Llama2 等大语言模型时可将推理速度提高 2 倍。同时还与已经支持 H100 的系统兼容。英伟达表示客户在添加 H200 时不需要做任何改动。亚马逊、谷歌、微软和甲骨文的云计算部门将在明年率先使用到新的 GPU。

预计 H200 将于 2024 年第二季度上市,届时将与 AMD 的 MI300X GPU 展开竞争。与 H200 相似,AMD 的新芯片相比前代产品拥有更多内存,这对运行大型语言模型的推理计算有帮助。据美国金融机构 Raymond James 透露,H100 芯片的成本仅为 3320 美元,但英伟达对其客户的批量价格却高达 2.5 万至 4 万美元。这使得 H100 的利润率可能高达 1000%,成为有史以来最赚钱的芯片之一。在训练大型语言模型时,通常需要数千个 H100 集群协同工作,因此科技巨头、初创公司和政府机构都在争夺英伟达有限的芯片供应。由于对其产品的需求看似无穷无尽,英伟达在2023年的销售额大幅增长,股价上涨了 230%,市值突破了 1.2 万亿美元大关。


nVIDIA显卡命名规律
各代显卡都遵循了由高至低命名规则,对相同核心的不同型号显卡,以不同的命名规则区分开,以方便消费群体识别好显卡之间的级别,下面我们就说说nVIDIA常见的命名规律。

GTX > GTS > GT > GS
GTX: 一般可以理解为GT eXtreme,代表了极端、极致的意思,用于nVIDIA最高级别的型号,如8800GTX和最新的9800GTX,都采用了GTX的后缀。

GTS: 超级加强版 “Giga-Texel Shader”的缩写,千万像素的意思,也就是每秒的像素填充率达到千万以上。GTS最早出现在Geforce2产品中,代表当时的最高端的 Geforce2。而现在一般用于表示GTX的缩减版,级别在GTX之后,如8800GTS。

GT: 频率提升版本"GeForce Technoloty"的缩写,级别低于GTS,也是广为用户群体所接受的产品型号之一,主打中端——中高端的消费市场,较具代表的就是 nVIDIA“7”系列的7600GT。

GS:GS一般用于命名nVIDIA的主打产品,一般可以看作是GT的缩减版,级别低于GT,较为具代表性的就是 7600GS。值得注意的是,采用GS命名的显卡,其核心架构可以和GT一样,只是在运行频率上落后于GT,但也可以是在核心架构上直接缩减,如 7600GS的核心架构就和7600GT一样,而8800GS的核心架构则比8800GT要有所缩水,我们在选购显卡时,要注意区分开。

LE:"Limit Edition"的缩写,表示限制版本,代表某一产品系列中的低端产品,主要是频率与标准版本相比有一定的下降。 如:7300LE。

最高级别:Ultra
Ultra:字面意思直译就有“激进,极端”的意思。而在nVIDIA的产品中也是如此,只要后缀带了这个家伙,一定是那类芯片中最高端的,它的命名级别比GTX还要高,细数NV的历代王者,基本都能看到它熟悉的身影。如8800Ultra,它就属于8800GTX的高频版本。

其实关于nVIDIA显卡的命名后缀还有许多,如XT、ZT、Ti、SE、GE等,在这里就不一一列举了,因为常见的显卡命名后缀,并不包含它们在内。


黄仁勋台大对毕业生演讲

机器之心报道

处于 AI 时代的你,将要创造什么?

“You are running for food, or you are running from becoming food. And often times, you can't tell which. Either way, run.”

为了食物而奔跑,或者为了避免成为食物而奔跑,很多时候,你无法分辨是哪一种情况。不管是哪一种,都要奔跑。

2023年5月27日,在台湾大学的毕业典礼上,黄仁勋以致辞嘉宾的身份发表了一段长达23分钟的演讲,分享了英伟达创业过程中的三次「失败与成功」。他告诉在场的万名毕业生,无论追求什么,都要带着激情和信念去做,并保持足够的谦逊,善于学习前人的艰苦教训。

黄仁勋将标志性的黑色皮衣换成了学士服。


三十年来,英伟达从一家「被股东建议专注盈利能力」的公司,成长为了今天接近万亿美元市值的巨头企业。在这个过程中,有三次失败让黄仁勋印象深刻,但也是这三次「转危为安」的经历塑造了今天的英伟达。

第一件事是英伟达早期赢得的帮助世嘉打造游戏机的一份合约。行业的快速变化迫使英伟达公司放弃了这份合约,并在世嘉公司领导的帮助下避免了破产的命运。

「面对错误并以谦逊的态度寻求帮助,拯救了英伟达。」

第二件事是在2007年决定将CUDA应用到公司所有的GPU中,让它们除了处理3D图形外还能进行数据运算。这是一项昂贵的长期投资,引来了许多批评,毕竟这些芯片开始用于机器学习之前,多年来没有得到回报。

「我们的市值徘徊在10亿美元以上,多年业绩不佳。股东对CUDA持怀疑态度,希望我们提高盈利能力。」

第三件事是2010年决定投入丰富图形功能的手机市场。尽管在市场很快实现了商品化,英伟达却很快撤退了,这为投资有前途的新市场打开了大门——机器人和自动驾驶汽车。

「我们的战略撤退得到了回报。通过离开手机市场,我们打开了发明新市场的思路。」

在演讲中,黄仁勋花费了很大篇幅鼓励毕业生们学习AI技术:「你们必须学会利用AI,然后在AI的辅助下做出一些惊艳的成果。」

同时他也告诉同学们,对于始终聪明且成功的人来说,直面错误、以谦逊的态度寻求帮助和做出取舍并不是容易的事情,而这些特质恰恰非常重要。

以下是演讲全文(在不改变原意的前提下进行了整理):

十多年前,我第一次来到NTU。陈博士(陈文章,现台大校长)邀请我参观他的计算物理实验室。我记得,他的儿子在硅谷了解到英伟达的CUDA,并建议他的父亲利用其进行量子物理模拟。

当我到达时,他打开门向我展示他所做的一切。英伟达GeForce游戏卡摆满了整个房间,插在开放的PC主板上,过道上的金属架子上放着摇摆的平台风扇。陈博士用游戏显卡,建造了一台自制的超级计算机。他从这里开始,这是英伟达早期的一个例子。

他非常自豪,并对我说:「黄先生,因为你的工作,我可以做一份终身性的工作。」

这些话至今让我感动,完美地体现了我们公司的宗旨,即帮助我们这个时代的「爱因斯坦和达芬奇们」完成他们一生的工作。

我很高兴回到NTU,并担任毕业典礼演讲嘉宾。我从俄勒冈州立大学毕业时,这个世界还比较「简单」——电视机还不是平面的,没有有线电视,也没有MTV。Mobile和Phone这两个词也尚未产生联系。

那一年是1984年。IBM PC-AT和苹果Macintosh启动了PC革命,并开始了我们今天所知道的芯片和软件产业。

你们进入了一个复杂得多的世界,包括地缘政治、社会和环境的变化和挑战。在技术的包围下,我们处于一个永远都在「连接」的状态,并沉浸于与现实世界平行的数字世界。汽车也能自动驾驶了。

AI会创造过去不存在的新工作

计算机行业出现了家用PC的四十年后,我们发明了人工智能。就像自动驾驶汽车的软件,或研究X光医疗影像的软件一样,人工智能软件为计算机打开了大门,使世界上最大的、价值数万亿美元的行业实现任务自动化。从医疗保健、金融服务、运输业到制造业,人工智能开启了巨大的机会。

敏锐的公司将利用人工智能提升自身的地位,不那么敏锐的公司将衰落。企业家们(其中许多人今天在这里)将创办新的公司,就像之前的每个计算机时代一样,创造出全新的行业。人工智能会创造以前不存在的新工作,比如数据工程、prompt工程、人工智能工厂运营以及人工智能安全工程师等。

这些都是以前从未存在过的工作。自动化的任务将淘汰一些工作,而且可以肯定的是,人工智能将改变每一份工作,为程序员、设计师、艺术家、营销人员和制造规划人员增加了挑战。就像之前的每一代人拥抱技术以获得成功一样,每家公司,包括在座的大家,都必须学会利用人工智能,并在人工智能的助力下取得一些惊艳的成就。

有些人担心人工智能可能会抢走他们的工作,但实际上抢走这些的是擅用人工智能的人。我们正处于一个主流技术时代的开端,就像PC、互联网、移动和云一样。但人工智能是更基础的,因为每一个计算层都被重新发明了,从如何编写软件到如何处理软件。

人工智能已经重塑了计算。从各方面来看,这都是计算机行业的重生。对于当地的公司来说,这也是一个黄金机会。你们是计算机行业的基础和基石。在未来十年内,我们的行业将用新的、加速的人工智能计算机取代全球超过万亿美元的传统计算机。

英伟达的第一个故事:直面错误,寻求帮助

我的旅程比你们早40年开始。1984年是一个完美的毕业年份,我预测2023年也将是如此。在你们开启旅程的此时,我能告诉你们什么呢?今天是你们迄今为止人生中最成功的一天。

我曾经也很成功,直到我创立了英伟达(笑)。在英伟达,我经历了失败,巨大的失败,甚至是耻辱的、令人尴尬的。让我讲述三个英伟达故事,这几件事塑造了今天的英伟达。

我们创立英伟达是为了创造加速计算。第一个应用是用于PC游戏的3D图形,我们发明了一种非常规的3D方法,称为前向纹理映射和曲线,该方法大大降低了成本。

当时我们拿到了世嘉(SEGA)的订单,负责打造他们的游戏机,这吸引了我们平台上的游戏,并为我们公司提供了资金。经过一年的发展,我们意识到自己的架构的策略是错误的。它在技术上表现很差,而当时微软即将宣布基于反转纹理映射和三角形的Windows 95 Direct 3D,许多公司已经在研究3D芯片以支持这一标准。

如果我们完成了世嘉的游戏机,就相当于制造出一种劣质的技术,它与Windows不兼容,且落后到无法追赶。但是,如果我们不完成订单,我们就没有钱了。无论怎样,我们都会被淘汰。

我联系了世嘉的CEO,解释说我们的发明是错误的方法,世嘉应该寻找另一个合作伙伴,我们无法完成合同和产品,必须停下来。但我需要世嘉公司向我们支付全部费用,否则英伟达就会被淘汰。表达这些的时候,我很尴尬。但令我惊讶的是,世嘉的 CEO 入交昭一郎先生同意了。

他的理解和慷慨给了我们六个月的喘息机会。有了这些钱,我们打造出了RIVA 128。就在我们的钱快用完的时候,RIVA 128震憾了年轻的3D图形市场,使我们在领域内有了一席之地,拯救了公司。后来,我曾回到这里,在台积电遇到了张忠谋,开始了长达25年的合作。

直面错误并以谦逊的态度寻求帮助,拯救了英伟达。而对于像你们这样聪明、成功的人来说,想拥有这些特质是最难的。

英伟达的第二个故事:追梦路上,必有荆棘

2007年,我们宣布了CUDA GPU加速计算,愿景是让CUDA成为一种编程模型,推动从科学计算、物理模拟到图像处理的应用。创建一个新的计算模型是非常困难的,而且在历史上很少有人做到。自IBM System 360以来,CPU计算模型已经成为60年来的标准。

CUDA需要开发人员编写应用程序并展示GPU的优势。开发人员需要一个庞大的安装基础,而一个庞大的CUDA安装基础需要客户购买新的应用程序。

为了解决先有鸡还是先有蛋的问题,我们使用了GeForce,即我们的游戏GPU来建立安装基础,它已经有一个庞大的游戏玩家市场。但CUDA的附加成本非常高,以至于英伟达的利润一直在受到巨大打击——我们的市值仅徘徊在10亿美元以上。

多年来,我们的业绩表现一直很差。股东们对CUDA持怀疑态度,希望我们专注于提高盈利能力,但我们还是坚持了下来。我们相信加速计算的时代会到来。我们创建了一个名为GTC的会议,并在全球范围内不知疲倦地推广CUDA。

终于,应用出现了。地质地震处理、CT重建、分子动力学、粒子物理学、流体动力学、图像处理……一个又一个的科学领域来到了,我们与每个开发者合作,编写他们的算法,并取得了令人难以置信的速度提升。

在2012年,人工智能的研究人员发现了CUDA——在GeForce GTX 580上训练的AlexNet开启了人工智能的第三次发展浪潮。

幸运的是,我们意识到了到深度学习作为一种全新方法的潜力,并把公司的每一个方面都用来推进这个新领域,冒着一切风险来追求深度学习。而十年之后,AI革命开始了,英伟达成为了全球AI开发者的引擎。

我们发明了CUDA,开创了加速计算和人工智能。但这中间的历程铸就了我们的企业性格,使我们能够耐得住实现愿景所需的痛苦与折磨。

英伟达的第三个故事:战略退却

还有一个故事,在2010年,谷歌的目标是将Android开发成具有出色图形性能的移动计算机。

在那个时候,通信行业拥有具备调制解调器专业知识的芯片公司。英伟达的计算和图形专业知识使我们成为帮助构建 Android 的理想合作伙伴。所以我们进入了移动芯片市场。

我们马上就成功了,业务和股价飙升,竞争迅速进入白热化。新一代芯片制造商正在学习如何构建计算芯片,而我们正在学习如何构建调制解调器。

手机市场很大,我们可以为份额而战。但相反,我们做出了艰难的决定,并牺牲了这片市场。英伟达的使命是制造新形态的计算机,来解决普通计算机无法解决的问题。我们应该致力于实现我们的愿景,并做出独特的贡献。

我们的战略退却得到了回报。通过撤离手机市场,我们打开了发展新市场的思路。我们设想为机器人计算机创建一种新型计算机具有神经网络处理器、运行 AI 算法的安全架构。

当时,这是一个从零开始的市场。从体量巨大的手机市场撤退,创造一个价值零亿美元的机器人市场。我们现在拥有数十亿美元的智能驾驶和机器人业务,并开创了一个新行业。对于像你这样最聪明、最成功的人来说,撤退并不容易。

然而,战略性的撤退、牺牲、决定放弃什么,这就是核心,成功的核心吗?

2023 届的毕业生,你们即将进入一个目睹巨变的世界。就像我在 PC 和芯片革命中一样,你才刚刚起步,处于 AI 的起跑线上。每个行业都将发生革命性变化、重生。

为新想法做好准备。过去 40 年,我们创造了PC、互联网、移动、云计算,现在的AI时代,你会创造什么?

不管它是什么,像我们一样去追它。奔跑吧,不要缓行。记住,要么你是为食物而奔跑,要么你是在避免成为食物。

(停顿)希望那部分能翻译成中文,让大家看得懂。

要么你追逐食物,要么你奔跑避免成为食物。

通常,你无法分辨自己是哪一个,但不管怎样,奔跑吧!对于你眼前的旅程,请带上我的一些经验。面对失败要谦逊,要承认自己的错误并积极寻求帮助。

你将经历实现梦想所需的痛苦和磨难。你会做出牺牲,献身于有目的的生活,做属于你的一生的工作。

2023级毕业生,向你们每一位表示衷心的祝贺。加油!