Shownotes Transcript
👋** 来互动**
- **🫸 **Flow_第三浪 @Linktree )
- 🫸 Flow_第三浪 @即刻)
- 🫸 Flow_第三浪 @X | Twitter)
🕵️ 听本期英文原声
🎸 背景音乐
👫🏽 本期对谈人 & 发言人
- Jensen Huang（黄仁勋）：英伟达公司的联合创始人及CEO，曾在斯坦福大学电子工程专业学习，对图形处理器行业和人工智能领域有重大影响，曾获得多项荣誉，包括“世界最佳CEO”和《财富》杂志“年度商业人物”。
📝 目录
- 英伟达的创立与发展历程
- 黄仁勋的个人背景与成就
- 加速计算的革命性影响
- 英伟达在人工智能领域的贡献
- 加密货币挖矿与GPU的关联
- GPU在神经网络训练中的作用
- 英伟达的全球战略与平台定位
- 黄仁勋对CEO角色的见解
- 英伟达面临的地缘政治挑战
- 黄仁勋对教育和终身学习的看法
- 对未来技术趋势的展望与预测
💁🏻 本期（不完全）提及人物 & 事物
- Sia Mac：哥伦比亚商学院决策、风险与运营部门的William商学教授，同时也是哥伦比亚商学院数字未来倡议的领导团队成员。
- David和Lynn Siflin：哥伦比亚商学院的院长，同时也是David和Lynn Siflon商学院教授，他们领导力系列和数字未来倡议的支持者。
- Don Valentine：全球著名的风险投资家，对英伟达的创立有重要影响。
- Wilf Corrigan：半导体行业的奠基人之一，与Don Valentine一起对英伟达的创立提供了资金支持。
- Chris Curtis：与黄仁勋共同创立英伟达的合作伙伴。
- 张忠谋：台积电（TSMC）的创始人之一，黄仁勋提到台积电在芯片制造领域的表现非常出色。
✂️
- AlphaFold：一种预测蛋白质结构的革命性方法，由DeepMind开发。
- Dennis：美国的一家经典餐馆，见证了英伟达的诞生，黄仁勋曾在该餐馆工作并从洗碗工做起。
- 加速计算（Accelerated Computing）：一种计算技术，它使用专门的处理器（如GPU）来处理那些传统CPU难以高效完成的任务，如图形渲染、科学计算和机器学习等，以提高计算效率和性能。
- CUDA（Compute Unified Device Architecture）：英伟达开发的一种并行计算平台和编程模型，允许开发者使用NVIDIA的GPU进行通用计算。
- 摩尔定律（Moore's Law）：由英特尔联合创始人戈登·摩尔提出的观察，指出大约每两年，集成电路上可容纳的晶体管数量会翻倍，从而性能也会相应提升。这个定律在半导体行业被广泛引用，但近年来增长速度有所放缓。
- 黄氏定律（Huang's Law）：这不是一个官方或广泛认可的定律，而是在对话中黄仁勋提到的一个概念，用来描述英伟达GPU性能的提升速度，与摩尔定律相对比。
- 神经网络（Neural Networks）：一种模仿人脑神经元结构的计算模型，用于处理复杂的数据模式识别和决策任务，是人工智能领域的核心组成部分。
- GPD4模型：在文本中提到的一个大型神经网络模型，需要大量GPU资源进行训练。
- 蛋白质工程（Protein Engineering）：利用生物技术和计算机模拟来设计和构建新的蛋白质或改造现有蛋白质，以实现特定的功能，如药物开发或生物催化剂。
- 加密货币挖矿（Cryptocurrency Mining）：使用计算机硬件（如GPU）进行复杂的数学计算，以验证和记录加密货币交易，作为回报，矿工会获得新的加密货币。
- 摩尔定律的挑战：随着晶体管尺寸接近物理极限，传统的摩尔定律增长模式面临挑战，这促使行业寻找新的计算架构和方法来继续提升性能。
- 地缘政治紧张：指国家间因政治、经济、军事等因素产生的紧张关系，这可能影响全球贸易、技术合作和市场动态