黄仁勋：AI扩展三大关键要素，合成数据引发争议

生成式AI的未来：黄仁勋谈数据、模型和算力

在最近的财报电话会议上，英伟达 CEO 黄仁勋深入探讨了生成式人工智能 (AI) 的发展趋势。他指出，AI 正在经历一场前所未有的变革，其核心在于三大关键要素的协同进步：预训练、后训练改进和推理策略。

过去，AI 模型的改进主要依赖于海量数据和规模化的预训练。然而，随着生成式 AI 的出现，情况发生了改变。如今，AI 模型能够生成合成数据，并通过自我检查答案进行学习。但这并不意味着原始数据的价值消失。黄仁勋坦言，全球未被使用的原始数据正在逐渐枯竭，合成数据的有效性仍存在争议。因此，需要更多创新策略来优化模型性能。

黄仁勋直言，全球未被使用的原始数据正逐漸耗盡，合成數據的效果仍存在爭議。

在推理策略方面，黄仁勋对 OpenAI 的 Strawberry 模型赞赏有加。该模型引入了“思維練推理”和“多路徑規劃”，使模型能够以逐步方式进行更深入的思考，生成更高质量的响应。这些策略展现了推理策略改进的巨大潜力，也为 AI 生态系统的进一步成熟铺平了道路。

随着 AI 模型对计算资源的需求不断增长，市场对高性能芯片的需求也水涨船高。黄仁勋透露，第一代基础模型大约使用了 10 万颗 Hopper 芯片，而下一代模型将以“10 万颗 Blackwell 芯片”为起点。英伟达已经开始出货 Blackwell 芯片，以满足市场对更高算力的需求，确保 AI 在快速生成高质量响应的同时，保持用户体验不断提升。

黄仁勋认为，预训练、后训练和推理策略的协同作用，将推动 AI 进一步进化，而市场对算力的需求，也将成为英伟达未来成长的重要推手。这些技术突破不仅影响生成式 AI 的发展，也将在未来重塑整个科技产业的面貌。