ABAB News Logo

转 黄仁勋（Jensen Huang）解释了 AI 与传统软件的区别，以及为什么不存在所谓的“泡沫”。 传统软件是预编译的：也就是说，它被构建一次、存储起来，然后在之后反复执行，几乎不需要额外的计算。一旦完成开发，它不再需要持续的高性能处理。用户只是运行一个已经完成的工具。 而 AI 则完全不同，它会实时生成输出。AI 必须在使用的那一刻处理上下文、进行推理，并生成“智能”结果，而不是提前完成。 这意味着：每一次请求都需要持续的计算。 正因为如此，AI 系统依赖持续的 GPU 计算力，像工厂生产“代币”（tokens）一样不断“制造”回答。因此，AI 不是一个静态的软件工具，而是一种 动态生成智能的实时计算过程，需要大规模、持续运行的基础设施来不断创造智能。 Jensen Huang explains the difference between AI and traditional Software and why there's no bubble. Traditional software was pre-compiled, meaning it was built once, stored, and then executed repeatedly with little computation. It didn’t need constant high-power processing once finished. Users simply ran the completed program as a tool. AI, by contrast, generates its output in real time. It must process context, reason, and produce intelligence at the moment of use, not in advance. This requires ongoing computation for every request. Because of that, AI systems depend on continuous GPU power to “manufacture” responses like a factory producing tokens. So instead of static software tools, AI is an active computational process that needs large-scale, always-on infrastructure to create intelligence dynamically.

Garry TanPresident & CEO, Ycombinator

观点原文

转

黄仁勋（Jensen Huang）解释了 AI 与传统软件的区别，以及为什么不存在所谓的“泡沫”。

传统软件是预编译的：也就是说，它被构建一次、存储起来，然后在之后反复执行，几乎不需要额外的计算。一旦完成开发，它不再需要持续的高性能处理。用户只是运行一个已经完成的工具。

而 AI 则完全不同，它会实时生成输出。AI 必须在使用的那一刻处理上下文、进行推理，并生成“智能”结果，而不是提前完成。

这意味着：每一次请求都需要持续的计算。

正因为如此，AI 系统依赖持续的 GPU 计算力，像工厂生产“代币”（tokens）一样不断“制造”回答。因此，AI 不是一个静态的软件工具，而是一种 动态生成智能的实时计算过程，需要大规模、持续运行的基础设施来不断创造智能。

Jensen Huang explains the difference between AI and traditional Software and why there's no bubble.

Traditional software was pre-compiled, meaning it was built once, stored, and then executed repeatedly with little computation. It didn’t need constant high-power processing once finished. Users simply ran the completed program as a tool.

AI, by contrast, generates its output in real time. It must process context, reason, and produce intelligence at the moment of use, not in advance.

This requires ongoing computation for every request. Because of that, AI systems depend on continuous GPU power to “manufacture” responses like a factory producing tokens. So instead of static software tools, AI is an active computational process that needs large-scale, always-on infrastructure to create intelligence dynamically.

ABAB AI 解读

为什么黄仁勋说“AI 没有泡沫”？核心逻辑在这里

黄仁勋这段话的本质观点只有一句：AI 不是软件行业的延伸，而是一个以“持续计算”为底层动力的全新工业革命。

理解这一点，就理解了他为什么说 不可能是泡沫。

1）传统软件：做一次 → 无限复制

黄仁勋把传统软件总结成一句话：Build once, run forever.

传统软件特点：

  • 开发阶段需要工程师
  • 一旦编译完成
  • 用户只是在执行已有结果
  • 运行阶段几乎不需要额外算力
  • 也就是说：软件是一次性的智力劳动 + 无限次的廉价复制。
  • 因此传统软件不会持续消耗 GPU、服务器、电力。

这是静态工具模型。

2）AI：每一次运行都在“重新制造智能”

黄仁勋说：AI 是实时生成的，它不是提前算好的。

这意味着：

  • 每一个回答
  • 每一段推理
  • 每一个智能行为
  • 都需要即时计算。

AI 的运行模式不是：“执行已有程序”

而是：“实时制造新的输出”

你问一次，就要算一次。

你问一百万人，GPU 就要算一百万次。

3）AI = 一个永不停工的“计算工厂”

黄仁勋用工厂类比：AI 像工厂生产 token，一刻不停。

关键点：

  • AI 的“产品”不是预存的
  • 而是 GPU 通过实时运算制造出来的

就像：

  • 水厂不停出水
  • 发电厂不停发电
  • 一个国家的工业体系不能停
  • AI 属于连续性工业系统，而不是一次性交付的软件。

4）为什么这意味着“没有泡沫”？

泡沫是指需求是虚假的、不可持续的。但 AI 的算力需求有三个铁逻辑：

✔ 1）用户越多，算力需求越大

传统软件不这样。用户 1 人和 1 亿人用同一个程序，算力消耗差不多。

AI → 每一次请求都消耗 GPU。

需求理论上无限增长。

✔ 2）模型越强大，推理成本越高

AI 越进步，算力需求不是减少，而是指数级上升。（和“摩尔定律使成本变低”完全相反。）

✔ 3）所有行业都要用 AI

媒体、搜索、银行、医疗、教育、制造业……

这是全产业纳入计算时代。

所以 NVIDIA 的增长来自于：

  • 持续需求
  • 实体基础设施
  • 基于“运算量”的经济模式
  • 不可能被免费软件逻辑替代

这就不是一个投机泡沫，而是 新工业时代的“电力需求线性增长”。

ABAB AI 一句话总结：

黄仁勋的意思是：AI 不是软件，而是一座永不停工的“计算工厂”。它每一秒都需要算力生产智能，因此 AI 时代的 GPU 需求不是泡沫，而是类似电力、石油一样的长期、刚性需求。

AISharing

相关观点