梦晨 发自 凹非寺

量子位 | 公众号 QbitAI

黄仁勋亲口承认：他随身带着“秘密期权池”，随时奖励表现出色的员工。

在最新采访的结尾，主持人问起这个传闻，老黄开玩笑式的回答“现在就装在我的口袋里”。

这位掌管着全球市值最高科技公司之一的CEO，把奖励员工这件事做得如此随性又直接。

不需要冗长的审批流程，不需要等到年终评估，只要你做得好，老板可能随时会给你一个惊喜，这种方式在大公司中几乎闻所未闻。

这场火爆的对话发生在全球排名第一的商业播客节目All-in Podcast上，黄仁勋不仅确认了这个传闻，还透露他会用机器学习和各种技术手段来亲自审核全公司42000名员工的薪酬方案。

每一次，我都会增加公司的运营支出*（这里主要指薪酬支出）

原因很简单，照顾好员工，其他一切都会水到渠成。

黄仁勋在节目中还自豪地提到：我团队的亿万富翁数量，比世界上任何CEO都多。

这话听起来霸气，也反映出英伟达在AI浪潮中的惊人增长，以及黄仁勋对员工慷慨分享成功果实的态度。

收购公司不如直接付给一个人10亿

黄仁勋的这种管理方式，放在当下的AI人才争夺战背景下看，显得格外有先见之明。

节目中提到，现在顶尖AI研究员的身价已经飙升到令人咋舌的地步——有传言称Meta向某位研究员开出了4年10亿美元的天价合同。

面对这样的人才市场，黄仁勋指出一个关键事实：

150名顶尖AI研究员，如果有足够的资金支持，就能创建一个类似OpenAI的公司。

DeepSeek约150人，月之暗面约150人，当初的OpenAI和DeepMind也都是这个规模。

如果你愿意花200-300亿美元收购一家只有150名AI研究员的初创公司，为什么不愿意直接付给一个人10亿美元呢？

谈到DeepSeek，老黄认为开源非常重要，如果没有开源，初创公司根本无法生存。而未来的产业很可能由现在的初创公司主导，他们需要开源模型。

他还特别兴奋地谈到了DeepSeek R1等推理模型的意义：旧模型是一次性的，所有东西都是预先记忆的。但现在有了推理模型，它们能够真正地思考。如果每一步思考都是能源高效的，那么你就可以思考很长时间。

GPU分配简单粗暴：先到先得

面对扎克伯格、马斯克、萨姆·奥特曼这些大佬的需求，英伟达如何分配那些供不应求的H100和其他芯片？

黄仁勋的回答出人意料地简单：下订单（Place a PO），就这样，就像你去收银台，先付钱，先下单。

他用最朴素的比喻解释着这个看似复杂的分配机制。

早期Hopper芯片的需求增长实在太快，产能根本跟不上。但现在情况已经大为改善，英伟达会提前一年向所有合作伙伴披露产品路线图，让大家有充足时间一起规划。

买方决定要分配多少电力、多少数据中心空间、多少资本支出，我们一起制定计划，合作进行产品迭代。现在整个流程已相当顺畅。

黄仁勋还透露，手上现在还有5000亿美元的Hopper芯片库存，如果谁想要一些额外的，给我打个电话就行。

其实更有意思的是他对芯片价值的解释。

当被问到这些动辄数十万美元的芯片能用多久时，黄仁勋算了一笔账：每一代产品性能提升X倍，意味着性能功耗比提升X倍，这就等同于客户收入提升X倍。

我们拼命加快迭代速度，是为了增加每个人的收入，降低每个人的成本，让AI的成本尽可能降低。

他透露了一个惊人的数据：Hopper芯片一年后仍能保持约80%的价值，两年后约65%，三年后还有50%。而且由于CUDA平台的可编程性，全世界的开发者都在不断优化它的性能。

Hopper出货后，我们和其他人一起把它的性能提升了4倍。你从CPU上可得不到这样的回报。

当被问及AI对就业市场的影响时，黄仁勋给出了一个颇具洞察力的观点：我们现在比以往任何时候都更忙碌。

他以英伟达为例，现在公司100%的软件工程师都在使用AI，100%的芯片设计师也都在用AI辅助工作。但这并没有导致裁员，反而让公司能够追求更多的创新想法。

所以我认为，只要公司有足够多的想法，生产力越高，就越能去追逐这些想法。

对我来说，AI其实是在创造就业，它让我们能做出客户愿意购买的产品，推动增长，进而创造更多岗位，这都是连锁反应。

黄仁勋认为AI是“有史以来最伟大的技术均衡器”:

现在每个人都是程序员了。过去你需要掌握C语言、C++或Python，但现在你只需要用自然语言和AI对话就行。即使你不知道怎么提问，你可以让AI帮你写个更好的问题，AI就会帮你重新组织语言。

每个人现在都是艺术家，每个人都是作家，每个人都是程序员。

但他也发出了警告：

有一件事我们可以确定，如果你不使用AI，你会输给那些使用AI的人。他断言，未来不会有程序员能够单打独斗，”你不能再不借助工具裸奔（raw dog）了，得找个Copilot才行。

每个工业公司都会变成AI公司

最后，黄仁勋分享了AI对整个经济活动的影响。

他认为AI和传统软件最大的不同是需要持续生产。

就像两三百年前能源生产在经济中占比峰值时达到30%一样，未来也会有一整个产业专门负责生成tokens，这会成为新的基础设施

我感觉现在在AI基础设施上的投入大概是几百亿美元，但未来每年的投入会达到数万亿美元。

黄仁勋提到未来所有能移动的东西都会实现自主化，这一天不远了。

每个生产机器的公司都会有两个工厂：一个生产机器（比如汽车），另一个是 “AI 工厂”，专门为这些机器开发AI。

比如生产人形机器人，就需要一个AI工厂来为机器人打造 “大脑”。未来每个公司其实都会有两个工厂，这就是产业的未来。特斯拉已经有两个工厂了，埃隆很早就意识到需要一个大型AI工厂来支撑他的汽车业务

现在汽车里已经有AI了，未来空中交通管制可能不再需要大量人员远程监控，而是由一个巨型AI负责，只有在AI处理不了的时候，人才会介入。

所以未来每个工业公司都会变成 AI 公司，否则就无法立足。

视频回放：

https://www.youtube.com/watch?v=9WkGNe27r_Q