BUILDING
THE FUTURE
"我们必须逐层重构整个计算堆栈。"
第一章：起源
特洛伊木马策略
1. 欺骗 GPU
早期的研究人员（如量子化学家）意识到并行处理比传统 CPU 更高效。但为了利用 Nvidia GPU 的算力，他们必须'欺骗 GPU，让其误以为原本的科学计算问题是一个图形渲染问题'。
2. 游戏的特洛伊木马
Nvidia 选择电子游戏作为切入点，因为'这是一个巨大的市场'。这使得 GPU 成为世界上产量最高的并行处理器，从而为科学计算新技术的研发提供了巨额资金。
第二章：转折
深度学习与堆栈重构
3. AlexNet 时刻
2012年，AlexNet 在图像识别竞赛中大获全胜。关键在于研究人员利用 Nvidia GPU 上的 CUDA 平台和海量数据训练了这个神经网络，证明了并行计算在 AI 领域的威力。
4. 学习方式的变革
这标志着计算方式的根本转变：从给计算机下达一步步指令，转向'通过向计算机展示海量示例来训练它们学习'。
5. 重构计算堆栈
意识到深度学习可以解决极其广泛的问题后，Nvidia 决定'逐层重新设计整个计算堆栈'，从芯片到像 DGX 这样的系统进行全面革新。
第三章：哲学
第一性原理与信念
6. 十年的赌注
这个过程耗时长达十年，就像在没有反馈的迷雾中前行。黄仁勋指出，坚持的关键在于拥有'核心信念'并基于'第一性原理'推理。如果物理规律没变，就没有理由改变信念，即使暂时没有成功证据。
第四章：物理 AI
机器人、数据与 Omniverse
R2-D2 概念模型
7. 数据即人类经验
数据本质上是'人类经验的数字化'。机器人训练需要结合生成式 AI 与'基本事实'（物理规律）。在 Cosmos/Omniverse 模型中，机器人可以在数字孪生中模拟无限场景，学习速度比物理世界快数百万倍。
8. R2-D2：未来的伴侣
R2-D2 象征着未来的个人 AI 伴侣。它不是单一的机器人，而是一个伴随你'一生'的智能体。它可以存在于你的眼镜、手机或汽车中，也可以化身为物理机器人协助你。
第五章：未来
安全、时光机与超人
安全冗余架构
"Just like airplanes have triple redundancy."
9. AI 安全的工程学
AI 安全是一个工程问题，就像飞机的多重冗余系统。我们需要深度的工程架构来确保即使某部分失效，也有安全机制保证'不会将人类置于危险之中'。
10. 时光机
Transformer 只是踏脚石。下一个赌注是融合机器人、Cosmos 和 Omniverse 打造'时光机'。通过模拟未来（气候、生物），我们可以选择并创造'最佳版本的未来'。
11. AI 赋能的超人
未来十年，人类将因 AI 赋能而成为'超人'。AI 将完成 99.9% 的工作（如推算像素），让你专注于 0.1% 的核心。每个人的关键问题是：'我如何用 AI 把工作做得更好？'
加入这场革命
未来不仅仅是用来旁观的，而是用来创造的。