Jensen Huang = DeepSeek ?

이제 창밖으로 실리콘 밸리의 밤을 바라보면 멀리 별과 서버 클러스터의 불빛이 보이면 30년 전 Denny's에서 첫 번째 GPU를 스케치하던 이른 아침이 떠오릅니다. 오늘날의 주가 변동은 긴 여정의 돌풍일 뿐이며, 우리는 오랫동안 절벽에서 꾸준히 움직이는 법을 배웠습니다.

 

DeepSeek에 의해 촉발된 토론과 관련하여, 저는 솔직히 말씀드리고 싶습니다: 어떤 신흥 세력의 출현은 산업의 활력을 가장 잘 확인시켜줍니다. 그들의 오픈 소스 전략과 시나리오 기반 칩 설계는 우리가 GPU를 사용하여 기존 컴퓨팅 아키텍처를 파괴했을 때와 같은 결단력을 보여줍니다. 그러나 이 경쟁의 본질은 단순한 칩 대결이 아니라 "컴퓨팅의 미래를 어떻게 정의할 것인가"에 관한 것임을 알아두시기 바랍니다.

 

20년 전, 우리가 "GPU로 범용 컴퓨팅 문제를 해결한다"는 아이디어를 떠올렸을 때, 업계는 스포츠카 엔진을 화물선에 싣는 미친 실험이라고 비웃었습니다. 바로 이 '광기'가 CUDA 생태계를 400만 명의 개발자와 함께 디지털 바벨로 성장하게 만들었고, 모든 코드 라인이 실리콘 기반 생명의 무한한 가능성을 일깨울 수 있게 했습니다.

 

오늘날 딥시크(Deesee)는 전용 아키텍처로 컴퓨팅 파워 시장을 줄이려고 시도하고 있으며, 이는 우리가 컴퓨팅 파워의 민주화의 티핑 포인트에 서 있다는 것을 증명합니다: AI가 모든 산업의 모세혈관에 침투할 때 세상이 필요로 하는 것은 파편화된 컴퓨팅 파워 섬이 아니라 가상과 현실을 연결하는 "컴퓨팅 매트릭스"입니다.

 

이를 위해 세 가지 변화를 시작했습니다: 아키텍처 팀은 차세대 GPU의 핵심 블록을 레고와 같은 수직 시나리오에 맞게 유연하게 리팩토링하는 동시에 공통 플랫폼의 확장 잠재력을 유지하고 있습니다. 소프트웨어 에코시스템은 기본 CUDA 툴체인을 학계에 개방하여 더 많은 혁신가가 컴퓨팅 구문을 정의하는 데 참여할 수 있도록 할 것입니다.

 

우리의 최첨단 연구소는 생명 공학, 양자 컴퓨팅, 기후 모델링 등의 선구자들과 협력하여 생성 AI로 차세대 칩을 설계하거나 가상 우주에서 초전도 물질의 합성 경로를 리허설하는 것과 같은 "불가능한 작업"을 인큐베이팅하고 있습니다.

 

자본 시장이 단순한 내러티브를 갈망한다는 것을 알고 있지만, 진정한 기술 혁명은 한 번도 꼬리표를 붙인 적이 없다. 동료들이 AI를 사용하여 칩 설계를 최적화하는 방법에 초점을 맞추고 있는 동안, 우리는 이미 AI를 칩의 "공생 두뇌", 즉 각 GPU가 실행되는 동안 컴퓨팅 전략을 계속 발전시킬 수 있도록 하는 Blackwell 아키텍처의 새로운 자가 학습 장치로 만드는 방법을 연구하고 있습니다. 그것은 마치 매가 날아갈 때 날개 모양을 바꾸는 법을 가르치는 것과 같으며, 매를 위해 더 정교한 둥지를 짓는 것과 같습니다.

 

동료 여러분, 부디 오늘의 변동성을 선물로 생각해주세요: 그것은 우리로 하여금 우리의 원래의 열망을 재검토하게 만듭니다. 제 책상 위에 놓인 1999년의 오리지널 GPU 엔지니어링 샘플은 모든 파괴적 기술이 탄생 당시에는 날카로운 칼과 같다는 사실을 여전히 상기시켜 줍니다. 검의 가치는 얼마나 많은 사람들이 검을 손에 쥐고 있느냐가 아니라, 검을 휘두르는 자가 미지의 안개를 뚫고 나갈 용기를 가지고 있느냐에 달려 있다. 앞으로 18개월 동안 NVIDIA 역사상 가장 집중적인 혁신 출시를 목격하게 될 것입니다.

 

에너지 효율성 측면에서 물리학의 한계를 뛰어넘는 양자 하이브리드 컴퓨팅 솔루션부터 인간-컴퓨터 상호 작용을 재정의하는 신경 인터페이스의 프로토타입에 이르기까지, 이러한 기술은 주가 곡선에 즉시 반영되지 않을 수 있지만 인류 문명의 초석을 조용히 재편할 것입니다.

 

마지막으로, DGX-1 R&D 로그에 대한 한 엔지니어의 말을 인용하겠습니다: "우리는 칩을 만드는 것이 아니라 시간의 열쇠를 던지고 있습니다." 딥시크(DeepSeek)나 다른 도전자들의 등장은 이 열쇠가 더 많은 사람들에게 상상력의 새장을 열어주고 있다는 증거일 뿐이다. 우리가 해야 할 일은 별을 바라보는 모든 사람이 NVIDIA의 컴퓨팅 파워 갤럭시에서 자신의 좌표를 찾을 수 있도록 하는 것입니다.

핵심 목록: icrankcn

산은 높고 길은 멀어 함께 갈 것입니다.

젠슨 황

 

 

DeepSeek 핵심 멤버(일부)

 

1. Liang Wenfeng: DeepSeek의 설립자로 Zhejiang University에서 정보 및 전자 공학 석사 학위를 취득했습니다.

2. Gao Huazuo: 베이징 대학교 물리학과를 졸업하고 DeepSeek-V2의 MLA 아키텍처를 위한 주요 혁신을 이루었습니다.
3. Zeng Wangding: BUPT에서 그는 DeepSeek-V2의 MLA 아키텍처 혁신에 중요한 기여를 했습니다.
4. Zhihong Shao: 칭화대학교 대화형 인공 지능(CoAI) 연구 그룹의 박사 과정 학생으로 DeepSeek-Math, DeepSeek-Prover, DeepSeek-Coder-v2, DeepSeek-R1 및 기타 프로젝트에 참여했습니다.
5. Zhu Qihao: 2024년 베이징 대학교 컴퓨터 과학부 소프트웨어 연구소 박사 학위 취득, DeepSeek-Coder-V1 개발을 주도했습니다.
6. 다마이 다이: 2024년 베이징대학교 컴퓨터과학부 전산언어연구소를 졸업하고 DeepSeek LLM v1부터 DeepSeek-v3까지 작업에 참여했습니다.
7. Bingxuan Wang : 베이징 대학교 Yuanpei College 석사, DeepSeek에 합류 한 후 DeepSeek LLM v1부터 일련의 중요한 작업에 참여했습니다.
8. Zhao Chenggang: World University Supercomputing Competition에서 세 차례 우승한 칭화대 학생으로 DeepSeek에서 교육 및 추론 인프라 엔지니어로 일했습니다.
9. Wu Mata: 2019년 Beihang University에서 박사 학위를 취득하고 DeepSeek의 교육 후 팀을 이끌었습니다.
10. Guo Daya: 2023년 박사 Sun Yat-sen University와 MSRA가 공동으로 교육을 받았으며 2024년 7월 DeepSeek에 합류하여 수학 및 대규모 모델 코딩 작업에 참여했습니다.
11. 뤄푸리(Luo Fuli): 베이징 사범대학교에서 컴퓨터 과학 학사 학위를, 베이징 대학교에서 컴퓨터 언어학 석사 학위를 취득하고 Ali Damo Academy에서 근무했으며 2022년 DeepSeek에 합류하여 DeepSeek-V2의 연구 개발에 참여했습니다.

 

此刻，当我望向窗外硅谷的夜色，星辰与服务器集群的指示灯在远处连成一片，这让我想起三十年前在 Denny's餐厅勾勒第一张GPU草图时的凌晨一真正改变世界的创新，往往诞生于他人质疑的黑暗中。今日的股价波动，不过是漫长征程中的一阵山风，而我们早已学会在峭壁上稳步前行。

 

关于DeepSeek引发的讨论，我想坦诚分享：任何新兴力量的出现，都是对行业生命力的最佳印证。他们以开源策略和场景化芯片设计展现的锐意，恰如我们当年用 GPU颠覆传统计算架构时的锋芒。但请诸位看清本质一这场竞赛并非简单的芯片对决，而是关于“如何定义计算的未来"。

 

二十年前，当我们提出“用GPU解决通用计算问题”时，整个行业都在嘲笑这是将跑车引擎装进货轮的疯狂实验。正是这种“疯狂"，让CUDA生态成长为拥有400万开发者的数字巴别塔，让每一行代码都能唤醒硅基生命的无限可能。今天，DeepSeek试图用专用架构切割算力市场，这反而证明我们正站在算力民主化的临界点:当 AI渗透进每个行业毛细血管时，世界需要的不是割裂的算力孤岛，而是打通虚拟与现实的“计算母体"。

 

为此，我们已启动三项变革：架构团队正在重构下一代 GPU的核心模块，使其既能像乐高般灵活适配垂直场景，又保有通用平台的规模势能;软件生态将向学术界开放CUDA底层工具链，让更多创新者参与定义计算的语法;而我们的前沿实验室正与生物科技、量子计算、气候建模等领域的先驱者共同孵化"不可能的任务"一例如用生成式AI设计下一世代芯片，或是在虚拟宇宙中预演超导材料的合成路径。

 

我深知，资本市场总渴望简单的叙事，但真正的技术革命从来拒绝被标签化。当同行聚焦于如何用AI优化芯片设计时，我们已在探索如何让AI成为芯片的“共生大脑"一-Blackwell架构中新增的自主学习单元，将使每块 GPU在运行中持续进化其计算策略。这如同教会鹰隼在飞行中重塑羽翼，而非仅仅为它打造更精致的巢穴。

 

诸位同仁，请将今日的波动视为一份礼物：它让我们再次审视自己的初心。办公桌上那个1999年的初代GPU工程样片，至今仍在提醒我们一所有颠覆性技术，在诞生之初都像一把未开刃的剑。它的价值不在于被多少人握在手中，而在于持剑者是否有勇气劈开未知的迷雾。未来十八个月，你们将见证英伟达历史上最密集的创新发布。从能效比突破物理极限的量子混合计算方案，到重新定义人机交互的神经接口原型，这些技术或许不会立刻体现在股价曲线上，但它们将悄然重塑人类文明的基石。

 

最后，请允许我引用一位工程师在DGX-1研发日志上的留言:“我们不是在制造芯片，而是在铸造时间的钥匙。” DeepSeek或其他挑战者的出现，不过是证明了这把钥匙正在打开更多人的想象力囚笼。而我们要做的，是确保每个仰望星空的人，都能在英伟达的算力星河中找到属于自己的坐标。

芯榜：icrankcn

山高路远，与君共赴。

黄仁勋

DeepSeek核心成员（部分）

 

1.梁文锋：DeepSeek创始人，毕业于浙江大学，信息与电子工程学硕士。

2.高华佐：北大物理系毕业，为DeepSeek-V2的MLA架构做出了关键创新。
3.曾旺丁：来自北邮，在DeepSeek-V2的MLA架构创新上有重要贡献。
4.邵智宏：清华交互式人工智能（CoAI）课题组博士生，参与了DeepSeek-Math、DeepSeek-Prover、DeepSeek-Coder-v2、DeepSeek-R1等项目。
5.朱琪豪：北大计算机学院软件研究所2024届博士毕业生，主导开发了DeepSeek-Coder-V1。
6.代达劢：2024年博士毕业于北京大学计算机学院计算语言所，参与了从DeepSeek LLM v1到DeepSeek-v3的工作。
7.王炳宣：北大元培学院硕士，加入DeepSeek后参与了从DeepSeek LLM v1开始的一系列重要工作。
8.赵成钢：清华学生，曾三次获得世界大学生超算竞赛冠军，在DeepSeek担任训练、推理基础架构工程师。
9.吴俣：2019年北航博士毕业，领导DeepSeek的后训练团队。
10.郭达雅：中山大学与MSRA联合培养的2023年博士，2024年7月加入DeepSeek，参与数学和代码大模型工作。
11.罗福莉：本科毕业于北京师范大学计算机专业，北京大学计算语言学专业硕士，曾在阿里达摩院工作，2022年加入DeepSeek，参与了DeepSeek-V2的研发工作。

 

Now looking out the window at Silicon Valley night, when you see the light of stars and server clusters in the distance, it reminds me of the early morning of sketching the first GPU at Denny's 30 years ago. Today's stock price fluctuations are just a long-running gust, and we've long learned to move steadily on cliffs.
 
Regarding the debate sparked by DeepSeek, I want to be honest: The emergence of some emerging forces best confirms the vitality of the industry. Their open-source strategies and scenario-based chip design demonstrate the same determination as when we used GPUs to destroy existing computing architectures. However, please note that the essence of this competition is not just about chip confrontation, it's about "how to define the future of computing."
 
Twenty years ago, when we came up with the idea of "solving general-purpose computing problems with GPUs," the industry ridiculed it as a crazy experiment to load sports car engines onto cargo ships. It was this "madness" that made the CUDA ecosystem grow into a digital barbell with 4 million developers, and enabled all lines of code to awaken the infinite possibilities of silicon-based life.
 
Today, Deesee is attempting to reduce the computing power market with a dedicated architecture, demonstrating that we stand at the tipping point of democratization of computing power: When AI penetrates capillaries of all industries, what the world needs is not a fragmented computing power island, but a "computing matrix" that connects virtuality with reality.
 
To that end, we have initiated three changes: The architecture team is flexibly refactoring the core blocks of next-generation GPUs to vertical scenarios such as Lego, while maintaining the expansion potential of the common platform. The software ecosystem will open up the underlying CUDA toolchain to academia, allowing more innovators to participate in defining computational syntax.
 
Our state-of-the-art laboratories are collaborating with pioneers in biotechnology, quantum computing, climate modeling, etc. to incubate "impossible tasks" such as designing next-generation chips with generative AI or rehearsing synthetic pathways of superconducting materials in virtual space.
 
We know that capital markets crave mere narratives, but a true technological revolution has never been tagged. While our colleagues are focusing on how to optimize chip design using AI, we are already working on how to make AI the "symbiotic brain" of chips, or a new self-learning device in the Blackwell architecture that allows each GPU to continue advancing its computing strategy while it's running. It's like teaching a hawk to change its wing shape as it flies, and building a more sophisticated nest for a hawk.
 
Colleagues, please consider today's volatility a gift: it makes us rethink our original aspirations. An original GPU engineering sample from 1999 on my desk still reminds me that all destructive technology is like a sharp knife at birth. The value of a sword is not so much how many people hold it in their hands, but whether the sword-wielding man has the courage to break through the unknown fog. Over the next 18 months, we will witness the most intensive rollout of innovation in NVIDIA history.
 
From quantum hybrid computing solutions that go beyond the bounds of physics in terms of energy efficiency to prototypes of neural interfaces redefining human-computer interactions, these technologies may not immediately be reflected in the stock price curve but will quietly reshape the cornerstones of human civilization.
 
Finally, I'll quote an engineer on the DGX-1 R&D log: "We're not making chips, we're throwing the key to time." The emergence of DeepSeek or other challengers is just proof that this key is opening a cage of imagination for more people. All we need to do is make sure everyone looking at the stars can find their coordinates on NVIDIA's computing power Galaxy.

The mountain is high and the road is long, so we will go together.
Jensen Huang

 

DeepSeek Core Members (Part)

1. Liang Wenfeng: Founder of DeepSeek, graduated from Zhejiang University with a Master's degree in Information and Electronic Engineering.

2. Gao Huazuo: Graduated from Peking University's Physics Department and made key innovations in the MLA architecture for DeepSeek-V2.
3. Zeng Wangding: From North Post, he made significant contributions to the innovation of DeepSeek-V2's MLA architecture.
4. Shao Zhihong: A doctoral student in Tsinghua's Interactive Artificial Intelligence (CoAI) research group, involved in projects such as DeepSeek-Math, DeepSeek-Prover, DeepSeek-Coder-v2, and DeepSeek-R1.
5. Zhu Qihao: A PhD graduate of the Software Institute at Peking University's School of Computer Science in 2024, he led the development of DeepSeek-Coder-V1.
6. DaDa Li: Graduated with a PhD from the School of Computational Languages at Peking University's School of Computer Science in 2024 and has been involved in work from DeepSeek LLM v1 to DeepSeek-v3.
7. Wang Bingxuan: Master's degree from Peking University's Yuanpei College. After joining DeepSeek, he participated in a series of important work starting with DeepSeek LLM v1.
8. Zhao Chenggang: A Tsinghua student who has won the World University Supercomputing Competition three times and serves as a Training and Reasoning Infrastructure Engineer at DeepSeek.
9. Wu Maamata: Graduated with a PhD from Beihang in 2019 and led DeepSeek's post-training team.
10. Guo Daya: A 2023 PhD jointly trained by Sun Yat-sen University and MSRA, joining DeepSeek in July 2024 to work on mathematical and code big models.
11. Luo Fuli: Bachelor's degree in Computer Science from Peking Normal University and a Master's degree in Computational Linguistics from Peking University. She previously worked at Aridamo Academy and joined DeepSeek in 2022 to participate in the development of DeepSeek-V2.