良性循环的开始

现在，另一件事发生了。从这三个扩展定律中，我们得到了更智能的模型，而这些更智能的模型需要更多的计算力。但是，当你拥有更智能的模型时，你就获得了更多的智能。人们开始使用它。

那么，我刚才说到哪里了？你的模型越智能，你的模型越智能，使用它的人就越多。它现在更加扎实。它能够推理。它能够解决它以前从未学过如何解决的问题，因为它可以进行研究。去了解它。回来。分解它。推理出如何解决你的问题，如何回答你的疑问，然后去解决它。

思考的量正在使模型变得更加智能。它越智能，使用它的人就越多。它越智能，所需的计算力就越多。但事情是这样的。去年，AI 行业迎来了一个转折点，这意味着 AI 模型现在已经足够智能。它们正在创造价值，它们值得付费。

NVIDIA 为 Cursor 的每一个许可证付费，我们很乐意这样做。我们很乐意这样做，因为 Cursor 正在帮助一个价值数十万美元的员工——软件工程师或 AI 研究人员——提高许多倍的生产力。所以，我们当然非常乐意这样做。这些 AI 模型已经足够好，值得付费。Cursor、Eleven Labs、Synthesia、Abridge、Open Evidence。名单还在继续。当然，还有 OpenAI。当然，还有 Claude。

这些模型现在非常好，人们愿意为之付费。正因为人们愿意付费并使用更多，而且他们每次使用更多，就需要更多的计算力。我们现在有了两个指数级增长。这两个指数级增长，一个是三个扩展定律带来的指数级计算需求。第二个指数级增长是，它越智能，使用它的人就越多，它需要的计算力就越多。

现在，两个指数级增长正在给全球的计算资源带来压力。恰恰在我早些时候告诉你们摩尔定律已基本终结的时候。所以问题是，我们该怎么办？如果这两个指数级需求在增长，而我们找不到降低成本的方法，那么这个正反馈系统，这个循环反馈系统，本质上被称为良性循环，对于几乎所有行业都是至关重要的，对于任何平台行业都是至关重要的。

这对 NVIDIA 至关重要。我们现在已经达到了 CUDA 的良性循环。人们创造的应用越多，CUDA 的价值就越大。CUDA 的价值越大，购买的 CUDA 计算机就越多。购买的 CUDA 计算机越多，就有越多的开发者想为其创建应用。NVIDIA 的这个良性循环在三十年后终于实现。

十五年后，我们也为 AI 实现了这一点。AI 现在已经达到了一个良性循环。因此，你使用得越多，因为 AI 很智能，我们愿意付费，产生的利润就越多。产生的利润越多，投入到电网中的计算力就越多，投入到 AI 工厂的计算力就越多。计算力越多，AI 就变得越智能。越智能，使用它的人就越多。越多的应用使用它。我们能解决的问题就越多。

这个良性循环现在正在运转。我们需要做的是大幅降低成本，这样，第一，用户体验会更好。当你提示 AI 时，它会更快地响应你。第二，通过降低成本，我们可以保持这个良性循环的持续，让它变得更智能，让更多人使用它，如此循环往复。这个良性循环现在正在运转。