英偉達首臺DGX GB300，老黃親自登門送給他

老黃又又又親自上門送“顯卡”了！

首臺DGX Station（GB300）送給了卡帕西——這位AI時代的個人開發者代表。

△圖源：英偉達官方博客

注意到沒，就在這臺“大玩具”上，老黃還附贈了一篇洋洋灑灑的“小作文”：

• 致Andrej——第一臺DGX Station的擁有者：
  AI智能體時代已經到來，這是一個令人難以置信的里程碑時刻，也讓人想起我們一起走過的GTC早期歲月。
  一路走來，你始終與我并肩同行。

而另一邊，卡帕西也在上對老黃隔空發射愛心，并且透露自己準備用它搭一套個人AI集群，專門拿來折騰各種有意思的實驗。

對了，針對老黃提到的“GTC早期歲月”，卡帕西還順帶解惑了一波：

后來的事情大家也都知道了，深度學習革命讓英偉達這個“賣鏟人”賺得盆滿缽滿。

所以，老黃這次上門送溫暖，原來是來“報恩”的？(doge）

當然調侃歸調侃，只需看一眼老黃曾經的上門服務案例，你就知道這背后實則大有文章了。

大約10年前（天哪都10年了），老黃把首臺DGX-1送給了彼時還很年輕的OpenAI。而從那時起，深度學習開始真正走向工程化，AI進入“大模型前夜”。

再到近兩年，他又分別給奧特曼和馬斯克送上首臺DGX H200、DGX Spark迷你超級計算機。這里頭除了兩人“鬧掰”得分開送的原因外，背后的信號也很直接——大模型競賽進入“深水區”，算力正在成為最終勝負手。

然后就是現在，卡帕西這位超級開發者成為老黃新的“座上賓”，這也意味著——

進入智能體時代，個人開發者正在登上舞臺中央。

尤其在“龍蝦”如此火爆的情況下，這股風潮無疑將更甚。

這次送給了個人開發者卡帕西

書歸此次“老黃上門送溫暖”事件。

之所以說這更多代表著個人開發者的勝利，主要還是因為卡帕西這個受贈對象，身上的標簽實在過于鮮明了。

雖然這是位老朋友了，但咱還是簡單回顧下他的履歷。

卡帕西（英文名Andrej Karpathy），早年在斯坦福做深度學習研究，后來加入OpenAI成為創始成員之一。

在OpenAI待了一年半左右，被“負氣出走”的馬斯克挖到特斯拉，負責領導特斯拉自動駕駛系統的計算機視覺團隊。

不過在特斯拉干了5年多之后，他又回歸OpenAI了。But，這次回去也沒待多久，然后就選擇出來單干了……

這中間的彎彎繞繞我們不再贅述，只說他最近在干啥、以及留給人的最深印象。

總結起來就是，他正在把AI從“論文”和“大公司”，變成“一個人就能跑起來的系統”。

關注卡帕西個人賬號的朋友都知道，這位AI大神近一兩年幾乎是在反復做三件事：

• 把最新論文快速復現成可運行Demo
• 手搓小而精的模型和工具鏈
• 搭建能長期運行的Agent系統（也就是大家口中的“龍蝦”）

這些事情也讓他逐漸成為眾人眼中的個人開發者代表——一個人，就能完成從想法到產品的完整閉環。

而這，恰恰就是當下智能體時代最稀缺、也最具代表性的能力。

再加上他和老黃之前的“私交”（比如前面提到的GTC），此時此刻，卡帕西就成了那個被老黃選中的人。

而要問選中之后干啥？老黃的用意當然是“帶貨”?。ㄌ崆盎蛄耍?/p>

由于搭載GB300的DGX Station亮相不多，所以咱也捎帶手介紹下。

概括而言，這臺機器毫無疑問就是為“龍蝦”這樣的智能體量身定制的。

別看這臺機器長得像個“桌面工作站”，本質上其實是把一整套數據中心級AI算力，壓縮進了個人開發者的桌面上。

簡單說，DGX Station （GB300）干的事就一件——把原本屬于機房的能力，搬到你手邊。

它用的是和數據中心同源的GB300架構，相當于你在本地寫代碼、跑模型，其實就是在“迷你版數據中心”里干活。

748GB統一內存+20 PFLOPS算力，意味著不只是能跑模型，而是可以直接上手折騰千億甚至萬億參數級別的系統。

更關鍵的一點是，這套環境不是“孤島”——你在本地跑通的東西，可以無縫遷移到云端或更大規模的集群里，不需要推倒重來。

所以你會發現，它解決的不是“能不能跑AI”的問題，而是另一個更實際的需求：

能不能讓AI一直跑下去。

話說到這里，相信最近已經被“龍蝦”360°環繞的大家，已經明白這臺設備的定位和作用了。

而當我們把視線再拉遠，你就發現老黃在這股“龍蝦熱”里，還有后手。

除了找“代言人”，英偉達還正在奮力補齊整套Agent基礎設施——

從硬件到軟件，一個都沒落下。

英偉達博客里提到，為了配合硬件（指這次亮相的DGX Station GB300），他們還向OpenClaw項目貢獻了一個開源堆棧——NVIDIA NemoClaw。

NemoClaw能讓開發者用一條命令，就把一個“隨時在線”的AI助手安全部署起來。

它內置了一套面向AI智能體的運行時環境——NVIDIA OpenShell，既負責調度模型與工具調用，也通過沙箱機制保證整個執行過程安全可控。

如此一來，從算力到安裝部署，老黃就又把這門“龍蝦生意”做成了產業鏈。

老黃親自上門送顯卡，已成風向標！

實際上，細數老黃為數不多的“上門服務”，你就知道這位算力掌門人的眼光有多毒辣了。

幾乎每一次上門背后，都對應著一個清晰的時代信號。

比較早期、也是比較著名的一次，就是10年前送給OpenAI的首臺DGX-1（當時馬斯克還是OpenAI聯合創始人）。

當時OpenAI剛成立不久，辦公室里除了擠滿一群理想主義者，幾乎啥也沒有（更別說服務器了）。

而另一邊，深度學習革命的暗流已經涌動——只差一股算力把它推到臺前。

于是，老黃親自帶著首臺DGX-1直接上門了，而且還寫下一句話：

• 為了計算和人類的未來，我送上世界上第一臺DGX-1。

雖然這話如今聽起來有點“豪賭”的意味，但事實證明，老黃贏了。

盡管很難說清這臺DGX-1在OpenAI的發展歷程中起了多大作用，但也正是這一滴一毫，最后澆灌出了ChatGPT這顆參天大樹。

更何況DGX-1在當時本身就是一款比較領先的產品——它第一次把硬件、互聯、軟件棧全部打包成一個“開箱即用”的深度學習系統，對提升訓練效率至關重要。

所以回過頭看，老黃這哪是送機器，分明是在押注一個時代——

一個屬于深度革命的時代，一個將深度革命從實驗室推向公司工程化的時代。

也難怪后來很多人說，AI大模型前夜，就是從這張照片開始的。

再到2024年，還是在這家公司，老黃二次登門給奧特曼送去了世界首臺DGX H200。

這件事發生的背景是——

ChatGPT帶來的大模型風暴已經席卷全世界，Saling Law定律正當紅，所有人都在卷參數、卷規模。

當然，所有人也缺算力。

而就在這樣的時刻，老黃把DGX H200這款當時最新、最強的AI芯片送給了彼時已經被全球公認為最頂尖的AI初創公司OpenAI。并且這一次他寫下的話是：

• 旨在推進人工智能、計算技術與人類的發展。

就怎么說呢？表面上看老黃是“初心不改”，但背后釋放的信號卻很明確：

在大模型已經進入算力競賽的時刻，英偉達正在成為底層供給者——強如OpenAI也得靠老黃送補給。

至于2025年他給馬斯克送去的DGX Spark迷你超級計算機，這一步其實更有意思。

如果說DGX H200代表的是“把算力推到極致”，那么DGX Spark做的，則是另一件事——

把頂級算力，壓縮進更小、更靈活的形態。

老黃上門時就調侃了，“想象一下，把最小的超級計算機放到最大的火箭旁會是什么情景”。

實際上，這句看似玩笑的話已經暴露了老黃的“野心”——

算力不只是用來訓練模型，還要支撐持續運行的AI系統。

而馬斯克的火箭，其實就是這一設想背后最極端的場景。只要這個都能搞定，其他自動駕駛、機器人、工業系統這些，自然更不在話下。

此時，算力的形態已經開始發生改變，最終的目標就是走進無數個微小的應用場景。

而這一計劃放在今天，就是無數個個人開發者的“桌面”（這里可以包含虛實兩層含義）。

所以我們終于明白，為什么老黃這次會選中卡帕西了，為什么他會把首臺DGX Station（GB300）送到一個“個人開發者”手中。

因為，當算力開始走向分布式、走向本地、走向每一個具體場景時——
最先承接這一變化的，不再是龐大的組織，而恰恰是這些能獨立完成閉環的個體。

而說到這里，OpenAI研究科學家Noam Brown發起的討論也似乎有了初步答案。

他曾發帖提問：

• 為什么在人類歷史上——至少自工業革命以來最關鍵的時期，他（卡帕西）沒有出現在一個前沿的人工智能實驗室？

答案不言自明——

因為是卡帕西，也因為他是這個時代的“個人開發者”代表。

而且據英偉達透露，除了卡帕西，首批DGX Station（GB300）還即將交付給Matt Berman。

劃重點，此人既是一位擁有近60萬粉的油管博主，也是一位喜歡自己搞開發的“個體戶”。

不過和卡帕西這種有知名代表作的開發者不同，Matt Berman能被“選中”或許主要還是因為他的傳播講解能力。

其真正有影響力的，是一整套教“普通人如何搭AI Agent系統”的方法論。（包括演示如何玩“龍蝦”）

而在這個意義上，他更是承擔著“個體開發”放大者的角色。