Name: ジェンセン・フアン、Nvidiaは2025年に1200ドルを達成すると発言：NVDAの株価は10倍になる｜NVDA株価 (Jensen Huang Said Nvidia Will Hit $1200 In 2025: NVDA Stock Will 10X | NVDA Stock)
Uploaded: 2025-02-19T15:22:02.000Z
Duration: 37 min 30 s
Description: VoiceTubeの動画で発音を聞きながら英語表現を覚えよう！学べる英語：

程度の副詞

Okay, so let's talk about about AI and I know you just to kind of do some math to ground things here.

さて、それではAIの話をしましょう。ここでは、物事を理解するために、いくつかの計算をする必要があります。

Let's just say that the total sort of compute capacity of all GPUs in the world today is X.

現在、世界中にあるGPUの総計算能力をXとしましょう。

What do you think, what do you think, what multiple of X will we be at in five years?

5年後にXの何倍になっていると思う？

First of all, you know that I'm going to regret saying this.

まず第一に、こんなことを言うと後悔することは分かっているだろう。

And this is, I'm a public company, you crazy person.

See this is, here's, this is, how nice is it to be private?  Safe to say considerably more?

これが、これが、これが、プライベートになることがどれほど素晴らしいことか？  かなり多いと言っていいか？

それについて理屈をつけようじゃないか。

Okay so let's reason about it, let's reason our way through, okay?

それじゃ、理屈をこねて、理屈をこねくりまわそう、いいね？

The world has installed about a trillion dollars worth of data centers.

世界には約1兆ドル相当のデータセンターが設置されている。

Those trillion dollars worth of data centers use as general purpose computing.

兆ドル相当のデータセンターは、汎用コンピューティングとして使用されている。

General purpose computing is run as course.

汎用のコンピューティングはコースとして運営されている。

そのような処理を続けることはできない。

And so the world is going to accelerate everything.

そして、世界はすべてを加速させようとしている。

And so we're going to accelerate everything.

だから、すべてを加速させるつもりだ。

When we accelerate everything, every single data center, every single computer will be an accelerated server.

すべてをアクセラレートすれば、すべてのデータセンター、すべてのコンピューターがアクセラレートされたサーバーになる。

Well there's about a trillion dollars worth of computers if we don't grow at all over the next, call it four years that we have to go replace.

この先4年間、私たちがまったく成長しなければ、1兆ドル相当のコンピュータを交換しなければならない。

Four years, six years, pick your number of years.

4年でも6年でも、お好きな年数を選んでください。

But if the computer industry continues to grow at some 20% or so, we'll probably have to replace over the course of next, you know, pick your number of years, about two trillion dollars worth of computers with accelerated computing.

しかし、コンピューター産業がこのまま20％ほど成長し続ければ、おそらく今後何年間で2兆ドル相当のコンピューターをアクセラレーション・コンピューティングに置き換えなければならなくなるだろう。

だからGPUにしてくれ、いいね？

And this is the second part, this is the reason why all of you, Stripe, you're onto something just absolutely monumental.

そしてこれが第二部で、ストライプのみなさんが、非常に重要なことに取り組んでいる理由です。

This idea, this idea called, you know, you've heard me say an industrial revolution.

この考え方は、産業革命と呼ばれるものだ。

We are producing something for the very first time that has never been produced before.

私たちは、これまでにない初めてのものをプロデュースしている。

And we're producing it in extremely high volume.

そして我々はそれを極めて大量に生産している。

And the production of this thing requires a new instrument that never existed before.

そして、その製造には、これまで存在しなかった新しい楽器が必要なのだ。

And the thing that we're producing for the very first time, for the mathematicians and all the computer scientists in the room, for all of you, you know that we're producing tokens.

数学者やコンピュータ科学者の皆さん、そして会場にいる皆さん、トークンを作っていることはご存知でしょう。

We're producing floating point numbers at high volume for the first time in history.

我々は史上初めて浮動小数点数を大量生産している。

And the floating point numbers have value.

そして浮動小数点数には価値がある。

The reason why they have value is because it's intelligence.

彼らに価値があるのは、それがインテリジェンスだからだ。

You can take these floating point numbers, you reformulate it in such a way that it turns into English, French, proteins, chemicals, graphics, images, videos, robotic articulation, steering wheel articulation.

これらの浮動小数点数を、英語、フランス語、タンパク質、化学物質、グラフィック、画像、ビデオ、ロボット関節、ハンドル関節に変換するような方法で再定式化することができる。

We're producing tokens at extraordinary scale.

私たちは並外れた規模でトークンを生産している。

Now we've discovered a way through all of the work that we do with artificial intelligence to produce tokens of almost any kind.

今、私たちは人工知能を使ったあらゆる作業を通じて、ほとんどあらゆる種類のトークンを製造する方法を発見した。

So now the world is going to produce an enormous amount of tokens.

だから今、世界は膨大な量のトークンを生産しようとしている。

Now these tokens are going to be produced in new types of data centers.

これらのトークンは、新しいタイプのデータセンターで生産されることになる。

私たちはそれをAI工場と呼んでいる。

Back in the last industrial revolution, water comes into a machine.

最後の産業革命の頃、水は機械に入ってきた。

You light the water on fire, turn it into steam, and then it turns into electrons.

水に火をつけて蒸気にし、電子に変える。

原子が入ってきて、電子が出ていく。

In this new industrial revolution, electrons come in and floating point numbers come out.

この新しい産業革命では、電子が入ってきて、浮動小数点数が出てくる。

And just like the last industrial revolution, nobody understood why this electricity is so valuable and is now sold, marketed, kilowatt hours per dollar.

そして先の産業革命と同じように、なぜこの電気がこれほど価値があるのか、誰も理解していなかった。

And so now we have a million tokens per dollar.

そして今、1ドルあたり100万トークンを手に入れた。

And so that same logic is as incomprehensible to a lot of people as the last industrial revolution, but it's going to be completely normal in the next 10 years.

そして、その同じロジックは、前回の産業革命と同じように多くの人々には理解できないものだが、今後10年以内には完全に普通のことになるだろう。

Well, these tokens are going to create new products, new services, enhance productivity on a whole slew of industries, $100 trillion worth of industries on top of us.

これらのトークンは、新製品や新サービスを生み出し、多くの産業の生産性を向上させる。

And so this industry is going to be gigantic.

だから、この業界は巨大になるだろう。

And in order to monetize that, transact that, you're going to need Stripe.

そして、それを収益化し、取引するためには、Stripeが必要になる。

I got to tell you, this is one of my favorite companies.

言っておくけど、この会社は僕の大好きな会社のひとつなんだ。

The first time I met Patrick, he had to explain Stripe to me.

初めてパトリックに会ったとき、彼は私にストライプについて説明しなければならなかった。

We tried to refine the descriptions over time, but you had an early version.

私たちは時間をかけて説明を洗練させようとしたが、あなたは初期のバージョンを持っていた。

First of all, you're in a complicated business no matter what.

まず第一に、あなたはどうしたって複雑なビジネスをしている。

But nonetheless, I was so inspired by it.

それにもかかわらず、私はとても刺激を受けた。

It's incredible what you guys have built.

君たちが築き上げたものは信じられないほどだ。

Are we going to get you migrated to Stripe billing now that we have usage-based billing?

Stripeの利用課金に移行する予定はありますか？

I wish I had a business that required billing.

請求書の発行が必要なビジネスをやってみたかった。

I think your public filing suggests you're doing a lot of billing.

あなたの公開申告を見る限り、多くの請求をしていると思う。

我々はそれをフォローアップする

It's only 10 transactions, just so you know.

Your economics serving us is like nothing.

私たちに奉仕するあなた方の経済学は、何もないようなものだ。

それについては、また別途話し合おう。

このトークンについて考えてみると...。

そんなことは言ってはいけない。

So thinking about these token factories, I feel like a big question right now is whether the models saturate.

このトークン・ファクトリーについて考えると、モデルが飽和するかどうかが大きな問題のような気がする。

In the sense that we demoed the Sigma Assistant on stage earlier, and you can write some natural language, and we convert that to SQL.

先ほどステージでシグマ・アシスタントのデモをしましたが、自然言語を書くことができ、それをSQLに変換します。

And going from a 7 billion parameter model to a 70 billion parameter model or something like that, there might be a significant kind of consequential improvement in query accuracy for the user for the typical kinds of queries that people tend to construct.

そして、70億のパラメータ・モデルから700億のパラメータ・モデル、あるいはそのようなモデルへ移行することで、人々が構築しがちな典型的な種類のクエリにおいて、ユーザーにとってのクエリ精度が結果的に大幅に向上する可能性がある。

But maybe going to a model that's 10x larger than that is sort of unnecessary.

でも、その10倍の大きさのモデルにするのは、ある意味不必要なのかもしれない。

At some point, you get to good enough, you can reliably convert the natural language to SQL.

ある時点で、十分なレベルに達すると、自然言語を確実にSQLに変換できるようになる。

I think there's a question for the use cases for which LLMs are being deployed.

LLMが導入されるユースケースには疑問があると思う。

What does that saturation curve look like?

その飽和曲線はどのように見えるか？

And for how many use cases does one need a trillion parameter model or a 10 trillion parameter model?

そして、どれだけのユースケースに対して、1兆個のパラメーターモデルや10兆個のパラメーターモデルが必要なのだろうか？

Or do we simply reach a point where some number that is, say, less than 100 billion is sufficient?

それとも、例えば1,000億より少ない数字で十分だということになるのだろうか？

それについて何か意見はありますか？

Or is that even a reasonable way to look at the question in the first place?

あるいは、そもそもその質問の見方は妥当なのだろうか？

In 2012, AlexNet was computer vision, ImageNet, image recognition, 82% or something like that  Over the next almost not quite 10 years, I think it was like seven years, every single year, the accuracy error reduced in half, right?

2012年当時、AlexNetはコンピュータビジョン、ImageNetは画像認識で、82％とかそんなものでした。 それから10年近く、いや7年くらいだったと思いますが、毎年、精度の誤差は半分に減っていますよね？

Every year, the error reduced in half or otherwise known as Moore's law.  So you double the performance, you double the accuracy, and you double its believability every single year.

毎年、誤差は半分になり、ムーアの法則として知られている。  つまり、毎年、性能が倍増し、精度が倍増し、信憑性が倍増しているのだ。

Over the course of seven years, it's now superhuman.

7年の歳月を経て、今では超人的だ。

字幕リスト動画再生

ジェンセン・フアン、Nvidiaは2025年に1200ドルを達成すると発言：NVDAの株価は10倍になる｜NVDA株価 (Jensen Huang Said Nvidia Will Hit $1200 In 2025: NVDA Stock Will 10X | NVDA Stock)

extraordinary

term

revenue

artificial