四川
英語專業真要反超計算機嗎？黃仁勛一句“人類語言成為新編程語言”，把家長和學生最熟悉的選專業邏輯敲了一下。AI來了，拼的還只是代碼嗎？
黃仁勛的名字，過去更多出現在顯卡、游戲、芯片圈。等到大模型爆發后，他突然成了全球科技行業繞不開的人物。英偉達不再只是玩家口中的顯卡公司，而是AI算力的核心供應商。黃仁勛也從一個半導體企業家，變成了外界觀察AI風向的標志性人物。
他1963年出生，后來赴美求學，先后獲得俄勒岡州立大學電氣工程學士和斯坦福大學電氣工程碩士學位。創辦英偉達之前，他在LSI Logic和AMD工作過。
這段經歷讓他熟悉芯片產業的工程節奏，也看清了半導體公司最難的地方：不是做出一塊能跑的芯片，而是長期投入、持續迭代，讓硬件和軟件一起形成壁壘。
1993年，黃仁勛與合伙人創辦英偉達。公司早期主攻圖形處理器，真正讓它站上行業高點的，是1999年推出GPU之后打開的市場。游戲、圖形渲染、專業視覺計算，先后成了英偉達的增長土壤。后來深度學習興起，GPU強大的并行計算能力被研究者和工程團隊大規模使用，英偉達由此進入AI核心鏈條。
黃仁勛的厲害之處，不只在于押中GPU。他很早就推動CUDA生態，讓開發者能圍繞英偉達硬件寫程序、建模型、做工程。
芯片可以被追趕，生態很難一夜復制。AI熱潮起來后，英偉達賣出的不只是加速卡，還有開發工具、訓練框架、工程習慣和龐大的開發者網絡。
正因如此，他談“人類語言成為新編程語言”時，外界才會格外關注。英偉達市值一路攀升，黃仁勛的公開發言也被不斷放大，影響從芯片公司擴散到教育、就業和專業選擇。
AI把很多寫代碼的基礎動作自動化之后，人的競爭重點會從“會不會敲代碼”，轉向“能不能把問題講清楚、把目標定準確、把結果判斷明白”。
以前普通人指揮電腦，需要先學機器能聽懂的語言。C++、Python、Java，都是人與機器之間的橋。不會這些語言，就很難讓電腦替你做復雜工作。大模型出現后，入口變了。人可以用自然語言描述任務，讓AI生成代碼、整理資料、寫方案、做分析。這個變化讓“表達能力”變得很值錢。
所以，不是英語壓倒計算機，而是專業排序正在重排。
AI產業接下來的競爭，不會只停在芯片參數上。AMD MI300X的規格很強，顯存和帶寬都很有看點，可市場反應已經說明，客戶買AI算力時看的不只是紙面數據。訓練模型、部署推理、遷移系統、排查故障，都要靠成熟生態支撐。英偉達的CUDA多年積累，正是它繼續領先的重要原因。
這也反過來解釋了黃仁勛為什么強調“人類語言”。
當工具越來越強，工程師不可能繼續把大量時間耗在重復性代碼上。一個高水平工程師，要學會把任務拆開，讓AI完成一部分，再由人做架構、驗證和糾錯。換句話說，未來的工程師更像項目指揮者，而不是單純的鍵盤勞動者。
黃仁勛目前仍站在AI產業最中心。英偉達市值繼續保持高位，他的每次演講都會被科技圈、投資圈、教育圈反復拆解。
英語會不會反超計算機，答案沒那么簡單。AI時代真正淘汰的不是某個專業，而是不學習、不表達、不判斷的人。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
