微软与英伟达的三十年渊源：从Windows到CUDA

回顾两家公司及两位创始人的合作历程，可以发现英伟达的诞生与Windows系统密不可分。黄仁勋回忆道，1992年底英伟达成立时，他本人甚至未曾见过个人电脑（PC），主要工作集中在工作站、文件服务器和超级计算机上。当时团队构想的是拥有3D图形能力的个人电脑将能运行游戏并作为设计工作站使用。如果没有Windows，英伟达可能不会成立。随后1995年发布的Windows 95通过DirectX和Direct3D API，真正实现了GPU与个人电脑的连接，释放了图形处理能力。更关键的是，在DX8时代，英伟达与微软共同发明了世界上第一款可编程GPU（即可编程着色器）。这一技术演进后来直接催生了CUDA架构。

"If not for Windows, Nvidia wouldn't have been founded. And if no GeForce, CUDA wouldn't have come to the world."（如果没有Windows，英伟达就不会成立。如果没有GeForce，CUDA也不会来到这个世界。）

这一技术链条的延续性至关重要。没有CUDA，深度学习领域的先驱们（如Alex Krizhevsky等人）可能找不到合适的计算平台来训练深度神经网络。黄仁勋幽默地表示，现在微软市值的转移算是把当年的“功劳”还给了他。这段历史不仅是两家公司的合作史，某种程度上也是计算技术从图形处理向通用加速计算演进的历史。微软CEO萨提亚·纳德拉指出，黄仁勋是行业内对加速计算愿景最坚定、最长期的倡导者之一。这种一致性使得英伟达能够超越单一的PC形态或芯片架构，将加速计算视为一种长期的世俗趋势（secular trend）。

从云端HPC到AI超级计算机的偶然与必然

纳德拉进一步阐述了微软在加速计算领域的早期布局及其对AI爆发的关键作用。他回忆称，Azure是第一个在云内部署InfiniBand技术的云平台。这一举措最初是为了构建高性能计算（HPC）超级计算机，但随后发生了一个决定性的“意外”：OpenAI的Sam Altman询问微软是否拥有计算资源，而微软恰好提供了基于InfiniBand构建的超级计算机用于训练GPT模型。

"If we had not done that for HPC, we wouldn't have had the supercomputer to give to OpenAI... and rest would be history."（如果我们没有为HPC做这些，我们就不会有超级计算机提供给OpenAI……剩下的就是历史了。）

纳德拉强调，虽然结果具有偶然性（"life is full of accidents"），但英伟达对加速计算长期愿景的一致性才是根本原因。这种技术积累使得微软能够在关键时刻为OpenAI提供基础设施，从而开启了生成式AI的新纪元。这种从云端HPC到支持大模型训练的基础设施演进，为后续讨论AI如何重塑个人电脑奠定了技术背景。纳德拉认为，正是这种对加速计算潜力的深刻理解和持续投入，才使得今天的技术对话成为可能。

AI Agent时代：打造“完美PC”的挑战与生态整合

随着AI代理（Agents）时代的到来，个人电脑的角色发生了根本性转变。黄仁勋指出，PC是终极工具，而在AI代理时代，当代理运行在本地电脑上时，它成为了用户的个人助手。然而，这些代理需要访问强大的工具生态（如Blender、Unreal Engine、Omniverse等），而这些工具目前分散在英伟达的游戏PC和工作站生态系统中。

"We want the world's best blender, the world's best unreal... everything all sitting on the same PC."（我们希望最好的Blender、最好的Unreal……所有工具都运行在同一台PC上。）

为了解决这一割裂问题，英伟达花了四年时间进行对话和整合，旨在创建一个统一的平台，让AI代理能够无缝调用这些专业工具。这一过程引出了对操作系统原语的重新思考。纳德拉提到，当前的AI代理应用（如Amuse或Instinct）往往需要完全磁盘访问权限以模拟用户行为，这带来了巨大的安全风险。因此，微软与英伟达合作开发了MXC（Microsoft Cross Cloud/Context? 注：字幕提及为OS primitive），旨在将安全原语融入操作系统或云端，使桌面成为代理执行的最安全环境。这一举措标志着从单纯的API调用转向操作系统层面的原生集成，特别是与Open Shell的整合，为AI代理提供了更底层、更安全的能力支持。

全栈式隔离与可观测性构建信任基石

微软强调，AI代理的安全治理不能仅靠单一层面的防护，而必须实现全栈式的深度隔离。这种微虚拟机（MicroVM）、Windows会话层以及底层系统的多重 containment 机制，确保了代理行为的可控性。更重要的是，微软提出了基于身份的完整可观测性方案：通过为每个代理分配唯一身份标识，IT运维和安全团队能够追踪其所有活动轨迹及资源消耗情况。这种细粒度的策略治理能力，不仅涵盖了传统的安全管控，还特别强调了对Token使用量和消耗地点的实时监控。正如Nadella所言："> containment is wonderful but then I need full observability... If you have an identity for an agent that I can track, I can then see the entire exhaust of the agent right all of it"。只有将隔离、可观测性和治理策略无缝 stitched together，才能消除企业和用户对广泛采用AI技术的信任障碍。这种异构且全面的技术整合（涵盖云、客户端及FinOps），而非依赖某单一微软技术，才是推动AI大规模扩散的关键前提。

混合智能：打破本地与云端的体验边界

Jensen Huang指出，未来的计算范式将彻底模糊“本地运行”与“云端运行”的界限，用户不再需要关心具体任务是在哪里执行的。他回顾了自己从80年代使用VAX终端到PC时代的经历，类比指出当前的浏览器（如Mosaic）曾将分散的体验整合为无缝流程。在最新的演示中，开发者Danielle展示了一种高度集成的混合工作流：利用Comfy UI下载模型、在Blender中构建资产并增强，再返回Comfy UI处理，随后调用Photoshop本地模型优化，最后将数据同步至云端的Astra和Unreal引擎。这一过程涉及多个应用、本地模型与云端服务的频繁交互，但用户感知到的只是流畅的创作体验。Nadella强调："> There will never be a moment where we will go and look and say, 'Oh this runs locally, this runs in the cloud.' You will expect this hybrid intelligence to be everywhere and pervasive." 这种无处不在的混合智能，使得计算能力能够根据任务需求在本地和云端之间无缝流动。

代理驱动的文件系统与安全数据主权

随着AI代理成为文件系统的主要使用者，数据安全与工具使用的就近原则变得至关重要。Nadella以自己和Jacob正在进行的税务申报为例，说明代理如何从下载文件夹、云存储和电子邮件中自动整理数据。关键在于，敏感数据的处理必须发生在靠近数据存储的本地环境中，以确保隐私和安全。Huang认为，代理将成为文件系统最大的用户群体，因此需要一种新的抽象层来管理这些异构空间。他提到："> I want my data to be secure and safe and controlled... the tool use to happen near where the data is"。这种架构不仅提升了效率（如将原本需要数天的工作压缩至几小时），更确立了以数据为中心的安全治理新标准。通过让代理在本地安全容器内操作，同时利用云端强大的算力进行复杂推理和渲染，企业和个人用户能够在享受AI加速的同时，牢牢掌握数据的主权和控制权。

混合智能：从“人用电脑”到“代理使用电脑”

微软与英伟达的高管共同描绘了混合智能（Hybrid Intelligence）的未来图景，指出计算范式正从单纯的人机交互转向代理辅助（Agent-assisted）模式。在这种新架构中，用户不仅自己使用计算机，更让AI代理利用计算机执行任务。“I use the computer, my agents use the computer”这一核心观点强调了代理对计算原语（primitives）的依赖，这些原语需要全天候可用且无缝漫游。例如，OneDrive等云服务已不再被区分是云端还是客户端资源，而是无处不在的基础设施。这种转变意味着代理需要像人类一样访问所有应用功能。“These agents are going to be better users of tools than us... the agent knows every single feature”，因为人类通常只掌握应用10%-15%的功能，而代理能调用全部能力。本地运行模型与云端模型的结合，使得Surface Ultra等高性能设备成为代理的强力后盾，能够流畅运行Blender、Unreal Engine和ComfyUI等复杂创作工具。

硬件革命：统一架构与个人超级芯片的诞生

英伟达CEO黄仁勋详细阐述了“Spark”工作站背后的硬件革新，这被视为个人电脑的一次彻底 reinvention。该项目汇聚了超过4,000人年（engineering years）的工程力量，将原本分散在游戏PC、笔记本、工作站和超级计算机中的能力统一于单一芯片架构。黄仁勋指出，这块由两个巨型芯片融合而成的矩形超级芯片拥有1 petaFLOP（一千万亿次浮点运算）的算力。“The computer that started the AI revolution called DGX1 was one petaFLOP... and it weighed 500 lb”，而当年的DGX1重达500磅（lb）且售价高达2.5亿美元。如今，同等算力被集成进笔记本电脑中。更重要的是，这是全球唯一原生支持DirectX、OpenGL及所有CUDA应用的设备。“This is the only computer on the planet that runs everything natively on the device”，它确保了创意工具如Unreal Engine能完美运行。这一成就得益于整个行业的协作，包括所有笔记本、台式机和工作站制造商的参与。“Every single laptop maker, every single desktop maker... joined us”，目前已有超过1,200款应用（applications）经过全面测试、性能优化和兼容性验证。

信任与责任：AI代理的身份界定与授权机制

随着AI代理深入日常生活，行业面临关于责任归属（Liability）和信任机制（Trust Mechanism）的新挑战。当代理代替用户进行购买或交互时，责任主体是谁？微软和英伟达认为解决之道始于身份隔离（Identity Separation）。必须确保代理的身份标识与用户身份分离，以便建立信任基础。“Are these agents contained? Do they have identity? Is the exhaust of the agent with the identity separate from the user?” 这种分离不仅用于日常使用，更关键的是用于确定用户授权的范围。“The first decision that we are making is what is my delegation authority... based on trust”。用户需要明确界定代理的权限边界，随着信任度的建立，授权范围将逐步扩大。行业正在探索通过标准化行为来应对这一变化，确保在代理自主行动时，服务提供者能识别其身份并作出相应反应。这种基于信任的授权机制将是混合智能时代人机协作的核心基石。

消费者市场中的信任定价与代理权限

在混合智能（Hybrid Intelligence）逐渐走向自主化的过程中，消费者市场的核心挑战将从技术可行性转向信任机制与定价策略。随着AI代理（Agent）能够代表用户执行任务，如何为这种“代理服务”进行市场定价成为关键议题。虽然技术协议（Protocols）已经相对成熟，但用户真正关心的是代理在后台工作的成本与价值。这种关系类似于保险机制：AI代理将作为用户的代表，在市场上以特定价格执行操作。因此，未来的商业模式不仅取决于算法能力，更取决于如何建立用户对自主代理的信任体系。

基础架构：信任、隔离与可观测性

要实现上述愿景，底层技术必须解决信任（Trust）、隔离（Containment）和可观测性/监控（Observability/Monitoring）这三大基础问题。如果这些环节无法落实，整个混合智能生态将无从谈起。确保代理在代表用户操作时拥有最小权限（Minimum Rights）是安全的核心。这意味着代理必须持有特定的凭证，并处于严格的监控之下。只有当系统能够证明这些自主运行的实体是被监控且可信的（Monitored and Trusted）时，才允许它们脱离沙箱去执行更复杂的任务。这是构建安全混合智能环境的先决条件，任何疏忽都可能导致严重的安全漏洞。

OpenCL与Windows嵌入的技术突破

回顾技术演进，从OpenCL的发布到终端黑客获取网关权限的过程，体现了巨大的工程投入。如今，Windows已嵌入一个带有令牌（Tokens）运行加速的嵌入式组件。这一成果并非一蹴而就，而是大量工程努力（So much engineering）累积的结果。这种深度集成使得Windows能够更高效地处理底层硬件加速任务，为混合智能提供了坚实的运行基础。尽管这一过程充满挑战，但最终交付的设备展现了极高的工程价值。这是一台非常出色的设备（It is a great device），标志着微软与英伟达在硬件加速层面的深度融合。

Windows生态的延续与全栈整合

微软CEO萨提亚·纳德拉（Satya Nadella）强调了Windows生态的延续性，指出“我们重新定义了计算机”。微软的传统是确保不遗漏任何代码或框架，而此次合作更是将这一理念推向极致。Windows应用、图形应用程序以及CUDA和OpenGL等底层技术将被全面整合。特别是令牌工厂（Token Factory）的引入，被视为令人惊叹的技术突破。纳德拉表示，Windows已陪伴他34年，并预计未来还将继续伴随其发展。这种全栈整合不仅保留了Windows的兼容性优势，还通过英伟达的硬件加速能力赋予了其新的生命力。这种合作确保了Windows生态在混合智能时代的持续主导地位。

结论

微软与英伟达通过三十年技术积淀，确立了以CUDA和Windows为基石的混合智能生态。其核心优势在于将云端HPC算力与本地硬件深度融合，实现了从图形处理到通用加速计算的无缝演进。通过引入微虚拟机隔离、全栈可观测性及身份授权机制，双方解决了AI代理在本地运行时的安全与信任难题。硬件层面，统一架构的超级芯片实现了PetaFLOP级算力的小型化与原生兼容。然而，该模式高度依赖双方底层技术的深度绑定及庞大的应用生态整合（已验证1,200款应用），且代理权限的授权机制与责任归属仍需通过市场信任体系进一步验证。