輝達CEO黃仁勳在電話會上直言，代理AI（Agentic AI）已達到拐點，算力直接轉化為收入。黃仁勳認為沒有算力就無法生成token，沒有token就無法實現營收增長，雲服務商的巨額資本開支最終將直接轉化為收入。此外，公司證實接近達成與OpenAI的巨額基建合作，訂單需求已排至2027年。輝達以一份打破紀錄的財報，試圖回擊外界對AI泡沫的質疑。但電話會後輝達股價轉跌，此前盤後交易中一度漲超4%。2月25日美股盤後，輝達公佈最新單季營收達680億美元並給出強勁指引，輝達CEO黃仁勳在電話會上直言，代理AI（Agentic AI）已達到拐點，算力直接轉化為收入。黃仁勳認為沒有算力就無法生成token，沒有token就無法實現營收增長，雲服務商的巨額資本開支最終將直接轉化為收入。黃仁勳同時強調，企業對代理的應用飆升，Grace Blackwell搭配NVLink是推理的王者。此外，他表示當前的太空資料中心經濟還是“貧瘠的”，但形勢將隨著時間的推移而變化。從整體財務資料與供應鏈前瞻來看，輝達的增長引擎依然強勁。CFO克雷斯在電話會開場中透露：總營收達到680億美元，同比增長73%，按環比計算較第三季度的增長進一步加速。她明確指出，大部分收入增長依然由資料中心業務驅動。盤後輝達一度漲超4%，但電話會後漲幅逐漸縮小，直至轉跌。電話會要點提煉：產品路線圖與技術突破：近9吉瓦Blackwell基礎設施已部署，性能比領先競品50倍；已向客戶傳送首批Vera Rubin樣品，預計2026下半年量產；將減少10倍推理token成本。通過軟體最佳化(如CUDA)，在四個月內將GB200 NVL72性能提升5倍。戰略合作與投資：與OpenAI接近達成夥伴協議；Meta部署數百萬Blackwell和Rubin GPU；100億美元投資Anthropic。收購Grok低延遲推理技術；與西門子、達索系統、新思科技深化工業AI合作AI拐點已至：黃仁勳強調"代理AI"已達到拐點，算力將直接轉化為收入。資料中心範式轉變，每資料中心受電力限制，性能/瓦特成為關鍵指標。物理AI崛起：2026財年已貢獻超60億美元收入；機器人計程車和自動駕駛將從千輛級擴展至百萬輛級。主權AI增長：2026財年主權AI業務超300億美元，同比增長3倍，主要來自加拿大、法國、荷蘭、新加坡和英國。毛利率展望：預計全年保持在70%中段，依賴持續的架構創新提供多倍性能/瓦特提升。未來展望：預計2027財年Q1收入780億美元，資料中心驅動大部分增長；預計到2030年，全球資料中心資本支出將達到3-4兆美元；已戰略性確保庫存和產能，滿足需求到2027年；承認高端架構供應將持續緊張。黃仁勳：算力即營收，AI代理驅動新一輪需求浪潮面對市場對科技巨頭持續投入高昂資本支出是否會導致資金枯竭或動能不足的擔憂，黃仁勳在問答環節明確表示，並不擔心AI公司耗盡資金。黃仁勳強調：我對他們現金流的增長充滿信心，原因非常簡單。我們現在已經看到了代理AI（agentic AI）的拐點以及智能代理的實用性。行業已經到達了另一個拐點。他將當前階段的核心邏輯提煉為一句話：意識到‘推理現在就等於我們客戶的收入’是非常重要的。黃仁勳詳細描繪了這一商業模式的運作圖景：由於智能代理正在生成如此多的代幣（tokens），而且結果如此有效。當智能代理在編寫程式碼時，它會生成數千、數萬、數十萬個代幣，因為它們會運行幾分鐘到幾個小時。所以這些系統、這些代理系統，正在作為一個團隊衍生出不同的智能代理。黃仁勳補充道：正在生成的代幣數量真的、真的呈指數級增長。因此，我們需要以更高的速度進行推理，當你以更高的速度進行推理時，每一個代幣都是被貨幣化（dollarized）的，這直接轉化為收入。在展望未來時，黃仁勳更是直言：從根本上說，因為每家公司都依賴軟體，每個軟體都將依賴AI。因此，每家公司都將產生代幣。他認為，這種新的計算方式“不會倒退”。黃仁勳表示：如果我們相信產生代幣將是計算的未來……那麼我們將從現在開始建設這種能力，並從這裡繼續擴展。這一判斷與黃仁勳在上季度電話會議上的表態一脈相承。彼時他將行業劃分為三次結構性平台轉變：從傳統CPU到GPU計算、從傳統機器學習到生成式AI、再從生成式AI到AI代理，並強調每一次轉變本身均能支撐大規模投資。牽手OpenAI與生態投資，鞏固全球算力霸權在回答分析師關於戰略投資的問題時，黃仁勳證實，輝達接近敲定與OpenAI的合作。這項合作在去年初步勾勒為一個潛在的1000億美元AI基礎設施項目，近期有報導稱輝達還可能進行約300億美元的投資。黃仁勳形容OpenAI是一家“一代人中僅此一家（once-in-a-generation）”的公司，並強調輝達的投資目標是確保從大語言模型到機器人技術的一切都建立在輝達的平台上。他說：我們想要抓住這個我們正處於新計算時代開端的巨大機會。此外，黃仁勳在談及各種AI公司和項目時，特別提及了近期備受關注的開源AI代理OpenClaw。他認為，企業級獨立軟體供應商（ISVs）在工具平台上開發代理系統的熱情，再次印證了市場正處於爆發拐點。黃仁勳說：Claude Cowork和OpenClaw的計算需求之間的AI採用率正在飆升。針對馬斯克等人對太空資料中心的討論，黃仁勳回應稱目前經濟效益不佳但會改善：在太空中……散熱只能通過傳導，你需要製造的散熱器相當大。所以我們在地球上使用的方法與在太空中的做法有些不同，但有很多不同的計算問題真的需要在太空中完成，所以輝達已經是世界上第一個進入太空的GPU。Hopper已經在太空中了。他指出，在太空使用GPU最好的用例之一是成像。極度緊缺的供應鏈在供應鏈方面，克雷斯透露：我們相信目前的庫存和供應承諾能夠滿足未來的需求，出貨計畫已延伸至2027日歷年。由於輝達基礎設施需求極其旺盛，甚至連Hopper和已有6年歷史的Ampere架構產品在雲端都已售罄。在產品迭代節奏上，新舊交替正在無縫銜接。Blackwell架構正在強勁爬坡，而下一代Vera Rubin平台已經邁出實質性一步。克雷斯表示：我們在本周早些時候已經向客戶運送了首批Vera Rubin樣品，並保持在今年下半年開始量產出貨的軌道上。我們預計每個雲模型建構者都將部署Vera Rubin。除了先進元件（如高頻寬記憶體HBM）導致最新晶片架構供應持續緊張外，產能限制也溢出到了輝達傳統的遊戲業務。克雷斯表示：儘管我們非常希望有更多額外的供應，但我們確實認為在接下來的幾個季度裡（遊戲業務供應）將會非常緊張。輝達2026財年第四財季電話會議實錄，全文翻譯如下（AI工具輔助）：公司參會人員 Colette Kress，執行副總裁兼首席財務官 Jensen Huang（黃仁勳），創始人、總裁兼首席執行長 Toshiya Hari，投資者關係與戰略財務副總裁其他參會人員（分析師） Aaron Rakers，富國銀行 Antoine Chkaiban，New Street Research Atif Malik，花旗銀行 Ben Reitzes，Melius Research CJ Muse，Cantor Fitzgerald & Co. Harlan Sur，摩根大通 Jim Schneider，高盛公司 Joseph Moore，摩根士丹利 Mark Lipacis，Evercore ISI Stacy Rasgon，伯恩斯坦研究公司 Tim Arcuri，瑞銀集團 Vivek Arya，美銀美林會議陳述接線員 下午好。我是莎拉，今天將擔任您本次會議的接線員。此時，我想歡迎大家參加輝達第四季度盈利電話會議。所有線路均已靜音，以防止任何背景噪音。發言人致詞後，將進行問答環節。（接線員提示） 謝謝。Toshiya Hari，您可以開始會議了。Toshiya Hari 謝謝。 大家下午好，歡迎參加輝達2026財年電話會議。今天與我一起代表輝達參會的有總裁兼首席執行長黃仁勳（Jensen Huang），以及執行副總裁兼首席財務官科萊特·克雷斯（Colette Kress）。我們的會議正在輝達投資者關係網站上進行即時網路直播。在討論2027財年財務業績的電話會議之前，本次網路直播將提供重播。今天會議的內容是輝達的財產。未經我們事先書面同意，不得複製或轉錄。在本次會議中，我們可能會根據當前的預期做出前瞻性陳述。這些陳述受到許多重大風險和不確定性的影響，我們的實際結果可能會有實質性差異。關於可能影響我們未來財務業績和業務的因素的討論，請參閱今天收益發佈中的披露內容、我們最新的10-K和10-Q表格，以及我們可能向美國證券交易委員會提交的8-K表格報告。我們所有的陳述都是基於截至今日（2026年2月25日）目前可獲得的資訊做出的。除法律要求外，我們不承擔更新任何此類陳述的義務。在本次會議中，我們將討論非公認會計準則（Non-GAAP）的財務指標。您可以在我們網站上發佈的CFO評論中，找到這些非公認會計準則財務指標與公認會計準則（GAAP）財務指標的調節表。接下來，我將把會議交給科萊特。Colette Kress 謝謝，Toshiya。我們又交付了一個出色的季度，在營收、營業利潤和自由現金流方面均創下歷史新高。總營收達到680億美元，同比增長73%，較第三季度進一步加速。環比增長也創下紀錄，我們的資料中心營收增加了110億美元，客戶群體日益多樣化且不斷擴大，包括雲服務提供商、超大規模計算企業、AI模型製造商、企業和主權國家。我們在資料中心規模上進行極致協同設計的Blackwell架構需求持續增強，除了訓練之外，推理部署也在不斷增長。向加速計算的轉型，以及AI在現有超大規模工作負載中的普及，繼續推動著我們的增長。建立在越來越智能和多模態模型基礎上的代理式（Agentic）和物理AI應用，正開始推動我們的財務表現。從全年來看，資料中心創造了1940億美元的營收，同比增長68%。自2023財年ChatGPT問世以來，我們的資料中心業務規模已經擴大了近13倍。展望未來，我們預計2026自然年內各季度的營收都將實現環比增長，超出我們去年分享的5000億美元Blackwell和Rubin營收機會的預期。我們相信，我們已經準備好庫存和供應承諾來滿足未來的需求，包括延續到2027自然年的出貨量。每個資料中心都受到電力的限制。鑑於這些限制以及最大化AI工廠營收的需求，客戶會基於每瓦性能做出關鍵的架構決策。SemiAnalysis近期宣佈輝達為“推理之王”，因為InferenceX的最新結果鞏固了我們在推理領域的領導地位：與非網格（off-grid）方案相比，GB300和NVL72實現了高達50倍的每瓦性能提升，以及降低35倍的每Token成本。對CUDA軟體的持續最佳化，使得我們在短短四個月內就讓GB200 NVL72的性能提升了高達5倍。輝達提供了極低的每Token成本，而在輝達上運行的資料中心能產生極高的營收。我們的創新步伐，尤其是在我們這樣的規模下，是無與倫比的。憑藉接近200億美元的年度研發預算，以及我們在計算和網路、晶片、系統、演算法和軟體之間進行極致協同設計的能力，我們打算在每一代產品中都實現每瓦性能的X倍飛躍，並在長期內擴大我們的領導地位。第四季度資料中心營收為620億美元，同比增長75%，環比增長22%，這主要得益於Blackwell和Blackwell Ultra產能爬坡的持續強勁勢頭。由於對輝達基礎設施的高需求，即使是Hopper以及許多基於六年前Ampere架構的產品在雲端也已售罄。自我們的Grace Blackwell NVL72系統發佈以來，已經過去了近一年。如今，主要雲服務提供商、超大規模計算企業、AI模型製造商和企業已部署並消耗了近9吉瓦（gigawatts）的基於Blackwell的基礎設施。網路業務是我們資料中心規模基礎設施產品的基石，本季度表現突出，創造了110億美元的營收，同比增長超過3.5倍。對我們向上擴展（scale-up）和向外擴展（scale-out）技術的需求達到了創紀錄的水平，兩者均實現了兩位數的環比增長，這得益於NVLink、Spectrum-X乙太網路和InfiniBand的強勁採用。在同比基礎上，增長主要由NVLink 72向上擴展交換機推動，因為Grace Blackwell系統約佔該季度資料中心營收的三分之二。NVLink向上擴展架構徹底改變了計算，並展示了在超級電腦的所有晶片和全端上進行極致協同設計的力量。在第四季度，我們宣佈將使AWS採用NVLink技術與其定製晶片進行整合。隨著客戶致力於將分佈式資料中心統一為整合的千兆級AI工廠，我們的Spectrum-X乙太網路向上擴展和橫向擴展網路勢頭強勁。從全年來看，我們的網路業務營收超過310億美元，與我們收購Mellanox的2021財年相比增長了10倍以上。我們的需求情況廣泛、多樣，並正在向聊天機器人以外的領域擴展。首先，發生了一場從傳統機器學習向生成式AI的根本性平台轉變。隨著超大規模計算企業將海量的傳統工作負載（包括搜尋、廣告生成和內容推薦系統）升級為生成式AI，強有力的投資回報率（ROI）證據正在鼓勵我們最大的客戶加快其資本支出。例如，在Meta，其生成式（Gen / Llama）模型的進步使其Facebook上的廣告點選率增加了3.5%，Instagram上的轉化率提高了1%以上，轉化為有意義的營收增長。借助同樣的輝達基礎設施，Meta的超級智能實驗室可以訓練和部署其前沿的代理式AI系統。前沿代理系統已達到一個拐點。Claude Code、Claude Cowork以及OpenAI Codex已經實現了有用的智能。其採用率正在飆升，並且Token的生成是盈利的，這極大地推動了擴大計算規模的緊迫性。計算能力直接轉化為智能和營收增長。分析師對排名前五的雲服務提供商和超大規模計算企業（他們合計約佔我們資料中心營收的50%多一點）2026年資本支出的預期，自年初以來已上調了近1200億美元，正接近7000億美元。我們繼續預計，傳統資料中心工作負載向GPU加速計算的過渡，以及利用AI來增強當今超大規模工作負載的趨勢，將貢獻我們長期市場機遇的一半左右。每個國家都會建設和營運其部分AI基礎設施，就像今天的電力和網際網路一樣。在2026財年，我們的主權AI業務同比增長了兩倍多，超過300億美元，主要由位於加拿大、法國、荷蘭、新加坡和英國的客戶推動。從長遠來看，隨著各國根據其GDP按比例在AI上進行支出，我們預計主權AI的機會至少將與AI基礎設施市場的增長保持同步。雖然美國政府批准了向中國客戶提供少量H200產品，但我們尚未產生任何收入，並且我們不知道是否會允許任何進口進入中國。我們在中國的競爭對手在近期IPO的支援下取得了進展，從長遠來看有潛力顛覆全球AI產業的結構。為了維持其在AI計算領域的領導地位，美國必須吸引每一位開發者，並成為所有商業企業（包括中國企業）的首選平台。我們將繼續與美國和中國政府接觸，並倡導美國在全球競爭的能力。上個月我們在CES上推出了Rubin平台，包含六款新晶片：Vera CPU、Rubin GPU、NVLink 6交換機、ConnectX-9 SuperNIC、BlueField-4 DPU和Spectrum-6乙太網路交換機。與Blackwell相比，該平台能在使用四分之一GPU數量的情況下訓練MOE模型，並將推理Token成本降低多達10倍。本周早些時候，我們已經向客戶發運了首批Vera Rubin樣品，我們有望在今年下半年開始量產出貨。基於其模組化、無需理線（table-free/cable-free）的設計，Rubin將提供比Blackwell更好的彈性和可維護性。我們預計每個雲模型建構者都將部署Vera Rubin。接下來看遊戲業務。遊戲業務營收為37億美元，同比增長47%，這得益於對Blackwell的強勁需求和供應的改善。GeForce RTX是PC遊戲玩家、創作者和開發者的領先平台。在第四季度，我們增加了幾項新技術和改進，包括使用AI將遊戲視覺效果提升到新水平的DLSS 4.5，即使在運動中也能帶來令人難以置信的清晰圖形的G-SYNC Pulsar，以及在領先的AI PC框架中將大語言模型（LLM）推理速度提升35%。展望未來，儘管終端對我們產品的需求依然強勁，且管道庫存水平健康，但我們預計供應限制將成為第一季度及以後的阻力。專業可視化業務營收首次突破10億美元大關，達到13億美元，同比增長159%，環比增長74%。在本季度，我們推出了配備72GB高速記憶體的RTX Pro 5000 Blackwell工作站，專為運行大語言模型（LLM）和代理式工作流的AI開發者設計。汽車業務營收為6.04億美元，同比增長6%，這得益於對自動駕駛解決方案的強勁需求。在CES上，我們推出了Alpamayo，這是世界上首個面向推理視覺語言動作模型、模擬藍圖和資料集的開放產品組合，賦予了車輛“思考”的能力。首款搭載基於輝達Drive系統打造的Alpamayo的乘用車——新款梅賽德斯-奔馳CLA，即將上路。物理AI已經到來，在2026財年已經為輝達貢獻了超過60億美元的營收。無人駕駛計程車（Robotaxi）的出行量正在呈指數級增長，Waymo、特斯拉、優步（Uber）、文遠知行（WeRide）和Zoox以及許多其他公司的商業車隊預計將在下個十年內從2025年的數千輛擴大到數百萬輛，創造一個有望產生數千億美元營收的市場。這一擴張將要求計算量呈數量級增長，目前各大主要OEM和服務提供商都在輝達的平台上進行開發。我們通過新的NVIDIA Cosmos和Isaac Group、開放模型、框架以及輝達驅動的機器人和自主機器，繼續推進機器人技術的開發，合作夥伴包括波士頓動力（Boston Dynamics）、卡特彼勒（Caterpillar）、Franka Robotics、LG電子和Neuro Robotics等領先企業。為了加速工業物理AI的採用，我們還宣佈與達索系統（Dassault Systèmes）、西門子和新思科技（Synopsys）達成新的擴展合作夥伴關係，將輝達的AI基礎設施、Omniverse數字孿生、世界模型和CUDA-X庫帶給數以百萬計的研究人員、設計師和工程師，以建構世界工業體系。讓我們來看看損益表的其他部分。GAAP毛利率為75%，Non-GAAP毛利率為75.2%，隨著Blackwell產能的持續爬坡，實現了環比增長。GAAP營運支出環比增長16%，Non-GAAP營運支出環比增長21%，這主要與新產品發佈以及計算和基礎設施成本有關。第四季度的Non-GAAP實際稅率為15.4%，低於我們對該季度的預期，主要是由於一次性稅收優惠的影響。庫存環比增長8%，同時由於我們戰略性地鎖定庫存和產能以滿足未來幾個季度之外的需求，採購承諾也大幅增加。這比平時看得更遠，反映了我們擁有的更長遠的視線需求。雖然我們預計高級架構的供應緊張情況將持續存在，但憑藉我們的規模、龐大的供應鏈以及長期合作伙持續為我們提供的良好服務，我們對抓住前方增長機會的能力充滿信心。我們在第四季度產生了350億美元的自由現金流，在2026財年產生了970億美元的自由現金流。在這一年中，我們以股票回購和分紅的形式，向股東返還了410億美元，佔自由現金流的43%。我們將繼續對技術和生態系統進行投資，以培育市場發展，推動長期增長，並最終產生優於市場或同行的總股東回報。重要的是，在投資方面，我們將繼續執行戰略性和紀律嚴明的流程，並繼續致力於向股東返還資本。現在讓我談談第一季度的業績展望。從本季度開始，我們將在Non-GAAP業績中包含基於股票的薪酬支出（SBC）。股票薪酬是我們薪酬計畫的基礎組成部分，旨在吸引和留住世界級的人才。首先看營收。總營收預計為780億美元，上下浮動2%。我們預計大部分增長將由資料中心推動。與上季度一致，我們在展望中沒有假設來自中國的任何資料中心計算營收。GAAP和Non-GAAP毛利率預計分別為74.9%和75%，上下浮動50個基點。對於全年，我們預計毛利率將保持在75%左右的中位水平。隨著我們為Vera Rubin的過渡做準備，我們將隨時向您通報最新進展。GAAP和Non-GAAP營運支出預計分別約為77億美元和75億美元，其中包括19億美元的股票薪酬支出。對於全年，我們預計Non-GAAP營運支出將同比增長40%左右（low 40s），因為我們將繼續投資於不斷擴大的機會領域。對於整個2027財年，排除任何離散項目和稅務環境的重大變化，我們預計GAAP和Non-GAAP稅率將在17%到19%之間。接下來，我將把電話轉交給黃仁勳，我想他有幾句話要對我們說。Jensen Huang（黃仁勳） 本季度，我們顯著深化並擴大了與領先的前沿模型製造商的合作夥伴關係。最近我們慶祝了OpenAI發佈的GPT 5.3 Codex，它是使用Grace Blackwell NVLink72系統進行訓練和推理的。GPT 5.3 Codex可以承擔涉及研究、工具使用和複雜執行的長期運行任務。5.3 Codex已在輝達內部廣泛部署，我們的工程師非常喜歡它。我們繼續與OpenAI推進合作協議，並相信我們已接近達成。我們對與OpenAI正在進行的合作感到興奮，這是一家十年難遇的公司，我們很榮幸從他們成立的第一天起就與之合作。Meta超級智能實驗室正在以閃電般的速度擴大規模。上周我們宣佈，Meta正在部署數以百萬計的Blackwell和Rubin GPU、輝達CPU以及Spectrum-X乙太網路用於訓練和推理。本季度，我們宣佈了與Anthropic的合作夥伴關係，並對其投資了100億美元。Anthropic將在Grace Blackwell和Vera Rubin系統上進行訓練和推理。Anthropic的Claude Cowork代理平台是革命性的，它打開了企業級AI採用的閘門。在Claude Cowork和OpenAI Codex的推動下，計算需求正在飆升，代理式AI的“ChatGPT時刻”已經到來。憑藉橫跨Anthropic、Meta、OpenAI和xAI的合作關係，輝達在每一朵雲上的廣泛部署，以及我們從頭開始建構全端AI基礎設施或在雲端為他們提供支援的能力，我們處於一個獨特的地位，能夠在前沿模型建構者的每個階段（訓練、推理和AI工廠的橫向擴展）進行合作。最後，我們最近與Grok簽訂了一項非獨家許可協議，以獲取其低延遲推理技術，並歡迎一個由傑出工程師組成的團隊加入輝達。就像我們之前對Mellanox所做的那樣，我們將利用Grok的創新來擴展輝達的架構，以實現AI基礎設施性能和價值的新高度。我們期待在下個月的GTC大會上分享更多資訊。好的，交回給你們。我們現在進入問答環節。接線員，請接入問題。問答環節接線員 （操作提示）您的第一個問題來自美國銀行證券（Bank of America Securities）的Vivek Arya。您的線路已接通。Vivek Arya 感謝接受我的提問。我想你提到過，你們現在對2027自然年的增長也有了可見性，你們的採購承諾似乎也反映了這種信心。 但仁勳，我很好奇，當你看你們的頂級雲客戶時，今年雲行業的資本支出接近7000億美元，許多投資者擔心明年很難在這個水平上繼續增長，而且對他們中的一些人來說，現金流產生能力也受到壓縮。我知道你對你們的產品路線圖、採購承諾等方面非常有信心，但你對客戶繼續增加資本支出的能力有多大信心？如果他們的資本支出沒有增長，輝達還能在這個框架內找到增長點嗎？謝謝。Jensen Huang（黃仁勳） 我對他們現金流的增長充滿信心，原因非常簡單：我們現在已經看到了代理式AI（Agentic AI）的拐點，以及代理在世界各地和各類企業中的實用性。正因如此，你看到了令人難以置信的計算需求。在這個AI的新世界裡，計算即收入。沒有計算，就沒有辦法生成Token；沒有Token，就沒有辦法實現收入增長。因此，在這個AI的新時代，計算等於收入。我很確定，現在隨著Codex和Claude Code投入生產使用，圍繞Claude Cowork的興奮感，加上對OpenAI系統及其企業版的熱情，以及所有企業級ISV（獨立軟體開發商）目前都在其工具平台上建構代理式系統——我非常確定，此時我們正處於拐點。我們已經到達了這個轉折點，我們正在生成能夠為客戶帶來生產力、為雲服務提供商帶來利潤的Token。所以它的簡單邏輯、也是簡單的思考方式是：計算方式已經改變了。過去是軟體運行在電腦上，使用適量的電腦，大概每年3000億或4000億美元的資本支出；現在這已經轉向了AI。而在AI領域，為了生成Token，你需要計算能力，這直接轉化為增長，直接轉化為收入。接線員 您的下一個問題來自摩根士丹利的Joseph Moore。您的線路已接通。Joseph Moore 太棒了，謝謝。祝賀你們取得的業績。 你談到了你們對Anthropic以及潛在的對OpenAI核心進行的一些戰略投資，同時你們也有英特爾、諾基亞、新思科技等合作夥伴，顯然你們處於一切的中心。你能談談這些投資的作用嗎？你如何看待資產負債表作為一種工具，以此來擴大輝達在生態系統中的地位並參與到這種增長中去？Jensen Huang（黃仁勳） 正如你所知，在輝達一切的核心從根本上說就是我們的生態系統，這就是所有人喜歡我們業務的原因——我們生態系統的豐富性。世界上幾乎所有的初創公司都在研究輝達的生態系統，在輝達的平台上進行開發。我們遍佈每一朵雲，我們遍佈每一個本地（on-prem）資料中心，我們遍佈全球的邊緣裝置和機器人系統。成千上萬的原生AI企業建立在輝達之上。隨著我們處於這個新的計算時代、這個新的計算平台轉變的開端，我們希望抓住這個巨大的機會，讓每個人都使用輝達。每個人、所有東西都已經建構在CUDA之上。因此，我們從一個非常棒的起點出發。隨著我們建構整個AI生態系統——無論是針對語言的AI，還是物理AI、物理學AI、生物學AI、機器人技術或製造業AI——我們希望所有這些生態系統都建構在輝達之上。對我們來說，這是在整個技術堆疊中投資生態系統的一個極好的機會。我們今天的生態系統也比過去更加豐富。我們過去主要是一個基於GPU的計算平台，但現在我們是一家計算AI基礎設施公司。我們在各個方面都有計算平台，從計算到AI模型，到網路，再到我們的DPU，所有這些之上都有計算棧。正如我之前提到的，無論是在企業中，還是在製造業、工業、科學或機器人領域，每一個生態系統都有不同的技術堆疊，我們希望確保繼續對生態系統進行投資。因此，我們的投資非常明確、具有戰略性地聚焦於擴大和深化我們的生態系統覆蓋範圍。接線員 您的下一個問題來自摩根大通的Harlan Sur。您的線路已接通。Harlan Sur 下午好，感謝接受我的提問。網路業務在你們整體資料中心業務中的佔比繼續上升。在2026財年中，你們網路業務的同比增速每個季度都在加快。正如你們提到的，第四季度同比增長3.6倍，顯然得益於你們向上擴展（scale-up）和橫向擴展（scale-out）網路產品組合的實力。我記得去年上半年，你們在Spectrum-X乙太網路交換平台上的年化運行率（run rate）約為100億美元。看起來去年下半年這個數字可能已經躍升至110億到120億美元左右。仁勳，看看你們的訂單簿，特別是隨著Spectrum-XGS以及即將推出的102T Spectrum 6交換平台的發佈，目前Spectrum的運行率趨勢如何？你如何看待今年結束時的情況？Jensen Huang（黃仁勳） 正如你所知，我們將自己視為一家AI基礎設施公司。AI計算基礎設施包括CPU、GPU，而我們發明了NVLink，將單個計算節點“向上擴展（scale up）”成一個巨大的計算伺服器機架。我們發明了機架級電腦的概念。我們交付的不是單個計算節點，而是整機架的電腦。然後，這個NVLink交換機的向上擴展系統，會使用Spectrum-X和InfiniBand進行“橫向擴展（scale out）”——這兩種方式我們都支援。更進一步，我們還使用Spectrum-X進行跨資料中心的擴展。因此，我們思考網路的方式實際上是一種延伸，我們開放性地提供一切，以便人們可以決定如何在不同的規模下進行混合和匹配，或者按照他們希望的任何方式將其整合到他們定製的資料中心裡。但歸根結底，這都是我們平台的巨大組成部分。NVLink的發明真正為我們的網路業務注入了渦輪動力。每個機架都配有九個網路交換節點，每個節點內部有兩個晶片。在未來，它們會有更多。所以，我們每個機架處理的交換量確實令人難以置信。我們現在也是全球最大的網路公司。如果你看看乙太網路領域，我們大約兩年前進入了乙太網路交換市場。我認為我們今天很可能已經是世界上最大的乙太網路網路公司，肯定很快就會名副其實。Spectrum-X乙太網路對我們來說是一個本壘打（巨大成功）。但我們對人們想要採用的任何網路方式持開放態度。有些人就是非常喜歡InfiniBand的低延遲和向上擴展能力，當然我們會繼續支援這一點；而有些人喜歡基於乙太網路在整個資料中心整合他們的網路。我們創造了一種乙太網路功能，將乙太網路與資料中心處理人工智慧的方式相結合，我們在這一點上做得非常出色。我們的Spectrum-X性能確實證明了這一點。當建立一個100億或200億美元的AI工廠時，在資料中心網路效率和利用率上那怕只有10%（很容易達到20%）的差異，這也將轉化為實打實的真金白銀。所以，輝達的網路業務真的、真的增長得非常快。我認為這只是因為我們在建構AI基礎設施方面非常有效，而且AI基礎設施業務的增長快得驚人。接線員 您的下一個問題來自Cantor Fitzgerald的CJ Muse。您的線路已接通。CJ Muse 下午好。感謝接受提問。鑑於大上下文窗口應用、Grok以及可能需要加入特定解碼解決方案的情況，我很好奇我們該如何看待你們未來的路線圖。 我們是否應該預期，根據工作負載或特定客戶進行定製化的晶片設計（Customized Silicon）將越來越成為輝達的重點？特別是借助於你們向“裸片互連/Chiplet架構（die-to-die/dial-in）”的轉變？非常感謝。Jensen Huang（黃仁勳） 不，我們不這樣認為。大家都應該希望儘可能地推遲使用裸片互連（die-to-die）。原因在於，每次你跨越一個裸片互連介面，你都增加了一道介面。每次跨越介面，你就會不可避免地增加延遲，無謂地增加功耗。我們並不排斥裸片互連技術，實際上我們已經在使用了，但我們儘量只有在別無選擇的情況下才使用它。所以，如果你看看Grace Blackwell架構和Rubin架構，我們使用的是兩塊達到光刻掩模極限（reticle-limited）的巨型晶片，並且將它們結合在一起，這樣減少了架構跨越。這種互連（介面）的損耗會在競爭對手的架構效能中顯現出來。說到輝達，人們常稱之為我們的軟體優勢，但究竟那裡是軟體的功勞，那裡是架構的功勞，其實很難區分。我們的軟體之所以高效，是因為我們的架構太優秀了。CUDA架構毫無疑問比市面上的任何計算架構都更有效、更高效，能提供更高的每瓦浮點運算性能，這是因為我們的架構設計方式。關於我們如何看待Grok以及低延遲解碼器，我有一些很棒的想法，希望能GTC大會上與你分享。但最簡單的理念是：得益於CUDA，我們的基礎設施具有令人難以置信的多功能性，我們將繼續保持這一點，我們所有的GPU在架構上都是相容的。這意味著，當我今天致力於為Blackwell最佳化模型時，所有這些針對最佳化軟體棧和新模型所付出的努力和投入，也會使Hopper受益，也會使Ampere受益。這就是為什麼在我們將其部署到世界各地數年後，A100依然感覺很新且性能依然出色的原因。架構相容性讓我們做到了這一點。它讓我們能夠在軟體工程和最佳化上投入巨資，因為我們知道，我們在雲端、本地、以及任何地方運行的各代GPU架構的整個安裝基數都將從中受益。我們將繼續這樣做，它讓我們能夠延長產品的使用壽命，賦予我們創新的靈活性和速度。這一切為我們的客戶轉化為性能，並非常重要的是——轉化為每美元性能和每瓦性能。所以，關於我們將與Grok做什麼，你來GTC大會就知道了。但我們將做的是，用Grok作為加速器來擴展我們的架構，這與我們當年用Mellanox擴展輝達架構的方式非常相似。接線員 下一個問題來自伯恩斯坦研究公司（Bernstein Research）的Stacy Rasgon。您的線路已接通。Stacy Rasgon 大家好，謝謝接受我的提問。Colette，我想深入探討一下關於全年環比增長的預期。本季度你們資料中心業務環比增長了超過100億美元，而業績指引似乎暗示這種勢頭將繼續。 隨著我們經歷這一年，尤其是當Rubin在這個間隔期內開始爬坡時，你如何看待這一趨勢？Blackwell帶來了非常大規模的環比增長加速，當我們過渡到Rubin時，我們是否應該期待類似的情況？ 另外，我也希望你能談談對遊戲業務的預期。我理解記憶體限制和其他一切問題。你認為遊戲業務在2027財年仍能實現同比增長嗎，還是因為記憶體問題將面臨更大壓力？請回答這兩個問題。謝謝。Colette Kress 謝謝，Stacy。讓我先從未來的營收開始說起。我們試圖逐個季度來看待營收情況。當思考全年時，毫無疑問我們仍將銷售和提供Blackwell，可能與此同時我們也看到Vera Rubin推向市場。這是一個非常棒的架構，能立刻幫助他們快速搭建系統。我們已經在多個不同客戶中規劃了許多不同的訂單來提供這款產品。目前還無法確定Vera Rubin在下半年早期的爬坡能佔多少比例，但毫無疑問，對其的需求和興趣是非常強烈的。我們預期幾乎每個客戶都會購買Vera Rubin。問題僅僅在於，我們推向市場的速度有多快，以及他們能在各自的資料中心裡多快將其搭建起來。這是你的第一部分問題。第二部分是關於我們的遊戲業務。儘管我們非常希望能有更多的供應，但我們確實認為在接下來的幾個季度裡，供應將會非常緊張。如果到年底情況有所改善，那麼從同比增長的角度來看還是有機會的。但目前我們判斷還為時過早，一旦有了更明確的消息，我們會盡快回覆你。接線員 您的下一個問題來自花旗銀行的Atif Malik。您的線路已接通。Atif Malik 感謝接受我的提問。仁勳，我很好奇你是否可以談談，隨著越來越多的AI投資流向推理工作負載，CUDA發揮的重要作用。Jensen Huang（黃仁勳） 如果沒有CUDA，我們在推理方面將不知所措。整個技術堆疊——從我們幾年前推出的TensorRT LLM（這仍然是世界上性能最高的推理棧）開始——為了在NVLink上對其進行最佳化，我們需要發現並行明建立在CUDA之上的新平行化演算法，以分配工作負載並進行推理，從而充分利用跨NVLink 72的聚合頻寬。NVLink 72使我們能夠實現跨代級的、50倍的單位能耗性能提升。這是令人難以置信的領先優勢，也是明智之舉。NVLink 72是一項偉大的發明，實現起來非常困難。發明這種交換技術、將交換機解耦、建構系統機架等等，所有這一切我們都是在眾目睽睽之下完成的，大家都知道這對我們來說有多難。但結果令人難以置信：每瓦性能提升了50倍，每美元性能提升了35倍。因此，推理能力的飛躍是極其驚人的。非常重要的一點是，大家要認識到，現在對我們的客戶來說，推理（Inference）就等於收入。因為智能代理（Agents）生成了如此多的Token，而且結果非常有效。當智能代理編寫程式碼時，它會生成幾千、幾萬甚至幾十萬個Token，因為它們會運行幾分鐘到幾個小時。這些代理式系統會衍生出不同的代理作為團隊協同工作。正在生成的Token數量真的、真的呈指數級增長。所以我們需要以更快的速度進行推理。當你以更快的速度進行推理，並且這些Token中的每一個都以美元計價時，這就直接轉化為收入。因此，對我們的客戶而言，推理性能就等於收入。對於資料中心來說，每瓦推理的Token數直接轉化為雲服務提供商（CSP）的收入。原因是每個人的電力都受限。無論你擁有多少資料中心，無論是100兆瓦還是1吉瓦，都有電力限制。所以，擁有最佳每瓦性能的架構就能轉化為收益，因為每瓦能產出的Token數——也就是每個Token都被計價後——轉化為每瓦的美元產出。在千兆瓦等級下，這直接決定了收入規模。你可以看到，現在每一個CSP、每一個超大規模企業都明白這一點：資本支出轉化為計算力。擁有正確架構的計算力意味著收入最大化，計算等於收入。如果現在不投資產能、不投資計算力，就不可能實現收入增長。我認為大家都明白這一點。選擇正確的架構極其重要，這不僅僅具有戰略意義，它直接影響他們的盈利能力，選擇正確的架構——即擁有最佳每瓦性能的架構——真的意味著一切。接線員 您的下一個問題來自Melius Research的Ben Reitzes。您的線路已接通。Ben Reitzes 你好，謝謝。首先讓我對你們在Non-GAAP業績中包含股票薪酬的做法表示讚賞，我認為這是一個很棒的舉措。但這並不是我的問題。我的問題是關於毛利率及其在長期內維持在75%左右（mid-70s）的可持續性。供應可見性延伸到2027自然年，我們是否能從中解讀出，在此之前這種毛利率是可持續的？另外，仁勳，那之後呢？你們是否能展示在記憶體消耗方面的創新，讓我們對毛利率長期保持在這一水平的能力感到更加安心？謝謝。Jensen Huang（黃仁勳） 影響我們毛利率最重要的一點，實際上是我們能否為客戶交付代際的性能飛躍。這是最單一、也是最重要的事情。如果我們能夠實現每瓦性能的代際飛躍，遠遠超過摩爾定律的步伐；如果我們能夠提供極高的每美元性能，遠超我們系統的成本和定價，那麼我們就能繼續維持我們的毛利率。這是一個最簡單、也是最重要的概念。我們之所以發展如此之快，首先是因為世界經歷了這幾個拐點後對Token的需求已經完全呈指數級增長。我想我們都看到了這一點。以至於連我們部署在雲端六年前的GPU都被完全消耗殆盡，而且定價還在上漲。所以我們知道，現代軟體開發方式所需的計算量正呈指數級增長。因此我們的戰略是，每年交付一個完整的AI基礎設施方案。今年，我們引入了六款新晶片（Rubin平台），下一代我們也會推出許多新晶片。每一代產品，我們都致力於提供X倍的每瓦性能和每美元性能飛躍。這種步伐，加上我們進行極致協同設計的能力，使我們能夠將這種價值和收益傳遞給客戶。只要這關乎我們交付的價值，這就是最至關重要的事情。接線員 您的下一個問題來自New Street Research的Antoine Chkaiban。您的線路已接通。Antoine Chkaiban 你好，非常感謝接受提問。我想問關於“太空資料中心”的問題，你們的一些客戶正在考慮這個想法。 你認為它的可行性有多高？時間表是怎樣的？現在的經濟效益如何？你認為這會隨著時間如何演變？謝謝。Jensen Huang（黃仁勳） 嗯，今天的經濟效益還很差，但這會隨著時間的推移而改善。正如你所知，太空中的工作方式與地球上截然不同。太空中有豐富的能源，需要巨大的太陽能電池板，但在太空中有著充足的空間。在散熱方面，太空確實很冷，但是沒有空氣流動。所以唯一能散熱的方式就是通過傳導。你需要製造的散熱器尺寸相當大。液冷顯然是不可能的，因為它很重而且會結冰。所以我們在地球上使用的方法與在太空中採用的方法會有所不同。但有許多不同的計算問題，確實很適合在太空中進行處理。所以，輝達已經有了世界上首個太空GPU，Hopper目前就在太空中。GPU在太空中最好的用例之一是成像。在太空中，利用光學技術和人工智慧，能夠以極高的解析度進行成像，能夠進行不同角度投影的計算，能夠提高解析度並進行降噪，擁有能在極高解析度和極大尺度下進行快速成像的視覺能力。要在地球上通過傳輸數PB（petabytes）的成像資料來完成這項工作是很困難的。直接在太空中處理會更容易。你可以忽略所有收集到的並在處理中發現無用的資料，直到你看到有趣的東西再回傳。因此，人工智慧在太空中將會有非常出色、非常有趣的應用。接線員 您的下一個問題來自Evercore ISI的Mark Lipacis。您的線路已接通。Mark Lipacis 你好，感謝接受我的提問。我想繼續探討關於在簡報中提到的收入多元化的問題。我相信Colette你提到過，超大規模計算企業佔了你們收入的50%以上，但業務增長卻是由其餘的資料中心客戶主導的。我只是想澄清一下，確保我理解對了。這是否意味著非超大規模客戶的增速更快？如果是這樣，你能否幫助我們理解一下，非超大規模客戶在做些什麼不同的事情？他們是在做與超大規模客戶不同的事情，還是在不同規模下做同樣的事情？你是否認為這種趨勢會持續下去？你是否預計你們的客戶群會演變到某個階段，使得非超大規模客戶成為你們業務的更大組成部分？謝謝。Colette Kress 好的，看看我們能否解答這個問題。當你想到我們提到的前五大CSP（雲服務提供商）和超大規模計算企業時，他們目前約佔我們總收入的50%。但在除此之外，還有各種類型的公司組織形式，具有極強的多樣性，這涵蓋了AI模型建構商、企業使用者、超級電腦構以及我們的主權AI客戶。此外還有很多其他不同的領域。你說的沒錯。這也是一個增長非常快的領域。我們不僅在所有各種雲提供商平台上佔據強勢地位，而且現在也在世界各地看到了極端多樣化的客戶群體。能夠看到這種多樣性並有能力服務於所有這些不同的群體，將極大地使我們受益。看看仁勳是否想再補充一點。Jensen Huang（黃仁勳） 是的，這是我們的生態系統建立在CUDA之上所擁有的優勢之一。我們是唯一一個進駐每一朵雲的加速計算平台，可以通過每一個電腦製造商獲得，並且在邊緣側可用。我們現在還在培育電信領域。很顯然，未來的無線電都將是由AI驅動的無線電，未來的無線網路也將是一個計算平台。這是不言而喻的定論，但總得有人去發明相關的技術來實現它。我們建立了一個名為Aerial的平台來做這件事。我們的技術搭載在幾乎每一個機器人、每一輛自動駕駛汽車中。CUDA能夠兼顧一方面通過GPU內的Tensor Core實現專用處理器的性能優勢，另一方面又具備極強的靈活性，這使我們能夠解決從語言問題、電腦視覺問題、機器人問題，到生物學問題、物理問題以及幾乎所有種類的AI和計算演算法問題。因此，客戶群的多樣性是我們擁有的最大優勢之一。第二點當然是，如果沒有我們自己的生態系統，即使我們的處理器是可程式設計的，如果我們不培育生態系統（就像我們今天談論投資未來生態系統並繼續強化生態系統那樣），我們很難突破僅僅在別人的生態系統中贏得幾個設計訂單（design wins）的侷限。由於我們建立的這個平台，我們可以非常自然地增長並擴大我們的生態系統。最後非常重要的一點是，我們與OpenAI、Anthropic、XAI和Meta建立的合作夥伴關係。當然，還有世界上幾乎所有的開放原始碼專案。Hugging Face上有150萬個AI模型。所有這些都在輝達CUDA上運行。如果把所有的開源模型加起來，可能代表著世界上第二大的模型集合（OpenAI是最大的，所有開放原始碼的集合可能是第二大的）。輝達能夠運行所有這一切，使得我們的平台具有極強的可替代性（fungible）、極其易用，並且值得放心投資。這創造了客戶的多樣性和平台的多樣性，並且因為我們支援全球的生態系統，所以能夠在每個國家/地區使用。接線員 您的下一個問題來自富國銀行的Aaron Rakers。您的線路已接通。Aaron Rakers 你好，感謝接受提問。我想順著平台和極致協同設計的理念問一下。過去一個季度裡的一些新聞指出，輝達有能力或正在推動將Vera CPU作為獨立的解決方案推向市場。仁勳，我很好奇，在我們向前發展的過程中，Vera在架構演進中扮演了什麼重要的角色？這是由推理工作負載的激增或異構性所驅動的嗎？我很好奇你如何看待它對於輝達的發展，尤其是基於獨立CPU的形式。謝謝。Jensen Huang（黃仁勳） 是的，謝謝提問。我會在GTC大會上告訴你更多細節。但從最高層面上講，我們在CPU架構上做出了與世界上其他CPU截然不同的根本性決策。它是唯一一款支援LPDDR5的資料中心CPU。它的設計初衷是專注於極高的資料處理能力。原因在於，我們感興趣的大多數計算問題都是資料驅動的，人工智慧就是其中之一。而Vera的單線程性能與頻寬的比例非常出色。我們做出這些架構決策，是因為在AI的整個流水線和不同階段（在進行訓練之前，你必須進行資料處理），涵蓋了資料處理、預訓練，以及現在的後訓練階段。現在AI正在學習如何使用工具。而許多工具的使用環境是在僅有CPU的環境中運行，或者在CPU與GPU加速相結合的環境中運行。Vera的設計旨在成為一款用於後訓練階段的卓越CPU。因此，在人工智慧整個流水線中的一些用例，包括了使用大量的CPU。我們既喜歡GPU，也同樣喜歡CPU。當你像我們一樣將演算法加速到極限時，阿姆達爾定律（Amdahl's Law）表明，你需要非常非常快的單線程CPU。這就是為什麼我們把Grace架構建構得在單線程性能上極其出色的原因，而Vera的性能比那還要好得出奇。接線員 您的下一個問題來自瑞銀集團的Tim Arcuri。您的線路已接通。Tim Arcuri 非常感謝。 Colette，我想知道你能否談談關於資本部署的問題。我知道你們大幅提高了採購承諾規模，聽起來你們可能已經度過了投資高峰期，而且今年你們可能會產生大約1000億美元的現金。然而，不管業績有多好，股價似乎並沒有漲太多。所以我認為你們可能會覺得目前的價位是回購大量股票的一個相當不錯的價格。我想知道你能否談談這個。問題是，為什麼不立下一個重大目標，在這裡進行一次大規模的股票回購呢？謝謝。Colette Kress 謝謝你的提問。我們非常謹慎地審視我們的資本返還計畫。我們確信，我們能做的最重要的事情之一，就是真正支援擺在我們面前的宏大生態系統。這涵蓋了方方面面：從我們的供應商，到為確保供應鏈安全並幫助他們提升產能我們所需做的工作，一直延伸到在我們平台上開發AI解決方案的早期開發者。因此，我們將繼續把這（投資生態）作為我們流程和戰略投資中非常重要的一部分。當然，我們也仍在回購我們的股票。我們也在繼續發放股息。我們將繼續在這一年中尋找合適的特定機會來進行這些回購。接線員 您的最後一個問題來自高盛公司的Jim Schneider。您的線路已接通。Jim Schneider 感謝接受我的提問。仁勳，你之前曾概述過，到2030年資料中心資本支出有可能達到3兆到4兆美元，這意味著增長率可能會加速，你也在接下來的季度指引中暗示了這一點。 我的問題是，你認為最有可能驅動這種拐點的關鍵應用有那些？是物理AI、代理式AI還是其他什麼？你仍然對3兆到4兆美元的市場預期感覺良好嗎？謝謝。Jensen Huang（黃仁勳） 是的，讓我們退一步，從幾個不同的角度來推理一下。首先，從第一性原理來看。未來開發軟體的方式是利用AI驅動的軟體。使用AI是由Token驅動的。我想大家都在談論代幣經濟學（Tokenomics），談論資料中心生成Token，推理的本質就是生成Token。我們在生成Token，剛才還談到了輝達的NVLink72如何使我們在單位能耗上以比上一代高出50倍的性能來生成Token。因此，在未來，Token生成幾乎處於所有與軟體和計算相關事務的中心位置。回顧我們過去使用計算的方式，過去軟體所需的計算量，僅僅是未來所需的一小部分。AI已經來了，且不會倒退，AI只會變得越來越好。所以，如果你想一下，過去世界每年在經典計算上的投資大約是3000億到4000億美元。而現在AI到來了，所需的計算量比我們過去計算方式所需要的要高出一千倍。計算需求就是高出很多很多。只要我們繼續相信這其中有價值（我們稍後會談到這一點），世界就會投資於計算能力來生產這些Token。因此，世界所需的Token生成能力，遠遠不僅是7000億美元所能涵蓋的。我相當有信心，從現在起，我們將繼續生成Token，我們將繼續投資計算能力。因為從根本上說，每家公司都依賴軟體，每個軟體都將依賴AI。因此，每家公司都會生產Token。這就是我稱它們為“AI工廠”的原因。如果你的公司身處雲資料中心，你擁有AI工廠為你的收入生成Token；如果你是一家企業級軟體公司，你將為你工具上的代理式系統生成Token；如果你是一家機器人製造商（自動駕駛汽車就是其最初的表現形式），你將擁有巨大的超級電腦（本質上就是AI工廠）來生成輸入到你汽車中的Token，成為它的AI大腦。然後你還必須把電腦放在汽車裡，持續不斷地生成Token。所以，我們現在非常確定這就是計算的未來。那麼，為什麼我們如此確定這就是計算的未來呢？原因在於我們過去製作軟體的方式是預先錄製的。所有的東西都是先驗捕捉好的。我們預編譯軟體，預先編寫內容，預先錄製視訊。但現在，一切都是即時生成的。當它即時生成時，它可以將人的背景、所處的場景、查詢的內容以及意圖都考慮在內，以生成這種被稱為AI（或代理式AI）的新型軟體的結果。因此，它所需的計算量遠遠、遠遠大於預先錄製好的。正如電腦擁有比預先錄製內容的DVD播放器多得多的計算能力一樣，人工智慧需要的計算能力也遠大於我們過去做軟體的方式。關於計算可持續性的問題，首先在電腦科學層面，這就將是未來計算的方式。其次在產業層面。歸根結底，所有公司都由軟體驅動，雲服務公司由軟體驅動；如果新軟體需要生成Token，且這些Token是可以變現的，那麼順理成章地，他們資料中心的建設將直接驅動他們的營收。計算驅動營收，我想他們都明白這一點，我認為外界也越來越多地開始明白這一點了。最後，AI為世界創造的效益最終必須能轉化為收入。我們正親眼看著它發展，正如我們現在所處的階段，代理式AI已經到了一個拐點。這實際上就發生在過去的兩三個月裡。當然，在行業內部，我們看到這個趨勢有一段時間了，大概有六個月左右，但現在整個世界都已經覺醒，意識到了代理式AI的拐點。代理（Agents）超級聰明，它們正在解決實際問題。程式設計工作顯然現在是由代理式系統輔助的，我們輝達內部所有的程式設計師都在大量使用代理式系統，無論是Claude Code、OpenAI Codex，還是Cursor，經常取決於用例而三者並用。但他們擁有了代理和協同設計的工程夥伴來幫助他們解決問題。你可以看到這幾家公司的營收在飆升。以Anthropic為例，我認為他們的營收在一年內增長了10倍，而且他們嚴重受限於產能，因為需求實在是令人難以置信。對Token的需求令人難以置信，Token生成率呈指數級增長。OpenAI也是一樣，他們的需求非常驚人。因此，他們能建立並上線的計算能力越多，他們的收入增長得就越快。這又回到了我之前的觀點：推理就是收入，在這個新世界裡，計算等於收入。從很多方面來看，這就是為什麼我們說這是一場新的工業革命。新的工廠、新的基礎設施正在建設中，這種新的計算方式不會倒退。因此，只要我們相信生成Token將是計算的未來——我堅信這一點，我認為整個行業也大抵相信這一點——那麼從現在起我們將繼續建設這種能力，並從這裡繼續擴張。目前我們正在經歷的浪潮是代理式AI的爆發；而在此之後的下一個拐點，是將物理AI以及這些代理系統引入物理應用中，比如製造業，比如機器人技術。所以，前方存在著巨大的機會。分析師 好的。接線員 問答環節到此結束。我將把會議交給Toshiya Hari。Toshiya Hari 在會議結束之際，請注意，黃仁勳將於3月4日在舊金山參加摩根士丹利TMT（科技、媒體及電信）會議的爐邊談話。他還將於3月16日在聖何塞的GTC大會上發表主題演講。我們討論2027財年第一季度業績的電話會議定於5月20日舉行。感謝大家今天的參與。 接線員，請結束會議。接線員 謝謝。今天的電話會議到此結束。您現在可以掛斷了。會議已結束。 (invest wallstreet)

昨天（2026-02-23），美國AI獨角獸Anthropic突然發難，在自家部落格扔出一顆重磅炸彈——指控DeepSeek、月之暗面、MiniMax三家中國頭部AI公司通過24,000個虛假帳號，對Claude模型發動了高達1,600萬次的"工業規模蒸餾攻擊"。更戲劇性的是，馬斯克當場在X平台開炮，直指Anthropic"賊喊捉賊"，還翻出了這家公司去年因盜版書籍賠償15億美元的黑歷史。這事兒看著像技術糾紛，實際上是中美AI競賽白熱化的縮影。一邊是Anthropic把技術問題上升到國家安全高度，另一邊是馬斯克揭老底式反擊。說白了，這不是簡單的"偷模型"爭議，而是OpenAI和Anthropic聯手對中國AI的圍剿開始了。📊 關鍵數字 1,600萬+ 次互動DeepSeek約15萬次 · 月之暗面340萬次 · MiniMax超1,300萬次Anthropic在報告裡列了組讓人瞠目的資料。過去幾個月，他們監測到有組織的攻擊者利用大規模代理網路（他們叫"九頭蛇叢集"架構），通過輪換IP地址和偽造請求中繼資料，繞過了平台的安全防護。光是MiniMax一家，就發起了超過1,300萬次互動，專攻Agent程式設計和工具編排能力。月之暗面也不遑多讓，340萬次互動主要衝著Agent推理和電腦視覺能力去的。最有意思的是，Anthropic聲稱通過分析請求中的技術模式、基礎設施指標，甚至對比月之暗面高管的公開資料，以"高置信度"把這三家公司揪了出來。這種溯源能力本身就很嚇人——說明AI公司對你的一舉一動瞭如指掌。2025-08 Anthropic被曝通過"巴拿馬計畫"大規模掃描數百萬本版權書籍用於訓練2025-12 Anthropic同意支付15億美元與作者群體達成和解2026-02-12 OpenAI向美國眾議院提交備忘錄，首次指控DeepSeek非法蒸餾2026-02-23 Anthropic發佈部落格正式指控三家中企"工業規模蒸餾攻擊"2026-02-24 馬斯克在X平台連發數文炮轟Anthropic"賊喊捉賊"🔧 技術拆解：所謂"蒸餾"（Distillation），說白了就是"抄作業"的高級版。讓小模型（學生）通過學習大模型（老師）的輸出來提升能力，就像學渣通過研究學霸的解題步驟來提高成績。這技術本身完全合法，甚至OpenAI自己也用。但Anthropic指控的是"工業規模"的非法蒸餾——通過2.4萬個假帳號，像工廠流水線一樣系統性竊取模型能力，這就涉及法律灰色地帶了。看到這兒你可能會問：如果中國公司是通過付費API呼叫的，這算不算 theft？這就觸及了當前AI行業最模糊的地帶。模型輸出的版權歸誰？用API呼叫結果訓練新模型，是合理使用還是侵權？現在全球都沒有明確判例。Anthropic自己也幹著類似的事——去年被曝光的"巴拿馬計畫"顯示，他們未經授權掃描了數百萬本圖書，最後不得不掏出15億美元和解。"Anthropic大規模竊取訓練資料並支付數十億美元賠償金是不爭的事實，賊喊捉賊。"—— 伊隆·馬斯克（X平台，2026-02-24）馬斯克這次開炮可謂精準打擊。他指的15億美元賠償案，正是Anthropic在2025年底因為系統性盜版書籍訓練模型，被作者群體集體訴訟後的和解金額。有意思的是，Anthropic內部給這個項目起了個諷刺的代號——"巴拿馬計畫"，明顯是在影射臭名昭著的避稅天堂。一邊自己盜版書籍付天價賠償，一邊指控別人蒸餾模型，這雙標玩得確實溜。更微妙的是時間點。OpenAI在2月12日剛向美國眾議院中國特設委員會遞交了備忘錄，指控DeepSeek通過"混淆第三方路由器"非法蒸餾ChatGPT。兩周後Anthropic跟進發難，形成完美的"美國雙雄"圍剿態勢。這絕非巧合，而是精心策劃的聯合行動。💰 成本分析：Anthropic去年因盜版書籍賠了15億美元，相當於他們好幾年的營收。這次指控中國公司"蒸餾攻擊"，本質上是在轉移視線——把自己的道德污點包裝成"維護智慧財產權"的正義之戰。更深層看，他們想把技術競爭上升到國家安全層面，借此推動更嚴格的晶片出口管制。畢竟，如果中國公司通過蒸餾就能獲得頂級模型能力，那美國卡晶片脖子的策略就失效了。Anthropic在報告裡毫不掩飾地緣政治意圖，直言蒸餾技術"破壞出口管制效果"，甚至警告這些模型"缺乏安全護欄，可能被用於生物武器開發"。這種話術聽著耳熟——典型的"威脅國家安全"敘事套路，目的是為更嚴厲的監管鋪路。存疑：目前所有指控資料均來自Anthropic單方面披露，DeepSeek、月之暗面、MiniMax三家中國公司截至發稿均未公開回應。所謂的"高置信度"歸因，是否經得起第三方獨立驗證？24,000個帳號的技術模式，是否足以確鑿指向這三家公司，而非其他第三方行為者？Anthropic是否借技術爭議之名，行商業打壓之實？說到底，這是一場沒有贏家的戰爭。如果Anthropic的指控屬實，說明中國AI公司在技術獲取手段上確實存在爭議；但如果這只是一場精心策劃的輿論戰，那暴露的是美國AI巨頭面對中國競爭時的焦慮與恐慌。馬斯克看透了這點——與其爭論技術細節，不如直接揭穿對方的道德虛偽。耐人尋味的是，截至目前，三家被指控的中國公司集體保持沉默。這種沉默可以有多種解讀：或是默認，或是不屑回應，或是在準備法律反擊。無論如何，這場爭端標誌著中美AI競爭進入了一個更殘酷的新階段——從晶片禁令到模型蒸餾，戰場正在向技術倫理和智慧財產權領域蔓延。💡 主編觀點：這不是技術糾紛，而是商業戰爭的煙霧彈。Anthropic一邊自己盜版書籍賠15億，一邊指控別人"蒸餾"不道德；一邊享受開源社區紅利，一邊想把蒸餾技術變成"專利壁壘"。更噁心的是把技術問題硬往國家安全上扯，這種"潑髒水"套路在TikTok聽證會上已經演過一遍了。DeepSeek們是否真蒸餾了？可能有。但在這個沒有規則的遊戲裡，Anthropic沒資格當道德裁判。真正的危險不是"蒸餾"，而是美國AI巨頭借監管之名，扼殺全球競爭。 (雲櫻夢海資源導航)

周四，美股顯著走低。圍繞人工智慧加速滲透、可能衝擊軟體行業及辦公空間需求的擔憂再度發酵，商業地產與科技相關類股承壓明顯。同時，交易員在最新就業資料公佈後重新評估聯準會年內降息路徑，風險偏好進一步降溫。截至收盤，道瓊斯工業指數下跌669.42點，跌幅1.34%，報49451.98點；標普500指數下跌108.71點，跌幅1.57%，報6832.76點；納斯達克綜合指數下跌469.32點，跌幅2.03%，報22597.15點。熱門股表現科技巨頭悉數承壓。蘋果重挫5%，錄得2025年4月以來的最大單日跌幅，此前美國聯邦貿易委員會聲稱蘋果新聞打壓保守派內容。Meta Platforms下跌2.82%；亞馬遜下跌2.20%；特斯拉下跌2.62%。輝達下跌1.64%，微軟下跌0.63%，GoogleC類股下跌0.63%。納斯達克中國金龍指數下跌3%。權重股中，阿里巴巴下挫3.40%，拼多多下跌4.16%，百度下跌4.64%，京東下跌2.65%。上漲個股相對有限，華住酒店集團微漲0.23%。市場概述本輪美股拋售焦點集中在商業地產及相關金融服務領域。市場擔憂，隨著人工智慧工具使用率不斷提高，企業對辦公空間的需求可能被結構性削弱，從而衝擊寫字樓租賃和估值體系。主要商業地產服務公司股價周四集體暴跌，大型商業地產服務公司世邦魏理仕股價收跌8.8%，仲量聯行下跌7.6%，戴德梁行下跌11.5%。分析師表示，這一輪下跌並非完全出人意料。此前，券商和經紀業務已因人工智慧潛在顛覆效應遭遇拋售，如今市場的恐慌情緒開始向“實體辦公空間提供商”蔓延。彭博行業研究負責辦公類房地產投資信託（REIT）的分析師傑佛瑞·朗鮑姆表示，人工智慧減少辦公需求的討論已持續一段時間，但在經紀商類股率先下跌後，投資者開始更直接地重新定價商業地產風險。晨星分析師肖恩·鄧洛普則表示，目前整個金融服務領域呈現出“先開火後瞄準”的特徵，在普遍擔憂人工智慧顛覆的背景下，那怕是輕微的業績或前景變化，都會引發劇烈的股價反應。科技類股同樣未能倖免。思科暴瀉12%，公司周三盤後公佈的季度調整後毛利率低於市場預期，被視為傳統科技企業在快速演進的人工智慧浪潮中面臨壓力的又一訊號，拖累相關類股情緒。卡車運輸和物流類股也明顯承壓。道瓊斯運輸業平均指數自歷史高位回落，下跌逾4%，錄得去年4月美國宣佈上調關稅政策以來表現最差的一日。當日，道瓊斯運輸業平均指數20隻成分股中有17隻下跌，物流公司Landstar System和C.H. Robinson跌幅居前，分別下挫15.6%和14.5%。此次拋售的直接觸發因素，被認為來自Algorhythm控股公司披露的資訊。該公司表示，其SemiCab部門通過演算法和自動化系統，將客戶貨運量提升300%至400%，但並未相應增加業務人員。這一表態加劇了投資者對人工智慧可能削弱物流行業用工需求、壓縮利潤空間的擔憂。相關衝擊蔓延至歐洲市場。瑞士物流集團Kuehne + Nagel周四股價下跌13%，丹麥物流企業DSV A/S跌幅亦超過10%。經濟資料方面，美國勞工部的資料顯示，上周美國初請失業金人數降幅小於預期，經季節性調整後下降5000人至22.7萬人，仍顯示就業市場整體趨穩。最新勞動力市場資料令市場對聯準會年內降息路徑的判斷出現反覆。聯邦基金利率期貨顯示，交易員目前對今年年底前累計降息59個基點的定價，高於周四早些時候的54個基點。芝商所FedWatch工具顯示，聯準會在6月會議前至少降息25個基點的機率仍不足50%。美債收益率隨之回落。10年期美國國債收益率下跌8.1個基點，至4.102%，創10月以來最大單日跌幅；兩年期國債收益率下跌4.8個基點，至3.464%。兩年期與10年期國債收益率差在觸及1月下旬以來最窄水平後小幅回升。Infrastructure Capital Advisors首席執行長兼首席投資官傑伊·哈特菲爾德表示，債券市場此前對強勁就業資料的反應“有些過度”，當前更多是回歸對經濟溫和增長的理性定價。大宗表現大宗商品方面，國際油價周四明顯下跌。紐約商品交易所3月交割的輕質原油期貨下跌1.79美元，收於每桶62.84美元，跌幅2.77%；4月交割的布倫特原油期貨下跌1.88美元，收於每桶67.52美元，跌幅2.71%。國際能源署表示，今年全球石油需求增速將低於此前預期，儘管1月份部分供應中斷造成減產，但全年仍可能出現供應過剩。美伊關係緩和的預期，也削弱了此前對地緣政治風險的溢價。貴金屬同樣承壓。紐約尾盤，現貨黃金下跌3.26%，報4918.36美元/盎司；COMEX黃金期貨下跌3.06%，報4942.50美元/盎司。現貨白銀跌10.89%，報75.0942美元/盎司。COMEX白銀期貨跌10.56%，報75.050美元/盎司。 (第一財經)

最近我看了一條 Dan Koe 的視訊，主題大意是：如果你有很多興趣，不要在接下來的 2-3 年裡把時間浪費在“焦慮”和“內耗”上，而是把多興趣變成一條可以積累、可以複利的路徑。看完之後，我最大的感受是：他說得太透徹了——而且放在今天這個節點（AI 進入新一輪加速的階段），尤其有現實意義。我把他的核心觀點結合自己的理解，整理成一篇更適合中文讀者閱讀的轉述。也歡迎你看完後留言：你更認同那一點？你在這個時代最想建構的能力系統是什麼？1）工業時代需要“螺絲釘”，AI時代更需要“能自我進化的人”我們很多人的成長路徑，本質上仍然是工業時代的邏輯：上學→考試→拿證→進公司→在某個崗位上持續“專業化”→成為組織系統裡高效的一顆螺絲釘。這套路徑在過去有效，是因為那個時代的核心目標是規模化生產：組織需要可替換、可標準化的人力模組，越“專”、越“穩定”、越“可管理”，越能成為體系的一部分。但 AI 帶來的變化是：凡是能被拆解成流程、被標準化、被覆用的工作，都會越來越容易被自動化。當“執行層”能力被工具極大放大之後，個人真正的競爭力會往上遷移：從“會做”遷移到“會判斷、會整合、會表達、會持續產出”。換句話說：未來不只是“技能強的人”更強，而是“能持續學習、跨界整合、建構個人系統的人”更強。2）他提出的“三個自我”，是通才走向自由的底層結構Dan Koe 提到三個關鍵概念，我覺得是整條邏輯的骨架：① Self-education：自我教育（自主學習）你要能夠主導自己的學習，而不是只依賴學校或公司提供的內容。在一個變化越來越快的時代，如果學習只能靠外部安排，那速度一定跟不上現實。更重要的是：自我教育的核心不只是“學更多”，而是“為自己的目標而學”。你學的內容、節奏、輸出方式，都要圍繞你的長期方向服務。② Self-interest：自我利益（以己為本的長期選擇）這裡的“自我利益”不是狹義的自私，而是一個更成熟的概念：你要以自己的長期價值與人生目標為中心做選擇，而不是被環境、標準答案、外部期待牽著走。很多人痛苦，不是因為不努力，而是因為努力的方向是被“教育出來”的、被“體系需要”的，而不是自己真正在乎的。真正的動力，來自你願意為它長期投入的興趣與意義感。③ Self-sufficiency：自我自足（自立，不外包判斷）你不能把人生最關鍵的東西外包出去：判斷、選擇、行動力。工具可以外包，執行可以借力，但方向與判斷必須自己掌舵。當你同時具備這三件事：自主學習、長期利己、自立判斷，你的“多興趣”就不再是分散，而會變成一種結構性的優勢——通才的能力，會自然長出來。3）AGI時代最稀缺的資源：注意力（Attention）他還有一個非常現實的判斷：當 AI 讓“做東西”的門檻不斷下降——程式碼可以生成，內容可以生成，產品可以快速做出來——真正稀缺的反而不是“產能”，而是注意力與信任。你可以把產品做得再好，如果沒有被看見，沒有被理解，沒有被信任，它的價值就很難實現。而注意力是稀缺資源，並不會因為工具變強而變得不稀缺，反而會因為資訊爆炸而更加稀缺。這也是我越來越認同的一點：未來的個人競爭力，很大一部分會體現在——你能否長期建立影響力？能否持續吸引並留住注意力？能否積累信任與品牌資產？4）怎麼做才不陷入“學了很多但什麼都沒留下”的循環？很多多興趣的人，最容易陷入一種“自我安慰式學習”：刷教學、看乾貨、學新工具、收藏一堆方法論——當下感覺自己進步很快，但回頭發現：沒有作品，沒有輸出，沒有可展示的沉澱。他的建議（我也非常認同）是：不要把學習停留在“輸入”，要把輸入變成輸出 → 作品集 → 複利。你可以把路徑理解為兩條：路徑 A：技能導向（skill-based）學一項可交易技能 → 用內容表達與教學 → 形成產品/服務。適合希望快速建立收入閉環的人。路徑 B：發展導向（development-based）把自己當作長期項目來發展 → 圍繞自己建立品牌與內容系統 → 再長出產品與商業模式。適合多興趣、跨領域、希望走長線的人。其中我特別喜歡的一點是：你不一定要先捏一個“客戶畫像”再硬湊定位。你可以先幫助“過去版本的你”。你真正走過的路徑、踩過的坑、總結出來的方法，天然具有可信度，也更容易形成內容的獨特性。5）別把自己當平台的“打工人”：要把社交媒體變成你的“媒體資產”現在很多人做內容，最大的誤區是：追熱點、賭爆款、靠演算法吃飯。這樣做短期可能會有資料，但長期會很焦慮，因為不穩定、不可控、不可複利。更好的思路是：把平台當分發管道，把內容當資產，把輸出當系統。當你把系統建立起來之後——文章可以拆成短影片，短影片可以反哺長文，長文可以沉澱為系列，系列可以沉澱為方法論，方法論可以進一步長出產品或服務。這才是“複利”的開始。6）我為什麼特別認同：因為我正在做的事，和這條路徑高度契合去年開始，我嘗試認真寫公眾號：用 AI 做深度調查與報告，把資訊整理成更結構化、更可信、更可復用的內容；同時也做視訊號、小紅書。做著做著你會發現：現在的資訊噪音非常大——很多人並不瞭解，也在輸出；而真正的稀缺，是長期經驗、判斷力、以及把複雜問題講清楚的能力。我在日本生活多年，對日本的企業、工作、生活、投資這些話題相對更熟悉，所以更希望做一件事：把靠譜的資訊做成長期欄目，讓需要的人少走彎路。到今天，視訊號也快突破 1.5 萬粉絲。這個過程讓我越來越堅定：AI 時代並不是“通才沒用”，恰恰相反——當工具把執行門檻打平之後，通才的整合能力、跨界能力、表達能力，會變得更值錢。結尾：給同樣多興趣的你，一個可執行的行動清單如果你也興趣很多、也擔心分散，我建議先別糾結“終身定位”，先做三步：1. 選一個你願意長期研究的主題（它可以很大，但必須是你真的在乎的）。2. 固定節奏輸出：每周一篇文章/一條視訊/一份小報告——建立“持續交付”。3. 做系統，不做一次性努力：把輸出沉澱為系列，把系列沉澱為方法，把方法沉澱為產品/服務。最後送你一句我自己的總結：別急著把自己修剪成單線程的人。2026 這樣的時代，多興趣可能不是缺點，而是你最值得珍惜的結構性優勢。 (MAMIANA HOUSE)

人工智慧的算力競賽正在全球範圍內掀起一波半導體、伺服器與電力基礎設施的投資浪潮。全球光刻機巨頭阿斯麥（ASML）第四季度訂單額達到132億歐元，是市場平均預期的兩倍。與此同時，SK海力士季度利潤創歷史新高，營業利潤同比大增137%，工業富聯第四季度淨利潤同比增長56%至63%。這些超出市場預期的業績資料，指向一個共同趨勢：AI驅動的算力投資正在全面加速。更值得關注的是，電力基礎設施供應商GE Vernova也交出了一份亮眼的四季度成績單，營收達到109.6億美元，超出市場預期，積壓訂單規模已達到1500億美元。這揭示了一個完整鏈條：AI算力增長需要半導體，半導體製造需要更精密的裝置，而所有這些都需要持續的電力供應。01 四巨頭業績超預期，AI產業鏈協同爆發從歐洲到亞洲，從半導體裝置到AI伺服器，全球科技巨頭的最新財報勾勒出一幅AI算力投資全面擴張的圖景。四家關鍵公司的最新業績表現，為我們揭示了AI產業鏈不同環節的景氣度現狀。阿斯麥的業績最為耀眼。2025年第四季度，該公司新增訂單額環比翻倍，達到132億歐元，其中74億歐元來自極紫外光刻（EUV）系統。這一資料大幅超過分析師預期的63億歐元，創下歷史新高。阿斯麥首席執行長Christophe Fouquet表示：“過去幾個月裡，我們的許多客戶對中期市場狀況的評估明顯更加積極，主要是基於對AI相關需求可持續性的更強勁預期。”這一表態折射出半導體行業對AI浪潮的長期樂觀態度。SK海力士的表現同樣令人矚目。作為輝達高頻寬記憶體（HBM）的核心供應商，海力士憑藉在AI領域的持續旺盛需求，營業利潤同比大增137%，達到19.2兆韓元（約135億美元），輕鬆超出市場預期。海力士的成功得益於其在HBM領域的領先優勢——目前佔據全球HBM市場61%的份額。隨著AI晶片組需求持續爆發，儲存晶片價格也水漲船高，上季度16GB DDR5晶片的合約價同比漲幅超300%。工業富聯作為AI伺服器領域的重要參與者，2025年全年歸母淨利潤預計達351億至357億元，同比增長51%至54%。更為亮眼的是，第四季度AI伺服器業務營收同比增長超5.5倍，成為業績增長的核心引擎。GE Vernova的業績則從能源角度印證了AI算力需求的擴張。該公司四季度營收達到109.6億美元，超出市場預期，積壓訂單規模已達1500億美元的歷史高位。燃氣輪機訂單規模從33吉瓦大幅提升至40吉瓦，顯示出電力需求的迅猛增長。02 訂單資料背後，AI算力投資進入新階段表面上看，這些公司的業績增長源於各自領域的市場需求擴大。但深入分析可以發現，AI算力投資正在從過去的概念炒作轉向實實在在的產能擴張。阿斯麥的訂單資料被視為晶片製造商對未來AI需求信心的重要風向標。其訂單爆發不僅反映了當前晶片產能的緊張，更預示著未來1-2年內全球半導體產能的擴張步伐。阿斯麥計畫將2025年全年股息提升至每股7.50歐元，較2024年增長17%，同時宣佈了一項最高達120億歐元的股票回購計畫。這些舉動表明公司對未來現金流充滿信心。工業富聯的高速網路裝置需求增長同樣值得關注。2025年，該公司800G以上高速交換機業務營收同比增幅高達13倍，第四季度仍保持超4.5倍的同比增長。這一資料與AI伺服器需求激增相互印證，顯示資料中心內部網路升級與AI算力擴張同步進行。GE Vernova的訂單積壓質量顯著提升，全年裝置訂單積壓利潤率增長了8個百分點。這意味著未來訂單轉化為營收時，將帶來更高的盈利能力。公司管理層因此上調了多年期財務展望，顯示出對電力需求持續增長的堅定信心。03 產業鏈傳導效應，從裝置到應用的全面繁榮AI算力投資的鏈條傳導正在顯現。從半導體裝置到晶片製造，再到AI伺服器和電力支援，整個產業鏈正在經歷一場由AI驅動的全面升級。半導體裝置環節的景氣度直接關係到整個晶片產業的產能擴張。阿斯麥預計2026年全年銷售額將在340億歐元至390億歐元之間，高於分析師的350億歐元的預期。公司還預計2026年EUV業務將實現顯著增長，同時非EUV業務整體上將與2025年基本持平。在晶片製造環節，AI帶來的需求不僅是簡單的產能擴張，更是技術升級。SK海力士的業績增長主要來自HBM等高附加值產品的結構性變化。這意味著AI不僅增加了晶片需求量，更在推動晶片技術向更先進、更高價值的方向發展。AI伺服器市場則呈現出爆發式增長態勢。工業富聯AI伺服器業務2025年營收同比增長超3倍，第四季度該業務營收環比增長超50%。這一增長態勢與全球雲廠商的資本開支方向高度一致。2025年，北美四大雲廠商的資本開支總計超3500億美元，並對未來資本開支給出積極指引。微軟預計2026財年一季度資本開支將超過300億美元，致力於雲基礎設施建設。電力基礎設施作為AI算力的底層支撐，其需求增長更具長期性。GE Vernova首席執行長Scott Strazik表示：“人工智慧資料中心的快速擴張、新建工廠的投產以及整體電氣化處理程序的加速推進，共同推動了全球電力需求的爆發式增長。”這一判斷得到了訂單資料的支撐——公司裝置訂單積壓和槽位預留協議從62吉瓦暴增至83吉瓦。04 未來展望：今晚重磅財報將決定市場風向今晚，市場將迎來更多檢驗AI成色的重要財報。特斯拉、Meta和微軟的業績表現將成為判斷AI投資可持續性的關鍵指標。微軟的財報尤為引人關注。市場將重點關注其AI服務是否真正拉動了營收增長。Azure雲服務的營收增速能否保持強勁，將直接反映企業級AI需求的真實狀況。微軟當前面臨的風險在於，其AI相關投入可能無法帶來顯著的增長回報。Meta的財報同樣關鍵。去年10月，祖克柏宣佈計畫加碼數十億美元投入AI領域，導致股價暴跌20%。投資者關心的是，祖克柏能否在本次財報中就2026年的支出規劃給出更具紀律性的表述。祖克柏近期表示“Meta計畫在本十年內建成數十吉瓦的人工智慧算力”，這樣宏大的目標需要更清晰的商業化路徑來支撐。市場需要看到AI投資的明確回報跡象，而不僅僅是投入承諾。蘋果公司將於周四發佈財報，分析師預測其將迎來四年來最強勁的營收增長。iPhone 17系列的市場熱度可能帶動業績表現，但投資者更關注的可能是蘋果在AI領域的佈局和進展。GE Vernova的管理層已經明確表示，他們正站在電力需求激增的風口之上。人工智慧資料中心的快速擴張、新建工廠的投產以及整體電氣化處理程序的加速推進，共同推動了全球電力需求的爆發式增長。這種增長不僅體現在數量上，更體現在質量上——該公司裝置訂單積壓利潤率全年提升了8個百分點。行業專家指出，AI資料中心建設延遲是短期內的主要微觀風險。但長遠來看，AI產業已進入一個“良性循環”，黃仁勳稱全球算力基建才走完“第一年”，完整周期至少10年。 (吐故納新溫故知新)

在昨天達沃斯世界經濟論壇上，Google DeepMind的CEO、諾貝爾獎得主戴密斯·哈薩比斯說出了一個讓全場震驚的判斷：“AI帶來的變革，將是工業革命的10倍規模、10倍速度。”主持人迅速接話：“那就是100倍。”“是的，100倍。”哈薩比斯確認道。無獨有偶，就在幾天前，矽谷傳奇投資人馬克·安德森也在一場播客中拋出類似觀點：“為什麼一切即將擴大十倍？因為當技術發生根本性突破時，基於現有市場資料的預測完全失效。”問題是：在這場百年未見的巨變中，普通人的最佳機會在那裡？答案可能讓很多人意外，也讓一些人不屑一顧。普通人最值得做的，不是去學 Python 程式設計，不是去捲大廠職位，更不是去all in 炒幣，而是成為一名內容創作者，或者更準確地說，成為一家“一人公司”（One-Person Business）。因為這是人類歷史上，個人槓桿率最高、門檻最低、上限最高的一次機會窗口。AI時代的真正衝擊：不是失業，而是工資制度本身的衰亡一、一篇文章，1.5億瀏覽量2025年1月12日，一個叫Dan Koe的美國人在X（原推特）上發了一篇長文，標題是《How to fix your entire life in 1 day》（如何在一天內修復你的整個人生）。一周後，這篇文章的瀏覽量突破了1.5億。1.5億是什麼概念？X全球月活使用者約6億——意味著平台上每四個人，就有一個看到了這篇文章。有人好奇這篇文章賺了多少錢。Dan Koe曬出了X平台14天的分成：4495美元。1.5億瀏覽量，才賺4495美元？但Dan Koe去年的總收入是400多萬美元。錢從那來的？來自他的付費訂閱、書籍銷售、AI工具銷售。所有這些，都建立在他六年如一日的內容創作之上。那篇爆款文章不是終點，而是漏斗的入口。1.5億瀏覽量意味著品牌曝光和信任積累，真正的收入來自那些被內容吸引、進而購買他產品的一小部分人。Dan Koe的收入曲線是這樣的：2019年：1萬美元2020年：10萬美元2021年：15萬美元2022年：80萬美元2023年：250萬美元2024年：400萬美元+六年，從1萬到400萬。他說了一句話，我覺得值得每個人記住：“Please for the love of all things holy don't quit after 2 months.” 拜託，千萬別兩個月就放棄。Dan Koe的故事之所以值得關注，不是因為他是個例外，而是因為他代表了一種正在崛起的新物種：超級個體。一個人，借助網際網路和AI，做著過去需要一整個團隊才能完成的事。而這個物種的數量，正在以指數級增長。二、為什麼是內容創作——三大底層改變你可能會說：這不就是個網紅故事嗎？每個時代都有幾個幸運兒。此言差矣。這不是運氣，而是底層邏輯的改變。我們可以從用三個維度來解釋。【邏輯一：供給驅動的市場爆發】馬克·安德森的基金a16z投資了Substack（一個付費的寫作平台）。很多人不理解：寫作能有多大市場？安德森的回答是：“傳統市場分析完全失效。”他解釋說，在Substack出現之前，許多才華橫溢的作者被困在傳統媒體機構中，受限於機構的立場或商業模式，無法自由表達或從中獲利。這導致了一個巨大的“供給缺口”。而當你提供一種新的變現機制，你就能憑空創造出原本不存在的供給——那些原本不寫作或無法獨立生存的作者。這些新供給會進而激發原本不可見的潛在需求。“Substack不僅僅是替代了舊報紙，它可能將內容產業的市場規模擴大10倍甚至1000倍。”這就是“供給側解鎖”的威力。過去人們批評網際網路充滿了短影片和貓片，認為使用者只想當“沙發土豆”。但這種批評忽略了市場的啞鈴型結構——雖然大眾娛樂有巨大市場，但在另一端，對於高品質、深度內容的潛在需求同樣驚人。長播客的成功就打破了“使用者注意力只有幾秒鐘”的迷思——只要供給質量足夠高，使用者願意花3小時觀看。問題從來不是缺乏需求，而是缺乏優質的供給。而AI，正是人類歷史上最大的供給側變革。過去，一個人想做內容創作，需要會寫作、會剪輯、會設計、會營運。現在，AI可以幫你完成其中80%的執行工作。門檻降低了，但這不意味著價值消失——恰恰相反。安德森特別提到一個概念：“非同質化作者”。AI可以生成大量平庸的內容，這反而讓真正獨特、具備個人品牌的作者變得更有價值。Substack實際上是在通過技術手段，讓這些“非同質化”的個體得以建立自己的商業帝國。尖峰報告：穩定幣到底是一場怎樣的財富大轉移？【邏輯二：納瓦爾的“槓桿三要素”】矽谷傳奇天使投資人納瓦爾·拉瓦坎納有一套著名的“致富框架”，被無數人奉為圭臬。其核心是三個要素：1. 特殊知識（Specific Knowledge）：你獨特的經歷、洞察、表達，這是無法被培訓、無法被覆制的。納瓦爾說：“特殊知識往往來自你的熱情和好奇心，而不是去學當下最熱門的東西。”2. 責任（Accountability）：用自己的名字承擔風險。社會獎勵那些有勇氣在自己名下冒險的人。大多數人不敢，所以敢的人獲得超額回報。3. 槓桿（Leverage）：讓你的投入產出比遠超1:1。關於槓桿，納瓦爾有一句堪稱劃時代的觀點：“程式碼和媒體是無需許可的槓桿。”什麼意思？傳統槓桿（資本、人力）需要別人的許可——你要融資、要招人。但程式碼和媒體不需要。你今天就可以開始寫作、錄視訊、做播客，不需要任何人批准。他還說：“這是全新的槓桿形式，也是最民主的形式。它是邊際成本為零的產品複製——包括書籍、媒體、電影和程式碼。所有新財富都是從這裡產生的。”“只要你是最好的，網際網路今天使任何小眾興趣都能規模化擴展。”內容創作，恰好同時滿足這三個要素：你用自己的名字（責任），分享你獨特的思考（特定知識），通過網際網路觸達數百萬人（槓桿）。而正如納瓦爾所言，“學會銷售，學會建構。如果你兩樣都會，你將勢不可擋。”內容創作本質上就是在學習銷售，銷售你的想法、你的人格、你的世界觀。都2026年了，全世界最會搞錢的這群大聰明為什開始狂搞自媒體？【邏輯三：AI放大器效應——一個人就是一支團隊】Dan Koe是怎麼工作的？根據矽谷著名連續創業者Greg Isenberg的消息和分析，Dan Koe每天早上打開ChatGPT和Claude，像使用內部策略團隊一樣使用它們。他會把表現最好的帖子喂給AI，讓AI分析隱藏的模式——結構、節奏、好奇心缺口、情感回報。然後他建立一套可重複的系統，把2小時的工作變成7天的內容。他的核心方法是：1. 在Twitter上快速驗證：每天寫兩三條高密度帖子，那條火了，就是市場訊號。2. 一個來源驅動所有內容：把驗證過的想法擴展成Newsletter，Newsletter變成YouTube指令碼，再跨平台復用到LinkedIn、Instagram、Threads、Shorts。3. 用AI壓縮研究時間：把長視訊丟給Claude，6小時的研究壓縮成1000字摘要，再與自己的素材庫比對，找到獨特角度。他有一套“提示詞堆疊”：YouTube標題生成器（基於他表現最好的15個標題訓練出30個新標題）、深度帖子生成器（提取悖論、轉變弧線、行動步驟）、內容創意生成器（根據驗證過的格式輸出60個推文創意）。哈薩比斯在達沃斯說了一句話，精準描述了這種狀態：“你可能能夠做到過去需要10個人才能完成的工作。如果你有創業精神，在遊戲設計、電影、項目方面有創意，你可能比過去更容易進入這些行業。”一個人，就是一家公司。一個人，就是一支團隊。這在人類歷史上從未發生過。三、為什麼不是程式設計或投資？你可能在想：為什麼偏偏是內容創作？做軟體不行嗎？打工不行嗎？創業不行嗎？讓我一個個說。【做軟體？在國內C端幾乎賺不到錢】前幾天跟朋友聊天，他說了一句話讓我印象深刻：“身邊做AI的人很多，但在國內做C端AI產品賺到錢的，除了賣課，好像真想不到其它的了。”做出海的有，給企業做解決方案的有，搞培訓教課的也有。但國內C端AI產品，要麼做了但沒賺到什麼錢，要麼做得很小眾，養活自己都勉強。AI熱了這麼久，國內使用者量也不小，按理說C端應該有機會。但實際情況是，大家寧願去做ToB、做出海，就是不碰國內C端。為什麼？因為做了發現賺不到錢。國內使用者付費意願本來就低，AI產品又特別容易被覆制，你剛做出個東西，就有一堆類似的。外加大廠直接免費送，用流量和錢砸你。一個小團隊，沒能力跟人家耗。但內容不一樣。內容的護城河是你這個人。你的經歷、你的表達、你的人格；這些沒法被覆制，沒法被大廠砸錢砸掉。【打工？你只是個時日不多的螺絲釘】Anthropic（claude模型的母公司）的CEO Dario Amodei阿莫戴伊在達沃斯說，AI可能在5年內消滅50%的入門級白領工作。哈薩比斯雖然認為時間線會更長，但他承認今年就會開始看到一些跡象，比如入門級工作和實習崗位的減少。而Node.js的創始人Dahl今天就在推特上表示，“人類編寫程式碼的時代已經結束。”“黑天鵝之父”塔勒布有一句很經典也很扎心的話：“最危險的毒品有三種：海洛因、碳水化合物，和月薪。”打工者用時間換錢，永遠無法獲得槓桿。你的價值被鎖死在每小時、每月能產出多少。我看到網友的一段話，寫得還是很有道理的：“別跟我扯行業、崗位、背景。那怕你是技術崗，不會曝光、不敢說話、沒人知道你，你就是個隨時可替換的螺絲釘。”很多人還在賭一件事：熬。熬資歷，熬年頭，熬到高級經理。但你算過機率嗎？能熬上去的那點人，不比做出一個自媒體號多，甚至更少。而且更殘酷的是：你熬輸了，啥都沒留下；你做自媒體，那怕失敗，至少留下了內容、曝光、經驗和認知。現在這個年代，影響力就是簡歷。不是你寫給HR的那張紙，是市場天天給你打的分。【傳統創業？門檻太高，風險太大】傳統創業需要：資金、團隊、供應鏈、辦公室……內容創業只需要：一台電腦、你的思想、持續輸出。Dan Koe總結了一個“新商業劇本”：“先做創作者→ 建立受眾 → 積累現金和槓桿 → 享受生活……或者用它來啟動創業。”內容創作是所有事情的“前置任務”。你先有了受眾和信任，再做任何生意都事半功倍——無論是賣課、賣產品、做諮詢、還是真的去創業融資。這也是為什麼越來越多聰明人的路徑變成了：先建立個人品牌，再考慮下一步做什麼。因為有了受眾，你做什麼都有人買單；沒有受眾，你做什麼都是從零開始。【一個正在成型的共識】我越來越相信一個判斷：未來所有工作都將是：專業技能 + 自媒體。你會什麼固然重要，但是有多少人知道你更重要。沒人認識你，不能被看到，你就不值錢。再努力，也只是更便宜的努力。要麼早點把自己當成一門生意來經營，要麼等著被現實教育：公司不養閒人，時代不等無名者。四、為什麼現在是最好的時代？Sahil Bloom，《五種財富》的作者，另一位成功的內容創作者，在一次播客中說了一段話，我覺得是對這個時代最好的註解：“我可以坐在書桌前，每周寫一份新聞通訊，觸及全球數百萬讀者。可能是印度的18歲青年，也可能是內布拉斯加州的90歲老人，但他們可以在我還活著的時候，即時閱讀和參與這些想法。這是多麼不可思議的時代？”他說得對。這確實是人類歷史上成為內容創作者的最佳時機。原因有幾個：【前所未有的全球觸達能力】數位化創作工具讓個人能夠突破地理限制，通過網際網路直接與全球受眾即時互動。這是歷史上前所未有的傳播規模。過去，你想讓一百萬人聽到你的聲音，需要出版社、電視台、報社。現在，你只需要一個帳號和持續輸出的內容。納瓦爾說過，“網際網路使任何小眾興趣，只要你是最好的，都能規模化擴展。”在網際網路之前，全世界最好的手沖咖啡師可能只在一個小鎮上被認可。現在，他可以通過YouTube教全世界的人沖咖啡，賣課程、賣咖啡豆、接代言。【複利式影響力積累】Sahil Bloom提到一個概念：內容創作的本質是複利。“給朋友發條簡訊會產生未來人際關係的複利效應。”每個微小創作單元（文章、視訊、推文）都是在建構持續增值的數位資產池。你今天寫的文章，可能五年後還在為你帶來流量和客戶。他提出的“每日解決一個問題”方法，將內容生產轉化為可積累的長期影響力工程。不是追求每篇都爆，而是持續建立一個資訊庫，讓時間成為你的朋友。納瓦爾也說過類似的話：“所有生活中的回報，無論是財富、關係還是知識，都來自複利。”內容是少數幾種可以複利的資產。【對抗社會連接悖論的機遇】我們處在一個奇怪的時代：技術連接與現實疏離並存。每個人都線上上，但真正的深度連接越來越稀缺。這恰恰是內容創作者的機會。優質內容創作成為稀缺的情感連接管道。通過深度觀點分享（播客、長文、視訊），創作者能建立超越表層社交的實質精神聯結。這也是為什麼Dan Koe那篇文章能有1.5億瀏覽量：人們渴望有人告訴他們如何修復自己的人生，渴望有人提供方向感。誰能持續提供這種價值，誰就能建立起最深的信任。【非線性成功的可能性】Sahil Bloom自己就是例子：“從高薪工作轉型寫作卻獲得更大成就。”數字時代的內容價值評估體系（閱讀量、互動深度、社會影響）已超越傳統財務標準。個人專業知識（如金融、技術、設計）可通過內容產品化轉化為多維財富——時間自由、社會影響力、被動收入。傳統路徑是線性的：升職、加薪、慢慢積累。內容創作的路徑是非線性的：可能很長時間沒有反饋，然後突然爆發。Dan Koe的收入曲線就是這樣，前三年才從1萬到15萬，但後三年從15萬到400萬。這就是槓桿的威力：一旦找到了產品-市場匹配，增長是指數級的。五、但時間窗口正在關閉哈薩比斯在達沃斯說了一句讓我印象深刻的話：“通常這樣的轉變需要一到兩代人，但這次的速度和變革的規模都是前所未有的。”這意味著什麼？意味著先發優勢的窗口期極短。Dan Koe花了六年建立起17萬郵件訂閱者和數百萬社交媒體粉絲。這六年積累的信任，是AI無法複製的。而現在，AI降低了入門門檻，但同時也讓競爭更加激烈。在Dan Koe那篇文章爆火後，X平台上已經湧現出大量模仿者，各種AI技能教學和勵志文章，什麼“How to change your life in 2026”“The one skill you need”“Why most people will never succeed”……結構一樣，圖片風格一樣，連“讓我告訴你真相”的語氣都一模一樣。這種寫法甚至成了一個meme，引發了大量模仿和惡搞。但爆火的依然是Dan Koe，而不是模仿者。為什麼？一方面，信任需要時間積累。Dan Koe寫了六年，有真實的失敗經歷和可追溯的成長歷程。AI可以模仿他的句子結構，但無法複製那段歷史。另一方面，超級個體賽道已經非常擁擠。每個人都想成為下一個Dan Koe——他的學員們的目標通常都是“建立個人品牌”“通過內容創作變現”“逃離朝九晚五”。Dan Koe自己也說：今年，你將與大量使用AI的寫作者競爭。但不用擔心，因為這正是你真正的聲音和思考方式閃耀的時候。AI是一個資料庫，它繪製地圖，但你的寫作可以朝任何方向走，可以比AI更快地調整。作為一人企業，這是你的優勢。這就是時間窗口的意義：越早開始，你就越有可能在AI氾濫的時代建立起不可替代的信任資產。等到所有人都在用AI寫內容的時候，唯一能脫穎而出的，就是那些有真實積累、有獨特視角、有人格魅力的人。而建立這些，需要時間。窗口不會永遠開著。六、所以，從今天開始哈薩比斯在達沃斯說，面對這場100倍的變革，他對人類保持樂觀：“我們極其適應性強，因為我們的心智是如此通用。”他給年輕人的建議是：“精通這些新工具，成為這些工具的原生使用者。這幾乎相當於給你超能力。”納瓦爾說得更直接：“成為世界上做你所做之事最好的人。不斷重新定義你做的事，直到你真的是最好的。”這不是關於賺錢的故事。這是關於在AI時代找到“不可替代”位置的故事。AI可以寫程式碼，可以生成圖像，可以分析資料，但AI無法成為“你”。你的經歷、你的思考、你的表達、你的故事，這些是真正的稀缺資源。而內容創作，就是把這些稀缺資源轉化為可複利資產的最佳方式。所以，從今天開始。用你的名字，分享你的思考。不需要完美，不需要許可，不需要等待。但正如Dan Koe所說，千萬別兩個月就放棄。至於具體怎麼做？如何找到自己的定位？如何建立內容飛輪？如何用AI提升效率而不是被AI替代？網上已經有很多套路，或者問AI也可以拿到標準答案。但是，如果你想要更系統更特殊的方法論和實操指南，歡迎加入經叔的知識星球，今年會有更多關於“一人公司”的獨家內容，幫助大家抓住時間窗口。但在那之前，最重要的是——先開始。【懂】 (不懂經)