被誤解的輝達，和不被理解的黃仁勳

輝達是「基建」公司、「演算法」公司，唯獨不是「晶片」公司。

輝達，到底是一家甚麼公司？

在2025 年的當下，這個問題聽起來多少有點過於簡單，甚至有點弱智。但是當一家公司在幾十個月內市值突破3 兆美元，成為全球科技行業的“定海神針”一般的存在時，這個問題的意義，以及它的答案，都會變得萬分複雜。

不少大眾仍記得輝達的GTX 顯示卡、媒體認為它是「核彈廠」，資本認為它是市值最高的AI 晶片巨頭。

而正是這些誤解、盲目的仰望和巨額的加倉，造就了AI 時代輝達的又一次近乎瘋狂的崛起和衝天的市值。

在衝天的狂熱之中，問題的答案，乃至這個問題本身，還重要嗎？

重要！

至少對輝達的創始人黃仁勳來說，這個問題決定了輝達在未來世界中的重要角色，甚至未來世界本身的發展路徑。所以，問題的答案必須清清楚楚、擲地有聲地說出來！

很可惜，2025 年熱鬧異常、數萬人參與、數十個新產品曝光的GTC2025，並未讓世界認識到這個問題的答案，毋寧說，正因為這些紛繁複雜的產品、視訊、討論和展覽，反而將答案本身遮蔽起來。

所以，黃仁勳只好在隨後的分析師和媒體會上，一個人發，出輝達真正的「AI 宣言」：

輝達不是晶片公司、不是解決方案公司、不是簡單的AI 公司。它催生並見證了一個稱為「AI」的新工業的誕生，一如蒸汽機開啟工業時代，電流點亮了電力時代——作為最基本的生產力，AI 將成為所有工業底層的「元工業」，開啟一個全新的AI 時代。

而輝達，就是AI 工業最重要的基建平台。

或者，你可以說，輝達，就是AI 本身。

至少，這是黃仁勳希望讓大家相信的。

01 在無限面前，參數是膚淺的

直到今天，直到現在，輝達已經是AI 行業當之無愧的領頭羊時，人們在報導GTC 大會的時候，依然習慣性地、不假思索地詳細描述輝達發佈的硬體產品——AI 晶片和伺服器的每個技術細節、每個參數、以及和一年前產品相比的巨大表現提升。

「核彈」，這個從輝達GTX 顯示卡時代就被冠上的外號，被毫不質疑地延續到了現在。好像每次老黃在GTC 上發佈新AI 晶片產品時，都會被期待那句經典的“買得多，省得多”再次響徹全場——這不是對一家晶片公司最大的恭維嗎？

事實上不是的，它甚至有種一葉障目、避重就輕的膚淺。

當人們還在糾結Blackwell Ultra 單一晶片的算力提升多少時，黃仁勳早已在強調，單一晶片表現的重要性，遠遠不如如何讓成百上千個晶片組成的AI 晶片群的即時資料互聯和同步水平。

這是為什麼連接晶片之間的NVLink 後面的數字越來越大，事實上為了能讓晶片叢集發揮最大的效用，輝達不得不為AI 晶片研發一個系統Dynamo，作為「推理服務庫的VMware」，讓這些超強的晶片組在推理時代跑得更快。

而為了讓這些晶片上交換的巨量資料傳輸得更快，輝達也要和台積電合作，在晶片的連接上採用光子技術，如果成功每個連接埠的速度能達到1.6Tb/s，比目前最頂級的銅纜速度高兩倍。

輝達的挑戰早已經不是單一晶片上電晶體數量的提升，而是字面意義上的物理限制，例如能源利用。 「可使用的電能是有上限的」這就是為什麼在輝達看來，AI 算力評價的分母已經不是秒，而是瓦特——再厲害的晶片和AI 資料工廠，最終要靠電力來驅動。

這也是為什麼，台達電子DELTA 的高層告訴極客公園，為了滿足這些新的AI 資料中心硬體的需求，台達需要和輝達團隊一起重新設計從電網到資料中心、再到每一台機櫃的每一塊晶片的電路和散熱裝置。 「我們說的可是兆瓦等級的電壓，不是開玩笑的。」

「我們不是晶片公司，而是一家AI 基礎設施公司。」黃仁勳在媒體溝通會上再次強調輝達的定位。 「你們見過那家手機公司，會一下發佈接下來3 年的產品嗎？不存在的」單純因為輝達的挑戰不再是產業或對手，而是能量使用效率本身。

當一家公司被稱為「基礎設施」的時候，都代表著身後是一個龐大的工業（Industry），如同石化、交通、農業。 「只取決於世界決定生產水泥，還是生產AI」黃仁勳如此給AI 工業定性。

而在這個人們已經意識到、但又沒有足夠意識到重要性的行業，輝達希望未來每一個AI 資料中心流入和流出的Token 上都有一個標籤——Produced by XXX，Accelerated by Nvidia。

畢竟，人們對Token 的需求，將呈現幾何等級急劇增加。

02 音爆和殘影

在今年GTC2025 的展位上，最受歡迎的不是佔據最佳位置、大賺特賺地資料中心服務商，而是輝達官方地具身智慧展位。來自1x Technology、Agility Robotics 的工廠和家用機器人，吸引了所有人的目光。

GTC2025 輝達攤位上的機器人吸引了人們的目光｜影片來源：極客公園

當然，別忘了還有和黃仁勳一起上台、大秀呆萌的小機器人Blue，它和小兄弟們是展台上的絕對主力。來自迪士尼研究實驗室的「瓦力」，讓所有人掏出手機合影，讓旁邊輝達負責解釋整個物理AI 的負責人員搖頭苦笑——比起搞懂輝達如何用Omniverse、Cosmos、物理引擎Newton 等一條龍產線如何助力機器人開發者，顯然小機器人的吸引力來得更直觀。

Physical AI 毫無疑問會是未來，單單智慧駕駛產業，在AI 基建、模擬、訓練和終端晶片如Orin 和Thor，就已經給輝達產生50 億美元以上的收入。按照目前智慧駕駛大戰依舊，機器人如火如荼的情況，那句話怎麼說，「未來可期」。

當然，在具身智能到來之前，Agentic AI，這個正在某種程度上取代了剛剛興起兩年的「傳統大語言模型」的新功能，被印到了輝達未來發展之路的下個節點上。

一方面是因為，以DeepSeek 為代表的推理模型的表現，確實讓人驚豔；另一方面，同樣的問詢，Agentic AI 需要使用的Token 數量是之前傳統大語言模型的20 倍。

超過兩百萬人等著試用Manus AI 工具的邀請碼——註定暴增的Token 需求，需要更高的算力，或者更好的AI 晶片和資料中心，這不是明擺著的嗎？

在經典電影《公民凱恩》中，主角臨終喃喃自語「玫瑰花蕾」（Rosebud）時，鏡頭最後切到了屋外滑雪板上的玫瑰花蕾圖案上。

黃仁勳也有自己的「玫瑰花蕾」。

在開場演講中，黃仁勳稱其中一頁PPT 是他的最愛。那頁PPT 上是全球的科學研究團隊，利用輝達的硬體和系統，在天文、氣候、生物、醫藥等基礎科學領域所嘗試的項目和取得的成果。

有情可原，讓輝達在AI 時代飛昇的系統護城河CUDA，最早的開發者群體正是高校的科研人員。沒有他們，AI 和輝達的爆發，可能要被推遲數年。

「輝達打造晶片，但我們是一家演算法公司。」黃仁勳說到。這種對於演算法的儲備和精通，讓輝達和CUDA 可以幫助其他團隊形成自己的演算法，來探索基礎學科和領域。

Agentic AI、Physical AI、無人駕駛、使用CUDA 的科學實驗，這些都很好，它們可能是未來Token 巨大需求的驅動源，但不是根本。它們像是超音速飛機突破音爆時留下的圓圈、或是光速飛行留下的殘影。

這個以超高速飛行的，是黃仁勳和輝達對於AI 這個註定成為人類最重要、乃至最終產業的願景和野心。

然而，眼睛盯著參數和市值的人們，無法，或還沒準備好理解輝達給出的未來。 （極客公園）