【Computex】黃仁勳：未來的資料中心不再是儲存與計算中心，而是生產Token的工廠——輸入能源，輸出價值

2024年與2025年COMPUTEX大會對比

2024年COMPUTEX大會上，黃仁勳主要聚焦於Blackwell架構的發佈與AI加速計算的應用場景，重點介紹了H100/H200的市場表現和B100/B200的技術突破。而在2025年的大會上，黃仁勳將視野擴展至更廣闊的AI基礎設施領域，提出了"AI工廠"的全新概念，並詳細闡述了Grace Blackwell系統的技術優勢與升級路線圖。相比2024年側重於硬體性能的提升，2025年更加強調AI技術路線的演進，從感知型AI到推理型AI再到物理AI的發展路徑，同時深入佈局電信、量子計算等新興領域。

🔍 核心要點速覽

輝達已從3億美元晶片公司轉型為價值數萬億美元的AI基礎設施提供商

• CUDA生態系統與專業庫是輝達技術壁壘的核心基石
• 公司提出"AI工廠"概念，重新定義了資料中心的價值與功能
• Grace Blackwell系統代表了AI計算的新範式，專為推理型AI最佳化
• 輝達正積極佈局電信、量子計算等新興領域，拓展技術邊界

公司發展歷程：從顯示卡製造商到AI基礎設施提供商

輝達的發展歷程是電腦行業變革的縮影。黃仁勳在COMPUTEX 2025主題演講中回顧了公司三十年來的轉型之路："我們最初是一家晶片公司，致力於建立一個全新的計算平台。2006年，我們推出了CUDA，它徹底改變了計算的方式。"

這家成立於1993年的公司，最初估算的市場機會僅為3億美元。如今，輝達已成為全球AI基礎設施的核心提供商，市場價值已達數萬億美元等級。這種轉變並非偶然，而是公司戰略眼光與技術積累的必然結果。

★輝達的成功在於其前瞻性戰略佈局，從早期識別GPU在通用計算中的潛力，到及時把握AI浪潮，每一步都展現了罕見的戰略洞察力。

技術創新：CUDA生態系統與專業庫矩陣

輝達的技術壁壘並非僅僅來自硬體，而是建立在其獨特的軟體生態系統之上。黃仁勳強調："真正令輝達卓爾不群的，是這些能力的融合，尤其是演算法與庫——我們稱之為CUDA X庫。"

作為全球唯一一家如此重視並持續強調庫的科技公司，輝達建構了包括cuNumeric、Aerial、Shona、Parabricks、MONAI、Earth-2、cuQuantum、cuTensorNet、Megatron等在內的全面庫矩陣，覆蓋從數值計算、無線電訊號處理到基因組分析、醫學成像、天氣預測、量子計算等多個領域。

★輝達的競爭優勢不僅在於硬體性能，更在於其建構的完整軟體生態系統，這種軟硬結合的策略大大提高了客戶遷移成本。

商業模式：從硬體銷售到AI基礎設施提供商

輝達的商業模式已經從單純的硬體銷售轉變為提供完整的AI基礎設施解決方案。黃仁勳提出了"AI工廠"的全新概念："這些所謂的人工智慧資料中心，這種稱呼其實並不精準。它們實際上是'人工智慧工廠'（AI Factories）。你向它注入能源，它便能產出極具價值的'通證'（Tokens）。"

這一概念重新定義了資料中心的價值與功能，使其從資訊儲存與處理中心轉變為生產AI能力的工廠。這種轉變也反映在公司的產品線上，從GeForce遊戲顯示卡到專為AI設計的Grace Blackwell系統，輝達正在建構一個全方位的產品矩陣。

★輝達通過"AI工廠"概念重新定義了資料中心的價值，將自身定位從硬體供應商升級為基礎設施提供商，大幅提升了產品附加值與不可替代性。

產品創新：Grace Blackwell系統與AI計算新範式

輝達最新的Grace Blackwell系統代表了AI計算的新範式。黃仁勳解釋道："過去的一次性AI如今將演變為思考型AI、推理型AI、推理時間擴展型AI，這將需要更強大的計算能力。為此，我們創造了一個名為Grace Blackwell的新系統。"

Grace Blackwell系統具備兩大關鍵能力：向上擴展（scale up）和向外擴展（scale out）。其中，向上擴展能力尤為關鍵，它突破了半導體物理極限，實現了更大規模的計算能力整合。即將在第三季度推出的GB300版本將進一步提升性能，推理性能提升1.5倍，HBM記憶體增加1.5倍，網路頻寬增加2倍。

★Grace Blackwell系統的創新在於其針對推理型AI的專門最佳化，這反映了輝達對AI發展趨勢的精準把握，從訓練為主到推理與訓練並重的轉變。

市場佈局：電信、量子計算等新興領域

除了核心的AI計算領域，輝達正積極佈局電信、量子計算等新興市場。在電信領域，輝達投入約六年時間，完善並最佳化了一個完全加速的無線接入網路（RAN）堆疊，與軟銀、T-Mobile、諾基亞、三星等企業建立了廣泛合作。

在量子計算領域，輝達正開發CUDA-Q量子經典混合計算平台。黃仁勳預測："未來所有超級電腦都將配備量子加速器，即量子QPU（量子處理單元）。屆時的超級電腦將是QPU、GPU與CPU的組合體，這便是現代電腦的形態。"

★輝達通過前瞻性佈局新興技術領域，不斷拓展自身的技術邊界與市場空間，確保在AI之外仍保持技術領先性。

台灣生態佈局：深化本地合作與投資

首座AI超算中心：區域AI創新樞紐

黃仁勳在演講中重磅宣佈，輝達將與富士康和台灣地區政府合作建設台灣首座AI超級計算中心。這一戰略性項目旨在為台灣本地科研機構和產業提供世界級的AI計算資源，加速台灣產業的AI轉型。

"這座超算中心將成為亞太地區AI創新的重要樞紐，"黃仁勳表示，"它不僅將支援台灣半導體、製造業的AI升級，還將為台灣培養新一代AI人才提供關鍵基礎設施。"

超算中心將配備最新的Grace Blackwell系統，計算能力將達到數千petaflops，成為亞洲地區規模最大的AI計算叢集之一。項目預計在2026年初完工並投入使用，將為台灣本地企業提供AI模型訓練、推理和研發所需的強大算力支援。

新總部計畫：強化區域研發能力

除了超算中心，黃仁勳還宣佈了輝達在台北設立"NVIDIA Constellation"亞太區總部的計畫。這一總部將整合輝達在台灣的研發、銷售和技術支援團隊，並計畫在未來三年內將台灣員工規模擴大一倍。

"台灣一直是輝達全球戰略的核心組成部分，"黃仁勳強調，"新總部的設立反映了我們對台灣科技生態系統的長期承諾和信心。"

新總部將重點發展三個關鍵領域：AI晶片與系統研發、行業特定AI解決方案開發，以及本地AI生態系統培育。輝達計畫與台灣本地高校合作設立聯合實驗室，並推出專門針對台灣製造業和半導體產業的AI解決方案。

★輝達在台灣的深度佈局不僅強化了其全球供應鏈的韌性，也為其在亞太地區的AI生態系統擴張奠定了堅實基礎，同時有助於台灣鞏固其在全球AI產業鏈中的關鍵地位。

Agentic AI（代理型AI）：AI能力的質變

從"單次生成"到"思考-行動"循環

黃仁勳在演講中詳細闡述了代理型AI（Agentic AI）的革命性意義。"過去兩年，我們見證了生成式AI的爆發，它能夠一次性生成文字、圖像或程式碼。但代理型AI代表了一種質的飛躍——它不僅能生成內容，還能思考、規劃並採取行動。"

代理型AI的核心在於其"理解-思考-行動"的循環能力。它能夠：

1. 理解 ：通過多模態輸入理解使用者意圖和環境資訊
2. 思考 ：運用思維鏈（Chain of Thought）和思維樹（Tree of Thought）等技術進行推理
3. 行動 ：使用工具、查詢資訊、與其他系統互動，甚至呼叫其他AI "這種能力模擬了人類的認知過程，"黃仁勳解釋道，"當我們面對複雜任務時，會分解目標，思考方案，權衡利弊，然後執行計畫。代理型AI正是在數字世界中複製了這一過程。"

應用場景：解決全球勞動力短缺

黃仁勳特別強調了代理型AI在解決全球勞動力短缺方面的潛力。"全球正面臨前所未有的勞動力挑戰，尤其是在高技能領域。代理型AI將成為這一問題的關鍵解決方案。"

他詳細介紹了幾個關鍵應用場景：

數字行銷 ：代理型AI能夠分析市場趨勢，生成行銷內容，最佳化投放策略，並即時調整行銷活動，大幅提升行銷效率和ROI。

供應鏈管理 ：在複雜的全球供應鏈中，代理型AI能夠預測需求波動，最佳化庫存水平，識別潛在風險，並自動調整採購和物流計畫，提高供應鏈韌性。

晶片設計 ：黃仁勳特別強調了代理型AI在晶片設計領域的革命性應用。"晶片設計是一個極其複雜的過程，需要大量高技能工程師。代理型AI能夠協助工程師進行佈局規劃、功耗最佳化和驗證測試，將設計週期縮短50%以上。"

★代理型AI的出現標誌著AI從工具向夥伴的轉變，它不再是被動執行指令的系統，而是能夠主動思考、規劃並採取行動的智能體，這將徹底改變人機協作的模式和效率。

AI技術路線圖：從感知到推理再到物理AI

黃仁勳詳細闡述了輝達的AI技術路線圖，從十二年前的感知型AI，到近五年的生成式AI，再到當前正在發展的推理型AI與能動型AI，最後是未來的物理AI。

"下一波浪潮將是'物理AI'（Physical AI）——能夠理解現實世界的人工智慧。它們理解慣性、摩擦力、因果關係等物理概念。"黃仁勳表示，這種能夠理解物理世界的AI將為機器人技術帶來革命性突破。

★輝達對AI發展階段的清晰劃分，反映了其對技術演進路徑的深刻理解，這種理解指導著公司的產品研發與市場佈局。

未來展望

輝達正在從三個維度推動AI技術的發展：

1. 計算基礎設施升級：通過Grace Blackwell等系統持續提升AI計算能力
2. 軟體生態系統擴展：不斷豐富CUDA X庫矩陣，覆蓋更多專業領域
3. 跨行業應用拓展：將AI能力延伸至電信、量子計算、機器人等新興領域

黃仁勳對AI未來充滿信心："十年之後回望，你們會發現人工智慧已滲透萬物，我們無時無刻、無處不在都需要它。每個地區、每個行業、每個國家、每家公司都需要人工智慧。"

潛在風險

儘管前景光明，輝達仍面臨幾項挑戰：

1. 競爭加劇：AMD、Intel等傳統對手加大AI晶片投入，新興創業公司不斷湧現
2. 技術路線風險：若量子計算等替代技術突破，可能對GPU計算形成挑戰
3. 地緣政治風險：全球晶片供應鏈面臨地緣政治壓力，可能影響生產與銷售
4. 能源消耗問題：AI計算對能源需求巨大，可持續性面臨挑戰

三句話總結

1. 輝達已從顯示卡製造商成功轉型為AI基礎設施提供商，重新定義了資料中心為"AI工廠"
2. CUDA生態系統與專業庫矩陣構成了輝達的核心技術壁壘，遠超單純的硬體優勢
3. 公司正積極佈局從推理型AI到物理AI的技術路線，同時拓展電信、量子計算等新興領域

思考問題

1. 輝達的成功轉型對其他硬體製造商有何啟示？
2. "AI工廠"概念如何改變傳統資料中心的價值評估模式？
3. 在AI基礎設施競爭中，軟體生態系統與硬體性能哪個更具決定性作用？
4. 物理AI的發展將如何重塑機器人產業鏈？
5. 面對能源消耗挑戰，AI基礎設施提供商應採取哪些可持續發展策略？ (通往ASI之路)