黃仁勳：全球 50% AI 開發者在中國，中美兩國在產業鏈中相互依存，中國是對手而不是敵人

Special Competitive Studies Project（SCSP）是一個成立於 2021 年，由前 Google CEO Eric Schmidt 發起的美國非營利、跨黨派智庫組織，其使命為研究和應對 AI 及其他新興技術對國家安全、經濟與社會的深遠影響，並向美國政府提供戰略性政策建議。

NVIDIA 創始人& CEO 黃仁勳在近期參加 SCSP 旗下播客採訪時表示，當前對公司所取得的階段性成果仍“難以完全消化”，但這一時刻本身承載著非凡意義。

黃仁勳指出，過去幾十年裡，全球電腦產業基本沿襲 IBM System 360 所確立的藍圖，涵蓋系統架構、軟硬體分離、相容性規範、應用開發模式等方面。這一框架支撐了整個資訊化時代的崛起。

然而，當前 AI 帶來的技術轉變，正推動計算產業邁入一個全新的平台時代，而 NVIDIA 正是在推動這一變革的核心角色。

他回憶道，2012 年 AlexNet 的出現是轉折點。當時團隊看到了這項技術的潛力，也意識到這不僅是電腦視覺的突破，更可能是 AI 領域的關鍵飛躍。AlexNet 的訓練依賴 NVIDIA GPU 和 CUDA 平台，使得深度學習模型在視覺任務上超越了人類專家四十年來的積累。

黃仁勳表示，正是這一次突破，讓他認識到，AI 並非只是一個應用分支，而是整個平台範式的更迭。深度學習之所以具有變革性，是因為它不再依賴人工設計的特徵工程，而是借助大規模資料和計算資源，學習解決那些難以用規則形式化的問題。

在他們看來，這預示著整個計算棧——從處理器架構到軟體方法論，再到網路連線方式，甚至整個產業生態——都將被重新定義。

為此，NVIDIA 在隨後數年中重構了幾乎所有技術堆疊，從基礎的深度學習庫 cuDNN，到支援 AI 訓練和推理的 Megatron Core，再到硬體側的 NVLink 和 Tensor Core，再到 AI 超算系統 DGX1。這套完整平台的首次應用對象之一，便是當時位於舊金山、仍屬初創階段的 OpenAI。

▍AI 三波發展浪潮

從 2012 年至今，AI 技術經歷了清晰的三波發展浪潮。黃仁勳將第一階段定義為“感知智能”，即通過深度學習，電腦在圖像識別、語音識別、語言理解等方面達到了超越人類的水平。

第二階段是“生成式智能”，AI 不再只是理解資訊，而能夠生成文字、圖像、音訊與視訊。

如今我們正處於第三階段——“推理智能”，AI 已能夠通過鏈式思維、樹狀邏輯等方法對問題進行分解、分析和多步求解，甚至能在答題前自主進行資料查閱與學習。正是由於這類推理能力的顯現，外界才會開始討論通用智能的臨近。

他表示，下一波浪潮將是“物理智能”。這類智能將理解並掌握物理世界的基本常識，包括物體恆常性、摩擦力、慣性、因果關係等——即人類孩童與小動物天然具備的常識性認知能力。一旦 AI 掌握這些能力，便可進入機器人等具身智能系統的發展階段。

▍AI 工廠，專注 token 的資料中心

對於“AI 工廠”，黃仁勳指出，傳統資料中心主要以資料儲存與分發為主，而 AI 工廠則是“一個只專注於生成 token 的全新類型的資料中心”。這些 token 可能被轉化為文字、符號、數字，未來甚至是化學結構、蛋白質配方，或機器人動作訊號。

為了支撐如此規模的推理任務，AI 工廠需要持續消耗巨量電力，美國在能源政策上的積極推動正恰逢其時，為 AI 工廠建設打下基礎，也將形成一個全新產業。

回顧歷次技術革命的就業走勢：從電力時代到資訊化時代，每次技術提升都伴隨著新產業的誕生與整體就業規模的上升。生產力提升本身不會自動導致失業，關鍵在於一個組織是否有創新意願與增長野心。

以 NVIDIA 為例，企業擁有大量尚未實現的好想法、未進入的新市場、未建構的應用場景，如果擁有更強的生產力，就能推進更多工作，反而需要更多人力。他認為，這種樂觀並非盲目，而是歷史經驗的真實體現。

AI 的普及也將成為前所未有的“平權力量”。這是第一次，技術如此先進卻又如此容易被每一個人使用。無論是否會寫程式碼，無論是否懂英語，甚至不會打字也能通過語音與 AI 對話。

只要願意開始，每個人都可以向 AI 學習如何使用它。他鼓勵所有人“立即參與 AI”，因為這是一種前所未有的賦能工具。

▍中國是對手而不是敵人

對於美國政府應當採取的政策，美國在電腦行業具備全球唯一的領先地位，這是國家級的戰略資產。黃仁勳坦言，“我們已經失去了 5G”，無論從技術、政策還是戰略決策層面，美國都未能保住那一波通訊浪潮。而 AI 是新的機會，“我們不能再輸”。為了維持全球領先，美國必須在 AI 生態中贏得開發者。

他指出，“任何平台的第一要務，是贏得全世界開發者”。當前全球大約 50% 的 AI 開發者位於中國，而 AI 開發者遍佈非洲、拉美、東南亞、中東等地，每個國家、每個產業都想接入 AI。他主張，美國不應限制 AI 技術擴散，而應確保全球開發者建構在美國技術堆疊之上，從晶片、系統、框架、工具到模型，讓“美國技術堆疊成為全球通用標準，像美元一樣具有全球影響力”。

儘管 OpenAI、Gemini 等通用模型全球可用，但每個國家都應有能力建構本地 AI 系統。因為語言、歷史、文化、價值觀具有不可替代的本土特徵，任何西方技術企業都無法全面代表全球多樣性。

因此他倡導“主權 AI”，即每個國家都有建設本土模型的能力，同時這些模型依然運行在美國主導的通用技術堆疊上。

談及全球競爭格局時，黃仁勳重申，中國是競爭對手，但不是敵人”。兩國在產業鏈中相互依存，美國的計算產業擁有無與倫比的技術領導力，而中國也有製造能力強、工程技能深、國家榮譽感驅動下崛起的科技公司，例如華為和比亞迪。

“這不是關於低成本勞動力，而是技術、工藝與規模的融合。”他認為，美國需要正視製造能力的缺失，重燃對“製造”的熱情，因為現在的製造早已高度技術化，不再是體力勞動主導的產業。

川普提出的“再工業化”戰略是非常及時的政策調整，只有將 AI、製造、能源等關鍵領域的能力結合，美國才能真正減少依賴、緩和地緣風險、實現國家安全與產業持續領先。

黃仁勳還呼籲，美國在制定 AI 政策時，不應止於限制與監管，更應認識到自身在 AI 與計算產業上所擁有的獨特能力與歷史成就 —— “戰略的第一步是認清自己”，只有在對自身能力充分理解之後，才能制定有效的對外策略。而在 AI 領域，這種自信、開放與全球主導力，正是美國繼續領先的根基。 (有新Newin)