•
黃仁勳2小時反駁「AI泡沫帝國」論！輝達將成全球首家十兆市值公司
黃仁勳接受了Bg2 Pod的專訪，與Bill Gurley和Brad Gerstner進行了剪輯後仍達近2小時的對談。
本次對談資訊密度格外高，黃仁勳集中表達了對輝達近期包括對OpenAI的千億美元投資、投資英特爾等一系列大動作的原因，對輝達的產業角色的定位，對AI產業的發展前的前瞻，以及AI對世界經濟格局的徹底重構。
觀眾也在視訊評論區對本次訪談給予了高度評價，極盡溢美之詞。
因採訪視訊資訊含量實在巨大，本文僅能以對讀者友好的總結性文字，對黃仁勳的重要觀點進行帶有我們的有限理解的概述，從而在有限的篇幅中為讀者儘可能多地提供重要資訊。
強烈推薦AI股投資者、AI從業者、對AI影響感興趣的有條件的讀者等，抽時間認真看完完整採訪，定會收穫滿滿，也能更好地理解本文。
OpenAI不只是客戶，更是共建者
在黃仁勳眼裡，OpenAI並不只是下單採購的「客戶」，更像是一個共同打造下一代AI工廠的「搭建者」。
他直言：「我認為，OpenAI極可能成為下一家兆美元級的超大規模科技公司。」
而主持人後面更是大膽預言，輝達很可能將成為第一家市值10兆美元的公司。
黃仁勳不只是預測，更是押注，向OpenAI提出了一份最高可達1000億美元的投資意向。
這些錢不是給OpenAI拿去買GPU的，而是拿來建工廠的。
這個超級工廠，是一套能耗至少10吉瓦的AI資料中心，需要10台左右大型核電機組供電。
該AI資料中心將擁有400–500萬塊GPU。
這個GPU數量有多大？大概接近輝達整個2025年的出貨計畫。
而這批機器，輝達不僅參與提供，還參與設計、偵錯、最佳化和部署。
從晶片、驅動到工廠級電力和網路系統，OpenAI這套新工廠從出生起就是「輝達式」的。
AI在經濟中的角色是實打實的
有些人把AI看作一個工具。
黃仁勳的理解更進一步，他說，AI不只是回答問題，而是「在想辦法幫整個社會擴容腦力」。
他提了一個很有意思的比例：世界上有55%到65%的GDP，來自人類的腦力勞動。
假如這些崗位都能在AI輔助下翻倍、甚至三倍產出，那會是一場什麼規模的增長？
但要讓AI成為人類的「第二大腦」，就必須有一套基礎設施來供電。
這些AI不是裝好就能用的，它們是「即時思考的系統」。
每一次你問它一個問題，它都要經歷一輪檢索、推理、判斷和生成的過程。
背後需要的算力，遠超傳統軟體的執行邏輯。
所以支撐未來這部分「智力產能」的，是一座座全年線上的AI工廠。
推理背後潛藏著巨大的算力需求
在傳統印象中，「訓練」才是大模型的重活，推理只是用。
但在黃仁勳的模型裡，推理也已經變成了一種「輕量級、即時的訓練」。
他把AI的發展拆成了三段曲線——預訓練、後訓練、推理。
預訓練像是讀書，後訓練像是學會怎麼回答人類偏好的問題，而推理這一環，AI不再是給一個輸入就立刻丟出答案，而是「先想想再說」。
它會先檢索，再呼叫內部邏輯，還可能臨時使用工具，甚至呼叫別的模型來輔助判斷。
這些都發生在你等它「回答」那一兩秒鐘裡。
黃仁勳在採訪中說：「想得越久，答案就越好。」
這句話闡述的稀鬆平常的事實，背後蘊藏著潛在的巨大算力需求。
想得久，就意味著中間跑的GPU更多、呼叫的資源更複雜、生成的路徑也更長。
所以推理的「量級」，已經不是過去那種一次性回答，而是逐步演進的動態生成，這背後消耗的，是真正的算力。
晶片打得贏，不能靠價格戰
外界經常拿晶片價格說事。
黃仁勳乾脆就給了個假設：對手把晶片做得再便宜，那怕白送，客戶真的敢上車嗎？
他的反問是：「如果你每瓦電只能換回我們十分之一的結果，就算免費，也是虧。」
說到底，資料中心的天花板不在預算，而在電表。
客戶拿到的是一個確定的功率配額，比如2GW。
他們最關心的問題，其實是這2GW能產出多少有用的token，而不是晶片的零售價。
這也是輝達的長期護城河——不是靠賣晶片便宜，而是讓整套系統在同樣的能耗下，跑出更多、更快、更可靠的結果。
這不只是硬體能力的問題，還關乎整個軟硬體系統是否緊密配合、調校成熟。
每年上新，是輝達必要的生存節奏
在晶片行業，每年推一套新架構，是件高風險的事。
別人三五年一版，你一年一個，誰看著都心驚。
但在輝達內部，這是剛需。
因為token生成的速度在飆升，不是線性，而是指數級地翻。
如果你想讓token變便宜，就得不斷提升「每瓦的輸出密度」。
而這不只是換一塊晶片那麼簡單，輝達改的是一整套系統——從GPU、CPU到互聯、交換晶片，再到上層的軟體、編譯器和庫，全線升級。
黃仁勳有一個詞形容這套打法：「極致協同設計」。
年年升級聽起來累，但對輝達來說，這更像是在一條加速的高速路上「踩穩油門」。
輝達無懼自研潮 晶片應用平台才是長期戰場
很多大公司開始搞自研AI晶片，Google有TPU，OpenAI和博通也在聯合做。
外界難免開始猜：輝達是不是要被「去依賴」了？
黃仁勳並不慌。
他不是否定專用晶片的價值，而是清楚地指出分工在那。
對穩定、高頻、變化小的負載，ASIC當然值得。
但今天的AI生態，每個季度演算法都在變。
模型結構、注意力機制、算子最佳化、訓練策略——沒有那個是定死的。
而在這種快變的環境下，通用平台才是最有韌性的那個角色。
CUDA能讓開發者一周內試完五種方法，這才是工程速度。
輝達也沒等著對抗，而是把系統開放出來，變成「AI工廠平台」。
CPX專用晶片上線了，支援視訊生成和上下文處理；系統級編排工具Dynamo也開源了；還和英特爾做了NV Fusion，讓對方的晶片也能接進來。
這種可插拔的系統生態，就是輝達應對自研潮的真正底氣。
輝達在塑造AI經濟的體系
The Information形容輝達像「AI世界的政府」，黃仁勳可能比這還多乾了一點。
他不僅投資、還兜底，還租客戶的晶片回來用。
他在做的，是給整條AI產業鏈裝上信用背書。
你很難說這些錢是單純砸出去的。
CoreWeave是最典型的例子：原本是搞加密的，轉型AI雲後，輝達成了它的第二大客戶（僅次於微軟），投了1億美元，還簽了13億美元的GPU租回合同，然後這家公司兩年內營收從2500萬飆到近20億。
類似的安排還發生在Lambda等其他新雲玩家身上。
輝達一邊做股東，一邊做客戶，一邊幫它們找融資、上裝置、推上市。
很多時候，他們簽的那筆單子就是讓銀行願意放錢的敲門磚。
這不是「做生意」那種投資，而是「鑄幣」式的參與方式。
在AI產業要加速擴建資料中心、訓練模型、拉滿算力的階段，沒有信用就沒有增長，輝達現在就是在給這個系統「擔保」。
主權AI將成為資料時代的新共識
黃仁勳說：“沒人需要原子彈，但每個人都需要AI。”
所有國家都開始意識到，AI系統不只是生產力工具，它會承載語言、文化、法律、意識形態等更深層的表達方式。
你不能把自己在法律、教育、媒體、醫療系統中的關鍵判斷外包出去。
不能讓一個API在你做決策時變成「唯一信源」。
所以，各國正在認真考慮「主權AI」，要建自己能控的模型和基礎設施。
他建議得也不複雜：你可以繼續用OpenAI、Gemini這些優秀模型，但你必須要有一支自己的隊伍，也得建自己的算力工廠。
像交通、通訊、電網一樣，AI系統也應該成為國家的基礎設施之一。
談中國時，他比誰都冷靜
黃仁勳談到中國時沒有政治情緒，只有工程師式的清醒。
他說，中國節奏快、製造強、工程師多，競爭的現實就在這。
他還提醒，美國不能因為戰略顧慮就主動放棄中國市場，那等於是自己把舞台讓出去。
在他看來，輝達在中國要合法、合規地做生意，也要在出口規則之內最大化自身的技術影響力。
他說輝達的財務指引裡沒有計算中國市場，這是「基於現實的安排」，但中國依然是「戰略重要」的。
你可以看出，他在小心保持一個高難度的平衡：承認競爭、保持開放、控制風險、不過度激進。
什麼才叫美國夢？人才政策是最硬的競爭力
在這場訪談裡，有一個瞬間最像他本人——他說自己小時候是刷盤子、擦廁所長大的，那是他家唯一能負擔的移民方式。
靠著一步步上來，他才成了輝達的CEO。
所以，當他聽到美國計畫把H-1B簽證價格漲到10萬美元一份時，他沒有直接批評，只說「這也許是個起點」，但不能讓它變成「終點」。
他想看到的，是一套更聰明、更公平的制度，讓全球最聰明的人願意留下來，也能留下來。
他甚至建議給STEM畢業生直接發綠卡——別讓人才被卡在文書和配額裡。
他的邏輯很清楚：美國不是靠資源贏的，是靠人才。
只要這個國家還是全球最好的大腦聚集地，那它就很難輸。
工作會變，但不是全都要消失
AI到底會不會讓人失業，是很多人心裡的隱憂。
黃仁勳的回答很冷靜，但也很實在。
他說，確實有些崗位會被取代，比如那些完全重複、幾乎不需要判斷力的任務。
但從他在輝達的經驗看，每當AI讓某個團隊效率提升，他們不是裁人，而是接更多項目、做更多探索，反而需要更多人。
他說，「我們工程師的數量在增加，因為我們現在能做的事情更多了。」
他的核心邏輯是：AI不是讓人「被動閒下來」，而是讓那些原本做不到的事變得可做，把「人能想但做不了」的那部分擴出來。
所以工作結構確實會變，但變出來的是新的工種，而不是空白。
到了2030年，AI會離你有多近？
黃仁勳對未來的想像不是空泛口號，而是有畫面、有路線、有底層邏輯的。
他說，每個人都可能會有一個「自己的AI」，它住在雲裡，和你一起生活、工作、記錄你的習慣、輔助你的判斷，像一個不睡覺的助手、伴侶甚至護衛。
這將成為你真正意義上的數字分身。
你在開會時它能替你記筆記，你看病時它能提前提示身體異樣，它甚至可能幫你安排好生活節奏、主動幫你決策「什麼是對你好的」。
另外，AI也會開始有「身體」。
它會變成小機器人，能識別表情、聽懂語氣、記得你上次說的話、幫你開門或接電話。
聽起來像科幻？
他很認真地說，輝達正在做的事情，就是給這些AI「造身體」「裝神經」「通電源」。
別猜曲線能走多高，先上車
在訪談的結尾，黃仁勳說了一句很不像CEO的話，但像極了他這個人：“別等了，先上車。”
他並不是在鼓吹你盲目追隨AI風口，而是想表達，當你面對指數級增長的局面時，你不可能僅靠預測就能輕易站在發展潮流的正確方向。
你能做的，是先參與進去，然後邊學邊干，再慢慢找對方向。
他強調，不是預測最準的人吃到紅利，而是參與最早、投入最深的那群人，把空間先打開了。
這一套邏輯貫穿他對AI的理解，對晶片節奏的安排，對客戶關係的建構，甚至對整個經濟系統的判斷。
對輝達來說，這是一次在多個維度同步拉升的變軌——從賣晶片，到賣系統，再到做「AI經濟的建設銀行」。
對行業來說，這份訪談是一次把AI熱潮拆解成基礎設施、人才流動、能源調度、供應鏈協同的全景圖。
而對所有想在這個時代幹點什麼的人來說，黃仁勳已經把圖紙攤開了。
你要不要動手，取決於你敢不敢相信未來這輛車，真的已經啟動了。 (新浪科技)