•
黃仁勳+蘇姿丰：兩場演講，3萬字要點，讀懂2026年AI算力往那走
兩場超級演講。
黃仁勳說：我們今晚要把15場演講的內容塞進1場。
蘇姿丰說：（AI的未來）你們還什麼都沒見識到。
他們的演講原文都發出來了，歡迎去看原文。
我覺著實在是太長了，自己都看麻了，簡單整理幾個要點，看看業界共識有那些吧。
共識展示了某種程度上的趨勢，從中發現那些非共識，才是找到未來分岔的要點。
算力缺口，比所有人想像的都大
黃仁勳給出的數字：10兆美元的舊計算體系正在被AI現代化升級，100兆美元規模產業的研發預算正在從傳統方法遷移到AI方法。
蘇姿丰給出的數字：全球算力從2022年的1 zettaflop增長到2025年的100 zettaflops。
這還遠遠不夠，未來五年，還需要再增長100倍，達到10 yottaflops。
yottaflop是什麼？1後面跟24個零。10 yottaflops，相當於2022年算力的10000倍。
兩位大佬傳遞了同一個資訊：錢從那兒來？錢往那兒去？答案都是AI算力。
兩場發佈會，三個關鍵詞
關鍵詞一：物理AI
黃仁勳把它定義為"讓AI理解自然規律、與物理世界互動"。
NVIDIA發佈了AlphaMio，一個"會思考、會推理、會解釋"的端到端自動駕駛AI。它能輸出控制動作，還會告訴你為什麼要這樣開。
黃仁勳說：未來每一輛車、每一輛卡車，都會自動駕駛或高度自動駕駛。這個拐點，可能正在發生。
蘇姿丰則請來了義大利人形機器人公司Generative Bionics的創始人，發佈了商業化人形機器人Gene 1。
它全身覆蓋觸覺"皮膚"，能感知壓力與意圖，預計2026年下半年進入製造。
關鍵詞二：Yottascale
蘇姿丰發佈了AMD史上最大幅度的代際性能提升：Helios平台與MI455X加速器。
Helios機櫃的參數可以看下，為了加速追趕確實挺拼的。
- 3200億電晶體，比上一代多70%
- 432GB HBM4超高速記憶體
- 單機櫃性能最高可達2.9 exaflops
- 重量接近7000磅
黃仁勳則發佈了Vera Rubin平台，由六顆關鍵晶片協同設計，覆蓋CPU、GPU、網路、資料處理與安全。
兩家公司都在說同一件事：AI需求沒有放緩。 晶片增長不夠，就做系統協同；系統不夠，就做機櫃級設計；機櫃不夠，就做資料中心級最佳化。
關鍵詞三：智能體（Agentic AI）
黃仁勳說，2025年智能體系統擴散到幾乎所有地方。他特別點名了一款產品：Cursor，"它在NVIDIA內部徹底改變了我們的軟體開發方式"。
蘇姿丰請來了OpenAI聯合創始人Greg Brockman。Brockman說：我希望未來你早上醒來時，ChatGPT已經幫你把家裡和工作裡的待辦清單消掉一部分。我希望世界上每個人背後都能有一張GPU在後台持續運行。
端側AI年年有聊，年年不一樣
蘇姿丰發佈了Ryzen AI Halo——一個巴掌大的小盒子，能在不連接外部裝置的情況下本地運行2000億參數模型。
Liquid AI的CEO展示了LFM-3——原生多模態，支援音視訊輸入，能在100ms以內完成即時推理。它不是跑在雲端，而是跑在你的筆記本上。
黃仁勳說得更直白：未來應用不再是預先編譯，而是即時生成——每一個像素、每一個token，都是現場生成出來的。
一個分化：開放 vs 封閉
黃仁勳宣佈，NVIDIA現在也是一家"前沿AI模型建構者"。他們用DGX Cloud運行著價值數十億美元的超級電腦，開發開源模型。
他說：我們選擇儘可能在開放生態中完成，從而讓每家公司、每個行業、每個國家都能參與這場AI革命。
蘇姿丰的表態更加明確：AMD是唯一一家在全端貫徹開放性的公司——硬體、軟體、以及更廣泛的解決方案生態。
兩家晶片巨頭同時高舉"開放"大旗，背後是一個更深層的博弈：AI時代的生態戰爭更久、更激烈。
寫在最後
黃仁勳用了一個詞來形容這個時代：雙重平台變革。
第一場變革，是我們全面走向AI——未來的應用將建立在AI之上。
第二場變革更深：軟體的開發與運行方式發生根本變化。你不再是"程式設計軟體"，而是在"訓練軟體"；你不再主要跑在CPU上，而是跑在GPU上。
蘇姿丰的總結更簡潔：AI是過去50年最重要的技術，也是AMD的第一優先順序。
站在2026年的起點，蠻有意思的，算力還有巨大成長空間，那背後的資訊效率提升指向什麼方向呢？ (帝亞梵的智庫報告)