•
巨頭繼續投入6600億美刀！黃仁勳回應：沒有“暗GPU”，6年前賣的A100價格還在漲！給OpenAI兩倍算力，收入能翻4倍！贊Meta：最會用AI
上週週末，輝達創始人黃仁勳非常開心。
因為上週末，輝達的股票漲幅創了近一年以來的新高，7.9%，是去年4月以來單日最高漲幅。總市值恢復到 4.5 萬億美元。
這一大波漲幅，也得益於，輝達的核心客戶近兩週以來財報會上的表態：會繼續加大AI基建的投入。
包括 Meta、亞馬遜、Google和微軟等公司都紛紛向投資者表示，計畫在2026 年大幅提高用於資料中心和專用晶片的投入，合計金額達 6600 億美元，可謂規模空前。因為，這一數字在 2025 年是 4100 億美元，而 2024 年的數字則是 2450 億美元。
而這裡的 6600 億美元，毫無疑問，相當一部分將用於採購輝達的晶片。
金融時報第一時間報導了這一消息，並提到再一次引起了業界對於AI泡沫的擔憂。
很快，黃仁勳上週五接受了 CNBC《Halftime Report》節目的邀請，針對2026年AI基建方面做了進一步的思考和分享。
黃仁勳表示，科技行業這筆6600億美元的資本支出是合理的、恰當的，也是可持續的。
“原因在於，這些公司的現金流即將開始上升。而且，不少人對於現金流的理解是片面錯誤的！”
黃仁勳進一步解釋道，這場被他稱為“人類歷史上最大的一次基礎設施建設”，是由“高得離譜的”算力需求所推動的，而 AI 公司和超大規模雲廠商可以通過這些算力創造更多收入。
黃表示，他們早在去年就看到AI已經成功跨過了“token賺錢”的拐點。
黃仁勳給出了三個清晰的例子。
首先，老黃大讚了Meta，說：沒有其他公司比Meta更擅長用AI。（ps：讓小編有點意外。）
“Meta 正在利用 AI，把原本運行在 CPU 上的推薦系統，轉變為基於生成式 AI 和 agent 的系統。”
在亞馬遜身上，變化同樣發生在核心業務層。“亞馬遜雲服務對輝達晶片和 AI 的使用，將影響這家零售巨頭的商品推薦方式。”
而微軟，則把 AI 引入到最賺錢、也最穩固的業務中。“微軟將利用基於輝達晶片的 AI，來改進其企業級軟體。”
當然，毫不意外，黃仁勳對於風頭正盛的兩大AI超級獨角獸也大為讚賞，稱：
“Anthropic 在賺錢，OpenAI 也在賺錢。如果他們擁有兩倍的算力，收入可能會增長到四倍。”
誇完了這些核心客戶之後，黃仁勳開始正式來分享自己的洞察了。
首先，黃仁勳無意間透露了GPU的使用週期的問題。他表示輝達過去出售的所有 GPU——甚至包括六年前推出的 A100 晶片——目前都在被出租。
“甚至，A100的價格還在漲，堪比陳年美酒。”
進而，他指出這一次的 AI 跟網際網路泡沫存在根本區別。網際網路時代的基建存在大量的“暗光纖”，但這次AI時代沒有被“暗GPU”。
其次，他表示計算範式已經發生了根本的變化。
過去的軟體是預編譯的。Excel、PowerPoint，都是提前編好，再交付給使用者。
而現在的軟體是每一次運行都具備上下文感知能力。它會考慮你是誰、你問了什麼、世界正在發生什麼，以及你給了它哪些資訊。每一次上下文都不同，每一次響應也都不同。
此外，矽谷知名投資人 Brad Gerstner 表示，現在的情形更像是 2008 年 AWS 押注雲一樣，雖然當時不被業界理解，但事實證明貝索斯押對了。
持續投入建設基建，這樣的週期還要多久？
黃仁勳表示：你需要先建設，然後在五到七年後開始替換。
“我們可能需要七到八年，才能建設到一個需要長期維持的水平。之後就是持續更新和小幅增長。”
原文整理如下。
黃仁勳：去年，我們就發現AI跨過了拐點
給OpenAI算力翻一倍，收入或能翻四倍
主持人：
這個時間點請你來，其實挺有意思的——當然任何時候都很有意思，但尤其是考慮到今天市場的變化，看起來和前幾天已經很不一樣了。
市場顯然在擔心超大規模雲廠商的支出情況，以及這輪大規模的 AI 基礎設施建設。你怎麼看市場現在的反應？
黃仁勳：
需求高得離譜，而且這是有根本原因的。我們正處在一次“代際等級”的基礎設施建設週期，這是人類歷史上規模最大的一次基礎設施建設。
原因很簡單：人工智慧將從根本上改變我們計算一切事物的方式。從資料庫處理、搜尋方式、推薦系統，到你購物、你看電影，再到現在正在被開發、持續進化的全新系統。
就在去年，我們看到了 AI 的一個拐點。AI 變得真正有用了，不再只是幻覺生成，而是在生成有根據的內容。它能推理、能思考、能做研究、能使用工具。
過去幾年裡，AI 從“有點新奇”變成了“極其有用”。而這個拐點還伴隨著一件事：token 開始賺錢了。
Anthropic 在賺錢，OpenAI 也在賺錢。如果他們的算力翻一倍，收入可能會翻四倍。這些公司嚴重受限於算力，而需求卻極其龐大。
企業使用者數量、消費者使用者數量、以及圍繞這些平台誕生的創業公司數量，全都在爆炸式增長。
今年雲廠商預估投入超6600億美元，
黃仁勳：合理；Meta最擅長用AI
主持人：
當你看到一些坦率說非常驚人的數字，比如今年超大規模雲廠商要投入 6600 億美元——就像我們昨晚從亞馬遜聽到的那樣——你會覺得：這完全合理嗎？
黃仁勳：
這是合理的，而且是可持續的。原因在於：這些公司的現金流即將開始顯著上升。
很多人拿支出來對比現金流，其中有一個數字是錯的——錯的是對現金流的理解。我們第一次在直面人類歷史上最大的一個軟體機會。
軟體不再只是工具。Excel 是工具，但現在的軟體，是會使用工具的軟體。AI 會用 Excel。
這是一個全新時代的軟體機會，規模巨大。我們已經看到它在推動 Meta 的盈利增長。沒有哪家公司比 Meta 更擅長用 AI。
他們已經把傳統跑在 CPU 上的推薦系統，升級成生成式、具備 agent 能力的系統。從社交內容、廣告推薦，到幫助廣告主生成內容，整個體系都被徹底改變了，而財報已經證明了這一點。
這也是他們為何如此大規模投入。而且不只是一家公司：
AWS 的電商推薦會被改變，微軟的企業軟體會被改變，幾乎每一家大公司都看到了同一個拐點，這就是為什麼大家都在全力投入。
就像AWS 08年押注雲一樣：
需要先花很多錢，把礦挖出來
主持人：
你剛才說的這一點，其實很關鍵。如果只盯著支出，看他們消耗了多少自由現金流，其實會錯過整個故事。市場和投資者都需要轉變思維方式。
Brad Gerstner：
是的。如果把時間撥回到 2008、2009 年，亞馬遜本可以把利潤以分紅的方式還給投資者。但貝索斯選擇投資 AWS。
這就像挖一座金礦。你得先花很多錢把礦挖出來，才能拿到黃金。
而現在，這些公司正在挖軟體歷史上最大的一座金礦。前期一定要投入成本。
真正的問題在於：
你是否相信 Andy Jassy、Mark Zuckerberg、Sundar，還有我，判斷這個機會真的這麼大？還是你自認為看得更清楚，覺得這座金礦下面其實沒有金子？
作為投資人，我很明確：
我希望我的個人資產、我的基金資產，都深度繫結在 AI 上。因為未來所有人類進步，都將來自機器幫助人類思考、增強人類思考能力。
不管是 NVIDIA、Anthropic，還是 OpenAI，這些公司都會成為巨大的受益者，而且是在規模化地發生。
規模帶來的優勢正在不斷放大。這件事現在確實不容易被人理解，就像 2008、2009 年一樣。
黃仁勳：
但事後看，幸好貝索斯當年那麼做了。今天 AWS 是一個 1400 億美元的業務，每年產生 300 億美元利潤，而當年他為此承受了大量質疑。
OpenAI 和 Anthropic 現在都是年化 200 億美元規模、具備盈利能力、同時還在加速增長的公司，這確實非常驚人。
備註：相關預測顯示，Anthropic 在 2026 年可能達到 200億–260億美元的收入規模。但官方透露的2025的資料是在90億美元左右。
黃仁勳：AI基建，前面還需要幾年建設期
主持人：
那我們怎麼能如此確定，我們認為需要的算力，真的會兌現？會不會不可避免地在某個時候過度建設，只是到那時才發現？
黃仁勳：
這不像修路。道路鋪好之後，可以長期使用。電腦基礎設施不是這樣運作的。
你會先建設，然後在五到七年後開始替換。我們可能需要七到八年，才能建設到一個需要長期維持的水平。之後就是持續更新和小幅增長。
我們前面還有好幾年的建設週期。
計算範式已經發生根本變化：
每一次運行都具備上下文感知能力
黃仁勳：
關鍵在於回到第一性原理：計算方式已經發生了根本變化。
過去的軟體是預編譯的。Excel、PowerPoint，都是提前編好，再交付給使用者。
而現在的軟體是每一次運行都具備上下文感知能力。它會考慮你是誰、你問了什麼、世界正在發生什麼，以及你給了它哪些資訊。每一次上下文都不同，每一次響應也都不同。
從現在開始，每一個像素、每一段聲音、每一個視訊，都是即時生成的。這就是為什麼我們需要如此大規模的計算能力的原因。
這些 token，本質上就是我們所說的“智能”。而這是人類第一次，把如此高價值的“智能”轉化成數字進行生產。
AI跟網際網路泡沫存根本差異：
現在沒有“暗GPU”，6年前的GPU價格還在漲
主持人：
去年，我們再次越過了一個拐點：token 變得可以盈利了。所以我們需要做的，只是——生產更多智能。從某種程度上說，你能理解投資者的擔憂嗎？畢竟上一次科技革命疊加演進時，留下了很深的心理陰影。
黃仁勳：
回顧歷史永遠是有價值的，但歷史不會簡單重複。你必須回到第一性原理，看清當下到底發生了什麼。
這一次和網際網路時代有一個根本差異：當年有大量“暗光纖”，現在沒有“暗 GPU”。
100% 的 GPU 都被租用了。甚至我們六年前賣出的 GPU，價格還在上漲。這不是古董，簡直像陳年好酒。
需求之所以如此之高，原因很清楚：第一，我們已經越過了拐點，AI 真正有用了；第二，AI 的能力極強，採用速度極快；第三，因為 AI 在“思考”，它對算力的需求本身就極其巨大。 (51CTO技術堆疊)