7.7
深览指数
科技虎嗅·砺石商业评论··AI 生成
最新深度访谈，黄仁勋透露了哪些关键信息？
作者梳理了黄仁勋在BG2播客与Altimeter资本格斯特纳约100分钟的对话。黄仁勋否认AI泡沫的方式很特别：把计算需求拆成经典计算、前沿实验室、初创与新兴云三块各占约三分之一，指出市场过度聚焦OpenAI与Anthropic两家。文章信息增量最大的是他判断明年瓶颈已从芯片转向土地、电力、厂房与熟练工人，且稀缺反而推高英伟达份额；此外首次系统讲清物理AI三台计算机架构、软件许可与收入分成两条非硬件曲线。适合关注AI资本开支可持续性与英伟达估值逻辑的读者。原文 ↗
核心观点
- ▍市场对AI泡沫的讨论盯错了地方：问题不是「谁来买单」，而是把数万亿资本开支的账本拆开看——经典计算、前沿实验室、初创与新兴云各约占三分之一，某一家实验室失速只是凹陷而非崩塌。
- ▍明年的真正瓶颈已从芯片转移到土地、电力、厂房与熟练工人，算力建设节奏将由电网、审批和建筑工人决定，而非半导体产业；而资源越稀缺，客户越会转向每瓦产出词元最多的架构，需求反而向英伟达集中。
- 01黄仁勋给出的需求拆分：经典计算与科学计算约占三分之一，即使没有任何AI实验室也以每年30%-40%增长；前沿实验室占25%-30%、不到收入三分之一，且英伟达服务的是五六家而非两家（Meta、xAI、谷歌Gemini、Anthropic）；初创与新兴云约占三分之一，其中约80%使用开放模型。
- 02过去一年分析师对英伟达营收一致预期被上调100%-200%，而股价仅涨约20%，市盈率落在13-14倍——这个反差是整场访谈的问题起点。
- 03推理需求爆发的两个相乘因子：单个任务因探索、推演、反思、剪枝而消耗更多算力；同时能完成有生产力工作导致任务数量增加。他举例最初训练GPT花一两千万美元，现在同等规模早期模型约一百美元，十年降五个数量级，而使用量增长约一百万倍。
- 04物理AI今年上半年营收100亿美元（去年首破100亿、前年50亿），黄仁勋改口称「1000亿是我说少了」；他首次讲清物理AI需要三台计算机——训练大脑、构建数字孪生、装进机器人本体，三套软件栈英伟达全部自建。
- 05护城河论证：系统已无法在购买前做基准测试，1000亿美元订单变成对履历的购买（Blackwell→Vera Rubin→Rubin Ultra的信任链）；「专业化是可替代性的敌人，专业化是耐用性的敌人」，通用架构可转租转售改作他用，转化为可租赁性与最低总拥有成本。
- 06安全论述：对齐是永远存在的问题，办法是工程化的收容与零信任（最小权限逐步扩展）加带外独立监控；英伟达9月底发布开源平台OpenShell与跑在BlueField-4上的Sentry参考设计，毫秒级隔离，已有一百多家机构加入。
- 07商业模式变化：每块GPU每年几千美元软件许可费，年出货约2000万块GPU、一半进企业市场；对部分云服务商从包销转向收入分成。上季度回购约60%以上自由现金流，格斯特纳称英伟达是「第一家成长型价值公司」。
- 08太空数据中心：与SpaceX工程团队合作设计新型服务器与架构，理由三条——单位能耗性能最高使发射成本占比小、计算可互换且耐用可租给所有模型公司、八年前硬件至今仍持续更新软件；2029年前500兆瓦「有可能」。
反方 / 局限
- — 这套需求拆分出自卖方对自己客户账本的视角，「卖家站的位置决定了他看到哪一面」；真正的验证点只有一个：未来一年有多少家公司因使用这些算力而实际赚到了钱。
- — 「稀缺强化领先者份额」在逻辑上成立，但同时隐含一个作者点出却未展开的上限：稀缺也会限制总共能建成多少吉瓦，份额上升并不自动等于总量上升。
黄仁勋英伟达BG2播客Altimeter资本布拉德·格斯特纳克拉克·唐OpenAIAnthropicxAIMeta谷歌Gemini台积电SpaceX埃隆·马斯克Vera RubinBlackwell物理人工智能带外监控OpenShellBlueField-4SemiAnalysis纳维-斯托克斯方程吉瓦
18 分钟 · 5 卡片 · 15 资料
读原文 →