黃仁勳：NVIDIA 的 AI 工廠願景、智能體革命與推理大爆炸

撰文：Techub News 整理

近日，NVIDIA 創始人兼 CEO 黃仁勳做客知名科技播客 All-In Podcast，進行了一場長達一小時的深度對話。作為全球 AI 浪潮的核心推手與觀察者，黃仁勳在訪談中不僅闡述了 NVIDIA 從硬件供應商向「AI 工廠」運營商的戰略演進，更對智能體（Agent）的崛起、推理算力需求爆炸、開源與閉源模型的未來、地緣政治挑戰以及 AI 對就業的深遠影響等關鍵議題，給出了極具洞察力的判斷。本次對話是理解 NVIDIA 未來佈局與 AI 産業下一波趨勢的寶貴窗口。

從 GPU 到 AI 工廠：NVIDIA 的戰略重構

訪談伊始，黃仁勳便明確了 NVIDIA 的身份轉變：「我們已從一家 GPU 公司演變為一家 AI 工廠公司。」 這一轉變的核心是「Dynamo」——他將其稱為「AI 工廠的操作係統」。Dynamo 得名於西門子發明的、將機械能轉化為電能的機器，象徵著驅動下一次工業革命的基礎設施。

Dynamo 背後的關鍵技術是「解耦推理」。黃仁勳解釋道，現代 AI 推理的處理流程極其復雜，涉及不同規模和形態的數學計算。NVIDIA 的思路是將這個流程解耦，讓不同部分運行在不同類型的處理器上，從而實現異構計算的效率最大化。這種理念也催生了 NVIDIA 對 Mellanox（網絡技術）和 Groq（推理芯片）的收購與整合。

如今，NVIDIA 的計算生態已橫跨 GPU、CPU、交換機、網絡處理器以及 Groq LPU 等多元芯片。黃仁勳透露，在未來的數據中心架構中，高達 25% 的空間將分配給 Groq LPU 與 GPU 的組合，以應對日益復雜和多樣化的 AI 工作負載，尤其是智能體計算。

這種「解耦」與「異構」的思維，正是 NVIDIA 應對「推理大爆炸」的答案。黃仁勳回憶，去年他預測推理算力需求將迎來千倍、百萬倍甚至十億倍增長時，許多人認為過於誇張，因為當時行業焦點仍在訓練上。如今，推理已成為算力瓶頸。他宣佈的下一代推理工廠，其吞吐量將是當前水平的十倍。

針對外界關於 NVIDIA 方案成本高昂（傳聞達 400-500 億美元）的質疑，黃仁勳進行了有力的反駁。他強調，不應將工廠的建設成本與生成每個 Token 的最終成本混為一談。一個價值 500 億美元的工廠，由於其極高的效率，可能産出成本最低的 Token。他算了一筆賬：數據中心成本中，土地、電力、外殼、存儲、網絡、CPU、服務器、冷卻等是固定開銷，GPU 本身的成本差異在總成本中佔比遠沒有想象中那麼大。當 500 億美元的方案能提供 10 倍的吞吐量時，其單位成本優勢是決定性的。「即使芯片免費，如果跟不上技術叠代的速度，也依然不夠便宜。」他總結道。

智能體革命：計算的範式轉移與開源力量

黃仁勳將智能體（Agent）的興起視為繼生成式 AI、推理 AI 之後的第三個重大拐點。他指出，ChatGPT 讓生成式 AI 普及，但真正引發質變的是 Claude Code 和近期爆火的 Open Interpreter（節目中稱為「Open Claw」）。

他特別強調了 Open Interpreter 的文化與技術意義：它不僅向大眾普及了 AI 智能體的概念，更重要的是，它重新定義了計算機的形態。Open Interpreter 具備内存係統（短期記憶/文件係統）、資源管理、調度能力（如 cron 任務）、I/O 子係統（連接 WhatsApp 等）以及通過 API 調用多種應用的「技能」。這四大要素共同構成了一個「個人人工智能計算機」的藍圖，一個開源的、可隨處運行的現代計算操作係統。

智能體範式將帶來計算需求的指數級增長。黃仁勳估算，從生成式到推理式，算力需求增長約 100 倍；從推理式到智能體式，可能再增長 100 倍。這意味著兩年内，對計算的需求可能增長了一萬倍。而人們為信息付費，更會為「完成工作」付費。智能體正是完成工作的工具，這將開啓巨大的經濟價值。

他以内部分例說明這種轉變：NVIDIA 擁有約 43,000 名員工，其中約 38,000 名是工程師。他提出了一個思想實驗：一位年薪 50 萬美元的工程師，如果一年只消耗了 5000 美元的 AI Token，他會非常不滿。他認為，這樣的高價值知識工作者，至少應該消耗價值 25 萬美元的 Token，這就像芯片設計師必須使用 CAD 工具一樣，是新的生産力範式。未來，工程師將不再親手寫大量代碼，而是通過編寫想法、架構和規範，組織並管理成百上千個智能體來完成任務。

關於開源與閉源模型的爭論，黃仁勳認為二者並非對立，而是共存共榮。對於絕大多數消費者，通用的水平層模型（如 ChatGPT、Claude、Gemini）作為服務産品將繼續蓬勃發展。但同時，各行各業的垂直領域專業知識必須通過開源模型來捕獲和定制。開源模型生態正蓬勃發展，並已接近技術前沿。他觀察到，許多初創公司正採用「開源優先，再轉向專有模型」的策略，而 NVIDIA 的「路由器」技術能讓用戶同時接入最好的閉源模型和經過微調的專業模型。

物理 AI、機器人與國家競爭力

黃仁勳將「物理 AI」列為 NVIDIA 長期佈局的核心賽道之一。他認為，這是科技行業首次有機會涉足一個價值 50 萬億美元、此前技術滲透率很低的龐大産業。NVIDIA 為此佈局了三大計算係統：訓練 AI 模型的計算機、在虛擬物理世界（Omniverse）中評估模型的計算機，以及位於邊緣的機器人計算機（從自動駕駛汽車到玩具泰迪熊）。

在機器人領域，他預測從高性能原型出現到成熟産品上市，通常只需要「兩到三個周期」，即大約3到5年時間，機器人將無處不在。他特別提到中國在微電子、電機、稀土磁鐵等機器人基礎供應鏈上的強大優勢，全球機器人産業都將深度依賴這一生態係統。

黃仁勳展望，機器人將成為比汽車更大的經濟流動性解鎖器。當每個人都擁有一個機器人，他們可以開設網店、創造産品，完成個人無法獨立完成的工作。這不僅解決勞動力短缺問題，還將催生虛擬存在、太空探索等新場景。

談及地緣政治與供應鏈，黃仁勳表達了務實的態度。關於中國市場，他透露在獲得相關出口許可後，NVIDIA 已收到中國公司的採購訂單，正在重啓供應鏈。但他強調，從國家戰略安全角度，美國必須確保在 AI 技術棧（從芯片到計算係統再到平台）上保持全球領先，避免重蹈太陽能、稀土、電信等産業受制於人的覆轍。

對於 AI 監管，他呼籲政策制定者應基於技術事實，避免被「末日論」和極端情緒影響。AI 是軟件，並非生物體或外星生命，人類對其有相當程度的理解。他擔憂，如果美國因恐懼或爭議而放緩 AI 應用，導致技術擴散滯後於其他國家，那才是真正的國家安全風險。

在回應 Anthropic 近期引發的 AI 安全爭議時，黃仁勳肯定了其對安全和技術的專注，但建議行業領袖在預警時需更加審慎和平衡。「預測未來是可以的，但我們需要多一點謙遜……說一些極端、災難性但沒有證據的事情，可能比人們想象的更有害。」

未來展望：機會、護城河與人的角色

對於 AI 行業的收入前景，黃仁勳比許多觀察者更為樂觀。他認為，不僅 Anthropic、OpenAI 等模型公司會快速增長，每一家傳統企業軟件公司都將成為 AI 模型和 Token 的增值經銷商，這將帶來對數級的市場擴張。

當被問及應用層公司的「護城河」時，黃仁勳的答案是：深度垂直化。未來的贏家將是那些在特定領域擁有最深知識的公司。他們可以將專業知識注入專屬的智能體，與客戶形成飛輪效應。這顛覆了傳統軟件公司先做通用平台、再賣定制服務的模式，讓垂直專家能直接利用強大的 AI 工具構建核心競爭力。

最後，對於最受關注的 AI 與就業問題，黃仁勳再次展現了他一貫的樂觀與務實。他重申了那句廣為流傳的判斷：「你不會被 AI 取代，但會被會用 AI 的人取代。」他以放射科醫生為例：十年前，頂尖計算機科學家預言計算機視覺將消滅放射科醫生。十年後，計算機視覺已 100% 集成到放射科設備中，但放射科醫生的需求和數量卻大幅增加。因為技術的進步使得掃描更快、更便宜，醫院能服務更多病人，收入增加，反而需要更多醫生來解讀激增的掃描結果並服務患者。

「每一項工作都有其目的和任務。AI 接管了任務，但人類工作的目的——幫助病人診斷疾病——變得更加重要和可擴展。」他以此類推到教育領域：一個更富裕、生産力更高的社會，可以給教室配備更多老師，AI 則為每位老師提供為每個學生定制的課程，讓所有教師都成為「增強型」教師。

黃仁勳給年輕人的建議是：深入學習科學、數學和語言技能（語言已成為 AI 的編程語言），並成為使用 AI 的專家。他強調，學會如何向 AI 下達指令、給予其創新空間同時引導其達成目標，是一門至關重要的新技能。

整場對話中，黃仁勳反復傳遞的核心信息是：AI 是一場賦能與創造的革命。它消除的是「這太難了」、「這要花太長時間」、「我們需要很多人」這類限制性思維，將人類的創造力從重復性勞動中解放出來，指向一個生産力與可能性無限擴展的未來。作為這場革命的架構師，他看到的不是替代與威脅，而是前所未有的增長與繁榮的藍圖。

内容來源：TECHUB NEWS