黄仁勋深度访谈：AI算力与物理世界

一、这场对话发生在什么时刻 2026年10月中旬，英伟达创始人兼CEO黄仁勋第三次坐进科技投资播客BG2的录音间。 对面是Altimeter资本的创始人布拉德·格斯特纳与合伙人克拉克·唐，整场对话约一小时四十分钟。 此前十余天，黄仁勋的日程排得极满，出席白宫国宴，参加白宫超级智能协议峰会，并在白宫从总统手中接过美国国家科学奖章。 领奖台上六个人里有五个出生在美国之外，这个细节让格斯特纳颇有感触。

黄仁勋讲了一段家事，父亲二十多岁在开利空调公司工作，第一次被派到纽约培训，回来时整个人都被震住了，带回巧克力和装在管子里的奶酪，他对家人说，总有一天我们应该去那里。 后来家里一有机会就把孩子送去美国，父母几年后才跟过去。 这次领奖他提前二十四小时才通知父母，父亲连西装都没有，现买了一套。 母亲腿脚不便，总统搀着她走下台。 这段开场并不是闲笔。 它交代了这场对话的基调，一个相信“美国一切皆有可能”的人，在讨论一件他自己认为关乎存亡的事。 而这场对话真正被推到台面上的问题，比任何一次都尖锐。

就在录制前后，全球科技股经历了一轮大规模抛售，人工智能泡沫的争论再度升温。 一个具体的质疑浮出水面，科技巨头不断加码数据中心与算力投入，数万亿美元的资本开支，最终由谁来买单。 如果OpenAI和Anthropic这类前沿实验室的营收增速放缓，这场基础设施建设还能不能持续。 与此同时发生了另一件反常的事。 过去一年，分析师对英伟达营收的一致预期被上调了100%到200%，幅度之大在格斯特纳二十多年的从业经历里都属罕见，而股价只上涨了约20%。 按不同口径计算，英伟达的市盈率落在13到14倍之间。

一边是越来越响的泡沫论，一边是利润表上被反复上调的预期。 这两件事里至少有一个是错的，整场访谈，所有人最想听的就是黄仁勋怎么回答。 他的回答是，大家盯错了地方。 二、关于泡沫，他说市场把账算错了 格斯特纳先把空头的账摆得很清楚。 按他的估算，今年前沿实验室加上部分推理模型公司的收入合计约2000亿美元。 要让数万亿美元的资本开支在财务上说得通，这个数字明年需要翻倍到4000亿美元，后年再翻倍到8000亿美元。 他追问黄仁勋，你对这些实验室每年持续2到3倍的营收增长有多大信心。

黄仁勋的回应是，人们误解了正在发生的事情。 他把自己所服务的计算市场切成三块：第一块约占三分之一，是 经典计算与科学计算 。 涵盖数据处理、分子动力学、物理仿真、聚变与裂变模拟、量子化学、计算机图形学，以及传统机器学习应用，比如Visa和万事达卡用来识别欺诈交易的模型，以及互联网平台的推荐系统。 他的原话是，即使没有任何人工智能实验室存在，这部分业务依然存在，并且每年以30%到40%的速度增长。 第二块是 前沿人工智能实验室 ，占计算需求的25%到30%，不到业务收入的三分之一。

这里他给出了一个重要纠正，市场只看到OpenAI和Anthropic两家，但英伟达服务的实验室有五六家。 他点名提到Meta的相关项目、xAI的Grok、谷歌的Gemini，以及今年才成为客户的Anthropic。 三年前Grok还不存在，两年前英伟达还没有运行Gemini。 第三块同样是三分之一左右，来自 数以千计的初创公司与新兴云厂商 。 这些公司租用英伟达的算力，其中约80%在使用开放模型。

关键之处在于，它们并不是用开放模型去和尖端实验室竞争，而是在物理人工智能、制造业、医疗、材料科学这些领域开辟新机会，黄仁勋把这块业务比作“当代的AWS”。 由此他给出一个直接结论，我们给这两家实验室施加了太大的压力。 它们将成为历史上最有影响力的科技公司，但它们不需要做到接近万亿美元的营收就能获得成功。 这个回答的价值，在于纠正了市场对两家公司的过度聚焦。 如果这份拆分成立，那么某一家实验室的失速是一次凹陷，而不是崩塌。

需要留有余地的是，这依然是卖家对自己客户的账本，投资者应当等待它在英伟达的正式披露中被单独拆分出来，再决定能倚重多少。 三、推理为什么能吃掉十亿倍算力 黄仁勋把需求侧的爆发拆成了两个相乘的因子。 第一个因子是推理本身。 早期聊天机器人把知识压缩进模型，你提问，它基本在回忆，所以会出现幻觉。 下一步是模型主动搜索、取回可验证的事实依据，再结合自身预训练知识生成答案。 而真正有意思的任务，都需要逐步推理：先提出几个方案，各自往下推演，反思哪条路径最好，挑出一两条继续展开，其余剪掉，如此往复。

人类也是这样工作的，优秀的战略家热衷于保留战略选择权，既不想过早剪枝，又必须优化资源配置。 这些探索、推演、反思、剪枝，全都要消耗算力。 第二个因子是它被用得更多。 因为模型现在能完成有生产力的工作，我们就会把更多工作交给它。 每个任务消耗更多算力，同时任务数量也在增加，两者复合。 他接着指出，去年最大的观察不是模型变聪明，而是给大模型装上了“外骨骼”。 这个词指的是让模型管理自己的工作记忆与知识，从工作记忆进入短期记忆、长期记忆，最终织成知识图谱。

人睡觉时在做数据压缩，无关紧要的被筛掉，重要的以某种方式重新连接，人工智能现在也在离线做这件事。 另一项突破是工具使用。 机器人进了家门，更可能直接使用家里现成的工具，而不是从头造一套。 SPICE、Verilog、仿真器、设计编译器、Photoshop、AutoCAD、CATIA，人类已经造好的软件都会成为智能体的帮手，前提是智能体得先学会怎么用。 最先突破的领域是编程。 他给的解释很实在，不是因为代码有明确对错，而是使用者本身就是工程师，对那些有用但不太好用的东西有耐受度，还总能自己想办法把它用顺。

下一步是设计、创意营销与科学研究。 关于成本，他做了一个摩尔定律式的类比。 过去三十多年，计算成本每年下降一半。 他希望智能的成本每年便宜2倍甚至20倍，因为用量的增长会把降价远远补回来还有余。 他随口算了一笔账，最初训练GPT大约花一两千万美元，现在再训练一个同等规模的早期模型，大概一百美元。 十年时间，降了五个数量级。 而与此同时胃口也变大了，现在的模型动辄三万亿、十万亿、三十万亿参数，使用量比十年前大概增长了一百万倍。 他以纳维-斯托克斯方程为例说明这种模式。

他特别澄清了一点，OpenAI并不是从零解出这道千禧年难题的，而是站在大批科学家、数学家几十年工作的基础上。 他的推理很直接，如果这个问题只需要有人想通一条第一性原理，那早就有人解出来了，人是很聪明的。 它悬了这么多年，是因为需要在一个巨大的搜索空间里做穷举探索。 很多领域如今都站到了这样的悬崖边，把人工智能的穷举探索用在已有成果上，突破会一个接一个地来。 这次求解动用了一万个智能体协同工作，算力成本约400万美元，而几年后做同样的事还会再便宜5到10倍。

四、千亿美元这个数，他说自己说少了 克拉克·唐把话题带向机器人。 黄仁勋今年多次说过，机器人的ChatGPT时刻已经到来，这可能是英伟达下一个1000亿美元的市场。 这次他直接改了口，“1000亿是我说少了”。 理由是数字跑得太快。 今年上半年，英伟达在物理人工智能上的营收就达到了100亿美元； 去年是首个突破100亿美元的年份； 前年是50亿。 今年如果做到200亿，1000亿这个预期就显得保守。 他给物理人工智能下的定义是，与物理世界进行某种交互的人工智能。

从光子计数CT、超声设备、成像雷达、下一代5G，到机器人、自动驾驶汽车、制造系统、视觉检测，再到把全球成像并重构为三维模型的卫星。 从可见光到不可见光谱，整个电磁波谱上都有人工智能在干活。 感知、推理、规划，最后到驱动执行。 他的判断是，对我们真正重要的一切最终都要落到物理世界。 马斯克把汽车行业转型成了计算行业，未来每一家汽车公司、每一家货运与仓储公司都会成为技术公司，联邦快递和沃尔玛会变成人工智能公司，电信行业会重新变回科技行业。 总有一天，人们可能不再把英伟达归类为一家芯片公司。

黄仁勋这次还首次系统讲清了物理人工智能的平台架构，需要三台计算机，一台用来训练大脑，一台用来构建数字孪生，让机器人先在虚拟世界里学会当机器人，一台装进机器人、汽车或手术器械内部。 三台计算机，三套完整的软件栈，英伟达全部自己构建。 客户想用一台、两台还是三台，根据其需求来定。 五、明年的瓶颈已经不在芯片 这是整场访谈中信息增量最大的一段。 格斯特纳援引SemiAnalysis的估算，明年全球要新增43吉瓦的人工智能算力，超过当今世界全部现有人工智能算力之和，后年再加40吉瓦。

他追问审批、供应链和地方抗议会不会拖后腿。 黄仁勋的判断是，需求肯定在，而且只多不少。 困难在于从数字世界走进物理世界，要拿地、要审批、要建电厂，还要大批建筑工人、安装工和管道工。 他提到一个容易被忽略的数字，仅建设这些设施就创造了约一百万个新就业岗位，而这些技能不可替代，建造一座价值500亿美元的数据中心，某些环节必须找手艺最好的人。 他的结论是，土地、电力、厂房和施工资源，会成为明年最大的瓶颈。 克拉克·唐补充了市场的一种说法，已宣布的芯片需求大约有50吉瓦，但能落地的土地、电力和厂房只有35到40吉瓦。

黄仁勋没等他说完就接过话，给出了一个反直觉的推论。 电力一旦紧张，每一位对股东承诺了营收的CEO都会转向每瓦产出的词元最多的架构，所以资源越短缺，需求越往英伟达这边挪。 市场份额本来已经很高，出乎意料的是它还在上升。 同时每吉瓦里能装的英伟达产品也在变多。 他从GPU公司做起，成为全球最大、增长最快的网络公司，接下来会成为最大的CPU公司之一，再加上存储、知识基础设施与安全产品。 每吉瓦能卖出的价值，从大约180亿美元涨到200多亿，再到现在的400多亿，而且还会往上走。

六年前，英伟达占全球资本开支的比例还是个位数，现在在云厂商那里约40%，在云厂商以外的市场约80%，两块业务各占一半。