9月26日，黄仁勋在英伟达公司，与顶级风投Altimeter Capital的创始人Brad Gerstner、合伙人Clark Tang展开了一场长达1小时44分钟的深入对话。

这场对话的信息量巨大，上一篇文章：芯片免费也没用？黄仁勋自信背后，算力战争的终极武器究竟是什么？我们从芯片、算力和cuda生态的视角提炼重点，今天我们从完整的104分钟里为你提炼出这位“AI军火之王”对未来最底层的思考逻辑。

这场对话中，黄仁勋系统性地解释了华尔街与硅谷之间存在的巨大认知分歧，并详细拆解了英伟达看似坚不可摧的商业护城河，以及他对全球人工智能竞赛、大国博弈和未来社会形态的完整思考。

我们正处在巨大的认知分歧之中

一年前，当市场还在为预训练模型的投入是否过剩而担忧时，黄仁勋就说过，推理的增长不是百倍千倍，而是十亿倍。一年后，他再次声明，自己当初的预测“低估了”。

这种低估源于一个根本性的变化，人工智能的扩展定律已经从一个变成了三个。

第一个是“预训练”，这是大家熟知的，用海量数据喂养大模型。第二个是“训练后”，黄仁勋将其比作人工智能在“练习”，通过不断的推理和尝试，直到掌握某项技能，这背后是复杂的强化学习过程。第三个，也是最容易被忽视的，是推理本身的方式发生了改变。

过去的推理是一次性的问答。现在的人工智能学会了“思考”。它在回答之前，会先做研究、核实事实、持续学习，然后才生成一个答案。你让它思考得越久，它给出的答案质量就越高。这个“思考”的过程，本身就在进行海量的推理计算。

预训练、训练后、思考，这三条新的规模法则，共同构成了黄仁勋眼中“十亿倍”增长的基石。人工智能不再只是一个大型语言模型，而是一个由多个模型组成的系统，它们并发运行，有的在用工具，有的在做研究，并且这一切都是多模态的。看看现在AI生成的视频，就能理解这种计算需求的爆炸性。

这种指数级的增长需求，与华尔街的线性预测模型之间，形成了黄仁勋所说的“巨大的认知分歧”。华尔街的分析师们，即便工作就是预测英伟达的增长，给出的普遍预期却是从2027年开始，英伟达的增长就趋于停滞，年增长率只有8%。

黄仁勋对此并不感到意外，他用三个要点来解释为什么未来英伟达的发展空间比外界想象得大得多。

物理定律决定了通用计算的时代已经结束。摩尔定律失效，CPU的性能提升遭遇瓶颈，未来必然是加速计算和人工智能计算的天下。全世界数万亿美元的计算基础设施都面临着一次彻底的刷新，从通用计算转向加速计算。这是一个存量市场的替换，规模巨大。

人工智能的第一个杀手级应用已经无处不在。搜索、推荐引擎、购物网站，这些过去由CPU驱动的超大规模计算，现在都将转向由GPU驱动的人工智能。仅仅是把字节跳动、谷歌、亚马逊这些巨头传统的计算方式转移到人工智能上，就是一个数千亿美元的市场。地球上已有约40亿人每天都在使用需要加速计算驱动的服务。

最激动人心的部分，是人工智能创造的全新应用。黄仁勋用了一个简单的类比：过去电机取代体力劳动，现在人工智能工厂将生成“令牌”（Token）来增强人类的智力活动。全球GDP中约有50万亿美元与人类智力相关。假设我们用价值1万美元的人工智能，去增强一个年薪10万美元的员工，让他的效率提升两到三倍。这笔投资回报极高。英伟达内部的每一位软件工程师和芯片设计师，都已经配备了AI协同工作的“同事”，结果是公司发展得更快，雇佣了更多的人，生产力、营收和盈利能力都更高。

将这个模型放大到全球，假设这50万亿美元的智力活动被增强，产生了10万亿美元的新价值。这10万亿美元的“令牌”生成，需要一个庞大的人工智能基础设施来支撑。假设毛利率50%，就需要一个价值5万亿美元的“工厂”。如果全球每年的资本支出达到5万亿美元，这个数学计算看起来是合理的。

从通用计算的替换，到超大规模企业的AI化，再到增强全球GDP，这就是黄仁勋看到的未来图景。今天这个市场的年规模大约是4000亿美元，而潜在市场是现在的数倍。阿里巴巴的吴泳铭说，到十年末，他们数据中心的功率要提高10倍。而英伟达的收入，几乎与功率直接挂钩。

就算芯片白送，你还是得买我

面对谷歌的TPU芯片、亚马逊的Tranium以及各种传闻中自研ASIC（专用集成电路）的对手，黄仁勋显得很平静。他认为，竞争比以往任何时候都更加激烈，但也比以往任何时候都更难。英伟达的护城河，已经不是一颗芯片，而是一整个“人工智能工厂”的系统工程。

他提出了一个让许多人难以理解的观点：即使竞争对手的芯片定价为零，免费送给你，你仍然应该购买英伟达的系统。

这个逻辑的支撑点在于总拥有成本（TCO）和机会成本，而核心的限制因素是能源。

假设一个客户能获得2千兆瓦的电力，这是固定的。客户的目标，是用这有限的电力创造尽可能多的收入。收入直接与性能挂钩，也就是每瓦能产生的令牌数量。黄仁勋解释说，通过“极端协同设计”，英伟达的系统能效远超对手。比如Blackwell平台相比上一代Hopper，性能提升了30倍。如果对手的ASIC芯片性能只相当于Hopper，那么客户选择免费的ASIC，就意味着放弃了用同样的电力产生30倍收入的机会。这个机会成本高到离谱，以至于芯片本身的价格变得无足轻重。

为了实现这种指数级的性能提升，英伟达采取了“极端协同设计”的策略。这意味着必须同时优化模型、算法、系统和芯片。这早已超出了传统芯片设计的范畴。英伟达不仅仅设计GPU，还设计CPU（Grace）、网络芯片（Spectrum-X）、NVLink（用于GPU间高速互联），并为这一切编写底层的软件和库（CUDA）。从芯片到交换机，从网卡到软件堆栈，所有部分都在协同进化。这是一个数据中心级别的系统工程，每年都在迭代。

这种模式带来了几个结果。

从Hopper到Blackwell，再到未来的Rubin、Rubin Ultra和Feynman，英伟达以惊人的速度推出新平台。这样做是因为摩尔定律已死，单纯靠晶体管密度的增加无法满足AI算力指数级增长的需求。必须通过系统级的创新，才能跟上令牌生成成本降低的需要。这个发布节奏让竞争对手几乎无法跟上。

供应链的深度绑定。为了每年完成数千亿美元的人工智能基础设施建设，英伟达需要提前一年甚至更久来启动产能，包括晶圆和HBM（高带宽内存）采购。这种规模和确定性，让供应链愿意为英伟达提前布局，形成了一个正向循环。新进入者很难说服供应链为自己进行如此大规模的预先投资。

客户的巨大风险。当一个客户要部署一个吉瓦的算力时，相当于要采购四五十万个GPU，投入数百亿美元。没有人敢在一个未经市场验证的新架构上押下如此重注。而英伟达的架构经过了多年迭代和大规模部署的验证，其稳定性和生态系统的成熟度是新对手无法比拟的。

所以，当外界还在用“GPU vs ASIC”的框架来讨论竞争时，黄仁勋已经将战场维度提升到了“AI工厂 vs 芯片”。他认为，三四年前启动的ASIC项目，面对的是一个相对简单的市场。但今天，这个行业变得巨大而复杂，英伟达提供的不是一个孤立的处理器，而是一整套不断进化、能处理多样化和快速变化工作负载的基础设施。甚至，英伟达开始变得开放，通过NVFusion技术与英特尔等公司合作，将它们的CPU融入到自己的生态中，这更像是平台所有者的自信姿态。

至于一些分析师提出的“循环收入”质疑，即英伟达投资初创公司，这些公司再用投资款购买英伟达的芯片。黄仁勋的回应很直接：投资和业务是两回事。投资OpenAI是因为看好它会成为下一个万亿美元级别的公司，唯一的遗憾是早期投得太少。而OpenAI们采购芯片，是因为它们需要构建自己的AI工厂，它们的收入正在呈指数级增长，需要融资来支撑资本开支，这与英伟达的投资没有必然联系。它们没有义务必须购买英伟达的芯片，如果产品没有竞争力，客户随时可以转向别家。

放马过来，我们必须去竞争

对话中，黄仁勋花了大量篇幅讨论全球人工智能竞赛，尤其是与中国的关系。他认为，每个主权国家都将拥有自己的人工智能基础设施视为关乎国家和经济安全的头等大事，就像核电一样。情报的自动化对任何国家来说都不是可有可无的。

他建议每个国家都应该使用OpenAI、Gemini、Grok这些顶尖模型，但同时，它们也必须投入资源学习如何构建自己的人工智能。这不仅是为了语言模型，更是为了工业、制造业和国家安全模型。因此，主权AI的需求是真实且庞大的。

对于中美关系，黄仁勋的观点非常明确和坦率。他认为，将中国市场拱手让给华为这样的本土企业，是一个巨大的战略错误。这相当于用美国的政策，为自己创造了一个由垄断利润喂养起来的强大竞争对手。

他反复强调，必须去竞争。他驳斥了外界对中国技术能力的几种误解。

“中国造不出AI芯片”这种说法是疯狂的。如果说中国能做一件事，那就是制造。“他们落后我们好几年”的说法也是错的。黄仁勋说，他们只落后“几纳秒”。

他描绘的中国是一个拥有优秀企业家、顶尖理工科学校、渴望成功的文化、庞大AI工程师群体、行动迅速且监管相对宽松的强大对手。

因此，黄仁勋认为，符合美国最佳利益的做法，不是搞“小院高墙”把自己围起来，而是让美国最强大的科技产业去全球竞争，去赢得市场。让全世界都建立在美国的技术之上，才能最大化美国的经济成功和地缘政治影响力。

怀疑论者会说，黄仁勋只是想多卖芯片。他回应道，仅仅因为他希望美国经济和产业增长，不代表他的判断是错的。事实已经证明，之前对中国的一些错误判断已经带来了负面后果。他相信，允许英伟达在中国市场竞争，既符合中国的最佳利益，也符合美国的巨大利益，这两件事可以共存。因为一个开放的市场能促进中国自身的产业活力，同时也能让美国技术成为标准。他相信最终理智会占上风。

在谈到吸引全球人才时，他评价特朗普政府对H-1B签证收取10万美元费用的政策是一个“好的开始”，因为这至少开启了关于如何解决合法与非法移民问题的对话。但他更深层的担忧是，美国作为“美国梦”的品牌正在受到威胁。他观察到，来美国的顶尖中国AI研究人员比例从三年前的90%骤降到现在的10%左右。他认为这是未来问题的早期迹象，摧毁吸引全球最优秀人才的管道是“不爱国的”。

他欣赏特朗普总统“放马过来”的竞争心态，认为美国应该有伟大国家的自信，不必通过打压别人来证明自己。无论是与英特尔这样的商业对手合作，还是与中国这样的国家竞争，都应该是这种心态。

人工智能是最伟大的均衡器

展望未来，黄仁勋认为人工智能将从根本上改变社会。

他坚信，人工智能会带来巨大的生产力提升，而不是大规模的失业。那种认为AI会摧毁就业的观点，其前提是“我们再也没有新想法了”。他认为智力不是零和游戏，周围聪明的人和工具越多，能想到的新点子、能解决的新问题就越多，创造的岗位也会越多。每项工作都会改变，有些会消失，但经济整体会增长。

AI本身就是最伟大的均衡器。过去，一个人想利用计算机创造经济价值，至少得学习Python编程。现在，他们只需要学习人类语言。技术鸿沟正在被技术本身填平。

对于未来的具体形态，他预言在未来五年内，人工智能与机器人技术的融合将成为现实。每个人都会有自己的“R2-D2”（电影星球大战系列中的一个机器人角色）机器人，成为生活中的伙伴和向导。云端的人工智能和实体世界的机器人将无处不在。生物学的复杂性将被揭示，每个人都将拥有自己的“数字孪生”，用于预测健康状况和疾病。

面对这种指数级加速的变化，黄仁勋给出的建议很简单：登上那列火车。

不要试图去预测火车未来会到哪个站点，因为当它呈指数级加速时，任何预测都是徒劳的。唯一的策略就是趁现在它还相对较慢时跳上去，然后随着它一起经历指数级的旅程。

从芯片公司到AI基础设施公司，英伟达的进化本身就是登上这列火车的最好证明。而对于整个世界来说，这趟旅程才刚刚开始。

你登上这列加速前行的火车了吗？

原访谈视频（搬运）：

https://www.bilibili.com/video/BV1nDnXzQEH6

END