算力即 GDP 黄仁勋的 AI 工厂蓝图

主持人回顾了 27 年前在交易大厅介绍英伟达时的情景，当时 IPO 估值仅为 3 亿美元，而现在英伟达一个季度的净利润就高达 460 亿美元。黄仁勋幽默地回忆道，当时路演时投资者唯一的疑问是："你们什么时候破产？"

黄仁勋解释说，他们起步时就意识到，软件中 5% 的代码（核心循环）往往消耗了 99% 的算力。英伟达选择了当时最复杂的算法——计算机图形学中的光线模拟作为突破口。

在《侏罗纪公园》开启视觉革命的时代，英伟达通过 RTX 等算法，将原本仅限于电影制作的图形技术消费化，实际上亲手缔造了现代 3D 游戏产业。

黄仁勋提到了"前线部署工程师"（DevTech Engineers）的概念。早在 33 年前，英伟达就将工程师派驻到游戏公司，将技术集成到 Unreal Engine 等引擎中。

为了解决 PC 架构与图形性能的不兼容，英伟达发明了 DirectNvidia（后来的 DirectX）和 AGP（后来的 PCI Express）。

这种从顶层算法到底层架构的思维，直接催生了世界上第一台 AI 超级计算机 DGX-1。

黄仁勋指出，如果你不能控制所有的芯片（CPU、GPU、DPU、交换机）和连接（NVLink），你就无法像英伟达一样每年发布一个全新的基础设施，因为你无法同步成千上万个组件的创新节奏。

1. 生成式 AI：将信息从一种形式转化为另一种。
2. 推理与接地（o1）：通过检索增强生成（RAG）和自我纠正（Self-reflection），解决了幻觉问题，使 AI 变得更可靠，但也带来了千倍级别的算力需求增长。
3. 代理式 AI（Agentic AI）：黄仁勋提到了一个现象级软件 Open Claw（在 2026 年背景下），称其仅用三周就达到了 Linux 30 年的装机水平。

过去的 Prompt 是"是什么、谁是、什么时候"，现在的 Prompt 是"去创建、去做、去构建（Create, Do, Build）"。

一个代理（Agent）可能会持续在后台运行，进行研究、阅读手册、使用工具，这种模式下消耗的代币（Tokens）是前代的百万倍。

数据中心不再是存储数据的仓库，而是生产代币的工厂。黄仁勋直言，由于算力与公司收入（甚至是国家 GDP）直接挂钩，CEO 必须亲自审核计算架构的选择。

假设一个工厂只有 1GW 的供电，如果英伟达的每瓦代币产出是竞品的 10 倍，那么使用英伟达架构的公司收入也将是对手的 10 倍。

黄仁勋引用 SemiAnalysis 的数据，称英伟达是"推理之王"，因为其单位成本下的代币产出（Tokens per Dollar）和每瓦产出是全行业最高的。

就像公司聘请人类专家一样，未来企业会租赁数字代理来完成工作。

目前的 IT 产业规模约为数万亿美元。黄仁勋预测，由于代理能做更多实效性的工作，未来的软件市场规模将远超今日。CAD、EDA 等专业软件公司将因为提供"专家代币"而获得巨大的业务增量。

黄仁勋表示他喜欢"约束"（Constraints）。在土地、电力和芯片稀缺时，客户别无选择，只能选择最先进、最可靠的英伟达。

英伟达利用资金锁定了包括 HBM 内存、晶圆、CoWoS 封装、线缆甚至陶瓷电容在内的所有关键组件。

黄仁勋确认英伟达将向 OpenAI 投资 300 亿美元。由于 OpenAI 预计在年底上市，这被视为最后一次大规模入股的机会。同时，他提到正在全力帮助 OpenAI 将算力扩展到 AWS、OCI（甲骨文）等云端。

他首次提到了一家名为 MSL 的新型 AI 实验室，其实力堪比 Meta，正产生巨大的 GPU 需求。

AI 需要理解重力、因果律、物体恒常性等物理法则。英伟达通过 Cosmos（物理 AI 模型）、Groot（机器人模型）和 Earth-2（地球气候模拟）已经确立了领先地位。

黄仁勋提到了与礼来（Eli Lilly）合作的 AI 实验室，强调通过全栈软件在数字空间模拟生物化学反应。

1. 两年内，人们将不再谈论"代理 AI"，因为它们已无处不在。
2. 未来十年将是"物理 AI"的时代。
3. 每一家公司都需要算力作为燃料，不仅是为了搜索或购物，而是为了驱动整个企业的"数字员工"。