投资者内参丨杨跃滂

10月15日，BG2 Pod节目放送了第三期与英伟达CEO黄仁勋的深度专访视频。

在这期节目里，主持人与英伟达CEO黄仁勋交流了AI相关的一系列话题：

推理算力将增长10亿倍。随着推理、智能体和物理AI加速发展，AI算力需求进一步增长；智能成本有望快速下降，摩尔定律已经终结；

英伟达正成为全球基础设施提供商而非单纯的芯片公司；其竞争护城河正越来越宽。

AI建设瓶颈已转向电力、土地、审批和工人等方面。黄仁勋预计，本十年末，全球基础设施年建设规模可能达到3万亿至4万亿美元；

在AI安全问题上，黄仁勋强调，安全与能力密不可分，两者必须同步加速。

市场对AI资本开支可持续性存在担忧。黄仁勋表示，英伟达约三分之一的业务来自传统计算，四分之一到三分之一来自前沿实验室，三分之一来自初创公司和新兴云服务商，只根据两家实验室的情况推断，会夸大泡沫风险。他认为，只看到几家公司，认为整个基础设施全靠它们来买单，是一个非常大的错误认知。

对AI的未来，黄仁勋充满信心，认为AI能够以负责任且乐观的方式发展。

以下为访谈原文译文：

这对我们来说是生死攸关的问题。我们完全可以停下来，但如果今天停下，我们就输了。功能性、能力、安全性和保障性——它们都处在完全相同的位置：都是首要任务。

 白宫一周之行与国家科学奖章

布拉德·格斯特纳：过去10天里，你参加了白宫国宴，也出席了签署超级智能协议的白宫峰会。昨天，特朗普总统向你颁发国家科学奖章时，你的父母也陪在你身边。你是席上唯一的投资人。我突然意识到，台上6个人中有5个出生在美国以外。告诉我，那是一种怎样的感受？

黄仁勋：这本身就是莫大的荣誉，也体现了公司所作出的贡献。我们发明了一种全新的计算架构，它可能是当今世界上普及度最高的计算架构。它是唯一一种遍布所有云服务和所有计算机公司的计算架构，并应用于科学的各个领域。玩家在用，创作者和开发者在用，科学家也在用。它为智能提供动力。

回顾一下这家公司取得的成就：我们最初为游戏玩家开发图形芯片，我至今仍为此感到自豪。如今我们已出货16.7亿颗芯片。如今，我们已成为推动社会智能发展的基础设施。

布拉德·格斯特纳：在很多方面，美国创造知识产权的能力独一无二，原因就在于我们吸引了世界上最优秀的人才。流入这个国家的知识产权，其规模是世界上前所未见的。我们希望全世界最杰出的人才都来到这里，带来他们伟大的想法，并在这里将其变为现实。让这个飞轮继续转动下去。这是一个微妙的系统，需要精妙的平衡，我明白。我们必须依法行事。必须以正当的方式去做，对吧？但我们当然希望这样做。

黄仁勋：没错，当然。

 迈入奇点：我们目前处于什么阶段？

布拉德·格斯特纳：你一直很擅长预测未来。两年前，我们坐在这里时，你说市场严重低估了未来五年所需、也将发生的算力基础设施建设规模。你说这不会是1万亿美元；按累计算力基础设施建设规模计算，至少会达到2万亿美元。当然，现在已经超过这个数字了。

在大家都还没想到这一点之前，你就说，推理时的推理和思考会让推理算力增长10亿倍。去年，在我们见到Opus4.6和ClaudeCode之前，你又说我们正在进入智能体时代，届时这些能力将得到充分释放。当然，我们后来见到了Opus4.6，而ClaudeCode也真正火了起来。

那么我们现在走到哪一步了？埃隆、萨姆和德米斯都在说：“嘿，我们正处于奇点的山脚下，或者正在迈入奇点。”模型已经能求解纳维–斯托克斯方程了。展望未来，你觉得我们走到哪一步了？我们正迎来拐点吗？我们正在加速迈入超级智能的一个新阶段吗？

黄仁勋：我们需要的计算量将比不久前（比如说去年）多出10亿倍，原因在于，思考和解决问题所消耗的推理计算，远比重复或复述记忆中的内容要多得多。当你使用ChatGPT时，它的大部分知识都编码在大型语言模型中。遗憾的是，它会出现幻觉。因此，下一步不仅需要生成能力，还要基于事实根据进行检验或约束。它需要先进行搜索，找到事实依据并返回，然后结合这些依据，以及预训练阶段已经学到的知识，生成一个最终的答案。

我们真正希望它完成的大多数有意义任务，都需要一步步进行推理、提出几个选项，并制定计划，观察这些路径会产生什么结果；然后根据结果思考目前的最佳选项。我可能会选其中一、两个或三个方案，并逐步实施，再把剩下的都剪掉，再不断重复这个过程。所有这些思考、探索都需要更多的算力。

AI现在能够高效地完成任务，我们会让它承担更多工作。算力需求会不断叠加：它需要更多算力来完成一项工作，但它做得很好，因此我们会让它承担更多工作。

一方面，我们希望模型越来越好。我们仍然希望模型不断进步，而且模型的缩放定律也会继续成立。我认为去年的一个重要发现是：为大语言模型加上工具框架（基本上就是一种“外骨骼”），让它能够管理工作记忆和知识。如何从工作记忆过渡到短期记忆、再到长期记忆，进而构建出属于自己的知识图谱。我们每个人都是这么做的，当我们睡觉时，大脑会进行记忆整合。那些不合理或不重要的事情，我们最终会忘记；但重要的事情不知为何会重新建立联系。模型现在也拥有类似能力，能够进行工作记忆、离线知识提取以及知识图谱构建。记忆的这一整套机制非常重要。

还有一件事是使用工具。我们教会了这些AI如何使用人类创造的最重要的工具。

布拉德·格斯特纳：这就像一个机器人走进我们家一样。它更有可能使用我家里的所有工具，而不是自己从头开始制造这些工具。

黄仁勋：仿真器、设计编译器、Photoshop、AutoCAD、CATIA及西门子的所有工具都依然有用。我们用来经营公司、打造公司、设计和运营各种事物的所有这些工具，都将成为智能体可以使用的出色工具。

现在，你突然就可以把这些封装在运行框架或外骨骼中的大型语言模型引入公司，连接到信息——也就是你掌握的数据，以及它们可以使用的工具。这样一来，它们就开始展现令人惊叹的本事。坦白说，最容易的切入口是编程，这在某种程度上是迈向实用工作的第一个入口。

这些智能体发展的下一个阶段，就是能够进行设计工作，以及大量创意营销工作。你拍一张照片发给Astra，它就能直接把照片转换成CAD模型。Astra能直接为我们完成最初的原型构建，现在你可以将Astra应用到所有这些不同领域。我认为，除了软件工程，我们还将看到设计师、建设者和创作者，以及整个科学家群体被全面解放。当然，挑战在于我们如何将智能体安全可靠地部署到全球各地的企业中？

 纳维–斯托克斯方程与智能成本的下降

布拉德·格斯特纳：OpenAI和Anthropic各自拥有的算力也就两三吉瓦，相较于即将到来的算力规模，这其实相当有限。但我们现在面对的是双重指数增长。

如果OpenAI和Anthropic明年将算力提升到现在的3到5倍，我们是否有理由认为，我们已经解决了纳维–斯托克斯方程？你是否预计我们会在需要长期运行的智能体问题上取得重大突破，从而能够利用这些智能体集群来解决问题？

黄仁勋： 纳维-斯托克斯方程是一个极佳的案例。OpenAI并不是凭空解决纳维–斯托克斯方程的。他们是在许多杰出科学家、数学家以及大量优秀前期研究的基础上解决它的。

我们正处于许多不同学科的临界点。如果我们能够运用AI进行全面探索，去接上此前已经完成的工作成果，我们很快就会看到一个接一个的突破。但要做到这一点，我们确实需要大量算力，因为这需要进行极其广阔的探索。

我预计，未来几年智能的成本会相当迅速地下降。原因不复杂，我们正在投入使用更多算力，模型也变得越来越聪明。当你更聪明时，效率就会更高。这两者一结合，智能的成本就会大幅下降。

这和摩尔定律并无不同。回顾过去三十年，计算成本每年都在减半。我们希望智能成本每年能降至原来的二十分之一，因为对智能需求的增长将足以弥补这一点，甚至远远超出。

世界上存在着一大片亟待填补的空白市场和充满机遇的真空地带，我们只需要把成本降下来。

布拉德·格斯特纳：求解这次特定的纳维–斯托克斯问题，可能耗费了约400万美元的算力成本。未来几年，完成这类任务的成本还会再降低5到10倍。

最初的GPT可能花了——我们假设大概是2000万美元。如果你现在想训练GPT-1，大概要花多少钱？1000美元？也许100美元？

黄仁勋：大概100美元。从1000万或2000万美元降到了100美元，我们在10年内实现了这一点。与此同时，我们的雄心变得如此之大——现在训练的模型参数达到了3万亿、10万亿乃至30万亿。这10年里，我们对技术的使用量大概增长了一百万倍。我认为人们对智能的需求相当旺盛，几乎永无止境。你越聪明、越有智慧，就越能想到运用智慧的方法。

每当你打开一扇新大门，就会看到更多机会、更多挑战和更多问题。

对大多数人来说，这种智能会带来更多机会。他们会想去把握这些机会，因为他们充满抱负。

 物理AI与机器人的ChatGPT时刻

布拉德·格斯特纳：还是请你跟我们聊聊，为什么这项技术一直难以突破。Jensen，我们已经有这么多正在改善人们生活、而且即将问世的东西。为什么这些东西没有引起广泛关注？

黄仁勋：让我试着回答一下。归根结底，我们不会真正知道答案。其中一个原因是，人工智能，或者说超级智能，是一种软性因素，你看不到它，也摸不着它。

尽管全世界都在谈论这项技术，但你看不见也摸不着它。在使用搜索时、购物时、使用Netflix时、去沃尔玛时，人们已经从中受益。我们并没有很好地讲清楚这个故事，大众正在享受科技红利，只是这种受益看不见。如果我们在周末关掉数据中心或者让超级智能停摆，我想大家都会察觉到。

布拉德·格斯特纳：今年你多次明确表示，机器人领域的ChatGPT时刻已经到来。我还记得你说过这可能成为下一个千亿美元级市场。你看到了哪些信号？

黄仁勋：是的，这件事很快就会发生。1000亿美元事实上还是一个保守估计。今年上半年，我们在物理AI领域已经实现了100亿美元的收入。物理AI基本上就是以某种方式与物理世界交互的AI。它可以是光子计数CT设备、超声设备、新型成像雷达，或下一代5G。当然，还有机器人、自动驾驶汽车、制造系统、视觉检测，以及地理空间卫星。纵观整个电磁波谱，从可见光谱到不可见光谱，都有AI在发挥作用。

作为一个AI系统，它包含感知部分、推理部分，以及规划和执行部分。说到规划和执行，就包括自动驾驶汽车和机器人——例如仓库配送车辆，以及无需精确编程、能够自主学习的拾放机器人。

这还延伸到人们谈论的消费级机器人，它们会进入你家、帮你铺床之类；也包括医疗机器人和医院机器人。许多出色的技术正在投入应用，其中包括即将实现全面机器人化的整间手术室。

英伟达是全球最大的物理AI公司。我们今年上半年营收达到100亿美元，去年全年也是100亿美元，那是我们第一个100亿美元年份。再往前一年是50亿美元。或许1000亿美元这个数字还是有点保守。

归根结底，推理部分之所以对我们至关重要，是因为一切都与物理世界息息相关，而我们生活在物理世界中。我认为，把软件、计算和智能引入一个长期以来主要由机械和电气技术构成的行业，蕴藏着巨大的市场机遇。未来每家汽车公司都将成为科技公司，每家物流公司都将成为科技公司。在所有这些与物理世界息息相关的行业，利用AI对它们进行革新都是绝妙的想法。

人们总把我们归类为芯片公司。但实际上英伟达涉足仓储和物流、医疗保健、汽车、通信——地球上的每一个行业。我们的策略是将Alpamayo自动驾驶业务的打法应用到这些行业的每一个领域。

在这些项目中，构建一个物理AI平台通常需要三台计算机：

其中一台计算机来创造大脑，即训练系统；

另外，必须需要构建一个互联网的数字孪生体，这样就不必把AI智能体部署到互联网上去学习如何使用互联网——就像我们创建Omniverse作为仓库、建筑、城市和物理世界的数字孪生体一样，我们将机器人放入数字孪生体中，让其学习如何成为一台机器人；

最终，们将它部署到第三台计算机中，例如机器人、汽车、手术器械或其他设备内部的边缘计算机。

这需要三台计算机和三套完整的技术栈。我们为每一层都打造了完整的技术栈，英伟达是世界上唯一这样做的公司。

 负责任地构建技术

布拉德·格斯特纳：这些能力是一把双刃剑，所以我们听到很多人在谈论安全问题。只有负责任地构建技术，才能实现最终愿景。

黄仁勋： 首先要做的，就是负责任地构建技术。“构建”是一个工程词汇，工程师、科学家和研究人员必须安全、负责任地构建这项技术。如果做不到，就根本不应该构建这项技术。我们要么相信自己能做到，要么就不该去建造它。我相信我们能做到。

有人认为AI是不可控的，因为实现完美对齐是不可能的。对齐的意思是：你告诉某个人“我希望你做这件事”，目标很明确；而对齐是你解决问题的方式，解法有很多种。

我的观点是：对齐将是一个永恒的问题。如果我们依赖完美对齐来确保安全，那我们永远也做不到。

正确的做法是：像养育孩子、饲养宠物或管理员工一样，首先从物理遏制开始。你根据交给他们的任务，严格为他们提供对应的工具、信息、职责、能力、资金和资源。从“零信任、最小边界、最小权限”开始，你可以逐步放宽限制，增强信心。

第二步是监控，而且监控必须在带外进行。如果你对一个有智慧的对象说：“我会坐在这里看着你工作，确保你做得对”，以及“我会坐在这里看着你，确保你妥善服务客户，而且足够努力地工作”，那么这个自主系统在你监视下的表现，与没人看着时会截然不同。

监控必须通过带外方式进行，而且必须能够观察到自主系统是否做出违背既定策略或脱离对齐的行为；你必须有权上报干预或将其关闭。这类工程与技术能力必须具备，并且完全可行。我们近期公布了名为OpenShell的架构，目前已有超过100家公司加入。

布拉德·格斯特纳：对于担心我们有一位鲁莽的总统，或者说鲁莽的领导人的美国公众，你会说些什么？

黄仁勋：安全与保障本就是AI不可分割的一部分。有种奇怪的说法，认为AI技术和安全保障完全对立，这有点像把安全气囊、制动系统、雷达、摄像头、防抱死制动系统、车道保持系统与汽车本身割裂开一样。事实上，整辆车都是汽车技术的组成部分（而非只剩一个发动机）。我的意思是，我们需要加速AI技术发展，同时加快安全技术的发展，必须同步加速演进。能力和功能与安全和安保密不可分，它们是一体的。当我们说“加速”时，就必须指加速整个方案，包括安全。

如果没有功能性和能力，确保它安全可靠又有什么意义？根本没人关心。显然，人工智能的首要任务是证明自己能做一些有用的事情。

至于“赢”，我会重新定义“赢”：“赢”的不应只是科技行业，也不应只是人工智能行业。美国的胜利意味着，美国的每个行业都在“赢”——礼来赢、沃尔玛赢、联邦快递赢，每一个企业都赢，波音赢，军队赢。每一位公民都赢。我们的大学赢，我们的高中赢——这才是“赢”的真正定义。

布拉德·格斯特纳：如果赢家只有一项技术，那就谈不上胜利。

黄仁勋：没错，那样没人用它。最大的风险是，如果我们不能在安全和保障的前提下构建它，AI科技产业根本就不复存在。这对我们来说是生死攸关的问题。

 2027年AI瓶颈：算力建设

布拉德·格斯特纳：SemiAnalysis的迪伦曾表示，明年我们将新增43吉瓦的AI算力，那将超过当今全球所有的AI算力总和。你觉得这听起来靠谱吗？你认为我们真能部署那么多算力吗？

黄仁勋： 我认为需求确实存在，而且还不止这些。挑战在于物理世界中的重重阻碍：土地审批，以及必须投入运行的发电设施。当然，还需要建筑工人、设备安装人员和管道工。光是建设这些设施，我们就创造了100万个新工作岗位，而且他们的技能是不可替代的。土地、电力、厂房和配套资源，将是实现目标的重要瓶颈。

就英伟达而言，我们是唯一一家服务所有云服务商的公司，并通过戴尔、惠普、联想等企业拥有实力雄厚的企业业务。全球所有代工厂商都在为我们生产，每一条市场渠道都与我们的架构相连。如果某个特定州、特定社区或特定数据中心遇到了建设瓶颈，由于当前整体需求远大于供应，我们可以直接在供应链端进行灵活调配。

我们还有另一项优势，英伟达是面向全球的基础设施提供商。我们目前已在非洲、中亚、东南亚、拉丁美洲、中东等地区开展早期项目。如果我们不在美国完成建设，世界上每个国家都希望将其承接过去。

还有一点，英伟达架构的能效产出是最高的，它每瓦能生成最多的token。如果全球可用的电力和能源受限，人们就会转而选择效率最高的方案。当可用电力减少时，你投入其中的计算资源必须出类拔萃，或者说，必须是当今世界上效率最高的计算资源。由于资源短缺，全球各方的关注正转向我们。我们的市场份额原本就很高。我们不仅规模大、份额高，市场份额甚至还在因这些因素进一步扩大。

与过去相比，我们每吉瓦能提供的价值高得多，所以你会看到我们继续增长。我们过去是一家GPU公司，后来成为规模最大、增长最快的网络公司。如今，英伟达即将成为规模最大的CPU公司之一，而且无疑会是增长最快的。

英伟达涉足存储计算、知识基础设施计算，如今还通过OpenShell和Sentry涉足安全领域。我们在每吉瓦算力中所能提供的采购价值，从过去的约180亿美元、200多亿美元，一路攀升到现在的400多亿美元以上。

回顾仅仅六年前，我们在全球资本支出中的占比还只有个位数；而现在在全球主流云服务商中，我们的占比大概在40%左右。在非主流云服务商领域，这占据了我们半壁江山，我们在其资本支出中的占比可能达到80%。一半业务占比40%，另一半占比80%，两部分都在以每年翻倍的速度增长。

 马斯克、Colossus与SpaceX

布拉德·格斯特纳：两年前，埃隆在孟菲斯部署了几十万颗Hopper，芯片。如今他又融资400亿美元，打算采购上百万张VeraRubin芯片，计划在2027年底前拥有10GW的算力。如今，埃隆在构建算力方面是不是比那时强得多？

黄仁勋： 过去在我们的财报图表中，埃隆相关的业务是被归在“企业级业务”项下的；现在他已经属于我们的“云服务商”客户。我很高兴，也很喜欢和Elon合作。他正在使用我们的技术为自己的AI训练和部署模型，Grok的表现极其出色。同时，他也对外出租算力。

我认为他还有一个优势，他热衷于计算与物理基础设施建设的交汇领域，在能源方面，没有人比他懂得更多。我们还将共同探索一个全新的市场——将数据中心送入太空。我们的两个工程团队正紧密合作，打造一种新型服务器和新型架构，或许会非常适用于太空和地球。

布拉德·格斯特纳：我们真的能在大约2028或2029年通过星舰在太空部署相当规模的算力吗？

黄仁勋：NVIDIA算力能办到。英伟达的单位能耗性能全球最佳，英伟达算力的生产力出色，投资回报率极高。你可以把它送入太空，而发射成本在总价值中占比很小。你绝不会把低价值的算力送上太空，必须发射高价值的算力。英伟达是你能想象到的价值最高的计算系统，也是计算史上性能最高的计算系统。无论发射成本有多高，它的投资回报率仍会非常出色。

你可以把VeraRubin 送上太空，完全是合理的，英伟达算力具有通用性。如果在太空部署了一颗计算卫星，却没有客户租用，它就会闲置。英伟达算力将完全可以灵活调配，会有大量租用者：全球所有闭源模型公司都与我们合作，所有开源模型也都在我们的平台上运行；成千上万家初创公司与我们合作，各行各业的企业也都在使用我们的技术。

而且它在太空中长期运行，我们也能让它保持先进——通过CUDA不断对底层软件进行升级。我们是全球唯一一家这样的硬件公司：你八年前就为硬件付了钱，而我们至今仍在为你的软件更新新的算法。

 AI收入能否证明资本支出是合理的？

布拉德·格斯特纳：今年所有实验室的收入总额大约是2000亿美元。明年这一数字需要翻倍到4000亿美元，再下一年，我们需要看到它翻倍至8000亿美元，这样才有望达到足以收回数万亿美元资本支出的规模。你有多大把握认为这些实验室能够继续每年将收入提高2到3倍？

黄仁勋：人们误解了正在发生的事情。首先，英伟达在当今全球AI基础设施的收入份额中占据了大约80%。计算大致可以分为三大类：

第一类是基础计算——用于数据处理、分子动力学、物理模拟、聚变模拟、裂变模拟、量子化学、量子物理以及计算机图形学等。即便完全没有AI，只有传统机器学习，把这些非AI、非深度学习、非智能体的经典计算加在一起，占到我们业务的三分之一。这项业务正以每年约30%至40%的速度增长。即使没有任何AI实验室，英伟达也不会归零，仍是一家体量庞大的公司。

第二部分是AI实验室。人们都盯着其中两家，但我们与每一家都有合作。MetaMuse做得非常出色，绝大部分采用英伟达算力；Grok在三年前根本不存在；我们过去没有运行Gemini，现在Gemini在英伟达上运行；今年我们又开始与Anthropic展开合作。我看到的是五六家非常出色的实验室。这一块只占我们算力的四分之一左右。

第三部分则格外令人振奋。我们正处于新一轮计算平台变革的开端，大量新初创公司正在涌现。其中一些公司在做消费类业务，还有各类物理AI、生物AI和材料科学AI。它们租用NVIDIA算力。我们这三分之一的业务可以说是面向下一代的云计算，有点像今天的AWS。

只看到几家公司，认为整个基础设施全靠它们来买单，这是一个非常大的错误认知。

我还想谈谈开源模型。我一直非常支持开放模型，原因是开放模型能够开辟新的机遇。比如这些初创公司，其中80%都在使用开放模型；它们并不是用开放模型来与前沿实验室竞争，而是用它们在其他领域开辟新的机遇。

我认为，通常意义上的封闭实验室致力于实现通用人工智能，并将其做到极其出色。与此同时，还有许多专注于特定领域、拥有高度专有数据的垂直领域公司。它们训练人工智能完成非常具体的任务，从而在各自的领域实现超级智能。

布拉德·格斯特纳：你是否担心会出现这样一个时刻，所有人都开始对为基础设施建设融资感到不安，从而导致建设进程停滞？

黄仁勋： 只需要把这些不同的事情逐一拆解，回归第一性原理。外界试图外推的1000亿或1250亿美元年度经常性收入，只是整体基础设施建设中的一部分。问题在于：人们会继续在网上购物吗？之前所说占业务三分之一的这一部分是板上钉钉的需求，根本无需争辩。

我在两年前曾说过，在2020年代结束前，基础设施建设规模很可能每年在3万亿至4万亿美元之间。显然，它更接近4万亿美元，而不是3万亿美元。如果你说其中有1.5万亿美元只是用于算力，那总规模为什么会这么庞大？

AI兴起之前，算力市场就已经有5000亿美元了，在6 到8年的时间里，它增长到了1.5万亿美元，只是因为全世界消耗的算力越来越多，这并非不合逻辑。

摩尔定律已经终结。过去如果你想获得两倍的晶体管，只需等待一年，价格保持不变；但如今，如果你想让晶体管数量翻倍，等多久都没用；你得多付一倍的钱。即便没有AI，半导体产业本身也正在成为全球最大的产业。

我认为没有必要把任何一家实验室的价值外推到数万亿美元。这完全没必要。我们给两家实验室施加了太大的压力。我很高兴能与他们合作并支持他们。他们将成为历史上最具影响力的两家科技公司，必将取得非凡的成功。但它们不必达到接近1万亿美元的营收，就能取得成功。

整个行业还有很多工作要做——我们仍然需要建成价值数万亿美元的计算基础设施。

 华尔街的一致预期，英伟达的新商业模式展望

布拉德·格斯特纳：过去一年，市场对这家公司的市场一致预期上调了100%到200%，股价却只上涨了20%。你们对公司的收入预期和自由现金流预期实际上翻了一倍，而目前公司的估值仅为13至14倍市盈率。你认为市场对英伟达释放了什么信号？或者说，市场对自身预期的信心如何？

黄仁勋：对于一家像我们这样规模庞大的公司来说，市场份额的增长本身说明了我们的韧性，也说明了我们优势的体量和规模。

布拉德·格斯特纳：这种优势是在扩大还是缩小？你的护城河是在扩大还是缩小？

黄仁勋：在扩大。让我举个例子，现在来做个思想实验。假设你要向某家公司下一个价值1000亿美元的订单，为下一代产品下订单——如果你想排队订购VeraRubinUltra，现在已经快到该下单的时候了。首先，你怎么知道它一定靠谱？但因为是英伟达制造的，你就知道它肯定会比VeraRubin更好。大家之所以对VeraRubin有信心，是因为Blackwell非常出色。

在计算领域，这些计算机所运行的工作负载极其复杂，你不能只凭某一个基准测试来衡量。要实现这样的性能，需要整合的技术数量简直惊人。我们的经历跟台积电相似，我们把百分之百的业务交给台积电，是因为他们是全球唯一一家能让我提前五年制定规划的公司。即使没见过成品我也知道他们的晶体管性能必定极其卓越，因为一代会优于一代。他们还掌握着各种不同的工艺技术，从硅光子学到逻辑芯片、存储器，再到推挽式封装。我们所做的业务种类繁多，而且变化极快，你怎么可能与一家规模只有他们十分之一的公司合作来达成这些目标？

我认为核心理念是：我们正在为整个地球构建基础设施，英伟达已经成为一家基础设施公司。这些基础设施耗资巨大，而技术发展又如此迅速。实际上，我们兼具可信赖性、掌控一切的能力，以及从一些GPU模型起步所积累的优势。看看随后发明出的Flash Attention机制，看看我们在NVLink-72上实现模型并行化和分片的方式，以及所有这一切的变化——专家混合模型演进了，如今人们又在讨论由状态空间模型与Transformer融合而成的混合扩散模型。面对所有这些不同技术的演进，我们知道它们全都能在CUDA上运行。

你完全可以建一座价值500亿美元的数据中心，并且知道这项投资具有可替代性。无论出于什么原因，如果你想把一半的算力转租给别人，英伟达的算力完全可以灵活调配。你在欧洲或美国创办了一家公司，希望服务欧洲或日本的客户。结果发现英伟达的基础设施早已部署在那里。

英伟达坚持走通用路线的原因，正是为了获得全部的通用互换性。通用互换性的优势在于风险极低。当你投入巨额资金时，低风险就变得至关重要。 当你斥资500亿甚至1000亿美元建设基础设施时，你必须确信无论未来如何变化，这套基础设施都能长期保持极其优异的状态。

因此，专用化是通用互换性的死敌，也是持久耐用性的死敌。 只要我能证明我们的性能极其卓越——而我们每天都在证明这一点——通用互换性与持久耐用性就能转化为极高的可租赁性，进而转化为极高的生产力。因此也就带来了可融资性，并最终转化为生产力，实现最低的总体拥有成本。

布拉德·格斯特纳：现在你们正在进行史上规模最大的股票回购。按照我的测算，你们可能在未来两年内回购公司10%以上的股份。给高盛的发言中，你把英伟达称为首家“成长价值型”公司，听起来很像当年苹果的宣传说辞。

黄仁勋：布拉德，我们大多数投资和融资合作策略，都是为了建立两种全新的商业模式。

第一种是软件授权许可。我们公司拥有的软件体系规模惊人，而数据中心规模也极其庞大。想想其中运行着多少软件吧，而我们提供的是完整的软件栈。云服务提供商想运行自己的技术栈，我们会将软件授权给他们，或者以开源形式提供给他们。但对于全球大多数企业而言，他们没有专门的IT部门或软件部门来承担这项工作，因此需要由我们来维护。

在过去几年里，AI主要集中在训练阶段，但现在正转向落地部署。企业需要将这些系统作为工厂来运营，他们需要明确英伟达能够承担服务等级协议，在此后的整个生命周期中提供技术支持、日常维护，确保系统安全可靠。面向企业客户的软件许可收入将会非常、非常庞大。简单计算，软件许可费是每块GPU每年几千美元而我们有数百万块GPU——比如说，我们每年出货2000万块GPU，且规模还在增长，其中一半进入全球企业端，这笔收入累积起来将非常可观。我相当确定，软件许可将会成为我们业务中非常重要的一部分。

第二种是营收分成模式。一些云厂商高度依赖英伟达的全栈方案。他们依赖我们的采购承诺和生态系统，也依赖我们作为投资伙伴协助他们获得融资和资本。他们锁定了土地、电力和厂房，是区域领军企业。他们有各种有利条件，但唯独在这三个方面需要我们的支持。在这类合作关系中，我们很可能会转向营收分成模式。我们将进行投资，不仅能获得前期的硬件销售收益，还能在未来持续享受营收分成。虽然我们不是云服务提供商，但会长期为他们提供采购承诺和软件支持，理应从中获得一些经济回报。

庞大的装机量、丰富的软件栈、强劲的承销能力以及我们在全球构建的生态体系，将共同驱动这一轮增长。

布拉德·格斯特纳：蒂姆和卢卡去拜访沃伦·巴菲特时，巴菲特曾说过他不喜欢科技公司，原因之一是它们会产生大量自由现金流，但从来不把这些钱返还给股东，而是拿去投资别的东西。然而，你们现在把超过50%的自由现金流用于回购股票。

黄仁勋：我们之前说是50%，我想我们上个季度做到了60%以上。随着现金流的增长，我们还会进一步加大回购力度。大家都知道，我们投资的都是极其优质的公司。我们身处这个生态系统之中，信息流通也都在我们的掌握之中。我们结识了无数极具才华的人，也希望在他们想做一番大事业时支持他们。更不用说，NVIDIA也身处这一生态系统之中，所以我们可以助力他们取得成功。

但就我们现金总流入而言，这部分占比会很快下降，部分原因是OpenAI和Anthropic不会再有第二次这样的机会。坦率地说，这样的机会不会再出现了。其次，我们的现金流生成速度增长得相当快。

布拉德·格斯特纳：展望五年后，你对我们做出正确决策而世界也会因为我们的投资和所做的一切而变得更美好这件事有多大信心？是否比12个月前更有信心？

黄仁勋：我有99.99%的信心。我们当中有太多人都由衷希望结果能圆满。我们将竭尽全力，发挥智慧，投入资源，确保以负责任且乐观的方式实现这一目标。

有很多人在做正确的事。有些人会对这些事高谈阔论，受限于信息圈子，他们没有意识到，还有许多人、许多行业，以及了不起的研究人员和工程师，正独自做着令人惊叹的事情。他们没说，不代表就没有很多聪明人在做聪明的事。

我在公司里总是强调，即使没有我的领导或策略，这家公司本身也在自主地做着明智的事情。聪明人会做聪明事；当你加以组织协调时，他们的影响力会更大，但即便独立工作，了不起的人独自一人也能做出一番非凡的事业。

当有人告诉我他们很担心时，我觉得担忧是好事，我们也理应表达担忧和关切。但我们不应该预言世界末日。因为那低估了人类的生存韧性，低估了人类的能力。也许只是傲慢，也许是自大，有些人认为除非他们亲自出手，否则事情就无法办成。

事实上，不管我说不说，英伟达都在做着令人惊叹的事情。所有的赞誉与批评都会落在我身上，但真正做事的并不是我一人。当你身边聚集着杰出的人才，并创造出让所有人都渴望实现相同良好愿景的环境时，理想就会实现。

在世界上所有杰出人士共同努力，我有99.99%的把握携手达成目标。

布拉德·格斯特纳：完全赞同。我是两个孩子的父亲，我们最在乎的，不就是为他们建设一个更美好的世界吗？我们完全可以轻易地停下来。但如果我们今天停下来，就输了，对吧？我们就会失去创造那个更美好世界的机会。

#英伟达#黄仁勋#AI

风险提示：本文为内容资讯，不构成投资建议。市场有风险，投资需谨慎。