Transcription
Nvidia，这个名字被认为是人工智能革命的终极赢家，将惠及全人类。2025年7月，公司市值突破4万亿美元，创下公司历史上前所未有的纪录。然而，仅仅三个月后，这一市值再次突破5万亿美元大关。NVIDIA从一家游戏行业的图形芯片公司，一跃成为历史上地球上最有价值的公司。但这不仅仅是一个财务故事，转折点发生在GPU借助KDER软件，将并行处理能力转化为AI模型训练和运行的平台。从2012年的Alexnet到生成式AI的浪潮，Nvidia语言的整个编程生态系统使其成为智能时代默认的基础设施提供商。如果说20世纪是工业化的时代，那么21世纪就是计算能力时代。为什么是Nvidia？Nvidia的真正优势在哪里？它们能否统治物理世界，又为何如此难以取代Nvidia？请跟随我们进入智能基础设施的权力故事，并别忘了订阅我们的频道，每周收看科技潮流分析。欢迎来到我们的频道。我是Le Diep Kieu Trang，一名创业企业家、投资者，也是一个坚信学习和自我发展是终身旅程的人。最近，Siol推出了一些偏向报道性质的节目，并得到了社区的大力支持。趁热打铁，Siol不时会推出这类节目，帮助大家及时了解并深入研究某个科技话题。本周的节目，我们将选择Nvidia作为主题。科技界有一个奇怪的真相：最有权力的东西往往是我们最不常看到的。苹果给你iPhone，微软给你屏幕上的软件。但Nvidia，它们为全人类的人工智能提供空气和电力。在投资界，人们称黄仁勋为有远见的疯子，但在Seolab，我们称他为基础设施的伟大建筑师。今天，我们不仅要谈论芯片，还要谈论一家在1996年濒临破产的公司，如何掌握了21世纪数字文明运行的钥匙。让我们一起剖析Nvidia的战略。>> [音乐] >> Nvidia，全球最有价值的公司，AI基础设施的幕后霸主。如果你在手机上与ChatGPT对话，用Midjourney创作一幅画，听Spotify推荐符合你心情的歌曲，或者乘坐一辆自动避开道路障碍物的自动驾驶汽车，那么在某个地方，数百万块Nvidia的芯片正在默默工作。它们不是你每天能看到、触摸或拿到的产品。但它们正在运行现代世界所依赖的平台——人工智能平台。在不到3年的时间里，Nvidia从一家专门为游戏玩家生产图形芯片的公司，成长为地球上最有价值的公司。截至2025年中期，其市值已超过苹果和微软，达到3300多亿美元。这个故事不仅仅是一个财务现象[音乐]，更是整个数字经济的转折点。当AI成为人类新的增长引擎时，Nvidia正是燃料的生产者。这些硅脑深藏在巨大的数据中心里，在那里训练和运行着人工智能模型。但让Nvidia脱颖而出的不是[音乐]更强大的芯片，而是无人能轻易取代它们。当世界谈论ChatGPT、Gemini或Claude时，在幕后，所有这些竞赛都在Nvidia的主场进行。在那里，基础设施、软件和开发工具都由它们控制。它们不仅仅销售硬件，而是成为了整个AI经济的默认基础设施提供商。而世界最大的问题是：为什么是它们？为什么一家从销售游戏显卡起家的公司，能够走到掌握全新技术时代钥匙的地步？跨越时代的飞跃，2012年，科技界沉迷于智能手机和云计算。未来的建筑师是Intel，CPU之王，以及超级计算机巨头IBM，还有统治硅谷的软件帝国。所有的研发预算、所有的演讲、所有的技术竞赛都围绕着一个信念：CPU是宇宙的中心。如果想创造人工智能，就必须依赖最强大、最精密的头脑。它们像被束缚的野马，以极快的速度奔跑。整个世界都在押注个体力量。那时，Nvidia只是游戏行业角落里一个不起眼的名字，图形芯片仍被视为华而不实的装饰品，而非未来的技术。当世界沉迷于CPU时，学术界却举行了一场看似枯燥的比赛——ImageNet。当时，这是人工智能的毕业考试，AI模型需要识别数百万张猫、狗、汽车、建筑等图片。多年来，这场比赛几乎停滞不前。无论算法多么优秀，CPU芯片都无法处理海量数据。要让AI区分猫和狗，模型需要同时进行数十亿次矩阵运算。而CPU，尽管聪明，却必须按顺序进行。想象一下，你交给一位智者一项任务，要求他在几分钟内阅读并记住10,000本书的内容。这是一项不可能完成的任务。他很聪明，但不够快。那时，AI被困在计算的泥潭里。[音乐]每年进步只有几个百分点。整个行业开始失去信心。然后，在2012年，多伦多大学的一群小学生带着一个名为Alexnet的模型出现了。当结果公布时，科技界震惊了。图像识别的错误率，多年来一直保持在25%，突然下降了一半。这不仅仅是简单的改进，而是跨越时代的飞跃。人工智能[音乐]和整个世界都打开了一扇新的大门，并问了同一个问题：发生了什么？GPU，20世纪的发现。答案让巨头们目瞪口呆。多伦多的学生们没有使用昂贵的CPU。他们使用了Nvidia的GPU，这些芯片曾经被视为游戏行业的边缘产品。那一刻，Nvidia走出了过去的阴影。它们不再是图形组件的供应商。它们成为了AI时代的开启者。让我们在2012年的里程碑上稍作停留。为什么Intel或IBM等众多巨头错过了这一班车？他们的错误在于循规蹈矩的线性思维。他们试图让CPU的大脑强大数倍。而黄仁勋，他认识到数据的未来不在于复杂性，而在于处理规模。Nvidia不卖显卡，它们卖的是并行处理能力。这是一次经典的思维转变，一次管理上的范式转移。有时，要解决一个新问题，你不需要更聪明的工具，你需要一个完全不同的运行系统。这一事件并非偶然，而是三十年来顽固视野的结果，黄仁勋和他的团队坚持不懈地构建一种秘密武器，一种无人关注的平台。那么，这个武器是什么，Nvidia又是如何[音乐]在世界知道“AI”这个词之前就为计算时代做准备的？要理解2012年的震撼，[音乐]我们必须回溯到二十年前。1993年，个人电脑开始出现。它们的大脑是CPU，由Intel等大公司生产的中央处理器。将CPU想象成一家高级餐厅的主厨。他非常擅长，可以烹饪复杂的菜肴，但必须独自一人，一道一道地按顺序来。问题是，当游戏行业[音乐]开始发展时，电脑需要做一件新事情：渲染3D图像。要渲染一个复杂的场景，[音乐]电脑需要同时处理数百万个像素、颜色和光线。就像餐厅突然需要同时服务数千名顾客一样。主厨CPU无法胜任。他太忙了，只习惯于按顺序工作。这时，Nvidia出现了。三位创始人看到了这个[音乐]空白。他们说，与其试图让主厨更聪明，为什么不雇佣一支厨师队伍呢？他们的发明是GPU，图形处理器。GPU不像CPU那么聪明，但它有数千个小型处理核心。如果说CPU是一位独自工作的智者，那么GPU就是1000名工人，可以同时为图像着色和组装细节。这是并行工作时的指数级力量。GPU迅速[音乐]改变了游戏行业，使图形变得令人惊叹。NVIDIA创造了一个新的大脑[音乐]，但这个大脑只懂一种语言，图形语言。这是决定性的问题。如何释放这支军队的非凡力量，让它们[音乐]做更多的事情，而不仅仅是绘制图像，秘密武器诞生了。2006年，黄仁勋做出了一个让整个硅谷困惑的决定。他没有制造新芯片，他制造了软件。具体来说，他推出了一个名为CUDA的平台。那么，CUDA是什么？简单来说，CUDA是人与GPU之间的翻译器。以前，GPU只懂画图[音乐]，但有了CUDA，科学家和工程师可以与GPU对话，指导它解决宇宙模拟方程或训练人工智能。如果说GPU是一支庞大的工人队伍，那么CUDA就是教他们如何协调以创造真正并行力量的兵法。然而，这个决定在当时几乎是疯狂的。原因一：没有客户。Nvidia当时唯一的收入来源是游戏玩家。后来成为核心的AI市场尚未存在。他们正在投入数十亿美元开发一种编程语言，为一位面貌未知的未来客户。就像你在荒地上建造一条超现代的高速公路，并相信它周围会生长出一座城市一样。这不仅仅是战略，这是一种信仰。原因二：它违背了硬件的哲学。对于一家芯片公司来说，任务是尽可能多地销售更强大的硬件。但CUDA是软件，它成本高昂，复杂，不直接盈利。分析师当时批评[音乐]为什么要做免费的软件公司的工作？专注于销售芯片吧。但黄仁勋的想法不同，如果你只在有车的时候才建路，那么交通堵塞将永远存在。对他来说，未来不在于单个芯片，而在于知识生态系统，在那里软件、硬件和人融合在一种通用语言中。近十年来，黄仁勋坚持不懈地投资CUDA，一种无人需要、属于尚未到来的时代的语言，而整个世界仍然沉迷于追逐CPU的速度。Nvidia当时正在默默地为并行计算时代奠定基础。这是这个故事中最具应用性的部分。CUDA不仅仅是软件，它是一种战略锁定。各位设想一下，在十年里，股东们不断施压，因为Nvidia花费了数十亿美元购买几乎没有收入的东西。但黄仁勋明白，硬件是身体，软件才是灵魂。当你让全世界的科学家习惯于用你的语言编写代码时，你就创造了一个任何竞争对手都无法用金钱买到的知识生态系统。Nvidia的巨大成功不是因为他们的芯片最快，而是因为他们在未来到来之前就拥有了未来的语言。然后，当AI浪潮兴起时，人们突然意识到，所有的模型、所有的代码、所有的研究都是用Nvidia的语言编写的。独一无二的优势。竞争对手可以复制GPU芯片，但他们无法复制。那是用时间和知识以及信念建立起来的。因为要离开，AI公司将不得不抹去自己的历史，并从头开始重写。Nvidia不仅仅销售硬件，它们销售的是一种语言，一种计算文明，整个AI世界都依赖于此。而这一切都始于一个敢于逆流而上的决定，当时没有人知道这条河流将流向何方。在2012年的Alexnet震撼和2020年代生成式AI的爆发之后，Nvidia已经攀升到一个全新的权力地位。如果说AI世界是一座不断发展的摩天大楼，那么Nvidia就是其下方的地下电网。它们没有建造像ChatGPT或Gemini那样闪耀的塔楼，但这座城市里的每一道光都必须经过它们的电力系统。如今，Nvidia控制着全球超过80%的AI芯片市场份额。这个数字不仅体现了硬件的力量，也反映了整个行业对CUDA生态系统的依赖，这是它们默默耕耘了二十年的语言。黄仁勋的战略是整体解决方案。Nvidia不仅销售芯片，它们销售的是整个计算生态系统，从用于AI训练的DGX服务器，到优化软件，再到工业级的AI部署工具。这就像你买一辆汽车，但卖家不仅拥有发动机，还控制着加油站、地图和你要行驶的高速公路。凭借这一地位，Nvidia实现了超过70%的毛利率。在以利润微薄著称的半导体行业，这是一个近乎荒谬的数字。这个利润率不仅来自于高昂的产品价格，也因为市场上没有替代品，这是权力的一面。但每一个垄断权力都孕育着反抗的种子，而Nvidia的地位正受到四面八方的挑战。第一个困难，反抗来自行业巨头。当你成为人工智能经济的支柱时，你也就成为了这个生态系统最脆弱的环节。Nvidia最大的客户是Google、Microsoft[音乐]和Amazon，同时也是它们最危险的竞争对手。这三家公司属于所谓的“Hyperscaler”，即运营全球规模云计算基础设施的巨头。它们拥有数百万台数据中心服务器，并为几乎整个科技界提供计算能力。换句话说，Hyperscaler是数字时代的计算工厂，而Nvidia是这些工厂的发动机制造商。多年来，Nvidia与Hyperscaler的关系就像房东与租客的关系。Nvidia控制着基础设施，而它们住在里面。但随着AI需求的爆炸式增长和GPU价格的飙升，Hyperscaler开始改变战略。它们自行设计AI芯片，以减少对Nvidia的依赖。Google开发了TPU（张量处理单元）。Amazon推出了Trainium，Microsoft推出了Maia。目标不是立即击败Nvidia，而是重新获得成本和供应的控制权，这是一个防御性举措，但可能成为长期的攻击。一位行业专家曾比喻说。Nvidia就像AI之城里的房东。但现在，租客们正在学习自己盖房子。最大的风险不在于现在，而在于未来市场可能被碎片化。如果有一天Hyperscaler将内部芯片商业化对外销售，AI芯片市场将被分割，而Nvidia通过二十年软硬件集成建立起来的统治地位将首次真正动摇。因为当租客成为新的地主时，黄仁勋建立的AI之城可能会在其权力基础上出现第一道裂痕。但在风险管理角度来看，Nvidia目前的地位极其脆弱。为什么？因为它们陷入了过度垄断的陷阱。当Google或Microsoft每年向你支付数百亿美元时，它们就不会把你视为合作伙伴。它们会把你视为一个需要解决的问题。因为Hyperscaler自己制造芯片不是为了与Nvidia竞争，而是为了挽救自己的利润。此外，完全依赖台湾的台积电是地缘政治上的一个阿喀琉斯之踵，一个3万亿美元的帝国，却不拥有任何一家制造工厂。这是任何CEO想到都会不寒而栗的冒险。第二个困难，地缘政治风险。当你控制全球基础设施时，你也就成为了政治动荡的中心。对中国出口AI芯片的限制令让Nvidia立即失去了一个最大的市场。华盛顿或北京的每一个决定都可能在几周内改变数十亿美元的收入。第三个困难，供应链的瓶颈。虽然Nvidia设计芯片，但它们不生产。所有高端GPU，如Blackwell系列，都由台湾的台积电代工，而台积电是地球上唯一有能力这样做的公司。[音乐]这使得供应链成为Nvidia帝国的阿喀琉斯之踵。任何地缘政治紧张、自然灾害或技术故障的波动都可能导致全球AI芯片供应完全冻结。从虚拟智能到物理智能。面对竞争、政治和供应链的三重压力，黄仁勋没有选择防守。他选择扩大人工智能的边界。如果说生成式AI是数字世界的头脑，它在屏幕上创造文本、图像或声音。而所有这些处理操作都在数据中心进行，这些巨大的大脑处理并响应。对于来自不同机器人和应用程序的每一个请求，物理AI就是真实世界的灵魂。这时，智能被植入到机器人、轮子和机械臂的肌肉中。这种智能是微小的头脑，但足够强大，可以直接植入到每个机器人、每辆汽车中，而不是依赖数据中心运行。机器人可以像自主智能个体一样立即思考、感受和行动。黄仁勋的愿景是将AI带出数据中心，让它控制工厂里的机器人，控制道路上的自动驾驶汽车，或协调电网。因为真实世界不是屏幕，而是人工智能创造真实生产力或真实价值的地方。如果说互联网是信息的副本，那么Omniverse就是物质的副本。在那里，AI学会触摸世界，而不是仅仅看到它。通过Omniverse，黄仁勋不仅在创造新产品，他正在重新定义Nvidia的范围，从一家芯片制造商成为全球经济的支柱。因为未来所有需要智能的物体都需要计算，而所有计算，无论是机器人、自动驾驶汽车还是智能电网，都将通过Nvidia的技术。真实世界将成为GPU的扩展版本，在那里，每一个机器人运动，每一个传感器数据流，都将是黄仁勋构建的巨大计算网络的一部分。如果说Omniverse是终点，是现实世界与虚拟世界融合的应许之地，那么更重要、更紧迫的问题是，投资界和科技界现在需要回答的是：我们将如何到达那里？哪辆马车将带领人类迁徙到那个时代？最重要的是，谁将在这条唯一的道路上收费？要理解这场价值数万亿美元的博弈的真正规模，我们不能只看股价或季度收入数字。我们需要深入了解黄仁勋的架构思维。他能够30年来一直引领Nvidia这艘船驶向正确的方向，超越Intel或Cisco等巨头，并非偶然。秘密在于他如何彻底重新定义了计算机的概念以及世界运作的方式。在2026年初的达沃斯世界经济论坛上，当面对数千名全球企业领导者时，黄仁勋没有谈论时钟速度或内存容量这些枯燥的技术规格。他谈论的是更宏大、更根本的东西——一场基础性的变革。让我们回顾一下历史的潮流。每当科技界经历一次平台变革时，世界秩序就会重新洗牌。旧的帝国崩溃，新的国王诞生。当个人电脑出现时，它取代了笨重的巨型计算机系统，将计算能力带到了每个办公桌。结果是微软和Intel成为了无冕之王。当互联网出现时，它连接了那些独立的计算机，创造了一个全球网络空间。这时，Google和Amazon从狭窄的车库中崛起，统治了世界。然后，当云计算和移动设备兴起时，苹果将整个世界装进了每个人的口袋，占据了市值王座。而现在，就在此刻，我们正站在第四次伟大转变的门槛上，生成式人工智能时代。黄仁勋断言，这不仅仅是在旧手机上安装一个新应用程序，或升级电脑上的软件。这是对整个计算堆栈的重新定义。在黄仁勋看来，当前的AI产业不是一个平面，而是一个清晰而严谨的分层结构。他将其比作数字经济的五层蛋糕，每一层都是一个万亿美元的市场。要理解Nvidia为何如此强大，我们必须耐心一层一层地剥开这个蛋糕，才能看到它们之间密不可分、相互依赖的关系。第一层，底层，也是最重要的一层，能源。这是纯软件的科技界很少关注的。在互联网和移动时代，我们常常认为云是漂浮的、轻盈的、无形的。但AI将我们拉回地面，面对一个残酷的物理现实：智能需要能源。前一个世纪的传统软件实际上是预先录制的脚本。人类编写代码行，预测情况，计算机只需运行已编程的内容。它消耗的能量非常少。但生成式AI不同。它是一个活生生的实体。它不播放录音带。它处理信息，进行推理，并在你提问时创造全新的答案，即实时处理。你发送给ChatGPT的每一个问题，Midjourney生成的每一张图片，或者自动驾驶汽车的每一次转向决定，都在某个工厂立即消耗着能量。黄仁勋意识到，未来人工智能的限制不在于算法的智能程度，而在于能源的限制。我们谈论的是巨大的数字。一个新一代的AI数据中心，如Nvidia与合作伙伴合作的项目，可能消耗高达10吉瓦的电力。为了便于理解，这个数字相当于点亮数百万个家庭所需的能源，或相当于多个核电站的总功率。如果能源问题得不到解决，AI将夭折。因此，曾经被认为是老旧的能源行业，突然成为了高科技不可分割的基础层。第二层，芯片和计算基础设施。就在能源层之上，是黄仁勋称之为“我的世界”的层，Nvidia在那里拥有绝对的统治地位。但不要误解“芯片”这个词，不要只想到那些握在手中的小硅片。黄仁勋谈论的是AI工厂。在黄仁勋的思维中，计算单元不再是单个芯片。计算单元现在是整个数据中心。那是巨大的服务器系统，大如体育场。里面有数万个GPU芯片相互连接。要运行这个庞大的系统，不仅仅是Nvidia，这是全球生产力的总动员。台湾的台积电正在建造多达20家新的芯片铸造厂以满足需求。富士康、纬创或广达等组装合作伙伴正在日夜建造30家新的计算机组装厂。美光、三星或SK海力士等内存芯片公司正在投资数千亿美元生产高带宽内存。黄仁勋称之为基础层。
物理层，即智能的物理基础。它包括处理器芯片、内存、散热系统以及连接这一切的密集光纤网络。如果将人工智能比作一个生物体，那么这便是它的物理大脑、神经元和血管。
第三层，云基础设施和服务。如果说芯片是引擎，那么云便是高速公路和配送站，将算力送达用户手中。这是至关重要的一层中间层。在这一层，游戏属于我们常说的“超大规模用户”（hyperscalers）巨头。亚马逊网络服务（AWS）、微软 Azure、谷歌云和甲骨文。他们投入数十亿美元购买英伟达的芯片，租赁土地，建造厂房，安装散热系统，并将所有原始的硬件算力转化为易于使用的云服务。他们创造了数字仓库，供全世界租赁存储和运行智能。得益于这一层，越南的一名学生或非洲的一个初创公司无需花费 30,000 美元购买一块 H100 芯片。他们只需花费几美元，就可以通过云在数小时内租用该芯片的算力。这一层正是超级计算能力民主化的层级，将其转变为一种类似于电力或自来水的公用事业。
第四层，人工智能模型。再往上，我们来到了公众最常看到、最兴奋、也最恐惧的这一层。这里是 GPT4、Claude、Gemini 或 Llama 的栖息地。黄仁勋称之为“软件大脑”的层级。但这一层与旧软件的区别非常大。过去，软件基于结构化数据运行，这意味着您需要将姓名、地址、账号等信息输入 Excel 表格。计算机非常擅长通过 SQL 语言处理这些数字。但真实世界并非像 Excel 表格那样方方正正。
真实世界是无结构化数据。它是照片中孩子脸上的笑容，是一句话中讽刺的语调，是一段文字的深层含义。旧一代计算机对这类数据束手无策。但第四层的 AI 模型却做到了不可思议的事情。它们能够理解无结构化数据。它们可以查看 X 光片并识别肿瘤，阅读一首诗并理解情感，听一段录音并总结内容。然而，黄仁勋始终提醒世界一个残酷的事实。不要被这些模型的华丽所迷惑。如果没有下面巨大的基础设施层——能源、芯片、云——作为支撑，这些模型将只是没有生命的、无法运行、无法思考的代码行。过去一年 AI 模型取得的飞速进步，正是得益于其下方坚实的基础。
最后，第五层，应用。这是蛋糕的顶层。而根据黄仁勋的说法，这才是真正的经济价值所在，是金钱流入企业口袋的地方。2025 年，历史上最大的风险投资涌入了这一领域。我们不再谈论有趣的聊天应用。我们谈论的是纯粹的 AI 公司。例如，AI 被应用于医疗领域，用于早期癌症检测，帮助医生看到肉眼无法察觉的病灶。AI 渗透到金融行业，取代数千名分析师，瞬间预测市场波动。AI 进入工厂，控制机器人手臂以绝对精度组装，无需休息。黄仁勋相信，这才是最终目的地。所有建设发电厂、制造芯片或训练模型的努力，归根结底都是为了服务于此目的，帮助人类解决生活中的具体问题。
为什么黄仁勋要向全球精英描绘如此复杂的图景？因为它解释了流入市场的资金规模之巨大。它解释了为什么这不是一个虚拟的炒作，而是一场经济结构的转型。黄仁勋称之为人类历史上最大规模的基础设施建设。停下来思考一下这句话。人类历史上最大规模，比 19 世纪的铁路系统建设，比 20 世纪的电气化还要宏大。我们谈论的是数万亿美元的资金正在释放。想象一下，世界不仅仅是在升级计算机，我们正在推倒并重建整个工业文明的基础。我们正在建造工厂来生产智能。就像上个世纪我们建造发电厂来生产能源一样。这个世纪，各国都在竞相建造 AI 工厂。
核心区别在于计算的本质。过去，我们使用计算机检索信息。您输入关键词，谷歌在数据仓库中搜索并返回结果。这是在寻找已有的东西。但这个新时代是推理和生成式 AI 的时代。计算机不再从仓库中寻找答案，它自己思考并创造新的答案。要做到这一点，它需要理解上下文，理解您的意图，而理解和思考的过程会消耗比简单搜索高出数百万倍的能源和计算资源。
这就是为什么英伟达不仅仅销售芯片。它们不销售独立的组件，它们销售的是这个五层蛋糕的整体设计蓝图。它们推动能源行业朝着更绿色、更强大的方向发展，以支持 AI 大脑。它们在芯片和服务器层级占据绝对主导地位。它们通过 Kubernetes 软件塑造云的运作方式。它们提供构建 AI 模型的工具，并通过 Omniverse 或 Isaac Robot 等平台为应用层铺平道路。
在这种背景下，黄仁勋不仅仅是一位科技 CEO，他更像是一个新时代的首席建筑师。他是唯一掌握着整个五层高塔详细技术蓝图的人，而全世界，从美国、中国、欧洲到发展中国家，都在疯狂地竞相建造它。
但英伟达的权力不仅仅在于向这场淘金热出售铁锹和锄头。当掌握了基础设施的蓝图后，它们开始采取更大胆的一步，将自己变成真正的金融力量。它们不仅收取费用，还开始调动整个科技世界的资金流。它们正在扮演一个更隐秘但更可怕的角色。在 AI 经济中，扮演中央银行的角色。而这正是我们接下来需要剖析的故事。
英伟达，AI 时代的中央银行。如果说五层基础设施架构是新时代的详细技术蓝图，那么资金流就是滋养这个庞大身躯的血液。在这里，关于英伟达的故事开始转向一个比我们通常所知的科技公司更惊险、更复杂、也更令人不安的新篇章。黄仁勋不再仅仅扮演一个出售硬件的天才工程师。他正在扮演着整个人工智能世界的中央银行行长的角色。他不仅在调控芯片供应，还在以前所未有的金融策略操纵着市场需求。
2025 年 9 月，英伟达的大胆举动让金融和科技界为之震动。财务报告显示，到 2027 年初，该公司的自由现金流预计将接近 1500 亿美元。这笔巨额资金之多，简直是在字面意义上“烧”着英伟达的口袋。黄仁勋决定将其变成武器，而不是简单地存入金库或分发股息。它们不仅出售芯片以获取收入，还在以巨大的规模将资金重新注入市场，其运作方式更像是一个政府的经济刺激计划，而不是一家私营公司的投资策略。
要理解英伟达如何像银行一样运作，让我们看看金融分析师称之为“回旋镖效应”的策略。其原理非常简单但极其有效。英伟达从超额利润的芯片销售中“印钞”，然后用这笔钱投资于新兴的初创公司或云服务提供商。隐含的条件，有时甚至是强制条款，是这些公司必须使用这笔资金回购英伟达的处理器芯片。
最典型的例子是与 Core Weave 的关系。几年前，Core Weave 还只是一家挖矿的小公司。但随着 AI 热潮的爆发，黄仁勋看到了机会。他需要创造新的制衡力量，以减少对亚马逊或谷歌等巨头的依赖。英伟达在 2023 年初实施了一项名为“Project Ospr”的秘密行动。在该项目中，英伟达承诺出资高达 13 亿美元，回租其出售给 Core Weave 的芯片。不仅如此，他们还继续向该公司直接投资数亿美元。结果如何？Core Weave 的收入从 2022 年的 2500 万美元飙升至 2024 年的近 20 亿美元。更重要的是，Core Weave 的整个服务器系统都运行着英伟达的芯片。资金绕了一大圈，回到了英伟达的口袋，但在途中，它成功地创造了一个忠实的客户，并放大了整个市场的规模。
这一策略继续被复制。去年夏天，英伟达与另一家云服务提供商 Lambda 签署了另一项价值 13 亿美元的类似协议。他们还向英国一家数据初创公司 Cale 投资了 7 亿美元。英伟达创造了一个完美的闭环。批评者担心这是一种人为刺激的需求。他们质疑市场实际需求是否真的如此之大，还是被英伟达的资金所夸大。但对黄仁勋来说，这是确保其生态系统足够快地发展，快到竞争对手无法追赶的唯一途径。
但以上所有交易都只是更大野心的序曲。这场中央银行策略的高潮是其表达了未来几年对 OpenAI 投资高达 1000 亿美元的意向书。这 1000 亿美元的数字之大令人难以置信，它比许多国家的 GDP 还要高。这项投资的目标是建设下一代 AI 数据中心，其电力消耗高达 10 吉瓦。10 吉瓦的电力是一个惊人的数字，相当于约 400 万到 500 万块 GPU 芯片同时满负荷运行的消耗。这也意味着需要 10 座大型核电站才能为这些电子大脑供电。黄仁勋称之为一项宏伟的计划。
为什么一家芯片公司要操心为客户建设发电厂和数据中心？因为英伟达明白，目前的瓶颈不再是芯片生产能力，而是市场的吸收能力。客户想购买芯片，但他们没有地方放置，没有足够的电力运行，也没有足够的资金来建设基础设施。因此，英伟达挺身而出，充当“媒人”。他们利用自己的信誉和庞大的资金来担保这些项目。在数据中心建设成本越来越高，高达数千亿美元的情况下，许多传统银行和投资基金对风险感到担忧。但当英伟达点头参与或承诺提供财务支持时，这就像一张“免死金牌”。其他投资者会安心地注入资金。
此时的英伟达，就像是人工智能行业的“世界银行”，专门为重点基础设施项目提供资金和担保。英伟达的财务实力还体现在另一笔令人震惊的交易中：以 50 亿美元收购英特尔 4% 的股份。请记住，英特尔曾经是计算世界的王者，是英伟达曾经仰望的对手，但时过境迁。英特尔在赶上 AI 时代的过程中面临着重重困难。英伟达出手相救英特尔，或者更确切地说，对英特尔进行战略投资，具有深远的意义。
首先，这有助于英伟达实现供应多元化。它们不想永远 100% 依赖台湾的台积电。与英特尔合作开发芯片，使英伟达在美国本土拥有了另一个备用方案。其次，这是一个明智的政治举措。美国政府非常关注本土芯片制造业的复苏，而英特尔正是其代表。
但核心问题仍然存在。为什么黄仁勋要如此辛苦？为什么不就安安稳稳地卖芯片数钱？为什么要去借贷冒险？要去注入刺激资金，要去干预政治？答案在于黄仁勋始终铭记的管理理念。前英特尔 CEO 安迪·格鲁夫的一句名言：“只有偏执狂才能生存。”
在自信和光鲜的外表之下，英伟达管理层存在着一种持续的恐惧。一个噩梦般的场景始终困扰着他们。那就是他们最大的客户有一天会变成他们最大的竞争对手。谷歌、亚马逊、微软，甚至 OpenAI。他们不想永远向英伟达纳税。正如我们在前面分析的关于超大规模用户的威胁，这些巨头正在全力开发自己的芯片。甚至最新消息表明，OpenAI 正在与台积电谈判，以实现硬件自主。他们希望有一天，AI 模型可以在非英伟达的芯片上良好运行。这个价值 4 万亿美元的帝国可能会迅速崩溃。
这就是为什么英伟达被迫成为政府和银行。通过在各地撒钱投资，它们在萌芽状态就将 AI 公司与其生态系统捆绑在一起。当一家初创公司获得英伟达的资金，使用英伟达担保的服务器，运行英伟达专有的 Kubernetes 软件时，转而使用谷歌或亚马逊芯片的代价就太大了。这就像你在英伟达的地基上建造了一座城市。拆除重建是不可行的。黄仁勋正在利用其巨额现金储备，构建一个尽可能深远和广泛的经济护城河。他不仅销售技术，他还购买市场的忠诚度。他正在用金钱创造一种现实，在这种现实中，离开英伟达在经济上等同于自杀。只要这种刺激资金还在流动，只要救助和担保计划还在推出，英伟达的黄金帝国就会稳如磐石。它们已经将自己变成了数字经济中一个大到不能倒的机构。
但这种金融和基础设施的统治将把我们带向何方？当英伟达掌握了金钱、权力和基础设施时，它们将如何推动人工智能朝着哪个方向发展，以继续维持其必要性？答案不再是那些会写诗的聊天机器人。它在于一个更令人毛骨悚然、更伟大的进化，即 AI 开始能够行动并触及物理世界。
从聊天机器人到代理 AI。当 AI 能够行动时。当英伟达已经确立了其在数字世界的金融和基础设施统治地位，并使自己成为数字世界的中央银行时。一个关键性的问题随之而来。这项技术到底在向何处演进？我们花费了数万亿美元，消耗了数吉瓦的电力，最终创造了什么？
在过去的几年里，“ChatGPT”以及大型语言模型的名字已经变得家喻户晓。我们惊叹于计算机能够写诗、总结文本或撰写电子邮件。但如果仅仅停留在这一点，那它只是一个昂贵的娱乐工具。2025 年和 2026 年标志着一个黄仁勋称之为“质变”的转折点。我们正在见证一场历史性的转变，从只会聊天的 AI，转向能够行动的 AI 系统，专业术语称之为“代理 AI”（Agentic AI），翻译成中文就是“AI 代理”。
要理解这种巨大的差异，让我们回顾一下生成式 AI 浪潮的早期。当你问旧一代模型一个难题时，例如“如何解决河内交通拥堵问题？”它们通常会立即给出答案。答案流畅、文笔优美，但内容却往往笼统、陈词滥调，甚至完全脱离现实。科技界将这种现象称为“幻觉”。为什么会这样？因为这些模型实际上并没有思考。它们就像是聪明的鹦鹉，或者一个超级自动完成功能。它们记住了整个互联网的图书馆，而它们唯一的任务就是根据统计概率猜测下一个词应该是什么。它们不理解问题的本质，它们只是在模仿人类的语言。
但黄仁勋在 CES 2026 上介绍的新一代 AI 则完全不同。他描述说，它们已经学会了一种以前只有人类才具备的能力——推理。在心理学中，人类有两种思维系统。系统一是基于本能的快速反应。系统二是缓慢、逻辑和计算性的思维。早期 AI 是系统一，而现在的 AI 已经发展出了系统二。
因此，在回答你的问题时，新的 AI 模型不会急于吐出文字。它们会停下来。它们会在一个虚拟的数字空间中与自己对话。它们会像工程师解决难题一样，将复杂的问题分解成逻辑步骤。黄仁勋解释说，现在的 AI 知道如何制定计划。例如，如果你要求“为我的公司写一个仓库管理软件。”旧一代 AI 会立即写一段简短的代码，通常充满错误。新一代代理 AI 会按照流程思考。第一步，分析仓库管理需要哪些功能？入库、出库、库存、报告。第二步，选择合适的编程语言和数据库。第三步，编写程序结构。第四步，为每个部分编写代码。第五步，自行运行测试以查找错误。第六步，如果发现错误，它会自行返回修改，直到完成，然后才将结果提供给你。
这不再是智能搜索引擎。这是数字员工。黄仁勋称之为“代理系统”（Agentic Systems）。它们可以在没有人类指导的情况下，自主运行一个持续数小时甚至数天的业务流程。这种转变对英伟达具有极其重大的意义。因为一个懂得推理的 AI，将比一个只会回答的 AI 消耗更多的计算资源，其倍数可达数百甚至数千倍。计算机的思考时间就是英伟达的收入金矿。思考时间越长，消耗的英伟达芯片越多，英伟达就赢越大。
代理 AI 的爆发，得益于第二波同样重要的浪潮，黄仁勋特别强调了开源模型的崛起。在早期，AI 的技术秘密被少数硅谷的封闭巨头所掌握。世界担心智力会被垄断，但像 Llama 等模型的发布打破了这一格局。黄仁勋认为，这对全球几乎所有行业来说都是一个“震动性事件”。为什么？因为它带来了自主权。现在，一家律师事务所、一家医院或一所大学不再需要将敏感数据发送到 OpenAI 或谷歌的服务器。它们可以下载最先进的开源模型，在自己的服务器上运行，当然，是使用英伟达的芯片。然后，它们可以教会这些模型关于其行业的专业知识。结果是，我们有了成千上万个专业化的 AI 版本。一个专门处理越南法律的 AI，一个专门处理桥梁工程的 AI，一个专门处理亚洲美食文化的 AI。黄仁勋称之为“软件编写软件”的时代。过去，人类必须学习编写代码来命令机器。现在，你不再编写软件，你训练 AI，AI 会为你编写软件。
逻辑推理能力与开放性的结合，将 AI 从一个科技玩具变成了一个适用于所有行业的真正生产工具。但以上所有——从编写代码、写诗到制定计划——仍然存在于数字世界，存在于字符和数字的世界。黄仁勋的野心远不止于此。他希望 AI 能够走出屏幕，触及现实世界。这让我们回到了我们在开头提到的物理 AI 的概念。但更深层次的层面，是解读自然语言。这是一个抽象但极具吸引力的方面。
黄仁勋认为，对于计算机来说，这个自然世界实际上也只是数据。你体内的螺旋蛋白质链，它是一种语言。海上正在形成的飓风，它是流体和空气动力学的数学方程。一种新药的化学反应，那是电子粒子之间的相互作用。过去，人类在解读这种自然语言方面遇到了很多困难，因为它太复杂了。人类大脑无法同时计算数十亿个分子的相互作用。但 AI 可以。新的 AI 系统正在以光速学习量子物理学和分子生物学。它们不是通过阅读教科书来学习，它们通过在虚拟空间中模拟宇宙的规律来学习。
让我们看看黄仁勋自豪地分享的英伟达与制药巨头礼来（Eli Lilly）合作的具体例子。在过去几百年里，制药行业一直基于试错法。科学家们必须在试管中混合化学物质，即所谓的“湿实验室”（wet labs），等待反应发生，然后进行动物实验，再进行人体实验。这个过程耗时数十年，耗资数十亿美元，失败率高达 90%。但如今，礼来的研发资金正在发生重大转移。它们不仅建造更多的实验室，它们还建造 AI 超级计算机，而不是混合真实的化学物质。它们使用 AI 在虚拟空间中模拟数十亿个蛋白质结构的相互作用。AI 可以与蛋白质对话，理解它们的 3D 结构，并预测哪种分子药物可以杀死病毒而不损害细胞。黄仁勋称之为“数字生物学”的过程。AI 可以在几秒钟内消除数百万个错误的方案，而不是几年。它将寻找癌症或阿尔茨海默氏症药物的过程，从一场靠运气的赌博，变成了一个可以解决的工程问题。
从这个角度来看，英伟达已经远远超出了芯片公司的定义。17 世纪，人类发明了光学显微镜来观察细菌，开启了现代医学的时代。21 世纪，黄仁勋为人类提供了一台 AI 显微镜。它不使用玻璃镜片，而是使用数学和硅来观察和操纵生命最基本的结构。英伟达为科学家提供了平台，让他们能够看到看不见的东西，从模拟全球气候变化（Earth 2）到设计电动汽车电池的新材料。所有这些都基于 AI 理解和推理物理世界的能力。
但在宏伟而强大的机器图景中，仍然缺少最后一块拼图。最重要的一块，也是最让我们担忧的一块。人类。当机器掌握了从发明新药、编写软件到维护国家文化的一切时，我们人类这个物种的角色将是什么？我们将成为依赖机器补贴的淘汰品，还是将被历史的车轮淘汰？黄仁勋在 CES 2026 上对这个问题的回答不仅令人意外，而且包含着深刻的管理哲学，我们每个人都需要倾听，为自己的未来做好准备。
人类问题的解决方案。当人工智能的云层开始笼罩各国的上空，当超级数据工厂日夜运转以创造人工智能时。一种无形但真实存在的恐惧开始悄悄蔓延，笼罩着世界各地普通劳动者的心头。从工厂工人、办公室职员到软件工程师或专科医生，每个人都在问一个关乎生存的问题。人类。
我们将何去何从，在这宏大而震撼的乐章中？我们是否会变得多余，被社会边缘化，成为机器的附庸，当人工智能能更快地编写代码，更准确地诊断疾病，并不知疲倦地操控机器人时？这是最令人心碎的问题，也是 Jensen Huang 在每一次对话中，从经济论坛到学生见面会，最常收到的问题。而在 CS [音乐] 2026 的活动上，他的回答并非空洞的“一切都会好起来”的安慰。而是一堂关于绩效管理思维的深刻课程，一种关于人与机器之间关系的新视角。为了证明人工智能并非来抢夺人类工作，Jensen 带我们回溯了十多年前的时光。他以一个对技术要求最高、压力最大的职业为例：医学影像诊断医生。十年前，当计算机视觉技术首次达到超人水平时，科技界见证了当时的算法在图像识别方面超越了人眼。它们能够查看成千上万的 X 光片、CT 或 MRI 图像，并发现最细微的异常，有时甚至连经验丰富的医生都会忽略。当时，一股恐慌浪潮席卷开来。未来的专家们雄辩地预测，影像诊断医生的职业将很快灭绝。为什么医院要支付高薪给人类，而机器可以更快、更便宜、更准确地完成这项工作？医学生开始对选择这个专业感到担忧。但是，十年后的今天，现实是怎样的呢？人工智能确实已经渗透到医学影像诊断的每一个角落。如今，几乎所有现代医院都使用人工智能来辅助影像判读。人工智能在图像处理方面取得了绝对优势。但奇怪的是，医学影像诊断医生的数量并没有减少。相反，这个专业的招聘需求反而大幅增加。为什么会出现这种悖论？为什么自动化工具已经取代了核心工作，人类却没有被解雇？Jensen Huang 通过一种极其精妙的管理思维来解释这个谜团：明确区分任务和职业目标。我们常常混淆这两个概念。医学影像诊断医生的任务是坐在黑暗的房间里，盯着屏幕，每天阅读数百张影像，在黑白屏幕上寻找模糊的白色斑点。这是一项艰苦、重复且极其紧张的工作。但这并不是他们职业的目标。医生的存在目标是准确诊断疾病并治愈患者。阅片只是实现这一目标的一个环节。当人工智能出现时，它取代了耗时且烧脑的任务部分。它瞬间扫描成千上万张图像，并圈出可疑区域。因此，医生从冰冷的电脑屏幕前解放出来。他们有更多的时间去做机器无法做的事情，例如直接咨询患者，解释病情，安抚家属的情绪，并与其他临床医生讨论以制定最佳治疗方案。结果是什么？医院的生产力飙升。以前，由于医生阅片速度慢，患者需要等待一周才能拿到结果。瓶颈在于人类的处理速度。现在，在人工智能的帮助下，结果可以立即获得。医院可以接收更多患者，人流循环更快，医院收入增加，而且由于医院经营良好，服务更多人，他们就有钱招聘更多医生。这就是经济学规律。当技术降低了服务的成本，该服务的需求就会成倍增长，从而导致整个行业的规模扩大。人工智能并没有扼杀医生这个职业，它将这个职业提升到了一个新的高度，从阅片员变成了真正的医疗咨询专家。类似的故事也在另一个职业中发生，那里的人员短缺达到了红色警报的水平——护士。在美国，医疗系统缺乏多达 500 万名护士。倦怠是他们离职的首要原因。但让他们感到倦怠的不是照顾病人，而是行政负担。统计数据显示，一名护士必须花费 50% 的工作时间来填写报告、记录病历和输入数据。想象一下，他们一半的职业生涯都浪费在枯燥的文书工作上，而不是陪伴在病人身边。Jensen Huang 在此看到了人工智能的巨大机遇。Nvidia 的合作伙伴公司，如 A Bridge，正在开发能够倾听、理解并自动记录整个就诊过程的人工智能系统。人工智能将承担那些枯燥的文书工作。它将为护士找回 50% 的宝贵时间。而这些时间将用于做什么？用于实现护士最神圣的天职——人文关怀。那是安慰的握手，是鼓励的话语，是电子眼睛无法看到的对病人痛苦表情的细致观察。机器可以处理数据，但只有人类才能处理情感。人工智能帮助护士回归到真正的“白衣天使”的身份，而不是数据录入员。从医疗行业的例子中，Jensen Huang 将视野扩展到整个社会，并发表了一个震撼的声明：阻碍人类与技术力量的最大障碍已经正式崩溃。Jensen 相信，人工智能是缩小贫富差距的伟大工具。过去，技术是精英阶层的特权。现在，技术是普通人的武器。只要他们知道如何提问并拥有创造性思维，任何人都可以利用地球上最强大的超级计算机为自己的工作服务。那么，未来劳动者的画像将是怎样的呢？Jensen Huang 描绘了一幅我们不再独自工作的景象。在未来，我们不仅会有血肉之躯的同事，我们还将与数字同事或人工智能合作。我们每个人都将成为一名管理者。你不再需要亲自动手敲打文本、汇总数据或编写代码，而是指挥一个由人工智能助手组成的团队。你让 AI 搜索信息。你要求 AI 汇总报告。你指示 AI 设计图像。而你的任务是评估结果，提出方向，并承担最终责任。21 世纪最重要的技能不是操作技能，而是管理技能、问题解决技能和评估技能。就像你不需要知道如何建造一堵砖墙才能成为一名优秀的建筑师一样。你需要知道房子应该是什么样子，为谁服务。最后，Jensen Huang 也没有忘记提到一个他认为将强劲爆发的行业，这与许多人认为机器人将取代体力劳动的想法相反：那就是与物理基础设施建设相关的职业。人工智能革命正在创造人类历史上最大规模的基础设施建设。我们需要建造成千上万的芯片工厂，数百万个数据中心，并升级全球电网系统。所有这些都无法由软件完成。它需要人类的双手，对电工、水管工、建筑工程师、焊工、安装技术人员的需求正在飙升。在美国，这些熟练工人的工资翻了一番，达到六位数，与软件工程师相当。Jensen 强调，我们需要珍视手工艺。这些工作需要灵巧性，以及适应混乱的现实环境的能力，而目前的机器人还无法取代。故事的结局是，30 年前，Nvidia 只是一个不起眼的游戏公司。他们开始帮助计算机通过 3D 图形看到世界。然后他们教会计算机通过人工智能理解世界。而现在，他们正在通过物理人工智能教会计算机触碰世界。从 CPU 到 GPU，从 CUDA 到 Omniverse。这段旅程证明了一个事实：技术上最大的权力不在于做得更快，而在于改变智能的居住地。人工智能已经离开了芯片，越过了屏幕，并正在融入现实。Jensen Huang 不仅创造了一家万亿美元的公司，他还在重写智能世界的坐标系，计算基础设施成为所有行业的底层架构，从能源、医疗到制造业。如果说 20 世纪是世界电气化的时代，那么 21 世纪很可能是世界计算化的时代。在那里，每一个物体，每一个过程，每一个运动都连接到一个巨大的智能网络。毫无疑问，Nvidia 赢得了数据中心计算的战争。但要统治物理世界，他们必须赢得另一场战争：能源效率和灵活性的战争。Jensen Huang 的愿景是无与伦比的，但这一次，他的对手不仅是工程师，还有物理定律和技术世界固有的多样性。而问题在于，当人工智能触及物质世界时，如果物质本身也开始拥有自己的智能，会发生什么？也许这将是人类应该问自己的下一个篇章：我们是否仍然是智能的主人，还是智能正在逐渐成为我们的主人？在研究 Nvidia 的旅程时，一个画面一直萦绕在我脑海中。那就是 Jensen Huang 穿着他标志性的皮夹克，站在巨大的机器中间的画面。有时，我们沉迷于关注万亿美元的数字、Blackwell 芯片或强大的计算能力，而忘记了一个核心问题。在那些冰冷的硅片背后，是一个人在 30 年里坚持不懈的信念，当时整个世界都在怀疑他。技术终究只是一种工具。Nvidia 已经铺好了道路，但去哪里以及如何去，是每个人的选择。人工智能可以代替我们计算，但它永远无法取代人类的渴望和善良。希望通过 Siolab 的这期视频，您不仅看到了投资机会或技术趋势，还看到了坚持与众不同愿景的勇气。感谢您一路陪伴我走到旅程的终点。下次在 Colab 的故事中再见。如果您喜欢 Colab 的内容，并且特别希望与嘉宾直接交流，获取信息或为自己的情况获得个性化建议，那么好消息是 Colab 已经推出了 Cross Mentorship 项目。Colab 希望这不仅仅是一个播客，而是一个能为世界各地的越南青年知识分子带来真正价值的社区。本着这种精神，Colab Cross Mentorship 项目是完全免费的。唯一的参与条件非常简单：您获得支持，并且愿意作为导师支持社区中的其他成员。在观众的支持下，Siolab 已经建成了 cmms.vn 网站平台，以便该项目能够更广泛地发展，更快地连接，并接触到更多人。Si 相信，知识只有在分享时才真正有价值。因此，我邀请您加入一个真正分享、真正导师、真正价值的社区。想要走得远，就一起走。请访问 cmMS.vn，成为 Siab Cross Mentorship 的一员。