导语：在最近一次的深度访谈中，黄仁勋回答了三个核心问题。
砺石/作者 砺石商业评论/出品
1
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。
2
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。
3
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。
4
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。
5
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，都在每年翻倍。他提到几周前宣布的澳大利亚2吉瓦项目，规模大约相当于800亿美元。
供应端的限制也在变化。他点名提到基板，封装尺寸越来越大，集成的芯片越来越多，有机材料难以达到所需精度，热系数与堆叠方式让翘曲和制造缺陷的处理变得极难。硅光子技术同样受限，他的说法是，一切都处于供应受限状态，订单簿每周甚至每天都在增加，而分配给所有客户的份额远低于他们的需求，要在未来几年内缩小这个差距将会很困难。
这里有一层他没有展开的对称关系。同样的稀缺既推高了英伟达的份额，也限制了总共能建成多少吉瓦，份额上升并不自动等于总量上升。
6
护城河的新形态：看不见实物就下单
关于竞争优势，黄仁勋给了一个思想实验，我认为这是他对护城河最清晰的一次表述。
假设你现在必须开出一张1000亿美元的支票，去预订下一代产品，比如Vera Rubin Ultra，而且这时候还没见到实物，你会交给谁。
他的论证是，这些系统已经无法在购买前做基准测试了。以前下1亿美元订单时，系统就摆在你面前，你可以直接跑分，现在仅仅把它造出来本身就是奇迹。你想做评估，需要先给我一个大型数据中心，还要花几年时间改造。所以购买决策变成了对履历的购买：Blackwell太出色，所以大家对Vera Rubin有信心；Vera Rubin出色，所以大家会对Vera Rubin Ultra有信心。
这和台积电的情况如出一辙。他把100%的晶圆业务交给台积电，理由是世界上只有这一家公司能让他做五年长期规划，具备足够的规模和灵活性应对业务的起伏，同时拥有从硅光子到逻辑电路、存储器再到先进封装的全部工艺技术。
他由此给出了反对定制化芯片的核心论证，专业化是可替代性的敌人，专业化是耐用性的敌人。通用架构可以被转租、被转售、被改作他用，无论哪一种模型架构最终胜出。而可替代性与耐用性会转化为可租赁性，进而转化为生产力、可融资性和最低的总拥有成本。这条论证比单纯的性能对比更结实，而且随着每一笔采购金额越来越大，它会越来越有力。
另一层是全球部署。黄仁勋举例说，如果OpenAI想去欧洲或印度，Anthropic想去日本或韩国，英伟达的基础设施已经在那儿了，架构已经在那儿了。
7
安全不是能力之外的东西，安全就是能力的一部分
这是黄仁勋这次讲得最细的一部分，也是外界误解最多的一部分呢。
他先扣了一个字眼：负责任地“建造”这项技术，建造是个工程学术语。如果认为造不出安全的人工智能，那一开始就不该造。
关于对齐，他举了一个例子。你告诉一个人“在生活中取得成功”，这句话每个人都说得出口，但每个人的文化背景不同，理解千差万别，有人认为是慷慨善良，有人认为是赚钱后做慈善，有人认为做出一件美丽的艺术品就够了。所以对齐是一个永远存在的问题，如果必须等到完美对齐才算安全，那永远到不了。
他的办法是回到我们对待新员工和小孩的方式。第一是收容与零信任，给最小的权限和最小的边界，随着测试和信心的积累逐步扩展。一岁的小孩放进围栏，新员工入职先假设零信任，对待新的人工智能也一样。第二是监控，而且必须是带外的，在系统之外独立运行。理由很简单，被盯着的人和没被盯着的人，行为是不一样的。监控系统要能发现它违反策略或偏离对齐准则，然后升级处理或者直接关掉。
英伟达9月底发布的开放式智能体安全平台正是朝这个方向做的，开源软件OpenShell负责给智能体设定运行边界，参考设计Sentry跑在BlueField-4数据处理器上做带外监控，发现越界可以在毫秒级隔离停止，已经有一百多家公司和机构加入。
他明确反对把人工智能技术与安全保护拆开看。他的比喻是，这就像说安全气囊、刹车、雷达、车道保持辅助跟汽车本身是相互独立的，只有发动机才是汽车。整辆车都是汽车技术的一部分。所以我们说加速，必须是指加速整个系统，尤其是安全。
他还有一句说得很重，如果不能安全可靠地建造，就不会有人工智能这个行业。这对我们是生死存亡的问题，因为如果我们让它变成其他所有人的生存问题，那它首先会变成我们自己的生存问题。
在“赢”这个字上，他重新下了一个定义。胜利不是科技行业赢，甚至不是人工智能行业赢。美国的胜利意味着礼来、沃尔玛、联邦快递、波音、军队、大学、中学以及每一位公民的胜利。如果只有技术赢了却没人使用它，那根本算不上赢。
对于美国眼下已经成型的监管框架，他给出的评价是可执行的、具体的、正在发生的。他的原话是，通往未来的最佳方式就是迅速采取行动，如果纠结于完美与优先之间的取舍，最终只会陷入对完美的争论中而永远无法实现目标。他同时向议员喊话，先花时间来了解我们实际在做什么，再看看有没有更好的点子，我们都完全开放，但请务必保持建设性。
8
两条不依赖硬件销售的新增长曲线
访谈的后半段，黄仁勋透露了英伟达商业模式上的一次实质变化。
第一条是企业软件许可。他的逻辑是，过去几年人工智能的重点在训练，现在正转向部署。客户需要像运营工厂一样运营这些设施，而世界上许多公司并没有配套的IT部门和软件部门。他们需要由英伟达来负责维护，依据服务水平协议提供支持，确保系统长期安全稳定。他算了一笔账，每块GPU每年几千美元的软件许可费，英伟达一年出货约2000万块GPU，其中一半进入全球企业市场。他的判断是，这将成为软件许可业务中非常重要的部分。
第二条是收入分成。一些云服务商在全栈技术上依赖英伟达，依赖它提供包销服务、生态系统和融资支持。他们已经落实了土地、电力和基础设施，是区域性的领军企业。英伟达则可能转向收入分成模式，既提前获得销售收益，也在未来享受持续的分成。我们不是云服务提供商，但提供了四年、五年乃至十年的包销与软件支持，理应从中获得经济回报。
他特意点明，这两条是独立于硬件销售之外的新增长点，而它们都建立在装机量之上。没有装机量，软件授权就没有价值；没有承购承诺，就不可能有收入分成。
关于资本配置，他提到上个季度回购了大约60%以上的自由现金流。格斯特纳当场给了一个说法，英伟达是第一家成长型价值公司。
9
马斯克、SpaceX与太空数据中心
话题转到马斯克。两年前马斯克在孟菲斯一次性立起二十多万块Hopper，黄仁勋当时就说没人能像他那样干。现在马斯克又要筹集400亿美元，可能采购超过一百万块Vera Rubin，目标是2027年底做到10吉瓦算力。
他透露了一个财务口径上的变化，马斯克的业务过去在英伟达的报表里归在企业客户类别下，现在已经归到云服务商板块，体量巨大。他概括马斯克同时在做三件事：用英伟达的算力训练自己的模型，Grok的用量在飞速增长，同时把算力租出去。谷歌也算一个类似的公司。他还补充了马斯克的一个独特优势，热爱计算与物理基础设施建设之间的交叉地带，而且没人比他更懂能源。
他确认，两家公司正在共同探索一个全新市场，把数据中心部署到太空去，双方的工程团队正在合作设计一种新型服务器和新型架构。被问到2028或2029年能否在太空中拥有像样的算力时，他回答“只能是英伟达的算力”，并给出了三条理由。
第一，英伟达的单位能耗性能全球最高，投资回报率高到发射成本只占其中一小部分。发射成本并非微不足道，所以你不会把低成本计算送上天，只会送最高价值的计算。
第二，计算资源完全可互换且耐用。卫星一旦部署，如果没有客户租用就是闲置，而英伟达与世界上每一家闭源模型公司都有合作，运行着世界上每一个开源模型，还有成千上万的初创公司在使用，租用方非常多。
第三，软件会持续更新。英伟达是世界上唯一一家让客户在八年前购买硬件后至今仍在更新软件和新算法的硬件公司，只要卫星还在运行，软件就会持续更新。
对于2029年之前在太空中实现500兆瓦规模这个问题，他把答案交给了马斯克，但认为是有可能的。
10
这场访谈到底说了什么
把这场一小时四十分钟的对话压缩一下，黄仁勋核心回答了三个问题。
第一个问题，需求是不是真实存在。
他否认泡沫的方式，不是去论证需求有多大，而是把问题从“谁来买单”改成了“这个账本该怎么分”。三分之一经典计算，四分之一到三分之一前沿实验室，三分之一初创公司与新兴云。这个换法的价值在于纠正了市场对两家公司的过度聚焦，局限在于它出自卖方的视角，而卖方站的位置决定了他看到哪一面。真正需要跟踪的验证点只有一个：未来一年里，有多少家公司因为使用了这些算力而实际赚到了钱。
第二个问题，供给能不能跟上。
这是他给出信息增量最大的部分。真正的瓶颈已经从芯片转移到土地、电力、厂房和熟练工人，这意味着未来两年算力建设的节奏不由半导体产业决定，而由电网、审批和建筑工人决定。他由此推出了那个反直觉的结论：稀缺会强化领先者的份额。这句话在逻辑上成立，但它同时隐含了一个上限，稀缺也会限制总共能建成多少吉瓦。
第三个问题，英伟达自己会变成什么。
答案是它正在从“卖芯片”变成“卖装机量”。软件许可与收入分成这两条曲线，都不依赖硬件的再次销售，而是建立在已经铺开的存量之上。这是从一次性交易走向持续性收入的关键一步，也是估值逻辑变化的起点。同一条线索还体现在物理人工智能上：上半年100亿美元的营收，以及“我们终有一天可能不再被归类为芯片公司”这句话。
除此之外，还有三条他反复强调但容易被忽略的底层判断。
其一，智能的成本会快速下降，但用量的增长会远远补回降价还有余。这是摩尔定律的类比，也是整个资本开支逻辑的支点。
其二，通用性优于专业化。专业化是可替代性的敌人，这一条比任何性能对比都更接近英伟达真正的护城河。
其三，安全不是能力之外的东西，安全就是能力的一部分。对齐是一个永远存在的问题，所以安全必须被工程化为收容、零信任与带外监控，而不是等待一个哲学上的完美答案。
有必要记录他在安全议题上的两个具体动作，因为它们比任何表态都更实在：把功能、能力、安全、保障放在完全相同的第一优先级，以及那句“如果不能安全可靠地建造，就不会有人工智能这个行业”。
最后回到开场那个细节。
领奖台上六个人里有五个出生在美国之外。黄仁勋讲了父亲的故事，二十多岁第一次去纽约培训，回来时带了几块巧克力和一管奶酪，说总有一天我们应该去那里。他接着谈移民政策，说美国创造知识产权的能力举世无双，原因就在于它吸引了全世界最优秀的人才，我们希望这个飞轮继续转下去。
整场访谈从头到尾只讲了一件事：不要停下来。节目开场的第一句话就是他的原话，我们可以轻易地停下来，但如果今天停下，我们就输了。被问到有多大信心认为五年后世界会因为今天的投资而变得更好，他给出的数字是99.99%，理由是为了向一位不使用0和100这样的极端值的朋友致敬。
但这个数字并不重要。重要的是他给出这个数字的理由，有太多人在深深地关心结果是否会向好的方向发展，有许多人、许多行业、许多杰出的研究人员和工程师，正在独立于彼此之外做着令人惊叹的工作。仅仅因为他们没有被提及，并不代表聪明人没有在做聪明的事。
那些预言世界末日的人，低估了人类的能力。他们出于某种原因，也许是傲慢，认为如果不是由他们来完成，事情就不会被完成。
