黄仁勋首谈OpenAI投资初衷：深度解码AI计算新时代
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
北京时间9月26日，英伟达CEO黄仁勋在最新访谈中就AI行业发展趋势、计算技术的未来以及英伟达的核心优势等议题展开深入探讨，并首次公开披露千亿美元投资OpenAI的决策内幕。
黄仁勋指出，摩尔定律失效使传统计算架构面临性能瓶颈，而AI领域正经历双重指数增长的交叠效应：一方面是AI用户基数的爆发式增长，另一方面源自推理模式的根本性变革。从简单的即时应答进化到复杂的"思考"过程，这种范式跃迁将推动AI推理需求增长100万倍量级。
AI基础设施正触发新的工业革命。传统通用计算时代已经终结，价值数万亿美元的全球计算基础设施正全面转向AI加速计算。英伟达AI基础设施通过生成信息单元(Token)提升人类智能生产力，当前4000亿美元市场规模未来有望扩展至少10倍。
英伟达的核心战略定位是作为AI基础设施合作伙伴，通过"极致协同设计"(Extreme Co-Design)构建竞争壁垒。面对单芯片性能提升的物理限制，公司同时在算法、模型、系统架构、软件栈、网络和芯片等全技术栈进行创新优化，这使得Hopper到Blackwell架构能实现性能飞跃。
黄仁勋特别强调，衡量战略价值的关键指标是单位能耗性能。对电力资源受限的超大规模客户而言，即使竞争对手免费提供芯片，放弃英伟达系统所错失的商业机会也是无法承受的。
关于商业合作，英伟达将OpenAI视为下个万亿级超大规模企业，双方合作涵盖AI基础设施建设，包括协助OpenAI首次自建AI计算中心等重要项目。
黄仁勋核心观点提炼：
1.AI计算需求爆发式增长，推理能力成关键变量
现代AI训练已形成三条演进法则：预训练(pre-training)、后训练(post-training)和推理(inference)。传统"瞬时推理"(one-shot)已进化为具有"思考"(thinking)能力的新型推理模式，即在输出结果前进行资料检索、事实核查与动态学习。这种思维型推理使单次AI交互的计算需求呈指数增长，预计将带动推理环节100万倍量级的市场规模扩容。增长动能来自双重叠加效应：AI用户规模的扩张与单次使用计算强度的跃升。
2.OpenAI有望晋身万亿级科技巨头
黄仁勋预判OpenAI极可能成长为继Meta、Google之后的又一超大规模企业，同时布局消费级和企业级服务市场。英伟达此次投资被视为"最具战略眼光的决策之一"，正全方位支持OpenAI构建自主AI基础设施体系，涵盖芯片、软件、系统及计算中心的完整技术栈。
3.AI基础设施重构产业格局
AI基础设施建设正在重演工业革命的历史进程。当前全球数万亿美元存量计算设施中，绝大多数的结构化/非结构化数据处理仍运行于传统CPU架构。黄仁勋预测，未来所有推荐系统、搜索引擎等超大规模服务都将转向GPU加速的AI计算范式。以Token为载体的智能增强将创造巨大经济价值——例如1万美元AI系统可使10万美元年薪员工的工作效能提升2-3倍。目前年规模4000亿美元的市场存在至少10倍增长空间。
4.市场低估英伟达增长潜力
针对华尔街分析师预测公司2027年后增速放缓的观点，黄仁勋指出全球计算资源仍处于严重短缺状态。他强调只有当全部通用计算转为加速计算，所有推荐引擎AI化，内容生成全面智能化后，才可能出现供给过剩。英伟达正根据实际需求信号进行产能规划，而非分析师预测模型。
5."极致协同设计"构筑核心壁垒
随着摩尔定律失效，英伟达创新性地采用全栈协同设计方法论，在系统架构、软件算法、网络互联和芯片设计等维度同步突破。这种深度优化带来显著的每瓦特性能优势，使得即便竞争对手芯片免费提供，客户因机会成本考量（可能损失30倍收益）仍会选择英伟达方案。因此，公司定位正在从芯片供应商升级为AI工厂系统集成商。
以下是访谈精彩节选：
1.AI计算的范式演进
主持人：Jensen，很高兴再次见到你，还有我的搭档Clark Tang。
黄仁勋：欢迎来到英伟达总部。
主持人：你的眼镜很有特色。这个造型很适合你，现在大家可能都会期待你一直戴着它了。距离我们上次播客已过去一年多时间，现在贵司超40%营收来自推理业务。随着思维链(chain of reasoning)技术的成熟，这个领域似乎即将迎来爆发？
黄仁勋：确实如此，推理市场将实现100万倍的增长，这个数字大多数人还没充分认知。这就是工业革命的量级。
主持人：说实话，这段时间我每天都在运营这个播客。以AI行业的发展速度来看，相当于经历了百年变迁。回看那期节目，最触动我的是你强调预训练价值的那段对话。当时整个行业对预训练的潜力存在质疑，而你预见到推理市场不是百倍、千倍，而是百万倍级的增长。这把我们带到了今天这个转折点。
黄仁勋：现在AI演进存在三大定律：预训练扩展法则、后训练扩展法则，以及推理扩展法则。后训练如同AI的刻意练习，通过反复试错来掌握技能。而实现这点必须依赖推理能力。现代的强化学习已将训练与推理融为一体，这就是后训练概念。最重要的革新在于推理模式——从即时响应升级为"思考"过程，在给出答案前进行信息检索、事实验证和持续学习。思考持续时间与输出质量正相关，由此形成了预训练、后训练、推理三个协同演进的技术维度。
主持人：相较一年前，你对推理百万倍增长的判断是更加确信了吗？信心指数有无变化？
黄仁勋：今年我的确信度更高了。看看如今的智能体系统(agentic systems)发展——AI已不仅是单一语言模型，而是由多个并发运行的模型组成的复杂系统。有些负责工具调用，有些专注信息检索，且全部支持多模态交互。看看AI生成的视频内容，技术突破令人惊叹。
2.战略性布局OpenAI
主持人：这周行业都在讨论你们与OpenAI的战略合作。这个可能价值4000亿美元的"星际之门"(Stargate)项目，能否分享更多合作细节？对英伟达意味着什么？
黄仁勋：首先从投资逻辑看，OpenAI极可能成为下个万亿级科技巨头。类似Meta、Google的发展轨迹，他们将同时服务消费者和企业市场。这是我们能想象的最明智的投资标的之一——投资自己深度理解的领域。更重要是技术合作层面：首个项目是加速微软Azure建设，这项工作仍在推进；其次是OCI(甲骨文云)建设项目；新合作重点是助力OpenAI构建自主AI基础设施体系，涵盖芯片、软件、系统到计算中心的完整技术栈。
黄仁勋：这种合作具有双重必要性：一方面OpenAI用户量指数增长，几乎所有应用都在接入其服务；另一方面每次交互的计算强度也在指数攀升。传统的即时推理已进化为需要深度思考的新型模式，两个指数效应叠加创造出巨大需求。我们正在构建多层级的合作框架来支持这种增长。
主持人：特别值得注意的是，OpenAI开始从微软托管模式转向自建全栈设施。这让人联想到Elon Musk的X平台发展路径，他们似乎要建立类似AWS的基础设施能力？
黄仁勋：完全正确。他们希望像Meta、Google那样与我们建立直接的技术和采购关系。达到这种规模的企业都需要建立自主基础设施能力，我们很荣幸能支持OpenAI迈出这一步。
3.AI重塑产业格局
主持人：华尔街25家机构对贵司2027年后增速预测普遍保守，这与行业实际发展是否存在认知偏差？
黄仁勋：我们习惯这种预测差异了。关键要理解三个产业规律：第一，通用计算时代终结，加速计算和AI计算将成为主流。全球数万亿美元计算基础设施需要更新换代，这点已无争议。第二，传统超大规模服务（搜索、推荐、电商）的计算架构正从CPU转向GPU加速的AI系统。第三，AI创造的全新应用场景将催生更大市场。
黄仁勋：以生产力提升为例：为10万美元年薪员工配置1万美元AI系统，可带来2-3倍效能提升。将这个逻辑放大到全球50万亿美元GDP规模，假设AI创造10万亿美元增值，按50%毛利率计算需要5万亿美元AI基础设施投资。阿里巴巴CEO昨天表示未来十年要将计算能力提升10倍，tokens产量每几个月就翻番——这些数据印证着市场潜力。
主持人：但有观点认为当前存在投资泡沫，类似二十年前的互联网泡沫。你怎么看这种担忧？
黄仁勋：泡沫论忽视了两个本质区别：首先，现在的投资都基于真实商业需求。以OpenAI为例，其已经成为史上增长最快的公司之一。其次，AI正在创造全新产业形态。就像工业革命推动GDP突破千年停滞一样，AI将大幅提升全球生产力增速。所有相关产业——从能源到硬件——都在同步增长。
主持人：据你估算，未来五年AI驱动收入从1000亿到1万亿美元的跨越是否现实？
黄仁勋：这个进程已经开始了。看看主流云服务商的转型——没有AI就无法支撑TikTok、YouTube Short等内容平台。Meta的个性化推荐系统完全依赖AI实现。这些转变都在近两年发生，且仍在加速。直到所有计算都AI化之前，供给过剩的风险极低。
4.构建技术护城河
主持人：你们恢复年度产品迭代节奏，从Grace Blackwell到Vera Rubin的路线图，如何维持这种创新速度？
黄仁勋：没有AI辅助，这种创新节奏是不可能实现的。根本驱动力在于tokens生成效率必须持续提升，因为摩尔定律已失效——晶体管成本与能耗基本恒定。我们采用"极致协同设计"方法论，每年同时在CPU、GPU、网络芯片等六七个芯片品类创新，并通过系统级优化实现Blackwell架构30倍的性能跃升。
主持人：对非技术背景听众，如何通俗解释"极致协同设计"？
黄仁勋：传统思路是单一芯片性能提升，但摩尔定律失效后必须在算法、系统架构、软件栈等全技术栈同步创新。就像从Kepler到Hopper架构实现10万倍性能提升，Hopper到Blackwell又实现30倍突破——这些都不可能依赖传统方式达成。我们重写了网络协议、开发了Spectrum X交换架构（不只是以太网），现在英伟达已成为全球增速最快的以太网供应商。
主持人：有观点认为你们的年度迭代节奏让竞争对手难以追赶，同时锁定供应链优势。你认同这种看法吗？
黄仁勋：要理解行业现状：当客户下单500亿美元新架构产品时，需要供应链具备惊人信心。只有英伟达的已验证架构和规模效应能让供应链敢于提前投入千亿级产能建设。这正是我们的系统级优势——不仅是芯片设计能力，更是整个生态的信任体系。
主持人：关于ASIC竞争对手，Google TPU似乎取得不错进展。你如何看待这个竞合格局？
黄仁勋：Google是个特例，他们在市场爆发前就启动了TPU项目。但多数情况下，ASIC适合固定功能的小众市场（如视频转码器）。当市场规模达到万亿级时，客户自然会自主研发（如苹果芯片）。当前AI生态的复杂性远超ASIC能应对的范围——需要同时处理低延迟聊天、高吞吐量推理、视频生成等多种工作负载，这正是英伟达全栈方案的价值所在。
主持人：超大规模客户表示，即便竞争对手免费提供芯片，选择英伟达系统在总拥有成本上仍更优。这个经济模型如何成立？
黄仁勋：核心在于每瓦特性能指标。假设某数据中心获额外2吉瓦电力配额，采用英伟达方案可产出双倍计算价值。即使对手芯片免费提供，由于性能差距导致的营收损失（可达30倍）也远超过芯片成本本身。在电力资源受限的现实条件下，客户必然选择单位能耗产出最优的方案。
主持人：这种优势会随着Rubin、Feynman等新一代架构延续吗？
黄仁勋：我们每年要开发6-7种专用芯片（如最新发布的CPX视频处理芯片），并通过系统级优化实现Blackwell级别的性能突破。这种全栈创新能力正是客户选择我们的根本原因。展望未来，AI工厂将是分解式架构，我们的NV Fusion技术已支持与Intel等竞争对手的硬件协同工作——这种开放性进一步强化了生态系统优势。
主持人：最后问个宏观问题：英伟达五年后规模会比现在大多少？
黄仁勋：明确的是，市场机遇远大于当前共识预期。人们常将我们视为芯片公司，但实际上英伟达已转型为AI基础设施合作伙伴。与OpenAI的合作模式就是最佳例证——我们提供从芯片到系统的全方位支持，同时保持架构开放性。这正是我们持续增长的核心动能。
热门专题
热门推荐
加密货币行业翘首以盼的监管里程碑，终于有了实质性进展。美国证券交易委员会（SEC）主席保罗·阿特金斯（Paul Atkins）近日证实，那份允许加密项目在早期获得注册豁免权的“安全港”框架提案，已经正式送抵白宫，进入了最终审查阶段。 在范德堡大学与区块链协会联合举办的数字资产峰会上，阿特金斯透露了这
微策略Strategy报告：第一季录得144 6亿美元浮亏 再斥资约3 3亿美元买进4871枚比特币 市场震荡的威力有多大？看看Strategy的最新季报就明白了。根据其最新向美国证管会(SEC)提交的8-K报告，受市场剧烈波动影响，这家公司所持的比特币在第一季度录得了一笔惊人的数字——144 6亿
稳定币巨头Tether的动向，向来是加密世界的风向标。这不，它向Web3基础设施的版图扩张，又迈出了关键一步。公司执行长Paolo Ardoino在社交平台X上透露，其工程团队正在全力“烹制”一个新项目——去中心化搜索引擎 “Hypersearch”。这个消息一出，立刻引发了行业的广泛猜想。 采用D
基地位于Coinbase旗下以太坊Layer2网络Base的Seamless Protocol，日前正式宣告了服务的终结。这个曾经吸引了超过20万用户的原生DeFi借贷协议，在运营不到三年后，终究没能跑赢时间。它主打的核心产品是Integrated Leverage Markets（ILMs）——一
PAAL代币揭秘：深度解析Web3社区治理的核心钥匙 在去中心化自治组织的浪潮中，谁真正掌握了项目的话语权？PAAL代币提供了一套系统化的答案。它不仅是生态内流转的价值媒介，更是开启链上治理大门的核心凭证。通过持有并质押PAAL代币，用户能够对协议升级、资金分配乃至战略方向等关键事务投出决定性的一票