【對談】黃仁勳：泡沫論算錯了分母，英偉達的護城河還在變寬

這場訪談值得留意的點有四個：第一，算力需求為什麼是雙重指數成長，不是線性；第二，實體 AI——機器人，自駕，醫療設備——已經是英偉達今年上半年 100 億美元的生意，而且他說100 億美元可能低估了；第三，他正面拆解外界對 AI 基礎建設泡沫的擔憂，指出市場把全部壓力都押在兩家頂尖實驗室身上，這是錯的；第四，英偉達正在布局兩條新的收入來源——軟體授權與營收分潤——與賣晶片無關。合起來看，黃仁勳描繪的是一家正在從晶片公司變成全球算力基礎設施公司的企業，而且他認為這個轉型還在非常早期。

◎思考比記憶貴一百萬倍，這才是算力需求爆炸的根本原因

黃仁勳解釋得很清楚：早期的 ChatGPT 主要是把訓練時記住的東西吐出來，這不耗多少算力。現在的 AI 在回答之前要先想——列出幾條路，模擬每條路的結果，剪掉不好的，再往下推——這才是真正的推理，每一步都要跑大量運算。他說，這就是為什麼推理所需的算力是之前的十億倍量級。再加上 AI 因為變得有用，被拿去做的事情也愈來愈多，兩件事相乘，需求就是複合式爆炸。用他的話說：你愈聰明，你就愈能想到更多可以用智慧做的事。

◎實體 AI 不是下一步，是今年已經發生的事

很多人以為機器人，自駕車是三五年後的題目。黃仁勳直接報數字：英偉達今年上半年的實體 AI營收已達 100 億美元，去年全年也是 100 億，前年才 50 億。他說100 億可能低估了，因為實體 AI 的定義比大家想的寬——從醫院裡的 CT 掃描機，手術機器人，到 5G 基地台的訊號辨識，衛星地表重建，只要 AI 跟物理世界有互動，都算在裡面。他的結論是：每一個碰得到物理世界的產業，遲早都會變成科技公司。他點名 FedEx，Walmart，AT&T，語氣不像在預測，比較像在陳述已在發生的事。

◎泡沫論把所有壓力壓在兩家實驗室，這個算法是錯的

市場上有一種擔心：OpenAI 和 Anthropic 的營收如果跟不上，幾兆美元的機房建設就會斷炊。黃仁勳說這個邏輯根本搞錯了分母。他把英偉達的算力需求分成三塊，各佔大約三分之一：第一塊是傳統資料處理，科學模擬，電腦圖形，這塊每年有三到四成成長，跟 AI 實驗室完全無關；第二塊才是 AI 實驗室，但不是兩家，是五六家，包括 Meta，xAI 的 Grok，Google Gemini，Anthropic；第三塊是大量新創公司租用算力，他比喻這是下一代的 AWS 雲端租用生意。他說，把幾兆美元的建設全部押在兩家實驗室的營收預測上，是施加了遠遠過多的壓力在錯誤的地方。他對那兩家公司的評價很高——史上最重要的科技公司之一——但他明確說，它們不需要達到一兆美元營收，整個生態系才能撐住。

◎晶片以外的兩條新路：軟體授權與營收分潤

黃仁勳在這場訪談裡正式說清楚英偉達的下一步：軟體授權和 revshare（營收分潤）。軟體授權的邏輯是：英偉達幫大型企業維護整套 AI 軟體堆疊，對方不用自己養工程師，每年按 GPU 數量付授權費。他舉了個粗算：假設每顆 GPU 一年收幾千美元，英偉達每年出貨約 2,000 萬顆，光是企業端就是很大的數字。營收分潤則針對規模較小的雲端業者：英偉達提供算力，生態系資源，甚至協助融資，換取對方營收的一個比例。他說這兩條路的規模，跟賣晶片本身無關，靠的是已安裝的龐大基礎——這個邏輯跟 Apple 靠 iPhone 用戶基礎賺服務費，結構上是一樣的。

看完這場，有一件事很清楚：黃仁勳不是在替英偉達的股價護盤，他是在解釋一個他認為大部分人還沒算對的賬。算力需求的分母比市場想的大很多，供給端的瓶頸是土地和電力而非技術，而英偉達的護城河——可替換性，可持久性，軟體持續更新——正在讓它的市佔率在已經很高的基礎上繼續上升。AI 基礎建設的故事，他說，不是兩家實驗室能不能撐住的問題，是全球算力架構重建的問題，而那個故事還在第一章。