【專訪】黃仁勳認錯：Anthropic 棄 TPU 是英偉達看漏的一局

黃仁勳坐下來接受這場訪談的時候，外界正在吵兩件事：一是英偉達（Nvidia，全球最大 AI 晶片公司，黃仁勳 1993 年共同創辦並擔任執行長至今）的護城河到底是軟體生態還是供應鏈鎖倉；二是出口管制到底是在保護美國還是在親手養大對手。這兩個問題都很老，半導體業三十年來換個包裝反覆演一遍。但這次規模不同——英偉達一季營收逼近 600 億美元，採購承諾據報超過 2,500 億美元，一家晶片公司把自己變成了全球 AI 產業的地基。黃仁勳的答法，比外界預期的更直白，也更不客氣。

這場訪談值得說的有五個點。第一，黃仁勳解釋英偉達的生意邏輯：電子進去，token 出來，中間是英偉達，這是他自己的心智模型。第二，供應鏈管理不是採購合約，是他親自去說服上游 CEO 的信念工程。第三，CUDA 生態的護城河辯論——到底是技術鎖定還是客戶已經可以自建替代？第四，Anthropic 為什麼跑去用 Google TPU，他罕見地承認是自己當年的判斷失誤。第五，中國晶片出口管制，他和主持人吵了將近半小時，核心分歧比表面看起來深得多。五個點合起來的意思是：英偉達的位置不是靠某一個單點優勢撐住的，而是一個飛輪——裝機量，生態豐富度，供應鏈動員力，每年準時交貨的信用，缺一個，輪子就慢。

◎電子變 token，英偉達坐中間

黃仁勳描述英偉達的方式很簡單：輸入是電子，輸出是 token，中間是英偉達。他說，把一個 token 做得比另一個 token 更有價值，裡面有藝術，工程，科學和發明，這件事遠沒有被充分理解，旅程也遠沒有結束。這個說法聽起來像行銷詞，但它其實是一個清醒的邊界定義——英偉達不做雲端，不做模型，不做應用，就做從電子到 token 這段最硬的路。他補一句：凡是我不需要做的，我就找夥伴做，納入生態。這個盡量少做的哲學，是他拒絕自建雲端的理由，也是他投資 CoreWeave，Nscale，Nebius 這些新興 AI 雲的邏輯——這些公司不做，他就得做；這些公司做了，他就只要賣晶片。

◎供應鏈不是合約，是說服工程

英偉達的採購承諾規模讓人看到數字就覺得這是鎖倉。黃仁勳的解釋更有意思：一部分是明確的合約，更大一部分是隱性的——他親自去跟台積電，美光（Micron，全球主要記憶體製造商之一），Lumentum，Coherent 等上游公司的 CEO 談，告訴他們這個產業會有多大，為什麼，時間點在哪。他說，他們願意為英偉達投資而不為別人投資，原因只有一個：他們相信英偉達有足夠大的下游需求來消化這些產能。GTC（英偉達年度開發者大會）在他眼中不是展覽，是讓上游看到下游，下游看到上游的對齊場合，也是他大規模教育供應鏈的管道。這套動員能力，不是任何一家剛起步的晶片競爭者能在兩三年內複製的。

◎CUDA 護城河：裝機量才是正題，技術鎖定是附帶

主持人問了一個尖銳的問題：Anthropic 用 TPU（Google 自研的 AI 加速晶片，專為矩陣運算優化），OpenAI 有自己的 Triton 框架，這些大客戶其實都在繞過 CUDA——那 CUDA 的護城河還剩什麼？黃仁勳的回答分三層。第一層：裝機量。英偉達全球有數億張 GPU，在每一朵雲上都有，任何開發者寫出來的軟體，在英偉達硬體上跑就是能觸及最多人。第二層：可程式性。TPU 是為矩陣乘法最佳化的專用晶片，MoE（混合專家模型，一種讓不同任務交給不同子模型處理的架構），diffusion 和 autoregressive 的混合架構，新的注意力機制，這些創新都需要一個可以隨時改寫底層運算的平台，CUDA 是，TPU 不是。第三層：英偉達自己的工程師。他說，他們派去各大 AI 實驗室協助優化的工程師數量很誇張，幫客戶把同一個模型跑快 2 到 3 倍是常態。預言在此自然浮現：若英偉達維持每年架構大躍進的節奏，Blackwell Ultra 之後是 Vera Rubin，再之後是 Feynman——三年內，沒有一家 ASIC 廠商能在公開基準測試（如 InferenceMAX 或 MLPerf）上持續展示比英偉達更低的每 token 總擁有成本，Trainium 和 TPU 不會主動參加這類測試，因為數字說不過去。這個預言的對帳時間點是 2027 年底。

◎Anthropic 去用 TPU，黃仁勳說那是他的失誤

這段是整場最罕見的時刻。Anthropic（美國 AI 安全公司，由前 OpenAI 研究員 Dario Amodei 等人創立，Claude 系列模型的開發者）大量使用 Google TPU 和 AWS Trainium，而不是英偉達。黃仁勳的解釋是：當年 Anthropic 需要的不是晶片採購合約，而是數十億美元等級的股權投資，換取使用特定算力的承諾。Google 和 AWS 做了，英偉達沒有。他說，我當時沒有深刻理解他們根本沒有其他選項，以為他們可以去找創投——但他們要做的事，創投根本不可能投 50 到 100 億美元。他說：那是我的失誤。但他也補了一句：就算當時理解了，英偉達也未必有條件做到。現在他投資了 OpenAI 和 Anthropic，金額據報分別在 300 億和 100 億美元量級，而且他說不會再犯同樣的錯。這個承認，比任何策略說明都更說明了英偉達現在為什麼要主動投資模型公司。

◎出口管制：黃仁勳認為封鎖中國是在幫倒忙

這段吵了最久。主持人的邏輯是：中國如果有更多算力，就能更早訓練出具備大規模網路攻擊能力的模型，美國先到就能先修補漏洞，所以限制出口是對的。黃仁勳的反駁有幾個層次：中國已經有大量 7 奈米晶片（相當於英偉達 Hopper 世代的製程），加上幾乎無限的電力，他們的計算能力早就超過你擔心的門檻。華為單年出貨量創歷史新高，數量以百萬計。他說，AI 不只是晶片，是五層蛋糕，中國有全球 50% 的 AI 研究者，演算法進步的貢獻遠大於硬體本身，DeepSeek 就是例子。他最後的判斷是：美國電信業被政策趕出世界市場，結果是美國失去了對自己電信基礎設施的控制——AI 晶片若走同一條路，後果一樣。他願意接受有節制的管制，但不接受放棄整個市場。

看完這場，你可以不同意黃仁勳在出口管制上的立場，但很難否認他對自己公司邏輯的掌握是一致的。從電子到 token，從供應鏈說服到生態飛輪，從拒絕自建雲端到主動投資模型公司，每一個決定都指向同一個原則：做必須做的，其他的讓生態做。這個原則在英偉達過去十年奏效了。接下來三年，考驗的是這個飛輪能不能在競爭者，監管和能源瓶頸同時施壓下繼續轉。