被误解的英伟达，和不被理解的黄仁勋

作者｜靖宇

英伟达，到底是一家什么公司？

在 2025 年的当下，这个问题听起来多少有点过于简单，甚至有点弱智。但是当一家公司在几十个月内市值突破3万亿美元，成为全球科技行业的「定海神针」一般的存在时，这个问题的意义，以及它的答案，都会变得万分复杂。

不少大众依然记得英伟达的GTX显卡、媒体认为它是「核弹厂」，资本认为它是市值最高的AI芯片巨头。

而正是这些误解、盲目的仰望和巨额的加仓，造就了AI时代英伟达的又一次近乎疯狂的崛起和冲天的市值。

在冲天的狂热之中，问题的答案，乃至这个问题本身，还重要吗？

重要！

至少对于英伟达的创始人黄仁勋来说，这个问题决定了英伟达在未来世界中的重要角色，甚至未来世界本身的发展路径。所以，问题的答案必须被清清楚楚、掷地有声地说出来！

很可惜，2025年热闹异常、数万人参与、数十个新产品曝光的GTC2025，并未让世界认识到这个问题的答案，毋宁说，正因为这些纷繁复杂的产品、视频、讨论和展览，反而将答案本身遮蔽起来。

所以，黄仁勋不得不在随后的分析师和媒体会上，一个人发，出英伟达真正的「AI宣言」：

英伟达不是芯片公司、不是解决方案公司、不是简单的AI公司。它催生并见证了一个叫「AI」的新工业的诞生，一如蒸汽机开启工业时代，电流点亮了电力时代——作为最基本的生产力，AI将成为所有工业底层的「元工业」，开启一个全新的 AI 时代。

而英伟达，就是AI工业最重要的基建平台。

或者，你可以说，英伟达，就是AI本身。

至少，这是黄仁勋希望让大家相信的。

01

在无限面前，参数是肤浅的

直到今天，直到现在，英伟达已经是AI行业当之无愧的领头羊时，人们在报道GTC大会的时候，依然习惯性地、不假思索地详细描述英伟达发布的硬件产品——AI芯片和服务器的每个技术细节、每个参数、以及和一年前产品相比的巨大表现提升。

「核弹」，这个从英伟达GTX显卡时代就被冠上的外号，被毫不质疑地延续到了现在。好像每次老黄在GTC上发布新AI芯片产品时，都会被期待那句经典的「买得多，省得多」再次响彻全场——这不是对一家芯片公司最大的恭维吗？

事实上不是的，它甚至有种一叶障目、避重就轻的肤浅。

当人们还在纠结Blackwell Ultra单个芯片的算力提升多少时，黄仁勋早已在强调，单个芯片表现的重要性，远远不如如何让成百上千个芯片组成的AI芯片群的实时数据互联和同步水平。

黄仁勋讲解Dynamo如何实现pd分离 ｜ 图片来源：英伟达

这是为什么连接芯片之间的NVLink后面的数字越来越大，事实上为了能让芯片集群发挥最大的效用，英伟达不得不为AI芯片研发一个系统Dynamo，作为「推理服务库的VMware」，让这些超强的芯片组在推理时代跑得更快。

而为了让这些芯片上交换的巨量数据传输得更快，英伟达也要和台积电合作，在芯片的连接上采用光子技术，如果成功每个端口的速度能达到1.6Tb/s，比目前最顶级的铜缆速度高两倍。

英伟达的挑战早已经不是单个芯片上晶体管数量的提升，而是字面意义上的物理限制，例如能源利用。「可使用的电能是有上限的」这就是为什么在英伟达看来，AI算力评价的分母已经不是秒，而是瓦特——再厉害的芯片和AI数据工厂，最终要靠电力来驱动。

Quantum-X InfiniBand 交换机采用特殊的线缆来加速运行 | 图片来源：英伟达

这也是为什么，台达电子DELTA的高管告诉极客公园，为了满足这些新的 AI 数据中心硬件的需求，台达需要和英伟达团队一起重新设计从电网到数据中心、再到每一台机柜的每一块芯片的电路和散热装置。「我们说的可是兆瓦级别的电压，不是开玩笑的。」

「我们不是芯片公司，而是一家 AI 基础设施公司。」黄仁勋在媒体沟通会上再次强调英伟达的定位。「你们见过哪家手机公司，会一下发布接下来 3 年的产品吗？不存在的」单纯因为英伟达的挑战不再是行业或者对手，而是能量使用效率本身。

当一家公司被称为「基础设施」的时候，都代表身后是一个庞大的工业（Industry），正如石化、交通、农业。「只取决于世界决定生产水泥，还是生产AI」黄仁勋如此给 AI 工业定性。

而在这个人们已经意识到、但又没有足够意识到重要性的行业，英伟达希望未来每一个 AI 数据中心流入和流出的Token上都有一个标签——Produced by XXX，Accelerated by Nvidia。

毕竟，人们对Token的需求，将呈几何级别急剧增加。

02

音爆和残影

在今年GTC2025的展台上，最受欢迎的不是占据最好位置、大赚特赚地数据中心服务商，而是英伟达官方地具身智能展台。来自1x Technology、Agility Robotics的工厂和家用机器人，吸引了所有人的目光。

当然，别忘了还有和黄仁勋一起上台、大秀呆萌的小机器人Blue，它和小兄弟们是展台上的绝对主力。来自迪士尼研究实验室的「瓦力」，让所有人掏出手机合影，让旁边英伟达负责解释整个物理 AI 的负责人员摇头苦笑——比起搞懂英伟达如何用 Omniverse、Cosmos、物理引擎 Newton等一条龙产线如何助力机器人开发者，显然小机器人的吸引力来得更直观。

Physical AI毫无疑问会是未来，单单智能驾驶行业，在AI基建、模拟、训练和终端芯片如Orin和Thor，就已经给英伟达产生 50 亿美元以上的收入。按照目前智能驾驶大战依旧，机器人如火如荼的情况，那句话怎么说，「未来可期」。

当然，在具身智能到来之前，Agentic AI，这个正在某种程度上取代了刚刚兴起两年的「传统大语言模型」的新功能，被印到了英伟达未来发展之路的下个节点上。

一方面是因为，以DeepSeek为代表的推理模型的表现，确实让人惊艳；另一方面，同样的问询，Agentic AI需要使用的Token数量是之前传统大语言模型的20倍。

DeepSeek-R1的Reasoning模型给出了近20倍于传统大模型的Token量｜图片来源：英伟达

超过两百万人在等着试用Manus AI工具的邀请码——注定暴增的Token需求，需要更高的算力，或者更好的 AI 芯片和数据中心，这不是明摆着的吗？

在经典电影《公民凯恩》中，主角临终喃喃自语「玫瑰花蕾」（Rosebud）时，镜头最后切到了屋外滑雪板上的玫瑰花蕾图案上。

黄仁勋也有自己的「玫瑰花蕾」。

在开场演讲中，黄仁勋称其中一页 PPT 是他的最爱。那页 PPT 上是全球的科研团队，利用英伟达的硬件和系统，在天文、气候、生物、医药等基础科学领域所尝试的项目和取得的成果。

黄仁勋「最爱的」一页 PPT｜图片来源：英伟达

有情可原，让英伟达在AI时代飞升的系统护城河CUDA，最早的开发者群体正是高校的科研人员。没有他们，AI和英伟达的爆发，可能要被延后数年。

「英伟达打造芯片，但我们是一家算法公司。」黄仁勋说到。这种对于算法的储备和精通，让英伟达和CUDA可以帮助其他团队形成自己的算法，来探索基础学科和领域。

Agentic AI、Physical AI、无人驾驶、使用CUDA的科学实验，这些都很好，它们可能是未来Token巨大需求的驱动源，但不是根本。它们像是超音速飞机突破音爆时留下的圆圈、或者光速飞行留下的残影。

这个以超高速飞行的，是黄仁勋和英伟达对于AI这个注定成为人类最重要、乃至最终产业的愿景和野心。

然而，眼睛盯着参数和市值的人们，无法，或者还没准备好理解英伟达给出的未来。