撰文：Techub News 整理
导语
在摩根士丹利 2026 年 TMT（技术、媒体与电信）大会上，NVIDIA 创始人兼首席执行官 Jensen Huang（黄仁勋）接受了长达 40 多分钟的深度访谈。作为该会议长达 27 年的支持者，黄仁勋此次亮相的背景是 NVIDIA 2026 年 3 月公布了创纪录的季度财报，其影响力已从游戏显卡制造商转变为全球 AI 计算基础设施的绝对核心。本次对话不仅回顾了 NVIDIA 三十三年来的全栈创新之路，更前瞻性地定义了“AI 工厂”这一新经济范式，并详细阐述了算力如何直接转化为企业收入和全球 GDP，是理解下一代 AI 驱动型经济的关键窗口。
摘要
- NVIDIA 的核心竞争力源于 33 年构建的“全栈”能力，从芯片、系统架构到软件库深度集成，使其能每年革新整个基础设施。
- AI 发展已历经生成、推理、智能体三大拐点，智能体 AI（如 OpenClaw）的爆发将驱动令牌消耗呈指数级增长。
- 未来的数据中心是“AI 工厂”，其核心产出是令牌，工厂的功率限制使得“每瓦特令牌”效率成为决定企业营收的关键指标。
- 整个软件行业将从工具租赁转向“智能体租赁”，催生数万亿美元的令牌经济，算力需求将获得持续且庞大的资金支撑。
- NVIDIA 正将前沿从数字 AI 拓展至物理 AI（机器人、自动驾驶、数字生物），这将是未来十年的新前沿。
从游戏显卡到 AI 超算：三十三年的全栈哲学
访谈始于对 NVIDIA 惊人增长规模的回顾。摩根士丹利分析师指出，从 1998 年 IPO 时 4800 万美元的收入，到如今单季度数百亿美元的营收和净利润，这种增长是“前所未有的”。黄仁勋将这一切归因于公司创立之初就确立的核心理念：创造一个新的计算平台。
他回忆，NVIDIA 始于解决一个特定的算法难题——计算机图形学，即模拟光线。这项技术催生了现代电子游戏产业。“从某种意义上说，是我们创造了现代电子游戏产业，”黄仁勋表示。早期的成功并非偶然，而是源于一种“全栈”方法：NVIDIA 不仅设计芯片（GPU），还创建了让应用直接与硬件对话的 API（如 DirectX 的前身），甚至革新了系统架构（如 AGP/PCIe 总线），以便在个人电脑上实现 3D 图形加速。这种深度集成——将算法、芯片、系统、软件库和开发者工具紧密结合——是 NVIDIA 的基因。
“加速计算本质上要求全栈，”黄仁勋强调。他将公司早期向游戏引擎（如 Epic 的 Unreal Engine）派驻工程师的模式，称为“前向部署工程师”，这确保了 NVIDIA 的技术被深度集成到最终应用中。这种能力后来被无缝迁移至 AI 领域。世界首台 AI 超计算机 DGX-1 的诞生，以及为微软 Azure 和 OpenAI 打造的超大规模集群，都是同一套“全栈、全系统”方法论的结果。
黄仁勋指出，正是这种对全栈的掌控，使得 NVIDIA 能够以惊人的速度创新。“我们每年不只是设计一颗芯片，我们是构建一整套基础设施。”从 GPU 到 CPU（Grace），再到连接芯片的 NVLink 和网络（Spectrum-X AI 以太网），NVIDIA 拥有并优化堆栈的每一层。“如果你不拥有整个堆栈，不拥有内部的其它芯片，就很难每年都创新。因为你是在把太多不同的东西拼凑在一起，如果无法控制，这就是一个全栈难题。”
AI 的三重拐点：从生成、推理到智能体爆发
当被问及过去两年 AI 领域的剧变时，黄仁勋清晰地勾勒出三个连续的“拐点”。第一个拐点是生成式 AI 的普及，以 ChatGPT 的出现为标志。它将强大的模型（如 GPT-3）通过一个易用的界面和 API 包装起来，让世界看到了 AI 生成内容的能力。
然而，生成式 AI 存在“幻觉”问题。黄仁勋解释说，这并非技术根本缺陷，而是因为生成过程缺乏上下文和事实依据。于是，第二个拐点随之而来：推理 AI（以 OpenAI 的 o1 模型为代表）。这类模型引入了自我反思、自我纠正的能力，并能基于检索到的信息进行“条件生成”，输出更可靠、更具事实性的答案。其直接结果是模型变得更大（约 10 倍），生成的令牌数量剧增（可能百倍），整体算力需求跃升了约一千倍，而由于其有用性，使用量更是增长了百万倍。
当前，我们正处在第三个，也可能是最具颠覆性的拐点：智能体（Agentic）AI。黄仁勋以 OpenClaw 为例，指出这款开源软件在发布三周内的下载量就超过了 Linux 的历史总量，成为史上最受欢迎的开源软件，增长曲线“几乎是垂直的”。其革命性在于，用户指令从过去的“是什么”（查询）变成了“做什么”（行动）。
“现在的提示词是‘创建’、‘执行’、‘构建’、‘编写’，”黄仁勋说。智能体 AI 可以理解复杂的任务描述，自主进行研究、阅读手册、使用工具并执行任务。在 NVIDIA 内部，他们称这些智能体为“Claws”。这些数字工作者在后台持续运行，编写代码、开发工具，消耗着海量的计算资源。“一个智能体消耗的令牌量，可能是之前生成式对话的百万倍。”这预示着企业对算力的需求将不再是线性增长，而是爆炸式攀升。
AI 工厂经济学：算力即收入，令牌即货币
面对如此庞大的算力需求，如何融资和构建基础设施成为关键问题。黄仁勋在此提出了其核心观点：未来的数据中心不是“数据中心”，而是“AI 工厂”。
“人们不喜欢建数据中心，因为不知道回报如何。但人人都爱建工厂，因为工厂赚钱。”黄仁勋几年前提出的这个概念如今已成为现实。AI 工厂的根本目的是生产“令牌”，而令牌可以直接货币化。“我们现在确切地知道，公司的收入与算力直接相关。这就像梅赛德斯-奔驰受限于工厂产能一样。如果 OpenAI 现在有更多算力，他们的收入就会更高。”因此，第一个等式是：算力 = 收入。进而推导出更大的等式：算力 = 国家 GDP。没有一个国家会自愿放弃拥有智能的机会。
在工厂模型中，核心约束是功率。每个工厂的电力供应是有限的（如 1 吉瓦）。因此，衡量系统优劣的最关键指标是“每瓦特令牌”（Tokens per watt）。黄仁勋自豪地宣称，NVIDIA 的架构在此指标上“领先替代方案一个数量级（10倍）”。这意味着，在相同的电力预算下，使用 NVIDIA 系统的工厂能产生 10 倍的令牌，从而带来 10 倍的潜在收入。同时，由于架构高效，“每美元令牌”成本也是最低的。
“历史上第一次，公司工厂里选择的计算机架构，必须经过 CEO 的审核。”黄仁勋断言。在电力、土地、许可证都受限的环境下，选择错误的计算系统将直接影响下一年的营收。这种稀缺性迫使客户必须选择最有效、最可靠的解决方案，而这正是 NVIDIA 的优势所在。
万亿美元令牌经济：软件行业的范式转移
那么，支撑这庞大 AI 工厂建设的资金从何而来？黄仁勋描绘了一幅软件行业根本性变革的图景。
他预测，未来的所有软件都将是“智能体化”的。软件公司将不再仅仅是向客户出租工具（如 CAD 软件许可证），而是会出租“会使用这些工具的专家”——即 AI 智能体。就像现代企业同时拥有正式员工、承包商和外部专家一样，未来的数字劳动力也将由企业自建的模型（“内部培养”）、微调的开源模型以及租用的顶级闭源模型（如 OpenAI）混合构成。
“因此，每一家软件公司——未来将不仅是工具出租者，他们还将出租使用这些工具的智能体。”黄仁勋以 Cadence（电子设计自动化）、Synopsys（芯片设计）、Siemens（工业软件）为例，指出这些公司的业务规模将变得“大得多”，但其商业模式将从软件授权转变为“令牌租赁”。今天价值数万亿美元的 IT/软件产业，目前几乎不消耗令牌，而未来将成为令牌的“超级消费者”。
“这就是资金的来源。”黄仁勋总结道。整个互联网行业（云服务商）已经将资本支出 100% 转向生成式/智能体 AI 系统，因为它们被证明能提升搜索、购物、广告等所有服务的效率。现在，整个软件行业也将加入，为算力需求提供持续数万亿美元的燃料。“我们正处在这段旅程的起点。”
应对约束与开拓前沿：供应链、投资与物理 AI
面对芯片、内存、电力、施工人员等全行业的约束，黄仁勋表现出乐观态度。“我喜欢约束。因为在受限的世界里，你别无选择，只能选择最好的。”约束迫使客户做出最优决策，而这有利于拥有最佳架构和完整交付能力的 NVIDIA。他提到，NVIDIA 强大的资产负债表具有战略意义，公司利用资本提前锁定了从晶圆、CoWoS 封装、内存到电缆、电容器的整个供应链，从而能够向客户（如微软的 Satya Nadella）承诺快速部署成吉瓦规模的 AI 工厂。
在生态建设方面，黄仁勋强调 NVIDIA 的所有投资都旨在扩展和巩固 CUDA 生态系统。他证实了 NVIDIA 向 OpenAI 投资 300 亿美元（而非传闻的 1000 亿美元）的协议已最终敲定，并指出 OpenAI 预计将在年底上市。此外，他还提到正在全力为 OpenAI 在 AWS 上扩展产能，并提及了新出现的 AI 实验室（可能指 MSL）带来的新增需求。
展望未来，黄仁勋认为，物理 AI 将是未来十年的新前沿。NVIDIA 已在自动驾驶（Alpamayo）、机器人（Gr00t）、数字生物学（La-Proteina）和气候模拟（Earth-2）等多个物理 AI 领域处于领先地位。他预测，大约两年后，当智能体 AI 变得普及时，行业讨论的焦点将完全转向物理 AI。“为了建立 Lilly（礼来）的 AI 工厂，除非你拥有 NVIDIA 的全栈软件能力、模型专业知识和领域知识，否则你根本无法做到。”
在访谈最后，当被问及对公司股价的看法时，黄仁勋重申了他的根本信念：“你无法压制它（股价）。原因很简单：算力等于公司收入。未来，每一家公司都需要算力来获得收入……算力等于 GDP。”他坚信，我们正站在一个由算力驱动、智能体执行、令牌经济支撑的全新经济时代的开端，而 NVIDIA 的全栈架构正是这一切的基石。
