英伟达CEO黄仁勋深度对谈：AI工厂重塑算力未来

2025年9月26日，英伟达首席执行官黄仁勋（Jensen Huang）应邀出席BG2播客的专访节目，围绕“NVIDIA：OpenAI与算力的未来”这一主题，展开了一场长达110分钟的深度交流。

此次对话的核心并非探讨英伟达芯片的具体性能，而是从根本上重新定义：英伟达究竟是一家怎样的企业。

尤为关键的是，就在访谈发布前72小时（9月22日），英伟达正式宣布与OpenAI达成战略合作，将支持后者自主建设一个规模达10GW的AI工厂（即Stargate项目）。这项合作预计为英伟达带来高达4000亿美元的收入，成为其历史上规模最大的AI基础设施项目。

这已不再是简单的“售卖硬件”业务，而是一种全新的商业模式。

黄仁勋在访谈中清晰阐述了三个核心观点：

OpenAI极有可能成长为下一家市值万亿美元的公司；

AI不再仅仅是一个模型，而是一个需要持续供能的“智能工厂”；

每个国家、每家企业，都需要开始建设自己的“AI发电厂”。

英伟达的角色，正从芯片供应商转变为全球AI算力的调度平台。

他并非仅仅在阐释未来，更是在亲手构建未来。

第一节｜OpenAI 投资背后：AI 工厂，不是 AI 模型

这场对话的真正亮点，在于黄仁勋亲口确认了一项关键合作：

我们将与OpenAI共同建设10GW的AI工厂。OpenAI正从租用算力，转向自主构建算力基础设施。

对外界而言，这看似一笔巨额交易：投资额预计约1000亿美元，若全线采用英伟达设备，其回报可能接近4000亿美元。

但在黄仁勋看来，这不仅是一桩生意，更意味着商业模式的根本转型：过去，AI模型如同租用服务，算力按需取用；如今，AI企业开始自建电厂，拥有独立的发电系统。

他表示：“OpenAI正从依赖Azure，转向建设自身的算力基础。如同X.ai和Meta那样，致力于成为真正的超大规模公司。”

换言之，OpenAI不再仅是开发出GPT的AI公司，它旨在建立一个能够持续产出智能的长期发电厂。

英伟达在其中扮演的角色，已不再是提供芯片的供应商，而是协助客户启动整套“AI发电厂”的合作伙伴。

更为重要的是，这并非孤立事件。黄仁勋指出，英伟达目前已同步推进三个电厂项目：微软Azure（与OpenAI联合使用）、OCI（由Oracle和Softbank联合建设）以及CoreWeave自建云计算平台。而与OpenAI的此次新合作，是第四个，也是最全面、最深入的一个。

这是英伟达首次直接参与从芯片层、软件层到数据中心层的全方位建设，助力OpenAI从零到一构建完整的AI发电厂。

智能需求已不再偶发，而是如同水电一般成为日常必需品。模型仅是其中一环，真正关键的是支撑其持续运行的算力基础设施。

竞争的焦点已发生根本性转变：这不再仅仅是训练模型的竞赛，而是看哪家公司能够拥有并运营自己的AI发电厂。

第二节｜AI 推理爆发，不是加速，而是转方向

黄仁勋此次谈及最多的并非算力速度的提升，而是算力的持久性与连续性。

他指出，以往的AI更类似于计算器，提问即得答案；如今的AI则开始像人类一样，在回答前需要经历思考、检索资料、组织逻辑的过程。

“过去的推理是一次性的，问一句，答一句。现在是链式推理：先思考，再查阅，再思考，最后回答。”

这背后的根本变化在于：AI如今不再仅仅是一个模型，而是一个完整的推理流程。它不再只擅长记忆题和填空题，而是需要进行分析、推导、综合信息，甚至临时学习新的方法。

由此带来两个显著结果：

一是推理过程日益复杂。黄仁勋提到，当前许多AI系统在生成最终答案前，需要先进行数十步的思考，每一步都涉及数据调取和算法调用。

现今，AI发展包含三个阶段：预训练、后训练、推理。越是后期阶段，计算耗时越长、过程越复杂。

他甚至给出了明确判断：

“推理需求的增长，不是100倍，不是1000倍，而是100亿倍。”

二是推理开始持续在线，不再只是临时调用。这正是推理从一次性计算转向AI工厂连续运转的核心原因。

今天的软件是编写一次、运行一次。明天的软件，将是实时生成、持续运行。

过去，一个模型处理一条指令可能只需运行几秒；现在，一个智能体需要保持持续在线，随时应对新的任务。

模型不仅需要更多时间进行思考，也需要更多资源来维持持续运行。

黄仁勋举了一个简单例子：

当前OpenAI的用户数量正呈指数级增长，同时，每位用户的使用频率和单次推理时长也在指数级攀升。

用户基数扩大、使用时长增加、推理复杂度上升，三重增长因素叠加，使得需求规模直接跃升至一个全新的量级。

这也清晰地解释了为何当下需要建设AI工厂：并非为了追逐风口，而是因为过去的计算模式已无法承载新型推理方式带来的负荷。

接下来，英伟达面临关键抉择：

是继续扮演“芯片销售商”的角色？还是转型成为为AI推理持续供能的“发电站”？

第三节｜英伟达的转向：卖的不再是芯片，而是“AI 产能”

黄仁勋谈到，当前业界普遍讨论AI算力短缺、GPU供应不足。

但他明确指出一个关键点：

全球范围内的计算短缺，并非因为我们不愿生产，而是客户提供的需求预测，全都严重低估了实际需求。

过去几年的模式相对简单：客户提出需求数量，英伟达据此生产。但每一次的预测结果，都远远低于实际使用量。

因此，他们始终在追赶需求的路上。从未有一次预测是充足的。

这并非个别公司的特例，而是整个行业步入“推理爆发期”的普遍现象。

在此背景下，英伟达也开始重新定义自身所提供的价值：

过去，是销售芯片；现在，是供应产能。

如今已不再是企业小规模采购几块GPU的时代，而是动辄部署数十万片、投资上百亿美元的超大规模建设。

黄仁勋在播客中阐述，英伟达正在为AI工厂提前规划并布局整个供应链：

• 从晶圆生产开始，
• 到HBM高速内存、封装技术、冷却系统、主板、网络设备、交换芯片……
• 提前一年甚至两年，将整条生产线准备就绪。

为何需要如此？

因为一个10GW的AI工厂，需要集成数十万个GPU，如果没有提前一年进行全链条布局，根本不可能实现同步交付。

他进一步解释道：

“试想，要启动一项价值数千亿美元的建设工程，你必须提前一年下单晶圆、预订存储芯片，并备齐所有组件。没有人能跟上这种节奏，除非你已经规划好了整条产线。”

这意味着英伟达的角色正在发生转变：从等待客户下单的供应商，转变为帮助客户建设AI发电厂的合作伙伴。换言之，他们如今售卖的已不再是GPU硬件，而是确保AI能够持续运行的算力产能。

这种新模式类似于能源行业：

客户购买的不是电线或电池，而是稳定的电力供应。同样，客户购买的也不是芯片或电路板，而是“稳定的智能产出”。

英伟达正在成为AI时代的“电力公司”。

第四节｜AI 工厂值不值：看组合效率，也看智能密度

评估AI工厂的价值，不在于比较谁拥有的芯片数量多或单一芯片性能强，而在于谁能将所有的部件高效组合，形成一套完整的智能生产解决方案。

黄仁勋表示，当前的竞争已不再是硬件跑分的比拼，而是看谁能将芯片、内存、网络、电力、软件等元素完美整合，让每一瓦电力、每一块计算卡、每一条冷却通道都发挥出最大效用。

他给出了具体数据：

“英伟达的顶级芯片Blackwell相比上一代性能提升30倍，这并非单纯依靠晶体管性能增强，而是通过协同设计实现的。”

这背后的核心设计理念，即他所提出的：极限协同设计（Extreme Co-Design）。

何为协同设计？

一个通俗的比喻是：传统方法如同先造一台强劲的发动机，再搭配通用的底盘和轮胎。而英伟达的做法，则是将发动机、底盘、方向盘、导航系统、冷却装置等所有部件进行一体化设计。

具体来看其实现：

• Blackwell芯片引入了第五代NVLink高速互联技术，使得多个GPU能够并行处理推理任务；
• 网络层面采用了专为AI优化的Spectrum-X；
• 存储方面使用HBM高带宽内存，确保模型运行更为流畅；
• 软件层则开源了Dynamo，帮助企业高效管理大规模模型的运行与调度。

所有这些设计的组合，只为实现一个目标：让每一台机器、每一瓦特电力，都能产出更多有效的智能。

如今，英伟达每年同步研发约六七款不同的芯片，目的并非追求单一芯片的发布速度，而是确保这些芯片能够形成一个完整的产品体系，精准覆盖从训练到推理的不同场景需求。

然而，仅仅做到“能够组合”还远远不够。

黄仁勋提出了另一个核心评估指标：在单位功耗下，谁的AI工厂能够产出最多有效的AI计算。

为何这一指标如此关键？主持人询问，客户如何评估哪家AI工厂值得投资？

黄仁勋的回答指出：当前最稀缺的资源并非芯片，而是电力。

一个客户的数据中心，其功率上限可能仅为2GW。你无法无限度地扩容电力供应、土地面积和冷却设备。因此，核心问题转变为：每一瓦特电力，能够产出多少智能？

他的表述非常直接：

“即使竞争对手免费赠送芯片，如果其解决方案的产出效率低下，你使用它就是在浪费预算。”

他提到曾亲耳听到一位客户的CFO如此进行成本核算：

• 拥有2GW的功率上限，
• 需要部署大规模模型，预计需要数万个GPU，
• 电费成本和物理空间已经确定，因此只能选择“每瓦智能产出最高”的那套解决方案。

这也解释了另一个外界常有的疑问： “为何客户愿意向英伟达下达价值500亿美元的大型订单？”

黄仁勋表示，客户购买的并非芯片的参数指标，而是英伟达能否如期交付整个工厂、能否支撑起超大规模运算、能否确保AI系统稳定运行的综合能力。

英伟达能够提前一年备齐晶圆、封装材料、内存、交换芯片、主板、冷却系统等所有关键部件，目前没有其他对手能够做到这一点。

最终的竞争将围绕三件事展开：

1. 谁能将所有零部件整合成一套可高效运转的AI工厂；
2. 谁的工厂在单位资源下的智能产出更高；
3. 谁能稳定、按时地将这套工厂交付给客户，让客户有信心进行投资并敢于未来扩容。

第五节｜全球电厂战：国家不抢芯片，抢 AI 电力

黄仁勋指出，当前全球的关注点似乎集中在GPU是否短缺、芯片供应是否充足。

但他希望提醒各方：真正的核心问题，并非在于计算卡的有无，而在于你的国家是否拥有属于自己的AI发电厂。

每一个国家，最终都将建设自己的AI工厂，就如同需要建设自己的发电厂、通信网络和云计算中心一样，这将成为一项关键的基础设施。

过去我们强调数据主权，现在则需要关注智能主权。

如果一个国家没有自己的AI工厂，将意味着三件事：

• 无法有效支撑本国AI模型的训练与部署；
• 本国企业使用AI服务时，将不得不依赖外部提供的算力；
• 数据或许可以存储于本地，但智能的生成、分发与运行能力，都将依赖于外部的AI基础设施。

黄仁勋在访谈中多次强调：

“AI就是新型电力。如同没有电力，很多事情都无法开展。没有AI产能，未来许多领域的发展也将受限。”

✅ 不止于美国：全球多国已启动AI电厂建设

节目中，主持人询问是否只有美国在大力推进这一方向？

黄仁勋的回答是：远不止美国。目前，欧洲、中东、以色列、沙特阿拉伯、阿联酋等国家和地区，都在加速建设自己的AI工厂。

这些国家未必都拥有自己的顶尖AI模型公司，但它们已然意识到：要掌握未来的智能能力，必须构建自主的AI推理基础设施。

沙特已公开宣布计划建设国家级的AI基础设施，并与英伟达展开合作；

阿联酋也成立了专门的国家级AI投资平台，重点投资于底层模型和算力架构。

未来，一个国家不可能依靠长期租用他人的GPU来支撑其国家级的AI能力，就如同不可能永远依赖他人的电厂来供电。

✅ 中国的情况如何？当然密切相关

在这场全球AI竞赛中，中国是一个不容忽视的重要参与者。

即便面临地缘政治的复杂因素，黄仁勋依然明确表示：

中国是全球最大的市场之一。它必将建立起自己的AI工厂，这一点毫无疑问。

他指出，中国不仅拥有华为这样的企业，还存在大量具备强大建设能力的企业：它们工程能力出色、执行速度迅速、在资源调配方面经验丰富，并且拥有较为自给自足的产业链结构。

黄仁勋对此的判断非常直接：这并非简单的脱钩，而是一场激烈的竞赛。

✅ 谁能胜出？不看政策宣示，而看谁先“通电”运行

全球每个国家几乎都站在同一条起跑线上：

• 谁先建成并投运AI工厂，谁的智能基础设施就能率先投入使用；
• 谁能在10GW、20GW的电力规模下，支撑起全国范围的智能服务；
• 谁能实现电力、数据与推理资源在本地的高效统一。

黄仁勋总结道：

“AI工厂的基础设施建设，将成为下一个衡量全球核心主权实力的关键指标。”

换言之，竞争的关键不在于拥有多少GPU芯片，而在于是否具备产能调度能力，能够自主运行智能任务，让国内的企业、政府机构、医院、法院、学校等都能连接上自己的AI发电厂。

这已经超越了纯粹的技术竞争范畴，演变为一场看谁能够率先将AI工厂“通电”投产的竞赛。

结语｜下一场 AI 战争，不打参数，而比“智能密度”

黄仁勋的这场深度对谈，核心并非讨论AI模型本身有多强大，而是聚焦于AI工厂能够产出多少有效的智能。

能否真正建设出来？建成后能产出多少实际价值？这才是未来的核心竞争力所在。

英伟达的角色已经发生了根本性改变：从销售芯片转变为销售AI产能，从一家GPU公司转型为“智能电厂”的合作伙伴。

接下来，所有国家和企业都将面对同一个现实：智能能力的上限，将取决于你拥有多少电力资源，能够支撑多大规模的AI系统持续运行。

全球范围内关于大模型的竞赛，正从产品发布会舞台，迅速转向“工业建设”这个主战场。

OpenAI建设10GW工厂，各大科技巨头自研芯片并建厂，每一个动向的背后都指向同一件事：比较谁能够率先将智能转化为实实在在的产能，比较谁能让每一度电力产生出更多有效的智能。

黄仁勋已经开始精确计算这笔关乎未来的经济账。

那么，你的下一步，是否也该算一算了？

原文链接：

https://www.youtube.com/watch?v=pE6sw_E9Gh0

https://timesofindia.indiatimes.com/technology/tech-news/nvidia-ceo-jensen-huang-elon-musks-xai-did-in-19-days-what-everyone-else-needs-/articleshow/124063499.cms

https://www.pcgamer.com/hardware/processors/jensen-huang-says-intel-and-nvidia-have-been-discussing-and-architecting-solutions-now-for-coming-up-to-a-year-and-kept-it-really-quiet

https://www.businessinsider.com/nvidia-investing-up-to-100-billion-openai-ai-deal-2025-9?utm

https://blogs.nvidia.com/blog/openai-nvidia/

来源：官方媒体/网络新闻