Ben Thompson 近期在 Stratechery 平台上與 Nvidia CEO 黃仁勳進行了一場信息量爆炸的對談。這場訪談恰逢 AI 技術以前所未有的速度重塑各行各業，而 Nvidia 正是這場變革的核心驅動者。從美國的晶片出口管制、AI 作為「AI 工廠」新興基礎設施的崛起，到 Nvidia 在龐大企業市場的靈活策略，黃仁勳不僅展現了他對產業趨勢的驚人洞察，更揭示了 Nvidia 如何在全球政治經濟的驚濤駭浪中掌舵前行。
從 GPU 傳教士到 AI 帝國掌門人：黃仁勳的進化之路
Ben Thompson 一開場就點出了黃仁勳與 Nvidia 角色的驚人轉變。回想幾年前（如2022、2023年的訪談），尤其在 ChatGPT 引爆全球熱潮之前，黃仁勳更像是一位不遺餘力向世界推廣 GPU 運算潛力的「傳教士」。如今，Nvidia 的一舉一動，其財報的每一組數字，都足以撼動全球資本市場。黃仁勳本人也從技術佈道者，一躍成為站在全球科技與政治風暴中心的關鍵人物。
對於這種轉變，黃仁勳本人倒是雲淡風輕地表示「沒有感覺」，但他隨即強調，Nvidia 的核心一直在於「自我革新」。這家公司不僅僅是創造了一個計算平台，更將自身打造成數據中心規模的巨擘，為一個全新的「AI 產業」奠定基礎設施——他稱之為「AI 工廠」。
黃仁勳特別提到了微軟 CEO Satya Nadella 在財報中公布的 tokens 處理量，並巧妙暗示實際生成的 tokens 數量「遠超於此」，這句話的潛台詞直指 AI 運算需求的浩瀚無垠。這也解釋了為何 Nvidia 的 GPU 會如此炙手可熱。
地緣政治的角力場：晶片管制、中東豪賭與中國市場的兩難
訪談的重頭戲，無疑是地緣政治對 Nvidia 的深遠影響，特別是美國政府的晶片出口管制政策。
- 中東的 AI 雄心與 Nvidia 的新機會：黃仁勳透露了近期與沙烏地阿拉伯和阿聯酋在 AI 基礎設施上的合作。他精闢地指出，這些國家坐擁豐富能源，卻面臨勞動力不足的挑戰。AI 與機器人技術，正能助其一臂之力，從單純的「能源輸出國」轉型為「數位勞動力強國」，進而釋放國家發展的巨大潛力。例如，Nvidia 協助在沙烏地阿拉伯成立的 HUMAIN 公司，其目標就是打造世界級的「AI 工廠」。這不僅是商業合作，更是地緣經濟版圖重塑的縮影。
- 對美國「AI 擴散規則」(Chip Diffusion Rule) 的尖銳批評：談到美國旨在限制向特定國家（主要是中國）擴散先進晶片技術的政策，黃仁勳毫不客氣地直言，這種做法「完全錯誤」(exactly wrong)。他認為，這非但無法有效遏制對手，反而會削弱美國在全球 AI 領域的領導地位。黃仁勳強調：「AI 是全棧的 (full stack)——從晶片、工廠、基礎設施到模型和應用。美國若想領導 AI，就必須在全棧領先。」在國際競爭對手（如華為）已經奮起直追的當下，限制美國自家 AI 技術的出口，無異於「自斷手腳」。
- 中國市場：不可或缺的戰略要地與棘手挑戰：這部分是黃仁勳炮火最猛烈，也最引人深思的。
- 他首先肯定了中國在 AI 領域的卓越成就（特別點名了 DeepSeek 團隊的出色工作），並指出中國擁有全球約 50% 的 AI 研究人員。在他看來，試圖阻止這樣一個龐大群體的發展是「不切實際的」。他甚至認為，美國的限制措施反而「激勵」(spur) 了中國本土競爭者的崛起，華為就是一個明顯的例子。
- 黃仁勳從計算平台成功的核心邏輯出發，強調龐大的安裝基礎和活躍的開發者生態系至關重要。他直言：「放棄擁有全球半數 AI 開發者的中國市場，從計算架構的角度來看，這完全沒有道理 (makes absolutely no sense)。」他認為，讓美國公司在中國市場公平競爭，不僅能幫助平衡貿易逆差、創造稅收和就業機會，更能鞏GED美國技術平台的全球領導地位。
- 談及 H20 等針對中國市場的特供版晶片遭禁，黃仁勳毫不諱言其對 Nvidia 造成的巨大損失：不僅是約 55 億美元的庫存直接報廢，還有高達 150 億美元的潛在銷售損失，以及連帶的約 30 億美元稅收損失。他堅信，僅僅禁止 H20 並不能阻止中國發展 AI 的步伐。
- 他用了一個極具張力的比喻來形容美國政府的策略——允許其他國家（如中東諸國）建立強大的 AI 能力，卻嚴格限制 Nvidia 進入中國市場，這就好比「我們只完成了 10% 的工作」(we got 10% done)，因為他認為「不進入中國市場實際上是 90% 的問題」(not going into China is about 90% of the way there)。這番話暗示，失去中國市場對美國 AI 領導地位的長期威脅，遠比其他任何因素都來得更為嚴峻。
黃仁勳透露，Nvidia 在過去幾年投入了大量精力在華盛頓進行溝通，試圖解釋這些政策可能帶來的非預期後果。他提出了一個核心觀點：「美國應該希望其公司獲勝，公司也應該希望其國家獲勝。」他認為，良性的市場競爭是推動進步的動力，不應人為阻止其他國家或公司追求卓越。
AI 工廠驅動 GDP 增長：AI 即新興生產力
黃仁勳預見，AI 將成為下一波全球 GDP 增長的核心引擎。他的關鍵洞察在於，AI 支出的性質正在發生根本性轉變——從傳統的「IT 預算」範疇，擴展到更廣泛的「製造業」或「營運支出 (OpEx)」預算。
- AI 即勞動力，而非僅僅是工具：未來的 AI 不再只是輔助人類的工具，而是能夠增強甚至替代部分勞動力的新型生產要素。隨著機器人技術的日益成熟，AI 將化身為「數位勞工」和「機器人勞工」。
- 解決全球勞動力短缺痛點：他敏銳地指出，全球許多地區（包括失業率處於歷史低點的美國）都面臨勞動力短缺的問題。AI 和機器人正好能填補這一缺口。他舉例說，如果一個機器人每年能帶來顯著的營收提升，企業會毫不猶豫地以每年 10 萬美元的成本「僱用」它。
- 擴大 GDP，催生新產業：因此，黃仁勳預測，在未來 5 到 10 年內，AI 有望顯著擴大全球 GDP，並催生一個全新的「token 製造系統」產業。他在多次公開演講中反覆提及的機器人技術，正是他對未來五年產業發展的重要預判。
Nvidia 的全棧野望與 Dynamo：打造 AI 基礎設施的操作系統
訪談也深入剖析了 Nvidia 的技術戰略，特別是其如何透過全棧優化來不斷提升 AI 運算效率，鞏固其市場領導地位。
- 因地制宜的溝通策略：GTC vs. Computex：Ben Thompson 觀察到，黃仁勳在 GTC 大會（主要面向美國的超大規模資料中心客戶，如雲服務巨頭）和 Computex 台北國際電腦展（主要面向台灣的 OEM/ODM 合作夥伴及更廣泛的企業客戶）上的演講重點有著微妙的差異。黃仁勳對此表示認同。GTC 更側重於底層技術突破和超大規模運算架構，而 Computex 則更貼近企業 IT 市場的需求，以及諸如 AI 代理 (agents) 和機器人等新興生態系統的起點。
- GTC 的「反 ASIC」潛台詞？Thompson 認為，黃仁勳在 GTC 上展示 Nvidia 快速的產品迭代路線圖，以及 GPU 因其可編程性而在延遲與頻寬的帕累托最優曲線上所展現的靈活性，帶有強烈的「反 ASIC」（專用積體電路）意味，暗示 ASIC 難以跟上 Nvidia 的創新步伐。 黃仁勳則回應，他當時的主要目的是教育市場如何建設新一代的數據中心，尤其是在能源供給日益緊張的背景下，最大化「每瓦性能」(throughput-per-watt) 變得至關重要。他解釋道，「AI 工廠」需要處理價值各異的 tokens（從免費的到極其昂貴的），因此系統不能僅僅為某一個特定應用點進行優化，否則會導致大量資源閒置和利用率不足。Blackwell 架構的設計、FP4 精度的引入、NVLink 72 的高速互聯以及 HBM 高頻寬記憶體的精心平衡，都是為了實現這一宏大目標。
- Dynamo——AI 工廠的「大腦」與「神經系統」：黃仁勳將 Dynamo 形容為「AI 工廠的操作系統」。這套軟體系統的核心功能是將大型語言模型（LLM）的推理工作負載，智能地分解為不同階段。例如，它能區分處理輸入上下文的「pre-fill」階段（通常需要大量浮點運算）和逐字生成回答的「decode」階段（更側重高記憶體頻寬）。 Dynamo 的高明之處在於，它能夠在整個數據中心內動態調度這些分解後的任務，根據當前運行的模型、用戶請求的特性以及上下文的複雜度，實時分配最合適的計算和記憶體資源，從而實現整體效率的最大化。 這與 Nvidia 長期以來將整個數據中心視為一個巨型 GPU 的理念一脈相承，而 Dynamo 正是實現這一願景的關鍵軟體層。
- 對未來 AI 模型的樂觀預期：黃仁勳預測，由於運算速度正以指數級提升（他甚至提到未來五年內可能實現 10 萬倍的加速），具備複雜推理能力的「思考型模型」(reasoning models) 將很快成為常態。屆時，即使是極其複雜的思考過程，也能在極短時間內完成。
企業市場的務實之道：「全都要」或「部分採用」皆歡迎
在開拓廣闊的企業市場方面，黃仁勳展現了高度的務實主義和策略彈性。
- 「你要買全部我最高興，但你買任何一部分我也樂意」：這是黃仁勳在 Computex 演講中向企業客戶傳達的核心訊息。Thompson 認為，這種姿態非常像一位典型的、以結果為導向的企業 CEO——極度務實。
- 整合與解耦的藝術：Nvidia 雖然不遺餘力地打造從晶片到軟體高度整合的全棧解決方案（因為軟硬體的深度協同設計是性能的關鍵），但也強調其系統設計的「紀律性」(discipline)，允許客戶根據自身需求選擇性採用。這意味著，客戶可以選擇不使用 Nvidia 的全套軟體，甚至可以在其系統中替換某些硬體組件。黃仁勳以 Grace Blackwell 超級晶片為例，說明它可以在不同的雲環境中以略微不同的方式進行集成和部署。
- 平台公司的核心價值：這種靈活性正是 Nvidia 作為一個計算平台公司的核心所在。無論客戶是選擇其完整的計算堆疊、強大的網路堆疊（黃仁勳對此的重視程度與計算堆疊等同），還是兩者都被採用，Nvidia 的目標都是為每一位客戶提供卓越服務，滿足其多樣化的需求。黃仁勳堅信 Nvidia 的整體系統更優，但他也深諳規模效應的重要性，而滿足客戶的多樣化需求，正是實現規模化、鞏固平台地位的關鍵。
遊戲業務：Nvidia 帝國的基石與創新活水
儘管 AI 業務如今光芒萬丈，幾乎掩蓋了其他一切，黃仁勳在訪談中仍不忘強調遊戲業務（GeForce 品牌）的基礎性重要地位。
- GeForce：創新的搖籃與試驗場：他明確指出，Nvidia 眾多改變行業的技術，都深深植根於 GeForce 的長期技術積累。例如，專業視覺化解決方案 RTX PRO、虛擬世界協作平台 Omniverse、機器人模擬平台 Isaac Sim (其核心物理引擎曾稱為 Newton)，甚至包括革命性的 AI 渲染技術（如 DLSS，它能做到每 10 個像素只渲染 1 個，其餘的由 AI 智能生成），都離不開 GeForce 平台持續的研發投入和技術突破。
- GTC 與遊戲開發者大會的受眾區隔：GTC 大會的焦點無疑是高效能運算和企業級 AI，因此 GeForce 的篇幅相對較少，但這絕不代表其重要性降低。Nvidia 有專門面向遊戲開發者的 GDC (Game Developers Conference) 等活動來深入交流。
- 驅動程式的深厚壁壘：核心競爭力所在：Thompson 將 Nvidia 在圖形驅動程式方面數十年如一日的深厚積累（其複雜性堪比整個 Windows 作業系統的驅動程式生態）視為其難以被輕易複製的核心競爭力之一。黃仁勳也呼應了這一觀點。他提到，儘管 Nvidia 已經部分開源了其 Linux 驅動程式，但由於 GPU 硬體迭代速度極快，外部貢獻者很難跟上這種節奏。只有像 Nvidia 這樣擁有龐大頂尖工程師團隊的公司，才能持續為每一代、每一款 GPU 精心優化驅動程式，並在其之上提供穩定可靠的 API 接口（如 CUDA、DirectX 等），這構成了 Nvidia 生態系統的堅實地基。
訪談接近尾聲時，Ben Thompson 分享了一個有趣的觀察：儘管黃仁勳在討論政府事務和產業政策時充滿激情、言辭犀利，但在被問及遊戲和驅動程式這些Nvidia起家的根本時，他眼中真正「亮了起來」(lit up)。這或許是對全球廣大遊戲玩家和Nvidia早期追隨者們最好的 reassurance——GeForce 依然是 Nvidia 的靈魂所在。
結語
總體而言，這次 Stratechery 的深度專訪，為我們描繪了一個正處於技術革命浪潮之巔的 Nvidia，以及其領導者黃仁勳在駕馭技術創新、拓展全球市場和應對複雜地緣政治格局方面的深思熟慮。他不僅對技術的未來走向抱持著堅定不移的信心，更在商業策略上展現出驚人的靈活性和對國家間競爭本質的深刻理解。這場對話，無疑為所有關注 AI 發展和全球科技競賽的人們，提供了極具價值的洞見。