黃仁勳重磅訪談：摩爾定律已死，OpenAI將是下個「數兆美元巨獸」
「OpenAI 很可能成為下一個數兆美元規模的超大規模公司。」NVIDIA 創辦人暨執行長黃仁勳此言一出，為這場席捲全球的 AI 革命定下最新註腳。這不僅是一項投資判斷，更是一場由 NVIDIA 親手打造、以 OpenAI 為先鋒的全新產業典範，正從根本上重塑運算世界的樣貌與未來經濟的格局。
NVIDIA 執行長黃仁勳指出，這不是線性成長，而是多重指數疊加的爆炸。過去，我們要求人工智慧（AI）提供一個答案；現在，我們要求它「思考」。
這個根本性的轉變，正是理解當前 AI 產業景氣的關鍵。「過去的推論是一次性的，」黃仁勳解釋，「但新的推論方式，是我們先前所期盼的，也就是思考。在回答之前先思考。」這段話揭示一場正在發生的革命。AI 不再只是從資料庫中提取並歸納答案，它會進行研究，查核事實，學習新知，再三思索，然後生成一個高品質的回應。這個「思考」的過程，讓運算需求增加的倍數，不是百倍千倍，而是十億倍。
黃仁勳坦言，他一年前的預測甚至還過於保守。如今，他提出 AI 發展存在三個「規模化定律」（Scaling Laws），而非一個。第一是「預訓練」，也就是模型學習的基礎階段。第二是「訓練後」，這好比 AI 在反覆練習一項技能，直到盡善盡美，這個過程透過強化學習，將訓練與推論緊密結合。第三，也是最具爆炸性的，就是「推論」。當 AI 開始思考、推理、使用工具，甚至生成多模態的影片內容時，其運算需求呈現指數級的增長。「看看現在的代理人系統（agent systems），」他說，「AI 不再是單一的語言模型，而是一個由眾多語言模型組成的系統，它們同時運行，有些使用工具，有些進行研究。」
這三大定律的疊加效應，正是 NVIDIA 與 OpenAI 展開史詩級合作的背景。黃仁勳毫不諱言地斷定：「OpenAI 很可能成為下一個數兆美元的超大規模（hyperscale）公司。」他將 OpenAI 的地位，類比於 Meta 或 Google，擁有龐大的消費級與企業級服務。在這樣的預期下，NVIDIA 成為 OpenAI 自建 AI 基礎設施的晶片、軟體到系統級的直接合作夥伴，顯得順理成章。OpenAI 正經歷著雙重指數增長：其一是用戶數量的指數增長，因為 AI 越來越好用；其二是每個用戶所消耗運算量的指數增長，因為 AI 從一次性回答轉變為深度思考。這雙重效應的疊加，迫使他們必須以前所未有的規模擴建基礎設施。
面對華爾街分析師普遍預測 NVIDIA 的增長將在 2027 年趨於平緩的保守看法，黃仁勳顯得氣定神閒，他認為這兩種觀點並不矛盾。分析師看的是眼前的訂單與財報，而他看到的是一場正在發生的典範轉移。他提出三點宏觀視角，來解釋為何 AI 的需求遠未觸及天花板。
第一點，是基於物理定律的必然。通用運算的摩爾定律已死，未來屬於加速運算與 AI 運算。這意味著全球價值數兆美元的運算基礎設施，都將面臨更新換代。「從通用運算轉向加速運算與 AI，這點無人質疑。」黃仁勳說。這不是創造新市場，而是對現有市場的徹底革新，如同從燃油燈轉向電力，從螺旋槳飛機轉向噴射機。
第二點，是現有超大規模資料中心工作負載的轉移。從搜尋引擎、推薦系統到社群媒體內容，這些過去由 CPU 執行的傳統運算任務，正全面轉向由 GPU 驅動的 AI 運算。光是服務 Meta、Google、字節跳動、亞馬遜等公司，滿足全球數十億用戶既有的網路需求，從傳統架構轉向 AI 架構，本身就是一個價值數千億美元的龐大市場。
第三點，也是最激動人心的未來，在於 AI 創造的全新應用。黃仁勳將 AI 工廠比作新時代的馬達，過去馬達取代體力勞動，如今 AI 工廠則生成「權杖」（tokens）來增強人類的智力。他估算，人類智力活動約佔全球 GDP 的 65%，約 50 兆美元。如果能透過 AI 增強這部分產值，哪怕只是增加 10 兆美元，而其中一半作為 AI 基礎設施的資本支出，那麼每年全球的 AI 基礎設施資本支出就高達 5 兆美元。「我聘用一位年薪十萬美元的員工，再花一萬美元為他配備一個 AI 助理，如果這能讓他的生產力翻倍或三倍，我會不會做？當然會，而且是立刻。」NVIDIA 內部從晶片設計到軟體工程，每一位員工都已有 AI 協同工作，這讓公司成長更快，生產力更高，利潤也更豐厚。將這個模式放大到全球經濟，潛力無可限量。
在這場運算革命中，NVIDIA 的競爭護城河不僅沒有被侵蝕，反而以前所未有的速度加深加寬。黃仁勳指出，成功的關鍵在於「極致協同設計」（Extreme Co-design）。由於電晶體的性能提升趨緩，單純依賴晶片本身已無法滿足指數級的性能增長需求。NVIDIA 的策略是打破框架，在系統層級上同時革新所有環節。
「我們同時改變 CPU、GPU、網路晶片、NVLink 擴展（scale up）、Spectrum-X 橫向擴展（scale out）以及所有相關的軟體堆疊。」這種跨越整個資料中心的整體優化，讓 Blackwell 架構相較於前一代 Hopper，在推論性能上實現 30 倍的躍升。這是任何單一晶片的摩爾定律都無法企及的成就。
這個策略延伸出每年一次的產品發布節奏。從 Hopper、Blackwell 到未來的 Vera Rubin、Rubin Ultra，再到 Fineman，NVIDIA 正以自身的技術指數增長，來應對客戶端雙重指數增長的需求，持續壓低權杖生成的成本。黃仁勳坦言：「如果沒有 AI 的輔助，NVIDIA 內部根本不可能以這樣的速度和規模進行開發。」
這種系統級的複雜性與規模，也構成巨大的進入障礙。當一個客戶的部署規模達到數十萬片 GPU 時，讓它們協同工作本身就是一個奇蹟。「你必須問自己，哪個客戶敢對一個未經驗證的新架構，下達 500 億美元的採購訂單？」黃仁勳反問。NVIDIA 的架構經過市場長期驗證，加上與供應鏈建立的深厚信任，才能夠提前啟動數千億美元的晶圓和記憶體採購，以應對龐大的未來需求。
面對 Google 的 TPU 或亞馬遜的 Tranium 等客製化晶片（ASIC）的挑戰，黃仁勳認為，這些競爭者看到的市場，已經從五年前那個「可愛又簡單」的 GPU 市場，演變成一個「巨大且複雜」的 AI 工廠生態系。NVIDIA 的視角早已超越 GPU，而是著眼於整個 AI 基礎設施，並持續推出像 CPX 這樣針對特定工作負載（如影片生成）的處理器。他甚至提出一個驚人的論點：競爭對手的晶片即便免費贈送，客戶依然會選擇 NVIDIA 的系統。
「想像一下，你只有 2 gigawatts 的電力額度，」他解釋，「如果我的系統每瓦產生的權杖是別人的兩倍，意味著我的客戶能從同樣的電力中獲得兩倍的營收。即使對手給你 15% 的折扣，也遠遠無法彌補 30 倍性能差距帶來的機會成本。」在電力成為終極瓶頸的時代，每瓦性能（perf per watt）直接等同於每瓦營收（revenue per watt），這讓總體擁有成本（TCO）的考量，凌駕於單一晶片的價格之上。
這場由 AI 驅動的變革，其影響力已遠遠超出科技產業，成為地緣政治的核心議題。黃仁勳頻繁與各國元首會面，深切體會到「主權 AI」（Sovereign AI）的崛起。「沒有人需要原子彈，但人人都需要 AI。」他一語道破其中的差異。AI 是現代化的運算能力，任何國家若想在未來保有一席之地，就必須擁有自己的 AI 基礎設施，如同他們需要能源和通訊基礎設施一樣。這不僅是為了語言模型的開發，更是為了工業、製造業乃至國家安全的模型建構。
談及中美關係，曾在中國市場擁有 95% 市佔率的黃仁勳，展現出深刻而務實的見解。他直言，美國先前試圖透過禁令削弱中國的策略，反而像是「單方面解除武裝」，為華為等本土企業創造壟斷利潤，加速其發展。他形容中國的競爭者「只落後我們奈秒（nanoseconds）」，擁有頂尖的 STEM 人才、最渴望成功的企業家，以及高效的產業生態。
他認為，與中國的關係應是競爭，而非脫鉤。「我從未聽過川普總統說『脫鉤』這個詞。」他強調，一個偉大的國家應有足夠的自信，歡迎競爭。「放馬過來（Bring it on）。」這不僅是他的態度，他相信這也是美國應有的姿態。他堅信，讓 NVIDIA 這樣的美國科技領袖在中國市場公平競爭，既符合美國的利益，也符合中國的長遠利益。一個開放、競爭的市場，能促使雙方不斷進步，而將美國科技推向全球，更能鞏固其地緣政治影響力。
這份自信，也延伸到他對「美國夢」的信念。作為美國夢的典型代表，黃仁勳深刻理解移民對國家創新的重要性。他擔憂，「中國鷹派」的言論和政策，可能會嚇跑全球最頂尖的人才，侵蝕美國最寶貴的品牌資產。「你可以對中國保持競爭姿態，但要小心，不要對中國人變得嚴苛。」他提醒，吸引並留住全球最聰明的人，是美國未來成功的關鍵績效指標。
對於未來，黃仁勳的描繪既務實又充滿想像。未來五年，AI 與機器人學的融合將帶來能在我們身邊走動的智慧體。每個人都可能擁有自己的 R2-D2，以及在雲端為自己量身定做的 AI 模型。生物學的奧秘將被解開，為每個人建立健康的「數位分身」（digital twin）將成為可能。
面對如此迅猛的變革，他給所有企業領導者的建議異常簡單：「如果有一列即將以指數級速度前進的火車，你唯一需要做的，就是跳上去。」與其徒勞地預測火車的終點，不如趁它還不算太快時上車，隨它一同經歷指數級的旅程。這場革命不會導致大規模的失業，因為人類的創意與想法是無窮的。
AI 的出現，讓我們有能力去追逐更多的想法，解決更大的問題，從而創造更多的工作與價值。這不是一個零和遊戲，智慧的增長，將會催生一個更繁榮、更有創造力的未來。
