CLEC【黃仁勳的AI工廠時代：兆元級的豪賭】2025年9月28日

好，我們來聊一個很有趣的現象，你看哦，一邊是華爾街，他們看著 AI 的未來，好像，嗯，踩了剎車，覺得差不多了；但另一邊呢，是 NVIDIA 的黃仁勳，他根本就是油門踩到底，還直接賭上一個兆元級的未來，說要打造一個全新的 AI 工廠時代。誒，這兩邊的看法，怎麼會差這麼多？這個巨大的鴻溝，到底是怎麼來的呢？今天，我們就來聊聊這個。 你看這個衝突有多大，光看這兩個對比就知道了，華爾街那邊的共識大概是這樣：誒，這個 AI party 差不多要結束囉，2027 年之後，NVIDIA 的成長率大概就，掉到個位數吧。但黃仁勳呢，完全是另一個故事。當有人問他之前那個十億倍的瘋狂預測，他居然只回了四個字：「我低估了。」哇，這，這已經不是什麼意見分歧了，這根本就是對未來兩種完全不同的信仰。所以，問題就來了，到底誰說的才是對的？ 像黃仁勳這些打造 AI 未來的人，他們到底看到了什麼，是華爾街分析師們完全沒看到的？為什麼一邊看到的是一條通往無限可能的康莊大道，但另一邊看到的卻像是一條，嗯，前面快要撞牆的死胡同？ 其實華爾街的懷疑主要就來自這三個大哉問啦：第一，他們很擔心現在是不是投資過熱了，會不會蓋了一堆根本沒人用的 AI 設施，造成產能過剩。第二，他們質疑這些營收是不是真的，會不會只是科技巨頭之間，你知道的，左手換右手，根本不是真實的需求。然後第三，他們覺得競爭者很快就會追上來了啦，NVIDIA 不可能一直獨大吧。嗯，聽起來好像都蠻有道理的，對不對？ 好，那現在我們就來一個一個拆解，看看黃仁勳的觀點是怎麼回應這些質疑的。好，首先我們就來談這個產能過剩的迷思，黃仁勳為什麼對這個說法一笑置之？嗯，因為在他看來，大家根本就搞錯了需求。 要理解他這種無比的信心，我們就必須先了解他提出的三個，可以說是正在重塑整個世界的 AI 運算擴展定律。OK，第一個定律，叫做預訓練擴展定律，這個我們可能比較熟悉，你可以把它想像成 AI 在上大學，把整個網際網路當成他的教科書，然後瘋狂的吸收裡面的所有知識。過去這幾年，算力的需求會爆炸，主要就是因為這個，但是黃仁勳說，這只不過是 AI 教育的第一學期而已。 好，那接著是第二個定律，叫做訓練後擴展定律。你想，AI 大學畢業了吧？現在要開始專科訓練了，這就很像一個新手外科醫生，他要透過不斷的模擬手術來練習，一次又一次的嘗試，犯錯，然後修正，一直練到自己成為大師為止。這個外科醫生練習的過程，你想想看，又創造了另一波非常龐大的運算需求。 不過，真正引爆一氣的是這個第三定律，叫做推理或思考擴展定律。你看，過去的 AI 比較像一個很會背書的書呆子，你問他什麼，他就從記憶裡把答案背出來給你，這個叫做一次性推理。 但是，現在的 AI 完全不一樣了，你問他一個問題，他不會馬上回答你，他會先去上網研究，交叉比對資料，進行好幾個步驟的邏輯推理，甚至還會自我批判，最後才生成一個深思熟慮的答案。 你看看，這已經不是在背書了，這是在真正意義上的思考。而就是這個從背誦到思考的根本轉變，才是黃仁勳敢說出十億倍這個數字的底氣所在。你想想，當 AI 從一個搜尋引擎變成一個數位大腦的時候，它對算力的渴求，那絕對會是天文數字。所以，在這種等級的需求面前，你還去擔心什麼產能過剩，那，那就像在擔心大海會不會缺水一樣，真的有點多慮了。 OK，好，就算我們同意，這個需求真的是無窮無盡的。那第二個問題就來了，難道不會有競爭者跑來分一杯羹嗎？誒，很多人都以為只要做出更快的晶片，就可以挑戰 NVIDIA 囉。但其實，這種想法恰恰誤解了 NVIDIA 真正的護城河在哪裡。 他們賣的從來就不只是一顆晶片，而是一整套能夠高效產出智慧的 AI 工廠。這個 AI 工廠的秘密武器，就是所謂的極致協同設計。這什麼意思呢？意思就是，他們不是只在升級 GPU 而已，他們是把整個資料中心全部打掉重練。 從 CPU、GPU，到連接他們的網路晶片，再到驅動這一切的系統軟體。NVIDIA 對每一個環節都進行了革命性的改造。目的只有一個，讓這所有東西就像一個專門為 AI 而生的交響樂團一樣，能夠完美的合奏。 所以你看，黃仁勳這句話就說得非常到位了。他說：「重點不是去打造一顆 ASIC 晶片，重點是要打造一個完整的 AI 工廠系統。」這就像什麼？競爭對手想的是怎麼打造一顆更快的引擎，但 NVIDIA 在想的是如何設計一整條最高效的 F1 賽道。 這裡面包括了賽車、維修站，還有通訊系統。這，這根本是在玩不同等級的遊戲嘛。那他們是怎麼把差距拉得這麼開的呢？答案其實很驚人，他們用 AI 來設計 AI 晶片。 這讓他們可以用年為單位進行迭代。 你看看這個時程表，從 Hopper 到 Blackwell，只花了一年，效能就提升了整整 30 倍耶。我的天啊，這種速度，你叫對手要怎麼追？等他們好不容易做出跟 Hopper 差不多的產品時，NVIDIA 的 Rubin Ultra 可能都已經準備要發表了。 好，來到最後一個質疑，這可能也是最尖銳的一個。這些營收到底是不是真的？很多懷疑的人會說：「啊，這不過就是 NVIDIA 自己去投資新創公司，然後再讓這些新創公司回頭來買它的晶片，根本就是左手換右手的遊戲嘛。」嗯，要理解為什麼這不是真相，我們得來算一筆關於 AI 工廠的經濟帳。 我先問你一個問題，一個聽起來很反直覺的問題。如果今天有一家公司願意免費送你他們的 AI 晶片，但 NVIDIA 的系統卻要價不菲。你猜猜看，為什麼市場上那些大玩家最後還是會選擇那個貴得要命的 NVIDIA？嗯？答案就藏在 AI 時代一個大家常常忽略的真正的成本結構裡面。答案其實就在這張圖裡面。 你看哦，買晶片的錢看起來好像很多，對不對？但在一座 AI 工廠的整個生命週期的總成本裡，它其實真的只是冰山一角。那真正吞噬你預算的怪獸是什麼？是讓這座工廠日日夜夜運轉所需要的那驚人的電力成本。所以你看懂了嗎？在這個遊戲裡，最重要的關鍵變數根本不是晶片的價格，而是每瓦特效能。 因為在一個電力有限的世界裡，你的效能就直接決定你能產生多少營收。如果 NVIDIA 的系統效能是別人的兩倍，那就等於你花同樣的電費，可以賺到兩倍的錢。這樣一算，就算對手的晶片免費送你，你用了它，反而還虧錢。這才是市場願意為 NVIDIA 支付天價的根本原因。這完全是基於冷冰冰的商業計算，跟什麼左手換右手的循環營收，一點關係都沒有。 好，如果你覺得前面我們談的這些商業需求就已經夠驚人了，那我跟你說，那都還只是開胃菜。因為現在有一個更強大、更重量級的玩家，那就是國家。這場 AI 的競賽，已經從商業層級正式升級為全球地緣政治的戰略佈局。 黃仁勳這句話，我覺得完美點出了 AI 本質上的轉變。他說，沒有人需要原子彈，但人人都需要 AI。這什麼意思？這代表 AI 早就不是什麼很酷的科技玩具了。它已經是 21 世紀的電力，是網路。一個國家要是沒有它，經濟、國防、甚至文化都會停擺。 所以現在，每個國家都意識到了一件事，擁有自己的 AI，就是擁有自己的未來。而這股趨勢，就有一個專有名詞，叫做主權 AI。為什麼？因為現在每個國家都急著要建立自己的 AI 工廠。他們要用自己的語言、自己的文化、自己的價值觀去訓練屬於自己的 AI。 然後用它來打造自己的工業和國防模型，培養自己的人才。你看，這已經不再是那種會跟著景氣循環起起伏伏的企業投資了。這是幾乎不受經濟波動影響的國家級戰略建設。這也為 AI 的基礎設施帶來了一股長期而且非常穩定的剛性需求。 所以，如果我們把所有線索都拼在一起，你會得到一個非常驚人的結論，這早就不是又一次的技術升級那麼簡單了，這是一場革命，是運算這個詞的根本定義已經被徹底而且是永遠的改寫了。 為了幫助我們理解這場變革的尺度有多大，黃仁勳用了幾個很棒的歷史類比，他說，這就像過去，馬達擴增了人類的體力，就像電力取代了煤油燈，就像噴射機取代了螺旋槳飛機，而今天，AI 正在擴增人類的智慧，而專門為 AI 設計的加速運算，也正在取代過去服務了我們幾十年的通用運算。 好，那問題來了。這個所謂的 AI 工廠的市場，天花板到底在哪裡？我們可以這樣想，目前全世界由人類智慧所驅動的 GDP 每年大概是 50 兆美元，那如果 AI 能夠把這些智慧的產值提升個 20% 就好，會發生什麼事？ 這意味著一個每年高達 10 兆美元的全新市場就這樣誕生了，而創造這一切價值的基礎設施就是 AI 工廠。 所以，讓我們來看看。我們回到一開始的問題，為什麼建造者和分析師的看法會有這麼大的落差？答案，或許其實很簡單，因為分析師們盯著的是現有的 IT 市場，所以他們看到了天花板，但黃仁勳這樣的建造者，他們看到的是一個即將被 AI 徹底改造，價值高達數十兆美元的全球經濟，他們看的是完全不同的東西。 最後，我想把一個問題留給你思考。當智慧本身都可以像電力一樣被大規模生產時，我們的世界又將會變成什麼樣子呢？

※ 逐字稿由影片語音自動轉錄，可能有錯字，僅供參考。