menu-icon
anue logo
鉅亨傳承學院鉅亨號鉅亨買幣
search icon

美股

「輸入是電子,輸出是Token!」 黃仁勳一句話重新定義輝達:我們是AI時代的「轉換器」

鉅亨網編譯陳韋廷

輝達執行長黃仁勳周三 (15 日) 親手為自家公司劃下極簡卻震撼的定義:「輸入是電子,輸出是 Token,中間就是輝達。」這句話不僅精準概括輝達的商業本質,更直接將其定位從傳統的硬體製造商,升級為 AI 時代最核心的「Token 轉換器」。

cover image of news article
「輸入是電子,輸出是Token!」 黃仁勳一句話重新定義輝達:我們是AI時代的「轉換器」(圖:shutterstock)

黃仁勳周三接受播客主持人 Dwarkesh Patel 訪談,內容涵蓋輝達供應鏈「護城河」、TPU 競爭威脅,以及輝達為何不自己做雲服務等問題。


面對外界質疑輝達僅是撰寫軟體、依賴台積電製造晶片與台灣廠商封裝,恐面臨軟體商品化的危機,黃仁勳在一場訪談中不以為然地指出,將電子轉化為 Token,並讓這些 Token 隨時間推移產生更高價值,是一項極難被複製的技術壁壘。輝達的核心工作,便是盡可能高效地完成這一場能量與智慧的轉換。

支撐這一宏大願景的底氣,來自於輝達在供應鏈上築起的深厚護城河。

根據最新財報,輝達在晶圓廠、記憶體及封裝領域的採購承諾已逼近 1000 億美元,市場甚至預測未來將上看 2500 億美元。黃仁勳解釋,這並非單純的採購合約,而是建立在與上游供應商執行長之間持續的「告知、激勵與對齊」。透過讓供應鏈夥伴看清 AI 產業的龐大規模與方向,讓他們願意為輝達需求砸重金投資。

黃仁勳自信地說道:「這種供應鏈的調度能力能支撐起未來數兆美元的市場規模,並強調雖然 EUV 機器、邏輯產能等瓶頸兩三年內可被克服,但真正的長期制約在於下游的能源政策。沒有電力就無法建立工業,這才是最耗時的環節。」

在競爭層面,儘管雲端巨頭如谷歌、亞馬遜積極研發自家的 TPU 或 ASIC 晶片,試圖繞過輝達,黃仁勳仍展現強大自信。他明確區分,輝達做的是涵蓋科學計算各領域的「加速計算」,而非狹隘的專用張量處理。

他並直言,全球沒有任何一個平台的效能與總體擁有成本 (TCO) 能優於輝達,也不認可亞馬遜 Trainium 宣稱的 40% 成本優勢。

針對 Anthropic 大量使用 TPU 的現象,黃仁勳更犀利反擊稱這只是特例而非趨勢,因 TPU 與 Trainium 的成長完全來自於 Anthropic 的單一需求。

他甚至坦承,早年未能及時向 Anthropic 戰略投資是失誤,但如今已亡羊補牢,分別對 OpenAI 與 Anthropic 投入巨資,展現其鞏固生態系的決心。

手握充沛現金流的輝達,近期頻頻資助 CoreWeave 等新興雲端服務商,引發市場猜測其是否將親自下場做雲端運算。對此黃仁勳搬出「盡其所需,做盡量少的事」的公司哲學。

黃仁勳指出,輝達介入新雲服務是為了「讓生態繁榮」,而非轉行做金融租賃或雲端運營,畢竟「如果我沒做,自然會有人去做」。他也強調投資時不挑選贏家,「投了一家就會投所有家」,並以輝達當年在 60 家 3D 圖形公司中險中求生的歷史,展現足夠的謙遜。

面對緊俏的 GPU 分配問題,黃仁勳否認了「價高者得」的市場傳聞。他強調,輝達絕不會這樣做,這是糟糕的商業行為。分配邏輯優先看客戶的排產預測、採購訂單 (PO) 及資料中心就緒程度,最終遵循先到先得原則。他希望能成為行業可靠的基石,給予客戶確定性承諾。

針對敏感的晶片出口管制與中國市場,黃仁勳展現了務實的商業眼光。他指出,算力只是底層輸入,當受到約束時,競爭對手可透過堆疊能源、使用舊世代晶片及優化演算法來彌補硬體落差。

他也強調中國並不缺晶片,擁有全球頂尖的計算機科學家,且全球約 50% 的 AI 研究人員來自中國,放棄中國市場並不會讓美國在技術競賽中取勝,進行對話與研究交流才是最安全的做法。輝達的核心壁壘在於成熟的開發者生態,數億級的全球裝機量與豐富的應用場景,已形成強勁的發展飛輪。

在技術架構與產品路線圖上,黃仁勳透露,傳統摩爾定律每年效能增長約 25%,若要實現 10 到 100 倍的飛躍,必須依靠演算法與計算架構的雙重革新。

黃仁勳以 Blackwell 架構為例,其能效相比前代提升 50 倍,這絕非單純靠電晶體進步,而是架構優化與計算科學創新的成果。該架構支援全流程可編程及全棧協同設計,若無 CUDA 生態根本無法完成。

展望未來,輝達將保持年度穩定迭代,從 Vera Rubin 到 Vera Rubin Ultra,再到 Feynman,每年推出升級新品。憑藉極致的性價比、能效與客戶基數,輝達自信是全球唯一能承接從 1000 萬美元到 1000 億美元任意規模 AI 算力訂單的企業,持續驅動著 AI 工廠的運轉。


section icon

鉅亨講座

看更多
  • 講座
  • 公告

    Empty
    Empty