今天小編分享的财經經驗：被誤解的英偉達，和不被理解的黃仁勳，歡迎閱讀。
英偉達是「基建」公司、「算法」公司，唯獨不是「芯片」公司。
作者｜靖宇
英偉達，到底是一家什麼公司？
在 2025 年的當下，這個問題聽起來多少有點過于簡單，甚至有點弱智。但是當一家公司在幾十個月内市值突破 3 萬億美元，成為全球科技行業的「定海神針」一般的存在時，這個問題的意義，以及它的答案，都會變得萬分復雜。
不少大眾依然記得英偉達的 GTX 顯卡、媒體認為它是「核彈廠」，資本認為它是市值最高的 AI 芯片巨頭。
而正是這些誤解、盲目的仰望和巨額的加倉，造就了 AI 時代英偉達的又一次近乎瘋狂的崛起和衝天的市值。
在衝天的狂熱之中，問題的答案，乃至這個問題本身，還重要嗎？
重要！
至少對于英偉達的創始人黃仁勳來說，這個問題決定了英偉達在未來世界中的重要角色，甚至未來世界本身的發展路徑。所以，問題的答案必須被清清楚楚、擲地有聲地說出來！
很可惜，2025 年熱鬧異常、數萬人參與、數十個新產品曝光的 GTC2025 ，并未讓世界認識到這個問題的答案，毋寧說，正因為這些紛繁復雜的產品、視頻、讨論和展覽，反而将答案本身遮蔽起來。
所以，黃仁勳不得不在随後的分析師和媒體會上，一個人發，出英偉達真正的「AI 宣言」：
英偉達不是芯片公司、不是解決方案公司、不是簡單的 AI 公司。它催生并見證了一個叫「AI」的新工業的誕生，一如蒸汽機開啟工業時代，電流點亮了電力時代——作為最基本的生產力，AI 将成為所有工業底層的「元工業」，開啟一個全新的 AI 時代。
而英偉達，就是 AI 工業最重要的基建平台。
或者，你可以說，英偉達，就是 AI 本身。
至少，這是黃仁勳希望讓大家相信的。
在無限面前，參數是膚淺的
直到今天，直到現在，英偉達已經是 AI 行業當之無愧的領頭羊時，人們在報道 GTC 大會的時候，依然習慣性地、不假思索地詳細描述英偉達發布的硬體產品—— AI 芯片和伺服器的每個技術細節、每個參數、以及和一年前產品相比的巨大表現提升。
「核彈」，這個從英偉達 GTX 顯卡時代就被冠上的外号，被毫不質疑地延續到了現在。好像每次老黃在 GTC 上發布新 AI 芯片產品時，都會被期待那句經典的「買得多，省得多」再次響徹全場——這不是對一家芯片公司最大的恭維嗎？
事實上不是的，它甚至有種一葉障目、避重就輕的膚淺。
當人們還在糾結 Blackwell Ultra 單個芯片的算力提升多少時，黃仁勳早已在強調，單個芯片表現的重要性，遠遠不如如何讓成百上千個芯片組成的 AI 芯片群的實時數據互聯和同步水平。
黃仁勳講解 Dynamo 如何實現 pd 分離 ｜ 圖片來源：英偉達
這是為什麼連接芯片之間的 NVLink 後面的數字越來越大，事實上為了能讓芯片集群發揮最大的效用，英偉達不得不為 AI 芯片研發一個系統 Dynamo，作為「推理服務庫的 VMware」，讓這些超強的芯片組在推理時代跑得更快。
而為了讓這些芯片上交換的巨量數據傳輸得更快，英偉達也要和台積電合作，在芯片的連接上采用光子技術，如果成功每個端口的速度能達到 1.6Tb/s，比目前最頂級的銅纜速度高兩倍。
英偉達的挑戰早已經不是單個芯片上晶體管數量的提升，而是字面意義上的物理限制，例如能源利用。「可使用的電能是有上限的」這就是為什麼在英偉達看來，AI 算力評價的分母已經不是秒，而是瓦特——再厲害的芯片和 AI 數據工廠，最終要靠電力來驅動。
Quantum-X InfiniBand 交換機采用特殊的線纜來加速運行 | 圖片來源：英偉達
這也是為什麼，台達電子 DELTA 的高管告訴極客公園，為了滿足這些新的 AI 數據中心硬體的需求，台達需要和英偉達團隊一起重新設計從電網到數據中心、再到每一台機櫃的每一塊芯片的電路和散熱裝置。「我們說的可是兆瓦級别的電壓，不是開玩笑的。」
「我們不是芯片公司，而是一家 AI 基礎設施公司。」黃仁勳在媒體溝通會上再次強調英偉達的定位。「你們見過哪家手機公司，會一下發布接下來 3 年的產品嗎？不存在的」單純因為英偉達的挑戰不再是行業或者對手，而是能量使用效率本身。
當一家公司被稱為「基礎設施」的時候，都代表身後是一個龐大的工業（Industry），正如石化、交通、農業。「只取決于世界決定生產水泥，還是生產 AI」黃仁勳如此給 AI 工業定性。
而在這個人們已經意識到、但又沒有足夠意識到重要性的行業，英偉達希望未來每一個 AI 數據中心流入和流出的 Token 上都有一個标籤—— Produced by XXX，Accelerated by Nvidia。
畢竟，人們對 Token 的需求，将呈幾何級别急劇增加。
音爆和殘影
在今年 GTC2025 的展台上，最受歡迎的不是占據最好位置、大賺特賺地數據中心服務商，而是英偉達官方地具身智能展台。來自 1x Technology、Agility Robotics 的工廠和家用機器人，吸引了所有人的目光。
GTC2025 英偉達展台上的機器人吸引了人們的目光｜視頻來源：極客公園
當然，别忘了還有和黃仁勳一起上台、大秀呆萌的小機器人 Blue，它和小兄弟們是展台上的絕對主力。來自迪士尼研究實驗室的「瓦力」，讓所有人掏出手機合影，讓旁邊英偉達負責解釋整個物理 AI 的負責人員搖頭苦笑——比起搞懂英偉達如何用 Omniverse、Cosmos、物理引擎 Newton 等一條龍產線如何助力機器人開發者，顯然小機器人的吸引力來得更直觀。
Physical AI 毫無疑問會是未來，單單智能駕駛行業，在 AI 基建、模拟、訓練和終端芯片如 Orin 和 Thor，就已經給英偉達產生 50 億美元以上的收入。按照目前智能駕駛大戰依舊，機器人如火如荼的情況，那句話怎麼說，「未來可期」。
當然，在具身智能到來之前，Agentic AI，這個正在某種程度上取代了剛剛興起兩年的「傳統大語言模型」的新功能，被印到了英偉達未來發展之路的下個節點上。
一方面是因為，以 DeepSeek 為代表的推理模型的表現，确實讓人驚豔；另一方面，同樣的問詢，Agentic AI 需要使用的 Token 數量是之前傳統大語言模型的 20 倍。
DeepSeek-R1 的 Reasoning 模型給出了近 20 倍于傳統大模型的 Token 量｜圖片來源：英偉達
超過兩百萬人在等着試用 Manus AI 工具的邀請碼——注定暴增的 Token 需求，需要更高的算力，或者更好的 AI 芯片和數據中心，這不是明擺着的嗎？
在經典電影《公民凱恩》中，主角臨終喃喃自語「玫瑰花蕾」（Rosebud）時，鏡頭最後切到了屋外滑雪板上的玫瑰花蕾圖案上。
黃仁勳也有自己的「玫瑰花蕾」。
在開場演講中，黃仁勳稱其中一頁 PPT 是他的最愛。那頁 PPT 上是全球的科研團隊，利用英偉達的硬體和系統，在天文、氣候、生物、醫藥等基礎科學領網域所嘗試的項目和取得的成果。
黃仁勳「最愛的」一頁 PPT｜圖片來源：英偉達
有情可原，讓英偉達在 AI 時代飛升的系統護城河 CUDA，最早的開發者群體正是高校的科研人員。沒有他們，AI 和英偉達的爆發，可能要被延後數年。
「英偉達打造芯片，但我們是一家算法公司。」黃仁勳說到。這種對于算法的儲備和精通，讓英偉達和 CUDA 可以幫助其他團隊形成自己的算法，來探索基礎學科和領網域。
Agentic AI、Physical AI、無人駕駛、使用 CUDA 的科學實驗，這些都很好，它們可能是未來 Token 巨大需求的驅動源，但不是根本。它們像是超音速飛機突破音爆時留下的圓圈、或者光速飛行留下的殘影。
這個以超高速飛行的，是黃仁勳和英偉達對于 AI 這個注定成為人類最重要、乃至最終產業的願景和野心。
然而，眼睛盯着參數和市值的人們，無法，或者還沒準備好理解英偉達給出的未來。
本文來自微信公眾号 " 極客公園 "（ID：geekpark），作者：靖宇，36 氪經授權發布。
