英伟达 CEO 黄仁勋：上千亿美元只是开胃菜，AI 基建还得再砸几万亿

1 月 22 日，在达沃斯的聚光灯下，英伟达掌门人黄仁勋与贝莱德（BlackRock）掌门人拉里 · 芬克（Larry Fink）展开了一场长达半小时的巅峰对话。

面对华尔街最关心的“资金黑洞”问题，黄仁勋抛出了一个惊人的论断 ——“我们已经投进去的几千亿美元，只是道开胃菜。要把这套架构真正搭起来，后面还得再砸几万亿美元。”

就在全世界都在担忧“AI 是不是过热了”的时候，他给出了一个截然不同的定义：“我们遇上的不是什么 AI 泡沫，而是人类历史上最大的一场基建热潮。”

目前英伟达的 GPU 依然一芯难求，就连几年前老款型号的租金都在飞涨。

为了解释这笔钱到底要花在哪，黄仁勋将整个 AI 体系比作一个庞大的“五层蛋糕”：最底层是能源，往上依次是芯片、云服务、AI 模型，而最上面那层才是各行各业的具体应用。要把这块蛋糕每一层都填满，现有的投入确实仅仅是个开始。

而对于“AI 抢人饭碗”这个引发全球焦虑的话题，黄仁勋觉得大家可能都担心反了：“AI 非但没有制造失业，反而正在创造大量年薪六位数的蓝领工作。”

如今在美国，电工、管道工年薪突破十万美元已经不稀奇。原因很简单：到处都在疯狂建设数据中心和芯片工厂，这些物理世界的“新基建”急需大量熟练人手。

他还举了医疗行业的例子来反击“替代论”。过去十年，AI 并没有像预言那样取代放射科医生，相反，医生的人数还增加了。“AI 把看片子这类重复活儿接了过去，让医生能腾出手，更专注于诊断和跟病人沟通，这才是医疗真正该做的事。”

此外，黄仁勋还特别强调了“AI 主权”的概念：“每个国家都应该发展自己的 AI 能力，就像当年建电网、修公路一样，这是新时代的基础设施主权。”

路修好了，车自然会来。

几万亿美元正在转化为电网、芯片厂和数据中心。这就好比当年的铁路大基建。基础设施一旦铺好，属于它的时代自然就会到来。

一、AI 不是“泡沫”，是必须垒起来的“五层蛋糕”

“很多人跑来问我，现在 AI 投资这么猛，是不是泡沫？”黄仁勋对这个问题的回应很干脆：“之所以有人觉得是泡沫，恰恰是因为我们投的规模太大了。而规模大，是因为我们得从下到上，把支撑 AI 的每一层基础设施都给建起来。”

为了说清楚这个庞大的体系，他抛出了那个如今常被引用的“AI 五层蛋糕”理论：

最底层：能源。没电，一切算力都是空谈。

第二层：芯片和计算设备。这是英伟达的主战场。

第三层：云设施与服务。得把算力高效地管起来、送出去。

第四层：AI 模型。大家最熟悉的层面，比如 ChatGPT 这些大模型。

最顶层：实际应用。金融、医疗、制造……AI 真正产生价值的地方。

“全球已经在这里面投了好几千亿美元，”黄仁勋说，“但这只是个开头，未来需要的钱得以万亿美元计。”他去年就预测过，到 2030 年，全球花在 AI 基础设施上的钱可能达到 3 万亿到 4 万亿美元。

之所以要这么多钱，是因为从蛋糕底往上，每一层都在疯狂扩张：

能源层：为了喂饱胃口巨大的 AI 数据中心，全球的电站升级和绿色能源项目都在提速。

芯片与硬件层：台积电说要新建 20 座芯片厂；英伟达的制造伙伴（如富士康、纬创、广达）打算新建 30 座“AI 工厂”；存储领域，美光已经启动了在美国的 2000 亿美元投资，SK 海力士和三星也在拼命扩产。

数据中心层：几大科技公司已经承诺，未来几年要投超过 5000 亿美元在数据中心的建设和租赁上。

与此同时，2025 年的风险投资也冲上了历史高点，全球超过 1000 亿美元流向了那些“AI 原生公司”，覆盖医疗、机器人、制造、金融等领域。砸钱这么狠，背后是 AI 模型的能力已经足够支撑这些行业玩出真东西了。

二、不只会写诗画画，AI 开始“读懂”物理世界了

推动这场万亿基建浪潮的根本动力，是 AI 技术自己在过去一年取得了比普通人想象更扎实的突破。黄仁勋把这些突破归为三类：

突破一：从“聊天”到“办事”。早期的 AI 大模型总爱“胡言乱语”，但现在它们学会了逐步推理、制定计划、执行任务，越来越像个能自己干活的“智能体”了。

突破二：开源浪潮。他以 DeepSeek 为例，称其开源模型的出现是推理领域的“大事”，这让全球的企业和研究机构都能用较低成本获得强大的 AI 能力，进而开发自己专业领域的模型。

突破三：物理智能的觉醒。这部分最让人兴奋。AI 开始理解蛋白质结构、化学分子、流体力学这些自然科学规律了。“我们和礼来这样的药企合作，AI 已经可以像我们和 ChatGPT 聊天那样，去‘对话’和设计蛋白质分子。这意味着，未来研发新药的速度可能会被彻底改写。”

三、AI 不是来砸饭碗的，反而催生了“六位数年薪”的蓝领岗

面对“AI 导致失业”这股全球性的焦虑，黄仁勋的观点是：AI 会创造出大量高薪的蓝领岗位，甚至可能让技术工人更加紧俏。

“那些数据中心、芯片工厂，安装和维护它们需要海量的电工、管道工、建筑工人和网络技师。”他说，“在美国，这些岗位的薪水几乎翻了一倍，赚到六位数年薪并不难。想过上好日子，不一定非得有个计算机博士学位。”

他还举了放射科医生和护士的例子：十年前，当 AI 在看医学影像上超过人类时，很多人都说放射科医生要失业了。但十年过去了，美国放射科医生的数量反而增加了。因为 AI 把看片子这种重复劳动包了，医生就能把时间省下来，更深入地跟病人沟通、做复杂诊断。医院效率高了，收入多了，反而雇了更多医生。

护士的情况也类似。黄仁勋引用数据说，美国缺 500 万名护士。AI 接手了大约一半的病历文书工作，让护士能回到病人床边，提供更有温度的护理。医院运转得更好了，对护士的需求也更大了。

“关键要分清楚工作的‘目的’和‘任务’。”黄仁勋总结道，“AI 自动化的是‘任务’，而人更能专注于工作的‘目的’。这通常会提升职业的价值，甚至把整个行业的盘子做得更大。”

黄仁勋举的例子多是高端服务业和蓝领工种。而对于那些从事基础分析、编码、文案工作的普通白领来说，AI 带来的替代压力，确实是实实在在、近在眼前的。Anthropic 的 CEO 达里奥 · 阿莫代伊（Dario Amodei）之前就警告过，一半的入门级白领工作可能会被 AI“抹掉”。

四、给世界的建议：每个国家都该有自己的“AI 主权”

黄仁勋的眼光并没只盯着发达国家。他特别指出，AI 不该成为技术鸿沟，而应成为发展中国家实现跨越的机会。

对发展中国家来说：“AI 是基础设施，就像电和路一样。每个国家都应该建设自己的 AI 能力。”他认为，借助开源模型，结合本国的语言和文化数据去训练，任何国家都能发展出适合自己需要的 AI。“这能保护你们的数字主权。AI 用起来越来越方便，未来任何人或许都能通过对话来编程，这有助于缩小技术差距。”

对欧洲，黄仁勋的建议是：“欧洲的优势在于深厚的工业基础和顶尖的科学实力。你们可以跳过‘软件时代’，直接拥抱‘物理 AI’和机器人技术，用 AI 把制造业和科学研究重新武装起来。”

但他也毫不客气地指出了前提：“欧洲必须先解决能源供应的问题。没有充足且可持续的电力，什么都谈不成。”

五、英伟达的现在与未来：GPU 还是一卡难求

这一轮 AI 浪潮到底有没有泡沫？英伟达或许就是最准确的风向标。

黄仁勋提到，检验 AI 是不是泡沫，一个关键指标就是看英伟达 GPU 够不够抢手。如今，英伟达的 GPU 已经铺满了各大云平台，想租一块用用越来越难，现货价格也在涨，不仅是最新一代，连前两代的旧型号价格都在往上走。

原因在于，AI 公司的快速扩张让研发预算大量转向。像礼来这样的公司就是典型：三年前，他们的预算几乎全花在传统的实验室里；而现在，大部分资金都流向了 AI 超级计算机和数字实验室。越来越多的研发经费，正在朝 AI 倾斜。

数据显示，主要科技公司（微软、Meta、亚马逊、谷歌等）已经承诺，未来几年要投超过 5000 亿美元在数据中心的建设和租赁上，其中大部分会变成英伟达的硬件订单。甚至有消息说，中国的科技巨头阿里和字节跳动，各自都想订购超过 20 万颗英伟达最新的 H200 芯片。

路修好了，车自然会来

黄仁勋描绘的未来，其实没那么玄乎。他只是在告诉世界：AI 不是飘在云端的魔法，它和当年的铁路、电网一样，是由钢筋、水泥和电力堆出来的工业品。

此刻的矛盾显而易见：资本的热情与大众的焦虑在对撞，发达国家的抢跑与发展中国家的追赶在交织。但这种混乱，恰恰是每一次工业革命爆发前的常态。

正如黄仁勋所言，几千亿美元只是个入场券。当 AI 从“聊天框”走向“物理世界”，真正的竞争才刚刚开始。在这个新阶段，最扎实的电网和最熟练的工人，或许比最聪明的算法更具决定性。

本文源自：IT之家