Blackwell芯片太强，客户用不了，英伟达怎么收场？

英伟达的Blackwell芯片刚出来那会儿，真挺让人懵的。说是AI算力天花板，结果OpenAI、Meta这些大客户拿到手却装不上、跑不稳、一用就崩。不是芯片坏，是服务器机箱、电源、散热、连线路都得重来一遍。黄仁勋自己都承认，这代太“挑战性”了——不是吹牛，是真难搞。

72颗芯片塞进一台服务器，光是让它们互相说话都不容易。NVLink线路稍微抖一下，整台机器就卡住；供电一瞬不稳，训练直接中断；一停就是几百万美元打水漂。有人试过重启，结果整个集群集体黑屏，连日志都来不及写完。这不是软件bug，是铜线、焊点、液冷管、UPS电池一起在报警。

更麻烦的是，云厂商接单时答应得好好的，结果机房搭到一半发现电不够——单个Blackwell GPU功耗1000瓦，一个机柜要100多千瓦，加州两座数据中心直接晾着，连灯都不敢全开。甲骨文那边账面上亏了一个亿，不是卖不出去，是客户验收不过，钱收不回来。

OpenAI倒没喊难，悄悄把GPT-5.3-Codex全压在Blackwell上跑，但他们工程师天天蹲在服务器旁边调固件，不是写AI模型，是在救火。xAI更狠，在孟菲斯自己建液冷循环系统，10万颗芯片硬是撑下来了，代价是电费和运维人手翻三倍。

英伟达没光嘴上道歉，GB300芯片改了铜柱封装、统一液冷接口、加了智能功耗调度，BlueField DPU也减了30%功耗，把运维任务从CPU里拎出来。他们还把底层调度框架开源，让客户能自己做故障迁移——听起来像服务，其实是在把硬件责任往自己身上揽。

有意思的是，谷歌TPUv6没拼单机密度，改走分布式加网络优化，部署快了四倍；AMD则死磕HBM3良率，不碰72芯组联，成了中小AI公司的“稳字招牌”。大家慢慢看懂了：现在拼的不是谁芯片参数高，而是谁让客户少加班、少重启、少烧钱。

电力跟不上，散热顶不住，互联不稳，供电不灵——这些都不是小毛病，是实打实的物理门槛。Blackwell不是做不出来，是做出来之后才发现，光有芯片，真不够。

英伟达市值还是全球第一。
但客户现在要的，早就不只是芯片了。