黄仁勋又出狠招：用免费万亿模型，盖一座永远逃不出的显卡牢笼？

这么多年，见过太多“披着羊皮”的商业操作，但黄仁勋这一手，堪称教科书级别。一个市值冲破五万亿美元的硬件大佬，突然要把自家训练的万亿参数模型免费送人，这事儿要是搁在别人身上，我们只会觉得脑子进水了。

可放在老黄身上，只想说一句：小心他递过来的糖。免费的从来最贵，这话在硅谷同样管用。

事情的引爆点，是2026年8月11日《The Information》放出的一则重磅爆料。英伟达正在秘密训练下一代Nemotron 4模型家族，最大的旗舰版本，参数量至少一万亿。

权重完全开源，全球任何一家公司、任何一个国家都能下载。按内部员工的说法，最早可能于今年深秋推出。

围观群众第一反应都是懵的：一家卖显卡的公司，毛利率常年顶在七成以上，跑来和OpenAI、Anthropic抢做大模型？这不是自己砸自己客户的饭碗吗？

可老黄自己早就把话挑明了——免费的AI，对硬件是天大的好事。这一句，读懂的人已经开始重新盘算自己的持仓。

免费的模型只是钩子，钩子后面拴着的，是通往Blackwell显卡集群的黄金链。商业史上有个老套路，叫“把互补品打成大白菜”。

意思就是：你手里握着核心资源，就想尽办法让配套的东西越便宜越好。配套品越白菜价，你手里的东西就越金贵。

老黄这一刀，直接把曾经被神化的“AI智力”踩到地板上，让全世界都能白拿。可白拿的东西越好用，跑它的显卡就越紧俏。

打个比方，大家更好懂。老黄在市中心广场支了个摊，免费送豪华跑车，一台一台往外发。

谁都能开走一辆价值千万的Nemotron 4万亿参数超跑。等你把车开回家才琢磨出味道来——这车只能加英伟达自家炼的特号油，也就是Blackwell B200、B300显卡集群。

车不要钱，可你想上路，每跑一公里都得往老黄口袋里投币。跑车越拉风，油钱越吓人。

再换个说法，就像有人在孤岛上盖了座免费的顶级迪士尼，谁进都不收门票。可上岛只有一条超音速缆车能坐，运营方是英伟达。

你以为占了大便宜，结果光缆车票的钱，就把门票的份补回来了，还得倒贴。传统模式是咖啡机便宜、胶囊贵，老黄玩的是反过来那套——胶囊终身免费管够，可那台能冲的咖啡机，一台开价几百万美元起。

看看2026年的硅谷，我们就懂这一刀砍下去有多狠。近两年，几大云厂商苦“老黄税”久矣。

微软推自家的Maia，亚马逊加码Trainium，谷歌拿TPU持续刷存在感，OpenAI也在和博通眉来眼去搞自研。这些巨头的算盘打得噼啪响：靠闭源API当奶牛挤钱，再把钱拿去研发自家硬件，一步步摆脱对英伟达的依赖。

DeepSeek、Qwen这些开源模型的崛起，又把推理成本干成了白菜价。老黄看得门清，索性一脚踹翻牌桌。

他把一个媲美顶级闭源模型的万亿参数怪兽，白白拍在客户桌上。企业老板们一算账，脑子瞬间清醒——凭啥每个月给OpenAI交那么贵的API费用，还得把自家客户数据、财务报表送到别人服务器上过一遍？

直接下载Nemotron 4，部署在自家机房，数据不出门，成本还砍一大半。这一波操作，把闭源厂苦心筑起的护城河，抽干了一大半。

真正的坑，是在企业按下“私有化部署”那个按钮之后才启动的。一万亿参数的庞然大物，绝不是往笔记本上一塞就能跑的小玩具。

想让它顺畅推理、还能微调，企业至少得搭一套由几十张Blackwell组成、通过NVLink高速互联的超级集群。B200一年期的云端租赁价格，2026年春天已经涨到每GPU小时5.3到7.05美元的区间。

这已经不是买硬件的账，这是每天开机就往火盆里扔现金。

更要命的是软件那层。AMD的MI系列、英特尔的Gaudi、大厂自研的那些ASIC，纸面算力单看都不算难看。可一旦离开英伟达深度优化的Megatron-LM和NeMo框架，实际算力利用率会掉进坑里，20%都够呛。

在英伟达自家硬件上，软硬合璧的效率能干到45%到50%。同样的电，同样的机柜面积，产出可能差出两三倍。

企业老板不是慈善家，账一算就知道该往哪边靠。历史上这种“免费大棒”，早就演练过好几次。

2001年前后，微软的Windows NT在企业服务器市场势如破竹，靠授权费一年赚得盆满钵满。IBM感到了压顶的威胁，做了个当时业界震动的决定——一口气砸10亿美元投给Linux开源项目，还抽调最顶尖的工程师免费帮Linux写代码。

表面上IBM在做雷锋。可IBM真正赚钱的，是那些昂贵的大型机、企业级咨询和服务合同。

Linux把微软的授权费搞垮，客户省下的预算，全买了IBM的硬件。2007年，谷歌把Android整个开源送给全世界。

那之前，塞班、Windows Mobile统治着手机系统，每卖一台手机都得交系统专利费。谷歌收购Android后直接免费开放，三星、HTC，还有后来国内一众厂商，都跳上了这条船。

谷歌从没打算靠卖操作系统吃饭，它要的是全球几十亿部智能手机，变成搜索、YouTube和广告的流量入口。免费拆掉别人的收费站，顺手在原地盖起自己的收费高速。

老黄自己更是这套玩法的祖师爷。2006年，英伟达推出了CUDA并行计算平台。

整整二十年，公司每年砸数十亿美元搞研发，却把CUDA免费给全球高校、科研机构和开发者用。到2026年，全球注册的CUDA开发者已经突破400万。

这意味着什么？意味着任何一个博士生、任何一个初创团队，写代码的第一反应就是往CUDA上招呼。

别家硬件参数再漂亮，也没人愿意从头重写底层。免费的CUDA，早已成了英伟达最铜墙铁壁的护城河。

Nemotron 4，只是CUDA的故事在大模型时代重演一遍。英伟达生成式AI副总裁Kari Briski就讲过一句话，大意是——每一家公司、每一个国家，都需要一个可用、可控、可以传承下去的顶级开源模型。

这话听着挺正义，可透露出来的是英伟达对未来产业格局的冷静判断。未来的世界，不会由一两家闭源API巨头包圆。

金融、医疗、政府、军工，这些对数据隐私极度敏感的机构，都渴望把顶级模型部署在自己家的机房里。“主权AI”这四个字，老黄嚼了两年了。

他给全球那些不想被美国云厂商拿捏、又想要顶级智能的国家和企业，递上了一份没法拒绝的清单：最强的大脑，我免费送；最前沿的训练框架，我开源；你什么软件巨头都不用受制于，只要准备好支票，向我采购厨房里那台超级灶台。

这个句式里，客户所有的“主权”幻觉都被满足了，代价只是把GPU账单从一位数变成两位数。

配合这套打法，英伟达在2026年8月还搞了个大动作——联手阿波罗、贝莱德、黑石、布鲁克菲尔德、高盛、KKR六大华尔街资本，撬动超过五千亿美元的第三方资金，专门给AI工厂建设做项目融资。老黄一句话给整个行业定了性：算力就是收入。

GPU集群不再是普通的固定资产，而是像油田、港口一样能够证券化、能做长期现金流建模的生产性基础设施。3月的GTC 2026上，他甚至喊出到2027年Blackwell加Vera Rubin累计订单破一万亿美元的天量指引。

放到当前的地缘背景里看，这盘棋还有一层意味。中美在AI算力上的较量白热化，美国对高端GPU的出口管制越拉越紧，我们这边华为昇腾、寒武纪、摩尔线程等等本土力量也在拼命追赶。

老黄这一招免费开源万亿模型，看着普惠，实则替美国科技体系抢占“事实标准”这个高地——只要全世界的AI应用都是围绕Nemotron和NeMo框架写起来的、围绕CUDA优化过的，这条软件生态的绳索，就悄悄套在了每一个跟进者的脖子上。

对我们中国产业界来说，这既是压力，也是清醒剂。国产大模型和国产算力必须走一条自主可控的软硬协同路子，不能把地基建在别人赠送的水泥地上。

华为的CANN、寒武纪的MLU生态、国内几家大厂围绕昇腾搭建的训练框架，都在加速迭代。开源社区里，我们的团队贡献的DeepSeek、Qwen系列在全球下载量长期霸榜，这本身就是一种反向的“把互补品打成白菜价”，用来对冲英伟达那套围栏战术。

台湾地区的台积电依旧在为英伟达代工先进制程，这一层供应链的角力，也会牵动整个亚太的科技格局。进入2026年下半年，大模型行业演化出的这条食物链已经清晰得刺眼。

淘金客们在应用层辛辛苦苦找变现场景，卖水人为下滑的API价格和爆表的电力账单焦虑上火，卖铲子的英伟达则大方地把挖金地图免费印发给全世界——反正你挖到金子还是石头，铲子的钱先付了。

老黄这堂课讲得直白：铲子握在手里，金子贵不贵、免不免费，跟他没关系。等到今年深秋，那个万亿参数的Nemotron 4真正落地的那一天，闭源大厂们回头一看，才会发现自己辛辛苦苦筑起的技术壁垒，在英伟达的硬件帝国面前，就是海边一座沙子堆的城堡。

全世界的开发者、企业和国家，都得重新审视这张牌桌——你可以选择不玩，可牌桌上的筹码，早就被老黄换成他自己家印的了。这场关于算力、软件与商业终局的洗牌，才刚刚翻开第一页。