黃仁勛：兩年前缺芯，現在缺電！“無論你過去的野心有多大，現在都還不夠大！你要把野心擴大100倍”

黃仁勛萬字演講實錄：

AI是“工業級就業創造器”

Agent算力需暴漲1000倍

“不要被科幻故事嚇到，AI不會搶走工作，它是美國再工業化的最佳機遇。”

時間：2026年5月4日

地點：美國洛杉磯，第29屆米爾肯研究院全球大會（Milken Institute Global Conference）

主講人：Jensen Huang（黃仁勛），英偉達創始人兼CEO

形式：與CNBC主持人Becky Quick對話 「Leading in the Age of AI」

信息密度極高，完整提煉如下：

1.AI進化路線：從「會說話」到「會干活」

AI的變化路線是：

生成式 AI → 推理 AI → 智能體 AI

黃仁勛強調，AI不僅僅是生成內容，而是：

生成 token = 生成想法

生成指令 = 使用工具（打開瀏覽器、調用Excel、寫代碼）

「編程不再是程序員的專屬能力。編程的本質，是把一件你想反復自動化的事變成代碼。」

2.智能體比生成式AI吃算力 1000倍

為了讓AI完成"理解→推理→計劃→使用工具→采取行動"這一整套過程，所需計算量比普通生成式AI高出約1000倍。

「GPU消耗正在飆升，甚至連幾年前賣出去的GPU，價格上漲速度都像’優質葡萄酒’一樣。」

「購買英偉達的GPU就像投資藝術品。」

3.計算范式轉變：檢索 → 生成

過去（互聯網時代）：你找信息，信息是提前寫好/錄好的

未來（AI時代）：你告訴計算機意圖，它自己推理、拆解、搜索、調用工具，最后生成結果

「AI不是一個應用，而是在重塑整個計算機行業。互聯網時代，計算機負責’找出來’。AI時代，計算機負責’做出來’。」

4.AI是「五層蛋糕」，不是一層模型

完整的AI產業棧包括：芯片 → 系統和服務器 → 數據中心與云 → 模型 → 應用。再往下還有：土地、電力、液冷、供應鏈、封裝、內存、硅光子、網絡系統。

「今天英偉達已經不只是GPU公司。一個機架可能價值四五百萬美元，重達三噸，里面有一百五十萬個零件。AI看起來是一個聊天框，背后其實是一整套重工業。」

5.最大瓶頸從芯片轉向電力

「兩年前大家最缺的是芯片。但現在瓶頸一直在變。」

AI系統太復雜，每一層都可能成為瓶頸：芯片、先進封裝、內存、液冷、光通信、數據中心、土地、電力、電網。

「AI也是現代化電網的機會。因為第一次有大量客戶愿意為電力、可持續能源和基礎設施升級買單。」

「過去大家問：誰有模型？現在更關鍵的問題是：誰有電？誰有地？誰能建AI工廠？」

他還提到向特朗普承諾：給美國供應商5000億美元訂單，利用市場力量推動美國重新工業化。

6.AI公司開始賺錢，算力需求才會繼續爆發

「過去三到六個月里，OpenAI、Anthropic以及很多AI原生公司的毛利率已經變得非常可觀。」

當AI從燒錢工具變成高毛利產品，算力就不再只是成本，而是產能。OpenAI、Anthropic、Cursor不斷拿計算資源，本質上是在擴充"智能產能"。

7.工作的目的 ≠ 工作中的任務

黃仁勛的核心觀點：

「放射科醫生的任務，是看片子。但放射科醫生的目的，是幫助醫生診斷疾病、治療病人。」

「軟件工程師的任務，是寫代碼。但軟件工程師的目的，是解決問題、創造產品。」

「如果一個人的工作就是打字和說話，那這兩件事早就被自動化了，他早該失業了。但現實是，人反而更忙了。」

十年預測成真：十年前有人預測放射科醫生會被AI淘汰。今天，100%的放射科都被AI滲透了。但放射科醫生沒有消失，反而需求更大——他們現在可以看更多掃描片，接診更多病人。醫院賺了更多錢，放射科成了最大利潤中心之一，結果是：醫院想雇更多放射科醫生。

8.最大的風險不是AI太強，而是不用AI

「每家公司、每個國家、每個人都應該擁有AI。」

「真正擔心的是：人們被AI恐懼嚇住，最后不愿意使用AI。」

他明確反駁Geoffrey Hinton的「AI有20-30%概率終結人類」說法：

「這種說法完全錯了。錯在忽略了大量科學家正在努力讓AI安全。讓汽車更快的人，和讓汽車更安全的人，后者是前者的10倍。AI也一樣。」

「AI沒有生命，沒有意識。它是計算機和軟件。我們完全知道它是什么，知道怎么建造，知道怎么改進。把AI講得太神秘、太可怕，最后傷害的是人類自己。」

9.對年輕人的忠告

「無論你過去的野心有多大，現在都還不夠大。你要把野心擴大100倍。」

為偉大思想而生！

AI+時代，互聯網思想（wanging0123)，

第一必讀自媒體