互联网从业者充电站

黄仁勋的台北演讲不只是发布芯片

如果你只看新闻标题，大概会觉得英伟达又发布了几个新芯片，参数又提升了多少。但如果你把黄仁勋在台北电脑展前的这场演讲从头听到尾，你会发现他在讲一个更宏大的故事。

过去两年，AI行业的核心是训练大模型。谁算力强，谁就能训练出更大的模型。英伟达的GPU成了淘金热里的铲子，卖得盆满钵满。但黄仁勋这次演讲透露了一个明显的转向：重点从训练转移到了推理，从模型转移到了智能体。

什么是智能体？简单说，就是能自己完成任务的AI。你告诉它“帮我订一张下周去北京的机票，顺便查一下那边的天气，再把我那天的会议推掉”。它不需要你一步一步教，自己就能拆解任务、调用工具、执行操作。这种智能体对算力的消耗方式，和训练模型完全不同。它需要低延迟、高并发、并且能处理复杂的长链条推理。

英伟达这次发布的Vera Rubin架构，以及专门面向AI智能体的CPU Vera，就是冲着这个需求去的。Vera Rubin已经全面量产，首批客户包括OpenAI、Anthropic和SpaceX，这三家都是智能体赛道最激进的玩家。OpenAI在做能操作电脑的Codex，Anthropic有Claude Code，SpaceX则要在火星上部署自动化系统。他们之所以选英伟达的芯片，是因为英伟达最早看懂了智能体需要什么，因为单纯的算得快远远不够，还要能在芯片级保证安全、低延迟和多任务并行。

黄仁勋这次还发布了一个叫DSX的平台，这个平台既不做芯片也不做模型，它是一套“建AI工厂的说明书”。过去你要建一个AI数据中心，需要自己摸索买什么服务器、怎么布线、怎么散热、怎么调度算力、怎么保证不出错。DSX把这些经验打包成一套标准流程，你可以在电脑上先模拟整个工厂的运行，一分钱不用花，等模拟通过再去买硬件。

这件事的意义被很多人低估了，它意味着英伟达不满足于只卖芯片，它想定义“AI应该如何被部署”。就像当年微软定义了一台PC应该装什么系统，英特尔定义了CPU的标准。英伟达现在想定义的是一个企业要搞AI，应该走什么流程、用什么架构和达到什么标准。

最让人意外的是，英伟达宣布要跟联发科合作做面向Windows PC的芯片，预计今年秋天就上市。这意味着英伟达要正面挑战英特尔和AMD，直接进入普通人的电脑。这颗芯片不是传统意义上的CPU，而是把CPU、GPU和AI单元整合在一起的单颗SoC。戴尔、联想这些整机厂商可以直接采购，像做苹果电脑那样做Windows电脑。

这套打法很眼熟，苹果当年就是用自研芯片把Mac从“兼容机”变成了“体验机”，英伟达现在想对Windows阵营做同样的事。区别在于苹果只服务自己，英伟达则想服务整个生态。它不自己做电脑，但能给所有电脑厂商提供一个“装上就能跑AI”的芯片方案。如果成功，未来你买任何品牌的Windows电脑，里面的AI算力都来自英伟达，这将是比卖显卡大得多的市场。

在自动驾驶领域，英伟达的Hyperion平台已经成了事实上的行业标准。比亚迪、吉利、极氪、小米、小马智行都在用这套平台开发自动驾驶。因为英伟达提供的不止是一颗芯片，还有一整套从感知到决策的解决方案。车厂不需要自己从头研发，只需要基于Hyperion做上层应用，这跟安卓手机厂商用高通芯片的逻辑一模一样。

机器人的打法也类似，英伟达发布了Isaac GR00T人形机器人参考平台，还选了宇树科技的机器人作为参考机型。这意味着未来你做机器人开发，不用自己折腾底层硬件和软件，直接套用英伟达的框架就行。就像今天你想做一个App一样，有一个现成的开发环境和应用商店。

把所有这些串起来，你就会看到一个清晰的轮廓。英伟达正在做的，不是一家芯片公司该做的事，它在定义AI时代的基础设施标准。训练模型用它，部署智能体用它，自动驾驶用它，人形机器人用它，连你办公桌上的电脑也要用它的芯片。它不满足于当AI界的英特尔，它要当AI界的“微软+英特尔+高通”的合体。

当然，这条路能不能走通还要看几个关键变量。第一是AI智能体的应用能不能真正普及，如果只是一小部分极客在用，那芯片产能就有过剩的风险。第二是竞争对手能不能追上，AMD、英特尔甚至一些创业公司都在发力AI芯片，英伟达的技术领先优势正在缩小。第三是反垄断的压力，当一家公司同时控制AI训练、推理、PC、汽车、机器人这些关键领域的芯片标准时，监管机构不可能视而不见。

但至少在今天，黄仁勋站在台北的舞台上讲的是一个没有人能反驳的故事。AI不再是未来，它正在变成跟水电一样的基础设施。

而英伟达，想成为那个接通管道的头号玩家。

👍1

492 views06:44