“AI的本质是计算，计算的核心是开发者。”

“想保持领先，就必须赢得这些开发者。让全球的AI开发者都在我们的技术栈上构建他们的系统。”

上周在华盛顿见完特朗普之后的第二天，英伟达创始人黄仁勋在一档“总统备忘录”播客节目中，谈到了一些见面的共识。

过去一周，对黄仁勋而言确实是“激动人心的一周”，英伟达市值奔跑着冲上4万亿美元。他先是现身华盛顿，与特朗普会面，旋及飞往中国开启访问。

而在昨天，黄仁勋宣布“美国已批准H20芯片销往中国，英伟达还将推出一款新显卡”的消息再次振奋市场，英伟达应声涨超4%，市值创出历史新高，达到4.17亿美元。

在这场30分钟的对话中，他回顾2012年Alex Net引爆深度学习的起点，清晰梳理了AI技术经历的三次浪潮——从感知智能、生成智能到推理智能，指出下一个浪潮是“物理智能”。

黄仁勋自称英伟达曾“重启公司”，从芯片厂商转型为AI平台公司，并认为：“AI的本质是计算，计算的核心是开发者。”

这也成为他与总统交流的重点。他直言，美国要想在AI领域继续领先，第一件事就是赢下全球开发者。只有让全球开发者在“美国技术栈”上构建模型，才可能设定AI时代的全球标准，就像美元是金融锚定体系一样。

黄仁勋还反复强调，“我们必须承认，今天的世界是一个高度互依的世界。”对中国的制造优势，他毫不遮掩地表达敬意：“那是技术、工艺、规模三者的结合，令人震撼。”

聪明投资者（ID: Capital-nature）精译整理重要内容分享给大家。

下一波浪潮是“机器人时代”

Ely 对英伟达来说，这是意义非凡的一周。

黄仁勋 这真是一周疯狂到难以形容的时刻，说实话，我还没完全回过神来（笑）。

昨天有人提醒我，我是个移民。确实如此。我八岁来到美国，33年前跟几位朋友创办了英伟达。今天我还在担任CEO，很多当年的伙伴也还在这里。

我们追逐的是一个持续了三十年的梦想。这不是一帆风顺的旅程，但这周所发生的一切，让我觉得我们正站在一个极为特殊的节点上。

这背后也代表着一件重要的事：我们有机会重新定义计算机。

现代计算机体系，几乎完整继承自IBM60年前制定的System/360架构——包括软硬件分离、系统兼容性、应用分层、全线产品布局等等，整个行业几十年基本沿着那条路径演进。

而现在，我们用AI推动了这一体系的跃迁，让它进入了一个全新的阶段，也让英伟达成为AI的核心基础设施。

Ely 你曾经把AI的发展划分为不同阶段，能不能给我们讲讲，我们现在在哪一波浪潮上？

黄仁勋 2012年，大家都看到了Alex Net横空出世，我们也一样。但不同的是，我们早就为这一天等了很久。

我们一直坚信CUDA会催生一类全新的计算应用，也一直在寻找那个转折点。而Alex Net，就是那个拐点。

它运行在我们的GPU上，训练成功，结果惊人，直接把图像识别的准确率推到过去几十年专家都达不到的水平。

你想想，就三个年轻人，用一块显卡，做到整个学术界几十年做不到的事。那一刻，我们知道事情不简单。

问题是：这只是图像识别的突破，还是更大的技术范式转变？我们开始深度推演。

我们很快意识到，这不仅仅是“计算机视觉”的胜利，而是整个“人工智能”开始觉醒的信号。没有视觉、语音、语言理解，是没法谈“智能”的。而深度学习模型的可扩展性，加上足够的数据和算力，意味着我们也许真的可以把那些人类无法明确定义的问题，交给机器去解决。

那是一次根本性的认知转变。我们开始重构对计算的理解。

我们内部清楚地判断：这场变革会颠覆整个计算平台。

处理器会变，网络会变，软件栈会变，软件开发的方法会变，公司内部的组织方式也会变，甚至会诞生一批全新产业。

所以我们干脆把公司“重启”了。

我们从底层开始重新做起：开发cuDNN、设计新的数值格式、发明NV Link和Tensor Core，推出AI框架Megatron Core，最后打造出第一台AI超级计算机——DGX-1。

我把第一台DGX-1亲自送到了一家旧金山的小公司手里。那家公司后来叫Open AI（笑）。

这段旅程可以分成三波浪潮。

第一波是“感知智能”：视觉、语音、语言理解全部突破，AI的感知能力第一次超过人类。这是深度学习在数据与算力加持下爆发的结果。

第二波是“生成式智能”：AI不仅能理解信息，还能生成内容。从文本生成文本，到图像、再到视频。如果AI可以用一句话生成一段视频，那它还能做什么？生成的边界被彻底打破。

第三波，是我们正在经历的“推理智能”：AI不再只是处理信息，而开始理解问题、分步骤推理、查资料、找答案。

它会像人一样做功课，先读论文再回答问题。它懂得因果关系，能拆解复杂目标，能按逻辑走完整个决策链条。这是通往AGI（通用人工智能）最关键的一步。

我们接下来的目标，是“物理智能”。

AI不只是信息处理器，它要走出屏幕，进入真实世界，变成一个能感知、理解、互动的智能体。它要理解摩擦力、惯性、物体的持久性——也就是那些小孩子、甚至小狗都能本能感知的物理常识。

当这些能力融合在一起，下一波浪潮就会到来：机器人时代。

AI工厂的意义在于制造智能

Ely 你帮助构建了当今全球依赖的数字基础设施，而现在又提出“AI工厂”的概念。它和传统数据中心有何不同？又将如何改变像台积电这样的半导体企业，甚至整个计算生态？

黄仁勋 今天的英伟达，其实就是全球计算基础设施的一部分，而在这套基础设施之上，我们构建出了人工智能。

早年计算平台催生了软件行业，也就是我们用计算机写代码，然后部署到手机等设备里。但那个时代，软件和硬件的体量都不大，差不多都是五千亿美元级别。

而AI是不同的。

AI是一次技术跃迁，但更深层的意义在于，它具备智能。它可以看、听、理解，还能推理——这是每一个行业都需要的东西。几乎所有行业的底层，其实都是智能问题。

而现在，我们终于能以惊人的规模去“制造智能”。

Ely 那AI工厂和传统数据中心的本质差异在哪？

黄仁勋 AI模型的输出，其实是“token”（令牌）。它们可以组成文字、数字、图像、动作，未来甚至可以是化学分子、蛋白质，用来研发药物、驱动机器人、控制自动驾驶汽车。

你可以把这些token理解为，一种被重新编排的智能形式。

生成这些token的过程，计算密集度极高，必须依靠超级算力来支撑。

过去我们叫这些设施“数据中心”，但那是一个过时的说法。传统数据中心是为了“存数据、调数据”；而现在这些新型设施，它们的唯一任务就是制造token——也就是制造智能。

所以我称它们为AI工厂。它们不是在传输信息，而是在生产智能。

Ely 你提过一个衡量方式，即每美元能产出多少token。那这些AI工厂，未来会被怎么使用？

黄仁勋 这个问题很关键。

想象一下，上一个体量相当的工业系统，是电力产业。电力行业一度占全球GDP的三分之一。它的计量单位是千瓦时，每千瓦时多少钱。

但现在，我们进入了一个新的时代。我们不再只是制造电子，而是在制造“带价值的电子”。这些电子被转化为token，也就是智能的基本单位。

token可以生成语言、控制机器人、合成蛋白质。它们就是“智能的输出物”。所以AI工厂的本质，是智能制造业的新起点。

而这一切，都需要庞大的能源支持。

这也正是“能源增长计划”的现实意义所在。如果我们希望美国继续在AI领域保持领先，就必须为AI工厂提供足够的能源支撑。

这是技术成熟、国家政策与全球需求三者恰逢其时的交汇点。我们正迎来一个全新的产业时代。

任何人现在都应该开始接触AI

Ely 但每次产业升级，都会有人担心：技术进步是不是意味着工作岗位减少？

黄仁勋 这是个老问题，但答案其实一直都在眼前。

新技术总是会带来生产力的跃升，而生产力提升，往往会创造更多新行业与新就业。

你看，当年电力诞生后，除了建电厂这个行业本身，还催生了电灯、洗衣机、冰箱、洗碗机……每一样都带来新的产业链和就业机会。

再往后，美国主导的信息革命让过去30年生产力增长了80%，而就业人口也同时增加了80%。

Ely 但逻辑上讲，生产力提高不应该是劳动力越少越好吗？

黄仁勋 那是对“生产力”的误解。

如果一个公司没新想法，那当然只需要更少的人做重复的事。但我们不是那样。

在英伟达，我们的创意太多，时间太少，团队太小。

每天都有新应用、新市场、新产品等着去实现。我们不缺任务，缺的是能一起实现它们的人。

关键是，你怎么看待这个世界？你是相信未来的人，还是只是想“更快把旧事做完”？

我相信，这个世界还有无数值得去做的事。如果能提升效率，我们就能更快地把它们带到现实中来。

我还想补充一点，这也是我和你以前聊过的。现在每一个人，不管是上班族、失业者、成年人还是小孩，都应该马上开始接触AI。

因为AI是我们遇到过最强大的“平权力量”。

这是历史上第一次，不管你懂不懂C++、Python，甚至你连电脑都不会用，都能使用一项革命性技术。

你只需要打开浏览器，进入ChatGPT或Gemini，问它一句话。你甚至可以直接说：“我不知道怎么用AI，你能教我吗？”它就会教你怎么用它。

不会打字？说出来就行；不会说英语？用你的语言讲也可以。

更神奇的是，如果AI听不懂你的语言，你可以让它去学，它就真会去学。这就是AI的魔力，它是普通人也能驾驭的超级能力。

所以我真心建议：不管是谁，上班族、学生、失业者、孩子，都应该现在就开始接触AI。

华盛顿见特朗普，关于AI目标的共识

Ely 这周你在华盛顿还见了总统，感觉如何？

黄仁勋 他坚定支持创新、增长、能源和产业建设，希望美国牢牢抓住AI的牛角，继续保持全球领导地位。

每次和他交流完，我都会被他的信心点燃，干劲十足。

Ely 你会给总统什么建议？我们现在要做些什么，才能继续保持领先？

黄仁勋 总统希望美国继续领先，他也非常清楚，计算机行业是美国的国家瑰宝。

没有其他任何一个行业，像计算机行业这样，美国在全球的领先程度如此之高。你找不到第二个类似的例子。

我们已经失去了电信行业的主导权，这一次绝不能再让计算行业丢掉。

Ely 你是说5G，对吧？

黄仁勋 没错，我们错过了5G，那一波我们输掉了。不只是技术上的失利，还有政策上的失误，甚至是战略上的判断错误。

这场损失太大了，而我们现在还在努力弥补，过程将会非常艰难。

我们在6G上还有机会，特别是因为AI将成为6G的核心组成部分。这也是我们现在必须尽一切努力，重新夺回在电信技术上的领导地位。

但回到AI，总统的目标非常清楚，他希望美国成为全球最强的AI国家。要实现这一点，我们必须明白：AI的本质是计算，而计算的核心，是开发者。

任何计算平台，要想赢，第一件事就是赢得所有开发者。AI也是如此。

目前全球约有50%的AI开发者在中国。而且现在AI开发者遍布全球——在非洲、拉美、东南亚、中东，到处都有。这是因为每个国家、每个行业、每家公司都需要“智能”，都想拥抱AI。

而我们要想保持领先，就必须赢得这些开发者。

所以，我每次有机会都会强调这一点：这项技术并不容易理解，但如果我们希望美国继续引领这场AI革命，最重要的一步就是，让全球的AI开发者都在美国技术栈上构建他们的系统。

第二点建议，我们应该制定全球技术栈的标准。

就像美元是全球金融体系的锚定标准一样，我们的技术栈也应当成为全球AI的基础标准。

我们应当推动全球的AI开发者，统一在美国的技术体系上进行构建。

而所谓“技术栈”，并不只是上层的AI模型，它的起点是芯片和计算系统。这是整个生态的基础。

现在已经有各种各样的AI模型了，令人惊叹的模型层出不穷。有些是开源的，有些是闭源的，有些是做物理的，有的是做量子的，有的是做通信的。

我尤其热爱“科学智能”（AI for Science），那种模型显然跟聊天机器人完全不同。

用于量子的AI、用于5G和6G的AI、用于机器人技术的AI——这些模型各不相同。

它们虽然形式和用途不同，但本质上都属于AI模型。而我主张，它们都应该构建在美国的技术栈之上。

这也是我特别想强调的第二个重点，即所谓“AI的扩散”，绝不应该是限制美国技术栈的传播，相反，它应该是最大程度地推动美国技术栈在全球范围内的广泛使用。

让全球每一位AI开发者都能基于美国标准去构建他们的模型。

我们都知道，在计算生态系统中，“正向循环”非常强大：你的技术被用得越广，就会吸引越多开发者；开发者越多，你的技术就传播得越快、越远。

Ely 我想顺着这个话题继续问，因为你经常提到“主权AI”。你指的到底是什么？一个国家为什么要建设“主权AI”？又该怎么做？当然，不同国家的方式会不一样，比如欧洲国家和非洲国家肯定不会一样。但你在全球奔走，为主权AI鼓与呼，你的核心主张是什么？

黄仁勋 我主张的核心，是让“美国技术栈”成为全世界构建主权AI的基础。

原因也很清楚：虽然每个国家都应该用美国的AI模型，比如Open AI、谷歌的Gemini、xAI的Grok，这些模型都非常出色，当然值得使用。

但与此同时，每个国家也应当建立自己的AI栈、自己的AI模型。

这些模型需要用本国语言训练，学习本国的历史、文化、社会知识和价值观。我们不可能指望某一家西方公司，能真正理解并体现全世界所有国家、所有宗教、所有文化、所有社会的价值取向。

所以，每个国家都应当打造属于自己的模型。这些本土AI模型，未来会和工业级AI模型、开放模型，甚至是企业内部的私有模型、某些科学研究模型等共同运行、协同工作。

它们之间是可以交互的，但前提是，每个国家都能在美国的技术体系之上去构建自己的AI。

世界高度互依，中国制造的深度和广度惊人

Ely 你在美中科技竞争这个话题上也一直很坦率。你把中国称为“对等竞争者”，认为中国有真正有竞争力的产品和公司。那你怎么看当前的这场竞争？

黄仁勋 首先我要说，中国是我们的竞争者和对手，但不是敌人。这是因为我们和中国之间存在深度的联系与相互依赖。

美国很强大，我们的技术领导力是世界级的。我相信，我们能在未来几十年继续保持领先。

如今各国都具备一定能力，我们和他们之间也确实互相依存。你越了解这个世界，就越会发现，我们其实离不开很多国家。

我们依赖欧洲的部分能力，也依赖日本、东南亚、拉丁美洲的优势……每个国家都有自己的专长与技术壁垒。

中国当然也具备极强的能力。那里的科技公司实力雄厚，像华为、比亚迪，都是非常杰出的企业。他们不仅技术强，制造的深度和广度也令人敬佩。

而且他们的制造优势，并不仅仅靠劳动力。真正让人震撼的，是技术、工艺与规模的结合！三者叠加起来，形成了难以匹敌的综合实力。

亲眼看到这一切，才会真正意识到：这是一个令人赞叹的制造体系。

所以我们必须承认，今天的世界是一个高度互依的世界。

那我们该怎么应对？美国需要重新在三个方面做到世界领先，包括制造技术、制造工艺、制造规模。

这些年来，我们在这方面确实有些掉队，也逐渐失去了对制造业的激情。也许是因为过去人们认为制造只是“劳动力密集型”的工作。

但现在不一样了，现代制造已经变得极度技术化，值得我们重新投入热情和资源。

我非常支持“再工业化”的愿景。因为它不仅能降低外部依赖，还能缓解地缘风险，提升国家能力。

与此同时，我们还必须在一些核心领域保持全球最强，比如人工智能、AI计算、技术栈建设。

唯有如此，我们才能成为世界其他国家的可靠合作伙伴，持续为全球创造价值。

毕竟，在一个互相依存的世界里，只有美国在自己的长板上持续领先，整个产业生态才能实现健康的正向循环。