黄仁勋100分钟罕见交底:就算AI实验室全军覆没,英伟达照样狂飙40%!

假如明天早上醒来，全球所有的聊天机器人突然停摆，OpenAI等大模型公司全部关门歇业，英伟达的股价会瞬间归零吗？

绝大多数人的第一反应是：肯定会在今天普通人的眼里，英伟达早就和生成式AI、和ChatGPT绑死在同一辆战车上了。

但在2026年10月中旬，黄仁勋在公开对谈中算了一笔账：就算世界上没有任何一家AI实验室，英伟达不仅不会归零，手头那门听起来毫不性感的“传统老生意”，每年依然在以30%到40%的惊人速度狂飙。

一句看似平淡的业务拆解，瞬间在华尔街掀起巨浪。

01一条86秒短视频掀起华尔街疑云

这一话题最初进入公众讨论，源于10月18日凌晨财经大V账号Wall St Engine发布的一条短视频。

视频只有短短1分26秒画面里，身穿标志性皮衣的黄仁勋正对着镜头侃侃而谈，配文被浓缩成了一句核心结论：英伟达有大约三分之一的业务来自包括欺诈检测、推荐系统在内的“传统计算”，而且每年还在增长30%到40%。

▲ 财经账号Wall St Engine发布的86秒剪辑迅速引发广泛关注与讨论

为什么这组听起来有些枯燥的数字，会让无数投资人瞬间竖起耳朵？因为当时的全球科技股正在经历一场剧烈的恐慌震荡。

就在那段时间，华尔街弥漫着一股浓重的“AI泡沫论”。率先发难的是硅谷顶级风投红杉资本。红杉合伙人戴维·卡恩（David Cahn）抛出了著名的“6000亿美元难题”。他的推演直截了当，也让不少投资者深感不安：先拿英伟达卖芯片的预期年收入打底；乘以2，因为买芯片还要配套买地、建机房、搞液冷和发电，非芯片成本占了一半；再乘以2，因为买算力的云厂商总得赚取50%的基础毛利率才能活下去。

两轮乘法算下来，整个科技行业每年必须凭空多赚出6000亿美元的AI软件收入，才能把前期砸下去的基建窟窿填平。

紧接着，高盛全球股票研究主管吉姆·科韦洛（Jim Covello）也提出了严厉质疑。他在深度研报里尖锐地指出，历史上的技术革命，无论是个人电脑还是早期互联网，一上来都是“用便宜的新方案干掉昂贵的旧方案”；唯独今天的生成式AI，成本贵得离谱，却还没找到能覆盖天量投入的杀手级赚钱能力。

▲ 科技股剧烈波动之下，市场最担心的就是顶级实验室的收入撑不起万亿基建

华尔街的恐慌逻辑顺理成章：如果撑起这数万亿美元算力大厦的买单方，仅仅是OpenAI等一两家前沿大模型实验室，而它们的订阅费增长根本跟不上砸钱的速度，整条算力链条岂不是建立在流沙之上？

02顺藤摸瓜：100分钟一手访谈里的“三分天下”

顺着那条86秒的爆款短视频往回追，访谈的最早源头，其实是10月15日上线的科技播客《BG2 Pod》。

在这场长达1小时40分钟的深度对谈里，面对投资人主持布拉德·格斯特纳（Brad Gerstner）关于“AI收入到底能不能撑起资本开支”的当面拷问，黄仁勋没有替某一家实验室辩护。他直接掀翻了华尔街的算盘，把问题本身改写了。

▲ 事件的一手源头：BG2 Pod于10月15日发布的1小时40分钟长访谈

在投资人Patrick F. Feeley随后放出的4分钟逐字原话摘录里，黄仁勋亮出了英伟达内部看待算力需求的“三分法”底牌。

第一块版图，是占了约三分之一的“传统加速计算”。

很多读者可能会犯迷糊：显卡除了打游戏和训大模型，还能干什么叫“传统计算”的活？

不妨看一个每天都在发生的场景当你在商场刷下Visa或万事达信用卡，从刷卡到交易成功只有零点几秒。在这电光火石的瞬间，后台运行的是一套名叫XGBoost的经典机器学习算法，正在英伟达GPU上高速比对上千个维度的历史交易数据，排查潜在盗刷风险，这与大模型写诗聊天毫无关联。

同理，你在短视频平台刷到的下一条视频、电商页面弹出的每一件商品，背后全是庞大的推荐系统在实时运转。再加上模拟核聚变、量子化学、分子动力学研发新药的科学仿真，这些业务不写代码、不聊家常，跟如今热炒的“生成式AI”或“智能体”毫无关系。但黄仁勋交底说：这块完全独立于AI实验室之外的“老本行”，体量占了英伟达的三分之一，且每年保持着30%到40%的高速增长。

▲ 投资人Patrick F. Feeley保留了黄仁勋拆解三大业务板块的完整原话骨架

第二块版图，才是市场每天紧盯的“前沿AI实验室”，占算力需求的四分之一到三分之一。

黄仁勋特意纠正了一个视力盲区：外界总以为买单的只有最显眼的一两家公司，但在英伟达的账本上，实际并驾齐驱的前沿实验室有五到六家。他一口气点出了Meta的工作负载、马斯克旗下xAI的Grok、跑在英伟达系统上的谷歌Gemini、Anthropic以及OpenAI。这些巨头都在满负荷运转，远非“独苗支撑”。

第三块版图，是成千上万家初创公司与算力租户，同样占了约三分之一。

每当底层计算平台发生世代更替，总会爆发一波创业潮。今天在生物制药、材料科学、机器人物理AI以及消费应用领域，有成千上万家初创公司正在按需租用英伟达的计算机。更有意思的一个细节是，这些初创公司里大约八成选择基于开源大模型，喂入自身行业专有数据进行微调，无需从零研发底层架构。黄仁勋把这块生意比作“面向下一代的亚马逊AWS云计算”。

账算到这里，真相水落石出华尔街犯了一个低级的“分母错误”：分析师们把整座算力大厦的回本压力，全部分摊到了“少数两家大模型公司卖会员”这一个狭小的分母上，却对另外三分之二正在闷声发财或遍地开花的算力需求视而不见。

03硅谷的囚徒困境与老显卡的“软件复利”

拆开了需求结构，黄仁勋与硅谷巨头们还给华尔街上了一堂关于“生死博弈”的商业课。

面对华尔街对巨额资本开支（即买地、建机房、买芯片的先期砸钱）的质疑，谷歌CEO皮查伊和Meta创始人扎克伯格在财报会上展现出了一种近乎冷酷的默契：在这场百年一遇的技术浪潮里，“投资不足”的风险，远远大于“过度投资”的风险。

这背后的博弈逻辑非常毒辣对于手握天量现金流的科技巨头来说，就算芯片买多了、机房建超前了，最坏的结果无非是短期财务折旧高一点；那些买下来的土地、变电站和通用加速服务器，随时可以转手用来跑自家的广告推荐和传统云业务，资产根本不会烂在手里。可一旦因为心疼钱而少买了几万张卡，在通往下一代计算平台的牌桌上掉队半步，面临的就是彻底出局的灭顶之灾。

更何况，华尔街还算漏了英伟达的一道隐秘护城河，硬件生命周期里的“软件复利”。

▲ 英伟达官方新闻室转发访谈，特别强调软件更新如何让GPU在多年内持续产生回报

很多财务模型把GPU当成几年就报废的消耗品。但英伟达新闻室在转发这场访谈时特意点出，通过CUDA和底层软件库的持续升级，客户三年前买下的老款算力节点，在换上新算法后运行效率依然能成倍提升。同时，黄仁勋还把目光投向了2027年：到那时，限制AI扩张的关键瓶颈将转向土地审批、电力供应和数据中心机房壳体等实打实的物理基建，单纯的芯片短缺不再是主要制约。

这一变革超越了对传统服务器的修补，核心是将全球价值数万亿美元的旧数据中心，全面重构为“加速计算平台”。

04狂欢背后的冷思考：账单最终落在谁桌上？

当然，作为严谨的观察者，我们在看清这幅宏大商业拼图的同时，也必须守住一层关键的证据边界。

黄仁勋在播客里抛出的“三分之一、三分之一、三分之一”，是首席执行官在回应市场焦虑时的口头粗略估算。在各家媒体的转述中，“占业务的三分之一”与“占算力的四分之一到三分之一”交替出现，它并非英伟达正式财报里经过严格审计的分部收入表。

即便如此，这组数字依然在投资圈激起了千层浪。在社交媒体的评论区里，市场迅速分化出了三种截然不同的读法：

第一种是“安全垫派”有精明的投资人立刻掏出计算器：既然传统计算占了三分之一且年增30%到40%，那意味着哪怕AI业务原地踏步，光靠这门无聊却极度粘性的老生意，就能直接给英伟达保底贡献每年10%到13%的整体增长。

▲ 交易员在评论区感叹：传统计算的高增长提醒市场，英伟达绝不只是一个AI训练故事

第二种是“基本面纠偏派”正如交易机构AlgoTradeAlert所言，一家公司最传统的底仓业务能跑出40%的年增速，这本身就已经吊打华尔街绝大多数所谓的成长股了，英伟达绝不只是一个“卖AI训练芯片”的单薄故事。

但最让人拍案叫绝的，是第三种带着黑色幽默的审慎视角。

一位名叫ethgoldi的评论者冷冷地指出：黄仁勋着力说明买家极其分散以打消市场的泡沫顾虑，但所谓“业务多元化”的底层，依然是对英伟达算力生态的高度依赖。

▲ 评论区里的犀利洞察：无论买家是5家实验室还是5000家初创公司，账单最终都落在英伟达桌上

不管下游是5家烧钱的超级实验室，还是5000家精打细算的初创公司，又或是刷信用卡防盗刷的金融巨头，所有人的账单，最终都一分不少地落在了黄仁勋一个人的办公桌上。

华尔街在焦虑到底谁能在这场淘金热里回本，而黄仁勋用100分钟的访谈告诉世界：只要人类还在刷卡、还在看推荐视频、还在探索新药与大模型，排队买铲子的队伍，就永远不会清空。