ARTICLE · 1232754
黄仁勋:AI是制造业而非软件
在2026年10月21日英伟达柏林GTC大会的开场演讲中，黄仁勋提出了一个颠覆性的核心观点：AI不是软件，而是制造业。这一论断重新定义了人工智能的产业属性，将其从虚拟的代码逻辑拉入实体制造与基础设施建设的范畴。
一、演讲核心论点：AI的制造业本质
黄仁勋强调，AI的发展依赖于庞大的物理基础设施——包括芯片、服务器、数据中心、能源网络以及冷却系统。这些都需要像传统制造业一样进行规模化生产、供应链管理和全球部署。AI模型的训练与推理过程消耗巨大电力与硬件资源，其产出（智能体、自动驾驶能力、机器人动作）本质上是“制造”出来的智能产品，而非单纯编写出来的软件。这一观点暗示，AI产业的竞争焦点将从算法优劣转向制造能力、能效比和供应链掌控。
二、欧洲战略：千亿投资与万级合作
为佐证其理念，黄仁勋披露了英伟达在欧洲的深度布局：
- •
资金承诺：刚刚结束的欧洲巡访（巴黎→伦敦→斯德哥尔摩→都柏林）中，宣布向欧洲技术生态系统投入近100亿美元。
- •
合作网络：与超过1.2万家合作伙伴展开协作，覆盖工业、金融、消费等多个领域。
- •
标杆案例：演讲以欧莱雅、Revolut、Spotify、默克、沃达丰、Zara、保时捷、雀巢、汇丰银行等欧洲巨头为例，指出它们的共同点不仅是欧洲身份，更是“都在与英伟达合作开展AI项目”。这表明AI制造能力正成为各行业数字化转型的底层基建。
三、技术版图：从AI基础设施到具身智能
在长达一个半小时的演讲中，黄仁勋系统展示了英伟达的技术矩阵：
- 1.
AI基础设施：构建超大规模数据中心与计算集群，为“AI制造”提供产能。
- 2.
智能体（Agent）：将AI封装为可自主执行任务的数字化劳动力，实现软件服务的工业化交付。
- 3.
开放模型：推动模型共享与生态协同，降低“制造”门槛。
- 4.
人形机器人：物理AI的终极载体，需要芯片、仿真、控制算法的全栈制造能力。
- 5.
自动驾驶：实时AI的典型场景，依赖车端算力与云端训练制造的闭环。
四、深层信号：AI产业逻辑的重塑
黄仁勋的“AI即制造业”论断，传递出三重信号：
- •
资本密集化：AI竞赛进入重资产时代，只有具备制造规模的企业才能持续产出智能。
- •
地缘本土化：欧洲千亿美元投资意在建立区域AI制造链，减少对单一地区硬件依赖。
- •
职业重构：未来不仅需要程序员，更需要“AI产线工程师”。
总结：这场演讲不仅是英伟达欧洲战略的宣言，更是对AI行业本质的重新诠释。当AI被视为制造业，其发展逻辑将更贴近能源、物流、供应链等重工业领域，这也为跨行业人才（如具备机理背景的数字化从业者）提供了全新的切入视角。
