黄仁勋 —— AI时代一个卖铲子的人

AI群星纪 ·人物篇16 - Jensen Huang

他不发论文、不训练模型——但整个 AI 时代，都建立在他卖的铲子上

引子：一件皮夹克

在硅谷，Jensen Huang 的标志是一件黑色皮夹克。

他几乎在所有公开场合都穿着它。这件皮夹克已经成了 AI 时代的符号——就像乔布斯的黑色高领毛衣，它代表一种态度：酷、直接、不废话。

2024 年，NVIDIA 的市值一度超过 3 万亿美元，成为全球最有价值的公司。仅仅一年后，2025 年 7 月，它成为人类历史上第一家市值突破 4 万亿美元的公司；又过了三个月，10 月 29 日，它站上 5 万亿。全球从未有哪家公司到过这个高度。

这个成就的根源只有一个：AI 需要算力，而 NVIDIA 拥有所有的算力。

Jensen Huang 不是 AI 研究者——他不发论文，不训练模型，不写算法。但没有他，AI 革命不可能发生。

在每一场 AI 淘金热中，最赚钱的往往是卖铲子的人。

一、从台湾到美国

Jensen Huang，1963 年出生于中国台湾台南。9 岁时，他和哥哥被送到美国肯塔基州的一所寄宿学校。

这段经历塑造了他的性格：在一个完全陌生的环境里，你得学会适应，学会在所有人的质疑中坚持自己。

他在俄勒冈州立大学拿到电气工程学士，又在斯坦福拿到硕士。毕业后，他先在 LSI Logic 和 AMD 干了几年——这些年份让他看懂了芯片行业是怎么转的。

1993 年，30 岁的 Huang 与两位合伙人创立了 NVIDIA。公司最初的目标朴素得有点可笑：做最好的图形芯片（GPU），让电脑游戏看起来更真实。

没有人想到，这些为游戏设计的芯片，最终会成为 AI 革命的引擎。

二、GPU：从游戏到 AI

NVIDIA 与 AI 的缘分，始于一连串意外。

GPU（图形处理单元）最初的设计目的，是并行处理图形渲染任务——让电脑同时算清数百万个像素的颜色和位置。这种并行能力，在游戏里是刚需。

但 2012 年，当 Hinton 的学生用 AlexNet 赢得 ImageNet 竞赛时，他们用的正是 NVIDIA 的 GPU。原因很硬：训练神经网络需要海量并行计算，而 GPU 恰好就是为并行而生的。

Huang 敏锐地抓住了这个缝。他做了一个关键的战略转向：把 NVIDIA 从一家游戏芯片公司，变成一家 AI 计算公司。

这个决定的风险极大——2012 年的 AI 还是小众冷门，大多数投资人都不看好。但他的判断是：如果深度学习是对的，算力就是最稀缺的资源，而 NVIDIA 手里握着世界上最好的并行计算硬件。

三、CUDA：看不见的护城河

NVIDIA 在 AI 领域的真正护城河，其实是 CUDA。

CUDA（Compute Unified Device Architecture）是 NVIDIA 在 2006 年推出的并行计算平台和编程模型。它让开发者可以用 NVIDIA 的 GPU 做通用计算，而不只是画图。

CUDA 的重要性在于：它建起了一个生态系统。 全球数百万 AI 研究者和工程师用 CUDA 写代码。当他们的代码依赖 CUDA，他们就被锁死在 NVIDIA 的硬件上。

这不是硬件壁垒，是软件壁垒。硬件可以被追赶，但生态极难被替代。Huang 在 2006 年押下的这一注，在十年后成了别人跨不过去的墙。

四、皮夹克背后：卖铲子的人

说到底，Jensen Huang 是一个卖铲子的人。

在 AI 淘金热里，他不淘金，他卖铲子。他不训练模型，他提供训练模型要用的算力。

这种定位的精妙在于：无论谁赢得 AI 竞赛，NVIDIA 都赢。

OpenAI 赢了？用 NVIDIA 的 GPU。Google 赢了？也用。DeepSeek 赢了？还是用。就在 2025 年 CES 的 keynote 上，他面对全场说出那句招牌判断：

Jensen Huang 不需要预测谁会赢，他只需要确保所有人都需要他的铲子。

五、梁文锋的挑战

Huang 与梁文锋之间的"牵绊"，是这本书里最直接的对抗之一。

DeepSeek 用 557 万美元训出了性能接近 GPT-4 的模型——这场效率革命的核心之一，是减少了对 NVIDIA 高端 GPU 的依赖。DeepSeek 的 MLA 与 FP8 混合精度训练，本质上是在用算法效率弥补算力不足。

这对 NVIDIA 是个潜在威胁：如果 AI 公司能用更少的 GPU 做更多事，NVIDIA 的商业模式就会被撬动。

但 Huang 的回应很冷静。他反复表达一个观点：效率提升不会减少需求，反而会刺激需求——当 AI 变得更便宜，会有更多人用它，总需求只会更大。

这个论点在经济学上说得通，就像更省油的车不会减少石油消耗，反而会增加汽车保有量。但 DeepSeek 的效率革命究竟会做大总盘子，还是只是重新切分已有的需求，至今没有答案。

六、皮夹克之外：2025–2026 的 NVIDIA

到了 2025 年，那件皮夹克背后是一家体量超出所有人想象的公司。

7 月，NVIDIA 市值突破 4 万亿美元，成为史上第一；10 月 29 日，又破 5 万亿，刷新全球纪录。支撑这个数字的，是 Blackwell 架构 GPU 的量产出货——它成了这一代大模型训练与推理的主力硬件。

2026 年，故事进入了更夸张的章节。3 月的 GTC 上，黄仁勋用两个半小时的主题演讲把赌注又往前推了一格。他正式端出 Vera Rubin 全栈计算平台——一套由 CPU、GPU 与 LPU（推理专用处理器）组成的异构系统，一次发布七款新芯片，包括专为智能体 AI 时代设计的 Vera CPU，以及源自收购 Groq 技术的 Groq 3 LPU。Blackwell 已经全面量产，部署算力接近 9 吉瓦；下一代 Rubin Ultra 计划在 2027 年登场（全新 Kyber 机架，可扩展至 144 颗 GPU）；2028 年则会迎来全新的 Feynman 架构（迈入 1.6 纳米工艺、搭载硅光子互连）。一句话：英伟达把"一年一代架构"的节奏焊死了。

更惊人的是他对订单的判断。此前英伟达预计 Blackwell 与 Rubin 两代芯片到 2026 年底能带来 5000 亿美元收入；在 GTC 2026 上，他把这个数字翻了一倍、时间往后延了一年：到 2027 年底，这两代芯片将创造至少 1 万亿美元的收入。台下股价当天收涨 1.65%，市值站稳在约 4.45 万亿美元——仍是全球最有价值的公司。（在 2025 年末冲上 5 万亿峰值后，受 AI 泡沫论与回调影响，2026 年估值一度回落；但到年中，英伟达依旧以约 4.8 万亿美元稳居全球市值第一。）

但真正的变化不在硬件，而在话术。黄仁勋把叙事从"卖算力"升级成了"建工厂"。他说，传统数据中心只是存文件、传文件；而智能体 AI 时代的数据中心会变成一座 "AI 工厂"（token 工厂）：芯片、服务器、网络、存储、软件、模型组成一条生产线，持续"生产 token"，而每一个 token 都是利润单元。他甚至给这套逻辑起了个名字：智能体缩放（agentic scaling），AI 的第四定律——智能体越多、token 越多、需要的芯片也越多。

财报印证了这套叙事。2026 年 5 月 20 日，英伟达公布 2027 财年第一季度（截至 4 月 26 日）业绩：营收 816 亿美元，同比大涨 85%；净利润 583 亿美元，同比增长 211%；数据中心收入 752 亿美元，同比增长 92%。公司又追加 800 亿美元股票回购授权，并把季度股息从每股 0.01 美元上调到 0.25 美元。黄仁勋在财报里写道："AI 工厂的建设——人类历史上最大规模的基础设施扩张——正在以非凡的速度加速。"

七、失守的中国版图

如果说 2022 年之前的英伟达在中国是"躺着赚钱"，那么随后四年的故事就是一步步退场。

巅峰时期，英伟达垄断了中国 95% 的 AI 芯片市场，贡献了约 13% 的全球营收。2022 年秋，A100、H100 被列入禁售清单，英伟达连夜推出减配的 A800、H800 塞进合规口子；2023 年这道口子也被堵死。2024 年，专为保住中国市场而生的 H20 出炉——算力只有 H100 的六分之一，被用户戏称为"鸡肋"，却仍在当年带来 120 亿到 150 亿美元收入。

转折点出现在 2025 年 4 月：H20 出口被叫停，且"无限期"生效。英伟达被迫计提约 45 亿美元库存减值——芯片行业史上单次最大规模的资产减值。黄仁勋的定性只有一句：largely backfired（弄巧成拙）。

2026 年，剧情走向了彻底的死结。1 月，美方有条件批准性能更强的 H200 对华出口，条件是每笔销售收入的 25% 上缴美国政府——这种"按销售额抽成"的安排在国际贸易史上极为罕见。中国商务部随即暂停采购，称其本质是把芯片出口变成了技术租赁。结果：H200 对华一枚都没卖出去。美国商务部长后来公开承认，尽管许可已发，中国"连一枚都没有"采购。

5 月，特朗普访华，这是近十年来美国总统首次到访中国。随行商界领袖名单里最初没有黄仁勋——直到出发前夜，他才被临时加上，在阿拉斯加经停时背着双肩包匆匆登上"空军一号"。在北京，他穿唐装、说中文、喝蜜雪冰城、吃炸酱面，努力释放善意。但访华结束回到美国后，他在采访里再无掩饰：In China, we have now dropped to zero.（我们在中国的业务，现在已经完全停滞了。）他告诉所有股东：对英伟达重返中国市场，不要抱任何期望。

从 95% 到 0%，这条下滑曲线近乎悬崖。2026 财年，英伟达在华营收下滑逾两成，中国市场占比从约 19% 锐减至 9%。黄仁勋估算，中国 AI 芯片市场规模将达 500 亿美元，但"这个市场实际上对英伟达关闭了"。

最刺痛的是生态壁垒的松动。过去 CUDA 是英伟达最牢固的护城河；如今中国开发者买不到英伟达硬件，自然不再写新的 CUDA 代码，转而投向华为的 CANN 生态。华为昇腾系列已攒出从训练到推理的完整产品线，寒武纪在 2025 年实现上市以来首次年度盈利、营收同比翻四倍，昆仑芯也在 2026 年初递交港股上市申请。封锁，亲手拆掉了那道原本跨不过去的墙。

黄仁勋把责任归给了美国自己。他多次公开反对对华芯片出口限制："问题不在于中国会不会拥有 AI——中国已经拥有了。关键在于，这个全球最大 AI 市场之一，是否会在美国平台上运行。"但话说回来，这门生意，短期内是回不来了。

八、从卖铲子到建工厂

2026 年的黄仁勋，已经不太满足于"卖铲子"这个比喻了。

4 月，IEEE（电气电子工程师学会）将荣誉勋章（Medal of Honor）——电气工程领域的最高荣誉——授予黄仁勋，表彰他"将 GPU 从图形处理器革新为 AI 计算的引擎"。这是对他三十多年前那次"意外转向"的终极盖章。

同月，在卡内基梅隆大学 2026 届毕业典礼上，他对毕业生说："你的职业生涯，始于 AI 革命的起点。"6 月的英伟达年度股东大会上，他进一步把叙事钉死：AI 基础设施不再是实验性的——它已进入生产阶段。AI 不只是一个模型，它是一个新产业。 他判断，这场基建扩张"将以数十年计，堪比电网、交通系统和互联网"，并会成为"人类历史上最大的基础设施计划之一"。

新边疆在物理世界。黄仁勋把 Physical AI（物理 AI）——在机器人、汽车、工业场景里能感知、推理、行动的真实世界智能体——定义为英伟达的下一场增长。2026 年 GTC 上，迪士尼《冰雪奇缘》的玩偶机器人 Olaf 走上舞台与他对话；英伟达宣布与 FANUC、ABB、Figure、Agility 等几乎所有主流工业机器人厂商合作，并推出 Nemotron 联盟（六大开源模型家族）与 Cosmos 物理 AI 模型。

7 月，黄仁勋把这套打法带到了东京。在日本政府支持下，英伟达将为 Noetra 联盟打造一座国家级"Vera Rubin AI 工厂"——1.375 万颗 Vera CPU、2.75 万颗 Rubin GPU、140 兆瓦算力，预计 2028 年上线，用于训练日本的物理 AI 基础模型；日本为此承诺五年内最高 1 万亿日元（约 62 亿美元）投入。站在东京，面对"AI 投资是不是到顶了"的质疑，黄仁勋的回答是：我们才刚刚开始。 他把 AI 的长期渗透比作电力融入社会。大多数技术周期要 10 到 15 年才会见顶。

从游戏显卡，到 AI 算力，再到 AI 工厂与物理 AI——黄仁勋手里的铲子，早已变成了整条流水线。无论谁赢得下一轮 AI 竞赛，他卖的都不只是铲子了，而是造铲子的工厂本身。

九、退路出现了

文章写到此处，那个"无论谁赢得 AI 竞赛，NVIDIA 都赢"的判断，需要加上一个注脚。

2026 年，英伟达最大的客户们，开始自己造铲子了。

这股"去英伟达化"的浪潮早有伏笔：谷歌的 TPU 始于 2015 年，亚马逊 2018 年推出推理芯片 Inferentia、2022 年推出训练芯片 Trainium，微软的 Maia 在 2023 年底亮相。但 2026 年，它从"备选"变成了"主流"。最刺眼的一幕发生在 OpenAI——这家英伟达最大的买家之一，用自研大模型辅助电路设计，从零到流片只用了 9 个月，端出首款自研推理芯片 Jalapeño（代号"墨西哥辣椒"），由博通完成硅实现，推理成本直降约 50%，计划 2026 年底量产；据称 Anthropic 也在考虑自研。

逻辑很朴素：当每一次 API 调用都在烧钱，推理成本占模型生命周期算力的 80%–90%，而英伟达毛利率长期维持在 70% 以上时，自研就成了唯一的出路。集邦咨询预测，2026 年 AI 专用芯片（ASIC）增速达 44.6%，远超通用 GPU 的 16.1%，到 2028 年 ASIC 出货量将正式超过通用 GPU；亚马逊的 Trainium 已累计部署 140 万颗，CEO 安迪·贾西称其已成为 AWS 内一项数十亿美元的业务。

但黄仁勋并不慌。他的回应是：这不是零和游戏。他点出三条增长曲线——AI 实验室、传统云厂商、以及几乎不受自研冲击的 "主权 AI" 市场——同步爆发；而客户衡量算力的标尺，是训练与推理全流程的"每 token 综合成本"，英伟达的通用软硬件栈在大多数商用场景仍占优。更关键的是 CUDA 这道墙：把推理服务栈从英伟达生态迁到亚马逊 Neuron，通常要两到六周工程改造，某些模型架构甚至不被支持。2026 年第一季度，英伟达仍握有全球 AI 训练芯片约 92%、推理芯片约 78% 的份额——客户名单正在变成竞争对手名单，但牌桌上，黄仁勋还没离场。

十、另一重阴影：反垄断与电荒

比起客户造反，更冷的东西来自监管与物理。

2026 年 7 月，法国竞争管理局确认，针对英伟达的反垄断调查已接近尾声，监管机构大概率很快出具正式异议声明，指控其存在多项限制竞争行为，最高可能面临全球年度营收 10% 的罚款。欧盟《人工智能法》也在 2026 年全面适用，违规处罚最高可达全球营收的 7%。黄仁勋一边说"看到显著的增长机会"，一边请来了资深说客 Bruce Andrews 主管政府事务。英伟达正从监管眼中的"宠儿"，变成"被盯上的巨头"。

比罚款更硬的约束是电。黄仁勋把数据中心称作"AI 工厂"，但工厂要用电。Gartner 预测，2026 年全球数据中心耗电将达到 565 太瓦时，较 2025 年增长 26%；到 2030 年，这一数字预计升至 290 吉瓦。AI 优化服务器的耗电占比，将从 2025 年的约 20% 跃升至 31%。当"建工厂"遇上"电荒"，算力的天花板，可能不在硅，而在电网。

十一、一个卖铲子的人

Jensen Huang 的故事，不只是一个商业成功。技术革命里，最值钱的东西往往在基础设施，而不是应用层。

AI 应用会过时，AI 公司会倒闭，AI 的风向会变。但只要 AI 还需要计算，NVIDIA 就还在。

Huang 不需要预测未来，他只需要确保未来需要他。

Hinton 点燃了这把火，Altman 把它变成生意，Dario 筑起防火墙，Ng 把火星撒向全世界。而 Huang 站在旁边，不争论火该不该烧——他只是确保，每一个想靠近火的人，都得从他这里买一把铲子。

"We are at the beginning of the computer age. AI is the most profound platform technology that we have ever worked on."

「我们正处在计算机时代的起点。AI 是我们曾投身过的最深刻的一代平台技术。」

—— Jensen Huang, CES 2025 主题演讲

"The more efficient AI becomes, the more demand there will be."

「AI 变得越高效，需求反而会越大。」

—— Jensen Huang, 谈 DeepSeek 引发的成本与算力之争, 2025

参考来源

[1] NVIDIA 官网：Jensen Huang 传记

[2] 《The Nvidia Way》(2024)

[3] CNBC / Fortune / US News (2025.07–10)：NVIDIA 市值突破 4 万亿、5 万亿美元报道

[4] NVIDIA CES 2025 Keynote：Jensen Huang 主题演讲

[5] NVIDIA GTC 2026 (2026.03)：Vera Rubin 平台、Groq 3 LPU、Vera CPU、Feynman 路线图、AI 工厂 / token 工厂叙事、万亿收入预测（虎嗅 / 腾讯新闻 / factum.media 报道）

[6] 与梁文锋 / DeepSeek 效率革命的对比分析（557 万美元训练、MLA、FP8）

[7] 多家媒体：对华芯片出口限制与 H20 销售受阻报道

[8] NVIDIA 投资者关系 (2026.05.20)：2027 财年 Q1 财报（营收 816 亿美元、净利润 583 亿美元、数据中心 752 亿美元、800 亿美元回购、股息上调）

[9] IEEE Spectrum (2026.04.28)：黄仁勋获 IEEE 荣誉勋章（Medal of Honor）

[10] 多家媒体 (2026.05)：特朗普访华、黄仁勋"dropped to zero"表态、H200 零采购（25% 抽成）、中国市场 95%→0%（网易 / 搜狐 / 环球网 报道）

[11] Forbes / Kyodo (2026.07)：黄仁勋访日、Noetra 国家级 Vera Rubin AI 工厂、物理 AI 与 Cosmos 战略

[12] 英伟达 2026 年度股东大会 (2026.06)："AI 基础设施已进入生产阶段"表态；CMU 2026 毕业演讲

[13] 市场数据 (2026.08)：NVDA 股价与市值（约 4.8 万亿美元，全球第一）

[14] 多家媒体 (2026.07)：OpenAI Jalapeño 自研推理芯片、客户自研 ASIC 浪潮、ASIC 出货 2028 年超 GPU（腾讯新闻 / 今日头条 / multicoreperformance 报道）

[15] 法国竞争管理局 / 欧盟 / Gartner (2026.07)：英伟达反垄断调查（最高 10% 营收罚款）、欧盟《人工智能法》全面适用、数据中心电力预测（565 TWh / 290 GW）

[16] 福布斯 (2026.05)：黄仁勋身家逼近 2000 亿美元、全球第七富豪；英伟达 2026 财年 CEO 薪酬约 3630 万美元

📌 建议收藏这篇文章——它是理解"AI 算力战争"与"卖铲子的人如何撑起整个时代"的关键