在周一向科技界预测其公司到2027年将获得至少1万亿美元芯片订单后,英伟达首席执行官黄仁勋今天详细讨论了可能实现这一目标的全球动态和市场力量。
黄仁勋在圣何塞举行的GTC大会期间与媒体交流了近两个小时,回答了关于英伟达本周发布的公告以及公司AI愿景的广泛问题。他回答了几个关于中国的问题,考虑到这个国家未来业务对这家芯片巨头的潜在价值,中国是一个特别受关注的领域。
此前美国限制英伟达H200处理器在华销售,限制了该公司向当地客户销售的能力。当在1月份CES期间的类似媒体会议上被问及中国时,黄仁勋表示他在等待采购订单。这种情况显然已经发生变化。
"我们已经收到了许多客户的采购订单,正在重启制造过程,"黄仁勋周二表示。"我们的供应链正在重新启动。"
供应链风险
虽然在中国重启业务对公司来说是好消息,但关于台湾以及中国入侵该地区并切断芯片出口的前景仍存在疑问。英伟达预计将在今年晚些时候成为台积电的最大客户,其AI芯片供应链的任何中断都可能对公司增长产生重大影响。
"我唯一的希望是我们都能合作,保持和平,着眼大局,保持冷静,"黄仁勋说。"我百分之百确定,世界将在很长时间内依赖台湾。"
来自亚洲的供应链中断可能影响英伟达未来的另一个关键部分。本周的发布包括Groq 3语言处理单元或LPU的首次亮相,这项技术将在公司AI推理策略中发挥核心作用。
由韩国三星电子代工部门制造的Groq是英伟达专注于多智能体工作负载AI推理的核心组件。Groq 3 LPX与新型Vera Rubin NVL72机架的配对旨在最大化功耗、内存和计算的效率。根据黄仁勋的说法,这也可能最大化英伟达的收入前景,他描述了Groq在其处理和存储解决方案中25%的作用如何为其芯片收入预测增加类似的百分比。
"理论上,那1万亿美元可能变成1.25万亿美元,"黄仁勋告诉媒体。"整个存储行业都将跟随我们。"
机器人技术预期增长
英伟达作为自动驾驶技术核心参与者的角色最终也有望为其收入做出贡献。英伟达的最新发布包括AI训练数据生成蓝图,以实现驱动下一代机器人所需AI模型的大规模处理。
尽管英伟达汽车业务在过去一年仅贡献了公司总收入的1%,但黄仁勋表示相信这种情况最终会改变。
"大多数万亿美元的业务在某个时候都是从零开始的,"黄仁勋说,举例说明其CUDA计算平台和编程模型。"CUDA曾经是我们业务的零percent,但占我们成本的90%。事实证明,我们在开始时所做的一切都花费了很多钱,但没有产生任何收入。"
英伟达的发布包括开放物理AI数据工厂蓝图,以加速机器人技术、视觉和自动驾驶汽车的部署。该公司对物理AI的押注基于这样的信念:客户最终需要英伟达计算架构的全谱来实现成功。
"英伟达的自动驾驶汽车业务包括三台计算机,"黄仁勋指出。"整个业务比人们想象的要大得多。客户要么购买这些计算机中的一台,要么从我们这里购买全部三台计算机。"
未来技术与AI伦理
本周GTC大会缺少的是关于Feynman的信息,这是英伟达计划于2028年发布的下一代GPU微架构。尽管他在周一的主题演讲中简要提到了Feynman,但当在媒体简报会上被要求详细说明这项技术时,黄仁勋没有进一步补充。
黄仁勋在回答关于AI伦理问题时更加坦率。最近,由于Anthropic公司拒绝允许美国政府将其技术用于大规模监控或制造自主武器的争议,这个问题一直在新闻中。在Anthropic被从合同中移除后,OpenAI随后与五角大楼签署了2亿美元的协议。
"AI不应该违法,AI不应该承诺它不具备的功能,"黄仁勋说。"我们需要AI为我们做很多伟大的事情。我们需要AI智能体系统在安全领域内部。我需要超快的AI智能体来保护我。"
正如SiliconANGLE分析师指出的,AI行业正在快速从训练模型转向推理,即运行模型以生成结果的过程,而竞争优势将由那些能够控制和优化数据路径的人获得。英伟达本周已经表明它打算定义这条路径,这让处于这一关键转型中心的黄仁勋成为一个非常忙碌的人。
"我在英伟达的经历是,今天比六个月前让我更忙,"黄仁勋说,他怀念一个世纪前人们有时间在门廊上喝柠檬水的时光。"我的哲学是,'不要被解雇,不要感到无聊,不要死去。'但这三个中的每一个都是高风险的。"
Q&A
Q1:黄仁勋提到的对华芯片销售重启是什么情况?
A:此前美国限制英伟达H200处理器在华销售,但黄仁勋表示已经收到许多中国客户的采购订单,公司正在重启制造过程,供应链正在重新启动。
Q2:Groq 3语言处理单元有什么作用?
A:Groq 3 LPU由韩国三星电子代工部门制造,是英伟达专注于多智能体工作负载AI推理的核心组件,与Vera Rubin NVL72机架配对可最大化功耗、内存和计算效率。
Q3:英伟达在自动驾驶领域的布局如何?
A:虽然汽车业务目前仅贡献公司总收入的1%,但英伟达发布了开放物理AI数据工厂蓝图来加速机器人技术和自动驾驶汽车部署,黄仁勋表示自动驾驶汽车业务比人们想象的要大得多。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。