黄仁勋：将投数千亿美元造美国芯片，提升AI算力降低成本

摘要： 当地时间3月19日，英伟达创始人兼CEO黄仁勋接受了行业分析师和媒体的采访。他在采访中提到，行业对AI计算芯片的需求超出...

当地时间3月19日，英伟达创始人兼CEO黄仁勋接受了行业分析师和媒体的采访。他在采访中提到，行业对AI计算芯片的需求超出预期，提升AI芯片性能是降低投资成本的有效途径。他还谈到了DeepSeek的影响，指出推理型人工智能比非推理型人工智能消耗的计算量高出100倍。

黄仁勋透露，英伟达将在未来四年斥资5000亿美元购买美国制造的芯片和电子元件，并在美国生产大量电子产品，以减少供应链集中度。目前，英伟达的Blackwell芯片已经开始在美国生产。

在谈及DeepSeek时，黄仁勋表示，外界担心DeepSeek的人工智能模型R1需要更少的芯片，这种看法是错误的。实际上，这种模型对算力的需求更高。他称赞R1模型为首个开源推理模型，能够逐步分解问题并验证答案是否正确。

对于企业对AI基础设施投资回报的质疑，黄仁勋表示，随着芯片速度的提高，客户对公司图形处理器（GPU）的成本和投资回报率将不再有疑问。他认为，在未来十年内，由于芯片性能大幅提升，速度将是降低成本的更佳方式。今年推出的Blackwell Ultra芯片可以为数据中心带来比上一代Hopper系统高出50倍的收入，因为它在多用户AI服务方面的响应速度更快。

黄仁勋预测，到本世纪末，全球计算资本支出将达到1万亿美元，其中大部分将用于人工智能。他表示，英伟达有机会占据其中相当大的份额，并计划在未来几年建设数千亿美元的AI基础设施。针对一些大型云服务商开发自研AI芯片的情况，黄仁勋认为这些专用芯片不够灵活，无法应对快速发展的AI算法。

英伟达不仅致力于提供AI硬件，还积极推动人工智能在工业制造等领域的应用。今年早些时候，公司推出了首个物理世界基础模型Co *** o。黄仁勋表示，Co *** os是一个理解现实世界的模型，适用于自动驾驶汽车和机器人等领域。他认为，物理AI需要像认知AI那样拥有基础模型，一旦达到实用水平，就能激活大量应用场景。英伟达正在将工业元宇宙平台Omniverse与Co *** os结合，形成一个基于物理学的系统，以控制工业生成过程。

黄仁勋预计，人形机器人将在不到五年的时间内在制造工厂中广泛应用。他认为制造业会首先采用人形机器人，因为该行业任务明确且环境受控。他还介绍了Agentic AI的概念，这是一种整合了多种模型的知识系统，包括检索、搜索、图像生成、推理和规划等模型。黄仁勋强调，英伟达专注于创新，确保资源集中在能做出独 *** 献的领域。