黃仁勛一句話定義英偉達：我們不是賣GPU，是把電子變成Token

英偉達CEO黃仁勛用一句話定義了自己的公司：輸入是電子，輸出是Token，中間是英偉達。

4月15日，英偉達CEO黃仁勛接受播客主持人Dwarkesh Patel的深度訪談，內容涵蓋英偉達的供應鏈護城河、TPU競爭威脅，以及英偉達為何不自己做云服務等問題。

英偉達：“電子Token”轉換器

訪談開篇，主持人提出了一個尖銳問題：英偉達本質上只是寫軟件，芯片由臺積電制造，內存由SK 海力士、美光、三星提供，封裝由臺灣ODM廠商完成——如果軟件被商品化，英偉達會不會也被商品化？

黃仁勛給出了他對英偉達最精煉的定義：

最終，需要有某個東西把電子轉化成Token。把電子轉化成Token，并且讓這些Token隨時間變得更有價值，這件事很難被完全商品化。

他進一步說：“輸入是電子，輸出是Token，中間是英偉達。我們的工作是盡可能高效地完成這一轉化。”

在供應鏈層面，外界關注的焦點是英偉達的采購承諾規?！钚仑攬箫@示接近1000億美元，行業分析機構SemiAnalysis預測這一數字未來可能達到2500億美元。黃仁勛解釋了這背后的邏輯：

如果未來幾年是萬億美元規模，我們的供應鏈能支撐它。

他說，這種能力并非單純來自合同，而來自對上游CEO的持續“告知、激勵和對齊”——讓他們看清AI產業的規模和方向，然后愿意為英偉達的需求進行投資。CoWoS封裝是典型案例：兩年前是全行業最緊缺的瓶頸，英偉達“連續幾個翻倍”地擴產之后，現在已基本不再是話題。

他判斷，供應鏈上的任何瓶頸都不會持續超過兩三年：“EUV機器、邏輯產能、封裝——這些東西都不難復制，只需要需求信號?！彼J為真正的長期制約在下游：能源政策。“你不能在沒有電力的情況下建立一個工業，這才是需要時間的事情?！?/p>

TPU競爭：英偉達的計算棧是全球最佳性價比

云巨頭（Hyperscalers）貢獻了英偉達約60%的收入，但谷歌、亞馬遜、甚至OpenAI等大客戶都在加碼自研TPU或其他ASIC芯片，這直接質疑英偉達的競爭地位。

黃仁勛的回應分兩層。

第一層是定性區分：英偉達做的是“加速計算”，而不是專用張量處理單元。加速計算覆蓋分子動力學、流體力學、數據處理、量子計算等幾乎所有科學計算領域，遠比AI更寬。

我們是唯一一家加速所有類型應用的公司。

第二層，黃仁勛稱，球沒有任何一個平臺的性能和總擁有成本能優于英偉達，谷歌TPU、亞馬遜Trainium都無法與之匹敵，我并不認可Trainium所宣稱的40%成本優勢。英偉達毛利率能達到70%，而ASIC芯片毛利率約為65%，企業替換產品并不能實現顯著的成本節省。

英偉達的計算棧是全球最佳性價比，沒有例外。沒有一家公司能向我證明，今天世界上有任何平臺的AI數據中心的總擁有成本（TCO）比我們更好。沒有。Dylan的InferenceMAX擺在那里供所有人用，TPU不來，Trainium不來。

對于Anthropic大量使用TPU的問題，黃仁勛直接回應：

Anthropic是一個特例，不是趨勢。沒有Anthropic，TPU的增長從哪里來？是100%來自Anthropic。沒有Anthropic，Trainium的增長從哪里來？也是100%來自Anthropic。

他也坦承，早年未能及時向Anthropic進行戰略投資是自己的判斷失誤：

當時谷歌和亞馬遜AWS投入了大量資金，Anthropic因此使用了他們的算力。我當時沒有深刻意識到，風投根本不可能給一家AI實驗室投50億、100億美元。這是我的失誤。但我不會再犯同樣的錯誤。

目前，黃仁勛已分別對OpenAI和Anthropic進行了大規模投資，據報道金額分別高達300億和100億美元。

為什么不自己做云？“盡可能少做”是哲學

手握巨額現金流，英偉達近期頻頻向CoreWeave等初創云服務商提供資金和算力支持。市場猜測，英偉達是否會越過客戶，親自下場做超大規模云服務商，收取算力租用費？

黃仁勛的回答涉及公司哲學：

我們應該做盡可能必要的事，做盡可能少的事。我們做的這些事，如果我們不做，我真的相信它們就不會發生。但云服務？如果我不做，有人會來做的。

他舉了CoreWeave、Nscale、Nebius等“新云”作為例子——這些公司若沒有英偉達的早期投資和支持，根本不會存在。但英偉達的介入是“讓生態繁榮”，而不是轉行做金融租賃或云計算運營。

他對于“不挑贏家”也有明確表態：“當我投資其中一家，我會投資所有家。”理由是：英偉達自己當年在60家3D圖形公司中幾乎是被公認“最不可能活下來”的一家，“我有足夠的謙遜來認識到這一點”。

堅守賣鏟人定位，GPU分配絕不搞“價高者得”

在供需極度失衡的背景下，英偉達如何分配緊俏的GPU？黃仁勛明確否認了“價高者得”的市場傳聞。

我們絕不會那樣做，這是糟糕的商業行為。你定好價格，然后人們決定是否購買。

黃仁勛解釋了英偉達的分配邏輯：優先考察客戶的排產預測和采購訂單（PO），其次看客戶數據中心的就緒程度，最終遵循先到先得的原則?！拔腋Ｍ蔀樾袠I可靠的基石。如果你下達了1000億美元的AI工廠訂單，沒問題，全世界只有我們能給你這種確定性承諾?！?/p>

不會放棄全球第二大市場

針對當前的芯片出口管制，黃仁勛從商業與技術標準的角度表達了務實的看法。

他指出，算力只是AI產業的底層輸入，當受到約束時，競爭對手可以通過堆疊更多能源、使用更多上一代芯片，以及優化算法來彌補硬件代差。

他表示，首先要認識到：中國并不缺芯片。他們擁有全球頂尖的計算機科學家，眾所周知，這些AI實驗室里的AI研究人員有相當大比例是中國人。他們擁有全球約50%的AI研究人員。

他們是競爭對手，我們希望美國勝出，但我認為進行對話和研究交流可能是最安全的做法。放棄整個市場不會讓美國長期在技術競賽中在芯片層、計算堆棧中獲勝。這是一個事實。

CUDA生態系統與飛輪效應

英偉達的核心競爭壁壘就是成熟的開發者生態，GPU全球裝機量達到數億級別，應用場景實現全面覆蓋。

行業發展飛輪效應清晰，依靠最大的裝機量、可編程的架構、豐富的生態體系以及全球海量的AI公司，形成強勁發展動力。再加上性價比、能效、客戶基數均處于全球領先地位，進一步推動發展飛輪持續運轉。

架構優勢與產品路線圖

黃仁勛表示，傳統摩爾定律每年性能增長約25%，想要實現10到100倍的性能飛躍，必須依靠算法與計算架構的雙重革新。Blackwell架構的能效相比Hopper架構提升50倍，這一成果絕非單純依靠晶體管進步就能實現，架構優化與計算機科學創新才是核心關鍵。該架構支持全流程可編程以及全棧協同設計，依托NVLink、Spectrum-X技術實現，沒有CUDA生態根本無法完成。

對于產品路線圖與發布節奏。黃仁勛透露，英偉達產品會保持年度穩定迭代，從Vera Rubin到Vera Rubin Ultra，再到Feynman，每年都會推出穩定升級的新品。同時我們是全球唯一一家，能夠承接從1000萬美元到1000億美元任意規模AI算力訂單的企業。

?星標華爾街見聞，好內容不錯過?

本文不構成個人投資建議，不代表平臺觀點，市場有風險，投資需謹慎，請獨立判斷和決策。

覺得好看，請點“在看”