人类总喜欢用今天的经验,去嘲笑明天的规模。蒸汽机刚出现时,人们只想到抽水;电力刚普及时,人们只想到照明;互联网刚出现时,人们只想到发送电子邮件。
现在,轮到算力了。
每当黄仁勋谈到未来AI对计算能力的巨大需求,总有人给出一个轻松的答案:他当然这么说,因为他要卖GPU。
这句话看似聪明,实际上绕开了最重要的问题:如果他错了,究竟错在哪里?如果他对了,我们今天对计算机的理解又漏掉了什么?
01 / THE MISUNDERSTANDING
“他是卖GPU的”,为什么不是一个有力的反驳?
当然,黄仁勋有商业利益。英伟达的增长与AI算力需求紧密相连,他的公开表态理应受到审慎检验。
但商业利益并不自动推翻一个判断。卖发动机的人可能最了解航空业的技术瓶颈;建电网的人可能最清楚电力需求的变化;经营GPU平台三十多年的人,也可能比普通观察者更早看到计算架构的转向。
真正值得讨论的,不是他有没有动机,而是他的论证有没有技术基础、客户需求和资本投入来支撑。
英伟达在2026年年度报告中把未来的计算基础设施描述为面向数字智能体与机器人的“AI工厂”,强调推理、软件、网络、能源和先进制造的共同建设。这已经不是单纯把芯片卖得更多的叙事,而是对整个计算产业链的重新定义。
02 / THE PARADIGM SHIFT
过去的计算机回答问题,未来的计算机要持续工作
我们今天习惯的计算模型是:人发出指令,机器给出结果。打开网页、运行程序、生成一段文字,计算往往是一次性的。
但智能体改变了这个过程。一个真正能承担工作的AI,需要自己拆解任务、调用工具、检索资料、验证结果、发现错误、重新尝试,还可能与其他智能体协作。
过去你让计算机写一封邮件,只需要一次生成。未来你让它经营一个跨境业务,它可能连续运行数天,研究市场、联系客户、更新库存、处理合同、监测风险。
黄仁勋在2026年的访谈中反复强调,推理与智能体会推动计算需求跃升。这里的关键不在于某个倍数是否精确,而在于计算从被动工具变成持续运行的生产过程。
03 / THE ECONOMICS
算力越便宜,为什么可能越不够用?
直觉告诉我们:技术效率提高,同样的工作需要的算力就会减少。这个判断只对了一半。
当计算成本大幅下降,人们往往不会维持原来的使用量,而会创造以前根本不值得计算的新任务。这与经济学中的杰文斯悖论有相似之处:效率提高可能扩大总消费,但并非必然。
想象一下,原来一次复杂的材料模拟要花几十万元,研究团队只能谨慎挑选几个方案。假如成本降低到几十元,他们可能尝试上万种配方、自动搜索更优结构。单次计算便宜了,总计算量却可能暴涨。
同样的逻辑适用于药物筛选、工业设计、自动驾驶、气候模拟、个人助理以及机器人训练。智能不是一个固定大小的市场;成本下降本身就可能创造市场。
04 / THE PHYSICAL WORLD
真正的算力大爆炸,可能发生在AI走出聊天窗口之后
今天我们衡量AI,习惯数有多少人使用聊天机器人、每天生成多少Token。但这可能只是智能经济最初级的计量方式。
一台自动驾驶汽车需要持续感知和决策;一座智能工厂需要实时优化生产;一群机器人需要在仿真环境中训练、在现实世界里协作;一个科研智能体可能同时探索成千上万条假设。
当AI从“回答问题”进入“改变物理世界”,计算就不再只是办公室里的软件支出,而可能成为交通、制造、医疗和能源系统的基础能力。
这也解释了英伟达为什么不断谈论网络、互联、内存带宽、液冷、电力和系统级协同设计。未来的竞争,可能不是某块GPU跑得多快,而是整座AI工厂能以多少成本、多少能源,稳定地产出有价值的智能。
05 / THE SKEPTICISM
尊重黄仁勋,不等于相信每一个数字
真正的产业判断,必须同时看见乐观叙事和现实约束。
第一,AI能否持续创造足够的商业价值?如果大量智能体只是互相生成无人阅读的内容,Token消耗再多,也未必意味着经济产出增加。
第二,电力、土地、融资、芯片制造、存储与网络能否同步扩张?算力不是可以脱离物理世界无限增长的抽象数字。
第三,算法效率会不会以超预期速度提升,削弱对硬件数量的需求?第四,行业竞争会不会让计算能力越来越普及,却使部分基础设施投资难以获得合理回报?
这些都是严肃问题,也都比“他就是为了卖卡”更值得讨论。
06 / THE LONG VIEW
历史长河,浩浩汤汤
每一次基础技术革命,都会出现两种声音。一种人相信眼前的市场规模已经足够大;另一种人相信,真正的新需求还没有诞生。
回头看,电力不只是替代煤油灯,汽车不只是替代马车,互联网也不只是替代信件。它们最深刻的影响,来自后来涌现的新产业、新组织和新生活方式。
今天的AI或许也如此。我们把算力理解成训练大模型所需要的GPU数量,却可能忽略:当每一个企业、每一个实验室、每一台机器都能够持续使用智能时,计算需求的边界会发生怎样的变化。
黄仁勋当然可能高估速度、误判结构,甚至高估英伟达能够分享的价值。但他提出的,是一个值得认真检验的产业命题:智能的生产成本持续下降,会不会让整个世界进入计算密度远超今天的新阶段?
短视频可以用十秒钟给出嘲笑,产业却要用十年甚至几十年回答这个问题。
11月17日这个由产业界倡议的“世界算力日”,不妨成为一个提醒:别急着给未来判刑,也别急着把任何企业家的预言当成真理。先研究技术,研究需求,研究经济规律,研究那些正在改变世界的真实投入。
① NVIDIA 2026 Annual Report(SEC)
② 黄仁勋与 Lex Fridman 对谈中文整理(2026年3月)
说明:本文为产业评论。“亿倍”属于面向未来的情景性判断,并非已验证的增长结果;不同来源所说的算力性能、需求和成本下降,统计口径不同。
