文丨彭杰克

編輯丨盧枕

短短一年時間，兩次大會，臺上的“AI教主”黃仁勛依舊穿著熟悉的皮衣，卻多了些磕絆，少了些從容。

上一次GTC大會，正是英偉達如日中天的時候。各國科技公司對生成式AI進行不計回報的瘋狂投入，將英偉達一步步推上神壇，一度成為全世界市值最大的公司。

但今年以來，英偉達的股價持續震蕩。1月27日美股收盤，單日跌幅超過17%，創下公司歷史上單日下跌最多的紀錄；截至3月10日，遠期市盈率從1月的45倍回落至28倍，低于五年均值37.6倍。

市盈率的回落，背后是一個殘酷的現實：市場沒那么看好英偉達的未來了，AI樹立起來的“算力信仰”正在動搖。

因此，在一年一度、被譽為“科技春晚”的GTC大會上，老黃的使命變了——不再是讓人們看到英偉達又搞出了多么牛逼的產品，而是讓人們重新相信他們真的需要這些產品。

黃仁勛的AI路線圖

站在英偉達的視角來看，這是一屆需要打起精神來直面諸多挑戰的GTC大會。

將英偉達芯片捧上神壇的AI算力市場正發生變化。Deepseek的開源以及長思維鏈技術路線，讓生成式AI廠商的關注點從堆量訓練走向推理，而逐漸滲透的ASIC架構芯片，其在AI推理場景中展現出的成本、能效優勢，對英偉達在AI算力市場的份額構成直接威脅。

英偉達內部也面臨壓力。原計劃去年第三季度量產、第四季度發貨的Blackwell系列芯片，因設計缺陷問題，推遲至2025年第一季度才開始批量出貨，間接導致2025財年第四季度的毛利率下降，且預計下個季度會進一步收縮。

在期待或懷疑之中，北京時間3月19日凌晨1點12分，英偉達創始人黃仁勛穿著熟悉的黑色皮衣姍姍來遲，一上來就開始講述從生成式AI到代理式AI（Agentic AI）、Physical AI的變革，這背后意味著巨大的算力需求。

今年年初，Deepseek-R1模型的高效和開源，曾一度讓市場判斷，大多企業將不再需要英偉達昂貴的GPU來做大參數模型的預訓練。這也被認為是英偉達股價受重挫的直接原因。

2月下旬，黃仁勛談到Deepseek時說：“這是一項卓越的創新，但更為重要的是，它開源了一個世界級的推理AI模型。幾乎每一位AI開發者都在應用R1或思維鏈以及像R1這樣的強化學習技術來提升其模型的性能。”

GTC 2025上，黃仁勛仍然看好推理AI，巧妙地選擇用長思維鏈（CoT）推理需要消耗的tokens來做比較。他向傳統大語言模型（LLM）和推理模型提出了同一個問題：300人的婚禮上如何安排座位。LLM消耗439 tokens快速得出了一個錯誤答案，而推理模型消耗8559 tokens，經過較長時間的思考得出了一個得體的答案。

●圖源：直播截圖

黃仁勛想說明的是，諸如Deepseek-R1這類推理模型，意味著更高的tokens消耗和更高的算力需求，只是這種算力需求從訓練環節后置到了推理環節。

在黃仁勛看來，推理模型也不是AI的終點，當下我們所處的Agentic AI，AI要處理更多更復雜的任務，有大量的應用將會出現，帶來算力需求的又一次爆發；而到了未來的Physical AI階段，AI甚至會復刻物理世界，那代表了將會有無限的tokens需要被處理。

結論是，用預訓練放緩來判斷AI的未來，或者英偉達的未來，就有點短視了。黃仁勛給了一個簡單粗暴的預判：“未來所需要的算力將是過去的100倍。”

那各大AI廠商要如何面對未來的AI新范式呢？沒錯，還是要買英偉達芯片，英偉達的護城河就在于無處不在——硬件上Blackwell系列芯片涵蓋了從預訓練、后訓練到推理的整個AI市場，跨越云端到本地再到企業環境；軟件上，CUDA仍然是繞不過去的高墻，黃仁勛強調說：“CUDA現在無處不在，它存在于每個云中，每個數據中心，可以從世界上的每家電腦公司買到，幾乎無處不在。”在他口中，CUDA已不再是一個單純的開發工具，而是成了“AI時代的英語”。

對于老黃的新故事，資本市場給出的反應是遲疑。演講結束后，英偉達股價沒有提振，反而一路向下，截至收盤，下跌3.43%。

英偉達把護城河又往深挖了挖

動搖英偉達“算力信仰”的，一度被認為是Deepseek創造出的效率神話。

Deepseek的天才工程師們，用自己的聰明繞過了英偉達芯片的一些限制，用算法和軟件能力挖掘出了更多的性能，從而節省了大量成本。

現在，英偉達大開方便之門，推出了自己的官方版本的“后門”——Nvidia Dynamo。

這是英偉達在推理領域構建的新CUDA，專為推理、訓練和跨整個數據中心加速而構建的開源軟件。在現有Hopper架構上，Dynamo可讓標準Llama模型性能翻倍。而對于DeepSeek等專門的推理模型，NVIDIA Dynamo的智能推理優化還能將每個GPU生成的token數量提升30倍以上。

當然，為了推銷最新的Blackwell系列芯片，Dynamo在Blackwell上的效果更好。在同等功耗下，Blackwell的性能比Hopper高出4-5倍。在推理模型的測試里，Blackwell的性能大約是Hopper的40倍。

目前，Blackwell系列芯片，GB200和B200已全面投產。這些產品采用臺積電4nm工藝制造，擁有高達2080億個晶體管。黃仁勛透露，2024年，美國前四大云服務提供商（CSPs）購買了130萬塊Hopper架構芯片，2025年又購買了360萬Blackwell架構芯片。

為了讓Blackwell像蘋果全家桶那樣深入到每個場景，針對不同類型的客戶，小到個人工作站，大到數據中心集群，英偉達推出了可以運行2000億參數模型的AI PC產品DGX Spark，為“AI推理時代”專門定制的Blackwell Ultra NVL72機柜，和基于Blackwell Ultra、即插即用的DGX Super POD AI超算工廠等一系列產品，涵蓋了AI時代大部分主流場景。

●2024臺北電腦展開幕，英偉達CEO黃仁勛(中)與富士康董事長劉揚偉(右)做手勢慶祝。圖源：視覺中國

當然，作為“秀實力”的傳統環節，黃仁勛公布了新一代AI芯片Rubin，以“證實暗物質存在”的女性科學先驅薇拉?魯賓（Vera Rubin）命名。據介紹，Rubin系列芯片的性能可達Hopper的900倍，而Blackwell是Hopper的68倍。Vera Rubin NVL144將于2026年下半年推出，Rubin Ultra NVL576將于2027年下半年推出。

不管是Blackwell全家桶，還是像CUDA一樣只能運行在英偉達GPU上的Dynamo，都是英偉達在硬件和軟件層面上進一步挖深自己的護城河，在空間上做到無處不在，在時間上做到別人無法短時間內追上，英偉達就能繼續維持“AI領導者”的地位。

賣鏟子以外，英偉達也在講一些新的故事。本屆GTC，英偉達將主辦首屆“量子日（Quantum Day）”，黃仁勛將參加與量子計算行業業內人士的小組討論。但主題演講現場，黃仁勛并未提及相關細節。

頗為戲劇化的是，兩個月前的CES展會期間，黃仁勛說：“如果你說15年內就能制造出非常有用的量子計算機，那可能有點早。如果你說30年，那可能已經晚了。如果你說20年，我想我們很多人都會相信。”該言論直接導致了美國量子計算概念股崩盤式下跌。

窮追猛打的競爭者們

長期來看，似乎英偉達的領先地位還能保持很久，但短期并非沒有隱憂。

截至今年1月底的2025財年第四季度業績報告顯示，報告期內，英偉達數據中心收入為356億美元，同比增長93%，較上季度環比增長16%，貢獻了英偉達91%以上的營收，這個數字在去年同期和前年同期大約為80%與60%左右。這主要得益于Blackwell系列芯片，其在第四財季實現了110億美元的銷售額，創下了公司歷史上產品最快的增長速度。

但Blackwell系列芯片量產初期的成本也給英偉達帶去了不小的壓力。截至今年1月底的2025財年第四季度，英偉達毛利率為73%，較上季度下降3個百分點，而根據最新的業績指引，下季度英偉達的毛利率可能會進一步收縮至70.6%。

●美國加州圣荷西，SAP中心。圖源：視覺中國

更大的威脅來自ASIC架構以及在這之下大力投入自研芯片的巨頭客戶們。

與廣義上的GPU相比，ASIC架構芯片可以專為特定推理任務而定制，且整體晶體管利用率更高，在特定任務上更高效、成本更低，對于中小公司來說是性價比很高的選擇。

同時，在英偉達GPU以高昂的價格一家獨大之時，亞馬遜、谷歌、微軟等英偉達大客戶們正奮力推進自研芯片流程，或是從英偉達的競爭對手AMD手中購買芯片。

根據智能涌現2024年中報道，用掉了世界上1/4算力的谷歌，“可能年底就不對外采購芯片了”。過去谷歌自研TPU更多基于成本考慮，比如擔心英偉達隨意漲價，或者供應不夠穩定，如今谷歌的造芯策略更為激進——“幾乎是不計代價和成本投入”。而微軟已經采購上萬片AMD的產品，特斯拉、Midjourney、美國國家實驗室、韓國電信也都已批量提貨。

不過，CUDA暫時還能擋一擋這些激烈的攻勢，哪怕亞馬遜的Trainium芯片能將成本壓到GPU的1/3，但開發者需要為每一款ASIC重寫代碼的現實，依然讓多數企業望而卻步。

另一大潛在的風險是地緣政治變化帶來的挑戰，面對中國這個全球第二大GPU市場，英偉達無法售賣最新的芯片，大洋彼岸的對手們正在抓緊機會蠶食英偉達的市場，目前英偉達也沒有太好的解決辦法來應對。

光靠“算力老仙，法力無邊”，已經沒法不管不顧地向前猛沖了。擺在黃仁勛面前的問題是，如何平衡短期毛利率壓力與長期增長敘事。只有讓現在的投資者賺到錢，英偉達才能有更廣闊的未來。

參考資料

【 版權聲明】所有內容著作權歸屬鏡相工作室，未經書面許可，不得轉載、摘編或以其他形式使用，另有聲明除外。

鏡相工作室正在尋找 商業領域的優秀作者加入，請查看：

繼續閱讀：