# 一台机柜400万美元，一年一万亿进场：黄仁勋把AI工厂讲成了一门制造业 > Training Data No. 96 中文精读 - 原标题：LIVE: Jensen Huang on Building the Dynamo of the Intelligence Age - 发布日期：2026-06-10 - 主持：Sonya Huang · Pat Grady · Konstantine Buhler 等 - 网页版：https://trainingdata.qiaomu.ai/ep/096-live-jensen-huang-on-building-the-dynamo-of-the-intelligence-2UpQbe.html - 精读字数：约 4306 字（阅读约 10 分钟） > 本文为 trainingdata.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 先看一台机器的参数：72颗芯片装进一个机柜，整机两吨重，150万个零件，单价400万美元，号称地球上最贵的设备。黄仁勋说，英伟达今年要像造手机一样流水线生产它，一年下来大约800万颗芯片。 这是红杉资本播客Training Data的一场现场录制，主持人是红杉合伙人康斯坦丁·布勒，嘉宾是英伟达创始人兼CEO黄仁勋，台下坐着来自60个国家的观众。整场对话，他其实只干了一件事：把AI从玄学拉回车间，当成一门制造业，一笔一笔算账。 总账是这样的：**今年一年，市场会有大约1万亿美元流进AI产业链。而他估计，整个智能生态的终局规模是每年20万亿美元。**现在才走到第一万亿。 ## 从会聊天，到能干活 黄仁勋先给AI这两年的变化定了个坐标。 两年前的ChatGPT，核心能力是理解和生成。给它一份PDF让它总结，文本变文本；让它把故事画成图，文本变图像；给它一张照片让它讲讲里面有什么，图像变文本。什么都能变成什么，当时大家管这叫生成式AI。 但他提醒，生成式AI真正的价值藏在后面。**会生成，才会思考。所谓思考，就是一步步生成内部的想法。**生成还带来另一件事：AI能生成指令去操控别的工具，浏览器、表格、Photoshop、AutoCAD。今天操控的是数字工具，哪天操控的是机械，那就叫机器人；操控一台带方向盘的机器，那就叫自动驾驶。 两年过去，AI进入了智能体阶段。你从ChatGPT看到它，从Codex、Claude Code看到它，它能推理，还能干活，能交付结果。 两年前大家都笑ChatGPT，好玩、幼稚、净编胡话。他说都对，但它是后来这一切的地基。 这里他讲了个扎心的观察。 > 「我们喜欢聪明的朋友，喜欢什么都知道的人，但我们不为他们付钱。我们只为干活的人付钱。」 两年前的AI会写诗、会编乡村歌曲，好看，但不值钱。现在的AI干活了，人们按小时付钱，一小时20美元、30美元，跟雇一个数字员工没区别。黄仁勋管这叫人类历史上增长最快的软件生意。 他还留了道思考题给台下的投资人和创业者：AI能干活了，下游的医疗、金融、制造、物流、零售、广告会跟着发生什么？这是未来十年最值得聊的一批对话。但比下游更值得看的，是上游，AI本身作为一门工业，长什么样。 ## 60年的检索式计算，到头了 第二个视角更狠，他往上游看，看整个计算机工业的家底。 1964年，IBM发布System 360，现代计算机的范式从这台机器定下来，那一年IBM是全球市值最高的公司。此后40年，计算机的基本逻辑几乎没动过：手写程序，存成文件；拍张照片，存成文件；录段音乐，存成文件。要用的时候，从磁盘里取出来。 取得聪明一点的部分，叫推荐系统。但本质上，今天的计算机是一台检索机器。数据中心为什么叫数据中心？黄仁勋的原话很损：因为它们主要在存数据，没干什么计算，所以没人管它们叫计算中心。 AI把这套逻辑掀翻了。每次你跟AI对话，都要给它新的上下文、新的提问，它理解、推理，然后当场生成回答。**未来的每一个像素、每一段声音、每一支广告、每一篇新闻，都会为你当场生成。张三看到的和李四看到的，是两个完全不同的版本。** 为什么每个人看到的都不一样？因为你的兴趣、你的背景、你是谁、你为什么问、你怎么问，全都不同。生成是照着这些上下文现做的，检索做不到。 生成取代检索，世界就需要海量的生成器。英伟达造的就是这个东西。 接着他打了个比方，把整件事钉死了。19世纪60年代，西门子造出发电机，烧火、推动，另一头冒出一种看不见的力量，当时没人知道那是什么，后来人类叫它电。电织成电网，包裹了整个地球。三十多年前，美国人搞出的网络架构长成了互联网，又包裹了一层。现在是第三层：智能。 > 「原子进来，电子出去，那是发电机。电子进来，数字出去，那是我们的机器。这些数字重新组合，可以是语言，可以是数学，可以是蛋白质，可以是物理和气候，可以是机器人的动作。我们管它叫token，它就是智能。」 当年那台机器的名字是Dynamo，发电机。这期节目的标题，就叫「建造智能时代的Dynamo」。主持人康斯坦丁总结得很整齐：能源革命靠发电机，通信革命靠交换机，智能革命靠GPU和AI工厂。黄仁勋补了一句，为什么叫工厂，因为它在生产，一小时一小时地产出token，token就是智能。 ## 五层蛋糕，第一万亿美元怎么分 他给了第三套思维模型：把AI产业看成一块五层蛋糕。想投资、想择业，都用这张地图。 先看体量。一个吉瓦的AI工厂，造价大约500亿美元，人类有史以来最贵的工厂。按他的说法，它能产出3000亿到4000亿美元的智能，投资回报快得离谱。主持人接了一句，未来几年有上百个吉瓦级工厂要上马，光基建就是几万亿美元。今年全年，大约1万亿美元会流进这块蛋糕。 五层，从下往上数： - **能源层。**很多国家的电网建成之后，快一百年没迎来过这种级别的扩建。核电、风电、光伏、氢能，只要能发电，就会拿到钱。他管这叫能源行业几代人一遇的机会，西门子、三菱、GE Vernova生意好，原因在这。 - **芯片层。**芯片、计算机、网络、交换机、硅光子，从H100到最新的Vera Rubin平台，英伟达自己站在这层。 - **基础设施层。**土地、电力、机房、资金、数据中心运营，每一样今天都稀缺。 - **模型层。**OpenAI、Anthropic在这里。但他提醒，别只盯着语言模型。AI能学会任何有结构的东西，蛋白质、基因、细胞、物理定律、气候。他举了个例子，他刚才坐下，100%稳稳落在椅子上，因为物理世界可预测，可预测就有结构，有结构就能学。物理世界那部分产业规模约80万亿美元，才是没人谈论的最大前沿。 - **应用层。**去年1000亿美元风险投资流进这层，人类历史上VC投资最高的一年。金融、法律、会计、物流、交通，创业公司在上面开花。 从计算机的视角看，细胞、蛋白质、单词、图像、汽车，没有区别，全是token。难的是把世界的信息表示成机器能理解、能推理的形式，然后做计划、生成动作，跑通整个智能闭环。 他的判断是：**智能会变成像电力一样的商品。剩下的问题只有三个：智能有多重要？谁需要它？你要多少？** 还有一层想象空间在智能体。今天全球大约10亿人在用AI。一旦AI能自己干活，智能体就会跟智能体组队。黄仁勋说，英伟达内部此刻大概跑着几十万个智能体，有护栏、有沙箱，互相说话、互相派活。自动驾驶汽车是智能体，机器人是智能体，工厂和楼宇都会是智能体。未来的互联网，主体可能从几十亿人变成上千亿个智能体，全天候在线，互相生成指令和想法。 听起来夸张，但他说这事已经发生过两次了，电网一次，互联网一次。智能是第三次包裹地球。 ## 放射科医生的故事：任务和目的是两回事 现场有人问，普通人怎么参与这场革命。黄仁勋没直接答，先讲了个故事。 十年前，一位全球顶级的计算机科学家公开警告：AI第一个消灭的职业是放射科，劝所有人别入行。这个人就是辛顿，2016年他确实说过，医院应该停止培训放射科医生。他的依据很硬：计算机视觉早在12年前就有超人能力，识别影像、发现病灶，不累，不漏细节。 结果呢？他说对了一半。计算机视觉确实渗透了放射科的每一个环节，今天每一位放射科医生都被它增强。 但放射科的需求涨了，放射科医生的数量也涨了。 为什么？黄仁勋让现场观众猜。答案是：放射科医生的工作目的，从来都是配合临床医生诊断疾病，读片只是任务。任务自动化之后，医生效率变高，更多病人被收进医院，拍更多片子，科室更赚钱，于是招更多医生，收更多病人，治更多人。医院外面还有一堆病人在排队等着进来。 更讽刺的是后续。那次警告传开之后，想学放射科的年轻人真的变少了。可社会明明需要更多放射科医生。黄仁勋说，**我们必须对随口编造的预言负责，因为它真的会伤害人。** 同样的剧本在程序员身上重演。最近有人说，90%的代码要消失，软件工程师不需要了。与此同时，英伟达招的工程师比任何时候都多。他的解释是：写代码从来都只是任务，工程师的目的是解决问题，以及想出值得解决的问题。他从来没招过一个人，然后只考核打字速度。 他自己也逃不掉这个框架。CEO的任务是什么？打字和说话。这两件事AI都干得超人级别。可他比任何时候都忙。 所以他的结论是：**AI不会消灭工作，AI会抬高工作。关键看你想清楚自己的任务和目的。**水管工明天可能就是设计师，用AI出厨房效果图；卖家具的明天可能就是室内设计师。手艺被抬高了，从执行者变成了出主意的人。 ## 别怕终结者，怕的是会用AI的同事 谈到那些吓人的说法，终结者、奇点、20%概率毁灭人类，黄仁勋当场开炮：完全是胡说八道。 > 「如果你不知道一个东西怎么运作，你怎么可能每年都把它做得更好？它每年都在变好，所以他们当然知道它怎么运作。它就是计算机，就是软件。」 安全这件事，他的证据是拿来用的体验。两年前的ChatGPT幻觉不断，今天的模型会查资料、会自我质疑、会给出几个答案再反思一遍才开口。他的类比是汽车：今天的车比100年前的车技术复杂得多，也安全得多，安全本身就是技术进步的产物。 他真正担心的是另一件事。干了40多年芯片设计，他看着计算机越来越复杂，会编程的人占总人口的比例越来越低。现场举手，会C++的大概2%。现在呢？会说人话就会编程。**AI是他职业生涯里见过的、消除技术鸿沟的最大力量。** 所以他对恐惧的回答只有一句：**你可能会把工作丢给AI，但你一定会把工作丢给会用AI的人。**担心之前，先把AI用起来。这句话他在台上讲了两遍，一遍说给自己，一遍说给台下有孩子的父母：给孩子的建议很简单，去用那个给人超能力的东西。 > 「如果我们认为它是超能力，就去用它。我们不用，别人会用。」 ## 明天就能用的三件事 听完这一小时，能带走的东西其实很具体。 - **用「任务和目的」给自己的工作做个体检。**列一张清单，左边写任务，回邮件、做图、查资料、写初稿，右边写目的，判断、定义问题、维护关系。把左边的尽量交给AI，省下来的时间全部投给右边。放射科的故事已经把结局演完了：被增强的人拿走了增长，躲开的人连入场券都没摸到。 - **用五层蛋糕给自己定位。**做投资的，问自己钱该压在哪一层，第三层的土地、电力、机房运营眼下样样稀缺；找工作的，想想自己的手艺贴着哪一层，那层的稀缺技能是什么。黄仁勋给的坐标是，今年进场1万亿美元，终局是每年20万亿，现在不管站在哪层都算早。 - **今天就装上一个AI，把它当员工用。**按小时计价的心态，一小时20美元、30美元，让它真干活，交付结果。别再用「试试看」的心态聊两句就关掉。另外，家里有孩子的，教会他们说人话就是编程，这件事的门槛已经降到了零。 黄仁勋在节目最后说，AI这件事没那么难理解。160多年前人类学会把原子变成电子，现在人类学会把电子变成数字，数字就是智能。剩下的问题只有一个：你要多少。