英伟达首席执行官黄仁勋在接受《纽约时报》采访时谈到，当前行业与公众对人工智能的恐慌情绪已经过头。他认为，人工智能不一定会替代职业，而是会先替代具体任务；针对”AI 将在 10 年内毁灭人类”的观点，他直言这类预测”无稽之谈”。

AI 先替代任务，而非整份职业

黄仁勋把工作拆分为两层：一是”任务”，例如写代码、整理资料、回复客户；二是”目的”，例如诊断疾病、解决工程问题、服务客户。在他看来，人工智能通常先自动化的是具体任务，并不会必然消灭整个职业。

他以软件工程师为例说明：软件智能体可能大量生成代码，但工程师仍需要理解需求、设计系统、权衡风险、验证结果，并把技术连接到真实问题上。人工智能可能降低”写代码”本身的稀缺性，但定义问题、设计架构、验证系统与承担责任的重要性反而会上升。

“毁灭人类论”缺乏依据

对于部分科学界人士提出的”AI 有 10% 概率在 10 年内毁灭人类”的看法，黄仁勋回应称：”他们的所有预测都错了，所谓的 10% 概率既没有科学依据，也没有研究支持……这些预测只会增加（恐慌）。”

访谈主持人 Ezra Klein 指出，历史上的自动化确实消灭过部分工作，而且人工智能比过去的技术传播更快、适用范围更广。黄仁勋认同人工智能会提高生产力，并可能创造新的行业与岗位，但强调这不等于人人都会受益。短期来看，具体的人可能先失去任务、收入或议价能力，而新机会未必马上出现；长期看，技术可能创造新的需求与职业，但转型速度与分配方式会影响当下的社会就业。

真正改变世界的是应用层

黄仁勋把人工智能比作多层结构：底层是能源与芯片，其上是数据中心，再往上是模型，最顶层是应用。他认为，真正改变医院、学校、制造业与法律服务的，是应用层，而不是模型排行榜本身。

他还谈到人工智能扩张带来的能源代价：未来几年仍需要化石燃料支撑人工智能发展，原因是当前清洁发电能力尚未达到他预期的产业规模，而大型数据中心持续增加，带动电力需求快速上升。他认为，限制人工智能数据中心建设可能拖慢实用技术的发展；从长期看，人工智能也可推动能源生产投资，并帮助研究人员改进电网、材料与气候系统。

销量翻倍的预期

黄仁勋在会上强调，AI 安全“至关重要”。他表示，如果企业无法对产品的安全性充满信心，就不应该推出相关产品。这一表述呼应了近期业界对 AI 监管走向的高度关注。

监管博弈

与此同时，《华尔街日报》报道称，黄仁勋、Meta CEO 马克·扎克伯格以及 SpaceX CEO 埃隆·马斯克近期曾就一项拟议中的行业资助监管机构向美国总统唐纳德·特朗普表达担忧。据报道，三人的介入最终使这一计划暂时搁置。

市场反应

IT之家注意到，在上述表态发布后，英伟达股价盘前上涨 2.1%，报 218.4 美元。作为 AI 算力的主要供应商，英伟达的芯片出货预期被视为整个 AI 基础设施投资景气度的风向标。

黄仁勋对 2027 年销量的乐观判断，延续了过去两年 AI 加速器需求持续走高的趋势。不过，最终出货量仍取决于数据中心客户资本开支节奏、供应链产能以及全球监管环境的变化。

据 Business Insider 报道，戴维·赫勒与尼基塔·鲁丁在英伟达从事机器人相关研发多年，参与过黄仁勋携人形机器人登台的重磅演示。2024 年两人离职，在苏黎世创办初创公司 Flexion Robotics，主攻机器人智能系统。临行前他们远程致电黄仁勋，黄仁勋没有劝留，却对原定公司名“Checkpoint”提出异议，认为“听起来像另一个行业”，并提醒“你们还没意识到这条路会有多难”。此后英伟达后续投资了 Flexion，公司累计融资已超过 5700 万美元（约合 3.84 亿元人民币），近期在旧金山设办公室并从 Meta 等公司招揽研究员。

另一案例是徐冰（Bing Xu）：英伟达 2024 年收购了他的第一家初创公司，他随之加入英伟达；今年早些时候离开，创办芯片软件初创公司 INT21。黄仁勋与其他高管花两小时与他长谈试图挽留，并给出尖锐评价——沟通能力是他的最大短板，会限制其成就上限。徐冰称这是“过去十年收到的最真实的反馈”，此后聘请了公关团队。

两例离职创业对照

这背后的逻辑，被业界类比为“PayPal 黑帮”：当年 Peter Thiel、Elon Musk 等 PayPal 校友相互扶持，创立了 LinkedIn、YouTube 等定义了 Web 2.0 的公司。英伟达的“校友圈”正沿相似路径成形——只不过载体从支付变成了 GPU 与 CUDA。

对英伟达而言，这套非正式的“校友”网络是一笔高杠杆资产。黄仁勋的临别反馈，无论认可还是批评，都成了投资信号：拿到他点头的项目更容易获得资本背书，而这些初创公司几乎都建立在英伟达的 CUDA 平台之上，等于把英伟达的影响力直接种进下一代硬件与 AI 应用。当 AMD、英特尔在 AI 硬件上加速追赶时，英伟达用人才网络提前锁定了未来客户与合作伙伴——竞争对手难以复制这种“技术血统加平台忠诚”的组合。

对中国市场而言，这一现象有双向启示。一面，英伟达校友创办的机器人、芯片软件公司，是全球 AI 产业链的重要增量，其技术路线与 CUDA 深度绑定；另一面，中国本土的 AI 芯片与机器人创业同样依赖人才流动，如何把“流出”转化为“生态外延”而非单纯失血，是更值得借鉴的组织命题。

风险在于“生态近亲繁殖”：若校友网络缺乏非英伟达视角，可能产生架构层面的群体思维，错失下一次平台级范式转移——正如微软曾因 Windows 中心主义而一度错过移动浪潮。从趋势看，这类非正式网络未来 18 至 24 个月内很可能被英伟达正式化为企业风投或加速器，以管理股权、知识产权与战略协同。

什么是英伟达“校友圈”？

指从英伟达离职创业、仍与公司和黄仁勋保持联系的创始人网络，类似“PayPal 黑帮”，是英伟达向外延伸的人才与生态网络。

黄仁勋为什么投资离职员工？

公开报道显示，这更多出于对人才能力的认可与生态布局，而非单纯财务回报；被他点名的项目也更容易获得风投背书。

这对 AMD、英特尔意味着什么？

英伟达借校友初创把影响力种入下一代硬件与 AI 应用，竞争对手需在技术之外也构建自己的开发者与创业者生态，否则面临生态孤立。

本文基于 Business Insider、The Economic Times 等公开报道及 IT之家、网易等中文转述综合撰写，人物姓名为音译。

“我认为我们可以实现 70% 的同比增长。我们有这个信心。”这句话他上个月发布财报时说过一次，这次是重申。

4000 亿到 6800 亿美元

分析师预计，英伟达本财年营收约 4000 亿美元。如果 70% 的指引兑现，意味着明年营收可能达到约 6800 亿美元。

支撑这一判断的是一组具体数字。黄仁勋提到，仅一款集成 36 个 Grace CPU 与 72 个 Blackwell GPU 的计算机系统，目前月度销售环比增长 27%。

“我们造的东西，得用飞机运”

面对”英伟达的好日子是否到头”的质疑，黄仁勋选择从产品形态讲起。

“大多数人以为英伟达就是造一块芯片。可我们造的东西，得用飞机运。”他打比方说，如今一颗 GPU 不再是 399 美元的消费级产品，而是价值 850 万美元的整体系统——通过 NVLink 互联，由 200 万个部件组成，功耗高达 25 万千瓦，而这样的系统英伟达出货数千个。

在他看来，竞争确实从四面涌来：亚马逊、微软、谷歌这些超大规模云厂商在自研芯片，Anthropic 和 OpenAI 也在自己做，刚上市的 Cerebras 以及 Etched 这类初创公司同样来势汹汹。但系统级的体量和软硬件绑定，正是英伟达难以被轻易替代的底气。

“我们能看见未来”

黄仁勋给出的理由是英伟达的触角足够长：从存储芯片制造商这类供应商，一直延伸到数据中心项目和初创公司。

“英伟达运行每一个模型。每个实验室都可以使用我们。”他提到，这既包括 Anthropic、OpenAI 和谷歌的模型，也包括开源权重模型。”我们是 AI 生态系统的基础平台，是 AI 行业的基础平台。”

他还透露，英伟达正在追踪全球每一吉瓦的土地、电力和厂房（shell）。这种覆盖让公司能在需求完全兑现之前，提前看到基础建设的走向。

循环交易的质疑

外界质疑英伟达投资那些最终会采购其产品的公司，属于自我循环的账面繁荣。黄仁勋回应称，这类投入大致是每投 1 美元收回 100 美元，并且在投资前会确保有真实合同作为支撑。

风险依然存在

黄仁勋也承认，AI 的扩张很大程度依赖那些烧钱运行大模型的资源密集型初创公司。随着模型数量激增，算力基础设施的效率压力会上升，企业终将寻找降低 token 用量、优化基础设施的办法——这与以往几轮技术扩张的路径类似。

换句话说，这份乐观建立在一个前提上：AI 基础设施的投入节奏不会放缓。一旦需求侧出现转向，或者竞争对手在软硬件整合上追平，6800 亿美元这个数字就会重新变得不确定。

当地时间 9 月 3 日，英伟达（Nvidia）宣布已同意以约 129 亿美元（约合人民币 877 亿元）收购人工智能模型平台 Hugging Face。根据协议，英伟达将向 Hugging Face 股东支付约 119 亿美元，并为加入英伟达的员工的留任激励最高达 10 亿美元，总交易额约 129 亿美元。

这桩交易将成为英伟达有史以来规模最大的一笔收购，远超其 2020 年以 69 亿美元收购网络公司迈络思（Mellanox）的交易。不过，交易仍需通过监管审查，预计在 2027 年上半年完成交割。

为什么会买下「AI 界的 GitHub」

Hugging Face 成立于 2016 年，由三名法国创业者在纽约创立，被业界视作「人工智能界的 GitHub」。它是一个托管开源 AI 模型的云平台：开发者在这里搜索、下载、微调并上传模型。目前平台上已有超过 1800 万名开发者与创作者，托管了超过 300 万个模型、50 万个数据集和 100 万个应用，超过 20 万家企业在此寻找和部署 AI 能力。

英伟达首席执行官黄仁勋在公司博客中确认了这笔交易。他表示，收购完成后，Hugging Face 仍将是面向整个 AI 生态系统的开放平台，开发者可自行选择使用的模型、框架、云服务和芯片——在 Hugging Face 上构建或部署 AI，并不强制要求使用英伟达的计算资源，AMD、英特尔乃至国产芯片均可支持。

开放生态，战略意图清晰

Hugging Face 联合创始人兼首席执行官克莱芒·德朗格（Clément Delangue）透露，公司今年主动接洽黄仁勋商谈收购，原因在于整个开源 AI 领域正处在一个需要更多资源、更大规模和更高曝光度的转折点。值得一提的是，Hugging Face 曾在去年年底为保持独立而拒绝了英伟达的一笔投资。

对英伟达而言，这笔收购的战略意义在于生态。随着 OpenAI、Anthropic 等前沿实验室开始自研芯片以摆脱对英伟达的依赖，掌控开源模型的聚集与分发枢纽，有助于英伟达在开放模型一侧保持话语权。英伟达自身也已发布 Nemotron 系列开放模型，并在 Hugging Face 上贡献了超过 500 个模型和 250 个开放数据集，是平台上最大的贡献方之一。

黄仁勋强调，英伟达支持开源生态的立场不会改变，开放权重让创业公司、高校和公共机构得以在先进能力之上构建产品，而不必从零训练每一个模型。

「在 AI 领域，算力就是收入。」英伟达首席执行官黄仁勋说，「我们正把全球领先的长期资本提供方聚到一起，独立为 AI 基础设施提供承销。」

钱花在哪：数据中心与芯片工厂

这笔资金将同时投向英伟达自己的项目，以及合作伙伴正在推进的项目。由该基金支持的基础设施项目，预计包括新建数据中心，用于容纳、运行并冷却成排堆叠的计算芯片——正是这些芯片在处理 AI 的数据与操作。资金还将支持新建芯片工厂，扩大 AI 芯片产能，让买方更容易拿到货。

「算力已经成为一种关键的基础设施资产。」KKR 联席首席执行官乔·贝和斯科特·纳托尔在一份联合声明中表示，「随着我们在数字基础设施上把打法做大，我们学到的一点是：难的不是野心，而是交付。」

眼下几乎每一家主要的科技与 AI 公司，都在用英伟达的计算芯片，也就是图形处理器（GPU），来支撑自家的服务、AI 平台和聊天机器人。使用者名单里包括谷歌、Meta、亚马逊、微软、SpaceX、特斯拉、OpenAI 和 Anthropic。这些公司在过去三年里，仅在 AI 项目与基础设施上就合计投入超过 1 万亿美元，而且后续支出预计还会大幅增加。对英伟达芯片与服务的需求，也把这家公司的股票市值在三年内推高了五倍。

「AI 工厂」：一种可投资的新型基础设施

在周一发布的声明中，黄仁勋把英伟达作为芯片制造商的角色称为公司的起点。「今天，我们在帮助创造一类新的、有生产力的、可投资的基础设施：AI 工厂。」他说。

有了从合作银行与投资方那里调动资金的新渠道，这些机构将能够为这轮 AI 热潮提供更多融资。阿波罗管理着超过 1 万亿美元资产，其总裁吉姆·泽尔特表示：「现代算力已经成为一种稀缺的、任务关键型的资产类别。」他补充说，算力还「有望驱动可观的长期经济增长与生产率提升」。

把算力当成资产来经营，并非孤例。贝莱德上个月与 Meta 单独达成协议，为德州的一座数据中心提供融资并取得多数股权。Anthropic 近期也与麦格理资产管理和新加坡投资机构 GIC 达成协议，投资自有的 AI 基础设施。该公司没有披露交易规模，但表示需要更多融资，原因是旗下聊天机器人 Claude 太受欢迎，「需求要求大量新增算力」。

从芯片供应商，到把数据中心和芯片工厂包装成可承销、可投资标的的组织者，英伟达的角色正在发生位移。而当长期资本第一次把 GPU 集群与传统的机场、港口、电网放进同一个资产分类框架里，AI 基建的融资逻辑也随之改变——它不再只是科技公司的资本开支，而是一门要向出资人交付现金流的生意。

来源：BBC News（记者 Kali Hays）

他在学生面前甩出一个数字——未来人工智能的算力能耗，大概是当前的一千倍。理由是现在的模型是“你问一句它答一句”然后歇着，而他要的“智能体”是昼夜连轴转、几百万任务并行跑，耗电规模根本不是一个量级。

说白了，这不是吓唬人。高盛已经建模：美国数据中心的用电，两年里要从三千一百万千瓦涨到六千六百万千瓦，占夏季峰值负荷的比例从百分之四翻到百分之八以上；美国能源部更预测，到2028年数据中心可能吃掉全国一成多的电。我的判断是，接下来人工智能的军备竞赛，拼的不是谁芯片强，是谁先搞到便宜又稳定的电。

下次看到“某地去建大算力中心”的新闻，先问一句：那地方的电网扛得住吗？你觉得国内哪个城市最适合承接这种算力？评论区聊聊。

来源：TheStreet（援引高盛、美国能源部数据）

AI生成配图

## 一个历史性的首发帖

“作为我的第一条帖子，我想分享 NVIDIA 签署的一封关于开放模型重要性的信件，”黄仁勋在 X 上写道。”AI 将改变每个行业，驱动每家公司，被每个国家建设。开放模型能加强安全性和网络安全，加速创新和传播，并实现主权。世界既需要前沿的闭源模型，也需要前沿的开源模型。”

这封信名为《Open Weights and American AI Leadership》（开放权重与美国 AI 领导力），直接对比了当今开源 AI 模型的争论与 1980 年代开源软件运动的历史。信中指出，正如开源代码成为了现代互联网的基石，开源 AI 模型也应该被允许蓬勃发展，而不是面临”过早的限制”。

## 25家联名企业的阵容

签署这份公开信的企业阵容堪称 AI 产业的半壁江山：NVIDIA、Microsoft、Meta、IBM、Hugging Face、Mistral、Mozilla、Linux 基金会、Palantir、CrowdStrike、Dell、Y Combinator、Andreessen Horowitz、Perplexity、ServiceNow 等。

值得注意的是，最主要的闭源模型实验室——OpenAI、Anthropic 和 Google——并未在最初的签署名单中。不过 OpenAI 在周五晚些时候也加入了联署，CEO Sam Altman 表示”很高兴看到对开放权重模型的支持”。

## 信件的三个核心论点

公开信提出了三个核心主张：第一，开放模型扩大了经济和访问机会，让初创公司、大学和公共机构能够在前沿模型基础上构建应用，而无需从零训练；第二，开放模型促进了在模型开发商、芯片制造商、云服务商和应用层的竞争，防止 AI 收益集中在少数企业手中；第三，开放模型实际上提升了安全性，让更多研究人员能够审计代码、修补漏洞，而非依赖少数闭源”单点故障”。

信件还特别为”蒸馏”技术辩护——即利用一个模型的输出训练另一个模型——称这是一项合法的、长期存在的研究技术，不应与盗窃混为一谈。这也是当前最具争议的话题之一。

## 激辩升级：中美AI话语权之争

这封信的发布时机耐人寻味。就在一周前，中国AI公司月之暗面（Moonshot AI）发布了拥有 2.8 万亿参数的 Kimi K3 模型，该模型可下载和定制，在多项基准测试中跻身全球最强模型之列。白宫科技政策办公室主任 Michael Kratsios 公开指责月之暗面通过蒸馏复制美国模型来构建 Kimi K3。

黄仁勋此前曾表示”中国将赢得 AI 竞赛”，并在近期评价中国开源模型”非常出色”。这些言论使他更接近北京方面的叙事框架，而非 OpenAI 和 Anthropic 的鹰派立场。Elon Musk 在数小时内转发了黄仁勋的帖子，表示”Jensen 说得对，这得到了我的全力支持”。Jack Dorsey 也用一个词回复：”excellent”。

## 行业影响

分析人士指出，这封公开信本质上是一份关于”开放不是意识形态偏好，而是美国竞争力和繁荣的现实需求”的产业宣言。随着华盛顿正在争论是否要限制中国开源 AI 模型，以及是否要对蒸馏技术实施更严格的管制，科技产业的这一集体表态可能会影响未来 AI 监管政策的走向。

黄仁勋选择用他的第一条 X 帖子来做这件事，本身就传达了一个信号：对于 NVIDIA 来说，开源 AI 不是一个可以妥协的问题。

图片来源：Getty Images / Fortune

黄仁勋的首条推文

“AI将变革每个行业，赋能每家公司，并被每个国家构建。”黄仁勋在推文中写道，”开源模型能强化安全性与网络安全，加速创新与普及，并实现主权。世界既需要前沿的闭源模型，也需要前沿的开源模型。”

这条推文发布十几分钟内，其粉丝数已破万。微软CEO萨提亚·纳德拉、知名科技记者马克·古尔曼等科技大V第一时间呼应。截至发稿，黄仁勋的X账号已有超过68万粉丝。

联名公开信的核心主张

这封公开信由25家企业和机构联名签署，阵容横跨AI产业链多个环节：算力硬件（英伟达）、通用AI企业（Meta、微软）、网络安全服务商（CrowdStrike、Palantir）、开源模型平台（Hugging Face、Mistral AI）、投资机构（a16z、Y Combinator）以及IBM、ServiceNow等。

公开信提出三个核心观点：

第一，经济普惠。 开源模型让初创公司、大学和公共机构可以直接基于先进AI进行开发，无需从零训练前沿大模型，从而扩大了经济参与度。这意味着更多企业能以更低成本获得AI能力。