上周英伟达第四季度财报全面超出分析师预期，营收同比增长78%至393.3亿美元。其中，数据中心业务收入大涨93%至356亿美元，占公司总收入的90%以上，该业务涵盖了英伟达在人工智能计算领域占据主导地位的GPU（图形处理器）。

尽管业绩亮眼，英伟达股价仍未完全从1月27日17%的跌幅中恢复，这一跌幅是自2020年以来的最严重单日下跌。

市场当时的担忧来源于DeepSeek，大家普遍认为，这意味着AI算力的成本可以大幅降低。

黄仁勋在采访中对此反驳，他表示DeepSeek推动了推理模型的发展，而这反而会增加对AI芯片的需求。

“DeepSeek 表现太棒了！”黄仁勋说道，“它的惊艳之处在于开源了世界一流的推理模型，如今全球几乎所有AI开发者都在使用它。”

黄仁勋表示，下一代AI将需要比旧模型多100倍的计算能力，这一变化源于推理阶段的来临。

以下是黄仁勋在财报公布之后接受采访的最新对话，聪明投资者（ID:Capital-nature）精译分享给大家，值得细听。

问题1

怎么看待Blackwell的量产进展？

我们刚刚度过了一个非常出色的季度，量产进展也非常顺利。但这一切并不容易。几个月前，人们还在担心，我们是否能够成功量产像Blackwell 这样复杂的产品。

Blackwell其实并不仅仅是一块芯片，它是一个完整的系统。

这个系统重达1.5吨，包含150万个组件。

它的制造难度极大，需要协调全球350家工厂和10万名操作员共同完成。所以市场对Blackwell的量产进展有所担忧是合理的。

但如今，我们已经成功完成了量产。

另一个市场关心的问题是Hopper向Blackwell的过渡可能会带来“需求空窗期”。但现在，这一阶段已经顺利渡过。

我们本季度表现优秀，下个季度也会很好，而且Blackwell订单需求强劲。。

问题2

你在财报电话会议上提到，指引也高于市场预期。

说到需求，我今天早些时候采访了亚马逊CEO安迪·贾西（Andy Jassy），他告诉我，如果AWS现在有更多AI 计算资源可供销售，他能卖出更多。这与你在电话会议上提到的短期需求信号是一致的。

那么，从中期来看，投资者应该关注哪些信号，能够对AI算力需求的持续增长保持信心？比如数据中心的扩张、AI工厂的建设，相较于历史趋势的变化？

短期需求信号来自我们的采购订单和预测数据。除此之外，还有许多新兴的初创公司正在涌现，其中一些已经非常知名。

我不具体点名，以免遗漏任何一家，但它们真的非常优秀。这些公司利用新的AI推理能力和通用人工智能（AGI）取得了突破。

其中，一部分专注于智能体AI（agentic AI），另一部分专注于物理 AI（physical AI）。每个类别都有不少公司，而它们都需要额外的算力。

这正是安迪·贾西所提到的情况：他们急需AWS提供更多计算能力，这都是既有订单和预测数据之外的。

从中期来看，今年全球数据中心的资本支出远超去年，而去年已经是一个高投入年份。

考虑到Blackwell的推出，以及更多数据中心即将上线，我们有充分理由相信，今年依然会是一个非常强劲的增长年。

问题3

那么，从长期来看，哪些趋势最让你感到兴奋？

我们刚刚才步入推理AI时代。

以往的AI在接到问题后，会立即生成答案，但不会进行推理。现在的AI在回答问题前，会先进行思考，它可能会拆解问题、逐步推理，甚至进行自我反思，生成多个版本后选出最佳答案。

这种推理过程所需的计算量，是过去AI直接生成答案所需计算量的100 倍！

如果你认为去年计算需求已经很大，那么推理AI的发展将彻底改变这一切。

DeepSeek就是一个典型案例，包括Chat T40、Grok-3，都体现了这种趋势。这些AI 模型的计算需求，远远超过了过去的水平。

问题4

让我打断一下。有些人认为DeepSeek其实意味着计算需求会减少。毕竟，最初的报道说，它能“以更少的算力实现更多功能”。

所以你的意思是，DeepSeek的一些成果实际上是相反的——未来对计算的需求会更高？能详细解释一下吗？

AI的发展大致可以分为三个阶段。

第一阶段是预训练（pre-training），就像我们上高中一样，学习大量基础知识，比如数学、语言等。这种对人类知识的基础理解是必不可少的，这为它的下一步——后训练（post-training）奠定了基础。

在后训练阶段，AI可能会接受人类反馈，就像老师给学生讲解，我们称之为强化学习——人类反馈。

AI可能会进行练习和思维实验，就像为考试做大量模拟训练一样。这一过程可以通过强化学习——AI反馈进行，甚至可以通过强化学习——可验证奖励反馈来进行测试和实践。

换句话说，现在AI正在教AI如何成为更好的AI。

目前，大量创新都发生在后训练阶段，尤其是在这些推理模型中。而这个训练过程的计算负载，比预训练阶段可能要高出100倍。

然后，到了推理（inference）阶段，AI不再只是根据提示直接生成答案，而是要进行推理。

它会先思考如何最优地回答问题，将问题拆解为多个步骤，甚至会自我反思，生成多个版本，选出最优解再呈现给用户。因此，哪怕是推理阶段，计算需求也比ChatGPT 刚推出时高出100倍。

所以，所有这些新概念，包括强化学习、合成数据生成、推理AI等等，正在让算力需求飙升到前所未有的水平。

问题5

那我们谈谈很多投资者都在关心的性价比问题。各大云计算公司在纷纷推出自研芯片，比如亚马逊的Trainium、微软的AI芯片、谷歌的TPU……很多客户的预算有限，因此会优先考虑更便宜的替代方案，而不是购买英伟达的产品。

但与此同时，你在财报电话会议上提到了性能功耗比（performance per watt）。

如果你们的下一代产品相比市场上的其他方案，性能提升巨大，是否意味着尽管英伟达芯片的价格可能更高，但性价比实际上反而更好？

我们的产品销量这样高，恰恰因为性价比是最好的。

而性能功耗比至关重要。原因很简单，数据中心的规模是有限的。

一个数据中心的功耗可能是250兆瓦，也可能是1吉瓦，但无论数据中心规模多大，企业都希望最大化其收入。

换句话说，他们需要做到两点：

一是生成高质量的tokens（AI令牌），可卖出更高单价；

二是最大化tokens的生成速率。。

换句话说，如果你的计算性能与单位能耗效率是市场最高的，那么你帮助企业创造的收入也将是最高的。

从Hopper到Blackwell，如果你观察我们的产品路线图，你会发现，推理AI模型的 token生成速率一直在大幅提升。

问题6

我想问一下关于你们的中国业务。你在财报电话会议上提到，中国市场的收入占比已经是出口管制前的一半。随着DeepSeek的出现，一些人认为它可以绕开这些限制。

从你的角度来看，这是否能说明出口管制的有效性？

很难判断出口管制是否真正有效。我可以告诉你的是，在出口管制前，我们在中国市场的收入占比是现在的两倍。

目前，中国市场的竞争非常激烈，除了出口管制的影响，还有华为等本土企业的竞争。它们的技术水平很高，市场竞争力也很强。

但最终，软件总会找到自己的出路，这可能是最简单的理解方式。无论是超级计算机、个人电脑、手机还是游戏主机，软件总能适配目标系统并发挥最佳性能。这就是软件工程师的厉害之处——他们极具创新能力，思维灵活，能够找到解决方案。

我们的架构核心之一就是软件的灵活性，这一点非常重要。而如果从美国市场来看，当前我们可以使用的GB200，其token生成速率约为目前中国市场受管制产品的60 倍，这意味着两者之间的性能差距非常明显。

问题7

上个季度你形容Blackwell的需求“疯狂”，这次你说是“非凡”，这两个词相比，你觉得哪个更准确？

我现在对Blackwell的感觉比上个季度还要更好。原因很简单：

量产进展超预期，我们不仅按计划推进，还超额完成了目标。

团队表现极其出色，他们的执行力令人惊叹。

你可能还记得，我们在Blackwell的设计上曾遇到过一个小问题，这个问题在上个季度或更早时被发现。

我们的恢复过程非常顺利，团队的表现让我深感自豪。因此，无论是从执行层面还是市场需求层面来看，我都对当前的情况感到非常满意。

要知道，DeepSeek的表现太棒了！它的惊艳之处在于开源了世界一流的推理模型，如今全球几乎所有AI开发者都在使用它。

他们要么直接将R1整合到自己的系统中；要么通过一种称为知识蒸馏（distillation）的技术，从R1中提取精华；或者利用R1开源的技术来增强自己的AI模型，使其更加强大。

过去几个月，全球AI技术水平得到了显著提升。这让我倍感兴奋。

与此同时，对计算资源、推理时间以及测试规模化的需求正在大幅增长。这正是Grace Blackwell NVLink 72令人振奋的原因之一。

从整体来看，市场对计算能力的需求比以往更加旺盛，这一趋势让我同样感到振奋。

（转自：万博新经济观察）

海量资讯、精准解读，尽在新浪财经APP