上週英偉達第四季度財報全面超出分析師預期，營收同比增長78%至393.3億美元。其中，數據中心業務收入大漲93%至356億美元，佔公司總收入的90%以上，該業務涵蓋了英偉達在人工智能計算領域佔據主導地位的GPU（圖形處理器）。

儘管業績亮眼，英偉達股價仍未完全從1月27日17%的跌幅中恢復，這一跌幅是自2020年以來的最嚴重單日下跌。

市場當時的擔憂來源於DeepSeek，大家普遍認爲，這意味着AI算力的成本可以大幅降低。

黃仁勳在採訪中對此反駁，他表示DeepSeek推動了推理模型的發展，而這反而會增加對AI芯片的需求。

“DeepSeek 表現太棒了！”黃仁勳說道，“它的驚豔之處在於開源了世界一流的推理模型，如今全球幾乎所有AI開發者都在使用它。”

黃仁勳表示，下一代AI將需要比舊模型多100倍的計算能力，這一變化源於推理階段的來臨。

以下是黃仁勳在財報公佈之後接受採訪的最新對話，聰明投資者（ID:Capital-nature）精譯分享給大家，值得細聽。

問題1

怎麼看待Blackwell的量產進展？

我們剛剛度過了一個非常出色的季度，量產進展也非常順利。但這一切並不容易。幾個月前，人們還在擔心，我們是否能夠成功量產像Blackwell 這樣複雜的產品。

Blackwell其實並不僅僅是一塊芯片，它是一個完整的系統。

這個系統重達1.5噸，包含150萬個組件。

它的製造難度極大，需要協調全球350家工廠和10萬名操作員共同完成。所以市場對Blackwell的量產進展有所擔憂是合理的。

但如今，我們已經成功完成了量產。

另一個市場關心的問題是Hopper向Blackwell的過渡可能會帶來“需求空窗期”。但現在，這一階段已經順利渡過。

我們本季度表現優秀，下個季度也會很好，而且Blackwell訂單需求強勁。。

問題2

你在財報電話會議上提到，指引也高於市場預期。

說到需求，我今天早些時候採訪了亞馬遜CEO安迪·賈西（Andy Jassy），他告訴我，如果AWS現在有更多AI 計算資源可供銷售，他能賣出更多。這與你在電話會議上提到的短期需求信號是一致的。

那麼，從中期來看，投資者應該關注哪些信號，能夠對AI算力需求的持續增長保持信心？比如數據中心的擴張、AI工廠的建設，相較於歷史趨勢的變化？

短期需求信號來自我們的採購訂單和預測數據。除此之外，還有許多新興的初創公司正在湧現，其中一些已經非常知名。

我不具體點名，以免遺漏任何一家，但它們真的非常優秀。這些公司利用新的AI推理能力和通用人工智能（AGI）取得了突破。

其中，一部分專注於智能體AI（agentic AI），另一部分專注於物理 AI（physical AI）。每個類別都有不少公司，而它們都需要額外的算力。

這正是安迪·賈西所提到的情況：他們急需AWS提供更多計算能力，這都是既有訂單和預測數據之外的。

從中期來看，今年全球數據中心的資本支出遠超去年，而去年已經是一個高投入年份。

考慮到Blackwell的推出，以及更多數據中心即將上線，我們有充分理由相信，今年依然會是一個非常強勁的增長年。

問題3

那麼，從長期來看，哪些趨勢最讓你感到興奮？

我們剛剛纔步入推理AI時代。

以往的AI在接到問題後，會立即生成答案，但不會進行推理。現在的AI在回答問題前，會先進行思考，它可能會拆解問題、逐步推理，甚至進行自我反思，生成多個版本後選出最佳答案。

這種推理過程所需的計算量，是過去AI直接生成答案所需計算量的100 倍！

如果你認爲去年計算需求已經很大，那麼推理AI的發展將徹底改變這一切。

DeepSeek就是一個典型案例，包括Chat T40、Grok-3，都體現了這種趨勢。這些AI 模型的計算需求，遠遠超過了過去的水平。

問題4

讓我打斷一下。有些人認爲DeepSeek其實意味着計算需求會減少。畢竟，最初的報道說，它能“以更少的算力實現更多功能”。

所以你的意思是，DeepSeek的一些成果實際上是相反的——未來對計算的需求會更高？能詳細解釋一下嗎？

AI的發展大致可以分爲三個階段。

第一階段是預訓練（pre-training），就像我們上高中一樣，學習大量基礎知識，比如數學、語言等。這種對人類知識的基礎理解是必不可少的，這爲它的下一步——後訓練（post-training）奠定了基礎。

在後訓練階段，AI可能會接受人類反饋，就像老師給學生講解，我們稱之爲強化學習——人類反饋。

AI可能會進行練習和思維實驗，就像爲考試做大量模擬訓練一樣。這一過程可以通過強化學習——AI反饋進行，甚至可以通過強化學習——可驗證獎勵反饋來進行測試和實踐。

換句話說，現在AI正在教AI如何成爲更好的AI。

目前，大量創新都發生在後訓練階段，尤其是在這些推理模型中。而這個訓練過程的計算負載，比預訓練階段可能要高出100倍。

然後，到了推理（inference）階段，AI不再只是根據提示直接生成答案，而是要進行推理。

它會先思考如何最優地回答問題，將問題拆解爲多個步驟，甚至會自我反思，生成多個版本，選出最優解再呈現給用戶。因此，哪怕是推理階段，計算需求也比ChatGPT 剛推出時高出100倍。

所以，所有這些新概念，包括強化學習、合成數據生成、推理AI等等，正在讓算力需求飆升到前所未有的水平。

問題5

那我們談談很多投資者都在關心的性價比問題。各大雲計算公司在紛紛推出自研芯片，比如亞馬遜的Trainium、微軟的AI芯片、谷歌的TPU……很多客戶的預算有限，因此會優先考慮更便宜的替代方案，而不是購買英偉達的產品。

但與此同時，你在財報電話會議上提到了性能功耗比（performance per watt）。

如果你們的下一代產品相比市場上的其他方案，性能提升巨大，是否意味着儘管英偉達芯片的價格可能更高，但性價比實際上反而更好？

我們的產品銷量這樣高，恰恰因爲性價比是最好的。

而性能功耗比至關重要。原因很簡單，數據中心的規模是有限的。

一個數據中心的功耗可能是250兆瓦，也可能是1吉瓦，但無論數據中心規模多大，企業都希望最大化其收入。

換句話說，他們需要做到兩點：

一是生成高質量的tokens（AI令牌），可賣出更高單價；

二是最大化tokens的生成速率。。

換句話說，如果你的計算性能與單位能耗效率是市場最高的，那麼你幫助企業創造的收入也將是最高的。

從Hopper到Blackwell，如果你觀察我們的產品路線圖，你會發現，推理AI模型的 token生成速率一直在大幅提升。

問題6

我想問一下關於你們的中國業務。你在財報電話會議上提到，中國市場的收入佔比已經是出口管制前的一半。隨着DeepSeek的出現，一些人認爲它可以繞開這些限制。

從你的角度來看，這是否能說明出口管制的有效性？

很難判斷出口管制是否真正有效。我可以告訴你的是，在出口管制前，我們在中國市場的收入佔比是現在的兩倍。

目前，中國市場的競爭非常激烈，除了出口管制的影響，還有華爲等本土企業的競爭。它們的技術水平很高，市場競爭力也很強。

但最終，軟件總會找到自己的出路，這可能是最簡單的理解方式。無論是超級計算機、個人電腦、手機還是遊戲主機，軟件總能適配目標系統併發揮最佳性能。這就是軟件工程師的厲害之處——他們極具創新能力，思維靈活，能夠找到解決方案。

我們的架構核心之一就是軟件的靈活性，這一點非常重要。而如果從美國市場來看，當前我們可以使用的GB200，其token生成速率約爲目前中國市場受管制產品的60 倍，這意味着兩者之間的性能差距非常明顯。

問題7

上個季度你形容Blackwell的需求“瘋狂”，這次你說是“非凡”，這兩個詞相比，你覺得哪個更準確？

我現在對Blackwell的感覺比上個季度還要更好。原因很簡單：

量產進展超預期，我們不僅按計劃推進，還超額完成了目標。

團隊表現極其出色，他們的執行力令人驚歎。

你可能還記得，我們在Blackwell的設計上曾遇到過一個小問題，這個問題在上個季度或更早時被發現。

我們的恢復過程非常順利，團隊的表現讓我深感自豪。因此，無論是從執行層面還是市場需求層面來看，我都對當前的情況感到非常滿意。

要知道，DeepSeek的表現太棒了！它的驚豔之處在於開源了世界一流的推理模型，如今全球幾乎所有AI開發者都在使用它。

他們要麼直接將R1整合到自己的系統中；要麼通過一種稱爲知識蒸餾（distillation）的技術，從R1中提取精華；或者利用R1開源的技術來增強自己的AI模型，使其更加強大。

過去幾個月，全球AI技術水平得到了顯著提升。這讓我倍感興奮。

與此同時，對計算資源、推理時間以及測試規模化的需求正在大幅增長。這正是Grace Blackwell NVLink 72令人振奮的原因之一。

從整體來看，市場對計算能力的需求比以往更加旺盛，這一趨勢讓我同樣感到振奮。

（轉自：萬博新經濟觀察）

海量資訊、精準解讀，盡在新浪財經APP