
上周,英伟达创始人黄仁勋的心情显然不错。这得益于其股价创下了近一年来的单日最高涨幅——7.9%,公司市值也重新站上4.5万亿美元的高位。
这波强劲势头的背后,离不开其核心客户近期的集体表态:Meta、亚马逊、谷歌和微软等科技巨头纷纷表示,计划在2026年大幅提升数据中心和专用芯片的资本支出。据估算,这笔投入合计将高达6600亿美元,远高于2025年的4100亿美元和2024年的2450亿美元。毫无疑问,这其中相当一部分资金将流向英伟达的芯片。
《金融时报》对此进行了报道,并再次引发了业界对于人工智能泡沫的担忧。

随即,黄仁勋在上周五受邀参加了CNBC的《Halftime Report》节目,就这一轮史无前例的AI基础设施建设浪潮,分享了他的见解。
巨额投入是否合理?黄仁勋:非常合理且可持续
面对主持人关于6600亿美元巨额支出的提问,黄仁勋的回应斩钉截铁:这是合理的、恰当的,也是可持续的。
“原因在于,这些公司的现金流即将开始显著上升,”他解释道,“很多人用支出来对比现金流,但其中一个数字的理解是错误的——错的是对现金流的理解。”
黄仁勋将当前阶段称为“人类历史上最大的一次基础设施建设”,其驱动力来自于“高得离谱的”算力需求。而AI公司和超大规模云厂商,正利用这些算力创造前所未有的收入。他透露,早在去年,业界就已经观察到AI成功跨越了“token赚钱”的拐点。
AI如何创造价值?巨头们的实践给出答案
黄仁勋列举了多家核心客户如何将AI融入其核心业务,以证明投入的产出是清晰可见的。
他特别称赞了Meta,认为“没有哪家公司比Meta更擅长用AI”。“Meta正在利用AI,把原本运行在CPU上的推荐系统,转变为基于生成式AI和智能体(agent)的系统。从社交内容、广告推荐,到帮助广告主生成内容,整个体系都被彻底改变了,而财报已经证明了这一点。”
对于其他巨头,黄仁勋也点明了其变革路径:
- 亚马逊:其云服务(AWS)对英伟达芯片和AI的使用,将彻底改变这家零售巨头的商品推荐方式。
- 微软:将利用基于英伟达芯片的AI,来改进其利润丰厚且稳固的企业级软件业务。

谈及风头正劲的AI独角兽,黄仁勋同样不吝赞美:“Anthropic在赚钱,OpenAI也在赚钱。如果他们拥有两倍的算力,收入可能会增长到四倍。”
与互联网泡沫的根本区别:没有“暗GPU”
为了打消外界对“AI泡沫”的疑虑,黄仁勋指出了本轮AI浪潮与互联网泡沫时代的一个关键差异。
“这一次和互联网时代有一个根本差异:当年有大量‘暗光纤’(指铺设后未被使用的光纤),现在没有‘暗GPU’。”他透露,“100%的GPU都被租用了。甚至我们六年前卖出的GPU(如A100芯片),价格还在上涨。这不是古董,简直像陈年好酒。”
他强调,需求如此之高的原因很清晰:第一,AI已经越过了真正有用的拐点;第二,AI能力极强,采用速度极快;第三,因为AI在进行“思考”,其对GPU算力的需求本身就极其巨大。
计算范式已发生根本性变革
黄仁勋认为,所有巨量投入的底层逻辑,在于计算范式已经发生了根本性的变化。
过去的软件是预编译的。Excel、PowerPoint,都是提前编好,再交付给用户。
而现在的软件是每一次运行都具备上下文感知能力。它会考虑你是谁、你问了什么、世界正在发生什么,以及你给了它哪些信息。每一次上下文都不同,每一次响应也都不同。
他进一步阐释:“从现在开始,每一个像素、每一段声音、每一个视频,都是实时生成的。这就是为什么我们需要如此大规模的计算能力的原因。这些token,本质上就是我们所说的‘智能’。而这是人类第一次,把如此高价值的‘智能’转化成数字进行生产。”
建设周期还有多久?
当被问及如此大规模的基础设施建设将持续多久时,黄仁勋给出了一个时间框架。
“这不像修路。道路铺好之后,可以长期使用。计算机基础设施不是这样运作的。”他说,“你会先建设,然后在五到七年后开始替换。我们可能需要七到八年,才能建设到一个需要长期维持的水平。之后就是持续更新和小幅增长。我们前面还有好几年的建设周期。”

投资人视角:就像2008年押注云计算一样
节目中,硅谷知名投资人Brad Gerstner将当前的AI基建投入,与2008年亚马逊押注AWS云计算相类比。
“这就像挖一座金矿。你得先花很多钱把矿挖出来,才能拿到黄金。”Gerstner说,“而现在,这些公司正在挖软件历史上最大的一座金矿。前期一定要投入成本。”
黄仁勋对此表示赞同,并补充道:“但事后看,幸好贝索斯当年那么做了。今天AWS是一个1400亿美元的业务,每年产生300亿美元利润,而当年他为此承受了大量质疑。”
结语
从黄仁勋的回应可以看出,英伟达及其客户们正坚定地走在一条被他们视为“必然”的赛道上。巨额资本开支的背后,是他们对AI已跨越盈利拐点、计算范式发生根本性变革的笃定判断。这场关于AI基础设施的豪赌,结局是否会如他们所愿?时间将会给出答案。关于AI算力与商业模式的更多深度讨论,欢迎在云栈社区与我们交流。