輝達：前沿實驗室僅占其算力 25% 至 30%，每吉瓦內容價值突破 400 億美元，軟體授權與分潤成全新成長引擎
輝達執行長黃仁勳作客 BG2 Podcast 專訪，訪談於白宮超級智慧協議達成數天後的 2026 年 10 月 15 日錄製
在黃仁勳第三度接受布萊德・葛斯特納（Brad Gerstner）與克拉克・唐（Clark Tang）的 BG2 訪談中，最具價值的揭露莫過於輝達（Nvidia）需求結構的細分。這番剖析旨在反駁外界對於 AI 基礎設施建置僅依賴兩大客戶的疑慮。黃仁勳表示，輝達在全球 AI 基礎設施的營收占比大約維持在 80%，並將業務劃分為三個大致相等的板塊。大約三分之一屬於傳統運算（classical computing）：涵蓋資料處理、模擬、量子化學、繪圖，以及如 Visa 和 Mastercard 進行倒帳偵測等傳統機器學習。他指出，即便「没有任何 AI 實驗室存在」，這個板塊依然會存在，且每年正以 30% 至 40% 的速度成長。另有 25% 至 30% 的算力流向前端實驗室。黃仁勳表示，他所指的實驗室有五、六家而非兩家，並點名了 Meta 的 Muse 專案、xAI 的 Grok、Gemini，以及今年成為客戶的 Anthropic。剩餘的三分之一則來自數以千計在實體、生物與材料 AI 領域租用輝達算力的初創公司，他將這項業務比喻為「未來的 AWS」。
此一定位刻意針對了市場對 OpenAI 與 Anthropic 營收的過度執著。黃仁勳表示，這兩家實驗室「將成為歷史上最具影響力的兩家科技公司」，但「它們不需要達到近兆美元的營收就能獲得成功」。他補充道：「我們給予這部分的壓力實在太大了。」需要保留的前提是，黃仁勳並未直接回答葛斯特納提出的核心投資回收問題。葛斯特納估計，前沿與推論實驗室今年的營收約為 2,000 億美元，未來必須倍增至 4,000 億美元、再達到 8,000 億美元，才能正當化其資本支出。黃仁勳則轉而從上而下的宏觀論點切應，投資人應對此自行權衡。
每吉瓦內容價值與市占率擴大
黃仁勳具體量化了輝達目前能從資料中心每一美元中獲取多少份額。他指出，公司每吉瓦（gigawatt）的內容價值已從約 180 億美元升至 200 億美元低檔，目前更已突破「400 億美元大關」，隨著輝達持續納入網路、CPU、儲存與資安軟體，他預期這項數字將持續攀升。隨後，以總成本為基準，他將通用運算歸納為每吉瓦 50 億美元，而 Vera Rubin 吉瓦則為 500 億美元。黃仁勳形容輝達是「規模最大、成長最快的網路公司」，並表示它將成為「規模最大的 CPU 公司之一，絕對也是成長最快的一家」。他舉出澳洲 2 吉瓦的發表案為例，對輝達而言價值約 80 億美元。
他也罕見透露了市占率的概況。六年前，輝達在全球資本支出的市占率僅個位數。如今，在雲端服務供應商（CSP）領域約占 40%，而在 CSP 以外的企業內部部署（on-premises）與新雲端（neocloud）部署中則高達約 80%，業務的兩個半部均呈每年倍增之勢。黃仁勳的論點在於，在一個電力受限的世界裡，買家會被推向每瓦最高 token 產出的方案，這對輝達極為有利。「令所有人驚訝的是，」他表示，「我們不僅是一家大公司且市占率高，而且我們的市占率實際上還在不斷增加。」由於銷售的每吉瓦內容更多，輝達在資本支出中的佔比同樣在提升。
全新商業模式：軟體授權與營收分潤
黃仁勳闡述了兩個獨立於硬體銷售之外、並與安裝基數緊密相連的成長引擎。首先是企業軟體授權。雲端服務商可以採用輝達的開源軟體並運行自己的技術堆疊，但大多數企業缺乏 IT 深厚底蘊，且隨著 AI 從訓練邁向部署，它們希望有供應商承擔責任。「我必須簽署 SLA 支援並維護它，確保其安全、確保其萬無一失，直到永遠，」他說。以每年每張 GPU 幾千美元的簡單數學來計算，在輝達每年出貨約 2,000 萬張 GPU、其中一半流向企業的情況下，他稱這塊市場「非常、非常巨大」。
第二項則是與依賴輝達技術堆疊、產能包銷（offtake）及融資支持的雲端業者進行營收分潤。在這些合作關係中，他表示輝達將「進行投資」、拿下前期銷售，同時還能獲得未來的分潤，因為輝達將提供長達 4 到 10 年的產能包銷與軟體支援。黃仁勳同時暗示，資本支出沈重的階段即將告一段落。投資占現金流的比重將快速下降，部分原因是對 OpenAI 與 Anthropic 的持股是個「不會再重來」的機遇，部分原因則是自由現金流正快速成長。輝達透過庫藏股回饋了超過 50% 的自由現金流，黃仁勳表示上季的數據更達到 60% 幾。葛斯特納估計，輝達可能在兩年內註銷高達 10% 的公司股份。
需求超越供給，最大瓶頸在於土地、電力與廠房外殼
當被問及 SemiAnalysis 估計明年將有 43 吉瓦、隨後一年再有 40 吉瓦的 AI 算力上線時，黃仁勳表示「需求絕對存在，甚至更多」。他指出真正的障礙在於實體世界：土地、許可證、發電、專業技工以及地方禁令。他推測「土地、電力、廠房外殼」（land, power, shell）將是達成該數字最重要的限制因素之一。葛斯特納指出，投資人聽聞已公佈的晶片產能約 50 吉瓦，相對應的供電能力卻只有 35 至 40 吉瓦。黃仁勳並未否認這個落差，並表示他並不「樂見」美國可能無法跟上腳步。他認為輝達是最具防禦力的供應商，因為它向所有雲端業者、新雲端業者、OEM 與地區供貨，因此若某個案場停擺，他將「相應調整我們的供應鏈」。
在供應方面，黃仁勳表示自他先前發表前瞻看法以來，訂單「幾乎每週、每天」持續湧入。他解釋當初之所以公開發表該觀點，是因為他分配的產量遠低於客戶需求，因而希望避免逐一讓客戶失望。他點名基板（substrates）是緊縮的上游瓶頸，因為較大的封裝與每個封裝內更多的晶片會增加材料消耗，且在考量熱膨脹係數與翹曲（warpage）的情況下，有機材料很難精確製造。矽光子（silicon photonics）同樣受到供應限制。他的結論直截了當：「要縮小這個缺口，未來幾年將相當艱難。」
葛斯特納展示了一張圖表，顯示輝達的市場共識預期在一年內上升了 100% 至 200%。一年前，市場共識認為 2027 年營收將持平至下滑，如今則預期有約 74% 的成長。與此同時，股價僅上漲約 20%，本益比落在 13 至 14 倍。黃仁勳對此的解釋是護城河。他表示護城河正在加深，客戶在未見實物的情況下，就會盲下 500 億至 1,000 億美元的 Vera Rubin Ultra 訂單，因為如此複雜的系統已無法在購買前進行基準測試。「我們 literalmente 是唯一一家，」他將這種信任比作輝達對台積電的依賴。
資本支出數學：可替代性、摩爾定律與 3 兆至 4 兆美元的年度市場
黃仁勳重申，到本十年末，年度 AI 基礎設施支出將達到 3 兆至 4 兆美元，「接近 4 兆美元」，其中約 1.5 兆美元為算力。他指出在 AI 爆發前，算力大約為 5,000 億美元。他的論點包含三個部分。首先，摩爾定律已經終結，因此現在雙倍的容量成本也要翻倍。其次，平台轉移會吸引新的初創公司。第三，輝達的通用架構在各種工作負載、模型和地區之間具備可替代性（fungibility），從而降低了風險。「專門化是可替代性的敵人，」他說，「專門化是耐久性的敵人。」在他的邏輯鏈中，可替代性與耐久性帶來了可租用性、可融資性以及最低的總擁有成本（TCO）。這也是他反對客製化晶片（ASIC）的論點，儘管他並未點名特定競爭對手。他表示，包括設備更新在內的全年總容量建置，達到約 10 兆美元也不會令他感到意外。
開源模型與垂直超級智慧論點
黃仁勳表示，使用輝達算力的初創公司中，大約 80% 使用的是開源模型。他認為這些公司並非與前沿實驗室競爭，而是透過專有資料來客製化模型（通常是輝達的 Nemotron），以實現特定領域的超級智慧。他的觀點是，封閉式實驗室將追求通用智慧，而垂直領域公司則將實現「其專有領域的超級智慧」。這正是輝達提倡開源模型的商業邏輯：它擴大了實驗室以外的算力租戶基礎。
實體 AI 已是深具意義的業務
黃仁勳表示，他先前對實體 AI 估計的 1,000 億美元規模「保守了」。輝達在今年前六個月創造了 100 億美元營收。在經歷前一年的 50 億美元後，上一會計年度實現了 100 億美元，這是其第一個突破 100 億美元的財年。該類別橫跨醫學影像、感測與無線電網路、自駕車、機器人、檢測以及地理空間作業。他指出，建立實體 AI 平台需要三台電腦：一台用於訓練大腦，一台用於在 Omniverse 中運行系統得以學習的數位雙生（digital twin），另一台則內嵌於機器人、汽車或手術器械中。他主張，前沿實驗室也需要網際網路的數位雙生，以免代理程式（agents）在真實網路上直接學習。他暗示輝達最終可能不再被歸類為晶片公司，並描述了一套跨產業應用的車用級營運 playbook。
太空資料中心
黃仁勳透露，輝達與 SpaceX 的工程團隊正「極為緊密」地合作開發一款專為太空與地球使用而設計的新型伺服器架構。他的經濟學論點在於，發射成本僅占高價值系統成本的一小部分，因此只有最具生產力的算力在軌道上才具備經濟效益。他表示 Vera Rubin 將能正當化發射成本，且可替代性至關重要，因為閒置的衛星無法出租。當葛斯特納詢問關於 2029 年達到 500 兆瓦（megawatts）的時間表時，黃仁勳將其交由伊隆・馬斯克（Elon Musk）回答。黃仁勳亦指出，馬斯克的業務目前已被歸類在輝達的雲端服務供應商類別下，而非企業端。葛斯特納提到，馬斯克正在籌集約 400 億美元資金，目標在 2027 年底前達到 10 吉瓦，並可能採購超過 100 萬顆 Vera Rubin 晶片。黃仁勳指出，馬斯克將訓練、部署（Grok 需求正「飛速飆升」）以及向他人出租算力的組合極為罕見，Google 是唯一可相提並論的例子。
智慧的成本與算力需求的來源
黃仁勳預期智慧的成本將快速下降。葛斯特納提到最近涉及 10,000 個協同運算代理程式的納維爾-斯托克斯（Navier-Stokes）研究成果，其算力成本約為 400 萬美元；黃仁勳則表示，類似的成果在幾年內成本可望降低 5 到 10 倍。他指出，訓練原始的 GPT 可能耗資 1,000 億至 2,000 萬美元，相較之下現在可能只需 100 美元，同時模型的雄心已提升至 3 兆、10 兆與 30 兆個參數，而使用量則可能成長了一百萬倍。他形容對智慧的需求「相當無飽和之虞」。黃仁勳指出，OpenAI 的成果建立在多年先期的數學研究之上，許多領域也正處於需要進行詳盡搜尋的相似「懸崖邊緣」。他將工作記憶與知識圖譜等記憶能力，以及工具的使用，視為過去一年中關鍵的解鎖因素，並表示代理程式目前正從編碼邁向設計、創意與科學研究工作。
安全框架與政策背景
黃仁勳將安全與能力視為密不可分，並將其比喻為汽車中的安全氣囊與煞車系統，並表示「如果我們無法安全且穩妥地建置它，就不會有 AI 科技產業」。他的工程處方是零信任隔離（zero-trust containment）、隨著信心提升而擴大的最低存取權限，以及能夠升級或關閉系統的帶外監控（out-of-band monitoring）。輝達為此推出了 OpenShell，已有超過 100 家企業參與。葛斯特納描述了一個三腳架結構：商務部對前沿模型的聯邦審查、白宮關於超級智慧且包含審計與董事會監督的協議，以及產業協調小組。他指出，政府今年稍早曾展現其依據出口管制權限將某個模型（Mythos）從市場下架的能力。黃仁勳敦促希望制定新法的政策制定者，應先「來了解」現有的措施，並表示他發現在白宮桌前沒有任何人希望魯莽行事。黃仁勳亦主張「美國贏得勝利」意味著每一個產業都將受益，而不僅僅是科技業。
樂觀態度，但對敘事保留隱憂
黃仁勳在結語時表示，他對未來五年發展順利抱持「99.99%」的信心，並認為那些預測災難的人「低估了人類的能力」。他也承認存在溝通上的難題：AI 是「軟物質」（soft matter），對大眾而言是無形的，儘管它已經支撐了搜尋、零售與物流。他不同意 AI 會賦予人們更多休閒時間的觀點，並引用凱因斯（Keynes）在 1930 年預測的每週 15 小時工作週。黃仁勳表示，凱因斯看對了經濟，卻看錯了人類的精神，而他自己比以往任何時候都還要努力工作。這次訪談最引人注目之處在於黃仁勳未直接著墨之處，主要是未正面回應實驗室營收能否實現雙倍成長。他對輝達需求耐久性的論點，建立在客戶的廣度、供應稀缺性以及市占率的擴大上，而非證明終端市場的投資回報。