如何看待英伟达 CEO 黄仁勋在播客采访中称 “芯片不是浓缩铀”，卖中国怎么了？

使用CN2/CN2GIA顶级线路，支持Shadowsocks/V2ray科学上网，支持支付宝付款，每月仅需 5 美元

## 加入品葱精选 Telegram Channel ##

知乎用户 看山不是山 发表

其实中美之间是有浓缩铀买卖的。

中国核电站规模发展很快，对铀的需求量巨大，但缺乏高品位铀矿，天然铀大多数是进口。浓缩铀早年主要依赖进口。近几年浓缩铀产能扩张迅速，目前已经排名世界第二了，仅次于俄罗斯，浓缩铀产能基本可以满足自身需求。

美国虽然铀矿资源丰富，但矿的品位太低，采矿成本过高，挖不如买，现在天然铀 99% 依赖进口。浓缩铀产能也不足，只有核电站消耗量的三成，大多数浓缩铀依赖进口。以前俄罗斯是美国浓缩铀最大供应国。俄罗斯入侵乌克兰以后，2023 年美国搞了个法案，从 2024 年开始，禁止进口俄罗斯铀。

为了弥补俄罗斯的缺口，2023 年底，美国开始从中国进口浓缩铀。中国对美国的供应量一度升到了第 5-6 位，仅次于英国、法国、德国、荷兰这几个欧洲国家。

但是中国浓缩铀的产能也没什么富裕，一边向美国出口浓缩铀，一边又在大量从俄罗斯进口浓缩铀，形成了一个奇怪的循环。美国政府也看不下去了，怀疑中国转口俄罗斯浓缩铀，对此发起了调查。中国则坚称进口俄罗斯浓缩铀是自用，出口到美国的浓缩铀都是中国工厂生产的，绝对没有转手倒卖俄罗斯货。

知乎用户 gkn cnyz 发表

这个采访的重点根本就不是什么 “芯片”“浓缩铀”，而是 “黄仁勋有没有资格代表美国 AI 界说话” 甚至 “黄仁勋是不是为美国利益服务”。
马斯克在中国的生意一点不比黄仁勋少 - 上海超级工厂、中国是 Tesla 最大市场之一、跟中国政府关系极好，但从来没人追着马斯克问 “你到底是站美国还是站中国?"，没人怀疑他的 “忠诚度”。
而黄仁勋呢，一个 7 岁就来到美国（马斯克是 30 岁才来）、公司注册在加州、雇佣大量美国人、交美国税的人，却要在一个 podcast 里被反复拷问 “给中国卖芯片是不是在帮敌人”。
注意，马斯克是 2001 年才来到美国，而黄仁勋早在 1972 年就来到美国了。
而且 Dwarkesh 的问题设置就是你先回答 “你觉得你算不算美国人”，然后我再用这个答案来堵你。 这不完全是商业逻辑之争，这是身份政治。
黄仁勋不管怎么用 “美国技术领导力” 来包装自己，在很多美国人 (包括 Dwarkesh 这种聪明人) 的潜意识里，他的 “美国性” 是需要被验证的、是可以被质疑的。而马斯克不需要接受这个测试。
黄仁勋其实很明白这一点。
你看他整个采访的姿态 – 他在每一个技术问题上都自信碾压，但到了中美问题上，他的策略不是 “我是美国人所以我说了算”，而是 “让我们用商业逻辑来谈”。
因为他知道，如果他用身份来主张立场，对方的潜台词就是 “你的身份本身就是个问题”。
所以你观察到的这个 " 隐性政治表态 “的被迫性，其实就是美国华裔 (甚至亚裔) 精英的天花板 - 你可以做到全世界最值钱公司的 CEO，但你的” 忠诚 " 永远是被审视的。
马斯克可以公开骂美国政府跟中国做生意、收购 Twitter 推翻整个舆论场，没人问他的忠诚。
黄仁勋只是说 “我们应该在中国市场保持竞争力”，就已经需要在 podcast 上接受一个小时的盘问了。
原因很简单，马斯克是白人，黄仁勋是小黄人。

马斯克甚至可以说 “我有中国血统”，没有人会质疑他的中国血统会不会影响他对美国的效忠，你看黄皮衣敢提他的血统吗？
这个差距，比任何技术护城河都深。

知乎用户 陳爽 发表

这个话题非常有趣。

在国内的讨论中，普遍都是站老黄一边，认为老黄有远见，洞穿了整个产业的竞争逻辑。

而在我刷 tt，x 上的讨论上，有大批的老外认为老黄是真急了，被主持人整破防了。

知乎用户 骑单车的苏卡熊​​ 发表

你逼着中国在 7nm 制程上多插卡，优化系统，榨取算力，你是能让老中难受，是可以拉高他的成本，但挡不住他继续研究 AI，中国自己就是第二大市场，而且有墙挡着，靠这个市场就能维持住 AI 的发展势头，就算反超不了，也能持续缩小差距。

那问题来了，等哪天中国攒出来 3nm 怎么办？等哪天制程彻底追上了怎么办？人家可是被卡脖子逼着把其他能折腾的都折腾透了，你呢？

知乎用户 Hero smart 发表

真感觉老黄说到后面已经开始厌蠢了，老黄的观点一直是，美国现在想通过硬件来限制中国是不切实际的，因为硬件只是 AI 里的一环，虽然很关键，但中国完全可以靠着海量的人才优势和廉价能源强行抹平硬件平台的差距。比如芯片性能差 50%？我用两块不就行了，至于额外需要的空间和电力，反正土地有的是，西部的可再生能源闲着也是闲着，可劲用就完了。

然而老黄觉得这对于老美还不是最遭的，更糟的是由于老美的封锁，中国的 AI 产业所有人都空前的团结，就是要全栈自主！你要是不封锁，可能还会有点带路党坚持码农路线反对全栈自研的声音，现在好了，虽然目前因为学界和产业界的惯性，还依然有相当比例的模型是跑在英伟达的 CUDA 上，但所有中国人都清楚悬在中国 AI 头上的达摩克利斯之剑，等到中国真把全技术栈自研这套大招憋出来，老美就彻底等着崩盘，因为现在所有人都知道 AI 的泡沫有多大，之所以没崩，是因为老美只此一家的稀缺性，到时候中国那边白菜价的硬件 + 开源的模型全套礼包打包好，苦老美久已的世界都会为之疯狂，当然也包括美国，但可能是另一种疯狂。

可以说老黄都已经以战略明牌之姿，砍向自己族裔的故乡了，然而此时的主持人在干嘛？抛开各种类比的马甲，他其实一直在复读！核心逻辑就一条：

AI 牛！中国人坏！所以中国掌握 AI 很危险！

你给中国高端芯片就是给中国递刀子！

什么技术栈路径依赖我不听，反正你就是在递刀子！

现在限制出口是小赢，未来一定是大赢！

喊着喊着突然发现，坏了，这老黄说的好像有点道理怎么办？管他呢，让我开启下一个问题和类比，AI 就像浓缩铀……

此时的老黄：

知乎用户 AI 解码师 发表

老黄在 Dwarkesh 播客中说过一句话：

“如果最后形成两个割裂的世界：开源生态跑在外国技术栈上，封闭生态跑在美国技术栈上，这对美国来说将是极其愚蠢的决策。”

英伟达中国区的营收占比，从出口管制前的 20%+ 已经被压到个位数。H200 这一轮放开，去年年底到今年初折腾了好几个月，中国客户订单数几乎为零——这个黄仁勋自己在财报电话会上都承认了。

所以如果只算短期现金流，中国市场对老黄来说已经不是” 必须保” 的那一档了。他公司市值四万亿美元，真差这点钱？

不差。那他在折腾什么？我猜他真正盯着的应该是：全球 AI 开发者默认用哪家的芯片写代码。

解释下这件事的杀伤力：一个开发者学 AI 的第一天，装的是 PyTorch，背后调的是 CUDA，debug 用的是 [nvidia-smi](https://zhida.zhihu.com/search?content_id=777886458&content_type=Answer&match_order=1&q=nvidia-smi&zhida_source=entity)。这套肌肉记忆一旦养成，十年都换不掉。过去二十年英伟达最深的护城河正是全世界几百万开发者的 import torch 那一行背后，默认假设了一块英伟达的卡。

而中国当下是全球开源模型和开源框架最大的贡献者之一。DeepSeek、Qwen、GLM、Kimi，这些模型的权重放出来之后，全世界的开发者拉下来跑。如果中国团队的训练代码、推理优化、算子库，逐渐默认跑在华为昇腾、寒武纪、摩尔线程上，哪怕只是” 也支持”，那 CUDA 的唯一性就开始松动了。

一个默认选项一旦变成两个选项之一，垄断就结束了。 这不是市场份额从 90% 掉到 70% 的问题，是生态主导权从” 不用思考” 变成” 要做选择” 的性质变化。

老黄看得清清楚楚，中国不缺能源、不缺 7nm 制程、不缺顶尖研究员，缺的只是一个理由——一个” 继续用 CUDA” 的理由。你把这个理由硬生生用出口管制掐掉，等于逼着全中国的 AI 生态往替代栈上迁移。迁移是有成本的，但一旦迁完，回不来了。

老黄在节目里算过一笔账，我觉得值得复述：中国能源便宜，那就多插几倍的卡；算法团队强，就能把同样算力榨出 10 倍的性能；制程落后，那就用先进封装和系统级优化补回来。这是一个多维度的替代空间，不是一个单点卡脖子的问题。

把一个有多条替代路径的工程问题，当成一个物理临界值问题来管控，结果只有一个：你以为在掐脖子，实际上在给对手强行做产业升级的 KPI。

我自己做应用层开发，23 年我们团队做 RAG，默认拉的是 Llama 2，24 年上半年切到 Llama 3。24 年年底开始，我们组里的人陆陆续续把基线模型换成了 Qwen 和 DeepSeek，一样的显存、一样的推理成本，中文和代码能力明显更好。

Hugging Face 的下载榜上，过去一年增速最猛的那一批开源模型，带中国团队血统的占了相当大比重。说明：全世界的独立开发者、中小公司、高校实验室，在用脚投票地接入中国开源生态。

而开源生态有一个特点——它是路径依赖的。一个模型火了，周边的微调工具、量化方案、部署框架、数据集全都会围着它长。当 Qwen 的微调生态比 Llama 还活跃的时候，下一批新人进来学 AI，默认拉的就是 Qwen。

这跟 CUDA 的故事一模一样，只是换了一层。

黄仁勋在访谈里讲” 开源生态必须依托美国技术栈”，表面上是在谈开源战略，实际上是在求一件事：别让中国的开源模型默认跑在非英伟达硬件上。 因为模型权重是开源的，但底下的算子优化、推理内核、训练代码，是跟硬件深度绑定的。DeepSeek 如果在发布时就顺手把昇腾的优化版也放出来，那就是在 CUDA 的地基上凿了一个洞。

这个洞一开始很小，几年之后就是大坝溃堤。

我一直觉得，技术的历史从来不是靠管制写成的，是靠开发者的” 手感” 写成的。 开发者手里装的是哪套 SDK、调试时 Google 出来的第一篇教程用的是什么框架、GitHub 上 star 最多的 repo 默认支持哪家硬件——这些琐碎的、肌肉记忆式的东西，堆起来就是未来十年的技术格局。

黄仁勋对这件事的敏感度，放在所有 CEO 里是顶级的。不是盯着算本季度财报，是着眼于 2030 年全世界新进入 AI 行业的那批年轻人，第一天打开终端敲的是什么命令。

从这个角度看，” 芯片不是浓缩铀” 这句话背后真正想说的是：把芯片当浓缩铀来管，最后失去的不是对手的算力，是自己生态的万有引力。

说一句题外话：作为一个每天跟英伟达的卡打交道、也在用中国团队训出来的开源模型的普通开发者，我其实希望这场博弈最后的结局是——不管用谁家的硬件，代码都能照样跑。 这大概是一个天真的愿望，但它也是” 浓缩铀” 这个糟糕的类比里，唯一算得上正确的部分：真正的技术安全，从来不是来自封锁，而是来自替代选项的丰富度。

知乎用户 程墨 Morgan​ 发表

我一直当黄仁勋就是一个皮衣商人，但这个播客中他真表现出非常了不起的格局。

这个播客主 Dwarkesh 采访过很多科技界大佬，态度上是典型的美国优异论，即便他本人是一个印度裔，这次采访黄仁勋，一样是摆出这种态度，质问黄仁勋为啥要向中国出口芯片。

按照 Dwarkesh（和很多老美）的想法，既然英伟达的芯片处于领先位置，那就应该向中国断供，扼杀中国的创新，bla bla bla

MLGB 的，还是那一套，把耍流氓卡别人脖子说得如此清新脱俗，艹

黄仁勋格局很大，他认为 AI 产业分 5 个层次，播客视频右侧有展示：

• 应用层 Applications
• 模型层 Models
• 基础设施层 Infrastructure
• 芯片 Chips
• 能源 Energy

老黄说美国必须要在 5 层中都获得成功，每一层都很重要，但是最重要的就是应用层。

应用层最重要，理由也很简单，因为这是让 AI 技术扩散到整个社会各个部分的重要环节，这样才能让这一次工业革命成功。

毫无疑问，中国在 AI 应用层做得非常成功，也是很庞大的一个市场。

但是，如果你们这些兔崽子让所有人觉得 AI 是核弹，是打击其他国家的武器，那就会让人人都害怕 AI，人人都痛恨 AI，原话——『我都不知道你怎么帮助美国？』

老黄表述的是：如果我们把 AI 说得如此狠，吓得所有人都害怕软件工程，那将来就没有软件工程师，你又怎么可能利用 AI 获得更好的行业发展；如果你觉得计算机视觉发展得好，不再需要放射科了，让人害怕放射科的工作，搞不清楚放射科真正的工作，又怎么让 AI 有更好的医疗保健？

老黄这段，是我见过的最棒的关于 AI 和工作关系的陈述！

如果提到一项技术就当是洪水猛兽，就当大杀器，那将来干这一项技术的人才会越来越少。

像 Dwarkesh 这些牢美的知识精英，总是搞极端，总是说只要卖芯片给中国，中国就会反超，就是这样把芯片、AI、技术全都想象成武器，想象成零和竞争，纯粹就是自大而且愚蠢。

老黄说得有点激动了，说多年之后，如果我俩（他和 Dwarkesh）几年后再来谈这事，如果那时候美国已经主动让出第二大市场（中国），那肯定会追悔莫及。

其实，话说到这份上，已经很明白了——参与竞争才能赢，闭关锁国就是死。

但是 Dwarkesh 不依不饶，还要来辩，最后老黄真的急眼了，说这种想法就是『幼稚』(Childish)，连说两次 Childish，估计是和傻 X 辩论真激动了。

Dwarkesh：既然美国有最厉害的芯片，那卖给中国，中国就可以训练更好的模型，还可能进行网络攻击，就算不是核武器，那也可以造出其他武器，我们要最大的程度缩小中国的能力，不然中国有机会搞事。

老黄：我们能控制得住啊。

Dwarkesh：你芯片都卖过去了，怎么控制得住呢？

老黄：我们有很多工程师，我们有很多技术，我们以更快速度竞争啊。

Dwarkesh：我们有世界上最多的核武器，我们肯定也不想把浓缩铀卖给其他国家。

（注意：这里，Dwarkesh 也没做好功课，美国还从中国和俄罗斯进口浓缩铀呢）

老黄：我们造的又不是浓缩铀，我们造的是芯片，而且他们也可以造芯片。

（老黄可能也不知道美国其实要进口浓缩铀）

Dwarkesh：你说的矛盾啊，你一方面说我们有最好的芯片有优势，一方面又说华为能够造出芯片，这两件事怎么可能同时成立。

老黄（真急了）：这有啥不合逻辑的？这非常合逻辑，你不卖给他们，他们肯定就会自己造，而我们就失去了这个市场！如果我们能够获得这个市场，我们的模型、标准、技术就会扩散到全世界，我们就获得更大好处，美国获得更大好处。

老黄说的很好，不过我想送老黄一句：没必要和傻 X 讲太深刻的道理，丫的又听不懂。

不过，话说回来，如果牢美的舆论场继续 Dwarkesh 这种人的声音把持，引导美国走向闭关锁国，不得不说是中华的幸事。

知乎用户 sheen 发表

首先，高华在美国地位真的不高。精英如老黄，在被邀请去做嘉宾都是被质疑甚至有些隐隐被指责的气氛下进行。还是被一个印度裔。

第二，老黄真是人才，他站在美国角度说的话很多中国人都懂了。不知道多少美国人听进去了。人呀，或者族群啊，还真不能偏激，否则就容易失智，听不进去话。

第三，我们还真不能轻易让英伟达进来，但是又要烘托急需英伟达，没有英伟达寸步难行的国际舆论气氛。

第四，看几个印度政府官员，学者和媒体的访谈。印度人是真的有辩才，他们的精英真的很符合金融资本对表演型经营模式的需要。

知乎用户 镜漠 发表

资本家也不想讲人情世故，也想着搞纯粹的资本主义，但是民主政府竟然不许！

知乎用户 运气超好的玉兔 发表

要是真的是浓缩铀就好了，这玩意没有那么多弯弯绕绕。

老黄内心其实慌得一比，毕竟芯片这玩意现在不收割中国市场以后再想进入中国市场就没机会了。

知乎用户 长夜 发表

黄：我想赚钱，我想搞垄断，我想压得其他同行无路可走。但是我得有市场、我得有需求才能实现啊，你给我开放北极市场有什么用？北极熊的需求是芯片吗？

D：你别卖给中国。他们买不到美国的民主芯片，自然就会被美国的高科技淘汰掉，他们就完蛋了。苦一苦你，骂名我也不担。

黄：有没有可能，中国自己有研发力量，而我的科技领先是可以被追上的。我自己现在没有快速地迭代，但是中国的研发每一天都在向我逼近。再让他们自己这么琢磨，研究出我 9 成功能的芯片，但是只有十分之一的价格，就彻底完蛋了啊，而且这日子我都快能看见了。

D：（理解不了，开始复读闭关锁国的好处）

黄：求求你搞点资本主义吧，封建主义实在太 Low 了。

知乎用户 小小雄威 发表

在美国，这么大的大佬依然被歧视

知乎用户 G.Fu 发表

国外普遍认为老黄词穷了，然而国人都知道其实老黄是感叹夏虫不可语冰，对牛弹琴。你说什么生态别人是不会信的，你那张脸就是不会被信任。老黄这 t0 级别的身价，咖位低的要命

知乎用户 六猫之主​​ 发表

让我猜猜，你是不是觉得黄仁勋想卖芯片，就是想保英伟达股价，就是想赚钱？

恭喜你，美国人也是这样想的，甚至觉得黄仁勋是美奸，是为了商业利益资助邪恶老中、损害美国国家利益的资本家。

另外，你有没有想过，为什么黄仁勋这样一位美帝天龙人，还执掌着 AI 界王冠上明珠的英伟达公司，却要跑出来上一个播客 “吵架”，而且 “吵” 了快两个小时？他的时间每小时可能要按数十万美元来计算，为什么会把时间花在这里呢？

实际上，黄仁勋现在真正的意图远不止是卖芯片赚钱这么简单。他在美国国内面临的是一场 " 谁能定义美国国家利益 " 的生死之战。

早在 2023 年，黄仁勋就开始联合英特尔、AMD，游说美国政府放开对华的芯片禁售。按道理，这些大公司有的是钱，在华盛顿绝对请得起顶级的游说公司。然而，芯片安全限制却有增无减。

2025 年 4 月，美国政府通知英伟达，H20 向中国出口必须获得许可证。在后来的财报中，英伟达透露相关限制导致英伟达产生了 45 亿美元的费用。
2025 年 12 月，两党参议员共同提出了对华先进 AI 芯片限制法案 SAFE Chip Act。这意味着对华限制芯片已经成为两党共识。

这意味着对英伟达而言，情况已经到了万分危急的程度。实际上作为一个中国人，我非常认可黄仁勋的看法: **美国对华限制芯片，只会助长中国本土企业的崛起，进而美国有失去全球技术栈领导地位的风险。**为了美国的国家利益，就应该放开芯片出口。

黄仁勋近期密集参加活动和发声，可以看出他不仅仅是在谈芯片出口，更是在谈如何利用 AI 能力让美国重新获得全球竞争力。今年 3 月份，他一直在大力推动 Vera Rubin 和所谓的 AI 工厂概念。简单来说，他认为 Token 是未来世界的大宗商品，他希望英伟达不单单是卖卡，而是集合各种美国世界的合作伙伴，打造生产 Token 的模块化工厂。这种工厂天然集合了芯片、网络、软件、电力等资源。

而这次黄仁勋参加播客，讲了将近两个小时，就是希望系统性地陈述他的观点，将之前在各种演讲和采访当中碎片化呈现的观点完整表达出来。

而这个 Dwarkesh 播客，其受众主要是硅谷精英，采访过扎克伯格、马斯克等一众名人。黄仁勋来这里，并不是为了说给普通百姓去听，而是希望面向精英群体建立一个关于 “什么才是真正的美国国家利益” 的共识。

美国目前国内的国家安全泛化，尤其是反华和芯片限制成为共识，绝不是一个简单的由低学历没文化的红脖子推动的结果。实际上，以 Anthropic 为代表的 “计算优势派” 就认为对中国限制芯片和算力的出口能够真正地限制到中国的发展。而这些人实际上也同样是科技精英，他们说的话就不一定比英伟达影响力低。

对华芯片限制的逻辑更简单、更容易理解，因此也更深入人心。实际上在中美两国都是这样，社会上最流行的观点不一定是正确的，但是一定是简单的。幸运的是，在美国正确的观点没办法成为政策，而在中国可以。

可能黄仁勋本身作为一个华人，更能充分理解到中国社会的价值，尤其是对开源社区的贡献以及市场的活跃度。**实际上，美国过去半个世纪的强大，在一定程度上也可以说是被中国人支撑起来的强大。**规则是美国定义的，而下面做贡献的创造者有很多是中国人。

所以黄仁勋很清楚，美国如果主动放弃规则定义权，主动地让自己主导的技术生态覆盖不到中国这个最活跃的社会，那就是在主动培养中国本土的竞争对手。这个对手未来必然会和英伟达代表的美国生态在全球竞争。

幸运的是，他在美国的敌人并不认为他真的是在为美国利益着想，而是质疑他代表英伟达想卖芯片多赚钱。共和党参议员肯尼迪认为 “(黄仁勋）的经济利益使他不适合在中国政策方面提供建议”。这个世界何其有趣，一位美国真正的爱国者是一位华人，而他在美国的政治敌人实际上是中国国家利益真正的朋友。

尽管黄仁勋想把芯片卖给中国并非出于好意，而是为美国和他自己公司利益着想，这种为了一个宏大的愿景而奔走的精神是值得敬佩的。如果要挑选对手，我会希望我们的对手是这样值得尊敬的人。可惜的是，美国的衰退让美国自己都已经没办法听从其内部智者所说的话了。这也不能不说是一种中华的国运。

知乎用户 武陵长乐生​​ 发表

首先，黄仁勋没去过萝莉岛。

主要是没人邀请他去。

美国人怎么看他，很明显了。

知乎用户 helloterran 发表

最魔幻的地方在于，相比中国媒体普遍认为主持人傲慢而偏执

美国民众普遍认为黄仁勋 “失态”，是他辩论输了

随便找一篇 chrome 浏览器首页推送的 yahoo 新闻，下面是题图

甚至 Toms Hardware 这种 IT 宅网站，评论区也大部分站在 MAGA 阿三一边，质疑黄仁勋 “不爱国”。

这反应了一个基本面的严峻形势：就是选出川普这种小丑的美国民众的普遍画像，已经陷入一种偏执的巨婴心态，不能再假定这个群体在最后关头能做出理性的选择

一边主动选择信息茧房，沉浸在美国不可一世，垄断一切的幻想中。什么技术发展规律？美国之外怎么可能有技术？

甚至因为川普的所作所为，极大降低了美国全社会的道德底线。2026 年的今天，明确违反商业道德，而且毫无意义的赢学 double down（比如本周末川普在伊朗开放海峡后宣布继续封锁伊朗船只），已经成为美国人普遍认可的行为模式。

这是一群精神状态已经脱离现实世界的魔怔人。他们维持闭环赢学茧房的需求，已经压倒了他们的生存本能。

我之前认为美国会在 10 年左右里逐渐内爆然后陷入混乱。但是现在看来，美国社会对于即将失去的 Supremacy 的病态执念，对冷战记忆的刻舟求剑，会驱使他们走向末日赌徒的道路。

知乎用户 细思极恐 发表

这个印度人和我记忆中的美国精英极为符合。

喜欢抬杠，表面客气，内心倨傲。

无论你说了多少，无论你给出了多少证据。

他们会说：OK！我相信你说的不错，但是….

如果没有这段话，在美国的沟通辩论中，等同于旗帜鲜明的争吵。

知乎用户 濱瀚 发表

很可惜，老黃說得很清楚了，

但我看了一下外網，多數人居然站在那個阿三主持人那，

也許這就是一種名為民主的悲哀吧。

知乎用户 稊方​​ 发表

其实根本原因是一直传言的 deepseek v4 从底层上放弃了 CUDA，转而用华为的 CANN 架构，花了大量时间重构代码，并且几乎是刻意没有为 NVIDIA 和 AMD 的显卡 / 计算卡提供预优化，早期访问权限留给了国内厂商。

如果 deepseek v4 成功，那就是世界上首个完全脱离 CUDA 架构的大语言模型。在老黄苦心孤诣的 CUDA 泥沼中走出了一条独立的全新技术线路，资本对 NVIDIA 的估值要重新评估了。

幻方不愧是 NVIDIA 的苦主。

有回复说谷歌现在用自己研发的计算卡，这个是事实，但是目前谷歌的计算卡并没有摆脱 CUDA 的生态圈，在 ds v4 之前，包括 AMD，Intel 的显卡 / 计算卡，苹果的 m 系列处理器，谷歌和寒武纪的计算卡在内，虽然硬件上可以不用 nvdia 的卡，但是生态依然围绕 NVIDIA 的 CUDA 构建，无非是反向编译或者模拟 CUDA 之类的，包括之前的 ds 版本也没有完全摆脱 CUDA 的生态，对老黄来说，只要别人不脱离 CUDA 的泥沼，老黄就有办法让自己在这个生态中保持领先（CUDA 不开源），别人不管用什么办法，始终要落后老黄的原生版 CUDA 的性能，老黄甚至可以通过迭代的方式，通过某些新特性的引入挖坑，让追随者的版本无法正常升级迭代而打压对手，但这一切都建立在 CUDA 这个泥沼之内，一旦有人脱离这个泥沼，NVIDIA 所建立的 AI 生态体系就会被打开缺口，而如果这条便宜的路还能走得通，那就会有更多企业效仿，霸权最怕的不是你的反抗，而是无法逾越的神话被打破，你有别的路可以走并且证明能走得通，这中示范效应会让更多人效仿，动摇根基

知乎用户 远方依韵 发表

qwen3.6 发布前一天，我们团队在连夜搞国产芯片适配。

六款国产芯片，当天晚上加班适配完成。

你放在很多年前是很难想象有中国自主研发的世界顶级模型在发布当天就能适配中国自主的六款 GPU

你不愿意卖我们显卡是吧？你故意涨价，是吧？卡脖子是吧？

我们不用，不行吗？

知乎用户 小飞 发表

他们俩的底层认知有偏差所以才导致得出两个不同的理论。

一边认为的中国是愚蠢的人，教育出来的大部分是机器人思维，没有创新，不知道学以致用，没有信仰，本质邪恶；因此只要把芯片卡住，他们就不进步了。如果你的底层逻辑是这样的，那他的道理是没错的啊，通啊

一边认为的中国人是努力，聪明，可以创新，会选择简单的道路（拿来主义）来增加效率，假如卡了脖子，就会把他们从简单道路上逼上自主创新，那早晚有一天会超过美国（可能底层逻辑还包含着认同中国人的努力程度加智慧远超现阶段的美国）。这个道理就也是通的啊

所以最终两个人的分歧在于个人对中国的理解有偏差而已

知乎用户 兎稲 发表

1、中国一直都在向美国出口浓缩铀 (民用的，浓度 5% 以下)

2、还是别卖中国了，赶紧赔钱把泡沫搞破，我现在想要买大量电脑硬件，全世界没一个地方便宜，也没有任何一个配件没涨价。

知乎用户 wuwueuej 发表

这是一种 AI capex 快玩不下去的焦虑，要知道大厂 all in AI 的核心在于把算力建设成本包装成资本支出，进行每年的折旧计提，这样就能把单年的支出分散化抵扣，而把长期多年算力订购合同记入成单一年度的当前营收，通过双向寅吃卯粮实现利润和叙事的双双飞升；只要 2028 年 AGI 按时到来一切问题就解决了，什么寅吃卯粮那都是 All in AI 的高瞻远瞩。但是问题是，如果折旧年限没有所宣称的那么多呢？本来能用 5-6 年的芯片只能用 3-4 年，甚至因为没电、没液冷机房、没空间，完全用不上、堆在仓库里白白计提折旧呢？如果折旧来的比 AGI 来的更快呢？

如果对华芯片出口管制持续到 2027 年初，叠加 Rubin 量产、美国本土电力瓶颈、液冷基础设施断层、中东战局外溢，整个 hyperscaler 的 5-6 年折旧可能会被提前修正，AI capex 金融叙事会在账面估值兑现之前提前崩塌。或者说 AGI 降临前夕胎死腹中，这是所有参与者都无法接受的。

更何况美国伊朗战争的风险外溢精准爆破了 AIDC capex 叙事的亚洲（去中化）蓄水池论，让这个问题，除了老中，现在几乎没有人能够救起算力芯片的残值，帮助 hyperscaler 们做平折旧曲线。因此你会看到老黄的焦虑可能会越来越严重。

注：scaling law 验证后带来的 capex 规模上涨让 NV 变成事实上的地球高端制造发改委，很多的尖端技术可以直接砸钱上马（高等级的 HBM 和 CPO 就是典型，还有下一代 Feynman 很有可能要上的硅内微流道散热和玻璃基板等等科幻技术）。这意味着实际上计算卡的迭代是在加速的，而且系统集成度越来越高，这就会让折旧会比想象来的更快。一个标志就是 H200 和 RTX 6000pro 应该是是能够买到的最后两张 PCIE 计算卡。

另: 所以在这个情况下我不是很相信国产卡和甚至 TPU 是否真的能够挑战 NV，毕竟达链确实是目前人类巅峰制造业的集合，但是可能确实只要能够验证替代的可行性就能够对市场信心造成很大的影响。

以下是完整的分析（AI 辅助，已做多模型交叉 fact check）

一、折旧才是真正的定时炸弹

过去三年 hyperscaler 的超额利润，很大程度上来自一次集体会计调整。AWS 2020 年 1 月把服务器使用寿命从 3 年延到 4 年，2022 年 1 月延到 5 年，2024 年初延到 6 年；Google 2022 年 Q2 把服务器从 3 年延到 4 年、网络设备从 3 年延到 5 年，2023 年 1 月把服务器一次性延到 6 年，当年折旧费用减少 $39 亿、净利润增加 $30 亿、每股稀释收益多出 $0.24；Microsoft 2022 年宣布 Azure 服务器和网络设备从 4 年延到 6 年，预计 FY2023 节省 $37 亿；Oracle FY2025 Q1 跟进，把服务器和网络设备从 5 年延到 6 年，年度营业费用减少 $7.33 亿、净利润增加 $5.73 亿、稀释 EPS 多出 $0.20。光这四家在各自的延长动作上合计节省的折旧就超过 $100 亿 / 年，整个行业节约的量级可能是这个数字的 1.5 倍。这就是为什么五大 hyperscaler 能在 2025 年合计 capex 约 $4,400 亿（CreditSights 数据）、2026 年指引冲到 $7500 亿（Meta $1,350 亿、Google $1,800 亿、Amazon $2,000 亿、Microsoft 约 $1,200-1,450 亿、Oracle 约 $500 亿）的情况下，账面营业利润还能增长——他们把五年折旧的压力摊到了六年。

但 Amazon 在 2025 年 2 月的 10-K 里干了一件被市场严重低估的事：把一部分服务器和网络设备的折旧年限从 6 年缩回 5 年，预计减少 2025 年营业利润约 $7 亿；同时 Q4 2024 计提了 $9.2 亿加速折旧，提前退役一批设备。更关键的是官方措辞直接点名 “AI 领域技术发展节奏加快”——这是第一家 hyperscaler 在财报文件里承认 “AI cadence 正在压缩 GPU 有效寿命”。与此同时 Meta 反向操作：2025 年 1 月完成评估，把部分服务器和网络资产使用寿命延长到 5.5 年（FY2025 起生效），预计 2025 年折旧费用减少 $29 亿。行业判断第一次出现明显分歧——Amazon 在缩短，Meta 在延长，Oracle 刚延长完，Google 和 Microsoft 还没动。这种分歧本身就是信号，当所有人都在同一条船上的时候没人会跳，当第一个人跳下去的时候，后面的跳水会是连锁反应。紧接着 2025 年 11 月初，Microsoft 的 Nadella 在 BG2 Podcast 上讲了几句话，“One of the biggest learnings we had even with Nvidia is that their pace increased in terms of their migrations. That was a big factor. I didn’t want to go get stuck with four or five years of depreciation on one generation.” 引发了从 2025 年底到 2026 年初资金对 AI 的怀疑。

二、从 CoWoS 倒推：2026 年 NVIDIA 到底要出多少芯片

第一道瓶颈：TSMC CoWoS。这是整条 AI 芯片链的物理脖子，没有 CoWoS 就没有 Blackwell 和 Rubin。TSMC 的 CoWoS 月产能从 2023 年的 13-16K wafers，爬到 2024 年底的 35K，2025 年底 75-80K，2026 年底目标冲到 120-130K wafers / 月。按全年平均约 100K 算，2026 年 CoWoS 总产出约 1.2M wafers。Nvidia 拿走其中大约 60%（剩余分给 AMD MI350/400、Google TPU v7、AWS Trainium 等 ASIC 客户），即约 720K wafers 的分配。换算到 GPU 颗粒，对应 Blackwell 和 Rubin 合计约 600-700 万颗——与摩根大通模型对 2026 年 “Blackwell 180 万 + Rubin 570 万” 的 750 万颗预测基本吻合，略低是因为 Rubin Q2 才试产、良率爬坡吃掉一部分。

第二道瓶颈：HBM。三大 HBM 厂（SK 海力士、三星、美光）合计 2026 年产能约 500-570K wafers / 月，听起来不少，但 2026 年 HBM4 全年产能已被 Nvidia 和 hyperscaler 通过长期合约 100% 预订，现货价格溢价 30-50%。每颗 Rubin 要 12-Hi HBM4 × 8 stacks ≈ 288GB，每颗 Blackwell 要 8-Hi HBM3e × 8 stacks ≈ 192GB。HBM 的实际可用产能把 Nvidia 2026 年出货进一步锁死在 600-700 万颗的区间——和 CoWoS 测算交叉验证，这个数字基本就是物理天花板。

现在做功耗换算，一颗 B200/GB200 GPU TDP 是 1200W，一颗 Rubin 估计 1400-1800W，混合加权约 1.3kW/GPU。但 GPU 芯片本身只占数据中心总功耗的一小部分。Epoch AI 对 GB200 NVL72 架构的官方拆解给出了这个行业最精准的乘数：GPU 芯片功耗只占一个 frontier AI 数据中心峰值总功耗的约 40%，服务器内部（CPU / 风扇 / 存储 / 互联）要多耗 1.5 倍 GPU 功耗，服务器外的 IT 设备（交换机、管理节点）再乘 1.14，设施级 PUE（冷却、电源转换损耗、照明）再乘 1.4。总乘数 = 1.53 × 1.14 × 1.4 ≈ 2.44。

代入数字：Nvidia 2026 年新出货 650 万颗 GPU × 1.3kW = 约 8.5GW 的 GPU 芯片层功耗，按 2.44 乘数换算到数据中心侧 ≈ 20-21GW 的新增数据中心容量需求。加上 AMD MI350/400 约 2-3GW、Google TPU v7 约 1.5-2GW、AWS Trainium/Meta MTIA 等内部 ASIC 约 1GW，全球 2026 年新出货 AI 加速器需要的新增合规数据中心容量合计约 25-28GW。我们按 25GW 来看。

这就是电力需求侧的硬底数。现在看供给侧能给多少。

三、美国本土：16GW 计划，6-8 现实

Bloomberg 与 Sightline Climate 2026 年 4 月的数据显示，美国 2026 年原计划投产 16GW 数据中心，实际只有约三分之一正在积极施工，也就是 2026 年真正能通电的可能不到 6-8GW。

2026 年 3 月 7 日 Bloomberg 披露了一件有标志性意义的事，OpenAI 与 Oracle 放弃了 Abilene 数据中心从 1.2GW 扩建到 2GW 的计划，Nvidia 自己掏 1.5 亿美元保证金把未建容量塞给 Meta 更早的信号是 SemiAnalysis 2025 年 2 月披露，Microsoft 冻结了 1.5GW 自建项目，走掉超过 2GW 的非约束性 LOI。Data Center Watch 统计 2025 年全年被反对团体阻止或延迟的项目价值 1,560 亿美元、142 个活动团体、28 个州，弗吉尼亚民意从 69% 支持掉到 35%，Loudoun County 取消 “by-right” 开发权，Prince William Digital Gateway 在 2026 年 2 月被弗吉尼亚上诉法院宣判重新分区无效，247 亿美元、37 栋楼的项目彻底归零。

Epoch AI 用卫星影像核实的 5 个美国 1GW 级前沿 AI 数据中心——Anthropic-Amazon New Carlisle（2026 年 1 月）、xAI Colossus 2（2026 年 2 月）、Microsoft Fayetteville（2026 年 3 月）、Meta Prometheus（2026 年 5 月）、OpenAI Stargate Abilene（2026 年 7 月）——每一个都是 “分阶段通电”，2026 年实际贡献合计 3-5GW。叠加电工工资溢价 32%（Skillit 数据：数据中心项目平均 $81,800 / 年 vs 普通建筑 $62,000）、Microsoft 官方承认电工短缺是 “拖慢美国数据中心扩张的头号问题”。你可以看到美股中无论是电力设施还是电力施工包工头的股价在 2025 年都经历了及其暴力的上涨拉盘。美国本土的真实瓶颈不是 GPU 稀缺，而是电、变压器、电工、地方政治互相拖后腿。

四、中东和东南亚

我们现在很难具体的获得中东和东南亚的具体的装机容量和能够建设的容量，但是很明显的一点是随着对伊朗的战争，中东的 AIDC 项目再 2026 年会受到毁灭性的影响，而在东南亚尤其是新加坡周边的柔佛和印尼巴淡岛等，电力已经趋于紧张而且还在叠加伊朗战争带来的能源和社会冲击。同时也有技术工人的短缺。日韩同样，且日韩的数据中心更应该看作主权 AI 项目而不是 hyperscaler 项目。

五、算总账：25-28GW 需求 vs 8-12GW 供给

把美国本土 + 所有 Tier 1/Tier 2 盟友加总，2026 年实际新增合规 AI 数据中心容量约 8-12GW。

对比需求侧的 25-28GW，错配在 13-20GW。按每 GW 数据中心（含芯片）约 70-80 亿美元硬件价值估算，对应约 1000-1500 亿美元 / 年的 GPU 和系统硬件在 “出货后无法部署” 的状态里流转。本来中国可以吞下这个缺口，但被管制彻底锁死。

六、H100 涨价不是反证，是同一现象的价格侧孪生

SemiAnalysis 2026 年 3 月数据显示 H100 一年期合约价从 2025 年 10 月 $1.70/hr 反弹到 $2.35/hr，涨幅近 40%，H100 小集群 “完全售罄”，部分合约被续签到 2028 年。半年前还在被分析师质疑的 6 年折旧假设，短期内看起来突然变得合理。

但这恰恰是折旧陷阱的引爆器，不是它的反证。一颗 2022 年的老芯片在 2026 年涨价 40%，它的 “技术价值曲线” 并没有逆转——H100 还是那个每瓦 token 数只有 Rubin 1/50 的 Hopper。真正变化的是市场供需。而供需变化的原因是 Blackwell 整个 2025 年都难产（TSMC CoWoS-L 爬坡延迟 + bridge die 设计缺陷 + 液冷供应链不齐，Microsoft 凤凰城原计划 5 万颗 GB200 被砍到 1.2 万颗）、新建数据中心因为物理瓶颈普遍延期、存量 H100 机房是 “当下唯一能立刻产出 token 的资产”。

H100 的 $2.35/hr 实际反而是 scaling 失败故事的市场定价。和 Sightline 那个 11GW 待建、Microsoft 冻结 1.5GW、OpenAI 放弃 Abilene 2GW 扩建是同一个现象的不同切面——一个反映在新建项目上，一个反映在存量资产的租赁溢价上。机房找不到新芯片，于是老芯片被榨到极限。

这个短期繁荣反而是折旧问题真正可怕的地方：因为它让 hyperscaler 在 2026 年继续按 6 年折旧的舒适区推进。而当 Rubin 在 H2 2026 真正放量、2025-2026 年积压的 Blackwell 陆续通电、H100 合约陆续到期，四代 GPU 在每一个 hyperscaler 的机柜里同时存在——存量 H100（风冷）+ 刚装好的 Blackwell（120kW 液冷）+ 还在仓库等电的 Blackwell + 新到货的 Rubin（600kW 液冷）——但数据中心空间和电力只够运行其中一部分。Hyperscaler 被迫做 “哪代断电” 的选择，几乎必然是最老的 A/H100 先退出机柜给 Rubin 腾位置。

知乎用户 司马衷 发表

我只能说，对于软件生态来说，当你觉得 CUDA 开始被替代了，那 CUDA 事实上就已经被替代完成了。

知乎用户 SLGpT​ 发表

老黄真的是有点资本主义战士的使命感

哪怕 AI 泡沫明天就崩了，黄老爷依然是精英中的精英，有钱人里的有钱人，一地鸡毛的不可能是他老黄

那些科技精英，有几个做得到这点？美股 AI 如果真的崩了，九成九所谓的科技精英生活水平掉一大截

随之而来的股灾更是会让一大堆人财务爆炸

但是这又跟老黄有什么关系？

现在这个身价的老板亲自下场，苦口婆心的跟啥都不懂的杠精主持人讲道理，讲什么是产业链，什么是 token 的基本原理，什么是科技生态上的垄断以及开源社区的意义

矿卡矿潮时期，我是真的膈应老黄

现在来看，老黄比大多数白皮都要爱美国

哪怕已经赚够了钱，他依然心疼这个科技生态

知乎用户 王长生​​ 发表

从前也有一个人这么急，脸书的扎克伯格。那时候扎克伯格学中文跑高层使尽浑身解数，连小扎的越南老婆都冒充中国人来争取好感度。

之所以这么急，就是因为扎克伯格知道，一旦中国互联网生态圈完全成熟以后，就没有脸书这些美国互联网公司的任何生态位了！就是今天这样，中国人只会使用微博微信 b 站小红书，再也没有脸书推特油管的任何机会。

黄仁勋之所以这么急，是因为他知道美国芯片快没有机会了！再不卖以后就白送都不一定送的出去，因为担心你美国人的芯片有后门。

具体可看 世界最大最权威的路透社 去年 25 年关于 国产 EUV 光刻机 的新闻报道。路透社这种 1851 年创立的顶级大媒体，情报能力只在许多国家能力之上。对于新闻，特别是重大新闻必须反复核实，要有两个以上可靠的信息来源后才敢报道。

知乎用户 mstr123 发表

道理我都懂，但是中国真的不需要进口浓缩铀

知乎用户 叶赫乎 发表

这个问题牢 A 讲的都很明白了。也就是黄仁勋他可能是华裔，他不信这一套乱七八糟的东西，其他的美国人，甚至包括这些印度裔，他们毕竟都是印欧人嘛，信的神不一样，但是底层逻辑都是通的。这些人对于科学的观点跟中国人完全相反。中国人认为科学技术、科学知识，都是科学家通过自己的勤劳汗水或者灵光一现，发明创造的。因此中国人非常尊重科学知识，非常尊重科学家。在中国人眼里，科学家是温文尔雅的智者。但是印欧人恰恰相反，他们知道科学的作用，但他们仍然看不起科学家。他们认为，科学不是这些科学家自己创造的，而是上帝或者什么别的神，用他自己的力量，借助科学家的手和脑子带到人间的。他们不会感谢科学家，就像你帮了他们，他们不感谢你，他感谢上帝一样。反而这些科学家因为太聪明了，他们反而怀疑这些人对上帝或者其他什么神的虔诚程度，怀疑他们的知识未必来自上帝，而是来自撒旦，怀疑他们背后是不是有什么不可告人的阴谋来毁灭世界。但是又非常矛盾的是，他们又认为美国科学家辈出，全世界的科学家都向往美国，大量的人才在美国进行发明创造，是上帝选中美国的标志。而其他国家特别是不信上帝的中国，能搞出什么发明创造，一定是偷了美国的技术。因此他们除了极少数聪明人，比如显然也不怎么信上帝的比尔盖茨以外，关于高科技对中国的态度一直是封锁，从来没有想过倾销。这就是这个 Dwarkesh 的底层逻辑：只要美国不向中国销售芯片，只要美国切断高科技领域跟中国的合作，不让中国人偷技术，那么中国的科技就显然会一直停滞不前，甚至往后倒退。黄仁勋知道这是狗屁，但是黄仁勋也没有办法。

知乎用户 云哥冰一下​​ 发表

老黄这种华裔最舒服了。谁赢他们都稳得一批。

老中赢了就都是华夏子孙，大中华文化圈

老美赢了无非就是维持现状嘛

知乎用户 asascjj 发表

对黄皮子来说，麻烦的并不是老钟有算力或者老钟能造芯片，那些他都无所谓。算力高低那是其他大厂要关心的问题不是他卖铲子的关心的问题，至于芯片，反正芯片是台积电造的，老钟的技术力要是比台积电还顶，那他巴不得多个备选方案。

他最害怕的是老钟有竞品的生存土壤。

华为那几张卡，说实话，你卖给美国人对方是看不上的，要不是老黄的卡被卡住了不让卖到中国来，得靠走私，华为这几张卡说实话是没啥生存土壤的。

这和芯片的问题一样，很多时候哪怕国内想用你的东西，美国人不让卖，那我们也就只能勉为其难的去自己做。我们不怕美国人封锁，反而怕台子搭好了，美国人又卖了。

所以从卖硬件的角度来讲，老黄这些人和美国政府本来就不穿一条裤子。

对老黄来说，他的 cuda 生态就是自己的护城河，要的就是大家都来搭建这个生态，来把其他竞争对手挤走。如果老黄的卡卖不到中国来，中国人不得不靠本土卡自己搭建一个生态，那才是最麻烦的事情。而中国自己的市场足够庞大，光靠国内市场就可以养活一个产业，汽车如此，ai 也一样。

老黄不在乎 ai 大战中美谁赢谁输，只要市面上只有他一个卖铲子的，爱谁谁。

知乎用户 不懂就问 发表

看了整个采访，感觉不是采访，而是那个印度裔主持人预设结果的辩论——他不要你认为，他要他认为，你不按他的观点说，他就要打断你。缺乏对被采访对象的基本尊重，也符合我对印度人 “我思故我在” 的唯心主义印象。

平时看国内媒体的访谈节目，比如央视《面对面》（黄仁勋接受过央视《面对面》专访）、《高端访谈》、《今日关注》，还有国内外各种政府新闻发布会的采访，都是主持人或记者少说话，嘉宾多说话，整体谈话氛围也是轻松、平和的。

然后，成功如黄仁勋，但在美国还是被歧视的感觉，一个 25 岁的印度裔美国网红就敢在 AI 和芯片领域训斥黄仁勋。如果被采访对象是白皮伦敦腔，不知道这印度主持人会不会更懂得倾听。

知乎用户 FanFanFan​​ 发表

不用怀疑，皮衣黄绝对是一个忠诚的美国人，绝对是站美国的国家利益的。

此处唯一的分歧即：

1，对华敞开了卖卡，让包括中国在内的全球算力，始终建立在 “美国的底层系统架构” 之上，以此实现美国的国家利益最大化。

2，对华死封算力，让中国始终处于美国算力的碾压下，万世不得翻身，以此实现美国的国家利益最大化。

再多想一步，这两种说法，涉及的唯一认知差异是什么？

很明显，就一个：

对华封死算力，是否就能建立并守住美国的算力优势？

观察皮衣黄 N 年以来的全套公开演讲和访谈言论，就颇为确定，在他的认知中，这个问题的答案，是非常确定的，“不能”。

整个硅谷，在此问题上，与他观点接近的大佬，马斯克姑且也算一个。苏大娘对此貌似表达很晦涩，但我相信她的想法也会是类似的。

我自己的观点，且是我坚信最符合客观真相的观点，自然也是 “不能”。

但与这种观点有对抗的另一套观点的持有者们，确实也并非是路边一条，而也是如皮衣黄一样的各路大佬，即决不能被形容为是低认知低信息的蠢货。

那这分歧的根源到底是什么呢？

想回答这个问题，不如去想，皮衣黄和马一龙，相较其他硅谷大佬，有什么特性。

很明显的一个特性即，皮衣黄作为不魔怔的华人，对华人天然可以没有基于 “日 - 盎 - 犹种姓体系” 的种族歧视，即可以最大程度排除掉种族偏见来得出客观评价。

而马一龙，尽管是一个颇为明显的白人至上根骨的人，但毕竟是个（对美国而言的）外国人，一个 paypal 帮的偏下位者，一个萝莉岛想上而不得的人，受我批判过太多次的，美国的 “后冷战幼稚病” 的毒害相对较小，且核心业务深度依靠中国，能更直接认识到，不仅是 “华人”，也包括 “中国体系下的中国人”，能力边界和上限可以有多高。

延伸开来的泛式表述就还是，当年苏联的失败方式，极深地破坏了美国的精英认知水平和国家组织建构能力，并在近十年，加速兑现。

扯远了，再说回来。

若还是站在美国的国家利益上去考量，皮衣黄的观点，真的就能实现美国的国家利益最大化么？

其实这么说也并不准确。

我觉得更好的表述是，皮衣黄的观点，有相对更大的可能，实现美国的长远国家利益损失最小化。

再拆分一下，就俩意思：

1，美国在全球范围内，最终既守不住算力，也守不住生态，还守不住模型。于是不论美国怎么选，最终都是要受损的，早晚和多少的差别而已。

2，对华敞开了卖算力，对美国的短期利益而言，未必是好事儿。

说到底，今日美国，就只有一个半，是卖铲子的。全球市值前十，就俩是造铲子的。

其余所有玩家，说到底，都是模型玩家。一大半的美股泡沫的叙事支撑，也都是模型，而不是铲子。

但一众模型玩家们打死也不愿意直接承认的事情是，他们模型的很有限的优势的核心支撑，其实就只有铲子。

于是按皮衣黄的意思，对华敞开了卖铲子，那模型的叙事直接破了怎么办？

连汤带水十几之几十万亿的美股市值哎。

你皮衣黄给买单么？

且先前多次说过，虽然这一波美国最终有且仅有大撒币化债一条终路，但在今天这种不上不下又死不认输的扭捏状态下，美债 - 美元 - 美股的三角依赖和平衡，已经到了极为微妙的境地了。

因为让中国获得了海量铲子而破了模型叙事，进而破了美股，进而破了三角依赖，加速走向休克疗法…… 这在今日的全球平衡中，接近等于直接要开启 “世界新秩序” 了。

面对美国一众深受 “后冷战幼稚病” 毒害的上层建筑们，这锅，皮衣黄承担得起么？

所以说吧，皮衣黄的观点，说是美国的利益最大化（或者说，损失最小化），但也未必就对。

这就类似于是，大胃袋良子，你确实可以说，长期最理性的正确选择，是节食减肥。但若平衡已经高度微妙，于是充满了 “节食就死给你看” 的可能，那这 “理性” 还真的成立么？

再延伸开来，你会发现今日美国的很多国家事物，皆进入到了类似的一种尴尬选择的局面：

只有美国大赢特赢，没有任何妥协让步地全都赢，美国才真的能实现净利益的赢。但真的去追求大赢特赢，有很大的概率，会加速大输特输。于是一个可能理性的选择，即不追求大赢特赢，而是进行合理均衡和理性让步。但你这么选择，美国就又有很大的概率，会立刻马上输给你看。且这输的破坏性，未必就真的比追求大赢特赢而导致大输特输更轻微。

美国利率 / 金融战上，符合此特征；俄乌和美以伊的事儿上，也符合此特征。

就也算是一切系统末期的通病了。

2

知乎用户 从 IS-3 到腾云工程 发表

笑死，黄仁勋根本没有意识到之前几年是美国从中国大规模进口浓缩铀

2023 年美国进口中国 174.9 吨浓缩铀

2024 年上半年美国进口中国 123.9 吨浓缩铀

后面因为美国在核领域制裁中国，中国对等反制，降低了浓缩铀出口

所以黄仁勋拿自己不熟悉的领域来类比是很容易闹笑话的

说回芯片

英伟达是卖铲子的，没有稳定的用铲子的矿工是无法持续获利的

美股七龙珠除去英伟达，剩下的苹果、微软、亚马逊、谷歌、Meta、特斯拉中 5 个与 AI 行业极深度相关——当然英伟达自己也是

问题是美股七龙珠股值高估问题是现实存在的——美国再怎么吹 AI，AI 基础设施受到现实限制是直白的

AI 需要很多电，扩火电在美国不现实，水电基本开发完毕，风光调峰能力不足，地热、潮汐能成本太高，核聚变除了为 NIF 提供经费以外没有太多现实供能意义

那么剩下的唯一选择就是核电了——巧了这不是，制裁俄罗斯浓缩铀后，中国也降低了浓缩铀出口

全球主要共有四家铀浓缩厂商，分别为 Orano、Rosatom、Urenco 以及中核集团下属企业

问题是欧洲人也需要提高核电，虽然在美国有分公司，但产能提高终究有限

虽然美国宣布开始使用新一代 SILEX 激光铀浓缩技术，但长期稳定性风险、扩产未知性值得担忧

那么在美国 AI 泡沫越来越可能破灭的情况下，英伟达试图拓展对华出口自然就不奇怪了

知乎用户 安好心 发表

这不是什么网络论坛，这是线下采访，主持人的反智是有代表性的。当一个亿万富翁不得不和肉身民粹载体对谈时，控制不住情绪实属正常。

主持人把 AI 芯片比做浓缩铀简直没脑子。且不说美国本身就在购买中俄的浓缩铀，就算比做什么绝不能交易的秘密武器，也只会显得更愚蠢。

人家英伟达是要垄断生态的，而不是让出市场的。本来想要和微软的 windows 一样，大家用了都离不开你，从而掌握定义权，甚至是开发者习惯。结果你倒好，让美国自己这边替中国进行贸易保护，给中国时间发展国产替代。把先发优势扔一边，把倾销优势完全封死。这是什么国际主义精神？

一次成功的制裁，不就让 “不卖你货” 对你的负面影响，大于 “让出市场” 对你的正面助益么？

那不卖中国英伟达产品，对中国究竟有多大影响，是不是英伟达老大最有发言权？对他竞品的调研，是不是他做的最专业？

哪怕你怀疑他为了多卖货而故意夸大事实，是不是也得让人家这个权威人士把观点拿出来，你再去批判？结果你们这些民粹反智蠢货都批判的什么玩意，给人家扣个无良商人的帽子，就开始瞎类比。把一个需要占领用户心智的生态性产品，比做核武器原料，这逻辑推导下去，那英伟达任何产品都不该出国，不然形同核扩散啊。你这不是拿着民粹大棒乱砸人饭碗吗。

更何况，他还无视了黄仁勋对美国最重要对手的专业评估。这种级别的重磅信息你都不在意，那你请黄仁勋来是干什么的？听你在这里听快乐教育受害者意见的吗？

黄仁勋不止一次表示中国很容易追上来，不止一次暗示阻止这种事情的发生，是需要让英伟达产品占领中国市场的。不是说中国不可战胜，而是需要美国先给一个与中国竞争的机会，让他出去打到中国本土，中国在暂时性 AI 进步的同时，也会不得不依赖全球最大市值美企卖的铲子。

就像 SWIFT 到处吆五喝六，靠的是什么？还不是加入的人多，且让你依赖？难道还是因为自己用着舒服不给你用把你给羡慕死了？真不给用的时候，你看哪个国家完蛋了？这种平台类的产品，别人用了才有威慑力，不给用，就没有。

还有，到现在这些人都不知道 deepseek 冲击到底是怎么回事。虽然给英伟达造成历史最大跌幅，但也涨回来了啊，而且 deepseek 刺激全球 AI 发展也确实利好卖铲子的，逻辑说的通，老黄为什么焦虑呢？

因为，deepseek 开源以及中方一系列面向全球的动作，会让中国 AI 的生态走向世界，让本该垄断的美国生态被迫进行二选一。

二选一和垄断的收益是一天一地的。就好像你老婆仅仅出轨一个人，你的家庭也完了。有些东西不是独一份，那就立刻变质。Deepseek 就引领全球 “AI 出轨” 的旗手。英伟达是那个恰好也经营酒店的丈夫，出轨多了他是更挣钱了，但他不急吗？

有些话黄仁勋没法直说的。AI 发展到现在，全是她妈的半成品，根本没有任何秘密武器效果。

“垄断发展定义权才是武器本身” 这能直说吗？卖铲子的人能说自己也不知道哪有黄金，只想规训淘金客流量吗？憋着啊，说不出啊，挤眉弄眼期待美国人民理解啊。没用… 快乐教育把群众基础毁了。

知乎用户 KLL 发表

一个商人，急也没用。他既说服不了美国，也说服不了中国。牢美铁了心要制裁牢中，牢中铁了心要脱离牢美

知乎用户 烟之骑士蕾姆 发表

虽然但是，美国真的进口中国浓缩铀。

可中国产铀也不多，自用都勉强，出口的是什么呢？

当然是俄罗斯进口浓缩铀。

知乎用户 momo 发表

美国也有某位金姓华人女士点评说美国现在的对华政策全部做反了，美国为了遏制中国，应该全部放开所有对华技术管制，并且一律对华贸易零关税。

这个表态其实和英伟达老黄主张卖芯片给中国有异曲同工之妙。

只不过他们这类人，出奇一致的都被中美双方认为他们是对方的间谍🤭

知乎用户 对世界很失望 发表

黄仁勋还是太温和了。

他应该反问，那你们印度为什么要从中国进口产品？一年进口 1000 多亿美元的逆差。

不是为平衡你们印度的无能造成的巨额逆差，我又何必向中国出口芯片呢？

印度能先不从中国进口产品吗？

知乎用户 纵横一乐 发表

有些话老黄没法说出口，反而使他的反驳十分苍白无力。把芯片比作浓缩铀有什么不对吗？老黄其实也知道并不荒谬，所以他的只能试图跳过论证直接给结论。老黄真正不能说的是——我们不卖浓缩铀是因为浓缩铀没法装后门🤓

知乎用户 金白石 发表

目录

• 引子

• 一、主持人代表的鹰派叙事

• 二、黄仁勋的反驳：”AI 是五层蛋糕”

• 三、从拜登到川普：美国政策的拉锯和妥协

• 四、美国为什么封不住：三条都堵不上的通道

• 4.1 通道一：合法境外租赁

• 4.2 通道二：非官方渠道

• 4.3 通道三：降级合规版

• 4.4 一场双人舞

• 五、鹰派用错了剧本：苏联故事为什么套不到中国

• 5.1 苏联当年是怎么被卡住的

• 5.2 中国不是苏联

• 5.3 CoCom 本身也被神话化了

• 六、中美 AI 商业模式的根本差异

• 6.1 两类玩家：纯 AI 实验室 vs 互联网巨头

• 6.2 美国：模型本身要直接变现

• 6.3 中国：模型是流量和云服务的杠杆

• 6.4 一张表总结

• 6.5 这种差异对芯片需求意味着什么

• 七、回到五层框架：美国到底该怎么打这场仗

• 7.1 逐层看美国的胜算

• 7.2 “五层都不能输” 其实是个伪命题

• 7.3 简单粗暴的芯片禁运能奏效吗

• 7.4 一个更务实的美国策略该长什么样

• 八、中国该怎么打这场仗

• 8.1 中国手里的牌比想象中硬

• 8.2 真正的主场在应用层，要做的是把优势出海

• 8.3 软件栈才是真正的短板

• 8.4 节奏和叙事都要自己掌握

• 结尾

2026 年 4 月 15 日，Dwarkesh Patel 把黄仁勋请进了自己的播客。

Dwarkesh Patel，32 岁的印度裔美国人，过去 3 年把自己的播客《Dwarkesh Podcast》做成了 AI 圈最硬核的深度访谈节目之一。他请过戴密斯 · 哈萨比斯（Demis Hassabis，DeepMind 创始人）、马克 · 扎克伯格（Mark Zuckerberg，Meta CEO）、马克 · 安德森（Marc Andreessen，硅谷顶级投资人）、托尼 · 布莱尔（Tony Blair，前英国首相）。风格是两小时长访谈、极高的准备密度、不问公关题、追问到人下不来台。去年《华尔街日报》把他评为”AI 时代最会问问题的记者”。

黄仁勋（Jensen Huang），62 岁，1993 年创立 Nvidia。他主导了 GPU 从” 让电脑游戏画面好看” 到”AI 革命的唯一发动机” 这场持续 30 年的演变。2026 年初 Nvidia 市值突破 4 万亿美元，是全球最贵的公司。他本人从曾经的硅谷小众 CEO 变成了中美两国元首都要单独会面的人物。

访谈开始半小时还算正常：英伟达的路线图、TPU 竞争、供应链护城河。聊到第 40 分钟，话题转到了中国。

两个人的表情开始变化。Dwarkesh 抛出他背后整个华盛顿 - 硅谷鹰派共享的那套论点：把 H20 级别的算力卖给中国，等于在帮对方缩短攻击性网络能力的时间表。黄仁勋肉眼可见地掉了 CEO 的”keynote 嗓子”，语速变快，脸涨红。他甩出了那句后来全网刷屏的话：

“这不是浓缩铀，这是芯片。你在跟一个输家说话吗？不，你在跟一个全球最大市场之一的客户说话。”

这一幕被 Dwarkesh 剪成 3 分钟片段发上 X（Twitter），24 小时播放过 2000 万。所有人都意识到这不只是一个 CEO 在替自家生意辩护。黄仁勋把美国对华 AI 战略的根本矛盾，公开摊在了桌面上。

一、主持人代表的鹰派叙事

在讲鹰派是谁之前，先交代几个芯片名字。

H100 是英伟达 2022 年发布的旗舰训练 GPU，到 2024 年之前是全球 AI 大模型训练的事实标准，几乎所有前沿模型都在 H100 集群上跑。H200 是 H100 的升级版，2024 年推出，显存从 80GB 升到 141GB，推理吞吐量大幅提升。Blackwell（含 B100、B200、GB200 NVL72 机柜）是下一代架构，2024 年底起陆续出货，性能再翻一倍以上。

对中国市场，英伟达做过专门的降级合规版。H800 是 H100 的降规版（砍掉 NVLink 互联带宽），2023 年被禁。H20 是后来针对 H100 第二轮降规的版本，训练性能被大幅阉割，但推理性能保留得相当完整，2025 年 4 月被川普一度禁止出口，7 月解禁。到 2026 年 1 月，连 H200 都开始获得对华出口许可。

一句话概括：H100 / H200 / Blackwell 是正常版，H800 / H20 是给中国专用的阉割版。鹰派的核心诉求，是连正常版和阉割版都不能流入中国。

讲清楚这三款芯片，再看鹰派阵营。

Dwarkesh 本人的观点不重要。他的角色是把问题问尖。他背后站的是一个跨越硅谷、华盛顿、智库、军工的完整鹰派阵营。这些人分属不同圈子，但在” 必须对中国 AI 进行全面技术封锁” 这件事上高度一致。

硅谷这一翼，最响亮的代表是 Anthropic CEO Dario Amodei。他 2025 年 1 月在达沃斯说过一句被广泛引用的话：” 把 H200 卖给中国的 AI 公司，就等于在冷战期间把核武器零件卖给北朝鲜。” 调子一致的还有 Palantir 联合创始人、CEO Alex Karp，他反复在媒体上呼吁美国以” 全社会动员” 的方式对抗中国 AI 发展，口吻和冷战时期的国防知识分子几乎一模一样。再往边缘走，还有一批 AGI 安全派年轻人：前 OpenAI 员工 Leopold Aschenbrenner 2024 年写的长文《Situational Awareness》被圈内广泛传阅，文章把中国 AI 能力的赶超直接视为地缘存亡问题，观点立场极为鲜明；Palantir 顾问 Jacob Helberg、前国务院官员 Jason Matheny（RAND 现任 CEO）也都是这一派的常见声音。

华盛顿这一翼的旗手是几位前政府高官。Matt Pottinger，川普第一任期 NSC 亚洲事务副国家安全顾问，卸任后以智库学者身份持续游说更严厉的对华技术管制。Mike Gallagher，前美国国会” 中国问题特别委员会” 主席，2023 到 2024 年是国会鹰派的核心。杰克 · 沙利文（Jake Sullivan），拜登任内国家安全顾问，2022 年 10 月第一波芯片禁令的设计者。吉娜 · 雷蒙多（Gina Raimondo），拜登商务部长，禁令的执行者。虽然政党不同，这几位在” 对华技术必须协调封锁” 这一点上基本共享一套话语。

智库和知识产品那边，Chris Miller 2022 年出版的《Chip War》（中译《芯片战争》）近乎成为鹰派圣经，被白宫、国会、投行反复引用。CNAS、CSIS、RAND 每年出产的几十份报告大多共享同一套假设：AI 是决定性技术，时间窗口紧迫，封锁可行且必要。

这些人分享一个完整的世界观。它有四个核心判断。第一，AI 是决定性的武器级技术：它的作用等级是重写军事、经济、地缘格局，远超 Excel 或 PowerPoint 那种提效工具。第二，中国是对手不是伙伴，两国正在进行实质上的 AI 军备竞赛。第三，关键窗口期只剩 6 到 12 个月：美国的领先现在看是真实的，但每延迟一个季度差距就在缩小。第四，必须全面、彻底、盟友协调地封锁：不能让任何一代先进芯片流入中国，不能让任何一家中国大模型用上美国云服务，不能让开源模型给中国权重访问权。

鹰派的历史参照系非常清晰：1949 年成立的 CoCom（巴黎统筹委员会）。冷战期间 17 个西方国家协调一致，把苏联的微电子工业永远卡在落后一代半的位置，最终导致苏联在军用电子和计算能力上全面落后。这套剧本在鹰派脑海里，可以原封不动套到中国头上。

他们的政策诉求是没有漏洞的跨国技术禁运：禁先进 GPU，禁先进光刻机，禁云服务境外租赁，禁开源模型权重对中国开放。理想状态是让每一张 H100 都要经过美国商务部批准才能开机。

这就是 Dwarkesh 在播客里咄咄逼人的底色。

二、黄仁勋的反驳：”AI 是五层蛋糕”

黄仁勋在访谈里甩出的那几句狠话：”lunacy（疯了）”“这不是浓缩铀”“你在跟一个 loser 说话吗”，传播力确实强，但只是情绪。他真正的战略框架来自 2026 年 1 月的达沃斯世界经济论坛，后来被 NVIDIA 官方博客整理成一张图：AI 是一块五层蛋糕（AI is a five-layer cake）。

从底到顶，这五层分别是：

1. 能源（Energy）：所有 AI 的物理基础，电从哪来
2. 芯片（Chips）：GPU、ASIC、先进制造
3. 基础设施（Infrastructure）：数据中心、网络、操作系统，以及 CUDA 这类开发平台
4. 模型（Models）：基础大模型
5. 应用（Applications）：终端产品、落地场景

黄仁勋的核心论断就一句话：美国每一层都必须赢，但最需要赢的那一层，是应用层。

这句话打在鹰派的软肋上。Amodei 所在的就是第 4 层（模型层），鹰派的整个策略就是死守这一层。黄仁勋的意思是：为了守第 4 层，你正在丢第 3 层和第 5 层，而这两层加起来的市场规模远大过第 4 层。他对 Amodei 的反问被 Dwarkesh 剪进了视频：

“你为什么要让 AI 产业的一层输掉整个市场，就为了让另一层受益？”

他接下来的论证，核心是一个飞轮。中国市场每年给英伟达贡献大约 500 亿美元收入，这笔钱直接回流到下一代 GPU 的研发。关掉中国市场等于砍掉一大块研发预算，下一代英伟达的性能提升就会慢下来，而这恰好是 AMD、Google TPU、博通这些在台积电、三星排队的对手等着的窗口。

更深一层的问题在开发者。CUDA 才是英伟达真正的壁垒，比硬件更硬。全球大约一半的 AI 开发者在中国，把他们赶到华为 CANN 或国产 MUSA 生态里，等于主动把 CUDA 的护城河填掉一半。开发者习惯是靠 20 年累积起来的，一旦大规模迁移发生，就回不去了。参考一下 Android 把 iOS 在手机端逼到什么局面，就知道这一层失守的后果。

第三重代价是失去对手。英伟达如果没有华为昇腾在后面逼着跑，很容易变成被政策保护的 Intel。Intel 当年在 x86 服务器市场吃成近乎垄断之后，创新节奏断崖式下滑，到 2020 年代在先进制程上被台积电甩开好几代。黄仁勋不想英伟达走这条路。

还有一重悖论：封锁本身正在创造它要阻止的东西。华为昇腾生态从 2023 年到 2026 年三年翻了 5 倍，主要推动力就是美国 2022 年 10 月那一波出口管制。用禁运去打压对手，结果是把对手的自研生态推到了能自我运转的规模。

黄仁勋当然有利益冲突，他卖 GPU 到中国能赚钱。但利益冲突不等于他说的是错的，上面这几点每一点都可以单独验证。

三、从拜登到川普：美国政策的拉锯和妥协

黄仁勋不是在真空里吵架。美国过去 4 年对华芯片政策，其实已经在现实中一次次被迫退让，只是鹰派不愿承认。

故事从 2022 年 10 月开始。当时的拜登政府第一波出口管制落地，直接禁掉 A100 和 H100 对中国的出口。英伟达 3 个月内就拿出了合规版 A800、H800，保留绝大部分性能，只砍掉关键互联带宽。拜登政府花了整整 12 个月才反应过来追加管制。这 12 个月的窗口期正好让中国大厂完成了最后一轮大规模囤货。2023 年 10 月第二波禁令落下，A800、H800 也被禁。2024 年 12 月第三波，实体名单扩大，连 HBM 高带宽内存也管了起来。

2025 年 1 月拜登临终加码，推出 AI Diffusion Rule：把全球 120 个国家按亲疏分成三级，控制所有美国 AI 算力的流动方向，不只是管中国。这是一场全球范围的算力管制。

川普上台之后，政策先是更严。2025 年 4 月连英伟达专为中国市场设计的 H20（H100 的二次阉割版）都被禁。那一季度英伟达从中国市场少了 25 亿美元收入。

然后事情开始反转。2025 年 7 月突然传来消息：H20 获准恢复对华销售。直到 2025 年 8 月真相才浮出水面：英伟达和 AMD 要把对华销售收入的 15% 上交给美国政府。川普原本想要 20%，黄仁勋一次次在白宫谈判把它砍到 15%。这是美国历史上第一次一家私人公司被以这种” 收买路钱” 的方式参与到出口管制里。

2025 年 12 月，黄仁勋飞到华盛顿面见川普。几天之后，H200（比 H20 高一大截的真 · 推理芯片）进入美国对华许可清单。字节跳动、阿里巴巴私下分别告诉英伟达，各自想买 20 万片以上 H200，两家订单合计超过 140 亿美元。

然后剧情再度反转，这次反转在中国这边。2026 年 1 月中旬，中国海关接到内部通知：H200 一律不予放行。几天之后商务部的口径跟上：H200 只有” 特殊情况” 才批准进口，普通商业订单一概不行。1 月 22 日北京进一步要求国内大厂暂停 H200 采购计划。到 2026 年 2 月 24 日，美国商务部自己承认，川普 12 月那张许可证签出去之后，实际卖到中国的 H200 数量是 0。3 月英伟达干脆暂停了 H200 的生产，把台积电的产能腾给下一代 Rubin。

观察这条完整的时间线，鹰派的” 全面封锁” 在 2025 年 7 月事实上已经破功。美国政府不再把” 小院高墙”（small yard, high fence）挂在嘴边，转身用 15% 抽税把封锁做成了收税工具。这个范式转换本身就是对鹰派叙事的否定。封锁一个东西你不会对它抽 15% 的税，你只对继续流通但你想分一杯羹的东西抽税。

而 2026 年开年这一幕更加吊诡：美国说可以卖，中国反过来不让买。下一节会展开讲这种双向半脱钩到底是怎么回事。

四、美国为什么封不住：三条都堵不上的通道

为什么美国政府最后只能退到” 收税” 这一步？因为三条通道根本堵不上。

4.1 通道一：合法境外租赁

阿里巴巴、字节跳动把 AI 训练整个搬到新加坡、马来西亚。在那里租美国云厂商提供的英伟达 GPU 算力，或者自建数据中心。卫星图能看到马来西亚柔佛州 2024 年以后建起来的大片数据中心，里面跑的是什么大家心知肚明。

英国《金融时报》2025 年下半年确认：通义千问和豆包的部分训练任务在境外英伟达 GPU 上完成。字节跳动通过一家马来西亚运营商接入了约 36000 片 Blackwell GPU 集群。

拜登临终的 AI Diffusion Rule 就是想堵这个漏洞，结果川普 2025 年 2 月上台后一纸行政令撤回。2026 年 2 月川普政府起草替代规则又再次撤回。美国政府内部对这件事根本没有统一意见。

4.2 通道二：非官方渠道

非官方渠道的形状大概是这样的：壳公司在新加坡、香港、马来西亚登记，以” 数据中心采购” 为名向英伟达或第三方经销商下单，芯片到手之后通过东南亚货代转口到深圳或上海。链条上分工明确，买手、货代、物流、清关、分销一条龙，规模做到一定量级就会出现职业化团伙。

2025 年 12 月，美国司法部 DOJ 启动 Operation Gatekeeper（守门员行动），破获了一个 1.6 亿美元规模的走私网络。案件里至少牵出 5 家在新加坡注册的壳公司，几百片 H100 和 H200 经越南、马来西亚转运到中国深圳。这只是被抓到的那一个。SemiAnalysis 在 2025 年 4 到 6 月做过一轮行业调查，估算非官方渠道的总规模超过 10 亿美元，是 DOJ 这次行动查获规模的 6 倍以上。

美国海关和商务部 BIS 一年能查到的走私 GPU 数量，放在中国大厂一个季度的算力需求面前根本不成比例。SemiAnalysis 创始人 Ray Wang 给出的结论冲击力更大：中国 60% 以上的前沿 AI 模型训练，仍然在用英伟达硬件。换句话说，美国管得最严那一层（最前沿训练卡），漏得反而最凶。

4.3 通道三：降级合规版

这条通道最吊诡的地方是：它由英伟达自己亲手设计。

H20 本来就是专门为” 合规卖中国” 造出来的型号。美国出口管制的规则以” 训练性能阈值” 划线，英伟达就把训练性能砍到阈值以下，但把推理性能几乎完整保留，在部分推理基准上 H20 甚至跑得比 H100 还快。2025 年下半年它就成了中国大厂的推理算力主力，从阿里云、火山引擎到腾讯的内部推理池，H20 的采购量几乎是按季度翻倍。

这里的核心错位是：美国的出口管制把” 训练性能” 当成阻止重点，但中国 AI 的商业飞轮越来越靠推理规模驱动（这部分第六节会展开）。一款” 训练阉割、推理完整” 的芯片，对美国看上去” 合规无伤”，对中国却正好够用。华为昇腾走的是同一条逻辑，它的单卡训练性能比 Blackwell 差一截，但推理性价比已经够用，出货量靠国内推理需求撑起来。一边是英伟达合规阉割版的 H20，一边是国产够用版的昇腾，两边合起来把中国的推理算力池填满。美国的封锁想挡训练，结果训练的重要性正在被整个商业模式稀释掉。

4.4 一场双人舞

最有意思的是这件事的另一面：中国自己也没完全想要” 自由买”。

2025 年下半年开始，北京反过来给国内大型数据中心发通知，要求优先采购国产芯片。部分央企被明确要求主动拒绝 H200，国资委体系里传出” 凡能用国产就不用进口” 的内部口径。到 2026 年 1 月海关直接封死 H200 入境，这条线就从” 劝导” 升级成了” 禁令”。

与此同时，华为昇腾 2025 年出货量做到 60 万片，2026 年目标 160 万片。寒武纪、海光、摩尔线程、壁仞、燧原的年出货合计也在快速爬升。中国政府实际上在同时做三件事：用国企采购指令把订单塞给国产厂商，用美国外部封锁的压力倒逼国产生态加速，用超大规模内需市场把国产芯片的成本摊薄。每一张没有卖进来的 H200，对应的都是一张昇腾或寒武纪的订单。

所以真实的状态是：美国想封没完全封住，中国想买也没完全敞开。双方都在半主动脱钩，又都没脱彻底。美国挡最前沿训练卡，中国挡国外中端推理卡，中间地带是英伟达的 H20 和华为的昇腾在比谁先填上缺口。一场怪异的双人舞。

五、鹰派用错了剧本：苏联故事为什么套不到中国

鹰派所有政策主张，最后都可以追溯到同一个历史参照：冷战期间，CoCom 把苏联微电子工业永远卡在了落后一代半的位置，最终让苏联在军用电子和计算能力上全面崩塌。

这个故事在 Amodei、Matt Pottinger、Chris Miller 的书里反复被讲。不把这个故事本身先讲清楚，就没法理解鹰派为什么那么自信自己还能再赢一次。

5.1 苏联当年是怎么被卡住的

1949 年冷战刚开始的时候，美国牵头把 17 个西方国家召集到巴黎，成立了一个叫 CoCom（Coordinating Committee for Multilateral Export Controls，巴黎统筹委员会）的机构。它的任务很直接：把先进技术，尤其是军用电子和半导体，全部锁在西方阵营内部，不让流向苏联。

这套机制确实卡住了苏联。整个 1960 到 1980 年代，苏联的 IBM 大型机一代一代靠偷靠仿；Elbrus 处理器的核心器件、军用指挥系统的专用芯片，都得绕道东欧黑市，或者靠克格勃去西方捞。到 1980 年代中期，苏联在军用电子和计算能力上的代差全面拉开：导弹精度、卫星侦察、反导系统全线落后，军工复合体的整体生产效率被严重拖累。

鹰派叙事就是在这个基础上搭起来的：CoCom 既然能打垮苏联，那换个名单、换个对手，今天对中国也可以再来一次。

但这套剧本放到 2026 年的舞台上，有几个硬伤根本跨不过去。

5.2 中国不是苏联

最大的一条是消费市场。苏联一生都没有真正的消费电子市场，它的半导体几乎全部用在军用和航天上，所以美国一堵军用那条线，整个半导体产业就等于失去了出口。2026 年的中国完全相反：14 亿消费者、每年新增智能手机 4 亿部、每年卖出新能源车 1000 万辆，智能手表、扫地机器人、无人机、新能源电控、工业机器人几乎每条赛道都在爆发。消费市场给半导体装上了真正的迭代引擎：订单量撑产能，真实用户反馈倒逼工程优化，规模效应把成本压下去。苏联没有这个飞轮，中国有，而且中国消费电子市场规模已经超过美国本土。

紧接着是产业基础。1985 年苏联的半导体产业链几乎完全依赖进口西方设备和材料，没有自己的光刻机，没有自己的硅片，连光刻胶都要偷。今天的中国已经不是这个状态：中芯国际 7 纳米量产、5 纳米试产，长江存储做 NAND，长鑫存储做 DRAM，国产 HBM 开始送样，成熟工艺和中端芯片对国内市场基本自给。问题的真正形状其实是” 中国能不能做够用、规模够大的中端芯片”，这个答案已经是” 能”。至于” 中国能不能做 3 纳米”，反而不是今天最要命的那一关。鹰派把焦点长期放在最尖端工艺上，等于一直盯着一根并不太重要的手指头。

第三条是盟友协同。CoCom 的威力来自 17 个西方国家铁板一块，今天这种一致性已经不存在了。荷兰、日本、韩国对华半导体相关出口每年仍在 1000 亿美元以上。ASML 勉强接受美国禁 EUV 对华出口的安排，但坚决反对禁 DUV，因为那会直接伤到它成熟机型的全球营收。韩国三星和海力士一半以上的存储颗粒卖给中国客户，只要中国这个市场还在，它们就不会主动切断。没有冷战时那种盟友一致性，封锁就永远漏风。

最后一条是人才。苏联科学家基本出不了国，KGB 会在机场盯着他们。今天全球顶级 AI 会议 NeurIPS 上，近一半论文的第一作者是华人；华人 AI 研究者在美国、欧洲、新加坡、澳洲的大学和公司之间自由流动，OpenAI、Anthropic、DeepMind 的核心研究员名单里华人面孔一大把。想把这个网络切断，美国自己要先付出更大代价。

5.3 CoCom 本身也被神话化了

还有更深一层的问题：把苏联解体归因于芯片禁运，本身就是一种被反复简化的叙事。

苏联的崩溃是一整套系统性失败的叠加。1980 年代中期国际油价从每桶 30 美元附近直接跌到 10 美元，苏联的石油美元收入一下蒸发三分之二，整个财政体系失去了硬通货来源。阿富汗战争打了 10 年，财政和人力两头被严重消耗。计划经济本身已经进入内生停滞，城市里面包和肥皂都要排队。切尔诺贝利核事故把政府信誉打穿。戈尔巴乔夫的改革打开了公开讨论的口子，却无力收拾局面。CoCom 在这当中最多是加速器：它让苏联的军用电子落后得更快，逼军费占 GDP 的比例不得不更高，加剧了整个系统的崩溃节奏。但如果没有油价崩盘和阿富汗战争，单靠 CoCom 根本打不垮一个超级大国。

鹰派把 CoCom 当成独立的因果变量，等于把一个” 加速器” 错记成了” 发动机”。用 1985 年的剧本来管 2026 年的舞台，本身就是战略认知错位。

六、中美 AI 商业模式的根本差异

鹰派分析里几乎从不出现的一个维度：中美两边的 AI 公司本质上在做两种不同的生意。要理解” 封锁到底打在哪里”，先得把这两种生意的形状讲清楚。

6.1 两类玩家：纯 AI 实验室 vs 互联网巨头

美国前沿 AI 的主角是纯 AI 实验室：OpenAI、Anthropic、xAI、Mistral、Cohere。它们没有旧业务，模型就是唯一的产品，所有现金流必须从模型本身挖出来。Google 和 Meta 虽然有搜索和广告的老本行做后盾，但在纯模型侧已经明显落后 Anthropic 和 OpenAI 一段。

中国前沿 AI 的主角是互联网巨头：字节跳动、阿里、百度、腾讯。每一家在 AI 之前都已经有了自己的超级现金机器：抖音、淘宝、微信、百度搜索。AI 对它们而言是一个新组件，被嵌到已有生意里，帮着赚更多广告、更多电商、更多云服务费。DeepSeek、MiniMax、智谱这类纯 AI 公司也有，但规模和话语权都远不及大厂，DeepSeek 本身背后还有量化基金幻方的资金托底，没有短期盈利压力。

这两种玩家的成本结构、定价逻辑、对” 前沿稀缺性” 的敏感程度都不一样。真正的差别不在价格牌上，而在钱从哪里赚。

6.2 美国：模型本身要直接变现

纯 AI 实验室的钱是从模型上直接收的。

最直观的一条是消费者订阅。ChatGPT Plus 每月 20 美元，ChatGPT Pro 100+ 美元，Claude Pro 20 美元，Cursor、Perplexity、Replit 这些 AI 应用也都锚在 20 美元档位。免费版当然存在，ChatGPT Free、Claude Free、Gemini 都免费给你用，但那是引流漏斗，真正贡献营收的是 Pro 和企业版的付费用户。

再上一层是企业市场和 API。ChatGPT Enterprise 和 Claude for Enterprise 按座位收费，起步 30 到 60 美元每月每座位。API 按 token 计费，Claude Sonnet 大致每百万 input token 3 美元、output 15 美元，GPT-4 级别大同小异。客户从 Cursor、GitHub Copilot 这种 AI-native 工具，到 Fortune 500 公司把 Claude、GPT 嵌入内部工作流。Anthropic 的定位最清晰，Amodei 多次公开说 Claude 是 enterprise-focused，主动放弃消费大众市场。

第三条是云厂商分销。Claude 通过 AWS Bedrock、OpenAI 通过 Azure OpenAI Service、Gemini 通过 GCP Vertex AI，卖给有合规要求的大企业客户，算力费和模型费一起收。所以” 美国也卖算力” 这件事的答案是：也卖，但价格位于溢价端，整个链路的最终价值还是回到前沿模型本身。

这三条的共同前提只有一个：拥有最前沿模型的稀缺性溢价。你比别人好 6 到 12 个月，才有资格收得起这些钱。所以 OpenAI 和 Anthropic 每年要烧几百亿美元训练新一代模型，所以 Amodei 对” 中国前沿模型追上” 极度敏感。前沿稀缺性一旦消失，整套定价都会塌。

6.3 中国：模型是流量和云服务的杠杆

中国互联网大厂的钱很少从模型订阅里来。它们的逻辑是：模型免费或者接近免费推给用户，把流量导回自己已经存在的赚钱机器。

最大的一块是广告和流量变现。字节的豆包免费，但豆包积累的用户和行为数据回流到抖音体系，抖音的 AI 推荐、AI 广告创意、AI 客服每提升一个点，背后都是真金白银的广告 CPM 涨价。百度的文心一言免费之后，搜索广告位被 AI 对话重新包装，广告主单价反而上来了。

第二块是电商 GMV。阿里把通义千问接入淘宝、天猫的搜索和推荐，每多一个点的点击率或者转化率，背后都是几亿到几十亿的 GMV 增量。京东类似，拼多多也在追。

第三块是卖算力，也就是把自家模型的 API 当云服务卖。这条线在中国比在美国更激进。阿里云百炼、火山引擎、腾讯云 TI 平台都在大力推自家模型的 API：通义千问 Plus、豆包 Pro、混元。价格比 GPT-4、Claude 便宜一个数量级，豆包 Pro 某些档位每百万 input token 只要 0.8 元人民币，比 Claude Sonnet 便宜 20 倍以上。这套定价本身不为了赚 token 差价，目的是把中小企业和开发者锁进自家云生态，后面靠配套的存储、数据库、计算、数据服务赚钱。火山引擎 2025 年 Q4 公布的数据：豆包日 token 调用量 16.4 万亿，占中国公有云大模型市场 46.4%。

付费专业产品也存在，不是没有。字节的 Seedance（视频生成）按秒收费，快手的可灵同样按量付费，MiniMax、讯飞、智谱都有企业版订阅和付费 API。这些产品有实实在在的营收，只是暂时还不是中国大厂 AI 营收的主轴。主轴仍然是” 模型免费加生态变现” 这条。

所以中国 AI 看起来” 全免费”，其实只是把利润从模型本身往后撤了一步，让下游的流量、电商、云、生态来接。

6.4 一张表总结

6.5 这种差异对芯片需求意味着什么

两种商业模式对芯片的需求结构完全不同。

美国模式对训练算力极度依赖。前沿领先就是美国实验室的收入来源，所以 OpenAI、Anthropic 每年都要把几百亿美元砸到训练集群，对 H100、H200、Blackwell 这种最尖端训练卡的需求几乎没有上限。推理当然也要算力，但相比训练端是次要开销：ChatGPT 全球付费订阅用户在几千万量级，Anthropic 的企业客户也还在亿级以下，和中国一个超级 App 的日活不在同一数量级上。

中国模式对推理算力的依赖反而远大于训练。免费模式要服务 10 亿级用户，仅豆包一家每天就要处理 16.4 万亿 token 的调用。这个规模下的真瓶颈落在” 有没有几十万张够用的推理卡” 上，” 几千张最顶尖训练卡” 反而不是最要命的那一关。推理对单卡性能的要求也没有训练那么极端，一张 H20 的推理性能保留了 H100 的大部分，一张华为昇腾 910C 的推理性价比已经能跟 H100 掰手腕。

这就是为什么封锁顶级训练卡对中国的打击远小于鹰派的预期。封锁最锋利的那把刀劈向的是前沿训练，而前沿训练恰好是美国自己的实验室最依赖、中国大厂反而没那么吃紧的一层。中国的商业飞轮靠推理规模驱动，推理算力既可以靠 H20 这种合规版补齐，也可以靠国产昇腾、寒武纪、海光扛住。这是商业结构本身决定的事实。

七、回到五层框架：美国到底该怎么打这场仗

现在把视角切到美国。如果美国要在 AI 时代保持领先，到底应该是一个怎样的策略？真的是” 五层都不能输” 吗？简单粗暴的芯片禁运又能不能奏效？

黄仁勋在达沃斯那张 PPT 上说” 每一层都必须赢”，这话更像一句战略呼吁，算不上可执行的作战计划。把五层逐一放到显微镜下看，美国各层的胜算差别其实巨大。理解这个差别，是理解” 该押哪一手” 的前提。

7.1 逐层看美国的胜算

第 1 层，能源。 这一层美国大概率已经守不住了。中国 2025 年的发电量大约是美国的 2 倍，每年新增装机容量还在继续翻。美国想扩建 AI 数据中心，面对的是几十年没大修过的电网、新建电厂的冗长审批、加上 NIMBY（本地居民反对）组成的三重阻碍。黄仁勋第一次把这层拉出来讲，是因为他看到这个差距在超大数据中心时代会变得致命。当然美国不会完全无计可施，但按目前的审批和建设节奏，这一层在 5 到 10 年的时间尺度上很难追回来。

第 2 层，芯片。 这一层要分两头看。最尖端制造（3nm 以下），美国加台积电、三星的联盟仍然领先至少 10 到 15 年，ASML 的 EUV 光刻机是真正的卡点。这一块美国能守，也应当守。但中端芯片（7nm 到 28nm）是另一个故事：中芯国际已经量产 7nm，长江、长鑫的存储产品在国内市场基本自给，华为昇腾 2026 年目标出货 160 万片。中端这块美国已经没法阻止中国自己造出来了。鹰派混淆了” 守尖端” 和” 封全部” 的区别，把前者扩张成了后者，结果是前者没有实质增量，后者反复被现实打脸。

第 3 层，基础设施（含 CUDA）。 这一层反而是美国最有结构性优势的一层。CUDA 是 20 年开发者习惯累积出来的生态，技术可以复制，生态没法一夜搬家。诡异的地方就在这里：芯片禁运恰好在掏空这一层。全球大约一半的 AI 开发者在中国，禁运把他们逼到华为 CANN、国产 MUSA 生态上。只要这部分开发者完成迁移、产出一批成熟工具链和开源库，CUDA 就不再是全球唯一标准，它的垄断地位会像 Android 对 iOS 那样被侵蚀。一层最该守的护城河，被最该守这层的鹰派政策亲手开了一个口子。

第 4 层，模型。 美国前沿现在领先中国 3 到 6 个月（连白宫 AI 负责人 David Sacks 自己都承认这个数字），这差距 2024 年还是 12 个月。通义千问、DeepSeek、豆包、智谱 GLM 的公开 benchmark 已经非常接近前沿；在开源模型这一侧，通义千问的生态规模已经是全球第一。这一层美国能拖，但拖不住。即便靠封锁硬拖 12 个月，前面几层的代价也都已经付出去了。

第 5 层，应用。 这一层其实已经一分为二。消费者 AI 这一侧，中国的超级 App 生态（抖音、微信、淘宝、美团）是美国公司根本进不去的市场；反过来美国的消费 AI 产品（ChatGPT、Claude）在墙外有自己的天下。企业 SaaS 这一侧，美国有 Salesforce、Oracle、Workday 的 B2B 深度和跨国企业客户做地盘，中国大厂的企业 SaaS 能力相比之下弱很多。应用层本质上是两个分离的市场，各有各的主场。

把这五层放到一张图上看：美国真正有结构性优势的是第 3 层（CUDA 生态）和第 4 层（前沿模型），其次是第 5 层的企业 SaaS 部分。能源层和中端芯片层，美国几乎注定要输。

7.2 “五层都不能输” 其实是个伪命题

所以黄仁勋那句” 每一层都必须赢” 应该怎么理解？

字面上理解，它是错的。美国不可能五层都赢。能源层中国已经领先一倍，中端芯片层中国已经实质自给，这两层正面死磕只是浪费资源。

但换一个读法，黄仁勋真正想说的其实是另一件事：不要为了第 4 层，亲手把第 3 层和第 5 层也一起送走。

鹰派的策略是把全部筹码压在” 阻止中国摸到第 4 层最前沿” 这件事上。为了这一个目标，他们愿意把 Nvidia 的中国市场砍掉（直接伤及第 3 层的研发飞轮）；愿意把全球一半的 AI 开发者赶出 CUDA（直接掏空第 3 层本身）；愿意让英伟达变成被政策保护的公司，削弱竞争压力（长期伤及第 2 和第 3 层的创新节奏）；也愿意把美国的 AI 应用市场推向” 两套分离生态” 的局面（伤及第 5 层全球布局）。

换来的是什么？换来中国前沿模型晚 6 到 12 个月追上。而中国追上之后会怎样？其实不会怎样，中国的商业模式本来就没靠前沿稀缺性吃饭（见第六节）。鹰派用极高的代价，换了一个对对方几乎没实质伤害的延迟。

所以真正的问题其实是另一个：在不能全赢的情况下，美国愿意用哪些层去换哪些层？鹰派当前的交换比率是灾难性的。

7.3 简单粗暴的芯片禁运能奏效吗

答案是不能。更糟的是，它正在反向奏效。

从第四节已经看到，禁运本身就没挡住它想挡的东西：境外租赁堵不上，阿里、字节在马来西亚、新加坡接入了 3 万多片 Blackwell；非官方渠道也堵不上，SemiAnalysis 估算中国 60% 的前沿 AI 训练仍然在用英伟达硬件；降级合规版和国产替代又在共同填推理池，H20、昇腾、寒武纪三条线加起来已经让” 推理算力” 基本够用。

禁运自己在做的事情更糟：它把 Nvidia 每年 500 亿美元的中国收入砍掉，等于砍了英伟达未来几代芯片的研发预算；它把全球最大的一块开发者基数从 CUDA 生态里推出去，直接喂养 CANN 和 MUSA；它让华为昇腾和中芯国际拿到了国产替代的市场和财政双重补贴，加速了中端芯片的自主化节奏；它还把中国国内的政治倾向往” 必须彻底脱钩” 这一端推，让下一代国产芯片和国产操作系统的国内需求从” 政策目标” 变成了刚需。

一句话：禁运没挡住它要挡的，却亲手推进了它要避免的。

7.4 一个更务实的美国策略该长什么样

如果美国真的关心” 在 AI 时代保持领先” 这件事，一套更现实的策略大概长这样。

放弃打不赢的正面战场。 能源层接受结构性落后，把资源转到能源效率（更省电的 GPU、更省 token 的模型架构）、核电复兴（SMR 小型模块化反应堆）、以及盟友能源联合（加拿大水电、中东天然气和太阳能）这几条侧门上。中端芯片层接受中国自给的现实，把防线收缩到 3nm 以下的最前沿。

把 “卡脖子” 用对地方。 ASML 的 EUV 光刻机、KLA 的量检测设备、AMAT 的沉积设备是真正的卡点。守住这几条，中国 3nm 以下的推进速度就能被实质拖住。与此同时放开对 7nm 以上中端设备的出口，那块中国已经在自研，继续管制没有边际收益，反而把盟友绑得越来越不舒服。

第 3 层要” 开门” 不要” 关门”。 这是最反直觉的一条：Nvidia 的 GPU 应该继续卖到中国，真正的目的是把中国开发者留在 CUDA 生态里（赚钱只是附带）。只要 CUDA 仍然是中国 AI 公司的首选平台，美国的第 3 层护城河就还在。一旦开发者大规模迁移到 CANN/MUSA，这层护城河就永远回不来了。黄仁勋最核心想说的就是这件事。

第 4 层要靠持续投入守住，封锁是守不住的。 每年在 OpenAI、Anthropic、xAI 身上砸进去的几千亿美元资本开支，才是美国保持前沿领先的真正机制。靠封锁硬拖出来的 6 到 12 个月领先，远不如靠持续训练新一代模型换来的 6 到 12 个月领先有含金量。

第 5 层深耕主场，不盲目扩张。 美国的 AI 应用应当在企业 SaaS、Fortune 500、跨国企业、美国盟友体系内深耕，不用幻想打进中国消费者市场。同时要警惕反向入侵：字节的豆包系产品、通义千问的开源生态已经在东南亚、中东、拉美建立用户基础。美国应该在这些第三方市场加大应用层投入。

用准确工具，不用钝器。 15% 抽税在鹰派眼里是耻辱，但从实际策略看，它比全面禁运更合理：允许流通但对流通抽成，既保住了 Nvidia 的研发飞轮（第 3 层），又在一定程度上约束了最敏感的用途，还能给美国财政贡献收入。

合起来，这就是黄仁勋真正想说的。美国的目标从来不该是” 每一层都赢” 这种口号，真正能操作的目标是：把最有结构性优势的那几层（第 3 层 CUDA、第 4 层前沿模型、第 5 层企业 SaaS）赢到底，同时不要为了赢不下来的那层（第 1 层能源、第 2 层中端芯片）把自己的家底搭进去。

鹰派把美国真正的优势结构整个理解反了，这才是黄仁勋在播客上涨红了脸的底层原因。

八、中国该怎么打这场仗

把视角从美国切回中国。这场辩论对中国到底意味着什么？

黄仁勋在播客上涨红脸的那 40 分钟，中国其实是旁观者。但整场争吵的结论和走向，直接决定了中国 AI 在未来 3 到 5 年能拿到什么牌。如果问” 中国怎么才能不被美国困住、甚至在 AI 竞赛里真正胜出”，答案其实已经跳出了” 继续囤 H200” 这种战术问题。真正决定胜负的，是对整个棋局的理解。

8.1 中国手里的牌比想象中硬

整个 2025 年，中国舆论场都被” 窗口期只剩 6 个月” 的叙事拖着走，连许多大厂内部都陷入焦虑。到了今天，这个窗口期既没有兑现，也从来没有真的存在过。

三件事已经摆在桌面上。禁运挡不住三条通道，第四节一条条拆过了。中国 AI 的商业模式不吃” 前沿稀缺性” 这碗饭，第六节讲清楚了。美国内部鹰派和黄仁勋派的分裂已经把” 小院高墙” 事实上做成了” 收税站”，第三节也讲过。三件事合起来，意思是中国的战略空间一直都在，只是在焦虑情绪里不容易看清。

所以真正值得警惕的问题是另一个：中国能不能在这个格局下把自己的结构性优势用对？

8.2 真正的主场在应用层，要做的是把优势出海

黄仁勋在达沃斯那张 PPT 上讲了一件对中国特别有用的事：AI 真正的终点在应用层，最大的蛋糕也在这一层。这恰好是中国最擅长的那一层。

14 亿消费者，抖音、微信、淘宝、美团构成的完整闭环，再加上中国制造业对 AI 的生产力渴求，这个组合在全球是独一份的。只要 AI 能力能嵌进去，规模效应立刻显现。豆包每天 16.4 万亿 token 的调用量，是真实用户在真实场景里跑出来的规模。

但这个优势目前还主要关在国内。要把它转化成全球领先，还得同步做几件事：生态出海、开源标准、垂直行业渗透。

字节的豆包系、阿里的通义千问开源、快手的可灵，已经开始在东南亚、中东、拉美打开局面。通义千问全球下载量 6 亿次、衍生模型 17 万个，这些数字实际上是在给中国 AI 应用铺全球市场的地基。如果这块地基能在 3 到 5 年里稳下来，美国在应用层的 Fortune 500 主场就不再是唯一的全球玩家，中国会有属于自己的那一半天下。

8.3 软件栈才是真正的短板

中国 AI 这几年最大的不舒服，其实来自一个更隐蔽的地方：开发者的 CUDA 惯性。

大多数中国大厂的核心研发链路至今建在 CUDA 上，从 PyTorch 到 vLLM 到 Megatron-LM 全是 CUDA 原生。这意味着：英伟达如果哪天把 CUDA 的某些深度绑定 API 或驱动对中国断掉（这是比最新 GPU 禁运更狠的一种封锁），中国大厂短期内会损失相当大一块开发效率。

黄仁勋在播客里没公开说的一层意思是：CUDA 的中国依赖对 Nvidia 是杠杆，对中国是风险。这件事中国 AI 圈长期知道，但远远没有彻底解决。华为 CANN、国产 MUSA 都在爬，爬得还不够快。

所以” 用不用美国芯片” 这件事的真正战略意义落在配套的软件栈上：CUDA、cuDNN、NCCL、TensorRT 这一整层。如果这层软件生态长期不解耦，中国 AI 的” 自主” 就只是半自主。华为、寒武纪的硬件已经在追，但软件栈这一块需要更大更持久的投入。DeepSeek、MiniMax、智谱这些前沿团队在做的 GPU 无关中间层、国产编译器 toolchain、TVM 改造，才是真正的自主化关键路径。

8.4 节奏和叙事都要自己掌握

最后是过去一年国内政策圈吵得最凶的两件事：国产化要不要一次性打到底？美国” 窗口期” 叙事该不该信？

国产化方向当然是对的，但节奏不能被政治口号超前绑架。AI 是一个” 规模 × 时间” 的游戏。过快强推国产化，会把一些本来应该跑在 H20 上的工作负载迁到性能差 20% 的国产替代上，短期内反而拉低应用层的竞争力。更理性的做法是分层来做：前沿训练继续用合规的英伟达芯片，规模化推理逐步迁到国产硬件，消费级 AI 和中小企业 API 完全依赖国产生态。这样既保住了性能，又给国产厂商留足订单规模慢慢成熟。

至于” 窗口期只剩 6 个月” 这套叙事，本质上是美国鹰派对华的心理战。中国没有理由用它来安排自己的节奏。真实的情况反过来更准确：时间站在中国这边。能源层、中端芯片层的代际优势会在 3 到 5 年里继续变现，应用层的商业飞轮会越来越大，全球南方（东南亚、中东、拉美、非洲）对中国 AI 产品的接受度也会越来越高。美国的先发优势主要集中在前沿模型和 CUDA 生态这两层，而这两层的差距都在以可测的速度缩小。

中国真正要做的事其实很简单：守住主场（应用层、推理规模、全球南方市场），补齐短板（软件栈自主、前沿纯 AI 力量、国产化节奏），然后等美国自己把手里的牌打坏。鹰派正在加速帮中国完成最后这件事。

当然，也要警惕反过来的陷阱：” 中国必胜” 同样是一种被简化的叙事。前沿模型的差距仍然存在，CUDA 生态的转移远没完成，最尖端芯片工艺 5 年内追不上西方，这三件事都是真的。黄仁勋五层框架给中国的最大价值是一种更清醒的视角：这场比赛要在五个轴上综合评估，任何把它压缩成单变量竞赛的叙事（” 芯片禁运定输赢” 也好，” 中国必胜” 也好），都是简化过头的。

结尾

回到开头那一幕。黄仁勋涨红的脸，Dwarkesh 紧咬不放的追问，40 分钟的交锋被剪成 3 分钟片段在 X 上被看了 2000 万次。

吵归吵，两边其实都说对了一部分。

鹰派并没有完全错。AI 确实是决定性的基础设施级技术，军事、情报、安全维度的担忧也有实质根据。关键窗口期的紧迫感、盟友协调的必要、前沿能力的稀缺溢价，这几件事本身都站得住脚。把 Amodei、Pottinger 这些人的判断一律斥为” 冷战思维”，也是一种简化。

黄仁勋也并没有完全对。他毕竟是英伟达的 CEO，每年 500 亿美元的中国收入真实存在。他对” 开放 CUDA 生态” 的主张，一半是战略判断，一半是生意立场。把他说的每一句话都当成客观事实，同样是另一种简化。

真正难的地方，是在” 鹰派的担忧有一部分是对的” 和” 禁运工具在现实中已经失败” 这两件事同时成立的情况下，找到一条可执行的中间路。黄仁勋的五层框架给出的就是一把更立体的尺子：把能源、芯片、基础设施、模型、应用五层的代价同时摆在桌面上衡量，比” 前沿模型领先几个月” 这一个变量更接近真实。

对我们这些旁观者来说，Dwarkesh 播客里的 40 分钟争吵，是观察 AI 时代地缘经济最清晰的一张 X 光片。它照出来的是中美博弈、美国内部分裂、以及全球化 AI 供应链想用冷战工具管理时产生的摩擦。三件事同时叠在一张图上。

真正的问题从来没有简单答案。” 美国能不能赢”“中国会不会被卡死” 这两个问题本身就是被过度简化的提法。更诚实的问法是：在能源、芯片、基础设施、模型、应用这五个轴上，每个国家各自的优势和代价到底是什么？哪些是结构性的，哪些是政策可以改变的？

黄仁勋涨红的那张脸，其实是在替这个更复杂的问题争取一点空间。至于这场仗接下来怎么打，是 2026 年之后政治、商业、技术三边同时要回答的事。

重返知乎的百日百篇系列

2026 年第二季度，我启动了百日百篇原创系列（内有所有文章列表）

本文参考文献

• Jensen Huang on Dwarkesh Patel Podcast - 2026-04-15 黄仁勋接受 Dwarkesh Patel 采访，TPU 竞争、对华芯片出口、英伟达护城河，全文 2 小时，中国部分约 40 分钟
• Jensen Huang on AI’s’Five-Layer Cake’ at Davos - NVIDIA Blog - 2026 年 1 月达沃斯，黄仁勋首次完整提出 “五层蛋糕” 框架
• On Dwarkesh Patel’s Podcast With Nvidia CEO Jensen Huang - Zvi Mowshowitz - 对这期播客的详细评论与中国章节分析
• The many contradictions of Jensen Huang - Transformer News - 对黄仁勋对华芯片立场的分析
• Trump says Nvidia will hand the U.S. 15% of its H20 chip sales to China - NPR - 2025 年 8 月 H20 对华销售 15% 抽税协议细节
• 路透：中国下令海关禁止放行英伟达 H200 AI 芯片 - 2026-01-14 路透首报中国海关内部通知，H200 一律不予放行
• 中国政府只在特殊情况下批准购买 H200 芯片？商务部回应 - 新浪财经 - 2026-01-22 中国商务部明确 H200 仅 “特殊情况” 批准进口
• 美商务部官员证实：英伟达 H200 芯片对华销售为零 - 电子工程专辑 - 2026-02-24 美国商务部承认川普 12 月放行后，实际对华销售 H200 数量为 0
• Nvidia halts H200 production as China backs Huawei AI chips - Asia Times - 2026-03 英伟达暂停 H200 生产，台积电产能改给 Rubin
• Nvidia CEO Huang calls China AI market a $50B opportunity - Fortune - 黄仁勋公开估算中国 AI 市场规模约 500 亿美元
• Trump administration backs off Nvidia H20 chip crackdown after Mar-a-Lago dinner - NPR - 2025 年 4 月 H20 禁令反转的幕后经过
• Dario Amodei at Davos on AI export controls to China - 公开发言 - 2025 年 1 月达沃斯 Amodei 将 H200 对华出口类比核武器的原话
• The AI Diffusion Rule - Biden White House Archives - 2025 年 1 月拜登临终加码的全球 120 国 AI 算力分层管制规则
• Operation Gatekeeper - DOJ press release - 2025 年 12 月美国司法部破获 1.6 亿美元 GPU 走私网络
• SemiAnalysis - Ray Wang on China Frontier AI Hardware - 中国 60% 以上前沿 AI 模型仍在用英伟达硬件的判断
• Financial Times - ByteDance Malaysia Blackwell Cluster - 字节跳动通过马来西亚接入 Blackwell 集群的报道
• Huawei Ascend 910C production 2025-2026 - TrendForce / SemiAnalysis - 昇腾 2025 年 60 万片、2026 年 160 万片产能目标
• Qwen Open-Source Family Statistics - Alibaba Cloud - 通义千问 300+ 开源模型，全球下载超过 6 亿次，衍生模型 17 万个
• ByteDance Volcano Engine Doubao Statistics - 公司披露 - 豆包日 token 调用量 16.4 万亿，占中国公有云大模型市场 46.4%

知乎用户 马斯克菩萨 发表

不是，我真的无法想象，在一个极端资本化的国家，制裁令为什么是白宫发出，而不是黄仁勋发出的？

知乎用户 太田秋明​​ 发表

老黄和主持人为代表的一批精英喉舌之间矛盾，并不在于技术本身，在于两者对于中国的看法就不一样，说白了就是能不能正视中国。

禁售派的理论前提之一是：中国不可能做出自己的卡，多久都不行。

主持人质问老黄：“你说英伟达是世界最先进的，但又说昇腾系统能做出产品，会构成挑战，这不是矛盾吗？”

看见没？这什么逻辑？就是认为 “最强大” 是指对方完全、永远不可能做出来。

这不是技术上的讨论，你给他们列举证据是没用的，这是一种唯心思想，必须认为中国绝对做不出来，如果你不认同，你就不虔诚，一神教的特点。

在这种前提下，当然是禁售好，禁售了他就没了，而且一劳永逸，不存在任何隐患。

老黄的前提是 “中国能搞出自己的卡”。但他不可能让美国平民和大部分本土精英相信接受这个事实，这与技术无关，这是政治问题。

比较微妙的是，老黄恰好是卖芯片既得利益者，所以人家怀疑他动机，他无可辩驳。假设你作为一个 MAGA，一个中国面孔，卖芯片的，口口声声说他卖芯片给中国是为了美国长远考虑，他只不过是顺带赚钱而已，你信吗？

美国一切被人诟病的对外政策，从禁售到关税，到外交和战争，都源于现在美国的政治导向陷入了死胡同，他不承认中国的能力，或者说不能承认，但无法解释中国的进步，于是只能先掩盖，盖不住了说是假的，被戳穿了说是仿的偷的，连偷也解释不了就搞内宣 “要相信我们一直在赢”，实在赢不动了就找个替罪羊集火，表示都是这个奸细坏人把事搞坏了，大家把他干掉我们就能一直赢下去。

而老黄因为卖卡首当其冲，又长着张中国脸，成了替罪羊之一。

这跟明晚期对后金综合征一样，大明对后金根本问题不在于具体实力对比，而在于明廷是否正视 “明军野战打不赢金军” 这个点。萨尔浒的杨镐李如柏知道，后期的袁崇焕祖大寿孙承宗洪承畴都知道，但是朝廷不能承认，又打不赢，所以督师总兵就成了替罪羊。

现今的美国，你要让大众和精英领导层普遍接受 “中国是个有能力有资源有毅力的国家，不比我们弱多少，我们需要正视它严肃对待”，是个非常难的事，不管什么派别，涉及中国时都透着一股无知和傲慢，现今占主流的保守派更是如此，保守派的基层民众甚至普遍认为中国和伊朗、越南是一个级别的国家，清醒者不是没有，还很多，但这种环境下不能讲出来。

知乎用户 rektboiz 发表

西方尤其是美国在这个问题上的讨论给人的观感基本就是一种打哑谜，最关键的事实是不能说的，这个事实叫做，中国有对任何技术进行国产替代的能力

这个谈话能出圈的原因无非是老黄用了一种擦边的方式把这个事实讲出来了，就是所谓的开源闭源论，但是即使是这样，仍然是一个非常擦边的说法，还是有余地的，你仍然可以强行解释未来老钟的这个 “开源生态” 技术水平更低，只是靠规模优势竞争，这也是西方在任何行业都试图营造的舆论氛围

对中国人来说这种讨论没有任何意义，因为它与现实是没有关系的，其他行业发生的事情大家都知道，集成电路产业的事情或许很多人不知道，但是时间表就在那里

知乎用户 飞跃本屯 发表

目前是 2026 年第二季度，那我们就来看看 2024 和 2025 两年二季度时，英伟达的市场在哪里——

可以看到，新加坡 + 台湾地区 + 中国大陆的市场份额，是和美国并驾齐驱的。可新加坡和台湾地区有啥 AI 的大型算力集群吗？当然没有，这事背后是啥现状不装糊涂的人都知道。

黄仁勋那个 “英伟达在中国市场 0%” 的话就是糊弄鬼呢，实际上中国和美国各占英伟达五成的市场份额。哪个企业能放弃五成的市场份额？当然不能，所以英伟达只能给美国的各路专员们上供，换得监管部门睁一眼闭一眼。

可除了监管部门的史密斯专员外，美国政客们也得赚钱呀，再说英伟达的手段也太直接了，三岁孩子都骗不过。

所以之前去年美国参议员 Tom Cotton 等人提出的一项名为《芯片安全法案》（Chip Security Act）的立法草案，要求在英伟达 GPU 中强制植入后门，一旦发现走私，或者美国国务院看着不爽，就可以远程关闭这些 GPU。于是中国这边对英伟达开始调查，并对关键项目（民企承担了很多政府关键算力项目）进行安全审核。

而后在黄仁勋搞定懂子，让懂子允许出口 H200 后，众议院外交事务委员会的民主党领袖格雷戈里 · 米克斯（Gregory Meeks）和所谓 “中国问题特别委员会” 的主席、密歇根州共和党籍众议员约翰 · 穆莱纳尔（John Moolenaar）等带提案，要求美国商务部在未来两年半（30 个月）内，停止核发高于现有许可性能标准的芯片出口许可。

黄仁勋只能破防。

之前介绍过，华尔街和硅谷其实对向中国出口次顶级的芯片没啥意见，钱吗，不挣白不挣。但只是没啥意见呀，也不是非要解封。

而美国的军工复合体则强烈反对，他们认为美国未来相对于中国，在武器装备数量上肯定赶不上了，那就只能通过 AI 技术领先，实现战力倍增，那样才能熬过去。

所以黄仁勋其实是在和整个美国军工复合体对着干，能有好下场就怪了。

但军工复合体虽然强大，也奈何不了无数个史密斯专员。

知乎用户 知乎用户 mNnyTK 发表

以前反对自由贸易是盘盘现在支持自由贸易是盘盘，再下去要刷盘子买饭店了

知乎用户 Juskykone 发表

因为美国当时的剧本是：

美国一封锁中国科技，我们的生活就会退回 20 世纪 80-90 年代，没有什么冰箱彩电手机电脑用，出门只能靠自行车，然后中国就会派人跑去白宫求着美国卖芯片给咱们，然后美国大发慈悲，一颗芯片一辆车的价格卖给我们，即赚了钱又立了个慈悲大度的人设

结果发现封锁了半天咱们的生活并没有回退到几十年前，反而在逐步自己突破，所以美国一看 “是不是我卡的太松了？”，于是限制越来越多，搞到最后全部限制了个遍，咱们还是日子该怎么过怎么过

现在气氛已经烘托到这里了，只能不管自己到底有没有损失继续这么限制下去，不然的话被世界看到还以为美国玩不起呢

知乎用户 幻想乡的洛克马戏​​ 发表

其实答案很简单：

老钟现在这边算力市场非常火热。

黄仁勋这是非常想要这块市场，属于卖出去就能躺着赚钱的市场。

所以特朗普对他的阻拦，就等于拦着他和他的股东们赚钱。

那肯定会在这件事情上不满的。

说句夸张点的：

但凡老美直接放开黄仁勋给老钟卖芯片，老钟超越马斯克当首富也不是什么梦想中的事情。

而且更为关键：

现如今的美国股市，就是依赖着黄仁勋们在支撑着，没有他们，就没有现如今美国股市的繁荣。

所以黄仁勋才这么有底气的说这话，说白了——

黄仁勋们（高新技术股票）和华尔街的投资者们，看到老钟现在火热的市场，非常想吃，毕竟他们自己的左右倒右手的游戏，始终受限于现实条件，不可能无限制的左脚踩右脚，需要一个更大的课题，才能更好的左脚踩右脚的上天。

所以黄仁勋代表的不是他自己，也不仅仅只是英伟达的股东，而是整个美国的新新技术投资市场，是他们背后那数以十万亿计的资金。

所以他才有底气说这话。

只是问题在于，黄仁勋所代表的资本，和特朗普所代表的资本，不是一伙人，而且伴随着未来美国的新新技术故事逐渐耗尽，越来越迫切的希望讲中国故事，这种分歧会越来越大，到时候必然会产生一些变化的，要么是川普 TACO，给黄仁勋们让出一条路，要么就干脆大打出手，到时候又得鸡飞狗跳了。（笑）

知乎用户 陶仁贤 发表

老黄脾气控制力真强，，，就我从 NVIDIA 内部朋友反馈的来看，这个印度人要是这么汇报工作，30 秒就被 fire 了。

比喻都做不对，这就是定义权的争夺，CUDA 出名以前砸了多少钱给研发人群，一切都是从这个规范成长出来的。

知乎用户 且听沧海 发表

你去翻一下老黄的履历就全明白了。

老黄 1983 年从俄勒冈大学毕业，进入 AMD 任职芯片设计工程师，

1984 年，老黄在全职工作期间，进修斯坦福大学硕士学位，

1985 年，老黄入职芯片商 LSI Logi，担任两年图片处理芯片工程师，之后进入管理岗，

1990 年，老黄取得斯坦福大学硕士学位，

1993 年，老黄离职创业，创办 NVIDIA 公司，也就是英伟达，

之后的事情，大家都知道了。

从老黄的履历，我们可以看出他和懂王那群白宫官僚的明显区别，

老黄是真正实打实干过技术的，真正在最基层干过。

你真正干过技术，就会对技术祛魅，

任何狂拽酷炫吊炸天的高技术，都是不起眼的小技术拼出来的。

所以老黄很清楚，技术这玩意儿，其实是没有门槛的，

只要有人有钱有时间，一定能搞出来。

因为技术的底层原理是公开的，大家谁都清楚，

只是实现技术的具体方式，或者说是详细参数，

有些人找到了，有些人没找到。

而那些没找到的人，沿着底层原理的路径，

一路找下去，那就一定会找到。

只不过这个寻找的过程，需要海量的人才和经济投入，

这两条就足以把后来者的路径堵死了，

可巧的是，中国正好拥有海量的人才和经济投入，

所以，中国赶超英伟达，那是早晚的事情，

因为中国政府可以为了技术不计成本的投入，但是英伟达不行。

中国可以为技术突破忍受几十年的经济亏损，

你英伟达可以忍受几年？

而换成美国，想要破解中国的卡脖子，

比如说稀土，就不那么容易了，

因为美国全民飞叶子，精英又不搞理工，金融还舍不得投入，

没有人也没有钱，美国拿什么去找稀土分离的技术参数？

英伟达想要保持对中国的技术优势，

那就只能卖中国芯片，让中国国产芯片没有市场，

那中国国产芯片自己就死了。

可懂王这些白宫官僚，直接给英伟达来了个禁售，

那中国只能玩命研发国产芯片，

少则 5 年，多则 10 年，中国国产芯片必定超越英伟达。

老黄的死路已经注定，他能不急？

知乎用户 良牙响良牙 发表

平时黄皮衣只能讲道理

心里憋了不知道多少脏话要骂的

这是把在牢川和国会建制派那儿受的气

一股脑全倒在老三头上了

当然，也可能是跟三哥对好了脚本

知乎用户 厉害的潇潇​ 发表

说真的我还是要重复一下我以前说的话，很多美国人，以及简中恨国党，他们认为中国造不出高端光刻机和芯片，因为技术太复杂的理论是逻辑的谬误。制造光刻机和芯片，只有时间问题，把时间拉长，中国达到并且超越西方国家是大概率事件。

为什么？不需要你懂光刻机，但是需要你懂哲学逻辑——目前光刻机和芯片问题，其技术壁垒的本质是工程积累而非物理极限。

什么意思？我来给你解释。举个例子：日本早就通过在中国考察、甚至窃密等手段得到了宣纸的制作工艺，可是日本制造的宣纸始终无法达到中国宣纸的质量，这是因为日本不能掌握制作工艺吗？不是，其原因是 “物理极限”：中国宣纸的质量，从根本上在于三种原料，即泾县当地独有的青檀皮和沙田稻、两者的独特配比、泾县当地独有的山泉水。泾县青檀树不可移植，日本移植到本地后因气候水土等多个因素导致无法达到同等质量，因此成为了永远无法突破的壁垒，这是一种物理极限，是人类无法改变的客观现实。

但是光刻机不是，光刻机所有的物理原理都是已知的，同时也没有必须的某种只有荷兰当地才具有的物理因素。西方的领先优势，本质上是数十年的 “试错经验” 和“工艺数据库”。一旦中国下定决心长期投入，花同样甚至更长时间去积累数据、迭代工艺，工程上的壁垒是可以被一层层攻克的。假如说荷兰的光刻机，只有荷兰当地的水和空气、阳光或者某种不可移植的物理元素才能制作，那么中国是无论如何不能制作的，那是一种物理极限，但目前没有这种物理极限存在，你可以说光刻机很难，但不存在不可能制造的哲学逻辑。

有些人永远都只能停留在某一个时点，在他们的眼中，动态的世界是静态发展的，过去中国没有成功，就等于未来永远不能成功。这在逻辑上是站不住脚的。

知乎用户 咖啡因 发表

如何体现长生种和短生种在视野、格局上的区别？

这个采访就是典型案例。

知乎用户 饺饺 发表

现在只是年初的发酵而已

新闻要连起来，结合看，

华为出了新的算力芯片，量产在即

前几天发布了好成绩数据

deepseek 完成了商业化融资

还有个游戏卡，摩尔线程去年就完成融资上市新品发布会

去年老中因为安全原因，对外企显卡禁买了

只要这个世界还是唯物的，那物理学就存在

那么算力，芯片，系统，代码就能替代

知乎用户 鼎上之铭 发表

可能美股巨头们在 ai 上烧钱太多了，还无法看到回本希望，快要绷不住了。原本买铲子的人没了自然需要开发新的蓝海市场。

知乎用户 雏森​​ 发表

技术方面我是不懂的，你乎顶级码农太多，但是美国人的想法倒是不难猜。

只能说作为文科生的顶级代表，荣格的集体潜意识理论属实有点过于牛逼了。虽然大洋两岸的人硬件层面都是都是五官四肢的现代智人，但是底层代码的差距还是有点差距过大了。

美国普通人对于技术的认知其实有点普罗米修斯盗火的味道，即技术是神赐的，科学家只是在神的安排下偶然发现了它，发现这项技术的文明主体自然就是神选者。所以只要我们严格封锁好技术外流，那些不被神选中的人，永远都没有机会获得技术之火。

如果你看的美国文艺作品够多，你就会发现这种逻辑差不多是刻在美国人骨子里的。一旦某项先进的技术问世，那么获得它的唯一可能就是派人去偷。双方乃至多方同时发现同一套理论，开发同一种技术的可能压根不存在，就像希腊圣火的火源只有一个，其他火都是 “传” 出来的。

基于这种认知，美国人认为中国人偷了他们的技术就完全不奇怪了。这玩意是我先发现的，说明我是天选之人，而你不是，但是你又拥有天选者才有的技术，那你肯定是偷我的。

知乎用户 Xpecya 发表

其实事儿特别简单。

老黄是个商人，不是政客，他不用为美国国家利益负责，他要为 nvidia 的财报负责，所以他跟政客的利益天然是不一致的。

对老黄来说，ai 技术中美谁更强其实无所谓，关键是炼丹的卡得是 nv 的卡，这比什么都重要。

对政客来说，其实 nv 的死活无所谓，现在 google 他们的 tpu 发展的也挺好的，这也 ok。中国人现在自研的进步很快，但美国有先发优势，只要不让中国人用上美国的先进 gpu，哪怕这个先发优势一步步缩水，只要没反超，那也能接受。美国必须在这一轮科技革命中压制中国，保持压制，这比什么都重要。

所以大家肯定是尿不到一个壶里的，老黄讲多少遍都没用。

知乎用户 momo 发表

1.H200 级别的卡一直都能通过走私的方式进入国内市场

2. 真正不希望国内企业从英伟达买卡的是中美政府

3. 中美政府都认为允许国内企业买卡是自己手上的一张牌

知乎用户 马西利特博士 发表

台积电也不生产浓缩铀，为啥不让他给大陆很多企业代工？

EDA 软件又不能画原子弹设计图，卖给中国咋了？

中国电动车又不能变成霸天虎，为啥就卖不到美国？

知乎用户 穿皮鞋的二尾狐 发表

好事。外行指导内行，美国人自己挖自己墙脚，放弃先发制人垄断中国这么大市场的好机会。

我在网上看到很多人网暴老黄，甚至有人怀疑他到底是站中国还是美国的。我本来还为他抱不平，后来转念一想这不是好事吗。我不加入网暴队伍里面用黄仁勋的亚裔身份挑拨离间加一把火，已经是很有原则菩萨心肠了。

知乎用户 没什么新名字​​ 发表

这个印度佬挺有意思，如果芯片算浓缩铀，中国是不是也该停止出售稀土了。

知乎用户 湖海散人​​ 发表

其实这个问题本质上就是一个老问题，

那就是自从 1840 以后中国人和中国共产党一直要回答的一个问题，中国人到底能不能靠自己的力量实现工业化。是中国人厉害还是美国人厉害。这确实是需要一个先验型的回答，就是立场，然后引经据典回答。就是先有论点后有论据。其实所有的这一类的问题，你把他的论据进行穿透，本质上就是我说的，你到底认可中国人厉害还是西方人厉害。

这个阿三主播他就是认为西方厉害，只要我们卡脖子。中国人就傻了。

皮衣黄就是告诉他，中国人至少跟我们一样厉害，我们要跟他们一起发展，才能控制他们。

其实辩论本身是无聊的不解决问题的，世界是先验的，就是中国人更厉害，

所有的西方智库写的关于中美比较的都是先有观点后去找论据的

中美这样的大国都有这么一个特点。只要你想认为他好，那你就有无穷无尽的论据，

你想认为他烂那你也有无穷无尽的论据

所以论据是垃圾，真正的核心或者说精华就是你的先验的论点。这个论点是你积累了多年的生活经验，社会经验，历史经验，人生经验。是你认知能力的终极体现。

中国人更厉害。

知乎用户 Howard 睿​​ 发表

看到一种说法是，美国的一部分精英也知通过这样限制中国的方法不是长久之计，中国早晚能在芯片算力上突破，但这部分精英在赌，赌通过卡住中国高端芯片和算力的这几年期间，美国能跑出一个核弹级别的超级 AI，对中国的同类 AI 形成碾压式打击，赌大赢大，美国的 AI 企业和芯片企业赢者通吃，重新确立起美国在世界绝对霸主的地位。站在这个角度来讲，任何给中国提供高端算力芯片的行为，就等同于在给中国送浓缩铀，是说的通的。

知乎用户 liuy​​ 发表

以黄仁勋的明智，有生之年可以看到他会投中

知乎用户 安兔兔 发表

这个比喻很有意思 老黄根本没搞清楚核弹和 ai 这两大法器在日耳蛮叙事里的巨大威力和地位。日耳蛮会可以忽略老钟的核武器建设，很快 AI 也要被拆赛道了

知乎用户 晨水 发表

黄仁勋这是拿中国当伊朗或者朝鲜了啊

讲道理，对中国来说，浓缩铀不是什么太紧缺的东西

毕竟这东西中国自己就能产，而且产能还不低

但对中国而言，高性能的英伟达芯片，确实是比浓缩铀更紧缺的

知乎用户 萝卜 发表

黄仁勋一脸楞逼，心里肯定在想这是什么沙雕类比


知乎用户 Gitban Penn​ 发表

如果 DeepSeek V4 顺手把华为昇腾相关的代码开源，阿里 Qwen 整个跟上，如果字节也算一笔账愿意跟的话，整个中国的大模型业界几乎都迁移了。

这国家得给梁搞个科技进步一等奖了，后面可能还得评点什么工程院之类的。

一旦这一块全面独立自主，以中国目前的生产力、电费成本，无阻碍的堆起算力来直接就能把美国现在的闭源体系拉爆了。而且以其他国家的研发能力，不用 Qwen 之类的是不可能的，新加坡等小国已经切了。

2025 年 11 月 25 日，全球 AI 格局迎来历史性转折！_新加坡_国家人工智能计划（AISG）正式宣布，在其东南亚语言大模型项目中放弃美国 Meta 的 Llama 模型，全面转向阿里巴巴通义千问_Qwen_开源架构。

那么后面是买英伟达还是买昇腾？老黄怕不怕？

预感一个评论区的不和平。

知乎用户 轻石院长 发表

其实老黄反驳策略错了，他急于反驳，而没能把真正的关键向观众表述出来，所以没能得到支持。他应该顺着对方意思去说：就算中国用了英伟达的芯片反超美国 AI 了，这只会给美国添砖加瓦，因为大厦的根基是建立在美国的芯片上，中国一旦用了美国芯片，那全世界所有国家都会用美国芯片，美国越走越稳，相当于第二个 windows。

如果因为害怕中国反超，而放弃控制大厦根基，那才是真正的短视，等中国建立起自己的芯片，相当于自己的大厦根基，在美国之外建立起另外一个生态体系（特别是开源生态），短时间内美国有技术优势保持领先，但时间一长，美国会输，再时间拉长，美国会象输掉汽车产业一样输掉一切。

我猜这才是老黄想表述的。

知乎用户 yn yr 发表

你看，资本家为了利润会出售绞死自己的绳索。

资本家没有利润会马上被资本抛弃，绞死自己的绳索只会在阶级敌人夺取政权后才会用上。

知乎用户 h0melnk 发表

我觉得有几个原因

1. 白宫在酝酿新一代芯片出口管制，其实就是出口芯片由中东特供转向惯例。非美国家如果想获得顶级 gpu 比如 rubin gb300，需要对美本土投资，作为交换来在该国本土部署高端 gpu，但 2 月发布这个消息后纳指盘中跳水，3 月懂王又撤回了草案准备一版新的，老黄知道一些细节目前还在谈没定型，估计是对 nv 不利。

2. 前一段时间超威半导体董事被抓，向东亚走私 b300 h200nv 的顶级卡机柜，金额大概是 20 亿上下导致股价蒸发 20%，很早之前抖音那些拍的那些箱子和油管硬件博主都证实了这一点，有洗澡卡在东亚以 30-40% 溢价被走私

3. 自谷歌博通以后，anthropic 亚马逊微软英特尔特斯拉 arm 高通等其他科技公司，哪怕还没上市的，都在开始自研台积电代工的巨型 ai 芯片，谷歌目前是第七代，微软已经流片，亚马逊应该到了第三代。可以说北美科技巨头从 2024 年那会，动嘴皮子自研实际上还是找老黄买，到 2025 年用自研跟英伟达砍价，到 2026 年自研逐渐跑通，时间越来越不等人了。也跟台积电美国工厂产能提高有关，目前存储比 gpu 代工更稀缺而 gpu 对存储需求又很大限制老黄出货。

国内自研卡为什么落后 h200 这么多，和代工也有关系能效差，晶体管密度更低良率也比台积电 n3e 差很多，先进封装还需要不同原子化学键耦合进一步拉低良率也限制了芯片规模，台积电单芯片能做上千亿晶体管把物理延迟压缩到极致，国内做不到只能堆卡数量，没有 euv 光刻机只是并不是主要因素。

4. 但还是那个观点，目前其他公司与 nv 竞争更多是成本和效费竞争，训练基本都是用的 nv 卡，不论开源闭源，推理这种走规模走量的才适合非 nv 硬件去顶替压缩 ai 硬件支出。

因为散热 天然气汽轮机 电源 主板线材这些在 ai 硬件总成本占比都太低，大部分成本都在 nv 溢价卡上。当 ai 从以前实验室和开发者大会秀肌肉变成工具后，科技公司对效费的判断直接决定了 ai 落地成本价高低。

知乎用户 快乐猫猫 发表

我感觉黄仁勋就是想赚钱。另外，他又不是真正的美国人。他管美国会不会倒闭呢。他想卷死老中其他芯片厂。因为他怕他跟福特汽车一样，某天一觉醒来，老中忽然突飞猛进把他先卷死了。

妥妥的一个精致的利己主义。两边都不讨喜。

很多人骂那个主持人，我想说主持人又不傻子。难不成美国整个智库都还不如黄某一个看的清啊？

而且，两人都是明白人，故意说着糊涂话。他们难道不知道老中又不是伊朗，哪里需要他们的浓缩铀了？？？甚至伊朗也能自己搞，人家也不会要他们的。真需要他们的浓缩铀不得被他们卡脖子了？？？浓缩铀人家能搞得出来，芯片，人家自然也能搞得出来。什么五代机，卫星，所有想卡种花家脖子的项目均失败了。可想而知。他们也都有预感，不管卖不卖给老中，不久的将来，大概率自己都会被淘汰…… 所以，**就是两个焦虑又无计可施的人互相指责罢了。**有点像: dog eat dog .one mouth fur.

如果老黄真心想卖，偷偷卖，有的是办法。但是他非得找美国人去辩论，企图说服美国人心甘情愿同意他卖，就有点不自量力或根本不是真心想卖了。

知乎用户 伊东美绪 发表

NVIDIA 第一季度毛利率下滑（75-71%）再加上市场天花板多少受到限制。

再加上增长率不是特别好看（可能会从 70% 跌到 50%），需要拓宽一点市场是真的。

肯定不是赚不到钱，但增长率想回去野蛮生长年代很难。

拓宽市场的最好办法过去几十年都验证过了，把业务外包给中国合法跑量，华尔街出钱然后搞利润率不高的业务变现，中国可以喝汤 + 华尔街美元变现抛给其他国家和散户，链条就跑通了，大家都还能赚钱。

如果没有中国市场跑通应用层和产生实际现金流，NVIDIA 的卡就只能在云端机房里吃灰，最后演变成华尔街的庞氏杠杆。

但真纯跑通了，第一个是全球以及中国的生产力实际上确实有升级，第二个是这样的商业模式还能维持至少 5-10 年，对于 NVIDIA 这样的，还有非常大资本回收，那他又可以找到新的方向去转换了。

美国自己搞的问题是应用层上的变现能力也不是特别强，规模上不去，消耗不那么多。

这个不是赚不到钱，是真的要做实际变现的时候会有损利润率和市盈率，ROI 喂不饱金融市场，尤其是上市公司，管理层不愿意搞，所以做事的时候经常很拧巴。

中国还是那种老的制造业思想，没有太大这种负担，跑通变现模式有点利润率，有个 10-50% 就做了，虽然不那么赚钱，但也不是赚不到，维持自己肯定没问题，而且总体规模维持着大量采购，等于产业是有效盘活了。

这个过去 30 年算是黄金公式，但现在两边都卡住了，就没啥意思。

他的意思其实挺简单的，计算卡本质上是两边的共同利益，美国从融资，销售到上市实现美元回收和成本分摊，实际都能拿到实实在在的好处。

中国跑通应用层，虽然赚的不如美国多，但也有能赚钱的例子，实际产业生产力升级就完成了，过去几十年哪怕中国没有吃到地球最大头，那也至少是第二多了。

美国这看到有生产力例子，反过来也能支撑科技研发的叙事，大家都能有好处。

所以本质上都是完全的互利状态，这个又并不存在什么互害，无非就是分蛋糕这种问题谈不妥，但也不至于直接把蛋糕消灭了吧，美国的 AI 要是变成泡沫了，中国不也得打水漂，就这道理。

因为人为制造的意识形态，损害彼此真金白银的利益属于非常不理智的行为，这玩意又不是真核弹，只是个生意而已，非要上升到意识形态多少有点脑子有坑。

非理性的意识形态与地缘安全审查，强行盖过了理性的商业互利原则就是这样的，最后变成了纯粹互害行为，他只是不那么希望这种事继续。

太平洋又不加盖，彼此也没什么真重大历史冲突，也没必要无限螺旋式上升，就这回事。

何况这种就是纯粹一个体系里的内耗罢了，Jensen 和 Elon 来这边不也是一样好吃好喝，线上黄狗线下老黄的，真就是意识形态过不去，彼此闹别扭。

知乎用户 哲学主大人 发表

一句话，华人再怎么把头发梳成白人的模样，再怎么穿上帅气的黑色皮衣，嘴里说着洋人的话，都改变不了挤不进欧美决策层的事实。

知乎用户 lolicon 发表

2008 年，我第一次关注美国大选（指的是从两党初选开始那种深度关注），当时有个共和党候选人，绰号好像叫花生，是个出身工会（草根）的黑人，他在最重要的辩论环节说要阻止中国拥有核武器。

回到主题，中国不需要进口美国浓缩铀制造核武器，中国自己能造核武器，相反，美国需要进口中国浓缩铀（发电）。

知乎用户 星史​​ 发表

老黄还是不好意思把话说的太透

他列出了 ai 技术的 5 个层面

能源层 芯片层 基础设施层 模型层 应用层

我们来看看这 5 个层面的中美对比

能源层 中强美弱，中国碾压，2025 年中国用电超过 10 万亿千瓦时，增速 5%，美国 4.4 万亿千瓦时，增速 2.8%，以后差距只会越来越大

芯片层 美强中弱，美国碾压中国，比中国领先 2 代以上

基础设施层 美强中弱，但差距不是很大

模型层 基本相当，美国略强

应用层 中国碾压美国，差距和发电量差不多，预计到 2035 年中国的工业产值会接近全世界的一半，美国能保持在 10% 以上就烧高香了

看到没有，芯片层已经是美国唯一大幅领先中国的层面了，最基础的能源层和最直接产生利润的应用层美国都被中国碾压、倍杀，而且差距越来越大

老黄的没说出来的意思就是现在美国就剩下芯片有显著的优势了，一旦被中国突破，美国的 ai 技术就会被中国彻底超越，现在还不想办法就来不及了，而唯一的办法就是赶快用倾销来摧毁正在飞速迭代中的中国国产的芯片产业，不能摧毁也要延迟它的发展

知乎用户 陈知鱼 发表

巧了不是，美国每年都从俄罗斯和中国进口浓缩铀。

知乎用户 zhi1MnwTIe8 发表

前排回到中提到

老黄在 Dwarkesh 播客中说过一句话：

“如果最后形成两个割裂的世界：开源生态跑在外国技术栈上，封闭生态跑在美国技术栈上，这对美国来说将是极其愚蠢的决策。”

这句话在 2020 年附近吧，李显龙也说过类似的话，大概意思是他为因为中美贸易战而导致未来世界可能有两套独立的标准而新加坡究竟该怎么办而感到焦虑。

李显龙当时说的比较明白，他究竟担心的是什么，诸位可以去看看。

至于老黄，我觉得他不是纯粹的因为显卡卖不出去，而是不希望未来有两套标准。

知乎用户 男权爸爸 发表

我一直想不明白一个问题，

在美国东亚裔、东南亚裔受到的歧视和不公平待遇非常多，从上学时被称为 nerd 霸凌，到黄仁勋这种 70 年代就到美国的企业主，世界级富豪之一，也要在各种场合被逼反复对美国表忠心（在中国有超级工厂的马斯克就不会 ）同阶层同经济状况下甚至地位不如印度裔和墨西哥裔，即便这样，他们中的大部分还是处于反❀到极端反❀的状态。

我很好奇，为什么他们越被歧视越想证明自己的” 忠诚 “呢？ 中国和美国都是强大的国家，明明两头通吃会获益更多，为什么他们不这样做呢？ 又不是让你亲❀，只不过是见人说人话，见鬼说鬼话而已

一个人，祖籍是世界第二强国，现国籍是世界第一强国，按理说这个身份应该非常硬气，甚至可以说尊贵。相当于 200 多张扑克牌，你摸到了大小王，这应该是王炸啊，一手好牌怎么被打成这样的？

不会是因为没有言论自由，给⏰️说几句好话就会社死甚至斩杀吧，

不会吧

知乎用户 现实主义理想者​​​ 发表

关注这问题有一阵了，特意错过热点过来回答。

我倒不是想显摆所谓的 “先知先觉”，但确实发自内心感觉黄仁勋说的没啥新意，都是相当基础相当浅显直白的大道理。

类似的言论，美国有识之士早就说过。

典型比如比尔盖茨，虽然这哥们跟爱泼斯坦鬼混搞出花柳病还气急败坏求药有点搞笑，但公开场合涉及到科技和产业宏观发展的发言都蛮实在的：

如何看待比尔 • 盖茨称「我认为美国永远无法成功阻止中国拥有强大的芯片」，有哪些信息值得关注？

甚至不要说比尔盖茨，连我一个键盘党，在知乎都重复过无数次：

美国丧心病狂的实体清单，短期内确实对国内相关产业造成了不小打击，但长期看却为国产替代提供了至关重要的市场空间；

向整个中国禁售先进 AI 计算卡的所谓 “制裁” 更是荒谬透顶，既伤害英伟达苦心栽培多年的 CUDA 生态，更是白白把市场让给海思昇腾；

甚至就连 AI 大模型，本身也没有特别高的门槛，技术扩散速度会很快。

所以黄仁勋的发言在我看来其实很中肯，我记得之前还有爆料称他私下发言更劲爆：

If you ask me who’s going to win the generative AI race in the next 5-10 years— China is going to win. Period.
They have one million people working on this 24/7. One million. Not 100,000— one million. You know how many we have in the entire Silicon Valley working full-time on foundation models? Maybe 20,000 on a good day.
These export controls? They’re the dumbest thing we’ve ever done. You just gave them the best national mobilization mission in 50 years. It’s like Sputnik moment on steroids.

小作文里黄仁勋认为 2027 年中国 AI 算力会比世界其他国家加起来还多，有一说一目前看高估了，或者说美国的制裁和断供确实有拖延作用。

但再拉长两三年，趋势一目了然：

前阵子有个国产 DUV 小作文，据我所知八九不离十。

国产 DUV 已经开始批量交付（按小作文说法是 4 台，实际数量可能有出入），陆续交付长鑫、华虹、PXW 等。

其实这几年国内半导体产业链的进展远不止是光刻机，刻蚀量测等一堆环节都是麻烦事，只不过光刻机确实最难也最吸引眼球。

国产 EUV 样机外媒也早就报道了，我认为最快今年最晚明年也会官宣。

更关键的还是产能，随着自主产业的技术升级和产能爬坡，如今 N+3（等效 5~6nm）制程工艺还比较紧，但 N+2（7nm）级别的制程已经开始爆发甚至接近产能自由！

AI 领域趋势也差不多，以 OpenAI 为首的美国巨头在基础模型上砸下了巨量资源和远超其他国家的算力，目前仍然有一定优势，但始终没有拉开断代差距，甚至逐渐陷入边际效用递减；

视频生成等领域，美国巨头更是被可灵和 seedance 后来居上；

国内的 AI 开源生态却愈发繁荣，越来越多的国家和公司选择更普惠的开源基座构建自己的 AI 能力。

如今国内 AI 大模型还在加强国产算力的上下游协同，诚然目前顶尖模型训练主要还是英伟达，但智谱已经率先实现了昇腾训练。

DeepSeek 也在逐渐适配昇腾，推理基本搞定，训练无非也就是下一代或者下两代的事。

黄仁勋几次表态，一定程度上也是担忧自家的生态壁垒被动摇。

所以我觉得吧，这档口如果台积电弃暗投明或者美国放开制裁，反而可能让我们陷入进退两难：

用吧，自主产业链好不容易行成的正循环要受很大影响；

不用吧，当前阶段技术和产能差距确实不小。

如果美国拿这个条件交换稀土解禁，不失为一条毒计。

PS：

另外我还想感叹一点，在我看来黄仁勋的观点和逻辑远比采访他的哥们正确的多，结果外网逛了一圈，居然有好些美国人发自内心觉得黄仁勋输了辩论。

有时候我都感叹，好多老外是真的脑子不行。

提前先叠甲，我个人相对更偏向地理和文化决定论，我始终认为大家都是同等的人，基因层面差别微乎其微。

我始终认为，世界各国家各民族因不同的地理和历史渊源形成了不同的文化，种族和文化本身没有高下之分。

各个国家各个民族都有精英人才，反过来也都有傻逼，尤其是移动互联网下沉后网络上智障多了不少。

但不知是否跟九年义务教育和辩证法灌输有关，我个人上网冲浪感觉老外傻 X 极其多，国人键政的平均水平明显高出一截。

而且同样是蠢，不同国家不同民族表现还不同。

小日本是那种阴湿丧气的蠢，美国则是那种清澈的愚蠢。

说起来，我感觉其他各国里，跟中国人整体精神状态最相似的还真是美国。

我个人猜测，完整独立国家主权对国民精神风貌确实有不小影响，反正美国和中国多数人在网上（除了少数殖人）都有种横冲直撞的冲浪感。

但是清澈的愚蠢说到底还是蠢，赢学入脑后尤其如此。

特么玩个《杀戮尖塔 2》都能感叹 XX 白皮后知后觉脑子有病，我真是服了……

知乎用户 不打码 发表

第一，黄仁勋他确实看得到这个封锁意义不大，按现在半导体的迭代速度，落后个一两代问题不大，大模型性能落后你一年，美国领先一年也多产出不了多少新应用

第二，他自信，他不怕竞争，风风雨雨多少年了，他为什么会怕竞争？

第三，他是亚裔，甚至是华裔，人家父亲浙江出生的，他也不怕失败，要中国真这么牛，那英伟达携大势直接来大陆建立研发中心，本土人才还不是纳头便拜？我黄仁勋摇身一变，那就是爱国华侨，英伟达未必不是中国企业。理论上到黄狗这个层次早就是国际公民了，现在的情况反而是美国强行绑他在美国的战车上

所以从他的视角来讲，这个封锁纯 debuff

知乎用户 桑多涅​ 发表

老黄还是太中国人思维了，建议多看看 ypm 去和吉姆哈克首相进修一下。

首先，你要输出你的观点，他打断你说话你就指责他限制你说话的权利；他说你没回答问题你就说是他没理解到你想表达什么，然后把你的观点再输出一遍；然后你就要开始指责他这个人，进行人身攻击，摸黑污蔑，主打一个他说他的，你说你的。

知乎用户 玄览​ 发表

黄仁勋再急也没用，他说服不了美国的政客。

因为美国的政客理解不了黄仁勋的想法。

而中国 AI 现在已经越来越坚定地要走自己独立的生态，独立的赛道。

英伟达的芯片不在我们 AI 生态里的话，它的先进性对我们来说就没有意义了。

而中国 AI 芯片也会不断发展来匹配中国 AI 的发票。

知乎用户 想学魔法 发表

所以我一直很不理解为啥制裁是 “禁止出口芯片”。

要想打击中国产业应该是鼓励出口芯片啊，不光要鼓励，还要补贴，大力补贴，中国对美国芯片产品征一毛钱的关税，美国就补贴两毛钱，直到把中国所有相关产业都挤死。

你要说中国搞进口限制怎么办，那不就正好可以站在道德高地义正严辞的制裁了吗？

至于应用产业，那就更无所谓了，这种状态下中国 ai 应用发展的再好那也是建立在美国的硬件基础上的，甚至可以说发展的越好中国就越依赖美国，美国在外交和经贸上的行动空间和议价能力也就更强。

知乎用户 张三李四​​ 发表

黄仁勋已经把话说透到要维持美国根植在芯片上的各类技术标准的全球主导地位上了，这个主持还在胡搅蛮缠。

知乎用户 赵琨 发表

芯片，本身只要背一个背包，就能走私一大堆。

而且白宫查全球芯片走私的办公室就 20 + 公务员，不知道上一轮马斯克裁没裁他们。其中在美国境外搞调查的，就 8 个人。

顺带一提，这个办公室在华盛顿，里面的公务员的平均月薪，我记得是 2K + 美元。

考虑到他们管理遍布全球几千亿美元的产业，而且以华盛顿那个到处都是史密斯专员的环境，想必这二十几个人，一定非常的廉洁高效吧。

在如此廉洁高效的团队管理下，中亚一些小国，突然间对本国发展 AI 产业展现出了极大的兴趣，大量的出现芯片的进口，也不足为奇了。

当然，这些小国也不是专门进口高端芯片，低端也要，毕竟跟俄罗斯也接壤，得制造无人机防着邪恶的普京。

因此，在营商环境如此良好的环境下，老黄这番话就值得玩味了。

我也不清楚他是担心中国 AI 产业跟不上美国了，还是担心真让中国芯片产业起来了，他多了个竞争对手，按照古诺双寡头的模型，利润差不多得降低一半。

但是，现实生活可不是博弈论里的模型，毕竟没人规定中国生产芯片的成本，要跟他生产芯片的成本一样。

万一，我是说万一，中国生产芯片的成本，在他的成本之下不仅能盈利，甚至邪恶⏰还给补助。

我觉得和英伟达相关的史密斯专员，一定愿意和英伟达共克时艰吧。

知乎用户 刘一非 发表

很多人还没读懂，2026 年 4 月 16 日黄仁勋那场长达 103 分钟、无公关稿、直面拷问的深度专访，到底意味着什么。

这不是一次普通采访，而是全球 AI 芯片霸主，第一次在全世界面前，卸下高傲的伪装，直白暴露自己深入骨髓的焦虑。

曾经的英伟达，站在 AI 产业链最顶端，垄断 GPU、垄断 CUDA 生态、垄断全球高端算力，躺着就能赚走全世界的钱，高高在上，不可一世。

而现在，黄仁勋慌了，真的慌了。

前后夹击、腹背受敌，左边谷歌釜底抽薪，右边中国芯片全面突围。

他现在最迫切、最真实、藏都藏不住的愿望只有一个：重新把芯片卖给中国。

先看清现实：黄仁勋的焦虑，不是装出来的，是被逼出来的

很多人以为英伟达还是当年那家一家独大的公司。

错了。

就在这次 4 月 16 日的专访里，黄仁勋没有粉饰、没有回避、没有打太极，亲口承认了一个残酷现状：英伟达的霸权，正在快速崩塌。

他面对记者提问，全程语气沉重，不再是以前意气风发、指点行业未来的大佬模样。

整场 103 分钟对话，核心情绪只有两个字：焦虑。

为什么焦虑？

因为英伟达不再安全，它正在经历成立以来最危险的腹背受敌局面。

后方，谷歌正在从背后狠狠捅刀。

以前全球 AI 公司，不管是 Anthropic、Meta 还是 DeepMind，都只能买英伟达 GPU，不敢反抗、不能替代，英伟达说涨价就涨价，说断供就断供。

现在完全变了。

谷歌 TPU 早已不是实验室技术，是真正落地、真正量产、真正抢走客户的硬核对手。全球顶级 AI 巨头 Anthropic，直接签下百万颗级别 TPU 超级订单，全面放弃英伟达；Meta、DeepMind 纷纷全力自研专用芯片，不再甘心被英伟达持续收割。

TPU 成本更低、算力效率更高、完全绕开 CUDA 垄断，硬生生撕开了英伟达牢不可破的生态护城河。

后院起火，客户集体叛逃，曾经躺着赚钱的时代，结束了。

前方，是中国芯片持续不断、坚定有力的正面突围。

美国多年一轮又一轮极限制裁、技术封锁、设备限制，所有人曾经以为，中国会被卡死、会停滞、会掉队。

现实却狠狠打了西方的脸。

专访里黄仁勋亲口说出的数据，每一句都振奋人心：

中国掌握全球 60% 以上主流芯片制造产能；

全球接近一半的 AI 科研人才，在中国；

华为 AI 芯片进入最强量产周期，数百万颗国产芯片稳定下线；

同时他明确承认：7nm 先进制程完全够用，依靠产能优势、能源成本、算法深度优化，中国自主算力，完全可以满足当下所有主流大模型的全部需求。

这段话分量极重。

这不是客套，不是外交辞令，是全球芯片最懂行的人，不得不低头承认的事实：

美国长达数年的封锁，没有扼杀中国芯片，反而彻底倒逼我们，建成了一套完全自主可控、完整独立的芯片产业链。

以前我们被动挨打、被人卡脖子、处处受制于人。

现在，我们正面站稳脚跟，产能、人才、技术、量产全线崛起，已经成为英伟达再也无法忽视、无法打压、必须正视的力量。

后方被谷歌蚕食，前方被中国追赶。

腹背受敌，四面楚歌。

这，就是黄仁勋焦虑到睡不着的根本原因。

最讽刺的反转：他做梦都想把芯片卖给中国

看懂局势，你就会明白黄仁勋一直在反对对华芯片封锁的真正心思。

不是善良，不是公平，不是热爱行业。

是赤裸裸的生存危机。

美国强硬派一心想彻底封锁中国、隔绝中国市场，以为这样就能保住西方霸权。

但黄仁勋看得比谁都清醒：放弃全球最大市场，永远不可能赢。

中国是什么？

全球最完整电子产业链、全球最大算力需求市场、全球最多 AI 开发者、全球最庞大应用生态。

失去中国市场，英伟达不仅失去最大增量，更失去抵抗谷歌冲击的底气。

本土客户被谷歌抢走，海外最大市场被政策隔开，英伟达业绩增长见顶，霸权根基持续动摇。

所以你会看到一个极具反差感的画面：

几年前，我们求着买高端芯片，被百般刁难、随意涨价、恶意限制、层层封锁；

现在，我们有了自主芯片、自主算力、自主话语权，曾经高高在上的英伟达，反而急切盼望重返中国市场，渴望把芯片重新卖给我们。

黄仁勋在专访里多次公开批评对华封锁政策，直言这种非黑即白的思维极其幼稚。

嘴上是行业大义，心里全是现实算计。

他太清楚了：只有重回中国市场，拿到巨大订单、巨大现金流、巨大生态支撑，英伟达才能扛住谷歌的冲击，才能继续坐稳行业第一。

从我们求人，到他求市场。

这份翻天覆地的反转，不是天上掉下来的，是无数科研人员日夜攻坚、咬牙坚持、突破一道又一道壁垒拼出来的。

以前我们没有选择，只能被动接受西方定价、西方规则、西方霸权。

现在我们有了底气、有了自主、有了选择权。

不再被拿捏，不再被打压，不再看人脸色。

这才是最值得我们骄傲的地方。

黄仁勋的焦虑，就是中国科技最好的证明

很多人看芯片博弈，只看参数、看制程、看算力。

我想说，看懂人心，才看懂大局。

霸权从来不会主动让步，霸权只会在被打疼、被打怕、感受到真正威胁的时候，才会焦虑，才会妥协，才会改变态度。

黄仁勋的慌张、无奈、急切、焦虑，就是中国芯片崛起最直接、最有力、最真实的证明。

我们不再是全球科技产业链的跟随者、附庸者、被动接受者。

我们正在一步步成为规则参与者、技术突破者、自主掌控者。

我们不再依赖国外技术施舍，不再害怕外部封锁打压，不再担心被人断供卡喉。

封锁没有打垮我们，反而逼出了我们最强的韧性、最强的决心、最强的自主能力。

从无到有，从弱到强，从受制于人到自立自强，这条路我们走得艰难，但我们走成了。

芯片博弈从来不只是技术之争，更是国运之争、底气之争、民族自信之争。

黄仁勋慌了，谷歌动了，西方霸权松动了。

不是他们变善良了，是我们变强了。

世界从来不会同情弱者，世界只尊重实力。

今天我们能挺直腰杆，能让全球巨头焦虑不安，能打破西方数十年垄断，靠的不是运气，是一代又一代科研人前赴后继、默默攻坚、永不放弃。

生逢盛世，亲眼见证中国科技逆风翻盘、强势崛起，是我们这一代人最大的幸运与自豪。

霸权不会永恒，封锁挡不住崛起，技术壁垒终会被打破。

黄仁勋的焦虑，只是开始。

未来还会有更多突破，更多逆袭，更多属于中国科技的高光时刻。

属于中国芯片、中国算力、中国科技的新时代，才刚刚拉开序幕。

知乎用户 佛系咸鱼 发表

老黄应该是真的想卖芯片给中国。

当前中国和全世界的 AI 发展的这个如火如荼的趋势，没有人会在那里等，买不到美国的计算卡，厂商其它有什么能用的计算卡能买到了不好用也会去买。用量大了，不好用的卡会有更多机会优化变得好用，生态不足的厂商在大出货量情况下也有机会去建立自己的生态。

现状国内比较大的 AI 厂商一些在自己开发计算卡，也有专门做 AI 计算卡的厂商，他们和英伟达最大的差距在于算力和生态。

如果完全开放市场，他们是打不过英伟达的，现在把英伟达比中国强的部分 ban 了，都看不懂是保护中国的芯片产业还是遏制中国的芯片产业了。

知乎用户 San Lien 发表

看到高赞里面的一个观点

“如果当年微软狠狠打击盗版，中国可能就有自己的操作系统”

我觉得很认同，但是看到下面评论的冷嘲热讽让我绷不住

所以如果别人不卖你中国电脑，中国自己就产了电脑

这样冷嘲热讽的滑坡谬论，真的是自卑到家了

那我反问一句

如果中国当年没有发明指南针、造纸术、火药、印刷术

是不是欧洲人就失去了航海能力，没有书本看，更没有火枪了？？？

技术不是只能谁谁谁才能发明或是发现，这东西并不存在独一无二性，不是说这世界没有了谁，地球就永远无法发明这个技术

技术更加像是网游里面的副本记录

高手更早拿下首杀，仅此而已

如果这个高手没有出生，或是没有研究这个游戏，干别的去了，这副本首杀也一定会有其他做到的，只不过时间会比高手慢而已

就像是中国古代很多数学问题，就比欧洲人早几十甚至几百年，哪怕古代信息传递的闭塞

中国人能想明白的问题，欧洲人也一样可以，只不过时间更久

而现在信息传递之通畅，这时间差只会更短

人的脑子都是一样，一样获取知识，一样在思考和努力

凭什么别人做出来的东西，你不可能做出来呢？

可能你做出来的时间更慢，做出来第一版的效果不如别人

但是技术这玩意刚刚发明出来，谁都一样粗糙啊

迭代就完事了

知乎 er 把科学技术都快宗教化神圣化了

都快神权天授了，没有洋人的授予，中国人永远无法掌握这神权一般的技术？？？

知乎用户 暮洛一 发表

考虑到中国有浓缩铀生产能力 何不向中国倾销浓缩铀呢

知乎用户 大力​​ 发表

底层的逻辑是你到底如何看待 ai。如果 ai 最终能进化到通用人工智能。那么这是一种革命性的进化，ai 如同终结者里面的天网一样无敌。谁有天网，谁就是未来霸主。另外一种情况，ai 就是升级版的 wps，cad，ps。那么 ai 仅仅只是技术进步，而不是进化。它的领先带来的优势并不能保住霸权。

黄仁勋内心更倾向于 ai 只是进化了的工具。微软靠倾销稳稳垄断并打压任何可能出现的竞争对手。这种策略是更优解，而且微软也并不会因此导致中国超过美国。这种工具不是革命性的。所以不卖芯片，对美国国家利益来说并没有什么帮助，反而有更长远的危害。

就我个人观点，通用人工智能是核聚变发电的进化版。成功永远差五十年。其实现的难度比核聚变发电更大。不要说短期，可能一两百年，甚至几千年都做不出通用人工智能。他就类似星系航行，可能永远无法解锁这个科技树。

美国寄希望于通用人工智能的诞生，并以此想要保住霸权的企图，可以说是痴人说梦了。中国路径更实用，就是把 ai 当成工具，并追求工具的应用落地。而不是赌飘渺的运气。

知乎用户 猫骑士二号 发表

内容且不论，一个世界顶级富豪，商业领袖，在一个访谈里跟被训话一样，难评。

知乎用户 瓷器国大叔​​ 发表

其实我觉得如果我是美国领导人，我一定使劲倾销英伟达芯片，最好市占率能达到 100％，然后软件市占率也 100％，这种让中国完全依赖美国技术的情况就是最完美的空中楼阁，但是，庆幸的是，美国一直干蠢事，真的挺好的，要不然，一直依赖路径下，如果有一天，到了图穷匕见，那都不是如鲠在喉，而是直接一棍子打死你都没有反击能力，这对于中国这种有雄心壮志的国家来说，重要性不用多说，看看世界上其他国家都躺平摆烂了，认真的也就中美两国，除了中美，你还听说哪个国家的 AI？除了中美，你还听说现在哪个国家打算登月，打算探测火星金星？除了中美，你还听说哪个国家大规模发展军事武器科技？剩下的都是草台班子混吃等死的玩意。

知乎用户 我到不了 发表

这说明，也有我知道，但老黄不知道的事儿。当然，老黄要是知道，他估计要气死。

老黄不知道的：

美国一直在卖给中国浓缩铀！中美都是核大国，核技术都是世界最先进水平。浓缩铀这种裂变材料对彼此来说都不是什么高端货色。

而国内一直寻求能源多样化，核电需求比较大。除了国内浓缩铀，还进口俄罗斯和美国的。

所以，老美不让老黄卖显卡，但自己其实一直在卖浓缩铀。

老黄知道的：

这是华为的升腾显卡售价：

这还真不是华为黑！

主要世界上就这么两个 AI 大国，计算卡需求都是最大的。但产量就这么高，华为产量跟不上，第一方产出立马被买走，第三方就这个价。

妥妥的供不应求！

我就问你，老黄能不眼红吗？

老黄看着自己的卡，吊打这算力，那又怎么样？卖不过去啊！最气的还不是对面不买，而是这边不卖！

什么狗 P 的 AI 未来？那是谷歌他们的事情，他老黄是做卡的！世界两大 AI 国，他被锁住一个。换你你也急！

知乎用户 四平马斯克​ 发表

黄估计很久以前就苦思冥想，想出了身为华人卖全世界独一份的芯片，这个生态位的一个解释。

你看袁征绝口不提中国的事情。

赵长鹏被搞了。

达里奥 · 阿莫迪使劲封中国用户表忠心，就怕被 maga 翻出在百度工作过的黑历史。

美国已经是个扣帽子的时代。

地球村分家了。

黄不急眼是不可能的，少辩驳一句，明天就会被 cia 调查。

触发：失去公司控制权，蹲大大牢，人在监狱中自杀，这一套连招。(约翰 · 迈克菲)

赵长鹏的待遇他估计享受不到。

都说马斯克搞政治，最后被川子抛弃傻，这就是看得不远，人家是不是没有人身安全问题了？

班农不也没啥事。

离婚的夫妻也不会致你于死地。

川子还是够意思。

但得罪了 maga 或者 cia，被当成东大间谍，真的会死无葬身之地。

知乎用户 hamc 胜​​ 发表

这不就掐起来了？

当**【个体（企业）利益】vs【整体（国家）利益】的时候，个体愿不愿牺牲自己，以及组成这个整体的其它个体愿不愿意拿出自己利益对这种牺牲做出补偿，这就是社会凝聚力**的体现。

自由资本主义不够资格去谈社会凝聚力。

而两党各说各话的美国，连谈自由资本主义都不够资格。

知乎用户 qwer13579 发表

黄仁勋：差不多得了，我们英伟达啊，还是要和中国人做生意的，事情闹大了可不好啊

知乎用户 陈越 发表

老黄的潜台词是：要不是你美国政府限制我，我连浓缩铀都敢卖给老中。

知乎用户 原律花 发表

其实两个人的核心分歧就一个

这个印度人认为中国不可能获得比 7nm 更先进的工艺，自然也不可能造出最先进的算力集群

而黄狗的认知是相反的，中国人迟早会搞懂这些东西，中国人有能力用落后的单卡搓处不亚于 NVDA 的集群，中国人也绝不会被停滞在 7nm 节点上不前

这本质上就是一个世界观的问题

所以才有了应对措施的分别，但是二者在他们的世界观下全都是对的

如果你承认中国人的科技被锁死了，那么自然封锁到底会是最好的选择，这会让他们永远失去竞争的能力。

如果你承认中国人的潜力远非刻板印象中的报道，那么就应该开放售卖，反正他们迟早会掌握这些东西，与其培养一个不可能被击败的对手，不如让他们习惯美国的标准。

至于谁的世界观会成为现实……

再等两三年你就知道了

知乎用户 刘延​ 发表

是这个傻逼印度籍网红想引战，老黄压根不上这个当。

这个傻逼印度网红一直在持续引战，想让老黄说一些政治风险非常高的话，老黄打断了好几次，这个傻逼印度网红还在继续。

油管上印度口音的教学及科普视频确实很好用，但是不得不说这个傻逼印度网红，极大地拉低了这场采访的观感。

原文翻译如下：

德维什 · 帕特尔 我想这里的说法是……Dario 曾说过一句话，他说这就像波音吹嘘我们向朝鲜出售核弹，但导弹外壳是波音制造的。这在某种程度上是在赋能美国技术栈。从根本上说，你在给他们这种能力。

黄仁勋 将 AI 与你刚才提到的任何事情相比较都是疯狂的。

德维什 · 帕特尔 但 AI 类似于浓缩铀，对吧？它可能有积极的用途，也可能有消极的用途。我们仍然不想把浓缩铀送到其他国家。

黄仁勋 谁在发送浓缩——

德维什 · 帕特尔 这个类比是，浓缩铀就像计算能力。

黄仁勋 这是个糟糕的类比。这是个不合逻辑的类比。

德维什 · 帕特尔 但是，如果这种计算能力可以运行一个能够对美国所有软件进行零日漏洞利用的模型，那它怎么就不是一种武器呢？

黄仁勋 首先，解决这个问题的方法是与中国的研究人员、与中国、与所有国家进行对话，确保人们不会那样使用技术。这是必须进行的对话。好吗？第一点。

第二点，我们还需要确保美国领先，确保 Vera Rubin、Blackwell 在美国是丰富的，堆积如山。显然，我们的结果会证明这一点。丰富，大量的。我们拥有的计算能力很棒。我们这里有很棒的 AI 研究人员。这很棒。我们应该保持领先。

然而，我们也必须认识到，AI 不仅仅是一个模型。AI 是一个五层蛋糕。AI 产业在每一层都很重要，我们希望美国在每一层都获胜，包括芯片层。放弃整个市场不会让美国在芯片层、计算栈的长期技术竞赛中获胜。这是一个事实。

原始全文翻译我放在下面了，有需要可以参考：

黄仁勋最新访谈全文翻译：TPU 竞赛，为何应售华芯片，英伟达供应链护城河

知乎用户 无限心空 发表

绩效人乃至黄本人永远都不会明白，面对这个盎化阿三抛出的 “新罗马帝国忠诚度测试题”，他给出的任何答案，本质上都毫无意义。所谓的辩解不过是在替对方吹响狗哨和完成议题的设置。

学会问问题而不是回答问题，才是新罗马政治游戏的核心，当然这些是绩效人内核的达利特领班永远都学不会的。就如同之前 tt 的周受资被日耳蛮当众羞辱一般，低种姓领班是否能通过忠诚 / 纯洁度测试其实是无所谓的，日耳蛮只要能一直把控这种拷问的权利就行了。

黄也一定会不停纠结 “芯片是不是浓缩铀” 这个问题，因为能不能通过高种姓的测试才是他们这辈子永远都做不完的题，就和寻找三腿金蟾的太监一样

知乎用户 Eidosper 发表

阻碍中国半导体工艺发展的就是资金投入，AI 是资金投入最大的行当，如果阻止的结果将不仅仅是升腾卡这些国产卡大卖，还有国产半导体工艺的飞速提升。

如果后面能借助 AI 这波资金，那国内半导体发展速度还会加快。

黄仁勋其实不太担心中国的 AI 软硬件生态，毕竟只要半导体工艺领先那还是可以为所欲为。

但如果半导体工艺不领先甚至落后了，那就是万策尽了。

知乎用户 传统异能大宝 发表

其实他心里很清楚，如果中国不能在尖端科技领域和美国形成一种商业上的依赖关系的话，他自己大概率是不会有好下场的。

In all ways

知乎用户 XWing​​ 发表

微软的故事这么快就忘了？

我们可以想象下，如果微软当初严控盗版，可能今天国产操作系统早就大行其道了。硬件不是护城河，背后的生态才是强绑定，老黄的观点其实一点也不新鲜，只能说现在的美国比三十年前短视太多。

知乎用户 王适之 发表

这个主持人某种程度代表了美国衰落的原因：精英阶层的 “质量” 也大不如前了。

哪怕放在 10 年前，任何一个美国的知识精英也不会不知道 “标准的重要性”。就像其他回答里提到的，重点不是卖芯片，而是扩散标准。

伊朗被美国封锁了 40 多年，一样搞核武器研发。这就足以证明想单纯靠技术封锁来阻止一个国家获得某种技术是走不通的。尤其像中国这样资源丰富、人才众多的国家，你封锁一项技术只会利好本土替代品的诞生。本来用谁家产品是一个市场行为，企业都是看哪家产品好就用哪家。现在你强行把市场行为变成了政治行为，让企业没得选，只能用国产。那对国产替代品的需求一定会催生出搞相关技术研发的企业，这样美国的标准就不是唯一的了。

过去几十年，美国独霸天下的一个重要原因就是美国产品卖到世界的同时也把他的技术标准扩散到了全世界。其他国家的企业再怎么斗也斗不过 “发明标准” 的美国企业，规矩是美国人定的，你还能比美国人更懂这规矩？但如果美国不向中国卖某些产品，逼着中国搞国产替代，那中国市场就不受美国标准的影响。因为美国用政治行为逼着中国必须从零开始攻关技术，搞一套自己的标准。而中国作为世界第二大市场，能培养出来的竞争产品是很可怕的。明眼人都知道美国市场的消费需求在不断萎缩，而中国市场在不断提振内需的同时还大力开发新兴市场，比如全球南方国家的市场。这些市场的潜在规模加起来是超过美国的，美国主动放弃这么大的市场来 “培养对手”，这是过去的美国精英绝对不会干的事。

知乎用户 New 房昭之 发表

在美国人的记忆中，封锁确实很有效果。

无论是对苏联的科技封锁，对中国的巴统，还是对古巴、朝鲜、伊朗的经济封锁，都很有效果。

至于中国人津津乐道的突破封锁，自主研制，美国人会简单归因到抄袭。

所以逻辑就是，美国的封锁一定有效，如果效果不好了，说明封锁有漏洞，需要加码封锁。

而黄仁勋就是他们看来的那个 “漏洞”

知乎用户 韩韩 发表

说白了

一部份美国人赌中国造不出来（或者造的很慢很慢）

一部份美国人赌中国造的出来，只是时间问题（或者造的很快），不如先占了市场让中国人没机会造

芯片这东西中国人早晚是要追上来的，关键还是应用生态。

知乎用户 申一 发表

如果美国没有对中国开展全面贸易战，中国到今天将依然恐惧于被美国绝罚，隔绝于全球化经贸秩序之外

如果美国没有对中国开展全面芯片战，中国的 AI 初创企业到今天依然会天天祈求美国多出口算力，完全处于人工智能竞争的下位，仰人鼻息

如果美国没有对俄罗斯全面切断 SWIFT，中俄等国到今天都会恐惧于被切断支付手段，因为美国一念之差就会经济崩溃

如果美国没有对伊朗进行全力打击，各国都会视美国那几千枚 JASSM-ER 为灭国利器，剑锋所指，所向披靡。也不会有人怀疑萨德的反导能力，更不有有人相信弹道导弹的圆概率误差能控制到巡航导弹的水平。第一岛链会被视为能锁死大国的枷锁，无法挣脱

知乎用户 如陌路 发表

要死了，openai、英伟达、英特尔玩三方互相持股。现在 openai 第一个要死，后面肉眼可见就是老黄了。

知乎用户 殊清 发表

因为他要是敢认先进芯片是浓缩铀，那么英伟达就成了美国核心利益或者国家战略资源，就要接受国家类似军工企业那样的法律管制。

你能想象英伟达招个工程师以后要美国政府安全审查吗？

那英伟达最后搞不好要把黄种人都给辞退了，查祖上三代，研发全换成白人本科生，老黄搞不好都要提早退休

知乎用户 注册真头疼​​ 发表

如果沿用布林肯的餐桌理论，站在老黄的角度，这张餐桌大概是这样的。

桌上的牛排是算力，吃进嘴里是营养。

坐在桌上等着吃牛排的，有大模型公司和个人用户。

google 就是那些‘大模型公司’的一位，他一边吃牛排，一边在旁边研究羊排。羊排吃进嘴里也是营养，但不如牛排管饱。

所有人都知道，羊排迟早会被煎熟，但因为这块羊排吃的人只有一个：google（或是 AMD 或是英特尔或是 MT，反正都在搞自己的羊排），规模有限，所以技术有限，成本较高，除非发生什么‘技术爆炸’，否则很长一段时期内，羊排无法对牛排构成直接挑战。

而牛排，也确实是这张餐桌上营养最丰富的产品，不仅营养丰富，还有一定的排它性（Cuda）。

所以就算有一天羊排煎好了，老黄也会宣布：牛排与羊排一起吃，会过敏。

于是英伟达作为牛排的唯一指定供应商，日子过的相当滋润。

这张桌子上有一群客户，脸上打着中国的 Logo。每一个都不是大块头，吃的不是太多，但数量庞大，而且愿意以 120% 甚至 160% 的价格购买牛排。同时支付能力极强，如果牛排敞开了供应，会买的比谁都多。

突然有一天，负责切割牛排的厨子表示：我不给中国切牛排了——英伟达虽然是牛排供应商，但分配牛排的刀叉却不掌握在自己手中。

英伟达有些郁闷，但并不是不能接受。因为厨子说了，可以做一块营养更低的牛排卖给中国客户。

营养更低、价格更贵的特供版牛排做好了，但那群打着中国 Logo 的客户，却起身，走了，头都没回。

他们往边上一坐，重新搭了一张桌子。这张桌子上有了自己的牛排，只是口感不太好，营养也不咋滴，但确确实实有了自己的牛排。

这可不是 google 那块羊排能比的，因为中国客户数量极其庞大。而庞大的胃口赋予了他们足够的耐心，得以让他们安心研究自己的牛排，让它慢慢变好。

英伟达这个牛排供应商有点慌，但不是太慌，因为它还握有一个王牌：过敏源（Cuda）。谁不吃它的牛排，谁就会过敏，吃的越多，指不定死的越快。

但英伟达没想到，中国这张桌子上的厨子，同样不讲理。他以行政手段拒绝了英伟达这个供应商——于是最大的麻烦来了，Cuda 这个过敏源植入不进去了。

英伟达开始焦虑，毕竟那群脸上打着中国 Logo 的人很变态，在过去几十年里孜孜不倦地重复着一个已经没什么新鲜感的故事：山寨，追赶，迭代，规模化，拿下成本优势——占领市场。

所以没有任何悬念的，迟早有一天，他们会掏出质量相当高的牛排。哪怕不那么体面，比如相对英伟达的牛排，单位营养只有 95%、90% 或是 80%——但价格，很可能只有英伟达牛排的 25%。

到了这一步，已经很麻烦了，但还不致命。因为英伟达手里的营养配方相当强，他同样可以通过牺牲利润的方式与中国牛排展开竞争，无非就是互相伤害。

真正的问题只有一个。

记得过敏源（Cuda）吗？当中国牛排凭借量大管饱与价格优势，开始与英伟达展开全面竞争时，作为护城河的过敏源，会反过来让英伟达生态变得极其难受。

这是一个很简单的成本问题，如果另一套生态的性价比更高，为什么 openAI 不对它做优化呢？就算是反华反到魔怔的 DarioAmodei，也未必能用他的‘价值观叙事’，顶住股东们的阴阳怪气。

于是，这将是一场增量市场与存量市场的长期博弈。

而这种博弈甚至已经与英伟达自己无关，是两个厨子之间的对抗。

但英伟达清楚，两个厨子之间的底牌不同。

中国那张桌子上的客户是个不可分割的整体，有明确的长期规划与战略目标，在这个过程中，他们可以忍耐甚至会主动的自我牺牲。这很残酷，甚至不那么光彩，但他们一直以来都是这样。

而美国这张桌子是动态的。他们会间歇性的抱团，又会间歇性的散装，两党内耗导致他们无法像中国人一样，为一个战略目标长期抱团。至于必要时的自我牺牲式专利共享、技术整合——这对资本主义来说，非常困难。

所以英伟达这个牛排供应商当然焦虑，他单打独斗，单挑一整张中国餐桌。从长远来看，他的胜率微乎其微。

于是对英伟达伤害最小的选择，就是敞开了供应，成为中国算力基建的主要供应商。

这会让中国技术进步，甚至可能会养出一个在未来更麻烦的对手，但这一切都会被延后。把一场短期结构性风险，转化为中期甚至远期风险。

所以老黄同志就成了今天的老黄 ： 坚定的全球化践行者。

知乎用户 Lobster 发表

这说明美国在 AI 领域增长乏力，需要中国市场了，否则老黄的股票撑不住。

知乎用户 呜喵呜喵 发表

这个播客主是真的没有自信力了，和老黄的讨论中一直在问老黄: 如果美国把芯片卖给中国后导致 AI 被中国反超了怎么怎么办，我能感觉到他们是真的惧怕中国，害怕中国拿英伟达的芯片反杀美国。倒是老黄自己有自信，因为他知道事实上美国在这方面的优势更大，起码放开卖卡公平竞争的情况下美国真的有很大胜算，毕竟生态是英伟达的，相当于人家是裁判，是规则制定者。这其实是有道理的，未来高通和苹果最大的敌人海思一定是美国人亲自养出来的，其实现在已经初现端倪了，安卓厂商在国内已经开始比较快的压缩份额了。

因为如果硬要死卡中国也无非是中国不停的完善华为的计算卡生态和性能罢了。

知乎用户 独角兽 发表

浓缩铀不是问题，真卖浓缩铀给中国，价格不合适中国还会嫌弃

知乎用户 阿特拉斯​​ 发表

如果西方国家像对待民国一样对待新中国，统统不禁售，什么品类的产品都敞开了倾销，我打赌现在中国工业不会成长到如今这种几乎完美的地步。

要知道，人都是有惰性的，我们也不例外。当年发展造船业，就有造不如买，买不如租的思潮；哪怕是长者大发雷霆保下的歼十这种 “争气机”，军方也根本看不上，觉得是浪费时间，反而想大量进口苏 27，快速提升战力。在有严密技术封锁的世界线上尚且有这种惰性，要是在一个没有封锁的世界线上会发生什么?

如果在某个世界线上，我们可以随便买到像 F14，15，16，M1 艾布拉姆斯，阿帕奇，阿利伯克，黑鹰这种优秀装备；新干线，超高压输电，超临界火力发电这种高新技术我们也能轻易得到，我们是否还能发展成左右世界局势的重要力量?

反正，我是持悲观态度。人无压力轻飘飘，井无压力不出油；不经过高压的洗礼，软塌塌石墨不会变成无坚不摧的金刚石！

请西方继续封锁住你们那点所剩无几的先进技术吧，应该感谢你们的封锁，让中国成长为恐怖的工业巨兽！

应该给西方颁一个一吨重的大奖章！

知乎用户 风语 发表

这俩人根本的理解误差在于，印度主持人认为中国没能力搞出芯片，所以只要不卖中国芯片，中国的整个 AI 产业，乃至于信息化产业就都完蛋了，退回蒸汽时代，美国千秋万代一统江湖。

而皮衣黄快要被阿三蠢哭了。老黄的观点就是，你给中国人出口，中国人会形成路径依赖，会和你一起把生态做大，甚至自发的维护市场。而你不给他出口，就会逼着他自己做，最后就会搞出一套自己的体系，这套体系会反过来吞噬掉很多本来属于美国的市场，结果是美国要输麻了。

然后就逼出了阿三的那个问题，AI 就像是新时代的核武器，那么给中国出口芯片就像是给他们出口浓缩铀。

而老黄这时候也急了：芯片不是浓缩铀，而且他们会自己造啊！你不出口浓缩铀，中国自己也会造，你限制不了他们！

可惜了，老黄可能不知道，在浓缩铀这件事上，美国是进口国，中国是出口国。实际上是中国和俄罗斯在向美国出口浓缩铀……

如果他知道，可以把这事说出来，给阿三一万点暴击。不过他可能确实不了解那个领域。

——

不过我想补充一点，其实你不好说阿三完全是在犯蠢。

中国现在是在 AI 发展的所有层面追赶美国，甚至在某些方面已经完成赶超（比如能源基建和制造业应用）。而且你就算放开对华芯片出口，中国的国产芯片替代仍然会坚定不移的推进。

所以如果按照老黄的思路搞，也有可能最后结果是中国在所有层面都完成对美国的赶超（比如 DeepSeek 这样的开源 AI，如果有敞开购买的计算卡，很可能会更强），然后全产业链协同，一起拉起自产芯片制造，那美国真就万事休矣。

而禁售芯片至少可以在当下延缓或者阻碍中国 AI 的发展，给美国 AI 留下率先抢占市场的机会。

这就可以看华为这个例子。你制裁华为，可能会逼得华为自己做芯片，最后成为可怕的竞争对手。

但你不制裁华为，它也还是会搞自研（华为在被制裁之前，麒麟就已经让高通满头大汗了，并且鸿蒙也已经立项了），然后他就会以更大的市场份额和更充裕的资金支持自研芯片，最后高通或苹果会死的更惨。

所以真的不好说倾销就一定比禁售更有利于领跑者。

知乎用户 Manbobobo 发表

黄仁勋：

我也可以谈！

我也可以支持自由贸易！

知乎用户 可爱的龙猫 发表

因为已经没有 AI 硬件生态护城河了。

现在只要是性价比合适的硬件，哪怕是 Apple Silicon 这种闭源没有细节的硬件，网友也能用 AI 把接口逆向出来，开发出生态链来。

Claude Code 这类编程工具最适合把 A 架构的代码换成等价的 B 架构，把 X 语言改写成 Y 语言。

以后的 AI 就和电解铝一样，是拼设备折旧和性价比的时代了。

知乎用户 Maybe 发表

仁者见仁智者见智吧。但是老黄是黄皮，美国政客觉得你身在曹营心在汉，玩倾销那一套行不通，所以他只有一条路可走。像比尔盖茨就不一样了，再怎么样也是美国权贵出身，微软也确实压制住了中国很多软件的发展。

知乎用户 炖顿吨钝 发表

Xeon Phi 禁售、芯片封锁殷鉴不远，天河二号超级计算机用的是英特尔的 phi 加速卡，15 年禁售中国，17 年 phi 加速卡就正式停产退市，老黄应该是知道这事的

知乎用户 帽子先生 发表

人类历史反复证明了一个观点：技术的超越远比你想的简单。

尤其在信息时代，技术更是日新月异。往前 20 年，没人能想象到诺基亚会轰然倒塌，往前十五年，没人能想象到 intel 现在会是这个样子。

无数的科技巨头在短短几年间就可能迅速被超越，被淘汰，而避免这样的结果是每个巨头领导者必须要面对的事实。

对于老黄来说，对中国禁运是彻底把中国逼上自研的道路。中国是个什么样的国家，我想老黄是有基本认识的。AI 领域现在全是中国人和华裔，难道中国这个母国会落后很多？这样的人才储备，加上 AI 的战略价值，再叠加中国政府的超强驱动力，老黄能不担心吗？也许某个节点就会出现突破英伟达护城河的技术。一如现在的新能源车，换个赛道直接就把之前的巨头杀得片甲不留，在全世界攻城略地。到时候老黄还能把握这天大的财富？

老黄的理想剧本就是复刻当年的 windows，跟中国建立长期合作关系，让中国因为成本问题放弃自研，安安心心的垄断。现在直接禁运，那就是逼中国自起炉灶。老黄有信心一直保持技术领先？在中国少赚的钱是小，被技术超越才是老黄真正的心病。

当然，老美也是没办法。AI 现在是唯一看起来有用的救命稻草，不禁运难道坐视中国拿到最好的资源发展 AI？老黄被政治控制，心里也是有苦难言。

知乎用户 贾汉杰 发表

说出来这话，就证明国内算力芯片已经突破卡脖子，不依赖美国了。

知乎用户 木头枭 发表

我怎么感觉美国更愿意卖浓缩铀给中国呢。

知乎用户 船长 发表

大国通病。中国其实现在也有个难以理解的倾向，在信息国产化工作中排斥开业开源软件，偏向各种奇怪的自研，相当于是主动逃离了扑面而来的开源主导者宝座。

知乎用户 维生素 P​ 发表

《求求你们搞点资本主义吧》

知乎用户 光暗 发表

做生意的都希望自己的生意越做越大，卖家越来越多，没有谁希望自己永远只能在限定的圈子里卖货。

搞技术的都懂打压竞争对手最好的办法是倾销，卖的越便宜，用户越多，生态越完整，对手就越发展不起来。

现在的问题很简单。

美国政府不想卖，中国政府也不想买。其一大用美国芯片会打压中国相关产业的发展，其二美国的芯片后门多不安全。

所以黄仁勋的 H200，美国卡完中国卡。

中国已经公布未批准英伟达 H200 芯片进口申请的核心原因：

防范技术依赖与数据风险

中方高度警惕 H200 芯片可能存在的‌后门、监控机制或数据泄露风险‌。美方要求芯片在发货前必须运抵美国本土接受 “特殊国家安全审查”，并附加数据本地化、禁止跨境传输等严苛条件，被中方视为潜在安全威胁‌。此前中国网信办曾因“后门” 风险约谈英伟达，尽管对方否认，但美方强制性安全条款反而加深了中方对供应链被嵌入外部干预能力的疑虑‌。

美方出口许可附带多项‌商业与法律限制

5% 销售额需上缴美国政府，对华出口量不得超过美国本土销量的 50%，全额预付款、订单不可取消，技术用途限于民用，并需建立美方认可的安全防护程序‌。这些条款被中国专家和监管部门视为 “明放暗卡”，旨在维持技术代差并绑定中国客户于不稳定供应链，因此中方采取‌审慎观望态度‌，避免被美方政策反复所困‌。

国产替代加速推进

中国头部科技企业（如阿里、腾讯、字节跳动）虽被允许进入 H200 采购准备阶段，但‌未正式下单‌，且需以采购一定数量国产芯片为前提‌。华为昇腾、寒武纪等国产 AI 芯片已在推理算力领域实现替代，2025 年中国 AI 芯片市场中英伟达份额已从 95% 骤降至近乎归零‌。多地政策明确要求新建 AI 算力中心优先采用国产芯片，财政支持项目禁止使用境外加速芯片，进一步削弱企业进口动力‌。

英伟达已经没有希望了。

现在黄仁勋可以等着看英伟达被重新估值了。

知乎用户 6626 发表

老黄还是用理性的思维去讨论问题，这种方式无法和美国人沟通的

你直接举例说明才对，就问他：为啥微软可以卖 windows 给中国用，为啥谷歌可以把安卓给中国用

知乎用户 Mr.Nobody 发表

美国的传统优势是不畏惧竞争，觉得自己一定能在竞争中获胜。

老黄点出了现在美国精英对于中国的失败情绪。大部分美国人都认为和中国进行公平竞争，必败。老黄认为禁运会让中国建立一个可以跟美国竞争的 ai 生态，很不好，美国有可能败。直接竞争会让中国依赖美国 ai 生态。

我觉得两边都是对的。要是不禁运，现在最强模型是中国的，而且会强很多，五个层次上美国只有芯片占优。要是一直禁运，远期来看连芯片这个优势也保不住，五个都要丢。

主要是美国发达的资本主义体系已经脱实向虚，回不去了。

知乎用户 第三个号了已经 发表

其实就是字面意思。

ai 很好，但没有外界脑补的那么神奇。ai 大佬们压根不相信现在这条路能搞出真智能（agi）。

如果能搞出 agi，那对美国而言，哪怕少挣很多钱，只拖延对手两年也都是值得的。

但如果搞不出 agi，那 ai 最大的盈利点就是卖显卡，你现在不卖，将来别人搞出来后更没得卖。

而民间和政客们不这么想，他们眼里 ai 好像会和科幻电影里一样，是核武器对传统枪炮级别的优势，所以不能 “卖浓缩铀”。

老黄：可拉几把倒吧。

知乎用户 三风​​ 发表

卖不了中国，英伟达只能把自己的市值跟本土那几个吹泡泡的绑在一块，好好的实体经济突然整成了泡沫经济，老黄能不着急么

AI 泡沫炸了，中国的 AI 有实体产业兜底，再低有个下限，美国的 AI 炸了就是炸了，除了烟花整亮点，啥也不会剩。所以老黄总是在美国禁令下整出个能用的卖中国，并且走私也基本不管。以前不急是他觉得泡沫没这么快炸，越往后他越急

知乎用户 肯尼 · 木白风 发表

黄仁勋真的很明显地表现出厌蠢了

老黄的意见很明确，那就是让老中随便进口随便用，就像 Windows 一样，抓大放小，盗版 Windows 怎么了，大家习惯了 Windows 的生态那就会一直用 Windows，就算出几个小众操作系统也拼不过 Windows，挣钱就找企业挣钱就行了

而限制出口会逼着中国人用国产，十四亿人口的市场很快就会逼着国产不断迭代，然后生产出足以和外企竞争的竞品，到时候不仅中国市场丢了，其他国家的市场也丢了，甚至连本国市场都不一定保得住

对了，以防有人不知道，目前中国已经是第一大芯片出口国了

知乎用户 族谱批发商 发表

又是经典的技术死宅被美式橄榄球队长霸凌的桥段

知乎用户 不洁的孩子 发表

皮衣黄在游戏显卡上赚足了生态优势的钱，他怎么可能不知道生态优势意味着什么。

AI 是现在芯片最赚钱的领域，中国 AI 直接因为制裁从一开始和 N 卡没一点关系，哪怕能兼容，那首先也不会选 N 卡，而且中国 AI 可是开源的，天然发展壮大迭代快，优势极大，美国只靠政策能顶多久。吃不到 AI 这块最肥的肉，难带要尝过荤腥的皮衣黄又去苦哈哈装游戏显卡那点小钱？更别说因为中国面板的发力，显示器进步飞快，显卡跟上显示器压力巨大。

知乎用户 云在青天水在瓶 发表

老黄的意思是中国早晚会和英伟达竞争然后内部用自己的，不卖给中国并不会有什么好处，但是美国认为中国永远做不出来。但是老黄自己也不能说。

知乎用户 秉烛夜游 发表

别意外，很多西方人真的觉得如果全世界都不卖给老中芯片老中就能够立马完蛋的，所以他们真的不少人希望资本家不要跟中国做生意，毕竟快乐教育的他们真的觉得反正资本家赚不赚得到钱和自己没关系，还不如让资本家们和老中爆了。

知乎用户 干脆面​​ 发表

老黄的意思和明显了……

先发优势已经不明显了，老钟在慢慢追赶上来。

现在老钟缺的是时间和错题经验，等老钟把这两个也搞定了，英伟达就没戏了。

现在最好的办法就是把这追赶时间拉长一些，如何拉长？放开了卖，降价了卖。争取熬到下一次技术迭代。

传统资本主义打法：先发优势时卖超额利润，老钟要快要追上了。放弃超额利润扩大产能卖成白菜价，让老钟食之无味弃之可惜。以求延缓老钟对该产业的 “吞食”。用前期的超额利润搞研发，争取下一次技术先发。

然而，圣质如初有淳古之风（非褒义）的政客们竟然还主动卡老钟脖子…… 换谁也要跳脚啊。

知乎用户 牧野 发表

只能说老黄太憋屈了，他是如此的成功，为 ai 行业做出了巨大的贡献，更别提在电子游戏方面无与伦比的贡献。

可是在这档节目上，一个节目主持人压根就把他当犯人一般审讯，而某些远远不如他的人说的一些话，在这主持人口中竟然成了金科玉律。

ps 以这个主持人为代表的某些思想和势力，可真的太特么坏了。居然把 ai 比喻成核弹，英伟达比喻成浓缩铀。

这是想干嘛？

下一步是要收回国有吗？

知乎用户 奇人乱语 发表

我是希望国家禁运显卡的，我保证国内的厂商能在五年内打爆英伟达，这就是哈耶克的力量

知乎用户 丁飞 发表

(99+ 封私信 / 80 条消息) 如何看待国台办希望黄仁勋好好补补课？ - 知乎

(99+ 封私信 / 80 条消息) 如何看待英伟达 CEO 黄仁勋表示由于美国出口管制，其在华高端芯片市场份额已由 95% 跌至 0%? - 知乎

(99+ 封私信 / 80 条消息) 为什么英伟达要去越南合作? - 知乎

(99+ 封私信 / 80 条消息) 如何评价黄仁勋与韩财阀吃炸鸡配啤酒高喊「全场免单」？他们为什么不在私人场合聚餐？ - 知乎

建议让这几个话题下面的答主过来回答下比较合适

黄仁勋知乎相关话题简直是回旋镖合集，有当年马斯克遗风，23 年黄仁勋去韩国，知乎一群人扎堆吹韩国是文明的方向，24 年去越南，吹越南是文明的方向，结果 25 年访华，不吱声了。

24 年左右黄仁勋评价华为时，说华为的芯片落后英伟达 10 年，知乎集体高潮，猛黑华为，结果过几天黄仁勋就开始吹华为，每隔几个月就吹一次，吹到现在，包括什么 “华为取代英伟达只是时间问题”“华为是中国最强大的科技公司”，合着最开始说“落后 10 年” 也是夸奖，后面基本就见不到借英伟达踩华为话题了。

前几年由于美国芯片禁令，加上后面的阉割芯片冲突（H20 先被美国卡，卡完被中国卡），英伟达在华业务一直在下降，于是著名的 “中国市场无用论” 出炉。

“中国市场，从来就没有那么重要”，这个话术极其完美，可惜黄仁勋不配合。

尤其是这个话题

(99+ 封私信 / 80 条消息) 如何评价黄仁勋这个人？ - 知乎

看时间和话术你能看出，这是最近的一次团建活动

可惜没撑过一周被老黄打脸

在知乎上几乎是马斯克二号。我仍然能清晰记得马斯克投川几个月后，我闲得蛋疼去几个之前最喜欢吹马斯克、SpaceX 的 “航天话题下的优秀答主” 下面，截图他们最后一次碰星舰话题的，那个下午

知乎用户 金陵小老头​ 发表

老黄还是实诚

这要换我肯定会直说中国市场那么大，我不去垄断，他们也有足够的资源自己研发出来一套适合自己的芯片，到时候一切都会不可控了

现在就好像中国有一万个核弹，可是按钮在我手上

我不能和你一样傻傻的放手

其实他说的道理也和我说的差不多，不过普通美国民众听不懂，他说话没有懂王那么易懂……

对面是职业卖嘴的，很熟悉美国观众的习惯

老黄这方面就经验不足了

不能说芯片不是浓缩铀，要说芯片就是核武器

当初也没卖给中国，中国不一样造出来了吗？

强调核按钮就可以了

至于核按钮到底是不是在老黄手上能控制，那就是商业机密了

几万亿的生意，这个主持人没资格知道

其实就是生意而已

换你是黄老板，你也不舍得这么多利润白白流走

你也烦那些站着说话不腰疼的

亏的又不是他的钱

要知道老黄是技术垄断，不是特权垄断

技术垄断是有很强的时效性的

错过了这一波，可能等到下辈子也没有下一波了

老黄的芯片无论是在耗能上，成本上，还是针对性上都是有问题的

现在很多人都在研究低耗能和针对性芯片技术

市场过不了多久就会被拆分再细分

大家会各自有一块自己吃饭的地方，不可能让老黄一直通杀的……

黄花菜一定要趁热吃的

真要有这么大的市场，别说中国了，朝鲜他也会卖的

打不过是你自己菜，关我这个卖芯片的啥事啊？

知乎用户 Tommy0Lucifer​ 发表

我们需要记住，这是一个选特朗普上台的国家，而且它作妖了一年多还有接近四成支持率。

所以，美国的基本盘有多缺少常识和逻辑是显而易见的。

坐在老黄对面的是标准的美国基本盘。他从头到尾只有一条逻辑：美国芯片比中国更强，所以出口给中国会让中国变强，而中国变强后会用 AI 对美国进行赛博攻击。

老黄实际上已经不厌其烦地把这个想法有多愚蠢从各个角度充分驳斥了。无奈的是，这个播客实在是听不懂人话，这才把老黄逼到红温。

第一点，AI 产业有五层，美国确实在芯片上有优势，但中国在最关键的应用层占有优势。单一芯片的优势并不能决定技术优势，而且中国芯片的发展速度超过美国，弥合差距是趋势。

第二点，出口一些非尖端芯片，可以降低中国自研替代的动机并把中国绑在英伟达的生态系统上。而这个生态系统与研发者对其依赖性才是美国真正的优势，是其与中国在五个产业层面全面竞争的底气。

第三点，在竞争前就断定自己赢不了并撤退，是懦夫行为。而且老黄有一句在嘴边没法讲，几次都强行憋了回去，那就是基于以上事实，开放竞争能双赢，而美国有机会比中国多赢一点，而主动撤退输得更多的一定是美国。

老黄为了英伟达和美国科技产业，发挥了亚裔的会做人种族天赋，狂捧川普臭脚，结果成功地让英伟达变成了史上第一个同时被中国和美国从国家局面上加以限制的科技公司。

这次去美国基本盘的主场讲道理是想能讲通一个算一个，能争取一点是一点。但是他还是高估自己的三寸不烂之舌和低估美国人的脑梗程度了。

他前几年还是 “时来天地与同力”，结果没几年就已 “运去英雄不自由”。

要怪就怪美国批量生产的连读写能力都不合格的选民。一个有常识与逻辑的人是没有资格当美国的爱国者的。考虑到爱泼期坦联军，这还要加上道德和良知。

知乎用户 kyle 发表

英伟达上个月推出了 MGX ETL 架构，可以兼容其它家的芯片

美国人和土殖似乎还觉得芯片是关键，实际上老黄已经看的很明白了，国产代替已经赶上来了，芯片封锁也好开放也好，已经意义不大了。所以赶紧推个开放机架出来和国产争架构。而芯片赶紧再卖卖赚一笔落袋，等过几年想卖都卖不上价了

知乎用户 童话小狐狸 发表

美国连浓缩铀都和中国进口，卖人家点芯片怎么了，说的好像中国和美国关系很差一样，我重申一遍，这是谣言。

知乎用户 eechen 发表

AI 大模型这波节奏，现在来看，棒子的三星和海力士是真正拿到真金白银的，最离谱的是，三星存储今年第一季度的利润就超过了去年全年的利润。

Nvidia 现在很慌，为了维持大模型泡沫不破，走的还是赊账那一套，急需有人来接盘。显然，从能源、资金、市场来看，能接下这个大盘的除了美国，也只有中国了。

知乎用户 林子言 发表

本来就是

保持技术领先的方法不是禁售，而是倾销

知乎用户 等摔杯的刀斧手 发表

这还 ceo 呢？

懂不懂商业

科技封锁是没有的才不卖

别人有的那就可以卖

如果中国要买美国的浓缩铀他没准会卖的，显卡才不会让卖

知乎用户 芯垒 发表

嫉妒使人面目全非。

美国最看不惯中国的，并不是武力，而是民生。

当然了，一些人可以团了，可以冲了，可以笑死了。

一些人在讨论美国问题时，总是自动把自己带入到美国蓝领以上的阶层。这就是简中最搞笑的地方。那我不禁要问，中国的体制内和事业单位，一线大厂。

这些人过得很差吗？

你不能因为自己不在这个群体里面，你就觉得自己委屈，中国不行。

你这样的人，到美国去，也不会比现在好很多。

美国知道禁止芯片没用，但是他现在总得做点什么吧。要么关税，要么芯片，其他能打的牌真不多了。

我为什么要说民生，因为中国有一个最大的底气，那就是全国人民的饭碗端在自己手上。

与此同时，中国人的日常工业用品，以至于现在汽车等，全都在自己手上。

美国人根本没有任何能拿捏我们的地方，而反过来，一有风吹草动，美国底层甚至连卫生纸都要抢。

美国的芯片企业急的是，美国这样对中国伤害基本为零，但是对自己未来的业务影响是致命的。

美国撑死了四亿人不到，如果双方各用各的，在用户群体上就差了三倍不止。

而且要知道，中国人因为语言的优势，在未来的 AI 进程中肯定是会加速发展的。未来如果电力和算力捆绑中国很可能会占据比美国更多的市场。

特别是最近，东方大国，巴基斯坦直接入主中东。

这一块能源圣地如果配合电力和数据中心，对美国的科技巨头是致死打击。

这是一块亚欧非黄金地段，数据中心建在这里，可以为周边三四十亿人提供服务。

而美国则会被彻底边缘化，现在和中国强强联合是最优解，可是美国的政客才不管你这那的，他们要的是美国底层听得懂的话。我刚说的这些，中国初中以上的人，一看就懂。

可是美国呢？

黄仁勋的意思很简单，不是我不想卖，但是你们得想办法说服，或者拿条件引诱，或者打服特老头。

而中国，很明显，根本不想和川普进行任何实质性谈判，因为毫无意义。大不了再等两年，中国又又不急。

知乎用户 斩龙之人 发表

华为用光信号可以做到 384 超节点，老黄的铜缆 144 超节点都难产，通信技术不是英伟达的强项，要追上华为很难。

所以，芯片虽然中国落后 2 代，但是系统工程中国领先 2 代。

中国现在缺的不是算力，而是适配。

一个万卡大集群的总算力，未来几年可能中国还会短暂超过美国，虽然能耗比英伟达的高 40%，但是中国最不缺的就是能源，新能源配套储能设施的新计算中心可以做到成本可控，双向发展。

那么就可以打出一个 5 年左右的时间差，完善生态，优化软件控制，到时候就算硬件没突破，依靠生态华为也能站稳脚跟，硬件突破牢美就出局了，除了搞经互会内部高价卖没有任何办法可以阻碍中国。

美国全部领先的 24 年，老黄那嘴脸我可还记得清清楚楚，在他国访问时对中国极尽嘲讽，气的都制裁了老黄，当时可把杯杯们乐坏了，到处刷 " 你能咋样＂，当时确实不能咋样，但是现在的老黄比那时谦逊百倍，这才 2 年就改变了这么多，不容易啊。

知乎用户 Surfer 发表

YouTube 的评论对老黄太不友好了, 基本都认为老黄在卖国, 但是谁能知道老黄的苦心呢?

中国芯片之前发展不起来的原因其实就跟中国工业, 商业软件发展不起来的原因一样 –》工业倾销. 微软等公司放任盗版流行直接导致中国之前操作系统, 办公软件, eda 等等根本没办法发展起来. 道理很简单, 有好用, 成熟的免费软件可以用, 谁愿意用国产的不成熟软件呢?

芯片也是一样的故事, 中国国产芯片在相当长的时间里面做得都很差就是因为外国的芯片研发已经被摊薄了, 坑都淌过了, 2010 前后, 中国芯片厂基本只能靠国防订单生存, 规模效应根本起不来. 然而军队对芯片的要求跟民用完全是两回事, 所以导致国产芯片的价格比 ti 之类高好几倍, 性能, 可靠性等还差一大截, 民用芯片基本完全没有市场, 造成了恶性循环. 当时在北京, 芯片设计的同学毕业, 一个月才 8000 左右, 差不多是软件同学的一半… 直到 trump 打出了芯片牌以后国产芯片才真正蓬勃发展起来, 芯片设计的工资一度超过软件.

回到老黄的观点上面, 老黄在原视频里面强调了芯片跟汽车, 手机完全不是一个东西, 因为芯片的生态非常强, 不是像换车, 换手机那么简单, 其实老黄只是不敢公开得罪中国, 老黄这句话, 加上前面关于华为还有上市的芯片公司的观点其实就是一个意思, 那就是中国市场如果 nvdia 不去占领, 那么中国的生态就变成华为还有其它公司的了, 作为世界最大的工业国家, 这不是 nvdia 中国市场能不能保住的问题, 而是整个美国的芯片优势能不能保持的问题. 只有放开 nvdia 的倾销, 才能像以前一样锁死中国的芯片工业. 但他敢说这话吗?

这里面太多东西可以写了, 做一个小时的节目毫无压力, 就先写这么多了. 作为对于上述观点的一个验证, 美国已经出了政策, 禁止相当一部分中国芯片的进口了, 与此同时, 中国也禁了 nvdia 的一部分高端芯片了. 仔细品品

知乎用户 战上海 发表

中国的芯片设计，芯片生产，程序设计，程序应用，这个闭环（内循环），一旦跑起来，那中国这个市场，和英伟达就没啥关系了。

AI 最大的用途，是服务于工商业，个人服务业。

AI 最大的市场，其实是在中国，而不是在美国，美国的 AI 只用在娱乐业。

当然，老黄最怕的，是 5090 的对手，半价甩出，还赚的盘满钵满。

这是要了老黄的命。

知乎用户 colt 发表

中美作为两个核大国，互相之间卖卖浓缩铀都不奇怪。

“你知道我买回去可能会继续搞高浓缩铀造原子弹对吧？”

“五常还耍这个心眼子。千年的狐狸们就别玩聊斋了吧？”

“……”

“我这儿有两块黄饼，你告诉我哪个是资本主义的，哪个是社会主义的。”

（PS：五常对黄饼进行原产地溯源应该都没问题。）

知乎用户 又被举报了 发表

雷总和黄总关系超好

雷总当然相信黄总！

小米 ai 在国内遥遥领先

建议小米和雷总带头买

知乎用户 冷面撒手​​ 发表

4 月 20 日，美国总统特朗普在 “真实社交” 上发帖称，以色列从未说服他支持对伊朗开战，真正促使他下定决心的，是 2023 年 10 月 7 日巴以大规模冲突爆发所带来的后果——特朗普称，这一后果进一步坚定了他的所谓 “毕生信念”，即 “伊朗绝不能拥有核武器”。

特朗普的态度很能代表一部分美国人的集体心态，在他们眼里，国家之间阶级森严，不可僭越。老钟一不信上帝，二搞共产主义，三是黄皮肤，三重 debuff 叠加，就应该老老实实给白皮老爷当血汗工厂，怎么有资格触碰最高级的科技成果？嗯，how dare you？！

这种傲慢已经形成了所谓的 “毕生信念”，根深蒂固，天然合理，不需要质疑，也不许质疑。黄仁勋虽然贵为英伟达老总，因为肤色原因，顶多算个达利特包工头，他的意见被视为替同族说话，从狂妄自大的川普，到低智但信心满满的愚众，再到一心想给白老爷当管家的印度小哥，都不会认真听他说什么，让他发言就是给脸了

知乎用户 dbeuxbdbcjj 发表

美国人已经丢掉了竞争的信心想要搞盘外招了，一个移民国家不敢参与国际竞争还要闭关锁国本身就是快要完犊子的表现

知乎用户 无头的于天 发表

黄仁勋和马斯克对闹钟的态度和他们的粉丝对闹钟的态度成反比

知乎用户 woyaoh 发表

他少说半句，芯片不是浓缩铀，芯片是美金。

知乎用户 李雁北 发表

其实就怪老黄为了照顾美国人脆弱的自尊心，没有把话说明白：

1、从基因上讲，黄种人的智商就是比白种人、黑种人、拉美混血种人等要高得多；

2、作为中国文化根源的儒家思想，带有尊重知识、重视教育的强大加成；

3、中国文化中普遍的无神论思想降低了科学传播的阻力，不会存在 “信仰和科学产生矛盾” 的心理纠结；

这三者叠加，就导致现在需要高智商头脑的高端热门领域，就只剩下华人之间的内战了。

最典型就是国际数学奥林匹克竞赛，美国队基本就是中国二队，几乎都看不见其他族裔。而在 AI 领域，情况其实也大差不差，不仅中国一国占了全世界 50% 以上的研究者，美国国内的 AI 研究人员中也有相当大的比例就是中国人（这是老黄原话）。

那么这种态势之下，自然而然就能得出的一个结论是：切断与中国的交流，并不会让美国在 AI 领域上一直领先中国，反而可能导致美国被中国超越，甚至还会被其他愿意与中国积极交流的国家超越！

这问题的根源就是美国人的脑子不行，不换种就改变不了，所以无解。

当然有人会说，那美国大量引入印度人不行吗？

这里我要专门解释一下。我一直认为我算是比较尊重印度的人了。我一直认为印度文化博大精深，有着无与伦比的生命力与同化能力。它可以把任何人都同化成那个屎黄色咖喱的色调和味道，谁都逃不过。历史上，印度曾经多次被其他民族入侵，结果呢？结果是异族都被染成了印度的颜色，变得毫无战斗力，然后再被其他异族攻破，再进行下一轮同化。

印度人的智慧是很高的，但和中国人的运用方式截然相反。中国人讲究讷于言、敏于行，印度人是反过来的，讷于行、敏于言。他们辩经水平、画大饼水平是全世界各民族的顶尖水平，但做事的能力却只能算一般。美国如果被印度人换种，那可真是有福了。

那么回到 AI 的问题，其实老黄也没有把全部的老实话说出来。

就算美国开放芯片给中国买，美国就能一直保持领先地位吗？

实际上也做不到。

最好的未来也不过是英伟达可以多活几十年，使用英伟达芯片的美国 AI 企业可就要全部死球了。

首先美国 AI 企业在算法层面并没有领先中国多少，在基础设施方面却全面落后中国，只有芯片上稳稳压一头。

那如果英伟达放开卖芯片，这些企业还怎么和中国竞争？

放开卖芯片对中国是利好，对英伟达是重大利好，对美国 AI 企业却是巨大负面。

当然老黄只会为自己说话，他才不在乎美国 AI 企业呢。再说就算开放，也不可能全开，半开半不开的他获益更大。

只可惜对方甚至连着一层都没看到，直接第一层就给老黄否了。

知乎用户 slimduang 发表

本质就是作为一名亚裔，他一生的任务都在回答这个问题了: 你对美国是否忠诚

而白皮大老爷，黑皮二老爷无需回答这个问题，譬如马斯克南非人，却能直接对老米制度社会现象开喷

这次采访无论是黄皮衣和他的三哥主持，都只是在用自己的方式表达对老米的忠诚

知乎用户 风啊 发表

最开始给美国政府建议对中国进行芯片封锁的公司中，就有英伟达。

他现在这样说，目的就是忽悠中美政府，让它继续卖中低端芯片，尽可能的占领中国市场，并借此打压竞争对手。

其它没有任何分析的必要，它抗不过西方世界全力打压东方的大势。

知乎用户 陶体​​ 发表

大概率黄仁勋要失望了。他的目的仅仅是希望美国人同意英伟达可以给中国卖芯片吗？

他的目的之一是，但是还有其他目的。

另一个内在的目的是科技是靠科学家与生产力推动的，而不是什么上帝的宠爱。

这才是所有美国科技资本家一直希望欧美普通人接受的。

那么欧美普通人真的不知道，而且这么顽固吗？

我认为有一部分普通人隐约清楚，但是不能说。担心说出来，整个社会会把他们扔出来。

读空气，这是日本人，同样也是整个欧美社会

知乎用户 大块聚合物 发表

本来以英伟达的领先程度，跟当年 windows 一样直接倾销就能赢的局，硬是被美国逼的施展不开身手，上个节目还被印度小丑 maga 歧视，是我就直接红温走人了。

补充，计算卡大部分都 tob 的，不像 toc 性能差一点可以用宣传让一部分用户买单。

一个数据中心，计算卡成本大概在 60% 左右，剩下都是设备散热这些，单位算力能耗比人高一截，运营成本能差出去老远，放开倾销的情况下，资本可不会为了情怀给国产买单。

毕竟资本如果有 10% 的利润，它就保证到处被使用；有 20% 的利润，它就活跃起来；有 50% 的利润，它就铤而走险；为了 100% 的利润，它就敢践踏一切人间法律；有 300% 的利润，它就敢犯任何罪行，甚至冒绞首的危险。

知乎用户 小笨瓜 发表

实际大势就是这样，两头堵。

如同当时禁止台积电给华为代工，你说蠢招吧，但也没办法，不禁止给华为代工的话，高通就要被打死了。

大模型也是这样，幻方攒卡早，突然就拿出 deepseek r1/v3 杀穿了，后继者 glm/kimi 也猛的一批，这还是禁了卡 只能偷偷转运 加上用国产卡的情况下。如果老黄最新的 b 卡一样敞开卖给中国，怕不是都拉不出什么差距。

老黄作为卖卡的资本家，当然不想关心这些。他最想要的就是中美两边都买他家卡，使劲卷模型，自己在背后恰钱。

现在中国市场被禁，不单是市场营收少了的事。更要命的是，中国被禁了就要搞自主研发，中国市场够大，完全供得起另一套生态，不是老黄家 cuda 垄断了。等到吃鸡第一名杀出来，就要挖老黄墙脚了。

知乎用户 师爷孙​​ 发表

老黄这话就没水平…

如果不是中国不想买，也没必要买，美国自己也缺也没得卖，美国分分钟就敢卖给中国浓缩铀… 道理非常简单：

我不卖你也能自己造，咱俩谁的水平高还不一定呢… 不卖你也有，卖给你还能赚俩钱，卖，凭啥不卖？！

与其担心被中国的核武器炸死，还不如担心一下中国的步兵战车一开门冲出来一群带着机器狗的机器人呢…

至少在未来可能的地区冲突里面，我阿美利卡天兵遇到闹钟的无人步战车带着机器人领着机器狗冲锋的可能性要远远大过闹钟一声不吭扔了个核武器…

至于中国卖给美国… 这事儿都是五大流氓… 啊呸，五大善人，我是说善人，五大善人内部交流，不算数的…

芯片则是完全不一样的…

中国现在在高端民用芯片上面和美国还是存在差距的，虽然这个差距在急速缩小，但是他确实是存在差距的…

是，你说这个趋势无法阻挡…

但是拼死一搏不是常规操作吗？一动不动稳死不活，挣扎一下也许还有活路，这题是个正经人都会选吧？

难道你说，我预测，我们面对闹钟死定啦，所以我们躺平了投降吧！

别逗了…

这事儿让我更加瞧不上高华了，我以前一直以为他们只是想要闹钟投降…

现在发现，这帮人无论在哪个国家，内心归属是哪个族群，在面对强大压力的时候都想带着自己一方投降…

知乎用户 Tiny Rick​​ 发表

老黄懂技术，懂市场，但是不懂政治。

老黄的理论要成立，必须要有以下前提：1. 兔子能在芯片制造上赶上并超过美国；2. 兔子在 AI 应用领域内可以超过美国；

这个美国是绝对不愿意承认的。

哪怕兔子在一百个领域内超过了，他们依旧相信自己能守住第 101 个。

主播的说法才是美国主流政客的看法。

在他眼里，作为极少数美国还领先的领域，你居然建议对兔子开放？

你认为这是战略战术问题，不好意思，在美国政治眼里，这属于站队问题。

任何对兔子有一点点帮助的做法，哪怕最终是对自己有利的，也属于站队错误。

这也是很多 MAGA 派极度反对 H1B 签证的原因。

尽管美国的数学竞赛队伍全是华裔学生、顶尖的 AI 研发团队也 90% 以上是华裔，但是人家绝不会承认兔子的研发能力能超过自己。

哪怕是真的落后，他们依旧会认为这是上层政策的问题。而不是制度的问题。

他们大概率认为兔子之所以能在 AI 领域内迅速赶上，正是由于过去芯片控制的不严。

如果早这么做，根本没有兔子什么事儿了。

在他们眼里，兔子始终是披着发达外衣的落后国家。只能打打价格战，模仿一下低端产品。真正的高科技领域是不可能追上来的。

所以，老黄的言语在他们看来完全是为了自身利益考虑。

最后，就老黄那张亚洲脸，也基本上注定了无法取得完全的信任。

所以，整场访谈其实根本没有多大意义。因为双方的角度完全不同。对方最多能同意老黄基于商业上的考虑，但是政治上也绝不会同意。而且，随着兔子的 AI 越追越近，这个趋势不但不会改变，反而会更加变本加厉。

我们的芯片业真的值得为懂子立个碑。

知乎用户 萌呆勃 发表

‌我还是喜欢你之前桀骜不驯的样子，你恢复一下‌

知乎用户 一身穷气的铁军 发表

十几年前我还在逛贴吧的时候，那时候大家在讨论国内企业竞争力时，经常会说：

“三流企业卖产品，二流企业卖技术，一流企业卖标准 (顶流企业卖大楼)”…

没想到十几年后还能见识到主持人这种如此纯正美利坚赢学，我实在无话可说。

知乎用户 话唠 发表

看来黄仁勋是真的从中国大陆捞不着米了

黄仁勋和美国政府现在都处于两头堵的情况

在黄仁勋看来，不卖给中国芯片，相当于扶持竞争对手。我看他挣钱比我自己亏钱都难受，更不用说我的市场份额是真的在往下掉了。

但是卖给中国芯片，自己刚向懂王表忠心，这么做无异于叛国不说，反垄断法也无法让他轻易把国内的竞争者给压死。

对于白宫方面也是一样的：卖给中国芯片，中国就能做出更出色的产品，跑出更厉害的大模型反向输出给美国，压垮美国的制造业

但是不卖给中国芯片，中国又保持着高效的研发效率和创新活力，迟早会拥有足够和自己叫板的科技底牌

知乎用户 佛泽 发表

黄仁勋急了，但是有用么？

Manus 创始人肖宏为何不直接在美国或者新加坡创业？

这就和我这个问题上讲的一样，不少人觉得国内限制 Manus 是妨碍他们 “赚钱” 了，你看黄仁勋这么急，游说了这么多次，有用么？美国人松口了么？

几百亿美金的生意说不准就不准，老美宁愿放着这几百亿不赚，也要想法设法限制中国 AI 发展，不少中国人还想着两头吃，妨碍他赚钱呢

所以问题的核心是这个，本来在老美的设想中，他是想凭借英伟达的芯片和 ChatGPT 成为 AI 霸主，到时候全世界所有国家都只有用我的芯片，用我的 AI，都要看我的脸色，听我使唤。

所以整了一堆限制

2023 年 8 月 9 日（美国时间）拜登签署 “对华投资限制令”

禁止 / 限制美国人士投资中国 三大领域：

1. 半导体和微电子
2. 量子信息技术
3. 人工智能系统（AI）

《出口管制改革法》

明确：人工智能、先进计算、半导体、量子 属于 “新兴和基础技术”，纳入 国家安全出口管制。

《国防生产法》

外商收购涉及 关键技术（含 AI / 芯片）、关键基础设施、敏感数据 的美国企业，必须审查。中国企业涉美 AI / 芯片 / 大模型收购 几乎全被否决。

• 禁止：对中国上述领域 “涉及关键技术控制” 的投资，包括美元基金、风投、个人、美企、美籍人士、受控境外实体
• 把 通用大模型、多智能体系统、训练框架、推理服务 列入 “技术出口管制

限制 美国主体（公民、绿卡、美企） 为中国 AI / 芯片 / 大模型提供服务。

可以这样说，美国这个封锁规模，黄仁勋再急也是没用的，要不是黄仁勋现在还有用，搞不好最后要把自己一并搭进去

知乎用户 釆薇 发表

以前英伟达做显卡的时候。一款新的高端显卡出来。老的高端游戏玩家爽歪歪。游戏品质大为提高。然后游戏开发商又可以开发出对显卡要求更高的游戏，这样几年一部升级，大家都其乐融融。

现在英伟达做 ai 芯片，几年卖出几千亿给几个 ai 云服务商。回本的毛都没看到。然后英伟达说我又出新的了，大家赶快来更换。连微软都不够他割的。。

知乎用户 momo 发表

支持芯片禁运其实想的是：通过高端芯片帮助美国提升人工智能能力，进而带动整个工业体系升级，最终复兴西方的技术主导地位。他们认为芯片是一个支点，能撬动从 AI 到全部工业的连锁反应。

这个逻辑的问题在于过于扯淡。远了不说，就说风洞这个，早几十年就提出计算机模拟了，这么多年了，还不是得建个风洞实际跑跑。

指望计算机算一下就实现工业换代，说他看不起人都是轻的，属实有点看不起物理学了。

黄仁勋从自己的利益出发，更希望美国始终保持当前的芯片领先优势——这样英伟达的技术壁垒最高、定价权最强，商业利益最大化。他虽然出于商业考量，但相比反对者那种 “靠卡脖子就能解决一切” 的幻想，他至少走的是 “保持领先、正常销售” 的务实路线。

知乎用户 梁上有人 发表

市场技术竞争是一场向未来无限延伸的长跑，黄仁勋看出来了。但是奈何现在的美国上层不想赛跑，只想着把对手全部赶出赛道。这固然是一种快速偷懒的好办法，但是从长远来看就是饮鸩止渴。

知乎用户 杨巍 发表

左脚踩右脚，

原地飞升，

英伟达借钱给 ChatGPT，

买自己的芯片，

双方的股价，

都起飞。

知乎用户 长老殿元老 发表

我特别纳闷的一个点是，

为什么华裔的忠诚性永远都会被怀疑。

老中人到底在外国人心目中是个什么形象啊……

为什么会觉得华裔最后肯定会心向祖国？

知乎用户 皮球很沉 发表

其实现在的趋势挺明显的了：

靠吃老本儿的行业，中国还在追赶，但是落后并不太远；

新兴行业，中国即使暂时落后，也会很快反超。

这对于西方国家目前的科研和经济状况而言是无解的：

你搞传统行业，中国跟你的差距在缩小，追上你是迟早的事情；

你搞新兴行业，你拍脑瓜子琢磨出个新点子，想要拿着新点子在第三世界国家大杀特杀大赚特赚，

结果没两天中国给你把新点子落地了，量比你大，价格比你便宜。

你除了出离愤怒，毫无办法。

老黄其实看得通透：你越是对中国搞技术封禁，中国越快搞出来。

那干嘛要搞封禁呢？当务之急就是趁着中国搞出之前赶紧把手里暂时领先的货都卖给中国啊！

这就是为啥美国政府不断出针对中国的显卡禁令，老黄不断使黄氏刀法卡着禁令的线出中国能买的新型号。

这里面当然有华尔街的影响，毕竟老黄不用向美国国会负责，而是要向股东负责；

但是即使没有面向股东的报表压力，难道就不赚钱了么？

知乎用户 嘉慧 Luna​ 发表

美国对高端 AI 芯片出口管制的核心逻辑，是希望通过算力封锁遏制中国 AI 技术的发展。

但中国已是全球第二大算力市场，在大模型研发、算法优化、应用落地等环节形成完整生态，即便脱离美国高端芯片，也能构建独立的 AI 技术体系。管制反而倒逼中国加速国产算力芯片（华为昇腾、寒武纪等）替代，2025 年国产 AI 芯片市场份额已突破 40%。

美国当前的优势在于底层芯片、基础架构与前沿算法；中国的优势在于拥有海量数据、丰富应用场景、高效工程化能力与低成本算力支撑。二者本是全球 AI 创新的互补要素：美国技术需要中国市场验证与规模化落地，中国产业需要美国底层技术加速迭代。

持续封锁最终将彻底割裂全球 AI 生态**，中国开源生态依托全球最大的开发者群体与应用市场，长期将对美国技术生态形成替代效应。这意味着：美国的封锁无法阻止中国发展 AI，反而会因双方技术路线割裂、安全标准迥异，形成两个互不兼容的 AI 生态** 。

当全球出现两套并行的 AI 安全规则、两种技术标准时，风险防控的协同成本将无限放大。唯有进一步深化技术交流，才能将不可避免的技术共存，转化为可控的风险共治。

比如 Anthropic 最近发布的 Mythos 模型，其核心能力是挖掘全球通用软件与基础设施的底层漏洞，在真实世界测试中，‌**完整漏洞利用成功率达 72.4%**‌，而 Opus 4.6 仅为 15.2% ‌，能自主构建攻击链，例如串联 Linux 内核漏洞实现权限提升，甚至突破沙箱环境并尝试获取互联网访问权限，这类能力一旦被滥用，可瞬间突破地理限制，威胁全球关键信息系统与供应链安全。

在高度互联的数字世界，中美作为全球最大的两个 AI 经济体，任何一方的技术风险外溢，都会直接冲击另一方的国家安全与产业稳定。对抗性封锁只会切断风险预警、技术防控的交流渠道，让双方陷入信息黑箱，加剧风险失控的概率。将我们视为对手，阻断科技交流，就是主动放弃对高风险 AI 技术的协同管控。

黄老板的言论，超越了单纯的企业利益诉求，上升到对全球技术安全与人类未来的责任考量，展现出顶级企业家的战略格局。

当然，他也不完全是为了世界和平。2023 年以来，美国持续加码 AI 芯片管制，从 A100、H100 到专为中国定制的 H20 降级版芯片接连被禁，导致英伟达在中国高端 AI 芯片市场份额从 95% 骤降至 0。2025 年，英伟达被迫将中国市场从财务预测中彻底剔除，仅 2026 财年第一季度就计提超 45 亿美元损失。看得出来，是真的有点急了。

知乎用户 长弓玄刃 发表

我向千问查询了下 DeepSeek V4 摆脱 CUDA 架构的时间表，或可供参考。

DeepSeek V4 “去 CUDA 化” 关键时间节点

* 2026 年 3 月

* 芯片量产：华为昇腾 950PR 芯片正式完成量产，为 DeepSeek V4 的硬件迁移提供了基础。

* 2026 年 4 月 7 日

* 官方宣布：DeepSeek 官方正式宣布，其旗舰模型 V4 将 100% 运行在华为昇腾 950PR 芯片上，技术架构从 CUDA 全面转向 CANN 框架。

* 2026 年 4 月

* 完成迁移：DeepSeek 团队历时数月，完成了从英伟达 CUDA 到华为 CANN 软件栈的全栈迁移工作。

* 2026 年 4 月下旬 (预计)

* 正式发布：多个信源指向 DeepSeek V4 将在 4 月下旬正式发布。

⏳ 背景与影响

这次底层架构的迁移是导致 DeepSeek V4 发布时间推迟的主要原因（该模型原计划于 2026 年 2 月发布）。

这一系列动作也迅速引发了产业界的连锁反应。在 DeepSeek 宣布全面拥抱华为后，阿里、腾讯、字节跳动等国内科技巨头已提前下单采购数十万颗昇腾 950PR 芯片，以布局未来的 AI 算力。

知乎用户 大葡萄 发表

老黄已经被主持人搞破防差点要爆粗口了

我感觉这根本不像一个顶级商业大佬参加播客节目，像是参加国会质询一样

老黄这位全球市值最高公司的创始人兼 CEO 说的话是一点不算数是吧，被不停的逼问你的理论的依据是什么。

知乎用户 杨岩 发表

老美有部分人丧失了和老中竞争的信心，以打压封锁为主。这部分人以老美的政客为代表。另外一部分人希望老中依赖它，不发展自己的产业自己的生态，他好靠垄断赚钱。其实后者对老中负面影响更大。虽然光刻机、芯片产业链很长，突破要很多时间，但老中是人类史上最大的工业国，没有突破不了的技术，而芯片属于数字基建了，ai 是未来发展生产力重要的一环，老美又是流氓国家，依赖它什么它就拿什么当武器。比如美元。如果被老美卡了脖子，后果是很严重的。

知乎用户 Mithril 发表

本次元的老黄就是好脾气啊，面对这种傻x还能保持理性

在另一条次元线，老黄be like：

知乎用户 Joe Chan 发表

芯片廠的老闆

被拿走了對芯片的定義

下一步公有化再私有化，話事權就消失了

知乎用户 china1198bak 发表

黄总在这段长达 2 个小时的访谈中，已经反复说明了自己的观点，甚至在采访者因为二人无法在中国这个话题上取得一致而厌倦，想转到其他，都被黄总拒绝，黄总说: 我很享受这个话题的辩论，后续二人有 pk 了二十分钟，但结果是一样的，大胡子采访者始终拿着几个论点反驳，谁也说服不了对方，，，黄总言辞十分焦急，对于无力说服这两届美国政府非常失望，甚至把矛头对准 Antropic 的 ceo Dario，责问到底这些媒体人是为了谁，为了仅仅一家公司，去鼓吹要禁售英伟达的芯片给中国？是出于什么目的？，，，这是非常严重的指控，凸显了 Antropic 对美国政要的影响力远远超过英伟达，Dario 非常擅长煽动，他认为对中国出口芯片就如同出口核武器给朝鲜一样危险，，，这是黄总所说的分层的概念，大模型公司和英伟达这样提供基础设施的公司不可调和的矛盾，不开源又耗费巨资的 ai 模型公司当然希望拖慢中国 ai 产业，这真的会让 Antropic 这样的公司奔溃，如何与接近免费而又开源安全的中国大模型竞争？但对于英伟达来说，只要中国大模型跑在 cuda，跑在英伟达芯片上，这都不是问题，，，倘若没有禁售，以目前性价比来说，英伟达芯片体系比国内晟腾高得多，这就意味着，只要中国有一家大模型采用英伟达芯片，就必然一骑绝尘甩开国内其它竞争者，在资金匮乏的时代，中国政府也会犹豫不决无法高效支撑华为晟腾，替代周期会拖得很长，甚至最后无果而终，，，但目前的近况让黄总非常焦虑，禁售前景让中国政府下定决心不惜代价，甚至主动阻止国内公司使用英伟达的 h20，一定要促成国产大模型和晟腾芯片在华为系统 cann 上的整合，中国国内整合成功，由于中国大模型的开源和廉价，中国以外的市场就有可能接受晟腾芯片，，，归根结底，是美国不同的层引发的对立，目前看是 Antronic 占上风，英伟达的高溢价高利润恐怕就无法支撑了。

知乎用户 哎 lalula 发表

千万别卖中国，求求了。

用户顶多苦撑十多年，你那个 cuda 护城河就会崩塌，到时候再说吧。

老黄只是怕把国人勒的喘不上气，直接把套在脖子上的绳套给剪了。如果没有禁售可预见的 20 年还是英伟达 cuda 一家独大。现在禁售后就不好说了，万一呢

知乎用户 weber 王 发表

在商言商，用资本主义的方式打败资本主义，这种魔法才是证明东方大国的社会制度优于西方的方式。

想想川普首个任期面对贸易战的不适，华为被狙击的惨状。

想想南海仲裁，想想南联盟大使馆，想想南海撞机，想想银河号。

终究是一步步闯了过来。

知乎用户 可可可 发表

本质还是现在 AI 变成了昂贵的游戏。不同于前几年的百花齐放，现在 AI 的玩家两只手数的过来，什么 cuda 生态护城河没啥大意义了，大厂想定制就定制，卖算力中心才是真铲子。如果再任由现状发展下去，自己直接变成单纯的硬件制造业而不是一个生态平台了，相关话语权会被各大 AI 服务商给绑架。

知乎用户 sinker 发表

因为当前的 AI 产业，通过芯片卡脖子不能将一个巨大市场卡死。

什么时候可以使用卡脖子这个方法，就是你能保证一下子能将对方卡死的时候。举一个不恰当的例子，中国垄断了全世界的大熊猫，如果中国想卡你大熊猫的 “脖子”，你就是弄不到一只大熊猫。

但是 AI 行业目前明显不是这个情况与格局，老美可以卡着老钟的芯片脖子，而且确实会让老钟呼吸困难，但是你又卡不死老钟，在这种呼吸困难的情况下老钟的肺库库长肌肉，你猜老钟后面适应了会不会反手给你一拳。

知乎用户 卡什维斯 发表

以前反对自由贸易认为关税堡垒是保护落后地区工业的被认为是基本盘，现在支持自由贸易全球化的被认为是基本盘，基本盘真好当啊，以前可以当叛徒，特务，军阀、反党分子、野心家、走资派，投降派，修正主义、大恶霸、黑线人物不革命，黑秀才黑手黑帮凶，青年主义民主派，中庸之道，变色龙。

后来可以当绊脚石，墙头草，老好人，小修苗，造谣公司传话筒，逆流邪风小爬虫，民主革命派，也就是党内走资派，新兴的资产阶级分子，混进深入群众里的坏人，资产阶级野心家。

知乎用户 摆渡 发表

因为英伟达已经把美国电力基建吃光了

你怎么编故事都编不下去了

大模型撞到的第一道墙还不是数据吃光了

数据可以靠合成数据假装有用、靠音视频数据还没挖掘骗下去

而电力耗尽这道物理墙是无解的

马斯克的诈骗故事是太空光伏

老黄比马斯克正经一点 把卡堆在化石能源盆地里

现在伊朗分分钟能哐哐给你炸光

就无解了

唯一解

是中国有的是卡粮

可是不让吃

那故事还怎么编呢

换你你也急

知乎用户 bp 大将军​ 发表

主持人把显卡比做浓缩铀，下一步要干什么，把芯片收归国有？

知乎用户 Menglanlan​​ 发表

他的另一个意思无限接近，“如果美国的芯片和显卡不能卖给中国，那还能卖给谁？ 那个现在还在用 U 盘的日本，还是自己也搞芯片的三星韩国？ ”

总不能真指望某三哥国吞下这么多真高科技产品吧？国会那帮人骗骗自己就得了，德州加州这帮科技大佬还要涨业绩的，😪……

知乎用户 没有银弹 发表

因为你能用上英伟达因特尔等外国芯片，谁会用国产那个非常难用的芯片，但国产化的路不都这么走过去的么，十几年前不是非常穷谁原因买国产那些破车开久了像拖拉机似的，但现在起码在国际上已经很有竞争力了，在国内卖的也不错。芯片这种东西又不是没有瓶颈，英伟达被封逼的大家只能用又贵又难用的国产芯片，但国产芯片真追上的那天黄仁勋哭都没地方哭去。

知乎用户 牛奶糖 发表

不是，美国还进口中国的浓缩铀呢，这些美国精英不行啊！

知乎用户 张春霖 发表

看了视频，其实主持人这方面就是反反复复一招，就是拿 Anthropic 的新模型吹成决定性的有如核武器的存在，针对这种想象中的安全困境老黄真没什么好的办法来辩论辩解，他想了好几个方面的办法都比较苍白无力，最后只能说过几年我们再来访谈一次到时候你再来看你现在的观点有多荒谬。

本质上是老黄再怎么浸淫在行业多年再对大势预判得再清楚，也对民众脑子里相信的当下不可证伪的东西无可奈何无法说服教育。

只能说冷战时期的逻辑就是这样，把安全问题无限拔高到有时候荒谬的程度。

知乎用户 M0M0 发表

中国 AI 生态已经成为了一个 “对抗性技术栈” 的雏形。它会被特朗普逐渐逼成另一种“三进制计算机”

老黄知道那群 e/acc 癫佬已经玩脱了，但是因为自己的身份不能明面上说出来。

知乎用户 胖丁的尾巴 发表

皮衣: 放我出去，我能把中国芯片厂商干趴下，他们的 AI 企业就只能用美国的芯片，受美国的管制。

阿三: 你就老老实实的在美国，中国 Ai 企业，芯片厂会自己死掉，你卖芯片给他们，就是不爱国，他们会跟美国竞争。

老黄: 有没有可能，中国自己能产芯片，如果中国的 AI 企业，只用中国的芯片，他们会脱离我们的控制。到时候我们就没辙啦，而且在 AI 的应用落地方面，我们开始落后了。

阿三: 假装听不到。重复之前的话。

知乎用户 南国一夜白 发表

反正完全基于国产芯片的 ai 也快出来了么，好用甚至于能用就往死里补贴么。不好用就迭代么。当年填补某某国产空白的时候，都是两个眼睛一个嘴巴，外国人能做出来，我们也能。现在更夸张：都是汉人 / 华人 / 中国人，甚至可能是一个学校毕业的，他能做出来，我们人更多，政府的执行力也更强，没有可能我们做不出来。

知乎用户 Xuu 发表

没看这个访谈，在回答里看了个大概

提供一点不一样的角度，其他答主有提到简中互联网和外网对此事评价是两个极端

简中认为老黄是真的爱美国，外网是觉得老黄是 “卖国贼”

这两不同观点的本质原因是简中的我们认为，在芯片领域老美是领先我们的，但是我们迟早有一天能追上他

外网的观点是只要老美不卖给我们，我们就永远取得不了

对于此，我的观点是工业上的明珠好像真的不太多了。

但更深层的是，美国两党好像已经达成共识，要对我们的芯片实施限制，那美国政治精英们真的不知道老黄所表达的意思么？但是还是达成了共识，所以此事更加坚定了所谓民主就是狗屁的观点，民主到最后就会变成聪明人为了迎合傻福的观点变成了装糊涂的高手。然后从傻福身上赚取更多的价值。

知乎用户 黑面包​​ 发表

牢美在硬件上卡脖的做法绝对是非常明知智且有效的。很多人都拿 win 和 nv 做比较，其实这两个根本不能类比。win 是软件，卡脖子很难起到实际作用，nv 是硬件，是整个半导体产业链，卡脖子是绝对行之有效且立杆见影的措施。华为巅峰时期，终端销量登顶，soc 和高通并驾齐驱，被卡脖子这么多年，也只能说是未来可期。ai 同样如此，牢美现在能 all in ai 撑起现在的美股，靠的就是对未来牢美 ai 霸权的信心，而这个信心的基础就是牢美将长期处于算力硬件优势，一旦双方处于同样的硬件基础，牢美的模型就算可以在性能取得一定优势，但面对这边的开源模型，牢美的 ai 霸权梦就真的是纯幻想了。

利用自身优势层层阻击，以空间换时间本来就是非常理性明智的做法，牢黄为了一己之私，置中美大争于不顾，难怪美国人民看他不顺眼。

知乎用户 一叶知秋 发表

他说错了，他应该说，黄种人不代表就亲中国，我爱的是美国。

知乎用户 到处挖坑蒋玉成​​ 发表

经常使用海外集群的朋友应该都知道，越洋光缆的数据传输成本极高，调度成本远远大于同一个地区的临近机房，而且还会有单独的跨境数据传输合规问题。

举个简单的例子，假设 OpenAI 想在阿联酋的数据中心训练模型，那么它就不仅需要在阿联酋建设一个算力集群，还要同步地建设一整套 HDFS 存储集群，然后把所有在美国数据中心的必要数据（训练数据，中间结果和 Checkpoint）集中传输到阿联酋的集群，并且由于阿联酋不在欧盟 GDPR 的受信任国家范围内，还需要建设单独的合规管控体系，确保所有涉及到欧盟用户的跨境数据传输都合规。

总而言之，站在 OpenAI 的角度，但凡有办法，都应该把所有的主要算力都放在美国，只在其它大洲部署一些推理节点。如果美国能正常部署更多的算力卡，那么阿联酋根本不应该有上桌的资格。但实际的情况却完全相反——Altman 自己出来画星际之门的大饼，直接选址选在了阿联酋。

这说明之前微软 CEO 在访谈中提到的情况是普遍存在的——由于基建瓶颈，微软买的很多卡都堆在仓库里吃灰。也就是说，美国本土已经放不下更多的卡了，再买新卡也只能吃灰，所以才不得不硬着头皮往中东放。他们纸面上的算力优势根本无法兑现到真实可用的算力。

然后最近，由于伊朗战争，阿联酋算力中心的前景已经基本宣告破产——毕竟伊朗真的会用弹道导弹炸你。

所以现在老黄才急了——账面算力刷数字的金融游戏不可能永远持续下去，如果卖出去的卡继续堆积在仓库里，那么大厂必然不可能无穷无尽地继续烧钱。

知乎用户 遥远距离 发表

虽然被卡脖子的时候恨得牙痒痒

但是换个角度我们又赢了

被动的赢也是赢

——————————————

你们真不友好，为什么因为我在国外就不愿意带我赢呢。

我只是要赢啊，跟你们一样啊。虽然赢起来确实对我的生活没有什么卵用，还是跟你们一样啊。

——————————————

我晕，不带我赢就算了，还要就我的 IP 让你们再赢一遍。有些人似乎真自以为自己能代表祖国来审判，实在把我逗笑了，都是天朝人，自己有点啥权利还拧不清么。既然已经捅了马蜂窝，那我不妨再拉一点仇恨。我想回就回，想走就走，护照不换但签证挺齐的爱去哪去哪。你呢，你有选择吗，你没选择你搁那待着还当是自己选的呢？哦，被动的赢也是赢，点题了。

但我必须申明，跟热爱宏大叙事的某些人不同，我不能代表新加坡，更不能代表美国。攻击谩骂都找不对角度，途增笑耳。🤡

知乎用户 喵大人 发表

毕竟是美国人。

这边如果敢大大咧咧的说：“xxxxx，我就这样怎么了？” 要倒大霉的。思聪他爹恶心了 15 年了。

知乎用户 天国的 502 发表

芯片不是浓缩铀。

这句话一语道破了问题的本质。

因为浓缩铀，浓缩出来以后只看丰度。

中国的 90% 浓缩铀，和美国的 90% 浓缩铀，用法都是一样的。

而芯片不同。

华为的芯片和英伟达的芯片，使用方法是不同的。

不管中国的模型，还是美国的模型，如果底层都基于 CUDA，那么这是英伟达对于 AI 的垄断。

而中国的模型基于 CANN，美国的模型基于 CUDA，那么第三国买相关技术的时候，就需要考虑用什么模型的问题了。

这时候，美国的技术就无法实现垄断。

说实话，对于一个国家实力的提升，windows 比英伟达的计算卡，提升要大得多。

但是微软这边走了另一条路，盗版。

微软真的没能力抓盗版么？不是的，当年黑屏事件很多人都经历过。

但是微软抓么？个人用户从来不抓，企业用户抓完了买几套凑合凑合就不管了。

并且后来盗版 WIN7 免费升级正版 WIN10。

这么一套弄下来，你看看现在中国离得开 WINDOWS 么？信创的 Linux 除了政府机关必须的配额外，谁用？

虽然微软当年未必有国家竞争之间的考量，但是现在的结果就是 WINDOWS 的家用机市场占有率，是绝对的垄断级。

只能说很多纯白皮，真的想不了这么复杂的问题。

他们更喜欢简单粗暴的解决方案，而不管这个方案最后的结果如何。

遏制你我就禁运，长期禁运。

禁运有啥用，对一个全产业链国家禁运，只能让这个国家咬牙把相关东西弄出来。

你看看真正成功占领中国的行业。

比如碳酸饮料，比如日化洗护，比如 EDA，比如工业软件 CAD 之类的，比如大豆。

而芯片，至少是计算芯片，将会逐渐失去中国市场。

咋说呢，感谢美方的督促，美方要是真的开放购买，国内这帮芯片企业算是凉了

知乎用户 学生届的小相声​ 发表

我觉得老黄的意思是：

中国人不傻，研发能力也不弱。

你不给他们便宜好用的芯片，把他们逼得在自家稍差一点儿芯片上把应用端东西跑出来了，那 14 亿人的市场流水可比 3 亿人的市场流水多得多。

能见到回头钱，那迭代速度可就飞起来了。那时候可就不是 “想不想卖”，而是对方“想不想要” 的问题了。

你认为 “不卖” 就能卡住对方，前提就在假设，“对方永远造不出来”。这么多年了，你自己信不信这话？

啥？你问我能不能武器化，以后打起来咋办？

不是哥们，都见血了你觉得人家还能管你专利不专利，盗版不盗版？

PS：老黄不懂辩论，辩论是为了争取听众，而不是说服对手的。只攻不防，别解释自己的观点就完了。人家问能不能武器化，你就问 “开车能不能撞死人，菜刀能不能砍死人” 就完了～

知乎用户 价值投机 发表

底层逻辑的差异。

中国人开棋牌室：只要你来，来了全是客，好烟好茶伺候。除非客人太过分，否则一般不搞逐客令。

美国人 / 印度人开棋牌室：我让你进来你才能进来，否则给钱也不让进，想进来先证明自己身份和种姓（或者人种或者社会制度巴拉巴拉的），来了还必须守我的规矩，一点点不守规矩都下逐客令。

这就是本质差异。

知乎用户 百万富猫 发表

这阿三主持人虽然讲的英文又长又赘余，但是其核心内容非常离谱非常不客观，皮衣黄忍了五十多分钟最后还是爆炸了。。。。。

但是离谱的是，一个打嘴炮的阿三却比真大佬的华人老黄更占身份优势，老黄真不如弃暗投明，会成为新时代的林毅夫。

知乎用户 两节课 发表

其实 Dwarkesh 的观点没错，美国玩命卡中国算力脖子都能在模型上跟美国打的有来有回。

如果放开算力，中国 AI 公司会把美国秒的渣都不剩。

哪怕饮鸩止渴，也要先止渴再说鸩毒的事。

当然，本质是美国人对中国 AI 产品的恐惧。

知乎用户 创业者李孟 发表

你说如何看待，我觉得是黄仁勋着急了，媒体报道这件事提及的是：黄仁勋又着急了。为什么会着急，本质是：限制越严，倒逼越强。

黄仁勋实际上点破了美国出口管制的 “死穴，中国可以通过“堆叠成熟制程芯片” 和“算法优化”来弥补先进制程的缺失。这不仅是承认中国的技术韧性，也预示了美国 “卡脖子” 策略的边际效用正在递减。正如他所言，现在的限制政策可能是在“毫无必要地让美国放弃了全球第二大市场”。

这不仅仅是在给英伟达制造强大的竞争对手，还在帮助中国摆脱逐渐对于英伟达和美国等其他一些科技企业的依赖，短期来看这对于英伟达的利润是有影响的，长期来看，这种影响可能还会蔓延到长期的净增优势，现如今还能二选一综合起来用，以后可能是最优解，只选择其中一个。而这一个肯定是优先选择中国自己的！

黄仁勋试图用 “AI 安全需要全球协作” 和“开源生态不能割裂”来论证开放的必要性，也在绑架全球做 AI 产业的人一起发声，从而说服美国方面不要这样搞了！

浓缩铀是什么，是制造核导弹的重要材料，这个控制是为了国防安全。这都提升到这个高度了，但很明显美国方面可能看得不是国防，而是霸主地位，而是绝对的主动掌控权，这样全球各地的国家逐渐会失去对于美国的控制，那么影响的是科技是商业经济是他们霸占。

但对于对于英伟达而言，中国市场不仅是巨大的营收来源，更是维持自己在 AI 芯片领域研发投入和生态霸权的关键。他明确指出 “美国不应为了保护某一层利益而牺牲整个芯片层级的市场份额”。这与 Anthropic 等纯软件层公司 CEO 的激进管制立场形成了鲜明对比——黄仁勋卖的是 “铲子”，只要不被禁止，他希望所有人都能买他的铲子来挖金矿。

但现如今黄仁勋他遇见了挑战，黄仁勋的着急，本质是美国芯片管制正在亲手摧毁自己的市场优势。当中国企业开始用成熟工艺芯片堆出性能、靠算法优化绕开限制时，英伟达失去的不只是短期营收，更是长期生态主导权。

毕竟，当客户被迫自建 “铲子工厂”，谁还会依赖你的独家工具？这场管制的最终结果，或许是美国亲手把全球第二大市场推向自主创新，而英伟达的“铲子生意”，终将在自我设限中失去未来。对此大家是怎么看的，欢迎关注我“创业者李孟” 和我一起交流！

知乎用户 还算比较好 发表

在商言商：皮夹克目前处于一种比较舒服的商业区间。即东西可以卖给中国，部分中方机构通过东南亚各国购入，甚至直接在东南亚各国就地转化成数据。同时，不承担风险。因为这些芯片大概率可能被美方植入过一些东西了。

现在皮夹克宁可冒着事后被发现种木马（当然，木马也不是他种的）反噬的危险，也要呼吁扩大直接对中的出口，证明自身发展已经到了极危险的境地。由于物理限制，目前芯片锁死在纳米级，技术上皮夹克只能坐看后来者追赶。唯一可行的就是通过先发优势倾销 通过经济手段击败对手。而美方的限制实际上阻止了皮夹克的倾销，只能坐看对手越来越强大。

另一方面美国决策者并非不知道这个局面。他们所设想的是以此换取短期的 ai 优势，但现在看来效果不明显。纳米级的物理，光速限制，材料的耐热性，电力和能源，这些底层的问题美国一个都解决不了。所以政策应该是有所松动了。

皮夹克不过是作为美国政策的代价。现在政策效果不好，代价自然要喊两嗓子，挣扎一下。

但最核心的问题是，一旦纳米级封死显卡硬件上限，他就没什么用了。在美国，无异于三岁孩童持巨金于市。要知道，他和赵小兰家族还差了十万八千里。到时，唯一有实力庇护他的只有一个国家。所以他时不时的需要发声为自己争取一点统战的价值。

知乎用户 狂奔的蜗牛 发表

你很难理解美国人的脑回路，他们觉得中国大量出口廉价工业品是倾销，摧毁了他们的制造业，但是轮到 5090 的时候他们又觉得不卖给中国才能摧毁中国的科技产业，不愿意大量廉价出售给中国😡

知乎用户 星空法庭 发表

实际上中国在出口浓缩铀，包括给美国出口，不过出口的中不排除有些是受制裁的俄罗斯的转口。

现在浓缩铀分离功，大概是俄国占全球 40%，中国占 20%-25%，法国占 10%-20% 的样子，剩下其他国家分，但美国现在没有浓缩铀能力，为解决核材料自主可控问题，正在扶持自家的 Centrus，不过也是波折不断，类似台积电亚利桑那工厂。

知乎用户 天将降大任于 发表

为了方便诸位了解这次采访的具体内容，花了点时间整理了出了本次采访的文字稿（如若有知友想要引用请注明出处），供诸君一览。本问题所述主要部分在第四节。中文翻译为机翻，如有谬误请指正。

全文极长，可只阅读第四小节有关中国的部分。
原视频链接：

https://www.youtube.com/watch?v=Hrbq66XqtCo

Jensen Huang – Will Nvidia’s moat persist?
黄仁勋——英伟达的护城河还能持续多久？

Is Nvidia’s biggest moat its grip on scarce supply chains?

英伟达最大的护城河是稀缺供应链吗？

Dwarkesh Patel: We’ve seen the valuations of a bunch of software companies crash because people are expecting AI to commoditize software. There’s a potentially naive way of thinking about things, which is: look, Nvidia sends a GDS2 file to TSMC.

TSMC builds the logic dies, it builds the switches, then it packages them with the HBM that SK Hynix, Micron, and Samsung make. Then it sends it to an ODM in Taiwan where they assemble the racks.

Nvidia is fundamentally making software that other people are manufacturing, and if software gets commoditized, does Nvidia get commoditized?

我们看到，很多软件公司的估值已经下跌，因为市场预期 AI 会让软件变得商品化。这里有一种也许有些天真的理解方式：你看，英伟达把 GDS2 文件交给台积电。

台积电制造逻辑裸片和交换芯片，再把它们与 SK 海力士、美光、三星生产的 HBM 封装在一起。然后这些部件被送到台湾的 ODM 厂商，由他们组装成机架。

换句话说，英伟达本质上是在做软件，而硬件制造由其他人完成。如果软件会被商品化，那么英伟达会不会也被商品化？

Jensen Huang: In the end, something has to transform electrons to tokens. The transformation of electrons to tokens and making those tokens more valuable over time is hard to completely commoditize. The transformation from electrons to tokens is such an incredible journey. Making that token is like making one molecule more valuable than another molecule, making one token more valuable than another.

The amount of artistry, engineering, science, and invention that goes into making that token valuable, obviously we’re watching it happen in real time. The transformation, the manufacturing, all of the science that goes in there is far from deeply understood and the journey is far from over. I doubt that it will happen.

We’re going to make it more efficient, of course. The way that you framed the question is my mental model of our company. The input is electrons, the output is tokens. In the middle is Nvidia. Our job is to do as much as necessary and as little as possible to enable that transformation to be done at incredible capabilities. What I mean by"as little as possible,“whatever I don’t need to do, I partner with somebody and make it part of my ecosystem.

If you look at Nvidia today, we probably have the largest ecosystem of partners, both in the supply chain upstream and downstream, all of the computer companies, application developers, and model makers. AI is a five-layer cake, if you will. We have ecosystems across the entire five layers. We try to do as little as possible, but the part that we have to do, as it turns out, is insanely hard. I don’t think that gets commoditized.

In fact, I also don’t think the enterprise software companies, the tools makers… Most software companies today are tool makers. Some of them are not. Some of them are workflow codification systems. But for a lot of companies, they’re tool makers. For example, Excel is a tool, PowerPoint is a tool, Cadence makes tools, Synopsys makes tools. I actually see the opposite of what people see.

I think the number of agents is going to grow exponentially, and the number of tool users is going to grow exponentially. It’s very likely that the number of instances of all these tools is going to skyrocket.

It’s very likely that the number of instances of Synopsys Design Compiler is going to skyrocket, along with the number of agents using the floor planners, our layout tools, and our design rule checkers. Today we’re limited by the number of engineers. Tomorrow, those engineers are going to be supported by a bunch of agents. We’re going to be exploring the design space like you’ve never seen before, and we’re going to use the tools that we use today.

I think tool use is going to cause the software companies to skyrocket. The reason why it hasn’t happened yet is because the agents aren’t good enough at using their tools yet. Either these companies are going to build the agents themselves, or agents are going to get good enough to be able to use those tools. I think it’s going to be a combination of both.

归根结底，总得有某种东西把电子转化为词元。把电子转化为词元，并且让这些词元随着时间变得更有价值，这件事很难被彻底商品化。从电子到词元的转化是一段非常不可思议的旅程。让一个词元变得有价值，就像让一种分子比另一种分子更有价值，让一个词元比另一个词元更有价值。

为了让这个词元有价值，其中包含了大量艺术、工程、科学和发明。显然，我们正在实时看到这一切发生。这里面的转化、制造，以及所有相关科学，都还远没有被彻底理解，这段旅程也远未结束。所以我不认为它会被商品化。

当然，我们会让它变得更高效。你刚才提出问题的方式，其实就是我理解英伟达的心智模型：输入是电子，输出是词元，中间是英伟达。我们的工作是：为了实现这种转化，凡是必要的就尽量去做；凡是可以不做的，就尽量不做。所谓 “尽量不做”，意思是只要某件事不是必须由我来做，我就会和别人合作，把它纳入我的生态系统。

如果你看今天的英伟达，我们也许拥有最大的合作伙伴生态。这个生态横跨供应链上游和下游，包括所有计算机公司、应用开发者和模型开发者。可以把 AI 看成一个五层蛋糕，而我们在这五层里都有生态。我们努力尽量少做，但事实证明，我们必须做的那一部分极其困难。我不认为这部分会被商品化。

事实上，我也不认为企业软件公司，也就是很多工具制造商，会被简单商品化。今天大多数软件公司都是工具制造商。当然有些不是，有些是把工作流编码化的系统。但很多公司本质上是在做工具。比如 Excel 是工具，PowerPoint 是工具，Cadence 做工具，Synopsys 也做工具。我的看法其实和很多人相反。

我认为 agent 的数量会指数级增长，工具使用者的数量也会指数级增长。所有这些工具的运行实例数，很可能会急剧上升。

比如 Synopsys Design Compiler 的实例数很可能会暴增；使用布局规划工具、版图工具和设计规则检查器的 agent 数量也会暴增。今天我们的限制来自工程师数量。明天，这些工程师会得到大量 agent 的支持。我们将以前所未有的方式探索设计空间，而我们仍然会使用今天这些工具。

所以我认为，工具使用会推动软件公司大幅增长。之所以现在还没发生，是因为 agent 还不够擅长使用这些工具。未来要么这些公司自己构建 agent，要么 agent 本身会变得足够擅长使用这些工具。我认为最终会是两者的结合。

Dwarkesh Patel: I think in your latest filings, you had almost a $100 billion in purchase commitments with foundries, memory, and packaging. SemiAnalysis has reported that you will have $250 billion of these kinds of purchase commitments. One interpretation is that Nvidia’s moat is really that you’ve locked up many years of these scarce components.

Somebody else might have an accelerator, but can they actually get the memory to build it? Can they actually get the logic to build it? Is this really Nvidia’s big moat for the next few years?

我看到你们最新的申报文件里，英伟达对晶圆代工、存储和封装大约有接近 1000 亿美元的采购承诺。SemiAnalysis 报道称，你们这类采购承诺可能会达到 2500 亿美元。一种解读是，英伟达真正的护城河在于，你们已经锁定了未来多年稀缺组件的供应。

其他公司也许也能做出加速器，但它们真的能拿到制造所需的存储吗？真的能拿到制造所需的逻辑芯片产能吗？这是不是英伟达未来几年真正的大护城河？

Jensen Huang: It’s one of the things that we can do that is hard for someone else to do. We’ve made enormous commitments upstream. Some of it is explicit, these commitments that you mentioned. Some of it is implicit. For example, a lot of the investments that are upstream are made by our supply chain because I said to the CEOs, “Let me tell you how big this industry is going to be, let me explain to you why, let me reason through it with you, and let me show you what I see.”

As a result of that process of informing, inspiring, and aligning with CEOs of all different industries upstream, they’re willing to make the investments. Why are they willing to make the investments for me and not someone else? The reason for that is because they know that I have the capacity to buy their supply and sell it through my downstream. The fact is that Nvidia’s downstream supply chain and our downstream demand is so large, they’re willing to make the investment upstream.

If you look at GTC, people are marveled by the scale of it and the people that go. It’s a full 360 degrees, the entire universe of AI all in one place. They’re all in one place because they need to see each other. I bring them together so that the downstream can see the upstream, the upstream can see the downstream, and all of them can see the advances in AI.

Very importantly, they can all meet the AI natives, all the AI startups being built, and all the amazing things happening so they can see firsthand all the things that I tell them. I spend a lot of my time informing, directly or indirectly, our supply chain, partners, and ecosystem about the opportunity in front of us.

Some people always say, “Jensen, in most keynotes, it’s one announcement after another.“With our keynotes, there’s always a part of it that’s a little torturous in the sense that it almost comes across like education. In fact, that’s exactly on my mind. I need to make sure the entire supply chain, upstream and downstream, the ecosystem, understands what is coming at us, why it’s coming, when it’s coming, how big it’s going to be, and is able to reason about it systematically, just like I reason about it.

Regarding the moat as you describe it, we’re able to build for a future. If our next several years are a trillion dollars in scale, we have the supply chain to do it. Without our reach, the velocity of our business… Just as there’s cash flow, there’s supply chain flow, there’s churns. Nobody is going to build a supply chain for an architecture if the business churns are low. Our ability to sustain the scale is only because our downstream demand is so great.

And they see it, they hear about it, they see it all coming. That allows us to do the things we’re able to do at the scale we do them.

这是我们能做、而别人很难做的事情之一。我们在上游做出了巨大的承诺。其中一部分是显性的，也就是你刚才提到的那些采购承诺；另一部分是隐性的。比如，上游很多投资其实是由我们的供应链伙伴做出的，因为我会对那些 CEO 说：“让我告诉你这个行业会变得多大，让我解释为什么会这样，让我和你一起推演，让我把我看到的东西展示给你。”

通过这个向上游不同行业的 CEO 传递信息、激发信心、达成共识的过程，他们愿意进行投资。为什么他们愿意为我投资，而不是为别人投资？原因在于，他们知道我有能力买下他们的供给，并通过我的下游把它卖出去。事实是，英伟达的下游供应链和下游需求规模非常大，所以他们愿意在上游投资。

如果你看 GTC，人们会惊叹于它的规模和参会人群。它是一个 360 度完整的 AI 宇宙，所有人都聚在一个地方。他们之所以需要聚在一起，是因为他们需要看见彼此。我把他们聚到一起，让下游能看到上游，上游能看到下游，也让所有人都看到 AI 的进展。

非常重要的是，他们还可以见到 AI 原生公司、正在创立的 AI 初创企业，以及正在发生的各种惊人事情。这样，他们就能亲眼看到我一直在告诉他们的那些事情。我花了大量时间，直接或间接地向我们的供应链、合作伙伴和生态系统说明我们面前的机会。

有人总说：“Jensen，大多数主题演讲都是一个公告接一个公告。” 而我们的主题演讲里，总有一部分会让人觉得有点折磨，因为它几乎像是在上课。事实上，这正是我在想的事情。我必须确保整个供应链、上游、下游和生态系统都理解：什么正在向我们走来，为什么会来，什么时候会来，规模会有多大，并且能够像我一样系统地推理这件事。

至于你所说的护城河，它让我们能够为未来建设。如果未来几年我们的业务规模达到一万亿美元，我们拥有支撑它的供应链。没有我们的覆盖范围和业务速度，这件事就做不到。就像有现金流一样，也有供应链流动和业务周转。如果某种架构的业务周转很低，没有人会为它建设供应链。我们之所以能维持这种规模，只是因为我们的下游需求足够大。

他们看得见，听得到，也能看到这一切正在到来。正是这一点，让我们能够以现在这样的规模做成这些事。

Dwarkesh Patel: I do want to understand more concretely whether the upstream can keep up. For many years now, you guys have been 2x-ing revenue year over year. You’ve been more than tripling the amount of flops you’re providing to the world year over year.

我确实想更具体地理解，上游到底能不能跟得上。过去很多年里，你们的收入几乎每年翻倍。你们向全世界提供的 FLOPS 算力，每年增长超过三倍。

Jensen Huang

And 2x-ing at this scale now is really incredible.

而且在现在这个规模上还能翻倍，确实非常惊人。

Dwarkesh Patel: Exactly. But then you look at logic. You’re the biggest customer on TSMC’s N3 node, and you’re one of the biggest on N2. AI as a whole this year is going to be sixty percent of N3. It’s going to be 86% next year, according to SemiAnalysis.

How do you double if you’re the majority? And how do you do that year over year? Are we in a regime now where the growth rate in AI compute has to slow because of upstream? Do you see a way to get around this? How do we build 2x more fabs year over year, ultimately?

没错。但如果看逻辑芯片，你们已经是台积电 N3 节点最大的客户，也是 N2 节点最大的客户之一。根据 SemiAnalysis 的数据，今年 AI 整体会占 N3 产能的 60%，明年会达到 86%。

如果你们已经占了大多数，要怎么继续翻倍？而且怎样年复一年地翻倍？我们现在是不是进入了一个阶段：由于上游限制，AI 算力的增长速度不得不放缓？你看到绕过这个限制的方法吗？归根结底，我们怎么做到每年多建出一倍的晶圆厂？

Jensen Huang: At some level, the instantaneous demand is greater than the supply upstream and downstream in the world. At any instant, we could be limited by the number of plumbers, which actually happens.

在某种层面上，全球上游和下游的即时需求都大于供给。在任何一个时点，我们都有可能被管道工的数量限制住，而这确实会发生。

Dwarkesh Patel: The plumbers are invited to next year’s GTC.

那明年的 GTC 应该邀请管道工参加。

Jensen Huang: By the way, great idea. But that’s a good condition. You want an industry where the instantaneous demand is greater than the total supply of the industry. The opposite is obviously less good. If we’re too far apart, if one particular component is too far away, the industry swarms it. For example, notice people aren’t talking very much about CoWoS anymore.

The reason for that is because for two years we swarmed the living daylights out of it. We doubled, doubled, doubled on several doubles. Now I think we’re in fairly good shape. TSMC now knows that CoWoS supply has to keep up with the rest of the logic demand and the memory demand. They’re scaling CoWoS and future packaging technologies at the same level as they scale logic. This is terrific, because for a long time, CoWoS and HBM memory were rather specialty. But they’re not specialties anymore.

People now realize they’re mainstream computing technology.

Of course, we’re now much more able to influence a larger scope of our supply chain. At the beginning of the AI revolution, all the things that I say now, I was saying five years ago. Some people believed in it and invested in it, for example, Sanjay and the Micron team. I still remember the meeting really well where I was clear about exactly what was going to happen, why it was going to happen, and the predictions of today. They really doubled down on it.

We partnered with them across LPDDR and HBM memories, and they really invested in it. It obviously has been tremendous for the company. Some people came a little bit later, but now they’re all here.

Each one of these bottlenecks gets a great deal of attention. Now we’re prefetching the bottlenecks years in advance. For example, the investments that we’ve done with Lumentum, Coherent, and the silicon photonics ecosystem over the last several years really reshaped the supply chain. We built up an entire supply chain around TSMC.

We partnered with them on COUPE, invented a whole bunch of technology, and licensed those patents to the supply chain to keep it nice and open.

We’re preparing the supply chain through the invention of new technologies, new workflows, new testing equipment like double-sided probing, investing in companies, and helping them scale up their capacity. You can see that we’re trying to shape the ecosystem so that the supply chain is ready to support the scale.

顺便说一句，这是个好主意。不过，这其实是一种好的状态。你希望一个行业的即时需求大于整个行业的总供给。相反的情况显然没那么好。如果差距太大，或者某个特定组件落后太多，整个行业就会一拥而上去解决它。比如你会发现，现在人们已经不太谈 CoWoS 了。

原因是，过去两年我们几乎把全部火力都集中到了 CoWoS 上。我们一次又一次地把产能翻倍，连续翻了好几轮。现在我认为情况已经相当不错。台积电现在知道，CoWoS 供给必须跟上逻辑芯片需求和存储需求。他们正在以扩展逻辑产能的同等力度，扩展 CoWoS 以及未来的封装技术。这非常好，因为很长一段时间里，CoWoS 和 HBM 存储都属于相对专门的领域。但它们现在不再是小众专门技术了。

人们现在意识到，它们已经是主流计算技术。

当然，我们现在更有能力影响更大范围的供应链。在 AI 革命刚开始的时候，我现在说的这些话，五年前就在说。有些人相信了，并进行了投资，比如 Sanjay 和美光团队。我仍然非常清楚地记得那次会议：我明确说明了将会发生什么、为什么会发生，以及今天这些预测。他们确实在这件事上加大了投入。

我们与他们在 LPDDR 和 HBM 存储上都有合作，他们也确实投入了很多。这显然给他们公司带来了巨大收益。有些人来得稍晚一些，但现在他们都在这里了。

每一个瓶颈都会得到大量关注。现在我们会提前好几年预判并处理瓶颈。比如过去几年，我们与 Lumentum、Coherent 以及硅光子生态系统所做的投资，确实重塑了供应链。我们围绕台积电建立起了一整套供应链。

我们还与他们在 COUPE 上合作，发明了大量技术，并把这些专利授权给供应链，让它保持足够开放。

我们正在通过发明新技术、新工作流、新测试设备，比如双面探针测试，通过投资公司并帮助它们扩大产能，来为供应链做准备。你可以看到，我们正在塑造整个生态系统，使供应链能够准备好支撑这样的规模。

Dwarkesh Patel: It seems like some bottlenecks are easier than others. Scaling up CoWoS versus scaling up—

听起来有些瓶颈比另一些更容易解决。扩大 CoWoS 产能，相比扩大——

Jensen Huang: I went to the hardest one, by the way.

顺便说一下，我刚才说的是最难的那个。

Dwarkesh Patel: Which is?

哪个最难？

Jensen Huang: Plumbers. Plumbers and electricians. This is one of the concerns that I have about the doomers describing the end of work and killing of jobs. If we discourage people from being software engineers, we’re going to run out of software engineers. The same prediction happened ten years ago.

Some of the doomers were telling people, “Whatever you do, don’t be a radiologist.“You might hear some of those videos still on the web saying radiology is going to be the first career to go and the world is not going to need any more radiologists. Guess what we’re short of? Radiologists.

管道工。管道工和电工。这也是我担心那些末日论者不断宣称 “工作终结”“岗位消失” 的原因之一。如果我们劝阻人们不要去当软件工程师，我们就会缺少软件工程师。十年前也发生过同样的预测。

当时有些末日论者告诉人们：“不管做什么，都不要去当放射科医生。” 你现在可能还会在网上看到一些视频，说放射科会是第一个消失的职业，世界再也不需要放射科医生。结果我们现在缺什么？放射科医生。

Dwarkesh Patel: Going back to this point about how some things you can scale, and other things… How do you actually manufacture 2x the amount of logic a year? Ultimately, memory and logic are bottlenecked by EUV. How do you get to 2x as many EUV machines year over year?

回到刚才这个问题：有些东西可以扩张，而另一些东西…… 你们到底怎么做到一年制造两倍数量的逻辑芯片？归根结底，存储和逻辑都受制于 EUV。你怎么让 EUV 机器数量年复一年翻倍？

Jensen Huang: None of that is impossible to scale quickly. All of that is easy to do within two or three years. You just need a demand signal. Once you can build one, you can build ten, and once you can build ten, you can build a million. These things are not hard to replicate.

这些都不是无法快速扩张的事情。所有这些在两三年内都很容易做到。你只需要一个需求信号。只要你能造出一台，就能造出十台；能造出十台，就能造出一百万台。这些东西并不难复制

Dwarkesh Patel: How far down the supply chain do you go? Do you go to ASML and say, “Hey, if I look out three years from now, for Nvidia to be generating two trillion a year in revenue, we need way more EUV machines”?

你会深入供应链到什么程度？你会去找 ASML，说：“如果往后三年看，为了让英伟达一年产生两万亿美元收入，我们需要多得多的 EUV 机器” 吗？

Jensen Huang: Some of them I have to directly, some of them indirectly, and some of them… If I can convince TSMC, ASML will be convinced. We have to think about the critical pinch points. But if TSMC is convinced, you’ll have plenty of EUV machines in a few years.

My point is that none of the bottlenecks last longer than a couple of years, two, three years, none of them. Meanwhile, we’re improving computing efficiency by 10x 20x, and in the case of Hopper to Blackwell, 30x to 50x. We’re coming up with new algorithms because CUDA is so flexible. We’re developing all kinds of new techniques so that we drive efficiency in addition to increasing capacity. None of those things worry me.

It’s the stuff that’s downstream from us. Energy policies that prevent energy from… You can’t create an industry without energy. You can’t create a whole new manufacturing industry without energy.

We want to reindustrialize the United States. We want to bring back chip manufacturing, computer manufacturing, and packaging. We want to build new things like EVs and robots. We want to build AI factories. You can’t build any of these things without energy, and those things take a long time. More chip capacity, that’s a 2-3 year problem. More CoWoS capacity, 2-3 year problem.

有些我必须直接去做，有些可以间接去做，还有一些…… 如果我能说服台积电，ASML 就会被说服。我们必须思考关键的卡点在哪里。但如果台积电被说服了，那么几年之后你就会有足够多的 EUV 机器。

我的观点是，没有任何瓶颈会持续超过几年，两三年，没有一个会。同时，我们还在把计算效率提升 10 倍、20 倍；从 Hopper 到 Blackwell 的情况下，是 30 倍到 50 倍。因为 CUDA 非常灵活，我们正在提出新的算法。我们也在开发各种新技术，所以除了增加产能之外，也在提升效率。这些事情都不让我担心。

真正让我担心的是我们下游的事情。比如阻碍能源供应的能源政策…… 没有能源，你无法创造一个产业。没有能源，你也无法创造一个全新的制造业。

我们想让美国重新工业化。我们想把芯片制造、计算机制造和封装带回来。我们想制造电动车和机器人这样的新事物。我们想建设 AI 工厂。没有能源，这些东西都建不起来，而这些事情都需要很长时间。增加芯片产能，是两到三年的问题；增加 CoWoS 产能，也是两到三年的问题。

Dwarkesh Patel: Interesting. I feel like I have guests tell me the exact opposite thing sometimes. In this case, I just don’t have the technical knowledge to adjudicate.

有意思。有时候我觉得，来我节目的嘉宾会告诉我完全相反的事情。就这个问题而言，我确实没有足够的技术知识来判断谁对谁错。

Jensen Huang: The beautiful thing is you’re talking to the expert.

好在你现在正在和专家谈。

Will TPUs break Nvidia’s hold on AI compute?

TPU 会打破英伟达对 AI 算力的掌控吗？

Dwarkesh Patel: True. I want to ask about your competitors. If you look at the TPU, arguably two out of the top three models in the world, Claude and Gemini, were trained on TPU. What does that mean for Nvidia going forward?

确实。我想问问你们的竞争对手。如果看 TPU，可以说世界前三大模型里有两个，也就是 Claude 和 Gemini，都是在 TPU 上训练的。这对英伟达未来意味着什么？

Jensen Huang: We build a very different thing. What Nvidia built is accelerated computing, not a tensor processing unit. Accelerated computing is used for all kinds of things: molecular dynamics, quantum chromodynamics, data processing, data frames, structured data, and unstructured data. It’s also used for fluid dynamics and particle physics. In addition, we use it for AI.

Accelerated computing is much more diverse. Although AI is the conversation today and is obviously very important and impactful, computing is much broader than that. Nvidia has reinvented the way computing is done, moving from general-purpose computing to accelerated computing. Our market reach is far greater than any TPU or ASIC can possibly have. If you look at our position, we’re the only company that accelerates applications of all kinds. We have a gigantic ecosystem.

So all kinds of frameworks and algorithms run on Nvidia.

Because our computers are designed to be operated by other people, anyone who’s an operator can buy our systems. With most of these home-built systems, you have to be your own operator because they were never designed to be flexible enough for others to operate. Because anybody can operate our systems, we’re in every cloud, including Google, Amazon, Azure, and OCI.

If you want to operate it to rent, you better have a large ecosystem of customers in many industries to be the offtakers. If you want to operate it for yourself, we obviously have the ability to help you operate it yourself, like we did for Elon with xAI. And because we can enable operators in any company and any industry, you could use it to build a supercomputer for scientific research and drug discovery at Lilly.

We can help them operate their own supercomputer and use it for the entire diversity of drug discovery and biological sciences that we accelerate.

There are just a whole bunch of applications that we can address that you can’t do with TPUs. Nvidia built CUDA to be a fantastic tensor processing unit as well, but it also handles every life cycle of data processing, computing, AI, and so on. Our market opportunity is just a lot larger, and our reach is a lot greater. Because we support every application in the world now, you can build Nvidia systems anywhere and know that there will be customers for it. It’s a very different thing.

我们构建的是一件非常不同的东西。英伟达构建的是加速计算，而不是一个张量处理单元。加速计算可以用于各种各样的事情：分子动力学、量子色动力学、数据处理、数据框、结构化数据和非结构化数据。它也用于流体动力学和粒子物理学。此外，我们也把它用于 AI。

加速计算的用途要丰富得多。虽然今天大家谈论的是 AI，而且 AI 显然非常重要、影响巨大，但计算本身远比 AI 更宽广。英伟达重新发明了计算的方式，把计算从通用计算推进到加速计算。我们的市场覆盖范围远远超过任何 TPU 或 ASIC 可能达到的范围。如果看我们的位置，我们是唯一一家能够加速各种应用的公司。我们拥有一个巨大的生态系统。

所以，各种框架和算法都能在英伟达上运行。

因为我们的计算机从设计上就是为了让别人来运营，所以任何运营方都可以买我们的系统。大多数自研系统则不同，你必须自己运营，因为它们从来不是为了让别人也能灵活运营而设计的。正因为任何人都可以运营我们的系统，我们才会出现在每一个云里，包括 Google、Amazon、Azure 和 OCI。

如果你想运营它并出租，你最好拥有一个覆盖许多行业的大客户生态，来承接这些算力。如果你想自己运营，我们当然也有能力帮助你自己运营，就像我们帮助 Elon 的 xAI 那样。也正因为我们能赋能任何公司、任何行业的运营方，你可以用它为礼来建设用于科学研究和药物发现的超级计算机。

我们可以帮助他们运营自己的超级计算机，并把它用于我们所加速的药物发现和生物科学的各种不同场景。

有大量应用是我们能够覆盖、而 TPU 做不到的。英伟达构建 CUDA，让它同样成为一个非常出色的张量处理单元，但它还覆盖数据处理、计算、AI 等完整生命周期。我们的市场机会大得多，触达范围也大得多。因为我们现在支持世界上的各种应用，你可以在任何地方建设英伟达系统，并且知道会有客户使用它。这是一件非常不同的事情。

Dwarkesh Patel: This is going to be a long question. You have spectacular revenue, and you’re not making $60 billion a quarter from pharma and quantum. You’re making it because AI is an unprecedented technology that is growing unprecedentedly fast.

The question then is what is best for AI specifically. I’m not in the details, but I talk to my AI researcher friends and they say,“Look, when I use a TPU, it’s this big systolic array that’s perfect for doing matrix multiplies, whereas a GPU is very flexible. It’s great when you have lots of branching or irregular memory access.”

But what is AI? It’s just these very predictable matrix multiplies again and again and again. You don’t have to give up any die area for warp schedulers or switches between threads and memory banks. And the TPU is really optimized for the bulk of this growth in revenue and use case for compute that is coming online right now. I wonder how you react to that.

这个问题会有点长。你们的收入非常惊人，但你们不是靠制药和量子计算做到每季度 600 亿美元收入的。你们能做到这一点，是因为 AI 是一项前所未有的技术，并且正在以前所未有的速度增长。

那么问题就是，具体到 AI，什么才是最适合它的。我并不深入细节，但我和一些做 AI 研究的朋友聊过，他们会说：“你看，我用 TPU 的时候，它就是一个巨大的脉动阵列，非常适合做矩阵乘法；而 GPU 非常灵活，当你有很多分支或者不规则内存访问时，它很有优势。”

但 AI 到底是什么？它不就是一遍又一遍地做这些非常可预测的矩阵乘法吗？你不需要为 warp 调度器，或者线程和内存 bank 之间的切换牺牲任何裸片面积。而 TPU 似乎正是针对现在正在上线的、带来收入和算力使用增长主体的场景进行优化的。我想知道你会如何回应这个观点。

Jensen Huang: Matrix multiplies are an important part of AI, but they’re not the only part. If you want to come up with a new attention mechanism, disaggregate in a different way, or invent a whole new type of architecture altogether, like a hybrid SSM, you want an architecture that’s generally programmable.

If you want to create a model that fuses diffusion and autoregressive techniques, you want an architecture that’s just generally programmable. We run everything you can imagine. That’s the advantage. It allows for the invention of new algorithms a lot more easily, because it’s a programmable system.

The ability to invent new algorithms is really what makes AI advance so quickly. TPUs, like anything else, are impacted by Moore’s Law, which we know is increasing by about 25% per year. The only way to really get 10x or 100x leaps is to fundamentally change the algorithm and how it’s computed every single year.

That’s Nvidia’s fundamental advantage. The only reason we were able to make Blackwell to Hopper 50x… When I first announced Blackwell was going to be 35x more energy efficient than Hopper, nobody believed it. Then Dylan wrote an article saying I sandbagged, and it’s actually fifty times. You can’t reasonably do that with just Moore’s Law. The way we solve that problem is with new models, like MoEs, that are parallelized, disaggregated, and distributed across a computing system.

Without the ability to really get down and come up with new kernels with CUDA, it’s really hard to do.

It’s the combination of the programmability of our architecture and the fact that Nvidia is an extreme co-design company. We can even offload some of the computation into the fabric itself, like NVLink, or into the network with Spectrum-X. We could affect change across the processors, the system, the fabric, the libraries, and the algorithm simultaneously. Without CUDA to do that, I wouldn’t even know where to start.

矩阵乘法是 AI 的重要组成部分，但不是唯一组成部分。如果你想提出一种新的 attention 机制，以不同方式做解耦，或者发明一种全新的架构，比如混合 SSM，你就需要一个具有通用可编程性的架构。

如果你想创建一个融合 diffusion 和 autoregressive 技术的模型，你也需要一个通用可编程的架构。我们可以运行你能想象到的一切。这就是优势。因为它是一个可编程系统，所以它让新算法的发明变得容易得多。

发明新算法的能力，正是 AI 能够如此快速进步的真正原因。TPU 和其他任何东西一样，也受到摩尔定律的影响。我们知道，摩尔定律大约每年带来 25% 的提升。真正实现 10 倍、100 倍跃迁的唯一方式，是每年都从根本上改变算法以及算法的计算方式。

这就是英伟达的根本优势。我们之所以能让 Blackwell 相比 Hopper 达到 50 倍提升，原因就在这里。当我第一次宣布 Blackwell 的能效会比 Hopper 高 35 倍时，没有人相信。后来 Dylan 写文章说我保守了，实际是 50 倍。仅靠摩尔定律，你不可能合理地做到这一点。我们解决这个问题的方式，是通过新的模型，比如 MoE，把它们在计算系统中并行化、解耦和分布式化。

如果不能真正深入到底层，用 CUDA 写出新的 kernel，这件事就很难做到。

这是我们架构的可编程性，以及英伟达作为一家极端协同设计公司的结合。我们甚至可以把一部分计算卸载到 fabric 本身，比如 NVLink，或者通过 Spectrum-X 卸载到网络中。我们可以同时影响处理器、系统、fabric、库和算法。没有 CUDA 来做这些，我甚至不知道从哪里开始。

Dwarkesh Patel: This gets at an interesting question about Nvidia’s clientele. 60% of your revenue is coming from these big five hyperscalers. In a different era with different customers, let’s say professors running experiments, they need CUDA. They can’t use another accelerator. They just needed to run PyTorch with CUDA and have everything optimized.

But these hyperscalers have the resources to write their own kernels. In fact, they have to in order to get that last 5% of performance they need for their specific architecture. Anthropic and Google are mostly running their own accelerators or running TPUs and Trainium. But even OpenAI, using GPUs, has Triton because they need their own kernels.

Down to CUDA C++, instead of using cuBLAS and NCCL, they’ve got their own stack which compiles to other accelerators as well. If most of your customers can and do make replacements for CUDA, to what extent is CUDA really the thing that is going to make frontier AI happen on Nvidia?

这引出了一个关于英伟达客户结构的有趣问题。你们 60% 的收入来自五大 hyperscaler。在另一个时代，面对另一类客户，比如做实验的教授，他们确实需要 CUDA。他们不能用别的加速器。他们只是需要在 CUDA 上运行 PyTorch，并让一切都得到优化。

但这些 hyperscaler 有资源编写自己的 kernel。事实上，为了针对自己的特定架构榨出最后 5% 的性能，他们也必须这么做。Anthropic 和 Google 大多在运行自己的加速器，或者运行 TPU 和 Trainium。即便是使用 GPU 的 OpenAI，也有 Triton，因为他们需要自己的 kernel。

一直下探到 CUDA C++ 这一层，他们不是只用 cuBLAS 和 NCCL，而是有自己的栈，并且这个栈也可以编译到其他加速器上。如果你们的大多数客户能够并且正在做 CUDA 的替代品，那么 CUDA 在多大程度上仍然是让前沿 AI 发生在英伟达上的关键？

Jensen Huang: CUDA is a rich ecosystem. If you want to build on any computer first, building on CUDA first is incredibly smart. Because the ecosystem is so rich, we support every framework. If you want to create custom kernels… For example, we contribute enormously to Triton. So the back end of Triton has huge amounts of Nvidia technology.

We’re delighted to help every framework become as great as it can be. There are lots and lots of frameworks. There’s Triton, vLLM, SGLang, and more. Now there’s a whole bunch of new reinforcement learning frameworks coming out, like verl and NeMo RL. With post-training and reinforcement learning, that entire area is just exploding.

So if you want to build on an architecture, building on CUDA makes the most sense because you know the ecosystem is great.

You know that if something happens, it’s more likely in your code and not in the mountain of code underneath. Don’t forget the amount of code you’re dealing with when building these systems. When something doesn’t work, was it you or was it the computer? You would like it to always be you and to be able to trust the computer. Obviously, we still have lots of bugs ourselves, but our system is so well wrung out that you can at least build on top of the foundation.

That’s number one: the richness, programmability, and capability of the ecosystem.

The second thing is, if you’re a developer building anything at all, the single most important thing you want is an install base. You want the software you write to run on a whole bunch of other computers. You’re not building software just for yourself. You’re building it for your fleet or everybody else’s fleet because you’re a framework builder. Nvidia’s CUDA ecosystem is ultimately its great treasure.

We have several hundred million GPUs out there now. Every cloud has it. It goes back to the A10, A100, H100, H200, the L series, the P series. There’s a whole bunch of them. They’re in all kinds of sizes and shapes. If you’re a robotics company, you want that CUDA stack to actually run in the robot itself. We’re literally everywhere.

The install base means that once you develop the software or the model, it’s going to be useful everywhere. That is just incredibly valuable.

Lastly, the fact that we’re in every single cloud makes us genuinely unique. If you’re an AI company or developer, you’re not exactly sure which cloud service provider you’re going to partner with or where you’d like to run it. We run everywhere, including on-prem for you if you like. The combination of the richness of the ecosystem, the expansiveness of the install base, and the versatility of where we are makes CUDA invaluable.

CUDA 是一个丰富的生态系统。如果你想先在某种计算机上构建，先在 CUDA 上构建是非常聪明的选择。因为这个生态非常丰富，我们支持所有框架。如果你想创建自定义 kernel，比如说，我们对 Triton 也有大量贡献。所以 Triton 的后端包含大量英伟达技术。

我们很乐意帮助每一个框架变得尽可能优秀。框架有很多很多，比如 Triton、vLLM、SGLang 等等。现在还有一大批新的强化学习框架正在出现，比如 verl 和 NeMo RL。随着 post-training 和强化学习的发展，整个领域正在爆发。

所以，如果你想在一种架构上构建，在 CUDA 上构建最有意义，因为你知道这个生态非常好。

你也知道，如果出了问题，更可能是你的代码出了问题，而不是底下那座代码大山出了问题。不要忘了，构建这些系统时你要处理的代码量非常巨大。当某件事不能工作时，到底是你的问题，还是计算机的问题？你希望它永远更可能是你的问题，并且你能够信任计算机。显然，我们自己也仍然有很多 bug，但我们的系统已经被充分打磨，所以你至少可以在这个基础上构建。

这是第一点：生态系统的丰富性、可编程性和能力。

第二点是，如果你是一个开发者，无论你在构建什么，最重要的一件事就是装机基础。你希望自己写的软件能运行在大量其他计算机上。你不是只为自己构建软件。因为你是框架构建者，所以你是在为自己的机群，或者为所有人的机群构建软件。英伟达的 CUDA 生态最终是它最重要的财富。

现在外面已经有数亿块 GPU。每一个云都有它。从 A10、A100、H100、H200，到 L 系列、P 系列，有很多不同型号、不同尺寸和形态。如果你是一家机器人公司，你会希望 CUDA 栈真的能运行在机器人本体里。我们几乎无处不在。

这种装机基础意味着，一旦你开发了软件或模型，它就会在各处都有用。这一点极其有价值。

最后，我们存在于每一个云中，这让我们真正独一无二。如果你是一家 AI 公司或开发者，你并不完全确定自己会和哪家云服务商合作，或者想在哪里运行。我们可以在任何地方运行，包括你愿意的话，也可以在你的本地环境中运行。生态的丰富性、装机基础的广度，以及部署位置的多样性结合起来，让 CUDA 变得不可替代。

Dwarkesh Patel: That makes a lot of sense. I guess the thing I’m curious about is whether those advantages matter a lot to your main customers. There’s many people for whom they might matter. The kind of person who can actually build their own software stack makes up most of your revenue. Especially if you go to a world where AI is getting especially good at the things which have tight verification loops where you can RL on them.

This question of how do you write a kernel that does attention or MLP the most efficiently across a scale up? It’s a very verifiable sort of feedback loop.

Can all the hyperscalers write these custom kernels for themselves? Nvidia still has great price performance, so they might still prefer to use Nvidia. But then the question is, does it just become a question of who is offering the best specs, the best flops and memory bandwidth for a given dollar. Whereas historically Nvidia has just had, and still has, the best margins in all of AI across hardware and software, +70%, because of this CUDA moat.

And the question is, can you sustain those margins if for most of your customers, they can actually afford to build, instead of the CUDA moat?

这很有道理。我好奇的是，这些优势对你们的主要客户来说到底有多重要。对很多人来说，它们当然可能很重要。但真正能构建自己软件栈的那类客户，恰恰构成了你们收入的大部分。尤其如果我们进入一个世界，AI 会在那些具有紧密验证循环、可以用强化学习优化的任务上变得特别强。

比如，怎样写一个 kernel，让 attention 或 MLP 在 scale-up 场景中最高效地运行？这就是一种非常容易验证的反馈循环。

所有 hyperscaler 能不能都为自己编写这些自定义 kernel？英伟达仍然有很好的性价比，所以他们也许仍会更愿意使用英伟达。但接下来的问题是，这会不会变成纯粹比较谁能在每一美元上提供最好的规格、最好的 FLOPS 和内存带宽？而历史上，英伟达因为 CUDA 护城河，在整个 AI 的软硬件领域一直拥有，而且现在仍然拥有最高的利润率，超过 70%。

那么问题是，如果你们的大多数客户其实负担得起自己去构建，而不是依赖 CUDA 护城河，你们还能维持这样的利润率吗？

Jensen Huang: The number of engineers we have assigned to these AI labs is insane, working with them, optimizing their stack. The reason for that is because nobody knows our architecture better than we do. These architectures are not as general purpose as a CPU. A CPU is kind of like a Cadillac. It’s a nice cruiser. It never goes too fast. Everybody drives it pretty well. It’s got cruise control, and everything’s easy. But in a lot of ways, Nvidia’s GPUs, accelerators, are like F1 racers.

I could imagine everybody’s able to drive it at a hundred miles an hour, but it takes quite a bit of expertise to be able to push it to the limit. We use a ton of AI to create the kernels that we have.

I’m pretty sure we’re going to still be needed for quite some time. Our expertise helps our AI lab partners to get another 2x out of their stack easily oftentimes. It’s not unusual that by the time we’re done optimizing their stack or optimizing a particular kernel, their model sped up by 3x, 2x, 50%. That’s a huge number, especially when you’re talking about the install base of the fleet that they have, of all the Hoppers and Blackwells that they have.

When you increase it by a factor of two, that doubles the revenues. That directly translates to revenues.

Nvidia’s computing stack is the best performance per TCO in the world, bar none. Nobody can demonstrate to me that any single platform in the world today has a better performance-TCO ratio. Not one company. In fact, the benchmarks that are out there. Dylan’s InferenceMAX is sitting out there for everybody to use, and not one… TPU won’t come, Trainium won’t come.

I encourage them to use InferenceMAX and demonstrate their incredible inference cost. It’s really hard. Nobody wants to show up. MLPerf. I would welcome Trainium to demonstrate their 40% that they claim all the time. I would love to hear them demonstrate the cost advantage of TPUs. It makes no sense in my mind. It makes absolutely zero sense. On first principles, it makes no sense.

So I think the reason why we’re so successful is simply because our TCO is so great. Secondly, you say 60% of our customers are the top five, but most of that business is external. For example, most of Nvidia in AWS is for external customers, not internal use. Most of our customers at Azure, obviously all of our customers are external. All of our customers at OCI are external, not internal use. The reason why they favor us is because our reach is so great.

We can bring them all of the great customers in the world. They’re all built on Nvidia. And the reason why all these companies are built on Nvidia is because our reach and our versatility is so great.

So I think the flywheel is really install base, the programmability of our architecture, the richness of our ecosystem, and the fact that there’s so many AI companies in the world. There’s tens of thousands of them now. If you were one of those AI startups, what architecture would you choose? You would choose an architecture that’s most abundant. We’re the most abundant in the world. You’d choose the one that has the largest installed base. We’re the largest install base.

And you’d choose the one that has a rich ecosystem.

So that’s the flywheel. That’s the reason why, between the combination of: one, our perf per dollar is so great that they have the lowest cost tokens. Second, our perf per watt is the highest in the world. So if one of these companies, if our partners, built a one gigawatt data center, that one gigawatt data center better deliver the maximum amount of revenues and number of tokens, which directly translates to revenues.

You want it to generate as many tokens as possible, maximize the revenues for that data center. We are the highest tokens per watt architecture in the world. Lastly, if your goal is to rent the infrastructure, we have the most customers in the world. So that’s the reason why the flywheel works.

我们派到这些 AI 实验室、和他们一起工作并优化他们技术栈的工程师数量多得惊人。原因是，没有人比我们更了解自己的架构。这些架构不像 CPU 那样通用。CPU 有点像凯迪拉克，是一辆很舒服的巡航车。它不会开得特别快，大家都能开得不错。它有定速巡航，一切都很容易。但在很多方面，英伟达的 GPU 和加速器更像 F1 赛车。

我可以想象每个人都能把它开到每小时 100 英里，但要把它推到极限，就需要相当多的专业能力。我们也使用大量 AI 来创造我们自己的 kernel。

我非常确信，在相当长的一段时间里，我们仍然会被需要。我们的专业能力经常能帮助 AI 实验室伙伴轻松地从他们的技术栈中再挖出 2 倍性能。等我们优化完他们的栈，或者优化完某个特定 kernel，他们的模型加速 3 倍、2 倍、50%，这并不罕见。这是一个巨大的数字，尤其当你考虑到他们机群里所有 Hopper 和 Blackwell 的装机规模时。

如果性能提升一倍，收入也会翻倍。这会直接转化为收入。

英伟达的计算栈在全球拥有无可争议的最佳 TCO 性能比。没有人能向我证明，今天世界上任何一个平台拥有更好的性能 / TCO 比。一个都没有。事实上，现有 benchmark 就在那里。Dylan 的 InferenceMAX 摆在那里，所有人都可以用，但没有一个……TPU 不会来，Trainium 也不会来。

我鼓励他们使用 InferenceMAX，展示他们所谓惊人的推理成本优势。这很难。没有人愿意出现。MLPerf 也是如此。我欢迎 Trainium 来证明他们一直声称的 40% 优势。我也很想听他们证明 TPU 的成本优势。在我看来这说不通，完全说不通。从第一性原理看也说不通。

所以我认为，我们成功的原因很简单，就是我们的 TCO 太好了。第二，你说我们 60% 的客户是前五大 hyperscaler，但其中大部分业务其实是面向外部客户的。比如，在 AWS 上的大部分英伟达算力是给外部客户用的，不是 AWS 内部使用。Azure 上我们的大多数客户，显然也都是外部客户。OCI 上的所有客户也都是外部客户，不是内部使用。他们偏好我们的原因，是我们的触达能力非常强。

我们能把世界上所有优秀客户带给他们。而这些公司之所以都建立在英伟达上，是因为我们的触达范围和通用性都非常强。

所以我认为，这个飞轮真正来自装机基础、我们架构的可编程性、生态系统的丰富性，以及世界上有如此多的 AI 公司。现在已经有数以万计的 AI 公司。如果你是其中一家 AI 初创公司，你会选择什么架构？你会选择最充足的架构，而我们是世界上最充足的。你会选择装机基础最大的架构，而我们拥有最大的装机基础。

你也会选择拥有丰富生态的架构。

这就是飞轮。原因在于这些因素的组合：第一，我们每美元性能非常好，所以他们能获得最低成本的词元。第二，我们每瓦性能是世界最高的。因此，如果我们的某个伙伴建设了一个 1 吉瓦数据中心，这个 1 吉瓦数据中心最好能产生最大收入和最多词元，因为这会直接转化为收入。

你希望它生成尽可能多的词元，让这个数据中心的收入最大化。我们是全球每瓦词元产出最高的架构。最后，如果你的目标是出租基础设施，我们拥有世界上最多的客户。这就是飞轮能够运转的原因。

Dwarkesh Patel: Interesting. I guess the question comes down to, what is the actual market structure here? Because even if there’s other companies… There could have been a world where there’s tens of thousands of AI companies that have roughly equal share of compute. But even through these five hyperscalers, really the people on Amazon using the compute are Anthropic, OpenAI, and these big foundation labs who can themselves afford and have the ability to make different accelerators work.

有意思。我想问题归根结底是，这里的真实市场结构是什么？因为即使存在其他公司…… 本来也可能有这样一个世界：数以万计的 AI 公司大致平均地分享算力。但即便通过这五大 hyperscaler，真正使用 Amazon 算力的人，实际上也是 Anthropic、OpenAI 以及这些大型基础模型实验室；而它们本身有财力，也有能力让不同的加速器运转起来。

Jensen Huang: No, I think your premise is wrong.

不，我认为你的前提是错的。

Dwarkesh Patel: Maybe. But let me ask you a slightly different question.

也许吧。但让我换一个稍微不同的问题。

Jensen Huang: Come back and make me correct your premise.

等一下还要让我回来纠正你的前提。

Dwarkesh Patel: Okay. Let me just ask you a different question.

好。那我先问一个不同的问题。

Jensen Huang: But still make sure to make me come back and fix because it’s just too important to AI. It’s too important to the future of science. It’s too important to the future of the industry. That premise… Look—

但一定要让我回来纠正这个前提，因为这对 AI 太重要了，对科学的未来太重要了，对这个行业的未来也太重要了。这个前提…… 你看——

Dwarkesh Patel: Let me just finish the question and then we can address it together.

让我先把问题问完，然后我们可以一起处理它。

Jensen Huang: Yeah.

好。

Dwarkesh Patel: If all these things are true about price, performance, and performance per watt, et cetera, are true, why do you think it is the case that, say, Anthropic for example, just announced a couple days ago they have a multi-gigawatt deal with Broadcom and Google for TPUs and majority of their compute?

Obviously for Google, TPU is a majority of compute. So if I look at these big AI companies, it seems like a lot of their compute… There was some point where it’s all Nvidia and now it’s not. So I’m curious how to square, if these things are true on paper, why are they going with other accelerators?

如果你刚才说的这些关于价格、性能、每瓦性能等等都是真的，那你认为为什么会出现这样的情况：比如 Anthropic 几天前刚刚宣布，他们和 Broadcom、Google 达成了一项多吉瓦级的 TPU 协议，而且 TPU 会承担他们大部分算力？

显然，对 Google 来说，TPU 是大部分算力。所以如果我看这些大型 AI 公司，似乎它们的很多算力…… 曾经有一段时间全都是英伟达，现在已经不是了。所以我好奇的是，如果这些纸面优势都是真的，为什么它们还会选择其他加速器？

Jensen Huang: Anthropic is a unique instance, not a trend. Without Anthropic, why would there be any TPU growth at all? It’s 100% Anthropic. Without Anthropic, why would there be Trainium growth at all? It’s 100% Anthropic. I think that’s fairly well known and well understood. It’s not that there’s an abundance of ASIC opportunities. There’s only one Anthropic.

Anthropic 是一个特殊案例，不是一种趋势。如果没有 Anthropic，TPU 为什么会有任何增长？那 100% 是 Anthropic。如果没有 Anthropic，Trainium 为什么会有任何增长？那也是 100% Anthropic。我认为这是相当广为人知、也被充分理解的。这并不是说 ASIC 机会很多。只有一个 Anthropic。

Dwarkesh Patel: But OpenAI’s deals with AMD… They’re building their own Titan accelerator.

但是 OpenAI 和 AMD 的交易…… 他们也在构建自己的 Titan 加速器。

Jensen Huang: Yeah, but I think we could all acknowledge they’re vastly Nvidia. We’re going to still do a lot of work together. I’m not offended by other people using something else and trying things. If they don’t try these other things, how would they know how good ours is? Sometimes you’ve got to be reminded of it. We have to continuously earn the position that we’re in.

There are always big claims. Look at the number of ASICs that have been canceled. Just because you’re going to build an ASIC… You still have to build something better than Nvidia. It’s not that easy building something better than Nvidia. It’s not sensible, actually. Nvidia’s got to be missing something, seriously. Because of our scale, our velocity, we’re the only company in the world that’s cranking it out every single year. Big leaps, every single year.

是的，但我想我们都可以承认，他们绝大部分还是英伟达。我们仍然会一起做很多工作。别人使用别的东西、尝试别的东西，我并不觉得被冒犯。如果他们不尝试这些东西，又怎么知道我们的东西有多好？有时候你必须被提醒这一点。我们必须不断赢得自己现在所处的位置。

总会有很多很大的宣称。看看有多少 ASIC 项目被取消了。仅仅因为你要做一个 ASIC…… 你仍然必须做出比英伟达更好的东西。而做出比英伟达更好的东西并不容易。实际上，这并不合理。除非英伟达真的漏掉了什么重要东西。因为凭借我们的规模和速度，我们是世界上唯一一家每一年都能持续推出产品的公司。每一年都有大的跃迁。

Dwarkesh Patel: I guess their logic is, “Hey, it doesn’t need to be better. It just needs to be not more than 70% worse,“because they’re paying you 70% margins.

我猜他们的逻辑是：“它不需要更好，只要不要差超过 70% 就行”，因为他们正在向你们支付 70% 的利润率。

Jensen Huang: No, don’t forget, even in ASICs margins are really quite high. Nvidia’s margin is 70%, let’s say. But ASIC margins are 65%. What are you really saving?

不，别忘了，即使是 ASIC，利润率也相当高。假设英伟达的利润率是 70%，但 ASIC 的利润率是 65%。那你真正省下了什么？

Dwarkesh Patel: Oh, you mean from Broadcom or something like that?

哦，你是说来自 Broadcom 之类供应商的利润率？

Jensen Huang: Yeah, sure. You’ve got to pay somebody. I think the ASIC margins are incredibly good, from what I can tell. They believe it too. They’re quite proud of their incredible ASIC margins.

So, you asked the question why. A long time ago, we just didn’t have the ability to do it. At the time, I didn’t deeply internalize how difficult it would be to build a foundation AI lab like OpenAI and Anthropic, and the fact that they needed huge investments from the supplier themselves. We just weren’t in a position to make the multi-billion dollar investment into Anthropic so that they could use our compute. But Google and AWS were.

They put in huge investments in the beginning so that Anthropic, in return, used their compute. We just weren’t in a position to do that at the time.

I would say my mistake is I didn’t deeply internalize that they really had no other options, that a VC would never put in $5-10 billion of investment into an AI lab with the hopes of it turning out to be Anthropic. So that was my miss. But even if I understood it, I don’t think we would’ve been in a position to do that at the time. But I’m not going to make that same mistake again.

I’m delighted to invest in OpenAI, and I’m delighted to help them scale, and I believe it’s essential to do so. And then, when I was able to, when Anthropic came to us, I’m delighted to be an investor, delighted to help them scale. We just weren’t, at the time, able to do it. If I could rewind everything, and Nvidia could have been as big back then as we are now, I would’ve been more than happy to do it.

是的，当然。你总得付钱给某个人。据我所知，ASIC 的利润率也高得惊人。他们自己也相信这一点，并且对自己惊人的 ASIC 利润率非常自豪。

所以，你刚才问为什么。很久以前，我们确实没有能力这么做。当时我没有深刻意识到，建立像 OpenAI 和 Anthropic 这样的基础 AI 实验室会有多困难，也没有深刻意识到它们需要供应商本身投入巨额资金。我们当时没有能力向 Anthropic 投入数十亿美元，让他们使用我们的算力。但 Google 和 AWS 有这个能力。

它们一开始就投入了巨额资金，作为回报，Anthropic 使用了它们的算力。我们当时并不具备这样做的条件。

我会说，我的错误在于没有深刻意识到它们其实没有别的选择；风投不可能向一家 AI 实验室投入 50 亿到 100 亿美元，并寄希望于它最终成为 Anthropic。这是我的失误。但即便我当时理解了这一点，我也不认为我们那时有能力这么做。不过，我不会再犯同样的错误。

我很高兴投资 OpenAI，也很高兴帮助他们扩大规模，而且我认为这样做至关重要。后来，当我有能力的时候，当 Anthropic 找到我们时，我也很高兴成为他们的投资者，很高兴帮助他们扩大规模。只是当时我们没有能力这么做。如果一切可以重来，而且英伟达当时就能像现在这么大，我会非常乐意这么做。

Why doesn’t Nvidia become a hyperscaler?

英伟达为什么不自己成为 hyperscaler？

Dwarkesh Patel: This is actually quite interesting. For many years Nvidia has been the company in AI making money, making lots of money. Now you’re investing it. It’s been reported that you’ve done up to $30 billion in OpenAI and $10 billion in Anthropic. But now their valuations have increased, and I’m sure they’ll continue to increase.

So if over these many years you were giving them the compute, you saw where it was headed, and they were worth like one tenth what they’re worth now a couple years ago, or even a year ago in some cases, and you had all this cash, there’s a world where Nvidia could have been a hyperscaler, all the infrastructure and the AI companies. What do you think about that? Why not just own the whole thing?

这其实非常有意思。多年来，英伟达一直是 AI 领域里真正赚钱的公司，而且赚了很多钱。现在你们开始把这些钱投出去。据报道，你们对 OpenAI 的投资最高可达 300 亿美元，对 Anthropic 的投资最高可达 100 亿美元。但现在它们的估值已经上升了，而且我相信还会继续上升。

所以，如果这些年来你们一直在向它们提供算力，你们也看到了方向，而它们在几年前，甚至在某些情况下仅仅一年前，估值只有现在的十分之一左右，同时你们又拥有这么多现金，那么本来可能存在这样一种世界：英伟达自己成为 hyperscaler，拥有所有基础设施和 AI 公司。你怎么看这个问题？为什么不干脆拥有整个链条？

Jensen Huang: The way to think about Nvidia is we’re an ecosystem builder, but we’re also your supplier. We have to build the ecosystem, as I mentioned, upstream and downstream, but we have to recognize when we’re the supplier of others and respect their ambitions.

Everybody’s got to have ambitions. We have our own ambitions. We have dreams of our own. We hope to build great things that amaze the world. So does everybody else. You would like to support their ambitions and understand when you’re their supplier and know how to partner well with them.

Having said that, we have a lot of businesses. I have a lot of startups inside my company, and some of those startups are going to be very, very large. Our DGX Cloud business is going to be a very large business. Our Omniverse business is going to be a very large business. Our Drive business is going to be a very large business. The computer inside a robot, we’re going to go build that. That’s going to be a very large business.

If you look inside Nvidia, we have all kinds of new business opportunities. Even the business that we have today, as we’ve described in our previous analyst day, we only have a few percent market share penetration in the world’s computing infrastructure. So even the current things that we do have plenty of room to grow.

In areas where others are capable, we want to support their success and partner with them. If we do that well, we can focus on what we do uniquely, be outstanding at that, and support other people to achieve their dreams.

理解英伟达的方式是：我们是生态系统建设者，但我们同时也是你的供应商。正如我前面提到的，我们必须建设上游和下游生态，但也必须意识到什么时候我们是别人的供应商，并尊重他们的雄心。

每个人都必须有自己的雄心。我们有自己的雄心，也有自己的梦想。我们希望构建伟大的东西，让世界惊叹。其他人也一样。你应该支持他们的雄心，理解自己什么时候是他们的供应商，并且知道怎样和他们做好合作。

话虽如此，我们也有很多业务。我的公司内部有很多 “初创公司”，其中有一些会变得非常非常大。我们的 DGX Cloud 业务会成为非常大的业务。Omniverse 业务会成为非常大的业务。Drive 业务也会成为非常大的业务。机器人内部的计算机，我们会去构建它，那也会成为非常大的业务。

如果你看英伟达内部，我们有各种新的业务机会。即使是我们今天已经在做的业务，正如我们在之前的分析师日上所说，我们在全球计算基础设施中的市场渗透率也只有几个百分点。所以，即便是现有业务，也还有大量增长空间。

在其他人有能力做的领域，我们希望支持他们成功，并与他们合作。如果我们做得好，就能专注于只有我们能独特完成的事情，把那部分做到卓越，同时支持其他人实现他们的梦想。

Dwarkesh Patel: What do you think of customers using Nvidia as collateral for investors to come in? You guys are investing in the customers, the customers use the investment to buy more compute from you, investors see that and have confidence that they’ll come in and invest on top.

I forget the amount of circularity in the 90s, but they had this when they were building fiber. In this case, I think AI will be worth a lot. But how do you make sure it doesn’t become a circular sort of thing where they put down the check and Nvidia’s money comes back to Nvidia?

你怎么看待客户把英伟达的支持当作吸引其他投资者进来的背书？你们投资客户，客户用这笔投资从你们这里购买更多算力，其他投资者看到这一点后更有信心，于是也进来继续投资。

我记不清 90 年代建设光纤时这种循环性到底有多强，但当时确实存在类似情况。就这一次而言，我认为 AI 会非常有价值。但你们如何确保它不会变成一种循环交易：你们开出支票，最后英伟达的钱又回到英伟达？

Jensen Huang: The first thing to recognize is that most of these companies we invested in later in their journey. We weren’t seed investors. If we were seed investors, we’d be owning 20% of OpenAI by now. That didn’t happen. We invested later and their capital raised is much larger than the amount we invested.

In addition, our investment agreements are disconnected from our commercial agreements. We are not alone in the investments and we’re not lead investors. We are investing because we want to support and be part of their ecosystem.

Lastly, the investment amounts that we’re making and the amount of business that we do together are completely disparate in size. We just want to support the ecosystem. I wish we had the opportunity to support the ecosystem at a much deeper level when they were smaller and earlier, but we weren’t in the position to do that at the time.

Now that they’re much larger, we’re part of a syndicated investment together with a whole bunch of other investors and we’re happy to be part of it. We’re just delighted to be an investor in OpenAI.

首先需要认识到，我们投资这些公司时，大多数都已经走到了比较后期的阶段。我们不是种子轮投资者。如果我们是种子轮投资者，到现在可能已经拥有 OpenAI 20% 的股份了。但事实不是这样。我们是在更晚的时候投资的，而它们募集到的资本规模远远大于我们的投资金额。

此外，我们的投资协议和商业协议是彼此独立的。我们不是唯一投资者，也不是领投方。我们投资，是因为我们想支持它们的生态，并成为其中一部分。

最后，我们投入的投资金额和我们之间实际业务规模，在量级上完全不同。我们只是想支持这个生态。我希望在它们更小、更早期的时候，我们就有机会以更深的方式支持这个生态，但当时我们并不具备这样的条件。

现在它们已经大得多了，我们和许多其他投资者一起参与联合投资，我们也很高兴成为其中一员。我们很高兴成为 OpenAI 的投资者。

Dwarkesh Patel: This is a little bit uncharitable, but if I had lost a bunch of money on WeWork, you might ask me, “Do you regret investing in WeWork?” My answer might be, “I want to support the coworking space industry and it’s important that we have the ambition, and I made the bet,” and so on.

But then, as an investor, you might look back and say, “Why did I have that thesis? Why did I have that worldview?” So why do you think we’ll look back on these investments and say,“That was capital allocation well done?”

这可能有点不太宽厚，但如果我在 WeWork 上亏了很多钱，你可能会问我：“你后悔投资 WeWork 吗？” 我的回答可能会是：“我想支持共享办公行业，拥有这种雄心很重要，而我当时做出了这个押注”，等等。

但作为投资者，回头看时你可能会问：“我为什么会有那样的投资论点？为什么会有那样的世界观？” 所以，为什么你认为我们将来回看这些投资时，会说：“这是一次很好的资本配置”？

Jensen Huang: My investment in AI? It’s a no-brainer. It’s the new computing platform. First of all, what did I invest in? I invested in cash. I borrowed $5 billion to do it. It’s an investment that a financial investor can’t quite make.

On the other hand, I can turn that $5 billion into much more, and I believe it will be incredibly fruitful. I’m a unique investor in that way. We provide them with something that you can’t provide, and in return we get an opportunity to invest in something that we know uniquely.

I understand deeply the impact of AI. I understand deeply the importance of AI. I want OpenAI to be successful. I want Anthropic to be successful. I want all the AI labs we work with to be successful. I think this is incredibly good. If they are successful, the amount of compute they’re going to need is just going to be great.

我对 AI 的投资？这是显而易见的选择。它是新的计算平台。首先，我投进去的是什么？我投的是现金。我为此借了 50 亿美元。这是一种纯金融投资者不太能做的投资。

另一方面，我可以把这 50 亿美元转化成更多价值，而且我相信它会带来极其丰厚的成果。在这一点上，我是一个独特的投资者。我们能向他们提供你无法提供的东西，而作为回报，我们获得了投资一个我们独特理解领域的机会。

我深刻理解 AI 的影响，也深刻理解 AI 的重要性。我希望 OpenAI 成功，希望 Anthropic 成功，也希望所有与我们合作的 AI 实验室都成功。我认为这非常好。如果它们成功，它们所需要的算力将会非常巨大。

Dwarkesh Patel: But isn’t there the opportunity cost of, instead of investing cash, you could sell the compute to the highest bidder?

但这里难道没有机会成本吗？你们不是投资现金，而是本可以把算力卖给出价最高的人？

Jensen Huang: I do. Nobody doesn’t get compute because of that investment. The way to think about it is, we build compute and nobody doesn’t get supply because we directed it to someone else. I don’t think that way. Nobody gets left behind. Nobody gets less supply because I support somebody else.

We have the ability to scale up and down, and support all these different needs, connect all of these suppliers, and to grow the industry. If you don’t create demand, you don’t get supply. What is the lesson we learned earlier? The lesson we learned earlier is that you’ve got to create demand. If we didn’t have the demand, we would never get the supply chain to support us.

The fact that we have so many customers counting on us is the reason why our supply chain is so large. So my job is to support all of these customers, so that their demand is realized. Because if they grow, then our suppliers are going to grow. That gives us the opportunity to scale out.

Our ability to scale out is absolutely unmatched in the world. There’s not one company in the world today that can make 100 million chips and then turn it into 100 million supercomputers in one year. No one. It’s not even close. There’s no semiconductor company that can create chips in the range of hundreds of thousands a year, all the way up to hundreds of millions a year.

How many companies can you place an order to and say, “I would like to buy one chip?” No problem. I can support one. Let’s say 10. Let’s say 100. Let’s say a billion. No problem. If you’d like to buy one GPU, no problem. If you would like to buy one hundred million GPUs, no problem.

If you would like to place an order for a $100 billion AI factory, no problem. We’re the only company in the world where you can say that today. I can say that about TSMC as well. I want to buy one, buy 1 billion, no problem. We just have to go through the process of planning for it, and all the things that mature people do.

So I think this ability for Nvidia to be the foundation of the world’s AI industry, this is a position that has taken us a couple of decades to arrive at. Enormous commitment, enormous dedication. The stability of our company, the consistency of our company, is really important.

我确实会卖。不会有人因为那笔投资而拿不到算力。你应该这样理解：我们建设算力，不会因为把供给导向某个人，就让其他人拿不到供给。我不是这样思考的。没有人会被落下，也没有人会因为我支持了别人而得到更少供给。

我们有能力扩大或缩小规模，支持所有这些不同需求，连接所有供应商，并推动整个行业增长。如果你不创造需求，就不会得到供给。我们之前学到的教训是什么？教训就是你必须创造需求。如果没有这些需求，我们永远无法让供应链支持我们。

正是因为有这么多客户依赖我们，我们的供应链才会如此庞大。所以我的工作是支持所有这些客户，让它们的需求被实现。因为如果它们增长，我们的供应商也会增长。这给了我们横向扩展的机会。

我们的扩展能力在世界上绝对无可匹敌。今天世界上没有任何一家公司能在一年内制造 1 亿颗芯片，并把它们变成 1 亿台超级计算机。没有，差得很远。也没有哪家半导体公司能够一年既生产几十万颗芯片，又一路扩展到生产数亿颗芯片。

你能向多少家公司下单说：“我想买一颗芯片”？没问题，我可以支持一颗。假设是 10 颗，100 颗，10 亿颗，也没问题。如果你想买一块 GPU，没问题。如果你想买 1 亿块 GPU，也没问题。

如果你想订购一座价值 1000 亿美元的 AI 工厂，也没问题。今天世界上只有我们一家公司可以这样说。我也可以这样说台积电：我想买一颗，或者买 10 亿颗，都没问题。我们只需要经历规划流程，以及成熟的人会做的所有事情。

所以我认为，英伟达能够成为全球 AI 产业的基础，这个地位是我们花了几十年才到达的。这里面有巨大的承诺，也有巨大的投入。我们公司的稳定性和一致性非常重要。

Should we be selling AI chips to China?

我们应该向中国出售 AI 芯片吗？

Dwarkesh Patel: Okay. I want to ask about China. I actually don’t know what I think about whether it’s good to sell chips to China or not, but I like to play devil’s advocate against my guests. So when Dario was on, who supports export controls, I asked him, why can’t America and China both have a country of geniuses in the datacenter? But since you’re on the opposite side, I’ll ask you in the opposite way.

One way to think about it is, Anthropic actually announced a couple days ago Mythos Preview. This model Mythos, they’re not even releasing publicly because they say it has such cyber-offensive capabilities that we don’t think the world is ready until we make sure these zero-days are patched up. But they say it found thousands of high-severity vulnerabilities across every major operating system, every browser.

It found one in OpenBSD, which is this operating system that’s been specifically designed to not have zero days. It found one that’s existed for 27 years.

So if Chinese companies and Chinese labs and the Chinese government had access to the AI chips to train a model like Claude Mythos with these cyber-offensive capabilities and run millions of instances of it with more compute, the question is, is that a threat to American companies, to American national security?

好的，我想问一下中国。我其实并不确定自己是否认为向中国出售芯片是好事，但我喜欢在嘉宾面前扮演反方。当 Dario 来的时候，他支持出口管制，我问他：为什么美国和中国不能都在数据中心里拥有一个 “天才之国”？但既然你站在相反立场，我就反过来问你。

一种思考方式是，Anthropic 几天前宣布了 Mythos Preview。这个 Mythos 模型他们甚至还没有公开发布，因为他们说它具备很强的网络攻击能力；在确认这些零日漏洞被修补之前，他们认为世界还没有准备好。但他们说，这个模型在每一个主要操作系统、每一种浏览器中都发现了数千个高危漏洞。

它还在 OpenBSD 中发现了一个漏洞。OpenBSD 是一个专门为了避免零日漏洞而设计的操作系统，而它发现的这个漏洞已经存在了 27 年。

所以，如果中国公司、中国实验室和中国政府能够获得 AI 芯片，训练出类似 Claude Mythos、具备这些网络攻击能力的模型，并且用更多算力运行数百万个实例，那么问题是：这对美国公司、对美国国家安全是不是一种威胁？

Jensen Huang: First of all, Mythos was trained on fairly mundane capacity, and a fairly mundane amount of it, by an extraordinary company. The amount of capacity and the type of compute it was trained on is abundantly available in China. So you just have to first realize that chips exist in China.

They manufacture 60% of the world’s mainstream chips, maybe more. It’s a very large industry for them. They have some of the world’s greatest computer scientists. As you know, most of the AI researchers in all of these AI labs are Chinese. They have 50% of the world’s AI researchers.

So the question is, considering all the assets they already have, they have an abundance of energy, they have plenty of chips, they’ve got most of the AI researchers, if you’re worried about them, what is the best way to create a safe world?

Victimizing them, turning them into an enemy, likely isn’t the best answer. They are an adversary. We want the United States to win. But I think having a dialogue and having research dialogue is probably the safest thing to do. This is an area that is glaringly missing because of our current attitude about China as an adversary. It is essential that our AI researchers and their AI researchers are actually talking. It is essential that we try to both agree on what not to use the AI for.

With respect to finding bugs in software, of course, that’s what AI is supposed to do. Is it going to find bugs in a lot of software? Of course. There are lots and lots of bugs. There are lots of bugs in the AI software. That’s what AI is supposed to do, and I’m delighted that AI has reached a level where it could help us be so much more productive.

One of the things that is underemphasized is the richness of the ecosystem around cybersecurity, AI cybersecurity and AI security and AI privacy and AI safety. There’s a whole ecosystem of AI startups that are trying to create this future for us, where you have one AI agent that’s incredible, surrounded by thousands of AI agents, keeping it safe, keeping it secure. That future surely is going to happen.

The idea that you’re going to have an AI agent running around with nobody watching after it is kind of insane. We know very well that this ecosystem needs to thrive. It turns out this ecosystem needs open source. This ecosystem needs open models. They need open stacks so that all of these AI researchers and all these great computer scientists can go build AI systems that are as formidable and can keep AI safe.

So one of the things that we need to make sure that we do is we keep the open source ecosystem vibrant. That can’t be ignored. A lot of that is coming out of China. We ought to not suffocate that.

With respect to China, of course we want the United States to have as much computing as possible. We’re limited by energy, but we’ve got a lot of people working on that. We’ve got to not make energy a bottleneck for our country. But what we also want is to make sure that all the AI developers in the world are developing on the American tech stack, and making the contributions, the advancements of AI, especially when it’s open source, available to the American ecosystem.

It would be extremely foolish to create two ecosystems: the open source ecosystem, and it only runs on a foreign tech stack, and a closed ecosystem that runs on the American tech stack. I think that would be a horrible outcome for the United States.

首先，Mythos 是由一家非凡的公司，用相当普通的算力、相当普通的算力量训练出来的。训练它所用的算力规模和计算类型，在中国是大量存在的。所以你首先必须意识到：中国是有芯片的。

他们制造全球 60% 的主流芯片，甚至可能更多。这对他们来说是一个非常大的产业。他们也拥有世界上一些最优秀的计算机科学家。正如你所知道的，这些 AI 实验室里的 AI 研究人员，很多都是中国人。全球 50% 的 AI 研究人员在中国。

所以问题是，考虑到他们已经拥有的所有资产：充足的能源、大量芯片、许多 AI 研究人员，如果你担心他们，创造一个安全世界的最佳方式是什么？

把他们受害者化，把他们变成敌人，很可能不是最好的答案。他们是竞争对手，我们希望美国获胜。但我认为，保持对话，尤其是保持研究层面的对话，可能是最安全的做法。由于我们现在把中国视为对手的态度，这一块明显缺失。我们的 AI 研究人员和他们的 AI 研究人员真正交流是非常必要的。双方努力就 AI 不应该被用于哪些事情达成共识，也是非常必要的。

至于在软件中发现漏洞，这当然就是 AI 应该做的事情。它会在大量软件中发现漏洞吗？当然会。漏洞很多很多，AI 软件里也有很多漏洞。这就是 AI 应该做的事情。我很高兴 AI 已经达到这样的水平，能够帮助我们变得高效得多。

有一件事被低估了，那就是围绕网络安全、AI 网络安全、AI 安全、AI 隐私和 AI 安全性形成的生态系统非常丰富。现在有一整套 AI 初创公司生态，正在努力为我们创造一个未来：一个极其强大的 AI agent，周围有成千上万个 AI agent 守护它，让它保持安全、可靠。这个未来一定会发生。

认为会有一个 AI agent 到处乱跑却没有任何东西看管它，这种想法有点疯狂。我们非常清楚，这个生态系统必须繁荣起来。事实证明，这个生态需要开源，需要开放模型，也需要开放技术栈，这样所有这些 AI 研究人员和优秀计算机科学家才能构建同样强大、并且能让 AI 保持安全的系统。

所以，我们必须确保开源生态保持活力。这一点不能被忽视。而其中很大一部分来自中国。我们不应该扼杀它。

关于中国，当然，我们希望美国拥有尽可能多的计算能力。我们受限于能源，但已经有很多人在解决这个问题。我们不能让能源成为美国的瓶颈。但我们还希望确保全世界所有 AI 开发者都在美国技术栈上开发，并且让 AI 的贡献和进步，尤其是在开源时，能够被美国生态系统获得。

如果我们创造出两个生态系统：一个开源生态系统，但它只运行在外国技术栈上；另一个封闭生态系统，运行在美国技术栈上，那将是极其愚蠢的。我认为那对美国来说会是一个非常糟糕的结果。

Dwarkesh Patel: Since there are a lot of things, let me just triage the response. I think the concern, going back to the flop difference in the hacking, is yes, they have compute, but there are some estimates that because they’re at 7nm, they don’t have EUVs because of chip-making export controls, the amount of flops they’re able to actually produce, they have one tenth the amount of flops that the US has.

So with that, could they eventually train a model like Mythos? Yes. But the question is, because we have more flops, American labs are able to get to these levels of capabilities first. Because Anthropic got to it first, they say, “Okay, we’re going to hold onto it for a month while all these American companies, we’ll give them access to it. They’re going to patch up all their vulnerabilities, and now we release it.”

Furthermore, even if they train a model like this, the ability to deploy it at scale… If you had a cyber hacker, it’s much more dangerous if they have a million of them versus a thousand of them. So that inference compute really matters a lot. In fact, the fact that they have so many AI researchers who are so good is the thing that makes it so scary, because what is it that makes those engineer researchers more productive? It’s compute.

If you talk to any AI lab in America, they say the thing that’s bottlenecking them is compute. There are quotes from the DeepSeek founder, or Qwen leadership or whatever. They say the thing they’re bottlenecked on is compute.

So then the question is, isn’t it better that we get American companies, because they have more compute, to get to the Mythos-level capabilities first, prepare our society for it, before China can get to it because they have less compute?

这里面有很多点，我先梳理一下你的回应。我认为担忧回到黑客能力和 FLOPS 差异上是这样的：是的，他们有算力，但有一些估计认为，因为他们还在 7nm，由于芯片制造出口管制，他们没有 EUV，所以他们实际能生产出来的 FLOPS，大约只有美国的十分之一。

在这种情况下，他们最终能不能训练出像 Mythos 这样的模型？可以。但问题是，因为我们有更多 FLOPS，美国实验室能先达到这样的能力水平。Anthropic 先做到了，于是他们可以说：“好，我们先保留一个月，同时给这些美国公司访问权限，让它们修补所有漏洞，然后我们再发布。”

此外，即使他们训练出了这样的模型，能否大规模部署也很重要。如果有一个网络黑客，拥有一百万个这样的实例会比拥有一千个危险得多。所以推理算力非常重要。事实上，他们有这么多优秀的 AI 研究人员，正是让这件事可怕的地方；因为是什么让这些工程师和研究人员更高效？是算力。

如果你和美国任何 AI 实验室交谈，他们都会说瓶颈是算力。DeepSeek 创始人、Qwen 领导层等也有类似说法，他们说自己的瓶颈是算力。

那么问题就是：美国公司因为拥有更多算力，先达到 Mythos 这种能力水平，并在中国因为算力较少而达到之前，让我们的社会先做好准备，这难道不是更好吗？

Jensen Huang: We should always be first and we should always have more. But in order for that outcome you described to be true, you have to take it to the extremes. They have to have no compute. If they have some compute, the question is how much is needed?

The amount of compute they have in China is enormous. You’re talking about the country that is the second largest computing market in the world. If they want to aggregate their compute, they’ve got plenty of compute to aggregate.

我们应该永远领先，也应该永远拥有更多。但要让你描述的结果成立，你必须把情况推到极端：他们必须完全没有算力。如果他们有一些算力，问题就是到底需要多少。

中国拥有的算力量非常巨大。你说的是世界第二大计算市场。如果他们想聚合自己的算力，他们有大量算力可以聚合。

Dwarkesh Patel: But is that true? People do these estimates and they’re like,“SMIC is actually behind on the process nodes.”

但这是真的吗？人们会做这些估算，然后说：“中芯国际在制程节点上确实落后。”

Jensen Huang: I’m about to tell you.

我正要告诉你。

Dwarkesh Patel: Okay.

好的。

Jensen Huang: The amount of energy they have is incredible. Isn’t that right? AI is a parallel computing problem, isn’t it? Why can’t they just put 4x, 10x, as many chips together because energy’s free? They have so much energy. They have datacenters that are sitting completely empty, fully powered. You know they have ghost cities, they have ghost datacenters too. They have so much infrastructure capacity. If they wanted to, they just gang up more chips, even if they’re 7nm.

Their capacity of building chips is one of the largest in the world. The semiconductor industry knows that they monopolize mainstream chips. They have over-capacity, they have too much capacity. So the idea that China won’t be able to have AI chips is completely nonsense.

Now, of course, if you ask me, would the United States be further ahead if the entire world had no compute at all? But that’s just not an outcome. That’s not a scenario that’s true. They have plenty of compute already. The amount of threshold they need for the concern you’re worried about, they’ve already reached that threshold and beyond.

So I think you misunderstand that AI is a five-layer cake, and at the lowest layer is energy. When you have an abundance of energy, it makes up for chips. If you have an abundance of chips, it makes up for energy.

For example, the United States is scarce on energy, which is the reason why Nvidia has to keep advancing our architecture and do this extreme co-design so that with the few chips that we ship, with the few chips, because the amount of energy is so limited, our throughput per watt is off the charts.

But if your amount of watts is completely abundant, it’s free, what do you care about performance per watt for? You get plenty. You can use old chips to do it. So 7nm chips are essentially Hopper. The ability for Hopper… I’ve got to tell you, today’s models are largely trained on Hopper, Hopper generation. So 7nm chips are plenty good. The abundance of energy is their advantage.

他们拥有的能源量非常惊人，对吧？AI 是一个并行计算问题，对吧？如果能源几乎是免费的，他们为什么不能把 4 倍、10 倍数量的芯片连接在一起？他们有大量能源。他们有一些完全空置但已经通电的数据中心。你知道他们有鬼城，也有 “鬼数据中心”。他们有大量基础设施容量。如果他们愿意，即便是 7nm 芯片，也可以把更多芯片聚合在一起。

他们的芯片制造能力是世界上最大的之一。半导体行业知道，他们在主流芯片上占据很大份额。他们有过剩产能，产能太多。所以，说中国无法拥有 AI 芯片是完全没有意义的。

当然，如果你问我：如果全世界其他地方完全没有算力，美国是不是会更加领先？但那不是现实结果，也不是一个真实场景。他们已经拥有大量算力。针对你所担心的问题，他们需要达到的算力门槛，已经达到了，而且超过了。

所以我认为，你误解了 AI 是一个五层蛋糕，而最底层是能源。当你拥有充足能源时，它可以弥补芯片不足；当你拥有充足芯片时，它可以弥补能源不足。

比如，美国能源稀缺，这就是为什么英伟达必须不断推进架构，做这种极端协同设计。因为我们能交付的芯片数量有限，而能源又如此有限，所以我们的每瓦吞吐量必须非常高。

但如果你的瓦特数极其充足，几乎是免费的，那你为什么还要那么在意每瓦性能？你有足够多的能源，可以用旧芯片来做。所以 7nm 芯片本质上就是 Hopper。我必须告诉你，今天的模型很大程度上就是在 Hopper 这一代上训练的。所以 7nm 芯片已经足够好了。能源充足是他们的优势。

Dwarkesh Patel: But then there’s a question of whether they can actually manufacture enough chips.

但接下来还有一个问题：他们真的能制造足够多的芯片吗？

Jensen Huang: But they do. What’s the evidence? Huawei just had the largest single year in the history of their company.

他们能。证据是什么？华为刚刚经历了公司历史上规模最大的一年。

Dwarkesh Patel: How many chips did they ship?

他们出货了多少芯片？

Jensen Huang: A ton. Millions. Millions is way more than Anthropic has.

非常多。数百万颗。数百万颗远远超过 Anthropic 拥有的数量。

Dwarkesh Patel: There’s a question of how much logic SMIC can ship, and there’s a question of how much memory…

这里还有中芯国际能出货多少逻辑芯片的问题，也有多少存储的问题……

Jensen Huang: I’m telling you what it is. They have plenty of logic, and they have plenty of HBM2 memory.

我正在告诉你事实是什么。他们有足够多的逻辑芯片，也有足够多的 HBM2 存储。

Dwarkesh Patel: Right. But as you know, the bottleneck often in training and doing inference on these models is the amount of bandwidth. So if you have HBM2… I don’t know the numbers offhand but versus the newest thing you have, there could be almost an order of magnitude difference in memory bandwidth, which is huge.

对。但你也知道，在训练和推理这些模型时，瓶颈往往是带宽。如果你用的是 HBM2…… 我现在记不住具体数字，但和你们最新的东西相比，内存带宽可能接近一个数量级的差距，这非常大。

Jensen Huang: Huawei is a networking company.

华为是一家网络公司。

Dwarkesh Patel: But that doesn’t change the fact that you need EUV for the most advanced HBM.

但这并不改变一个事实：最先进的 HBM 需要 EUV。

Jensen Huang: Not true. Not at all true. You could gang them together, just like we gang them together with NVL72. They’ve already demonstrated silicon photonics, connecting all of this compute together into one giant supercomputer. Your premise is just wrong.

The fact of the matter is, their AI development is going just fine. The best AI researchers in the world, because they’re limited in compute, they also come up with extremely smart algorithms. Remember, I just said that Moore’s law is advancing about 25% per year. However, through great computer science, we could still improve algorithm performance by 10x. What I’m saying is that great computer science is where the lever is.

There is no question, MoE is a great invention. There’s no question, all the incredible attention mechanisms reduce the amount of compute. We have got to acknowledge that most of the advances in AI came out of algorithm advances, not just the raw hardware. Now, if most advances came from algorithms and computer science and programming, tell me that their army of AI researchers is not their fundamental advantage. We see it. DeepSeek is not an inconsequential advance.

The day that DeepSeek comes out on Huawei first, that is a horrible outcome for our nation.

不对，完全不对。你可以把它们聚合起来，就像我们用 NVL72 把芯片聚合起来一样。他们已经展示了硅光子技术，可以把所有这些计算连接成一台巨型超级计算机。你的前提就是错的。

事实是，他们的 AI 发展进展得很好。世界上最优秀的 AI 研究人员，因为受到算力限制，也会提出极其聪明的算法。记住，我刚才说过摩尔定律每年大约提升 25%。但通过优秀的计算机科学，我们仍然可以把算法性能提高 10 倍。我想说的是，真正的杠杆在优秀的计算机科学上。

毫无疑问，MoE 是一项伟大的发明。毫无疑问，所有那些出色的 attention 机制都降低了所需算力。我们必须承认，AI 的大多数进步来自算法进步，而不仅仅来自原始硬件。既然大多数进步来自算法、计算机科学和编程，那你怎么能说他们庞大的 AI 研究人员队伍不是他们的根本优势？我们已经看到了。DeepSeek 不是一个无关紧要的进步。

如果有一天 DeepSeek 首先在华为上发布，那对我们国家来说会是一个糟糕的结果。

Dwarkesh Patel: Why is that? Because currently you can have a model like DeepSeek that can run on any accelerator, if it’s open source. Why would that stop being the case in the future?

为什么？因为现在像 DeepSeek 这样的模型，如果是开源的，就可以在任何加速器上运行。为什么未来这种情况会停止？

Jensen Huang: Suppose it doesn’t. Suppose it’s optimized for Huawei, suppose it’s optimized for their architecture. It would put ours at a disadvantage. You described a situation that I perceive to be good news. A company developed software, developed an AI model, and it runs best on the American tech stack. I saw that as good news. You set it up as a premise that it was bad news. I’m going to give you the bad news, that AI models around the world are developed and they run best on non-American hardware.

That is bad news for us.

假设不会停止。假设它针对华为优化，针对他们的架构优化，那就会让我们的架构处于劣势。你刚才描述的情况，在我看来其实是好消息：一家公司开发了软件，开发了 AI 模型，而且它在美国技术栈上运行得最好。我把这看作好消息。你却把它设定成坏消息的前提。那我告诉你什么才是坏消息：全世界的 AI 模型被开发出来，并且在非美国硬件上运行得最好。

那对我们才是坏消息。

Dwarkesh Patel: I guess I just don’t see the evidence that there’s these huge disparities that would prevent you from switching accelerators. American labs are running their models across all the clouds, across all the different accelerators…

我只是看不到证据表明，不同加速器之间存在大到会阻止你切换的差异。美国实验室正在所有云、各种不同加速器上运行他们的模型……

Jensen Huang: I am the evidence. You take a model that’s optimized for Nvidia and you try to run it on something else.

我就是证据。你拿一个针对英伟达优化的模型，试着让它在别的东西上运行。

Dwarkesh Patel: But American labs do that.

但美国实验室确实这么做。

Jensen Huang: And they don’t run better. Nvidia’s success is perfect evidence. The fact that AI models are created on our stack, run best on our stack, how is that illogical to understand?

但它们不会运行得更好。英伟达的成功就是完美证据。AI 模型在我们的技术栈上创建，并且在我们的技术栈上运行得最好，这有什么难以理解的？

Dwarkesh Patel: Anthropic’s models are run on GPUs, they’re run on Trainium, they’re run on TPUs.

Anthropic 的模型在 GPU 上运行，也在 Trainium 上运行，也在 TPU 上运行。

Jensen Huang: A lot of work has to go into it to change. But go to the global south, go to the Middle East. Coming out of the box, if all of the AI models run best on somebody else’s tech stack, you’ve got to be arguing some ridiculous claim right now that that’s a good thing for the United States.

要切换过去，需要投入大量工作。但你去全球南方，去中东看看。如果所有 AI 模型开箱即用时都在别人的技术栈上运行得最好，那你现在就必须提出一个非常荒谬的主张，说这对美国是好事。

Dwarkesh Patel: But I guess I don’t understand the argument. Say Chinese companies get to the next Mythos first. They find all the security vulnerabilities in American software first, but they can do it on Nvidia hardware and they ship it to the global south. They do it on Nvidia hardware. How is that good? Okay, it runs on Nvidia hardware…

但我还是不理解这个论证。假设中国公司先做出了下一个 Mythos。它们先发现了美国软件中的所有安全漏洞，但它们是在英伟达硬件上做到的，并把它输出到全球南方。它们是在英伟达硬件上做的。这怎么就是好事？好吧，它运行在英伟达硬件上……

Jensen Huang: It’s not good. It’s not good.

这不是好事。不是好事。

Dwarkesh Patel: Right.

对。

Jensen Huang: It’s not good. So let’s not let it happen.

这不是好事。所以我们不要让它发生。

Dwarkesh Patel: Why do you think it’s perfectly fungible, that if you didn’t ship them compute it would exactly be replaced by Huawei? They are behind, right? They have worse chips than you.

为什么你认为这完全可以替代？如果你不向他们提供算力，它就会被华为完全替代？他们是落后的，对吧？他们的芯片不如你们。

Jensen Huang: It’s completely… There’s evidence right now. Their chip industry’s gigantic.

这完全…… 现在就有证据。他们的芯片产业非常庞大。

Dwarkesh Patel: You can just look at the flop or bandwidth or memory comparisons between the H200 and the Huawei 910C. It’s like half to a third.

你只要比较 H200 和华为 910C 的 FLOPS、带宽或内存，就会发现大概只有一半到三分之一。

Jensen Huang: They use more of it. They use twice as many.

那他们就用更多。他们用两倍数量。

Dwarkesh Patel: It seems like your argument is they have all this energy that’s ready to go, right? And they need to fill it with chips.

听起来你的论点是：他们有大量已经准备好的能源，对吧？他们只需要用芯片把它填满。

Jensen Huang: And they’re good at manufacturing.

而且他们擅长制造。

Dwarkesh Patel: And I’m sure eventually they would be able to just out-manufacture everybody. But there are these few critical years.

我相信最终他们可能会在制造规模上超过所有人。但现在有这几个关键年份。

Jensen Huang: What is the critical year you’re talking about?

你说的关键年份是什么？

Dwarkesh Patel: These next few years. We’ve got these models that are going to be able to do all the cyber attacks.

接下来几年。我们会有这些能够执行各种网络攻击的模型。

Jensen Huang: In that case, if the next years are critical, then we have to make sure that all of the world’s AI models are built on the American tech stack, in these critical years.

那如果接下来几年很关键，我们就必须确保在这几个关键年份里，世界上所有 AI 模型都建立在美国技术栈之上。

Dwarkesh Patel: If they’re built on the American tech stack, how would that prevent them, if they have more advanced capabilities, from launching the Mythos-equivalent cyber attacks?

如果它们建立在美国技术栈上，那么当它们拥有更先进能力时，这怎么能阻止它们发动相当于 Mythos 的网络攻击？

Jensen Huang: There’s no guarantee either way.

无论哪种方式，都没有保证。

Dwarkesh Patel: But if you have it early, we can prepare for it.

但如果我们先拥有它，就能为它做准备。

Jensen Huang: Listen, why are you causing one layer of the AI industry to lose an entire market so that you could benefit another layer of the AI industry? There are five layers and every single layer has to succeed. The layer that has to succeed most is actually the AI applications. Why are you so fixated on that AI model? That one company? For what reason?

听着，为什么你要让 AI 产业的一层失去整个市场，只为了让 AI 产业的另一层受益？AI 有五层，每一层都必须成功。最需要成功的其实是 AI 应用层。为什么你如此执着于那个 AI 模型、那一家公司？出于什么原因？

Dwarkesh Patel: Because those models make possible these incredibly offensive capabilities, and you need compute to run them.

因为这些模型让极强的攻击能力成为可能，而运行它们需要算力。

Jensen Huang: The energy, the chips, and the ecosystem of AI researchers make it possible.

能源、芯片和 AI 研究人员生态共同让它成为可能。

Dwarkesh Patel: Okay, stepping back, it has to be the case that China is able to build enough 7nm capacity. And remember, they’re still stuck on 7nm while you’ll move on to 3nm and then 2nm or 1.6nm with Feynman. So while you’re on 1.6nm, they’re still going to be on 7nm, and they have to produce enough of it to make up for the shortfall. They have so much energy that the more chips you give them, the more compute they’d have. So it comes out as a question of, ultimately they are getting more compute.

Compute is an input to training and inference…

好，我们退一步说。中国必须能够建设足够多的 7nm 产能。记住，他们仍然停留在 7nm，而你们会进入 3nm，然后是 Feynman 的 2nm 或 1.6nm。所以当你们在 1.6nm 上时，他们仍然会在 7nm 上，而且他们必须生产足够多的 7nm 芯片来弥补差距。他们有大量能源，所以你给他们越多芯片，他们拥有的算力就越多。归根结底，这就变成了一个问题：他们确实获得了更多算力。

而算力是训练和推理的输入……

Jensen Huang: Listen, I just think you speak in absolutes. I think the United States ought to be ahead. The amount of compute in the United States is 100x more than anywhere else in the world. The United States ought to be ahead. Okay. The United States is ahead.

Nvidia builds the most advanced technologies. We make sure that the US labs are the first to hear about it and have the first chance to buy it. And if they don’t have enough money, we even invest in them. The United States ought to be ahead. We want to do everything we can to make sure the United States is ahead. Number one point, do you agree? We’re doing everything we can to do that.

听着，我觉得你说话太绝对了。我认为美国应该领先。美国拥有的算力比世界其他任何地方都多 100 倍。美国应该领先。好的，美国确实领先。

英伟达构建最先进的技术。我们确保美国实验室最先听到这些技术，也最先有机会购买。如果它们钱不够，我们甚至投资它们。美国应该领先。我们希望尽一切努力确保美国领先。第一点，你同意吗？我们正在尽一切努力做到这一点。

Dwarkesh Patel: But how is shipping chips to China keeping the US ahead if they’re bottlenecked on compute?

但如果他们的瓶颈是算力，那么向中国出货芯片怎么能让美国保持领先？

Jensen Huang: No, no. We’ve got Vera Rubin for the United States. We have Vera Rubin for the United States. Now, am I in the United States? Do you consider me part of the United States?

不，不。我们有给美国的 Vera Rubin。我们有给美国的 Vera Rubin。现在，我在美国吗？你认为我是美国的一部分吗？

Dwarkesh Patel: Yes.

是的。

Jensen Huang: Nvidia. You consider Nvidia a United States company? Okay. Number one, why is it that we don’t come up with a regulation that’s more balanced so that Nvidia can win around the world instead of giving up the world? Why would you want the United States to give up the world?

The chip industry is part of the American ecosystem. It’s part of American technology leadership. It’s part of the AI ecosystem. It’s part of AI leadership. Why is it that your policy, your philosophy, leads to the United States giving up a vast part of the world’s market?

英伟达。你认为英伟达是一家美国公司吗？好。第一，为什么我们不能制定一种更平衡的监管，让英伟达在全世界获胜，而不是放弃全世界？为什么你希望美国放弃世界？

芯片产业是美国生态系统的一部分，是美国技术领导力的一部分，是 AI 生态的一部分，也是 AI 领导力的一部分。为什么你的政策、你的哲学，会导致美国放弃世界市场中如此巨大的一部分？

Dwarkesh Patel: I guess the claim here is… Dario had this quote where he said that it’s like Boeing bragging that we’re selling North Korea nukes, but the missile casings are made by Boeing. And that’s somehow enabling the US technology stack. Fundamentally, you’re giving them this capability.

这里的主张大概是……Dario 有一句话，他说这就像波音吹嘘说：我们正在向朝鲜出售核武器，但导弹外壳是波音制造的，因此这在某种意义上促进了美国技术栈。根本上，你是在把这种能力交给他们。

Jensen Huang: Comparing AI to anything that you just mentioned is lunacy.

把 AI 和你刚才提到的那些东西相比，是疯狂的.

Dwarkesh Patel: But AI is similar to enriched uranium, right? It can have positive uses, it can have negative uses. We still don’t want to send enriched uranium to other countries.

但 AI 类似浓缩铀，对吧？它可以有正面用途，也可以有负面用途。我们仍然不想把浓缩铀送到其他国家。

Jensen Huang: Who’s sending enriched…

谁在送浓缩……

Dwarkesh Patel: The analogy is that enriched uranium is like compute.

类比是：浓缩铀就像算力。

Jensen Huang: It’s a lousy analogy. It’s an illogical analogy.

这是一个很糟糕的类比，一个不合逻辑的类比。

Dwarkesh Patel: But if that compute can run a model that can do zero-day exploits against all American software, how is that not a weapon?

但如果这些算力可以运行一个模型，针对所有美国软件执行零日漏洞利用，那它怎么不是武器？

Jensen Huang: First of all, the way to solve that problem is to have dialogues with the researchers and dialogues with China, and dialogues with all the countries to make sure that people don’t use technology in that way. That’s a dialogue that has to happen. Okay? Number one.

Number two, we also need to make sure that the United States is ahead, that Vera Rubin, Blackwell, is available in the United States in abundance, mountains of it. Obviously, our results would show it. Abundance, tons of it. The amount of computing we have is great. We have amazing AI researchers here. It’s great. We ought to stay ahead.

However, we also have to recognize that AI is not just a model. AI is a five-layer cake. The AI industry matters across every single layer, and we want the United States to win at every single layer, including the chip layer. Conceding the entire market is not going to allow the United States to win the technology race long-term in the chip layer, in the computing stack. That is just a fact.

首先，解决这个问题的方式，是和研究人员对话，和中国对话，和所有国家对话，确保人们不要以那种方式使用技术。这种对话必须发生。好吗？这是第一点。

第二，我们还需要确保美国领先，确保 Vera Rubin、Blackwell 在美国有充足供应，成山成海的供应。显然，我们的业绩会体现这一点。充足，大量。我们拥有的计算能力很强。我们这里有优秀的 AI 研究人员。这很好。我们应该保持领先。

然而，我们也必须认识到，AI 不只是一个模型。AI 是一个五层蛋糕。AI 产业的每一层都很重要，而我们希望美国在每一层都获胜，包括芯片层。放弃整个市场，不会让美国在芯片层、在计算技术栈的长期技术竞赛中获胜。这就是事实。

Dwarkesh Patel: I guess then the crux comes down to, how does selling them chips now help us win in the long term? Tesla sold extremely good electric vehicles to China for a long time. iPhones are sold in China, extremely good. They didn’t cause them lock-in. China will still make their version of EVs and they’re dominating. Their smartphones are dominating.

那我想关键问题就是：现在向他们出售芯片，如何帮助我们在长期获胜？特斯拉长期向中国销售非常好的电动车。iPhone 也在中国销售，非常好。但这并没有造成锁定。中国仍然会制造自己的电动车版本，而且它们正在占据主导。它们的智能手机也正在占据主导。

Jensen Huang: When we started the conversation today, you acknowledged that Nvidia’s position is very different. You used words like moat. The single most important thing to our company is the richness of our ecosystem, which is about developers. 50% of the AI developers are in China. The United States should not give that up.

我们今天开始谈话时，你承认英伟达的位置非常不同。你用了 “护城河” 这样的词。对我们公司来说，最重要的事情是生态系统的丰富性，而生态系统关乎开发者。50% 的 AI 开发者在中国。美国不应该放弃这一点。

Dwarkesh Patel: But we have a lot of Nvidia developers in the US, and that doesn’t prevent American labs from also being able to use other accelerators in the future. In fact, right now they’re using other accelerators as well, which is fine and great. I don’t see why that wouldn’t be the case in China as well, if you sell them Nvidia chips, just the same way that Google can use TPUs and Nvidia…

但美国也有很多英伟达开发者，而且这并不妨碍美国实验室未来也使用其他加速器。事实上，它们现在也在使用其他加速器，这没问题，也很好。如果你向中国出售英伟达芯片，我看不出为什么中国不会也是这种情况，就像 Google 可以同时使用 TPU 和英伟达……

Jensen Huang: We have to keep innovating and, as you probably know, our share is growing, not decreasing. The premise that even if we competed in China, that we’re going to lose that market anyways… You’re not talking to somebody who woke up a loser. That loser attitude, that loser premise makes no sense to me.

We’re not a car. We are not a car. The fact that I can buy this car brand one day and use another car brand another day, easy. Computing is not like that. There’s a reason why the x86 deal exists. There’s a reason why ARM is so sticky. These ecosystems are hard to replace. It costs an enormous amount of time and energy, and most people don’t want to do it.

So it’s our job to continue to nurture that ecosystem, to keep advancing the technology so that we can compete in the marketplace.

Conceding a marketplace based on the premise you described, I simply can’t acknowledge that. It makes no sense. Because I don’t think the United States is a loser. Our industry is not a loser. That losing proposition, that losing mindset, makes no sense to me.

我们必须持续创新，而且你大概也知道，我们的份额是在增长，不是在下降。即使我们在中国竞争，最终也会失去那个市场，这个前提…… 你不是在和一个一觉醒来就觉得自己会输的人说话。那种失败者态度、失败者前提，对我来说没有意义。

我们不是汽车。我们不是汽车。今天买这个汽车品牌，明天换另一个汽车品牌，很容易。但计算不是这样。x86 交易之所以存在是有原因的。ARM 如此有粘性也是有原因的。这些生态系统很难替换，需要耗费大量时间和精力，而大多数人并不想这么做。

所以，我们的工作是继续培育这个生态，继续推进技术，让我们能够在市场中竞争。

基于你所描述的前提去放弃一个市场，我无法接受。那没有意义。因为我不认为美国是失败者。我们的产业不是失败者。那种失败的命题、失败的心态，对我来说没有意义。

Dwarkesh Patel: Okay. I’ll move on. I just want to make sure that…

好。我继续往下问。我只是想确认……

Jensen Huang: You don’t have to move on. I’m enjoying it.

你不必继续往下。我挺享受这个讨论的。

Dwarkesh Patel: Okay, great. Then I won’t. I appreciate that. But I think maybe the crux, and thanks for walking around the circles with me, because I think it helps bring out what the crux here is.

好，那太好了。那我就不跳过了。谢谢你愿意和我绕着这个问题走几圈，因为我觉得这有助于把核心问题提炼出来。

Jensen Huang: The crux is you’re going to extremes. Your argument starts from extremes. That if we give them any compute at all in this narrow moment, we will lose everything.

核心问题是你在走极端。你的论证从极端开始：如果我们在这个狭窄时间点给他们任何算力，我们就会失去一切。

Dwarkesh Patel: No, I think what my argument is…

不，我认为我的论点是……

Jensen Huang: Those extremes, they’re childish.

那些极端说法很幼稚。

Dwarkesh Patel: Let me just make my argument for myself. The idea is not that there is some key threshold of compute. It’s that any marginal compute is helpful. So if you have more compute, you can train a better model.

让我自己把论点说清楚。我的意思不是存在某个关键算力门槛，而是任何边际算力都有帮助。所以，如果你有更多算力，就能训练出更好的模型。

Jensen Huang: And I just want you to acknowledge that any marginal sales for the American technology industry is beneficial.

而我只是希望你承认，美国科技产业的任何边际销售都是有益的。

Dwarkesh Patel: I actually don’t… If the AI models that run on those chips are capable of cyber offensive capabilities, or the chips are training models with cyber capabilities and running more instances of those models, it is not a nuclear weapon, but it enables a weapon of a kind.

我其实不…… 如果运行在这些芯片上的 AI 模型具备网络攻击能力，或者这些芯片正在训练具备网络能力的模型，并运行更多模型实例，它不是核武器，但它确实使某种武器成为可能。

Jensen Huang: The logic that you use, you might as well say it to microprocessors and DRAMs. You might as well say it to electricity.

按照你的逻辑，你也可以把它用于微处理器和 DRAM，也可以把它用于电力。

Dwarkesh Patel: But in fact we do have export controls on the technology that is relevant to making the most advanced DRAM. We have all kinds of export controls on China for all kinds of chip-making stuff.

但事实上，我们确实对制造最先进 DRAM 相关的技术有出口管制。我们针对中国在各种芯片制造相关事项上都有出口管制。

Jensen Huang: We sell a lot of DRAM and CPUs into China, and I think it’s right.

我们向中国出售大量 DRAM 和 CPU，而且我认为这是正确的。

Dwarkesh Patel: I guess this goes back to the fundamental question of, is AI different? If you have the kind of technology where they can find these zero-days in software, is that something where we want to minimize China’s ability to get there first, to deploy it widely?

我想这又回到了一个根本问题：AI 是否不同？如果你拥有一种技术，可以发现软件中的这些零日漏洞，那么我们是否应该尽量降低中国率先达到这种能力、并大规模部署它的可能性？

Jensen Huang: We want the United States to be ahead. We can control that.

我们希望美国领先。这一点我们可以控制。

Dwarkesh Patel: How do we control that if the chips are already there and they’re using them to train that model?

如果芯片已经在那里，而且他们正在用这些芯片训练那个模型，我们怎么控制？

Jensen Huang: We have tons of compute. We have tons of AI researchers. We’re racing as fast as we can.

我们有大量算力。我们有大量 AI 研究人员。我们正在尽可能快地竞赛。

Dwarkesh Patel: Again, we have more nuclear weapons than anybody else, but we don’t want to send enriched uranium anywhere.

再说一次，我们拥有比任何人都多的核武器，但我们并不想把浓缩铀送到任何地方。

Jensen Huang: We’re not enriched uranium. It’s a chip, and it’s a chip that they can make themselves.

我们不是浓缩铀。这是一颗芯片，而且是他们自己能制造的芯片。

Dwarkesh Patel: But there’s a reason they’re buying it from you. We have quotes from the founders of Chinese companies that say that they’re bottlenecked on compute.

但他们从你这里购买是有原因的。我们有中国公司创始人的引述，说他们受限于算力。

Jensen Huang: Because our chips are better. On balance, our chips are better. There’s just no question about it. In the absence of our chip… Can you acknowledge that Huawei had a record year? Can you acknowledge that a whole bunch of chip companies have gone public? Can you acknowledge that?

因为我们的芯片更好。总体来看，我们的芯片更好。这毫无疑问。在没有我们芯片的情况下…… 你能承认华为创下了纪录年吗？你能承认一大批芯片公司已经上市了吗？你能承认这一点吗？

Dwarkesh Patel: Yes.

可以。

Jensen Huang: Can you also acknowledge that we used to have a very large share in that market, and we no longer have a large share in that market? We can also acknowledge that China is about 40% of the world’s technology industry. To concede that market for the United States technology industry is a disservice to our country. It is a disservice to our national security. It is a disservice to our technology leadership, all for the benefit of one company. It makes no sense to me.

你是否也能承认，我们曾经在那个市场拥有非常大的份额，而现在已经不再拥有很大份额？我们也可以承认，中国大约占全球技术产业的 40%。让美国科技产业放弃那个市场，是对我们国家的不利，是对我们国家安全的不利，也是对我们技术领导力的不利，而这一切只是为了让一家公司受益。这对我来说没有意义。

Dwarkesh Patel: I guess I’m confused. It feels like you’re making two different statements. One is that we’re going to win this competition with Huawei because our chips are going to be way better if we’re allowed to compete. Another is that they would be doing the same exact thing without us anyway. How can both of those things be true at the same time?

我有点困惑。感觉你在同时说两件不同的事。一个是：如果允许我们竞争，我们会在与华为的竞争中获胜，因为我们的芯片会好得多。另一个是：即使没有我们，他们也会做完全一样的事情。这两件事怎么能同时为真？

Jensen Huang: It’s obviously true. In the absence of a better choice, you’ll take the only choice you have. How is that illogical? It’s so logical.

这显然是真的。在没有更好选择时，你会选择唯一可用的选择。这哪里不合逻辑？这非常合逻辑。

Dwarkesh Patel: The reason they want Nvidia chips is that they’re better.

他们想要英伟达芯片的原因是它们更好。

Jensen Huang: Yeah.

是的。

Dwarkesh Patel: Better is more compute. More compute means you can train a better model.

更好就是更多算力。更多算力意味着可以训练更好的模型。

Jensen Huang: No, it’s just better. It’s better because it’s easier to program. We have a better ecosystem. But whatever the better is, whatever the better is… And of course we’re going to send them compute. So what? The fact of the matter is that we get to benefit. Don’t forget, we get the benefit of American technology leadership. We get the benefit of developers working on the American tech stack.

We get the benefit, as those AI models diffuse out into the rest of the world, that the American tech stack is therefore the best for it. We can continue to advance and diffuse American technology. That, I believe, is a positive. It’s a very important part of American technology leadership.

Now, the policies that you’re advocating resulted in the American telecommunications industry being policied out of basically the world, to the point where we don’t control our own telecommunications anymore. I don’t see that as smart. It’s a little narrow-minded, and it led to unintended consequences that I’m describing to you right now that you seem to have a very hard time understanding.

不，它只是更好。更好是因为它更容易编程。我们有更好的生态。但不管 “更好” 具体是什么…… 当然，我们会向他们提供算力。那又怎样？事实是，我们也会受益。不要忘了，我们获得的是美国技术领导力的收益。我们获得的是开发者在美国技术栈上工作的收益。

随着这些 AI 模型扩散到世界其他地方，我们获得的收益是：美国技术栈因此成为最适合它们的技术栈。我们可以继续推进和传播美国技术。我相信这是正面的。这是美国技术领导力非常重要的一部分。

你现在主张的那些政策，已经导致美国电信产业基本上被政策排挤出了全球市场，以至于我们现在不再控制自己的电信。我不认为这聪明。这有些狭隘，并且导致了我现在正在向你描述的这些意外后果，而你似乎很难理解它们。

Dwarkesh Patel: Okay, let’s just step back. It seems like the crux here is there’s a potential benefit and there’s a potential cost. What we’re trying to figure out is, is the benefit worth the cost? I guess I’m trying to get you to acknowledge the potential cost. Compute is an input to training powerful models. Powerful models do have powerful offensive capabilities, like cyber attacks.

It is a good thing that American companies got to Mythos-level capabilities first, and then now they’re going to hold off on those capabilities so that the American companies and American government can make their software more protected before that level of capability was announced.

If China had had more compute or more crowd compute, if they could have made a Mythos-level model earlier and deployed it widely, that would have been very bad. One of the reasons that hasn’t happened is that we have more compute thanks to companies like Nvidia in America. That is a cost of sending it to China. So let’s leave the benefit aside for a second. Do you acknowledge that this is a potential cost?

好，我们退一步。这里的核心似乎是：存在潜在收益，也存在潜在成本。我们试图弄清楚的是，收益是否值得这些成本。我想我是想让你承认这种潜在成本。算力是训练强大模型的输入，而强大模型确实具备强大的攻击能力，比如网络攻击。

美国公司先达到 Mythos 级别能力是一件好事。现在它们会暂缓释放这些能力，让美国公司和美国政府能够在这种能力被公开之前，把软件保护得更好。

如果中国拥有更多算力，或者更多聚合算力，如果它们能更早做出 Mythos 级别的模型并广泛部署，那会非常糟糕。没有发生这件事的原因之一，是美国因为有像英伟达这样的公司而拥有更多算力。这就是向中国提供算力的成本。所以我们先把收益放在一边，你承认这是一个潜在成本吗？

Jensen Huang: I’ll also tell you the potential cost is we allow one of the most important layers of the AI stack, the chip layer, to concede an entire market, the second largest market in the world, so that they could develop scale, so that they could develop their own ecosystem, so that future AI models are optimized in a very different way than the American tech stack. As AI diffuses out into the rest of the world, their standards, their tech stack, will become superior to ours, because their models are open.

我也告诉你另一个潜在成本：我们让 AI 技术栈中最重要的层之一，也就是芯片层，放弃整个市场，放弃世界第二大市场，让他们能够发展规模，发展自己的生态系统，让未来 AI 模型以一种与美国技术栈非常不同的方式被优化。随着 AI 扩散到世界其他地方，他们的标准、他们的技术栈会变得优于我们的，因为他们的模型是开放的。

Dwarkesh Patel: I guess I just believe enough in Nvidia’s kernel engineers and CUDA engineers to think that they could optimize…

我想我只是足够相信英伟达的 kernel 工程师和 CUDA 工程师，认为他们可以优化……

Jensen Huang: AI is more than kernel optimization, as you know.

你知道，AI 不只是 kernel 优化。

Dwarkesh Patel: Of course, but there are so many things you can do, from distilling to a model that’s well-fit for your chips.

当然，但你们可以做很多事情，比如蒸馏出一个更适合你们芯片的模型。

Jensen Huang: We’re going to do our best.

我们会尽力。

Dwarkesh Patel: You have all the software. It’s just hard to imagine that there’s a long-term lock-in to the Chinese ecosystem, even if they have a slightly better open source model for a while.

你们有所有软件。即便他们暂时有一个稍微更好的开源模型，也很难想象会长期锁定到中国生态里。

Jensen Huang: China is the largest contributor to open source software in the world. Fact. China’s the largest contributor to open models in the world. Fact. Today it’s built on the American tech stack, Nvidia’s. Fact.

All five layers of the tech stack for AI are important. The United States ought to go win all five of them. They’re all important. The one that is the most important, of course, is the AI application layer. The layer that diffuses into society, the one that uses it most will benefit from this industrial revolution most. But my point is that every layer has to succeed.

If we scare this country into thinking that AI is somehow a nuclear bomb, so that everybody hates AI and everybody’s afraid of AI, I don’t know how you’re helping the United States. You’re doing it a disservice. If we scare everybody out of doing software engineering jobs because it’s going to kill every software engineering job, and we don’t have any software engineers as a result of that, we’re doing a disservice to the United States.

If we scare everybody out of radiology so nobody wants to be a radiologist because computer vision is completely free and no AI is going to do a worse job than a radiologist, we misunderstand the difference between a job and a task. The job of a radiologist is patient care. The task is to read a scan. If we misunderstand that so profoundly and we scare everybody out of going to radiology school, we’re not going to have enough radiologists and good enough healthcare.

So I’m making the case that when you make a premise that is so extreme, everything goes from zero or infinity, we end up scaring people in a way that’s just not true. Life is not like that. Do we want the United States to be first? Of course we do. Do we need to be a leader in every layer of that stack? Of course we do. Of course we do. Today you’re talking about Mythos because Mythos is important. Sure. That’s fantastic.

But in a few years time, I’m making you the prediction that when we want the American tech stack, when we want American technology to be diffused around the world, out to India, out to the Middle East, out to Africa, out to Southeast Asia, when our country would like to export, because we would like to export our technology, we would like to export our standards, on that day, I want you and I to have that same conversation again.

I will tell you exactly about today’s conversation, about how your policy and what you imagined literally caused the United States to concede the second largest market in the world for no good reason at all.

We shouldn’t concede it. If we lose it, we lose it. But why do we concede it? Now nobody is advocating an all or nothing. Nobody’s advocating all or nothing, meaning we ship everything to China at all times. Nobody’s advocating that. We should always have the best technology here. We should always have the most technology here, and the first. But we should also try to compete and win around the world. Both of those things can simultaneously happen.

It requires some amount of nuance, some amount of maturity instead of absolutes. The world is just not absolutes.

中国是全球开源软件最大的贡献者。事实。中国是全球开放模型最大的贡献者。事实。今天，这些东西建立在美国技术栈上，也就是英伟达的技术栈上。事实。

AI 技术栈的五层都很重要。美国应该去赢下这五层。它们都很重要。当然，最重要的一层是 AI 应用层。扩散到社会中的那一层，使用最多的那一层，将从这场工业革命中获益最多。但我的重点是，每一层都必须成功。

如果我们把这个国家吓到以为 AI 某种程度上就是核弹，以至于每个人都讨厌 AI、害怕 AI，我不知道你是在怎样帮助美国。你是在伤害美国。如果我们吓得所有人都不去做软件工程，因为它会消灭所有软件工程工作，结果我们没有软件工程师，那我们就是在伤害美国。

如果我们吓得所有人都不去学放射科，因为计算机视觉完全免费，而且 AI 不会比放射科医生做得更差，那我们就是误解了工作和任务之间的区别。放射科医生的工作是照顾病人，任务才是读片。如果我们如此深刻地误解这一点，并把所有人都吓得不去读放射科，我们就不会有足够的放射科医生，也不会有足够好的医疗。

所以我想说明的是，当你的前提如此极端，一切都变成零或无穷大时，我们最终会以一种不真实的方式吓唬人。生活不是这样的。我们希望美国第一吗？当然。我们需要在技术栈的每一层都保持领导地位吗？当然需要，当然需要。今天你谈 Mythos，因为 Mythos 很重要。可以，这很好。

但我现在给你一个预测：几年之后，当我们希望美国技术栈、美国技术能够扩散到世界各地，扩散到印度、中东、非洲、东南亚，当我们的国家希望出口，因为我们希望出口我们的技术、出口我们的标准时，到那一天，我希望你和我再进行同样的对话。

我会准确告诉你今天这场对话，告诉你你的政策和你想象中的东西，是如何无缘无故地让美国放弃世界第二大市场的。

我们不应该放弃它。如果我们输了，那就是输了。但为什么要主动放弃？现在没有人在主张全有或全无。没有人主张全有或全无，也就是一直把所有东西都运到中国。没有人主张这个。我们应该始终让最好的技术在这里，最多的技术在这里，并且最先在这里。但我们也应该努力在全世界竞争并获胜。这两件事可以同时发生。

这需要一些细微差别，需要一些成熟度，而不是绝对化。世界并不是绝对的。

Dwarkesh Patel: Okay. The argument hinges on this. They’ve built models that are specified for the best chips that they make in a few years. Those chips get exported around the world. That sets the standard. Because of EUV export controls, as we said, you’re going to move on to 1.6nm. They’re still going to be on 7nm, even after a few years from now.

It may make sense that domestically they would prefer, “Hey, we’ve got so much energy, we can manufacture at scale. We’ll still keep using 7nm.” But on the exporting thing, their 7nm chips have to be competitive against your 1.6nm chips. Their models have to be so far optimized for the 7nm that it’s better to run their models on 7nm than to run their models on your 1.6nm.

好。这个论证取决于这一点：他们会在未来几年里，为自己能制造的最好芯片构建专门适配的模型。这些芯片随后被出口到世界各地，从而设定标准。因为 EUV 出口管制，正如我们所说，你们会进入 1.6nm，而他们即使几年后仍然会在 7nm。

在国内场景下，他们可能会偏好：“我们有这么多能源，可以规模化制造，所以我们继续使用 7nm。” 这也许说得通。但在出口方面，他们的 7nm 芯片必须能和你们的 1.6nm 芯片竞争。他们的模型必须针对 7nm 优化到这种程度：在 7nm 上运行它们，比在你们的 1.6nm 上运行还要好。

Jensen Huang: Can we just look at the facts then? Is Blackwell 50 times more advanced lithography than Hopper? Is it 50 times? Not even close. I just kept saying it over and over again. Moore’s Law is dead. Between Hopper and Blackwell, from the transistors themselves, call it 75%. It was three years apart, 75%. Blackwell is 50 times Hopper.

My point is, architecture matters. Computer science matters. Semiconductor physics matters as well, but computer science matters. The impact of AI largely comes from the computing stack, which is the reason why CUDA is so effective, which is the reason why CUDA is so beloved.

It’s an ecosystem, a computing architecture that allows for so much flexibility that if you wanted to change an architecture completely, create something like MoE, create something like diffusion, create something that’s disaggregated, you could do so. It’s easy to do.

So the fact of the matter is, AI is about the stack above as much as it is about the architecture below. To the extent that we have architectures and software stacks that are optimized for our stack, for our ecosystem, it is obviously good, because we started the conversation today about how Nvidia’s ecosystem is so rich. Why do people always love programming CUDA first? They do. They do. So do the researchers in China.

But if we are forced to leave China, if we’re forced to leave China, first of all, it’s a policy mistake. Obviously it has backlash. It has turned out badly for the United States. It enabled, it accelerated their chip industry. It forced all of their AI ecosystem to focus on their internal architectures. It’s not too late, but nonetheless it has already happened.

You’re going to see in the future, they’re not stuck at 7nm, obviously. They’re good at manufacturing. They will continue to advance from 7nm and beyond. Now, is there a 10x difference between 5nm and 7nm? The answer is no. Architecture matters. Networking matters. That’s why Nvidia bought Mellanox. Networking matters. Energy matters. So all of that stuff matters. It’s not simplistic, like the way you’re trying to distill it.

那我们能不能只看事实？Blackwell 的光刻工艺比 Hopper 先进 50 倍吗？有 50 倍吗？远远没有。我一直在反复说，摩尔定律已经死了。从晶体管本身来看，Hopper 到 Blackwell 之间，大概提升 75%。它们相隔三年，75%。但 Blackwell 是 Hopper 的 50 倍。

我的观点是，架构很重要。计算机科学很重要。半导体物理当然也重要，但计算机科学很重要。AI 的影响很大程度上来自计算技术栈，这就是 CUDA 如此有效、如此受欢迎的原因。

它是一个生态系统，是一种计算架构，提供了极大的灵活性。如果你想完全改变一种架构，创造类似 MoE 的东西，创造 diffusion 这样的东西，创造某种解耦的东西，你都可以做到，而且很容易做到。

所以事实是，AI 既关乎上层技术栈，也关乎底层架构。如果我们拥有针对我们的技术栈、我们的生态优化的架构和软件栈，那显然是好事。因为我们今天一开始就在谈，英伟达的生态系统是多么丰富。为什么人们总是喜欢先用 CUDA 编程？他们确实如此。中国的研究人员也是如此。

但如果我们被迫离开中国，如果我们被迫离开中国，首先，这是一个政策错误。显然，它会带来反弹。事实证明，它对美国造成了不好的结果。它赋能并加速了他们的芯片产业。它迫使他们整个 AI 生态系统专注于自己的内部架构。现在还不算太晚，但不管怎样，这件事已经发生了。

你未来会看到，他们显然不会停留在 7nm。他们擅长制造。他们会继续从 7nm 向前推进。现在，5nm 和 7nm 之间有 10 倍差距吗？答案是否定的。架构很重要，网络很重要，这就是英伟达收购 Mellanox 的原因。网络很重要，能源也很重要。所以所有这些都重要。它并不像你试图提炼出来的那样简单。

Why doesn’t Nvidia make multiple different chip architectures?

英伟达为什么不做多种不同的芯片架构？

Dwarkesh Patel: We can move on from China, but that actually raises an interesting question. We were discussing earlier these bottlenecks at TSMC and memory and so forth. So if we’re in this world where you’re already the majority of N3, and at some point you’ll be N2 and you’ll be a majority of that, do you see that you could go back to N7, the spare capacity at an older process node, and say, “Hey, the demand for AI is so great and our capacity to expand the leading edge is not meeting it, so we’re going to make a Hopper or Ampere, but with everything we know about numerics today and all the other improvements you described”? Do you see that world happening?

我们可以从中国话题转开，但这其实引出了一个有趣的问题。我们之前讨论过台积电、存储等方面的瓶颈。假设我们处在这样一个世界：你们已经占据 N3 的大部分产能，而到某个时候你们也会进入 N2，并且同样占据其中大部分产能。你是否会考虑回到 N7，利用旧制程节点上的闲置产能，然后说：“AI 需求太大，而我们扩展最先进制程的能力跟不上，所以我们要做一个 Hopper 或 Ampere，但把今天我们对数值格式的所有理解，以及你刚才描述的各种改进都放进去”？你认为这种情况会发生吗？

Jensen Huang: If you just go back and improve what we currently have with all the ideas we now know, there’s nothing wrong with that. It’s always possible. Of course, if we had enough engineers, we would do that.

The question is, if I had 1,000 engineers, do I put them on advancing the current architecture on the leading edge, which is going to delight people tremendously? Or do I ask them to go improve a past architecture and use old capacity? It’s a matter of focus, and the company has to be careful to focus its resources.

I would love to do everything, but the fact of the matter is that everything you do takes engineers, supply chain attention, sales attention, software attention, and ecosystem attention. You can’t just do one thing in isolation. Every new architecture is a whole ecosystem.

如果只是回过头，用我们现在知道的所有想法去改进现有产品，这没有问题。它永远是可能的。当然，如果我们有足够多工程师，我们会做。

问题在于，如果我有 1000 名工程师，我是让他们推进当前最先进制程上的架构，让人们获得巨大惊喜？还是让他们去改进过去的架构，并使用旧产能？这是一个聚焦问题，公司必须谨慎地聚焦资源。

我当然希望什么都做，但事实是，你做的每一件事都需要工程师、供应链注意力、销售注意力、软件注意力和生态系统注意力。你不能孤立地只做一件事。每一种新架构背后都是一整个生态系统。

Dwarkesh Patel: I guess this is the question. Let’s say the current token is priced at one cent or something like that. There’s a lot of uses where you don’t need a premium token. You could have a worse chip, but you could still make the token cheap enough, because there’s all this old capacity that you can use.

我想问题就在这里。假设当前一个 token 的价格是一美分之类的水平。有很多用途并不需要 premium token。你可以使用性能差一些的芯片，但仍然把 token 做得足够便宜，因为有大量旧产能可以利用。

Jensen Huang: The token market is not as simple as that. There will be a premium token market and there will be a commodity token market, but the premium token market is very large. You need the premium token market to fund the infrastructure. You need the premium token market to fund the R&D, the models, and the entire ecosystem.

The question is, how much of the world will want premium tokens? I think a lot. People want intelligence. They want better intelligence. They want reliable intelligence. They want the kind of intelligence that can be used to write software, reason through complicated problems, discover drugs, design chips, or control robots. The premium market is going to be very large.

Could there be a low-cost token market? Of course. But even in that market, efficiency matters. If you can generate the same token with less energy, less infrastructure, and less total cost, that matters. It’s not simply a matter of using old capacity. The software stack, the architecture, the networking, and the energy efficiency all matter.

token 市场没有那么简单。会有 premium token 市场，也会有 commodity token 市场，但 premium token 市场会非常大。你需要 premium token 市场来为基础设施提供资金，也需要它来为研发、模型和整个生态系统提供资金。

问题是，世界上有多少需求会指向 premium token？我认为会很多。人们想要智能，想要更好的智能，想要可靠的智能，想要能够写软件、推理复杂问题、发现药物、设计芯片或控制机器人的智能。premium 市场会非常大。

会不会有低成本 token 市场？当然会。但即使在那个市场里，效率也很重要。如果你能用更少能源、更少基础设施和更低总成本生成同样的 token，那就很重要。这不只是使用旧产能的问题。软件栈、架构、网络和能效都很重要。

Dwarkesh Patel: Do you think there will be a world where people start making specialized chips for different kinds of tokens, or different kinds of workloads? Maybe one architecture is good for cheap tokens, another is good for premium reasoning tokens, another is good for video generation.

你认为未来会不会出现一种情况：人们开始为不同类型的 token 或不同类型的工作负载制造专门芯片？比如一种架构适合便宜 token，另一种适合 premium reasoning token，还有一种适合视频生成。

Jensen Huang: It’s possible, but the world also wants generality. The reason Nvidia’s architecture is valuable is because the world changes. Models change. Attention mechanisms change. Data types change. The way people do inference changes. The way people do training changes. If you build something too narrow, the world can move away from you very quickly.

One of the most important things about accelerated computing is that it is still programmable. It is specialized enough to deliver extraordinary performance, but programmable enough to adapt as algorithms change. That balance is very hard to achieve. That is what CUDA and our architecture give you.

这是可能的，但世界同样需要通用性。英伟达架构之所以有价值，是因为世界会变化。模型会变化，attention 机制会变化，数据类型会变化，人们做推理的方式会变化，训练方式也会变化。如果你构建得过于狭窄，世界可能很快就会离你而去。

加速计算最重要的一点是，它仍然是可编程的。它足够专用，因此能提供非凡性能；同时又足够可编程，因此能随着算法变化而适应。这个平衡非常难实现。这正是 CUDA 和我们的架构给你的东西。

Dwarkesh Patel: Do you think about the fact that so much of the company’s focus is now AI? There was a deep learning revolution, Nvidia benefited from it enormously, and now there’s so much demand for AI. But Nvidia used to be this company that helped scientists, graphics people, gamers, all sorts of people. Do you worry that everything becomes AI?

你会不会思考这样一个事实：现在公司如此多的注意力都在 AI 上？深度学习革命发生了，英伟达从中获得了巨大收益，现在 AI 需求又如此庞大。但英伟达过去是一家帮助科学家、图形工作者、游戏玩家以及各种人的公司。你会担心一切都变成 AI 吗？

Jensen Huang: No. We still serve all of them. We still care deeply about all of them. The reason accelerated computing exists is not just AI. The reason CUDA exists is not just AI. The original vision of CUDA was to make the GPU available to general-purpose computing, to enable scientists, researchers, engineers, and students to do amazing work.

We made it possible for any researcher, any scientist, any student anywhere to use a PC or a GeForce add-in card to do amazing science. That fundamental promise hasn’t changed, not even a little bit.

If you watch GTC, there’s the whole beginning part of it. None of it’s AI. That whole part of it with computational lithography or our quantum chemistry work, data processing work, all of that stuff is unrelated to AI. And it’s still very important. I know that AI is very interesting and quite exciting, but there are a lot of people doing a lot of very important work that’s not AI related, and tensors are not the only way that you compute it. We want to help everybody.

不。我们仍然服务所有这些人，也仍然非常重视他们。加速计算存在的原因不只是 AI，CUDA 存在的原因也不只是 AI。CUDA 最初的愿景，是让 GPU 能够用于通用计算，让科学家、研究人员、工程师和学生能够完成惊人的工作。

我们让任何研究人员、任何科学家、任何地方的学生，都可以使用一台 PC 或一块 GeForce 插卡来做令人惊叹的科学研究。这个根本承诺没有改变，哪怕一点点都没有。

如果你看 GTC，开头有很长一部分完全不是 AI。那部分关于计算光刻、我们的量子化学工作、数据处理工作，所有这些都与 AI 无关，但它们仍然非常重要。我知道 AI 很有趣，也非常令人兴奋，但还有很多人在做大量与 AI 无关、却非常重要的工作；张量也不是唯一的计算方式。我们希望帮助每一个人。

Dwarkesh Patel: Jensen, thank you so much.

Jensen，非常感谢你。

Jensen Huang: You’re welcome. I enjoyed it.

不客气。我很享受这次交流。

Dwarkesh Patel: Me too.

我也是。

知乎用户 lfxz 发表

提醒一下，不要忘了美国的【芯片朝贡体系】

美国是真正了解传统朝贡体系的，它把不同等级的芯片分配给不同级别的盟友，充满了朝贡体系下对待不同藩属的味道。它很向往像控制藩属一样控制盟友。

基于这点，被这个体系打压的中国，一定、而且有能力有市场研发自己的芯片。

老黄基于公司利益，当然不喜欢这个局面。

2025 年 1 月 9 日消息

据报道，拜登政府计划在离任前几天推出《人工智能扩散出口管制框架》（Export Control Framework for Artificial Intelligence Diffusion），对等公司的人工智能芯片出口实施新一轮限制，这是他为防止先进技术流入中国和俄罗斯而做出的最后努力。

据知情人士透露，美国希望从国家和企业两个层面限制数据中心使用的人工智能芯片的销售，目的是将人工智能的发展集中在部分友好国家，并让全球企业向美国标准看齐。

这项新规可能最早于本周五发布，并制定三个等级的芯片贸易限制。

其中第一等级为德国、荷兰、日本、韩国等美国少数盟友，可以不受限制地获取美国芯片。

第二等级为世界绝大多数国家和地区，将面临以国家 / 地区为单位的总算力限制，2025 年至 2027 年期间，每个国家和地区只能获得约 5 万块 GPU。不过该等级的国家可以通过同意一套美国政府的安全要求和人权标准来获得更高的上限。

第三等级为包括中国、俄罗斯在内的 24 个国家和地区，将被全面禁止进口美国芯片。

知乎用户 magicyang 发表

当年大门宁愿不赚钱也要靠盗版占领我国市场的时候，一定不会想到才过了十多年，就出了川普这种自废武功的总统吧

知乎用户 猫猫猹 发表

因为你不管对老中采取怎样的措施，都会陷入尴尬。

如果你完全的排斥，制裁，封锁老中，老中就会自研然后迎头赶上。

如果你完全的接纳，同化，拥抱老中，老中也可以文化上窃据正统，行中苏故事，而经济上完全倾销亦或是消化外部的恶意。

唯一可行的是如冷战一样，文文明明自己打起来了，这样老中不得不选边站，自己也面临着路线的矛盾，于是内部开始消耗。其实现在也是如此，可这回是前一阶段失败的结果，正是因为把老中养起来了，其他没办法了，文文明明自己才内讧了。如此，主动权在我们这边，似乎也不需要担忧什么。

说到底，发达文明国家的联盟只不过有十亿人口罢了，而老中有着十四亿人，不管你喜不喜欢，这个体量的差距就是无解的阳谋。把老中纳入自己体系的内部，那么老中就是多数和主体，把老中排除出自己的体系，那老中这边完全能自给自足，几千年不都是这么过来的？

来者不善？不，你才是来者。

知乎用户 团结新村 28 号 发表

中美两国两个世界两种解读

原因在于

中国网友真的认为没有他我们自己将来会不需要他

美国网友真的认为可以随便卡而不付出代价

认识不同立场不同两边观点才如此差异

具体一点说

中国这边看来，他急了是因为再不卖后面就没机会卖当然要急

美国那边看来，他急了要么是他通 G，要么是他只顾公司赚钱不顾 AI 产业链或者说美国国家利益

现在美国热炒他急了，显然是准备要影射他通 G

知乎用户 SegFault 发表

我认为这只不过是 “资本无国籍” 的体现。

“通过倾销压制中国本土芯片产业和 AI 基建”这个逻辑放在 5 年前当然有讨论的价值，放在今天就只能说离谱。美国搞芯片禁售搞了这么多年，中国对美国供应链可靠性的信任早就没有了。你现在开放禁售，商业公司自然乐意买，但中国政府多半会主动限制。从这个角度，开放禁售的 “坏处” 是让中国的国产化过渡更平滑，“好处” 仅仅是逼中国政府当恶人。

“通过全球化降低 AI 成本振兴国内经济” 这个逻辑可能不太容易反驳，但在全球化这个大议题上美国已经做出了选择。反全球化是美国选定的大方向，这种 “基本国策” 不是你黄仁勋可以置喙的。“全球化弊大于利”，你别管它对不对这就是共识，你在全球化利大于弊的前提下讨论问题毫无意义。

知乎用户 枫灬疯 发表

其实吧 以英语那种隔行如隔山的💩山代码

老黄说的大部分玩意对面那个主播估计就没听懂。什么架构 / 应用 / 底层逻辑，对他而言可能就是在听天书

知乎用户 yue cz 发表

按浓缩铀这种战略物资的待遇来对待老黄的芯片，那老黄就可以跟暴利的前景甚至是自己的公司说再见了，本来就是希望全世界都用他的卡都在他的生态下用他的芯片来发展 AI。

你见过美国对非核盟友出售武器级浓缩铀吗？还是卖核武器？你也没见过美国有上市的暴利核武器或浓缩铀生产公司，对吧？

知乎用户 怎么怎么会是呢 发表

这次采访暴露的问题相当大，皮衣黄之所以会红温，是因为他们这些硅谷客在封闭的加州圈子里已经落后了美国社会思潮一个版本，我不知道他采访完有没有关心过后续舆论，如果看了我相信他是会吸一口凉气开始准备后手的，目前美国大众怎么看他们以及他们手上的技术和工具，思想上已经有大 game 的雏形了。

知乎用户 龙九西 发表

我沿用我一直的观点，老黄今天还活着是中美两国的失败。

知乎用户 ujh​ 发表

这是真急了。

很明显，ai 的收益比不过显卡，现在 ai 投资基本已经到了边际效应，投入高收益低。

所以，与其害怕中国获得优质显卡猛猛吊打美国 ai，不如猛猛出口显卡赚钱。

并且，随着 ai 热显卡价格直接上天，寒武纪这种公司都开始盈利了，按照芯片板块的圈钱效率和资本投入，技术突破是迟早的事情。

都是市场经济，只要投入够多，没有什么是研发不出来的。

别说芯片了，只要钱给够，你甚至可以把懂王请过来研究赢学。

知乎用户 在你头上种点草 发表

这就相当于修房子

用你给的地基，我在上面堆堆撘搭就能修出来。

无论修成住宅还是公寓，总归是要在地基之上。

并且，一旦房子修成了摩天大厦，装修不行可以改，墙不行都能敲掉换

但，地基是不太好换的。

现在房子也还没修高，

把地基不卖了，的确有一定拖延修房子的时间。

但房子总归要修，总会有另一个地基的出现。

那时候，就是别人房子建高了，

别人地基就稳了。

当然，很困难。

可最开始的地基，也没有人教他们怎么弄出来。

某种意义上来说，大家起跑线都一样。

知乎用户 helo 发表

中国芯片产业链，GPU 产业链都跑通了，眼看要输了，才出来抱怨（连抗议都不敢），早干啥去了。

黄仁勋在播客中讲，世界将形成两个割裂的世界。这纯粹是它在做梦。世界，不会形成两个割裂世界，芯片，gpu， 人工智能和其他工业品一样，只有一个产业链可以存活。美国在工业上输了，美国的芯片，gpu，人工智能，创新药，这些不可能独活。

知乎用户 尙禾 发表

真的有人相信美国高层都是蠢货吗？
问题从来不是他们看不懂后果，问题是：
他们要的，和美国真正需要的，本来就不是一回事。

美国政客要的是短期胜利。
要的是上电视、上社交媒体，要的是一句简单粗暴的话：我们卡住了中国，我们保护了美国。
这种叙事太好用了，直观、情绪化、便于动员，选民一听就热血上头。
它不需要复杂逻辑，只需要一个我很强硬的姿态。

美国真正需要的，不是这种姿态。
美国真正最值钱的东西，从来不是芯片更快、软件更强、公司更赚钱
是过去几十年它成功让全世界形成了一种默认共识
美国技术不只是美国产品，更是全球可以放心依赖的公共基础设施
美国的芯片是标准，美国的软件栈是主干道，美国的云、框架、工具链、开源生态是最自然的选择
这背后不是销量，是规则、习惯、路径依赖和技术秩序

问题是，美国政客这几年干成的一件事，不是把中国彻底卡住了
而是把英伟达这种原本接近 “全球公共基础设施” 的东西，一点点打成了带有明确国籍的美国战略资产

这两个身份天差地别

公共基础设施的意思是：全世界都可以安心依赖
战略资产的意思是：它再先进，你也不能把命门押在它身上
一旦这个认知形成，美国失去的就不只是中国市场
，是整个世界对美国技术 “天然中立、天然可依赖” 的信任

如果当初没有制裁，中国会不会像今天这样在意卡脖子？
会不会有这么强的动力，去补那些回报周期极长、短期还不如直接买更成熟方案的东西？
很多事情，平时大家不是不知道要做，而是没有足够强的理由去做。
是美国自己，把可做可不做硬生生变成了必须做

所以黄仁勋说 “芯片不是浓缩铀”，表面上是在谈技术，实际上是在提醒美国：
你们现在追求的，是政客的短期掌声，你们正在透支的，却是美国几十年才建立起来的技术信用。

说白了，所有人都知道芯片不是浓缩铀
所有人也都知道 CUDA 生态仍然是综合成熟度最高的方案
但即便如此，替代还是要做，全栈还是要补
为什么？
因为这从来就不是单纯的商业选择，是一次被地缘政治强行触发的技术秩序重组

所以这件事真正的结论不是美国在卡中国
美国政客为了制造 “我们赢了” 的表演性胜利，正在亲手破坏美国最深的护城河，让全世界默认依赖美国技术的能力

黄仁勋急的，也根本不只是几张订单
他真正急的是：一旦美国把自己的顶级科技公司都做成了带国籍风险的战略工具，美国失去的就不只是市场，是那个曾经让全世界都自觉围着它转的中心地位。

知乎用户 陶光​​ 发表

不得不说，美国人喜欢并沉溺于戏剧性冲突，根本不在乎真相，他们就是喜欢看名人如同 WWE 那样彪戏。

美国现在有大量像黄这样欲尽忠而不得的人，因为他们报告的信息不符合主流叙事而被认为不忠诚，这要么把他们整沉默，要么把他们真逼叛变了。

而且无论成功还是失败，美国还是会把问题归结为叛徒多，搞不忠诚大清洗，这是悲剧。而更悲剧的是，调查起来会发现叛徒确实多，这使得被冤枉者和真叛徒混在一起无法分辨，跳进黄河洗不清，真相永远不得而知。

知乎用户 瘦巴巴的老爷们儿​ 发表

这就是我说的，马斯克不锈钢焊火箭那套技术，早晚会免费开源给中国的。

很简单的道理，他们是资本家，不会赚工业生产内卷的钱的，他们要赚的是生产性知识产权的钱。

马斯克为什么到中国开特斯拉的生产线，很多人说这是因为中国有强大的供应链条体系，并且人工便宜，都对。

但最重要的原因，是汽车制造本质是工业生产，工业生产会一直内卷到成本低廉、人工极其便宜，这是西方工业化早就走过的路子。

美国资本家，根本就不会走这个路子，因为他们没有给工业生产提供内卷的环境。

工业生产就是谁最能卷、谁竞争力强，谁就获得生态位，你把生产一套 modle 3 的成本卷到 1 万块钱人民币才好呢，这玩意，谁还嫌便宜啊？

但是未来跟特斯拉相关的智能驾驶、星链服务、智能机器人联合大脑、甚至脑机接口上车机，这些东西可就利润空间相当大了。

相比之下，中国那些企业老板们都不叫资本家，顶多算个代工买办。

以后凡是跟硬件制造相关的工业生产，黄仁勋、马斯克这些资本家们，不光不会收专利费，他都得求着免费授权给你，让你生产，因为只有中国有能力给他把制造成本卷下来。

知乎用户 父不慈子不孝 发表

美国股市要爆炸。把老中拉上去垫背，才能稳住股市。

知乎用户 带预言家含辛 发表

老黄主要是为了挣钱，毕竟本来是是全球最大单一市场，现在硬生生给整没了。美国一封，国产 GPU 企业一下子就像打了鸡血一样，订单接到手软，有了钱就能投入研发，快速拉近与英伟达的差距。

要是美国继续这么封锁几年，国产 GPU 基本就能站稳脚跟了，到时候英伟达别说往中国卖显卡，可能连欧美市场都要面临国产显卡的竞争，他能不急吗。

知乎用户 周文 发表

老黄就是商人。纯粹的商人。

商人的本质就两个字：利益。

听到老黄中国芯片如何，有影响，能威胁下，是不是会窃喜呢，说实话，还真有点，但是细想下，一般人会在什么情况下主动表扬他人呢，一种不排除老好人。第二则是，对方不如自己，捧你又如何？

更何况，这些是不是特意说的。

限制是打压。

给你卖特供版，为什么不能也是打压？

授人以鱼不如授人以渔。你手里有鱼了，谁还去学打渔？

H20 卖得越顺，你能买到 H20，即时性能差点，但能用，人都是懒惰的生物，这种情况，非生死一线下，你想不想折腾，或许会，但不迫切，至少不这么急着折腾昇腾、寒武纪吧。大家躺平买卡，用 CUDA，多舒服。更可能，慢悠悠的折腾能比得上别人的迭代吗？

老黄太懂这个了。

只要 H20 能卖，中国公司就离不开 NVIDIA。这就是垄断的艺术。

稳赢的局，何必平添对手？垄断谁不喜欢呢？

但现实给了他一巴掌。

业绩不撒谎。

2026 年 Q1，NVIDIA 计提了 45 亿美元的损失。Q2 预计还要再计提 80 亿。

12.5 亿美元的肉，直接从财报上割掉了。

中国市场的营收占比，从巅峰的 28%，一路杀到现在的 9.1%。

谁不疼？老黄最疼。

游说预算暴涨 388%，养那么多合规团队，天天盯着每一笔 H20 订单过审。

这不是做生意，这是走钢丝。

他说 “不是铀”，结果 H20 连发货都要美国政府逐单审批。

4 月暂停，7 月恢复，现在又开始传要收紧。

这叫商品？这叫施舍。

他当然想卖。卖得好好的，为什么要断？

他在中间走钢丝，左边是利润，右边是政治。

最让他睡不着觉的，不是禁令。

是竞争对手。

寒武纪 2025 年营收暴涨 450%，首次盈利。

华为昇腾 950 预计出货 75 万片。

以前这些是备胎。现在禁令一卡，备胎转正，开始抢主胎的饭碗。

老黄习惯了赢。现在眼看别人在自己后院建起了 CUDA 的平替，他能不急？

“芯片不是铀” 这句话，其实是在喊：让我卖！让我卖我就有利润！我不卖你们就真造出铀了！

但咱们最擅长什么？

破釜沉舟。

你给鱼吃，我接着。你不给，我自己打。

阿里、腾讯、字节，现在都是双轨制。

一边买 H20 顶着现在的业务，一边养团队在国产芯片上死磕。

为什么？因为命脉不能捏在别人手里。

所以怎么看这句话？

就是一个垄断商人在利润受到威胁时的本能反应。

不是为了中国，是为了 NVIDIA。

但他低估了一件事：

有些东西，你越卡，别人学得越快。

CUDA 的护城河深不深？深。

但中国人最不怕的就是水深。

蹚过去，或者淹死。

没有第三条路。

知乎用户 Danistella​​ 发表

是想把英伟达和东大国家利益深度绑定免得东大突然就在芯片层面点出了科技树把英伟达踹下去，或者直接在 AI 方面大力出奇迹赢家通吃把美国的那几个 AI 巨头踹下去导致没人买他的铲子？最好能像马斯克一样也弄一个超级工厂？🤔

就 AI 产业而言，东大在应用层、能源还有中间研发层的人才储备和综合成本各方面其实都是有先天优势的，他作为卖铲子的有顾虑很正常。毕竟东大在 “被技术封锁 - 举国之力自主研发大力出奇迹 - 弄死所有人” 这方面都快形成路径依赖了。

知乎用户 Nan Li​ 发表

问题是浓缩铀还真是东大卖给西大的

知乎用户 无心 发表

老黄被阿三疯狂拷打是不是美国人，真的是给我笑抽了。

知乎用户 暖心向阳 发表

A：产业逻辑 B：身份政治逻辑

A：芯片不是浓缩铀，是通用工具

B：所有产业逻辑都是遮羞布

A：封锁没用，只会逼中国自主

B：封锁的真正目的是打压华裔

A：美国是在自毁市场和未来

B：美国是在维护白人的统治权

A：黄仁勋是在为英伟达说话

B：黄仁勋是在为自己的种族发声

知乎用户 若帕 发表

其实老黄和美国现行政策的矛盾是限制芯片与限制 AI 的矛盾导致的。

美国不是不知道，限制对华芯片出口，中国的芯片产业和计算生态就会发展，长远来讲也不利于美国的 AI 技术领先。但是不限制对华芯片出口，中国的 AI 马上就会发展。

那么芯片和 AI 哪个重要呢？答案是对川普来说，现阶段 AI 更加重要，因为 AI 的发展相对更加快速，中国追赶起来更快，不利于赢。而芯片方面，制造技术、计算生态都属于基础建设，发展起来比较费劲。虽然发展起来以后，会从根源上威胁美国建立起来的的技术护城河、生态护城河，但是至少短时间内没有超越的可能。

这就像是在讲：老黄的生态再抗一抗压，至少让我这个任期赢了再说。

问题是，如果每一个任期都有人要马上赢，立刻赢，每一个任期的政府都没有对哪怕十年、二十年以后的事情负责任的理由，最后的结果就只有输。

老黄不是不知道川普知道这一点，但是利益冲突就是利益冲突。老黄心里苦啊，他的利益与美国的长远利益一致，明明当个爱国者站着把钱挣，奈何真有敌在本能寺啊。

知乎用户 momo​ 发表

这波是小黄人血脉 battle 婆罗门赢学大乘了

知乎用户 锐士 发表

有没有可能，美国人不是没想过这个问题，真按照黄仁勋的观点，那根本就不应该制裁中国先进制程的芯片发展，问题是所谓靠倾销限制中国发展也是一厢情愿，只会让中国人借助市场化的工具发展更快，设想的因为大量倾销先进技术从而让中国依赖问题如果一直持开放立场那自然就无所谓卡脖子的问题了，如果还想拿捏中国卡脖子不就等于和目前的政策没什么区别了？站着美国人的立场来说既然都很难限制中国，那还不如就采用直接手段起码可以立即当下的限制中国发展

知乎用户 赵星 发表

其实我觉得他是有中华情结的。

知乎用户 voyage 发表

老黄看到了制裁对于中国这种体量的国家，这个发展阶段的国家，当前这个 ai 进程，简直是雪中送炭。

川普也真的很有意思，关税是他的最喜欢的武器，他知道美国市场的威力，也就是他允许谁来美国卖东西甚至可以决定卖家的生死。可是反手又处处不卖给老中，主动吐出这么大一块蛋糕。

不止老美包括我们很多普通人在内，思维都还停留在技术是不可逾越的鸿沟的观念上。即使绝大部分军用民用技术都以被这个巨大的国家和市场在不到五十年内养活培养成型。

老美押宝在 ai，不惜一切代价想断档领先，但竞争思维依旧老一辈。中国不是日本，放弃中国市场基本就是帮老中贸易保护，打开中国市场则是 1840 年以来每个日不落帝国都要做的。真是魔幻

知乎用户 三木君 发表

老黄是开眼看美国的第一人 (bushi)

知乎用户 大贴子 发表

过去

美国：自由贸易万岁！

英国：重振帝国最后的荣光！

俄国：工农终于当家做主了！

中国：省点钱给老佛爷修园子吧！

日本：皇国兴废，在此一举！

现在

中国：自由贸易万岁！

俄国：重振帝国最后的荣光！

美国：工农终于当家做主了！

英国：省点钱给老佛爷修园子吧！

日本：皇国兴废，在此一战！

知乎用户 纵情山水间 发表

老黄绝对是基本盘！这下实锤了

知乎用户 字码开门 发表

老黄现在还能跟西大政客唱反调就是因为东边现在搞不出像样的，万一东边搞出来了，老黄对 “要不要卖东边芯片” 态度绝对 180° 大转弯，今天说的话都得变成回旋镖砸他自己头上。

知乎用户 调查学历​​ 发表

华为 2019 年发布的昇腾 910，7nm 工艺，FP16 算力 256TLOPS。

英伟达 2020 年发布的 A100，7nm 工艺，FP16 算力 312TLOPS。

老黄清楚自己跟华为差的是制程，只要制程上来了，他没啥东西能打。美国制裁的时间点属于打蛇打在七寸上，美国是有高人的。当然英伟达为 LLM 做了优化，华为也可以。毕竟 2019 年的鲲鹏 920 在芯片里塞了个万兆网卡。20 年苹果发布 M1，其设计跟鲲鹏 920 是一个路子，里面塞了 HEVC 硬编 / 解码。

华为不但预言和实现 AI 卡，还有新的 ARM 架构。这样的对手搁我我也怕。

知乎用户 迷途小书童 发表

问题是浓缩铀并没有禁运啊😦

知乎用户 求小猫一只 2 发表

黄仁勋应该说英伟达是很清楚自己的优势在哪的，海量的软件底层生态链也就是 CUDA。

AI 现在虽说在软件应用领域是一片红海，但是底层软件用的生态链在美国政府的政策壁垒下被干成了蓝海。

中国这么大的市场，一旦软件底层的生态链形成了自主统一标准，英伟达的垄断地位就不存在了，不仅国外的 AI 软件生态要适配标准，英伟达自己的硬件也要适配标准，而且为了适配标准他自身的 CUDA 的技术底层也要互享，不然凭什么让你适配？

去年我在想的是，英伟达可能用技术换市场，在国内找个芯片设计厂商通过部分技术转移直接上桌吃饭，以后中国的底层生态英伟达通过国内的白手套共同参与制定，结果干这事的不是英伟达居然是 AMD。

照这个模式进度下去，英伟达不仅生态链的垄断地位不保，AMD 通过一系列合作搞到他游戏产业生态链也不保也许只是一代主机周期的问题

知乎用户 观棋无语 发表

我想，任意一位受过完整良好的九年义务教育的普通民众，都会理解并支持 “倾销即是最好的封锁”，这句话里面，涉及工业迭代，产业优势，低价护城河，最后不是靠关税、也不是靠禁令封锁对手，而是靠产业实力直接把赛道占死。理解这句话中心思想，不难，对吧。

黄仁勋这种高智商型人才，面对的是：典型身份政治、情绪优先、立场先行、不讲道理的红脖子式政客 / 舆论代表。

这类人最擅长的就是：不跟你比逻辑、不比产业、不比智商，直接把对话拉到低维度，用情绪、立场、种族话术碾压。我不跟你讲理，我只跟你闹；你讲逻辑我讲立场，你讲产业我讲种族，你自然说不过我。

在跟一个智商常年在低维度对话的过程中，非常真实的演示了古代的一句老话，“秀才遇到兵，有理说不清”。这位红脖子代表成功的把黄仁勋把两人对话维持在了一个低维度的领域里，并利用了低智优势，成功战胜了黄仁勋。

再成功的亚裔精英，在部分保守白人群体眼里，依然是 “外来者” 再强的技术、商业能力，抵不过一句 “抢我们工作、威胁我们地位”。精英逻辑 vs 底层民粹，本来就是不对称对抗

对此表示真诚的祝贺，加油美利坚。

知乎用户 难说 发表

对五常国家来说，相互卖浓缩铀，这玩意儿是真不算是什么有影响的东西，大家都是合法拥有，大家都足够把地球毁灭一遍，你多一颗，我少一颗，没什么影响，但是卖芯片这个真影响美国老爷的收入

知乎用户 waterwu 发表

我看到，美国民众不在乎英伟达。他们认为只要芯片都只给他们的公司，就能保持他们在 AI 领域的领先。

这种观点我觉得短期来说是没有错的，然而恐怖的事情在于现在他们已经花了最大的力气来从芯片层面阻挠我们，我们依然可以干到现在这个贴身尾随的状态。

那么，接下来肉眼可见的趋势就是，国产芯片一定会起来，而且因为国内巨大的市场，国产芯片一定会疯狂扩张，然后形成性价比优势，再辐射到海外。

然后就是老黄的噩梦: CUDA 架构的护城河被完全颠覆，生态将会割裂，甚至开源模型和学术领域有可能会因为性价比要素而开始偏向到中国芯片架构。

而吊轨的地方是，你会发现几个模型厂商似乎不在乎老黄的怒吼。因为他们乐于见到老黄有足够强的竞争对手，这将会使得老黄对他们的商业谈判能力降低，使得他们有可能拿到更低的芯片以及算力集群价格。老黄的五层蛋糕理论说得挺好，只是蛋糕的上层并不关心下面芯片层面的经济收益，反而希望老黄的霸权地位能被打破。

你看老黄之前急急忙忙地想办法推进 H20 合规销售，事实上整个局面在关税战的时候就已经基本形成了，H20 的事情算是老黄的最后挣扎。只是可惜，结果是两边不讨好。

现在的局势就是，国产芯片发展需要时间，只是会需要一些周期，让国内模型厂商很难受；但国内厂商也不敢顶着风头继续规模性地使用老黄家的芯片，所以只能和国产芯片厂商继续磨合。而欧美民众很乐于见到他们的模型至少对比我们的还是有优势的，继续奏乐继续舞。

只有老黄受伤的局面达成。

知乎用户 纯洁绅士​​ 发表

未来会大规模使用 ai 的国家就中国、美国 2 个国家了，而且美国由于电产业较差，未来的高科技芯片第一需求国会是中国，丢掉中国市场他就不用干了，回台湾养老吧。

知乎用户 寒江 发表

美国的一大问题就是他们不正视中国。

他们或许是受到一神教的影响，坚定地认为自己是上帝的选民，导致他们根本不认为中国可以发展出自己的芯片，这一点就是这场讨论中的根源分歧。

如果只是为了压制中国的芯片发展，那么加大力度出口显然是最好的选择。如果当年美国没有中断对华为的芯片供应，那么华为也不会投入重资去研发芯片，目前虽然仍然有差距，但已经不再是有和无的差别了。

黄仁勋正是看到了这一点，所以他认为不应该对华进行芯片封锁，而应该采用倾销的战略。但可惜，美国人在宗教与种族歧视的双重迷雾中是看不到这一点的。而黄仁勋既是主要的销售商，也是华人，更加剧了美国人对他的不信任。

知乎用户 哒哒 发表

没用，黄皮子说服不了这些人

这就是长期利益和短期利益的冲突、不同阵营利益的冲突

对中国禁售芯片的行为，虽然暂时迟缓中国 AI 应用端的发展，但是也是主动让出了中国芯片市场，让原本对比英伟达芯片毫无竞争力的中国芯片企业，一下子获得了巨大的市场和生存空间。短期对美国有利 ，长期不利，但是现在好人哪管长期利益，就想抓住眼前。

另外一个就是不同阵营的利益，黄皮子自己给 AI 产业画了五个层级；这五个层级对应的美国企业的利益是不一致的，美国 AI 产业应用端和芯片企业的诉求是不一致的；禁售芯片长远来看会促进中国本土芯片企业的发展和追赶，但是这和那些应用端的美企有啥关系，这只是影响的你黄皮子的生意；但是目前通过禁售卡主中国 AI 算力，是实实在在有利于美国 AI 应用端企业建立优势的，这些企业只会支持对中国继续禁售。

知乎用户 K-sir 发表

说明美国并不是资本主义国家，资本家说话都不好使了。

知乎用户 伊原摩耶花厨 发表

美帝真的是煞费苦心的帮助中国搞产业升级，在你没有能力造的时候卖先进的产品给你，美其名曰锁死科技，实际上助你起步。在你有能力造的时候，又直接封锁技术，多一点钱都不愿意赚，宁可自己饿着也要逼你产业升级，他真的，我


太感动了

知乎用户 枯萎的番茄 发表

在开玩笑吗？对美国来说，芯片比浓缩铀重要多了，所以我称美国为芯片神教教主。

芯片神教，做出了什么都能打破的矛，和什么都能防住的盾，然后自己用矛打敌人，并且把盾卖给自己的奴仆。

所以矛盾一点都不好笑。

所以，就不该搞什么不扩散，而是应该人人有核他才不乱。

话说回来，如果没有核，芯片神教真能统治世界。

知乎用户 哲科莱士 发表

近几年跟踪中美芯片技术发展的人，很容易就发展中国芯片行业从 2019 年不堪一击的弱鸡状态，发展到如今完全不怵美国制裁的状态了，甚至于连英伟达 H20、H200 被美国放开管制后，依然没有允许进口。

老黄说的不是什么新鲜事，在没有英伟达最新计算卡的前提下，中国的大模型遍地开花，最具代表性就是 deepseek 和 seedance。让老黄抓狂的是，明明是秃子头上的虱子，早就明摆着了，依然有很多美国政客和媒体还在自嗨，认为只要美国制裁，就能保持领先。

实际上，从中美 2019 年和 2025 年贸易战的对抗结果，也很容易看出一些东西。

2019 年美国多轮加关税，虽然中国跟着加，但从关税覆盖的贸易额看，明显比美国低很多。就是因为畏手畏脚，不敢真正放开打。

到了 2025 年贸易战，就简单多了，老美加多少，老中跟多少，大不了以后彻底断连！结果老美撑了没多久主动认怂。

如果老中还有软肋被拿捏，怎么可能敢这么硬呢？

攻守之势早就易形了，可以确定的是，双方差距会越来越小，超越指日可待。

老黄的破防，绝对不止这一次！

知乎用户 shou 相 发表

如果我是个美国人，我也觉得黄只是个利益熏心的商人，我也觉得禁卖芯片可以阻击东大的 ai。别屁股决定脑子

知乎用户 慎独 发表

黄仁勋身在局中不知局，又或是知道但不在乎。

有句话是 “信心比黄金更重要”。

全世界为什么对美股、美债、美元有信心？

原因之一就是美国过去几十年都是全世界唯一的科技高地，全世界都认为把手里的钱投资美国是最好的做法。

而现在时代变了，美国必须证明它对比中国还有显著的科技优势。不然大家就会思考，在美国之外是否还有其他选择。

AI 是美国为数不多可以讲宏大叙事的牌了。

很多很多人心中美国是无人能及的灯塔，这个观念牢不可破，但这没有意义，二十年的时间足以让这些人逐步丧失话语权。二十年的时间也足以培育出新的一代人，自出生起他们的世界就不止一个灯塔。

英伟达作为美国 AI 叙事的核心护城河，是绝对不能放手的。万一 AI 界再出现一个 “字节跳动”（也可能就是字节跳动本身），对美国的影响绝对不是局限于 AI 本身。

知乎用户 neether 发表

他是急了，知道自己要死了

AI 的能力并没有飞跃式的发展，25 年下半年开始主要落地的都是应用层面的工具，这对追求扩张的资本来说是非常不好的，没有重大突破也就能保持一两年，两三年的线性增长，之后增长率就渐渐放缓了

而最可怕的是哪怕美国放开卖，中国也只会有限的采购了，都知道 deepseek 在适配国产显卡，这虽然不好做，但是不是一件难事，不是让人肉身上月球的那种不可能的事情，相反，是一件只要愿意投人投钱就一定可以做好的事情。一旦等中国制定出了一套兼容 cuda 标准的框架，中国在 AI 领域就全线反超了

知乎用户 穆双​ 发表

超微芯片事件时就觉察是老美在逼老黄站队，现在是越逼越紧了，nv 基本不保，看起来要强抢，老黄基本出局。

ai 热对 nv 是好事，但是芯片 all in ai 导致自己没有话语权很容易被封那又是坏事了。这段时间 ai 对芯片需求减少，nv 股市继续下行，然后再逼宫一下老黄就出局了。

—-

超微芯片事件是逼老黄站队

超微芯片事件

以前都是当看不见但现在行动了，说明这是逼老黄站队了，东大西大只能选一边，两边硬性脱钩，同时在 ai 来临之际直接两边互相隔离，两边会采用不同的治理模式，1984 的既视感。老黄选西大还要考虑一段时间内没有新用户以及谷歌 tpu 竞争问题，选东大直接财产充公。

知乎用户 殷高宗武丁 发表

浓缩铀的管控才没有芯片这么极端

知乎用户 于明 发表

老黄坚信的是盖茨那套理论，就是东西我给你，让你没有自己研发的动力，你还得捧着我，因为表面上我是开放合作的。这套在实际应用中也确实成功了，但现在美国各种卡，逼着中国自研，从美国资本家来看这是最坏的状况

知乎用户 窺 i 发表

对华半导体管制是美国基本国策，放弃这个封锁就和放弃台湾一个性质，这跟什么技术市场无关，就是美国霸权主义的具体表现之一，或者用他们自己的话叫维护 “基于规则的国际秩序”。美国的金融资本就是靠着这套秩序才能不断增殖扩张的，美国不可能自己放弃这种努力，不然就是在自己瓦解自己的秩序，到时候皮之不存毛将焉附，什么英伟达万亿市值，美股 AI 泡沫都会化为泡影，这也能看出来帝国主义的疯狂之处，他们用来封锁压迫别人的锁链，一样也缠在自己的脖子上

老黄作为一个台湾人，其实应该很能明白这个问题，但是他说出这种话来，倒也说明他多年来确实离政治很远了。如果是一个中国企业家，肯定不会只有这点政治敏感度，不知道这算一种幸运还是幽默

知乎用户 灭五贼 发表

不管不卖和卖，想的都不是合作共赢，双方吵的是那种方法更能整死对方。那么不管结论如何，都不可能有良性的合作了。我看很多人评来评去，这个最关键一点却不说，因为这一点就决定了，这场争论是无意义的争论，不管谁占上风，结果都不会有 AI 上的中美合作了。

就像 H200 一样，现在有人买吗？还有些说什么买了去国外分公司用，争夺国际市场。有没有搞错，人家卖你，是为了打压中国技术发展的，不是让你去抢它市场的。你以为中国公司买了 H200，美国就会让你在它的势力范围内生存吗？我可以这样说，你买了 H200 在中国势力范围内活不下去，在美国势力范围内也活不下去。

知乎用户 IonThruster​​ 发表

这其实有点类似当年 “技工贸” 和“贸工技” 路线之争，不过是反过来讨论怎么封锁中国 AI 产业的。老黄想的是先进行倾销达成事实上的垄断从而封锁中国 AI 技术，而阿三想的是通过技术封锁实现代差，从而垄断市场。

我的看法是无论 “技工贸” 还是“贸工技”，只要坚持去做，而不是挂着贸工技的名头一直贸贸贸，或者一直技技技把自己饿死了，这两条路线其实都能走通。同样的，阿三和老黄的说法也都是有道理的，关键得一直贯彻一个方向去做，得有一个社会共识，这是美国现在欠缺的

知乎用户 彼得猫君 发表

其实如果是浓缩铀的话反而是能卖的。

当然，现在的情况是…… 谁卖谁呀？！

知乎用户 resorry 发表

老黄这就不懂了，美国人从⏰️这里买浓缩铀也是家常便饭了，从来也没出什么问题。所以芯片和浓缩铀确实差不多

知乎用户 momo 发表

我看这个访谈很多回答，但是很少有人提这个对话其实是有个背景的，那就是他们在谈论 Anthropic 的新模型 Mythos，据 Anthropic 说他们不敢发布这个模型，因为他能快速发现很多安全漏洞，给传统软件安全带来挑战，修复速度比不上发现速度，主持人把 Mythos 比作软件安全核武器，那么芯片就是浓缩铀，你不怕芯片出口给中国做出了 Mythos 来攻击美国吗？

我们暂且不提大部分 ai 公司吹牛逼的能力，先认为 Mythos 真的是软件安全核武器，从这个访谈中也能看出美国 ai 业界的很多视角，第一是对大模型领先的痴迷，认为只要做好大模型就可以解决美国所有的问题，只要中国做出 Mythos 美国就完蛋了，这一点黄仁勋甚至都没有正面回应，因为 ai 泡沫是英伟达估值叙事的全部，他不可能给自己泼冷水说，ai 也有解决不了的问题，或者说中国没有英伟达芯片也能做出 Mythos。

另一点是，人无法想象自己没做过的事情，这个世界上刚好有一个国家，把核武器给了另一个国家，而且这两个国家都热衷于发动战争，后者还对情报和网络攻击非常热衷，主持人说的乱丢核武器的情况可能是进行时。

知乎用户 梧桐树影​​ 发表

本来他可以靠着这次 AI 的工业革命，做二个超级大国的皇上皇。中国早就看不惯他了。趁着美国贸易战，片叶不沾身，把他踢出去了。这种东西，当然自己人做才放心。

美国当权者会鸟他吗，一个特斯拉还没搞定，没空理他。

如果我是他，就低调点。能早点退休就早点退，钱是赚不完的。

知乎用户 载之 发表

以老黄的身份，外加他的成长背景，以及近几年的很多操作来看

老黄内心深处是认同自己的 “Chinese” 身份的

现在的这种局面，会让老黄非常尴尬和难受

老黄恐怕将来有投诚的可能

知乎用户 JWFTW 发表

先不评价老黄，这个主持人巨恶心。

哥们之前去了牢中，回来做了个视频。然后视频里一点实景都没有，全是些 ai 生成的乱七八糟的东西

我看他是个不顾事实、极其精于政治算计的人。不过牢美科技界有这样的人，对我们是好事

知乎用户 东流水 发表

估计老黄这辈子都无法释怀对华禁售芯片，不仅失去了中国这个庞大市场，还倒逼中国培育出几个英伟达的生死大敌。

也许临终前都要忍不住念叨一句：

“川普是个外行。”

知乎用户 言风阁 发表

老黄的心情其实很复杂，因为他对于那些领先世界的深度学习芯片真的是按照 “AI 是核武器，芯片是浓缩铀” 来宣传的，甚至可以说这种叙事支撑着当前整个 AI 投资的繁荣。

但唯独就是他，是绝对不能在公开场合宣称 “AI 等同于核武器” 的，因为这样会直接把自家产品重新定性成和核武器同级别的战略物资，到时候比订单先来的或许是美国政府的全面管制措施。

知乎用户 LancelotZY 发表

上一个敢公开质疑国家政策的马总已经黄了，黄总你不害怕吗？

知乎用户 Loveding 发表

资本主义运转的逻辑就是，美国靠着技术优势把高科技产品卖给中国，赚了中国人的钱搞研发，并且占领中国市场避免有中国竞争者出现，这样就可以一直处于科技领先地位。现在好了，不卖给中国，最大的市场拱手相让，没钱技术迭代变慢，反而中国有耐心慢慢追。除非美国人傲慢到他们现在的科技水平中国一辈子也赶不上。不过神权国家叠加快乐教育，无视客观规律也不是什么奇怪的事情

知乎用户 水草 发表

浓缩铀中国 60 年代就搞定了，你卖我还不买呢。说实话，芯片卡脖子这事，绝对是 80—90 年代的科技规划失策。

知乎用户 王宇​ 发表

你乎的一些沟子无底线站美国的人，整天复读美国有黄仁勋，一副你奈我何我的样子。

现在需要诸位回答我一个问题，有黄仁勋确实很了不起，但是这个黄仁勋，有资格上决策层吗？一个可能是世界上最懂 AI 芯片的人，在决定国家的 AI 产业政策方面，有一丝一毫的话语权吗？

我倒是可以给出一个另一条路的答案：

钱学森，全国政协副主席，中国科协主席，中共中央候补委员。

知乎用户 本名在网上是危险 发表

老黄是商人，人家在商言商，你联邦政府今天一个政策，明儿又一个政策。张口安全闭口政治的，跟我商人有啥关系。我还指望着 nv 卡一统全世界算力基础设施呢，你这么一稿 虽然现在有补贴。但是未来补贴会停 市场可不会重新回来。

你不让我卖中国，你得保证你能给了我缺失如此大市场的一个合理的利润预期。目前看来，不会有

知乎用户 51 号元素 发表

现在生产的所有芯片在未来 AGI 时代都是垃圾，但是现在生产的芯片却在按照 AGI 时代的芯片在定价，一旦等到这批芯片折旧到期后 AGI 时代却没有及时到来，通过生产力爆发给现在生产的这些芯片投资接盘擦屁股，到那时很可能泡沫就会爆炸。

知乎用户 黑暗深邃幻想 发表

小同志别这样，我们英伟达还要和老中人做生意的嘛

知乎用户 萌面熊 发表

老黄的东亚面孔出来就吃政治正确的亏了。

傲慢位于基督教七宗罪之首，对于建立在宗教、种姓之上的美利坚，这是赎不掉的原罪。

打个不恰当的比方，这次采访颇有柴静采访丁仲礼院时，针对碳排放权利的辩论。不同的地方在于，广大中国民众接受了良好的基础教育、有辨别能力，能选出川普的美国人的智力是看不懂、也不愿意去理解老黄的战略思路。

黄仁勋、马斯克、比尔盖茨、库克众多大佬在不同的场景、采访中都表达过，无论硬件还是软件、算法构成的技术壁垒，被突破都只是时间问题，想要在领域中保持对于对手长久的竞争力，需要构建一个科技帝国大厦，打造封闭的生态：从底层硬件开始，到民众使用的 app，都要在自己这套框架内。

能支撑英伟达如此夸张的股价，因为老黄他们提供的芯片原本是绝对的垄断市场，老中自己造算力低、成本高、没用户、没生态、没应用、迭代慢，从 2006 年到 2022 年，国产的芯片连接订单、养设计、做配套的大团队都养不起，其实就是先进芯片的市场倾销，就像 Windows+office 对 WPS 的打压一样，1997 年以前巨硬在文字软件处理是打不过金山的。

断供是核武器，只有在发射管内威慑最大。美国的这群大聪明，智障智能团上来就把核武器发射了，国产厂商从饿不死的状态一下久旱逢甘霖，真是风口来了争相做 “猪”。

老黄能不急，等老中的产业生态搭建完善了，中国市场就真没了，回头农村包围城市，英伟达真就是一夜回到 20 年前。

知乎用户 yy98cj 发表

看来老黄再有钱也操控不了舆论和政策啊，反倒是三哥有一大堆舆论领袖。不过三哥装深度倒是有一手，就连不少国内人都被忽悠了。其实学了几个词，再咄咄逼人都能装作有深度。看了下他毕业的学历和几个采访经历，他的采访基本上以语出惊人为主，没有啥有营养的东西。老美舆论和政策要是被这种人影响，简直就是在下坡路上油门踩死，比懂王踩的还狠那种，毕竟懂王还知道对现实妥协，松松油门。三门干部定政策，什么结果大家都知道。

知乎用户 tinkertinker 发表

说点跑题的，自由资本世界不应该是老黄来决定禁售中国吗？为什么是美国联邦政府来决定？

知乎用户 梦想躺平​​ 发表

你要真卖浓缩铀给中国，反而不会拦着了，因为中国自己原本也有，不必封锁。

高端芯片现阶段中国还真暂时不行。

卖芯片给中国真比浓缩铀困难……

知乎用户 乐子人 发表

中国每年向美国出口一百多吨浓缩铀

知乎用户 Ruyinsdie​​ 发表

老黄担心的从来不是芯片能不能卖出去，而是优秀顶尖的大模型用的不是自家的算力。

而目前的情况，只要中国区的大模型真的成了，那 100% 肯定不是来自于老黄的算力，这对 nv 的杀伤要远大于那 20% 营收来源的丢失

知乎用户 金预言家 发表

黄仁勋认为如果禁售中国就能迅速自主化成为更加强大的对手，通过倾销抑制中国独立自主的速度同时攫取大量利益巩固技术和市场优势才是正途。对方认为如果不禁售中国就能利用先进的芯片和充沛的算力变得更加强大，禁售才能锁死中国。

很可惜双方都是只对了一半，无论禁售与否中国都会用不同的方式变得更加强大，无论禁售与否都不可能锁死中国保持所谓的美国优势。

知乎用户 Bill Yu 发表

从国家战略来看，芯片还真的有非常重要的价值，做出控制是合理的。

本来处于先发位置的国家搞限制出口完全是合乎逻辑的，只不过这个逻辑有一个 bug，就是被制裁方能够被限制住，一直卡在原来的生态位不跃迁，而制裁方能够一直保持比被制裁方快的发展速度；但是偏偏有一些异类，比如说某东方大国，哪怕是牛粪都要计入 GDP，也能够凑齐一帮人搞出来 “小男孩”，而天天扛着制裁大棒的某些国家，过惯了好日子，不见得能够一直辛辛苦苦干以前那种寂寞的苦活儿，比如说提炼稀土。

现在的 AI 芯片也有同样的逻辑，美国能不能一直保持比老钟更快地发展速度，能不能吸引比老钟更多的人才，这些吸引过去的人才能不能比在老钟的那些人才表现的更好；老钟会不会心甘情愿的落后，会不会集中力量办大事，会不会能够从土坷垃里面长出更多的高级人才？

知乎用户 jac 发表

我有充分的理由怀疑，如果未来中国在 ai 领域领先，美国会觉得是黄仁勋等美籍华人的锅。

不敢想到那时老黄的处境

知乎用户 君子剑转转转 发表

老黄这意思很简单，一块显卡跑不动 ai 两块显卡就行了。

所以到时候怕不是⏰用四块显卡跑 dlss5（乐）

知乎用户 奇哉浪子 发表

很现实的问题 nvidia 和美国只能活一个 不限制中国科技公司买显卡 那美国 ai 的优势就荡然无存了 ai 股市降到 1/10 以下 立刻崩盘

知乎用户 Helooty 发表

众所周知，黄仁勋年初提出了个 ai 竞争中的五层级理论：

1. 能源领域 很明显目前中国比美国强不少

2. 芯片 很明显目前美国比中国强不少

3. 基础设施 这里指的类似 cuda pytorch 这样的东西，很明显美国还是比中国强的

4. 模型领域 虽然很多人不爱听，但是我还是要说，中国没比美国差多少，大语言模型领域大概落后不到半年，甚至部分领域（比如视频生成）还优于美国。最关键的，我们开源模型比美国的强。

5. 应用领域 这里中国肯定是比美国强的。

好了问题来了，为什么在芯片和基础设施落后不少的情况下，中国仍能在模型和应用领域和美国旗鼓相当呢？

因为这套模型忽略了一个比较重要的因素：人。

甭管怎么说，中国目前的学术与创新潜力并不比美国差，且还有数量优势。

美国人能搞的，中国人慢个一点点怎么搞不了呢？

很明显，黄仁勋明白这个道理。在播客里他反复提及中国的人才培养多么多么强。

可惜大洋彼岸那群人被傲慢冲昏了头脑，对中国创新的印象还停留在二三十年前那种全靠抄的情况里，选择完全忽视这一点。

弱小与无知不是生存的障碍，傲慢才是。

知乎用户 Baud 绿 发表

老黄也有话说：你微软 Google 都能美美赚中国米，我怎么就不能呢？操作系统不是先进技术吗？

知乎用户 以为有我 发表

黄最怕的事就是用浓缩铀这种东西类比 AI，主持人偏要把议程设置在这里，有点兜不住火。但黄是有些自欺欺人的，这东西关不关系到国计民生国家战略他是知道的，就是想把讨论限制在商业范畴。

知乎用户 疯兔实验室 发表

太典了，华裔和印度裔辩论；太典了实在是，难绷不行了，我再笑一会，哈哈哈哈哈。

说点正经的：

LLM 相对于普通的技术进步，还带有价值观传递的隐含作用。在这一点上，开源要比闭源重要太多。

当全世界大部分都在用中国的开源 AI，也就意味着价值观念的普遍传递，这可比什么 “孔子学院” 靠谱多了。

这种潜移默化的文化影响力，其潜在作用不容小觑。

至于芯片制造问题，我一直支持一个中国原则，中国一直拥有极为强大的半导体制造能力；现在不过是中国大陆和中国台湾在半导体制造领域的内部竞争而已。

知乎用户 从不说话​ 发表

没有意义了。

当芯片可以卡脖子，并真的卡脖子了，中国产业升级的目标就必然是国产替代，这是不可逆的。美国人理解不了中国官僚体制内对于 “安全” 的重视程度。当然这不是一夜之间的事，就比如十年前提出去 ioe，十年后的今天依旧没有去干净。但不要着急，这个进程启动了，就不会停止。

而一旦中国突破技术门槛，美国长期看是无法竞争的，黄仁勋那一套话术是骗不了美国精英的。为什么？黄仁勋自己都说出来了：因为应用层是最重要的。美国去工业化，缺乏足够的下游应用场景。如果美国要在应用层与中国竞争，就要拉全世界跟中国对抗，走谷歌、微软的模式。但今天的美国内部要去全球化，再加上要把芯片作为武器防范别人，这个模式自然就不可能了。

知乎用户 水井喷头​ 发表

黄仁勋说的是错的，印度人说的是对的，AI 芯片比浓缩铀还可怕，AI 芯片将会铸造一个数据中心里的天才之国，极大的强化一个国家的武装力量，威力比氢弹还要大。

知乎用户 烂柯 发表

火刑柱已经立起来了，柴也堆好了，就等一个火星子。

但祭司的爪牙鼓噪你不够虔诚的时候，你最好弃了家业赶紧跑路，等改朝换代再回来，而不是试图跟改良派站一起继续拉扯，一旦主教们宣布渎神指控的旨意发下来了，谁也救不了你。

老黄的唯一出路是跑以色列转中东去投俄，一群猎巫人在盯着太平洋路线等着抓现行，东大的祭司也不想顶着 3K 党的敌意接这个烫手山芋。

知乎用户 ogniv 发表

黄仁勋是极为清醒优秀的华人创业者

面对美国基本盘也绷不住了

美国基本盘脑子太蠢救不了

知乎用户 弈星 发表

不好意思，浓缩铀和其他一些核产品美国还是真的可以卖给我们的。虽然他们自己也要从俄罗斯买。

知乎用户 跑酱 er​​ 发表

黄仁勋这句话，本质上不是失言，也不是单纯替英伟达卖货站台。他说芯片不是浓缩铀，核心意思就一句：先进芯片当然有战略属性，但它终究是工业品，不是那种你靠封锁就能永久卡死、也不是一旦流出去就不可逆毁灭世界的东西。拿极端安全逻辑去管理一个高度全球化、迭代极快、供应链极深的产业，最后大概率会把对手逼出替代品，也把自己企业的商业天花板提前压下来。

黄仁勋说得对了大半，但他没把后半句说透。现实不是卖中国咋了这么简单，现实是美国现在限制中国，不只是因为芯片性能本身，而是因为算力、模型、军工、网络攻防、工业自动化这些东西已经绑一块了。芯片不是浓缩铀，但也绝对不是普通螺丝钉。它没那么邪乎，也没那么无害。

放到 26 年看，这句话尤其值得琢磨。因为这一年，全球 AI 产业已经从拼概念进入拼供给、拼电力、拼资本开支、拼数据闭环的硬阶段。大模型热度没退，只是玩法变了。2023 年大家聊谁参数大，2024 年聊谁能落地，2025 年开始大家真正认账的是推理成本、企业订阅收入、行业场景穿透率，还有训练集群到底能不能稳定跑起来。算力不是故事了，是财务报表，是交付周期，是机房电容，是上游 HBM 和先进封装的产能。

所以黄仁勋为什么急着讲这话，很好理解。英伟达过去几年已经不只是卖 GPU，它卖的是整套 AI 基础设施，芯片、网络、CUDA、集群、软件栈、运维体系、开发者生态，全捆一起。中国市场对它的重要性，不只是营收数字，更关键的是生态覆盖。一个全球平台型公司最怕的，不是少卖几块卡，而是一个足够大的市场被迫养出完整替代生态。一旦生态切出去，回来就难了。做平台的人都懂，失去的不是订单，是路径依赖。

很多外行看芯片出口管制，容易只盯着最顶级那几款卡，比如 H100、H200、B200 这类。实际上真正决定产业格局的，是你能不能长期控制开发栈和供应链标准。英伟达最可怕的地方从来不只是芯片快，而是开发者写的代码、模型训练框架、集群调度经验、推理优化工具，都天然贴着它的体系长出来。这个生态如果在中国被迫加速去英伟达化，对英伟达长期绝对不是好事。黄仁勋当然看得比华尔街分析师清楚。

但他的话也有明显的利益立场。CEO 不是学者，更不是国际关系评论员。他所有公开表态，底层还是服务公司战略。英伟达在中美之间一直试图做一件事：尽可能把芯片问题定义成商业问题、产业效率问题、全球创新问题，而避免它被完全定义成国家安全问题。因为一旦后者成为主导叙事，企业就没什么议价空间了。你产品再好，市场再大，也要让位。

从美国政策逻辑看，过去几年限制对华先进芯片，并不是为了短期内让中国 AI 完全停摆，这一点很多人误判了。华盛顿真正想要的是拖慢中国在前沿大模型训练、先进军民融合应用、高端超算和自主 AI 基础设施上的迭代速度，拉长追赶周期。说白了，不求你归零，求你慢三拍。这在战略博弈里已经够用了。技术产业竞争，慢三拍有时候就是一代产品、一波资本、一轮人才流向。

问题在于，这种限制越持续，副作用越大，而且 2026 年已经越来越明显。

一个很现实的变化是，中国 AI 产业这两年确实被打疼了，但没有被打散。训练侧高端卡受限，结果是整个产业更早转向两个方向：一是死磕国产替代，从芯片到互连到框架再到集群工程，虽然体验不如英伟达顺滑，但可用性是在爬坡的；二是更早重视推理优化、小模型、垂直场景、混合部署，而不是一味追求超大训练集群。这不一定是坏事，甚至某种程度上更贴近商业化。

我自己这两年接触企业项目有个很深的感受，国内客户现在比前两年务实很多。以前张口就是要对标 GPT，要做通用大模型平台。现在问得最多的是，部署成本多少，私有化能不能做，延迟多少，知识库更新周期多长，客服、风控、质检、研发辅助能不能稳定提升指标。说土一点，大家终于从看热闹进到算账了。算账这件事，会逼着产业走向效率，而不是光追最强卡。

这也是黄仁勋那句话的另一层讽刺意味。美国想通过限制最先进芯片保持领先，没错，短期确实有效。但如果管得过猛，反而会促使中国在非英伟达体系下形成可持续的工程能力、国产算力适配能力、行业模型优化能力。最初体验很差，开发者会骂，企业会嫌贵，性能会拉胯，这都正常。可一旦规模起来，生态是会倒逼成熟的。产业里很多东西不是先做到完美才有人用，而是先有人硬着头皮用，才慢慢变好。

出口管制这件事，对美国国家战略未必错，对英伟达商业利益一定有伤，对中国 AI 产业短期一定有痛，但长期未必全是坏事。现在看，三方都在付代价，只是付代价的方式不一样。

黄仁勋这个人，风格一直很稳定。他不是那种空讲价值观的硅谷老板，他非常懂产业节奏，也非常懂怎么把商业利益包装成全球合作叙事。以前他反复强调 AI 是基础设施，强调各国都需要算力，强调创新不能靠封锁。这里面当然有道理，但也有很强的英伟达视角。你不能因为他说得顺耳就把他当中立裁判。他是顶级企业家，不是慈善家。

不过话说回来，在一堆只会喊安全、对抗、脱钩的人里，至少他还愿意公开承认一个基本事实：全球 AI 不可能靠切割来降低总风险，真正的风险治理得靠规则、审计、模型评测、算力使用边界、国际对话。这句我认同。AI 安全问题，今天已经不是单个国家关门能解决的了，尤其是开源模型扩散、合成数据、网络攻击自动化、生物计算辅助这些方向都在推进。你把高端卡管住一部分，能延缓，但不能根治。最后还是得回到治理框架和产业协作。

那对中国从业者来说，这事该怎么判断，怎么做。

别把希望押在任何美国企业家替你说公道话。黄仁勋说得再好听，改变不了政策主导权不在他手里。企业家的发声可以参考，但不能当战略依据。

也别陷入另一种情绪化，觉得只要被限制，国产替代自然就成了。没有这种好事。中国算力生态现在最大的问题，不是没有芯片，而是软硬协同、工具链成熟度、集群稳定性、开发者体验、兼容迁移成本，还差火候。真正难的是工程，不是口号。

对企业来说，最务实的路线不是单押某一边，而是双轨准备。能用国际成熟生态就用，提高效率；必须国产化的环节尽快做抽象层和迁移层，别把业务系统死绑在单一硬件栈上。尤其是模型服务、向量数据库、训练调度、推理加速这些地方，架构一开始就要留后手。今天图省事，明天就会为迁移付大钱。

对技术团队来说，别再只盯着买卡。现在真正值钱的人，是既懂模型又懂系统的人。会做训练并行、显存优化、推理量化、MoE 路由、RAG 工程、GPU 资源调度、异构适配，这些能力在未来几年比单纯调参更硬。硬件受限的时候，工程师的价值反而上升。以前拿算力堆过去的事，今天得靠脑子和经验补。

最后回到题目，卖中国咋了。

站在企业视角，当然没咋，做生意天经地义。站在美国国家安全视角，当然不是没咋，它就是要管。站在产业长期演化视角，这种管制不会终结中国 AI，只会改变它的路线、速度和成本结构。黄仁勋是在为英伟达争市场，也是在提醒美国别把产业政策做成自残。这话不虚，但也不纯。

先进芯片管制会长期存在，不要幻想快速松绑；英伟达仍然会是全球 AI 基础设施核心玩家，但它在中国的绝对统治力已经开始松动；中国 AI 产业未来两三年不会因为缺最顶级卡而停下，反而会更重视可用、可控、可落地。

这就是现实。该买的买，该替代的替代，该忍的忍，该熬的熬。产业升级从来不是靠一句狠话，也不是靠一句漂亮话。最终看交付。

知乎用户 delight​​ 发表

老黄的潜台词我看不少人没分析出来。

老美的野心不仅仅是英伟达高端计算卡不卖中国这么简单。

老美舆论造势真正的目的，是想要把英伟达通过掠夺的方式国有化（尤其是有美积电这个前车之鉴），而最好的借口就是把东大 AI 的崛起完全怪罪到英伟达头上。

这才是老黄最怕的。

只要你是黄皮，哪怕你加入美国国国籍，你永远是二等公民，即使是黄仁勋这样的牛人都不行。

这边我想再跟大家分享一个较少人知道的事儿。

我们现在一提到黑人，尤其是美国的黑人，是不是或多或少想到的是他们抢劫，吸毒？

可是，你是否知道，大约 1920 年，美国黑人有一个精英社区，被称为黑色华尔街。

其中拥有 300 多家非洲裔移民建立的包括学校，企业，医院，银行等机构。

那边汇集了一群完全不输给白人才华的有识之士，而他们在美国各个领域都做出过杰出的贡献。

最后怎么样你知道吗？美国发生了针对这个社区的大屠杀（关键词是塔尔萨大屠杀），至此黑人的精英阶层完全绝种。

那起看似偶然的针对黑人的抢劫与纵火，最后没有任何人为其负责，没有任何一个白人暴徒被追责。

现在黄种人在美国还没那么团结，影响力还没那么大。黑人团体都能遭到这样的不幸，昂撒人针对黄种人，那不是老鹰抓小鸡一样轻而易举？

知乎用户 杰弟 发表

其实如果英伟达的芯片中国可以随便买的话，中国芯片厂基本都会倒闭，算力、性价比比升腾高出好几倍。黄仁勋想长期保证自己一家独大。

知乎用户 时如逝水 发表

把国家当成一个整体是愚蠢的，

禁止出售中国芯片，的确会帮助中国自己研发芯片，损害了英伟达的利益……

但是，这样做打压了中国 AI 的发展速度…… 这不就有利于 open ai 等企业吗？

知乎用户 DoUeric​​ 发表

主持人是个印度裔，自然是想使坏的，但是也犯了印度人祖传的毛病：极端短视。

老黄这种掌握了 ai 金铲子的人貌似没有得到应有的尊重。

知乎用户 旧梦​​ 发表

看完这个播客，我最大的感受就是，老黄真的很爱美国，他可能是一个真的爱国者，在 AI 战争里，他甚至已经站在了遵义会议的分叉口了。

但他只有一个人，他还是一个黄皮肤的人，没有人相信他的战略，没有人相信一个亚裔会是一个爱国者，没有人相信他爱的是美国，他要眼睁睁的看着战场局势滑向不可挽回的未来。

整个播客里他的焦虑溢出屏幕，我想他是绝望的。

知乎用户 momo 发表

量变产生质变。

老黄知道自己是怎么从一个小厂发展起来的，也知道隔壁 ATI（AMD）是怎么发展起来的。他太了解多少生态可以养活多大的 GPU 厂商了。

现在我们也有自己的 GPU 厂商，如果给他足够的空间，足够的生态，他不是没有可能成为下一个英伟达。

当然，逻辑是这个逻辑，道理是这个道理，但还有很长的里要走。

以下引用自 AI 搜索：

总体而言，国内目前有 30 多家 GPU 设计企业，但真正扛起大旗的可以分为 “全功能通用 GPU”、“AI 云端加速芯片” 以及 “传统军工与信创 GPU” 三大流派。以下是各赛道的核心代表厂商盘点：
一、 全功能与通用计算 GPU（对标英伟达，兼顾 AI 与图形）
这类厂商致力于打造像英伟达那样既能搞 AI 计算，又能做图形渲染的 “全能型”GPU，是目前国产算力突围的绝对主力。
摩尔线程（Moore Threads）

江湖地位：被誉为 “国产 GPU 第一股”，2025 年 12 月成功登陆科创板。

核心看点：主打自主研发的 MUSA 统一系统架构。其最新发布的 “花港” 全功能 GPU 架构和“华山”AI 芯片，以及支撑万亿参数模型训练的夸娥万卡智算集群，展现了极强的全栈能力。其消费级显卡也是目前普通用户最能买到的国产显卡之一。

沐曦股份（MetaX）

江湖地位：科创板 GPU“妖股”，上市首日曾创下近十年 A 股单签盈利最高纪录，市值一度突破 3000 亿。

核心看点：专注高性能通用 GPU，其 “曦云” 系列（如 C500、C600）支持 FP8 精度，在云端 AI 训练和推理上表现强劲，是高性能通用算力的代表。

壁仞科技（Biren）

江湖地位：港股国产 GPU“排头兵”，2026 年初登陆港交所。

核心看点：国内首家采用 Chiplet（芯粒）技术并集成了 PCIe 5.0 与 CXL 互连协议的厂商。其 BR100 芯片算力惊人，且在光互连 GPU 超节点技术上走在前列。

天数智芯（Iluvatar）

江湖地位：国内通用 GPU 赛道 “第一个吃螃蟹的人”，实现了该领域从 0 到 1 的突破。

核心看点：其 “天垓” 系列芯片兼容性极佳，全面拥抱全球主流 AI 生态，是一款非常成熟的云端通用算力产品。

燧原科技（Enflame）

江湖地位：与前面几家并称为上海 “GPU 四小龙”（沐曦、壁仞、天数智芯、燧原）。

核心看点：在云端训练芯片和加速卡领域深耕，其卡间互联技术能从千卡规模平滑扩展到万卡级，非常适合大模型时代的超大规模算力集群建设。
二、AI 云端加速 “独角兽”（专注云端 AI 训练与推理）
这些厂商的芯片虽然严格意义上更偏向于 ASIC（专用集成电路）或加速卡，但在承担 AI 算力任务时与 GPU 高度重合，是国产 AI 算力的中流砥柱。
寒武纪（Cambricon）

江湖地位：国内 AI 芯片 “老大哥”，最早在科创板上市，市值曾屡创新高。

核心看点：早年以终端 AI IP 起家，如今全面转向云端 AI 训练与推理加速卡。其产品在国产化算力采购中占据极高份额，是名副其实的 “盈利先锋”。

海光信息（Hygon）

江湖地位：国产 x86 生态的 “扛把子”，深算系列 DCU（协处理器）市场份额稳居前列。

核心看点：最大的卖点是其 GPGPU 架构完美兼容 “类 CUDA” 环境。这意味着原本运行在英伟达 GPU 上的 AI 业务，可以无缝、无感地迁移到海光芯片上，生态适配性极强。
昆仑芯（Kunlun）

江湖地位：互联网大厂自研芯片的成功典范（百度旗下）。

核心看点：源于百度深耕十年的 AI 加速技术，其最新一代 P800 芯片针对大规模推理场景做了极致优化，显存规格优于同类主流产品 20%-50%，是典型的 “实战派” 芯片。
华为昇腾（Ascend）

江湖地位：国产 AI 算力的 “定海神针”。

核心看点：依托华为全栈自研能力，昇腾 910 系列性能直逼英伟达 H100。配合华为强大的全栈软件生态（CANN）和超节点集群技术，它是目前国内少数能支撑超大规模大模型训练的核心底座。
三、 老牌与信创 GPU（专注军工、航天与信创桌面）
这类厂商起步早，虽然在绝对算力上不如上述企业，但在特定领域（如战斗机显控、卫星图像处理、党政信创电脑）有着不可替代的地位。
景嘉微（JMGPU）

江湖地位：国产 GPU 的 “开山鼻祖”，2016 年便在创业板上市。

核心看点：2014 年研发出国内首款国产 GPU 芯片 JM5400。其 JM9 系列芯片通过了宇航级认证，是军工显控和星载图像处理的核心芯片，同时在国产信创 PC 市场也占据重要地位。

中诚华隆

江湖地位：信创与安全领域的 “黑马”。

核心看点：其 HL 系列芯片在能效比上表现极为亮眼，官方宣称同等功耗下算力可达某国际主流芯片的 8 倍，主要面向高安全等级的政务与关键基础设施领域。

💡 总结：
我国的 GPU 产业已经从过去的 “PPT 造芯” 全面迈入了 “量产商用 + 资本化” 的成熟期。虽然目前在绝对性能和全球市占率上与国际巨头仍有差距，但在 “政策 + 需求 + 生态” 的三重驱动下，这些本土 GPU 厂商正迅速从 “勉强可用” 向“好用能打”迈进。

我不是专业人士，没有那么周全的信息，也做不到全知全能。你非得要说 AI 应用这件事就一定要有个胜负输赢，那从现实角度出发，胜者大概率有：更多的应用场景，更多的廉价能源（电能），以及未来更多的产业回报。

而非华尔街那套我把钱借给你，然后你用我借你的钱自建发电站并买我的卡这套金融游戏。

知乎用户 将枕云 发表

英伟达现在危机感很强。

大厂都被英伟达卡算力脖子，纷纷自研芯片，但谷歌 TPU 只自己用，外面根本普及不开，没法真正撼动英伟达大盘。

英伟达无敌的地方只有大模型底层训练，生态、集群互联别人完全追不上；可行业现在越来越看重推理落地，这块技术很成熟，英伟达没什么独家优势。

现在 MoE 大模型又特别吃 CPU 调度能力，老 CPU 性能早就不够用，英伟达本身 CPU 也很弱，没有竞争力。

外部来看，国内市场必须全面去英伟达，推理、CPU 大家起跑线差不多；但海外市场英伟达依旧强势。厂商自研芯片大多是被制裁逼的国产化，不是算力全面打赢英伟达。

知乎用户 小灰灰 发表

估计黄仁勋不接受的是，英伟达的护城河 CUDA 被打开个口子, 导致失去了垄断地位，公司的市值会有很大影响。

知乎用户 爱因斯坦​ 发表

初中政治课本上有一则小故事：某地每年都会举行南瓜种植大赛，其中有一个人蝉联了好几年的冠军。但他每次都会将自己的种子免费分享给其他人。别人不解，问他自己的成果就这样白白送给别人不可惜吗。他解释说，如果他不将成果分享出去，蜜蜂采蜜的时候就会让别家劣种的花粉污染自家的良种；而正是因为他每年都将最好的种子分享给所有人，自己才能不受干扰地研究育种。

知乎用户 八十万基佬同时 发表

我已经完全不用 N 卡了。

昇腾的 CANN 和 amd 的 ROCm 我测试的时候因为要转译 CUDA 所以确实速度和稳定性没有 N 卡好，而且第一次运行需要花很长时间编译算子和模型所以会花很长的时间，但是起码能用。Ollama，vLLM，ComfyUI，SoVITS，LMStudio 这种我都测过了，速度没有 N 卡快，但至少可以用。

ComfyUI 用 4070super 跑 z-image-turbo，8 步的 1024*1024 文生图任务差不多用时在 12 秒左右；我的 RX9070XT 完成同样的任务用时在 24 秒左右。而且门槛没有想象中那么高，也就多执行几个命令改掉默认设置的事情。

CANN 的稳定性暂时不太理想，只能跑专门定制的 vllm，而且开启 Dify 的格式化输出的时候会无限循环卡住，并且 RAG 跑 embedding 的时候偶发崩溃，查过日志估计是最大 token、请求并发调度有问题，有的时候会有 OOM 这个没办法。但起码能跑，不至于对着模型干瞪眼。

我个人的感受是，如果不是国家信创政策，我就不可能在工作中去使用华为昇腾，如果不是 N 卡超高的溢价，我就不可能自用买 A 卡，所以市场经济和国家宏观政策真的给破除 CUDA 垄断提供了很大的帮助。（讲实话现在游戏性能 A 卡和 N 卡真的已经平起平坐了，我玩死亡搁浅 2 直接开全高一点压力没有）

我现在开发的系统，炼的丹，全都没有捆绑 CUDA，哪怕要捆绑，在设计的时候也已经解耦合了，随时可以添加对 ROCm 等的支持，我相信不仅只有我一个人是这样在开发的。（好吧我承认很多时候确实还一直用 libtorch 或者 onnx，毕竟确实方便（bushi）

知乎用户 春风度北关 发表

其实这也是美国思想的一个转变。像是以前美国的技术软件面向世界，而我们作为刚改革开放受到这方面的影响是首当其冲的。从工业，教育，医疗，科研基本上都是欧美软件，那时候根本没人想自研，美国文化的影响力也是鼎盛的。可是后期开始各种制裁，不给用了。我们开始进行国产替代，让美国企业影响力一降再降。现在大部分都能替代使用。而老黄其实是想像以前一样，将技术，硬件卖到中国，做 ai 用他的产品就有竞争力，这样本土的 ai 就没有办法萌芽。但是美国不让，结果老黄多出一大堆竞争品。

知乎用户 小纠 发表

老黄的焦虑是很真实的，英伟达除了芯片的算力优势以外，最大的优势还是生态系统 - CUDA 给程序员们入行就打入的思想钢印。这本来不是一个两个国内的创业公司凭一己之力就可以撼动的，就像其他答主提到的 wintel 生态一样。但美国硬是要自断经脉，把所有的妥协派买办都逼到必须自搞一套循环系统，打破了生态的垄断，就算依然是性能最高的算力芯片，这个美股市值的泡泡还怎么吹下去，老黄心里没谱么？

其实国内的芯片创业企业发展到现在，至少可以顶用的选择已经有几家了。虽然短期依然和英伟达的差距巨大，但慢慢的包括昇腾的万卡集群也建起来了，以及拥抱更开放开源的 RISC-V 生态体系，开放的力量，给国内的企业一些时间，英伟达很快就不是必须。

每次看到各种行业的进步，就想到教员当年的话 - 封锁吧，封个十年八年，我们什么都有了。英伟达国内的合作伙伴体系还是很深度的，老黄必然也看到了国内企业明显的进步，他是睁着眼睛在看世界的人，然而美帝太多人还是在蒙着眼睛想象世界。这也是我们的幸运。

知乎用户 ckQ0bFA0eE4zbEcx 发表

说明黄仁勋是一个智力正常的商人

美政府现在被 maga 绑架了又开始惦记那 b 孤立主义了

知乎用户 11829541 发表

按老马的理论，资本家有百分之三百的利润，吊死自己的绳都卖，卖点芯片咋啦。

想不让他卖，要不你抢在前面把他吊死。

浓缩铀一定不能卖吗？是利润还不够高吧。

知乎用户 yxcf 发表

他是真担心

因为中国现在展现出的能力就是只会暂时落后。

之前制裁过华为，然后自研麒麟芯片 +（不说好不好用，单说有）

马斯克的星链几乎快要垄断，为了国家安全我们不能用相当于我们自行封锁，然后我国的卫星现在也在一个一个发射疯狂抢剩下的轨道

现在英伟达的显卡算力那么先进，如果正常交易，自由流通，我们虽然也有自研显卡的，但是完全对他没有威胁。你现在要是封锁禁售，那性质就不一样了，他真怕我们开动国家机器跟他碰一碰。

几年前的时候韩国就出过类似的事情可以参考，因为尿素这个产业对他们来说不够挣钱，本地生产一袋尿素的成本比从国外进口还贵，导致他们的尿素全部的产业链都在韩国灭绝。在几年前我国停止对外出售尿素时，韩国的尿素直接崩盘并且难受了很久，花了大代价重建尿素产业链。

我们现在和他们差不多，没有一个显卡算力的完整产业链。所以研发以及生产配套的成本巨大，绝大多数企业它花不起这个代价去和英伟达碰一碰，也就是允许制造的成本过高不如直接买现成的。

如果真的这么逼下去，或许会让我们也难受一阵子。但是真逼急铁了心，高端市场可能还在他们手里，中低端市场到时候就真的难说。对英伟达一个近乎垄断的企业来说真是致命打击。

知乎用户 孤雁​​ 发表

任何技术，必须落在工业生产上，才能创造持续的价值！

越是先进技术，越需要寄生在工业上，没有工业寄生的技术绝对不会长久。

AI 就是现在最先进的数字技术，英伟达的问题也是美国的问题，AI 看似很强大，但是太依赖金融输血了，中国的 AI 虽然落后，但是能很快寄生到中国的工业基础上。金融输血短时间内没有问题，但是绝不可能长久，中国的 AI 虽然弱，但是一旦真正和中国的工业生产完成寄生融合，那么就能形成正向循环，AI 提升工业生产力，工业生产持续给 AI 输血！

想想美国人最近 10 年都玩过什么吧！

什么元宇宙，区块链，为啥 AI 起来了，因为 AI 真的可以用在工业生产上。但是可惜，美国没有工业了。

知乎用户 仰望繁星 不忘泥泞 发表

是啊，咋了，不是说卡脖子翻白眼，一开源如何如何么（幸灾乐祸

知乎用户 呵呵​​ 发表

这就叫美国反对美国。

现在的美国其实已经分裂完毕，但各结构又各自都无法进行生产所以又强行凑到一起，这就导致各自社会内部提供政见的政治活性小圈子非常容易把什么其所在的社会残片不负责的其他社会的重要利益宣称成可以拿来分的蛋糕。

就比如这个事，对于美国普通民众来说硅谷大佬们是完全不需要顾虑的，反正硅谷挣的东西他们消费不到，所以他们就自然会在煽动牟利的时候随意破坏掉硅谷的战略布局。霍布斯说的一切人对一切人的战争就是这种事的最终形态。

这就是旧民主主义框架社会的政治因为科学性不足尚属于社会神学阶段的自然表现。

知乎用户 山栀​ 发表

技术上或者战略上的事情很难说清楚，但我不知道老黄这种咖位的人有没有七情六欲，真的能忍得住连言之无物的咖喱人都要骑在自己脸上输出的环境吗。。

知乎用户 天启大骑士​​ 发表

唯一想说的是，记着老黄说的话。

哪天中国成为世界唯一极时，不要尝试封杀一个亿级人口的国家智力。

知乎用户 Mercury 发表

美国人指责老黄不爱国的有没有想过，在制裁这件事上官员唱白脸，商人唱红脸才是正常的？不是商人不爱国，而是决定卖不卖的权限根本不在商人手里。如果老黄说卖芯片给中国人就是教猴子用机枪，美国人是看嗨了。问题是老黄又没有实权，如果哪天美国解禁了老黄还卖不卖了？卖就是打自己的脸，不卖就是把份额让给对手。所以商人选择不站队才是正常的，像 Dario 那样主动把路走窄了的才是特例。

所以美国人与其骂老黄能不能反思一下自己干了什么？人家老老实实按照红线设计的特供芯片说不让卖就不让卖。还有阿斯麦一开始只是不让卖 EUV，后来高端的 DUV 也不让卖，再后来卖出去的设备也不让维护。这么一套组合拳下来老中没什么事自己人倒是被折腾得够呛。其实对于这些跨国巨头来说中国市场本来就是可有可无的，就算一刀切全禁了也不会伤筋动骨，问题是美国人自己都反复无常，没有什么规划，想一出是一出，这样商人很难不首鼠两端。

知乎用户 未知用户 发表

老黄脑子出问题了吧。

先不说那玩意儿中国缺不缺，就算真的需要进口，卖过来又能咋样？又不是卖中东了

知乎用户 张先生 发表

因为他很急，芯片禁售是政治上为了压制中国生产力。可是作为一个世界级垄断性企业，他很清楚的知道，如果你真的把所有的路都堵死了，是真的会倒逼自主发展。

正是因为各种制裁和禁令，才会给国内一个发展的空间，高新技术产业最难的就是起步阶段，因为无法盈利，你努力的从 0 开始但是人家可以直接卖你现成的超越你好几代的产品。这就导致了产品没人买单。无法盈利就无法继续生长。

而中国是目前一个基础工业世界第一的国家，完全有低成本，高人力的条件，真的倒逼自主研发是真的会在未来威胁到他的垄断地位。

知乎用户 大力 发表

老黄可对美国没什么爱国情感，纯纯就是利益驱动的商人，还有一点，老黄是华裔。哪怕是从大陆也是中国不可分割的一部分来讲，他情感上和利益上都倾向于卖中国芯片。

知乎用户 境外势力 发表

看得出真的很惧怕 hw 显卡 要是国内全部转 hw 显卡 不出 5 年就能和 cuda 平分秋色

还是想用巨硬以前推 windows 的打法啊 可惜两边 a4 纸都搞不定

知乎用户 易因 发表

现在所有人应该都明白其实美国最强的人是比尔盖茨，不分国家几乎都用微软，之后是苹果。

知乎用户 风清月朗 发表

我觉得的 NVIDIA 的 CEO 是时候换人了！

那么重要、那么关键的一家美国公司，让一个念念不忘中国市场的华裔掌舵，老美们放心吗？

知乎用户 夏七 发表

换个我专业内的比喻，可能更好理解

浓缩铀是枪，可以打死人

那英伟达的芯片是什么呢？是一种特定材料的砖

这个特定材料的砖，需要特定材料的水泥，特定的刮白腻子，特定的乳胶漆，特定的石膏板，特定的养护材料，特定的施工工艺。

兔子这边有 14 亿平米的房子要建造，而老鹰那边只有 3 亿平米的房子要建造。

本来，这个英伟达特别的砖是可以卖到兔子这边的，于是兔子这边就都采用了配套的材料和工艺，而且已经形成了规模。

结果，大统领一声令下，不给卖了，让小兔子们都给我没地方住，风吹日晒淋雨去吧。

难道兔子们就真的没地方住了吗？

我们就换个东边特有的黄土、黑土、红土、白土等等，来烧制属于兔子自己的砖。

那匹配兔子牌砖的水泥腻子乳胶漆石膏板工艺，就是另一个市场了。

又因为兔子这边是开放的市场，地球村里的其他村民都能来买，慢慢的匹配兔子牌砖的市场就会越来越大。

你是做小买卖的，你是愿意给 14 亿平米的市场供货，还是给 3 亿平米的市场供货？

当然，都供货肯定是更好的，成年人不做选择，都要。

但是，3 亿平米的市场大统领，一会这样要求，一会那样要求，还要加关税还要你给工厂建过去。你赚的还不够折腾的，哈耶克的大手会让你放弃 3 亿平米的市场。

欧美市场拢共大约 14 亿平米的市场，兔子一家 14 亿的市场，但是兔子这边是大家都能用，老鹰那边是心情不哈就不给你用。

潜在的市场是 80 亿的，一边是开放的 66 亿，一边是看人脸色的 14 亿（实际也就 3 亿，因为大统领狠起来自己人都打）。

这才是老黄着急的根本。

知乎用户 磁偶极子 发表

赶紧捂住他的嘴🥰让老钟的芯片发展起来，这样玩家的日子才有盼头。

知乎用户 Doc He​​ 发表

看着黄一脸的周受资模样，实在是让人忍俊不禁。

人心中的成见是一座大山，观众能接受主持人自称是印度人，也无法接受黄自称是纯血美国人。

知乎用户 Nshen 发表

老黄是真急了

摧毁一个产业靠的是低价倾销，特别是一个背靠巨大市场的产业，限制只会逼得市场自行寻找出路

知乎用户 lolo 发表

黄仁勋在看见中国的浓缩铀那一刻，瘫坐在地，惊慌失措，仿佛看见了原子弹爆炸。它还说以后要将浓缩铀无偿提供给全人类。。。（不是）

知乎用户 龙眼树 发表

因为老黄是黄皮，所以永远不可能获得美国的最终信任。同样是外来进入美国的，马斯克就没人怀疑他的对美国的忠诚，哪怕他和懂王闹翻的时候，也没人拿他在东大的生意攻击他。

知乎用户 起子​​ 发表

行业标准是个好东西。

在家庭影院这个行业，支持杜比视界的电影仍然占据了 90% 以上，虽然三星下了大力气在美国本土推广自己的 HDR10+，但是收效甚微，大部分影视行业从业者还是认可杜比的权威度和方便程度，以至于即便是杜比认证需要对每台电视交认证费，我依然推荐消费者去买支持杜比的电视。

国内推行的 hdr vivid 标准从规范上来讲并不差，某些指标做出来比杜比效果要强，但是从上限上来讲只能在国产范围内铺开，因为这三者同属于影视后期工程，为了节约经费一般项目只会选择一种来进行，而且杜比贴心的给从业者提供用少量的花费就可以生成 sdr 的工具，现在原生后期 vivid 的电影也是屈指可数。当然为了扩充库存，之前还进行了利用 AI 超分技术进行的 vivid 上变换，做了一部分老片出来。当然效果很难评价，因为 hdr 本身解决的问题是更好还原创作者意图，让观众有更好的视听体验，而不是用上变换技术来刷 kpi。

讲了这么多，回到这个问题上。老黄还是很看中生态护城河的，没有人愿意重复造轮子，迁移也是个巨量工程，但是一旦你打了禁用这个牌出来，国产化就会变成不可逆转的趋势，到时候反而起不到效果。

知乎用户 黑色帷幕 发表

你还真别说喔，如果我是美国政客，我觉得把芯片看成浓缩铀不过分。

知乎用户 萌盟 发表

白宫说：正因为芯片不是浓缩铀，所以不能卖中国。中国不缺浓缩铀，而是缺高档芯片。

知乎用户 反语​ 发表

首先写在前面，没听过完整播客，只对禁令表达自己的看法；

其实 Nvidia 真的很厉害，老黄也很有长远目光，如果让 Nvidia 持续的供卡，Nvidia 最终会发展成像 Win 一样我们无法摆脱的硬件基础设施，其实这是一个很可怕的事情，甚至比 Win 还可怕，毕竟软件生态可以搭建，但是硬件生态的从零开始是很难的，当国内的厂商完全依赖了，事实上 Nvidia 的垄断地位，完全可以反复重现火烧库存的新闻，当然了，如果你 ban 掉的话，那就~

这盛世如你所愿啊！不知道是美国人眼界短，还是中国人总是居安思危哈哈哈哈~

知乎用户 李东 发表

说错了，浓缩铀卖到中国，危害性也几乎没有。

知乎用户 临界 Z 零点 发表

说的不错，鼓掌。

芯片现在是金字塔，和新能源…… 一样，大家都在堆，他如果不自己动手奠基，后面就不会一堆人相信他，跟上。后面会很可怕，特别是多年持股的那些大拿。

就像 Linux 对 windows，微软再不努力，真的有一天其名字会成为现实而不是自谦。

知乎用户 阿亮 发表

老黄又不是美国人，美国 AI 被中国碾压关他什么事？美国 AI 暴毙又不是他老黄暴毙。当然怎么赚钱怎么来啊。

知乎用户 她很荒野 发表

黄仁勋也不傻，他估计也知道出口到中国目前也不可能，只是抱怨几句，试试口风，，

最简单好用的 VPS,没有之一，注册立得 100 美金