来源：市场资讯

来源：2030FY

个人认为最重要的是第八点，把算力结构的问题拆清楚了，也是第一次让大家了解到：OA两家前沿实验室真正占的算力需求其实也就 1/3 ，CSP 代表的那部分需求没有被精确地跟踪，或者不像 ARR 一样那么简单粗暴地展现在市场面前。而这一大块的“显化”，又要看下一个季度CSP 业绩了

节目：Bg2 Pod（主持：Bill Gurley、Brad Gerstner）

嘉宾：黄仁勋（Jensen Huang）

发布时间：2026-10-15

01． 算力需求为何呈双重指数？

推理（思考）比背诵式生成贵几个数量级。

模型要展开多个方案、进行规划、反思、剪枝，保留“战略期权”；同时模型越能干、被“雇佣”的场景越多。这两个复合因子相乘，导致需求不是线性减速，而是加速。

02． 去年真正的解锁：Harness（外骨骼）

工作记忆管理、知识图谱构建（离线压缩、类似睡眠）、工具使用这三件事，让LLM从“聊天机器人”变成能进企业干活的Agent（智能体）。编程是第一个落地场景，设计与创意是下一波。

03． 物理AI被严重低估

黄仁勋认为此前说的“1000亿美元市场”说小了。

物理AI今年上半年已做100亿美元，去年是第一个100亿年，前年50亿（5→10→可能20的斜率）。

他断言：英伟达是全球最大的物理AI公司。

04． 对齐是永恒问题，不能靠“完美对齐”保安全

解法是工程化的——零信任Containment（最小权限、随信任扩大边界）+ 带外监控（可升级、可关停）。其Open Shell已有100多家公司加入。

05． 安全与能力是同一件事

安全/安保技术就是汽车的刹车与气囊，“加速AI”必须包含“加速安全技术”，甚至“尤其安全”。做不到安全，功能根本没机会部署——这是英伟达的存亡问题。

06． 2027年瓶颈在物理世界

SemiAnalysis估明年新增43GW AI算力（超过今天全球存量），后年再加40GW。黄仁勋称需求“只多不少”，但土地、许可、电力、施工人力（建数据中心已创造约100万个岗位）是主要障碍。“土地-电力-外壳”是最关键一环。

07． 电力稀缺反而推高英伟达份额

其架构 tokens/瓦最高，电力越紧客户越选最能“生租”的平台。每GW卖给世界的内容从约180亿→200多亿→现在400亿美元以上；英伟达占全球CSP capex约40%（占其业务一半），非CSP侧份额约80%（另一半），两块都在翻倍。

08． Capex回报的问题，是问错了对象

市场把数万亿建设押在两家实验室营收上是误判。

英伟达算力约三分之一是与AI实验室无关的基础计算（仿真、数据处理、经典ML，年增30-40%）；

约四分之一到三分之一是前沿实验室——且是5-6家不是2家；

约三分之一是数千家初创公司租用算力（“未来的AWS”），其中80%用开源模型做垂直领域。

09． 长期量级：本十年末全球基础设施年建设额3-4万亿美元

更靠近4万亿，其中纯计算约1.5万亿；AI之前基线就是0.5万亿且摩尔定律已死（晶体管翻倍必须付双倍价钱），所以哪怕没有AI，半导体也会成为全球最大产业。再往后年建设/更新规模到10万亿美元他“一点都不惊讶”。

10． 英伟达自身：订单簿已满、还在周度新增

缺口几年关不上；共识预期一年内上修100-200%（2027年从“持平/萎缩”改到+74%），股价只涨20%、13-14倍PE；回购占自由现金流50%以上、上季60%。