GTC 大会，老黄为什么说，算力需求会增加 100 倍！？

昨晚大跌，市场不买黄仁勋的帐了？

昨晚市场却不给面子，英伟达股价依旧大跌。

更不给面子的是，英伟达隔夜的大跌还是在黄仁勋开始主旨演讲之后。

我觉得主要是因为，

一是大盘不给力，毕竟纳指跌了近 2%，

二是英伟达之前反弹了十几个点，GTC 的利好已经提前出尽，

三是市场比较短期思维，没有认识到这场 Show 应该着眼于长期的 AI 发展。

老黄：AI 技术演进的三个阶段

AI 的发展路线：从现在的生成式 AI（Generative AI），到将进入代理式 AI（Agentic AI）的时代，最终是物理 AI（Physical AI）

生成式 AI（Generative AI）：即 LLM，你问我答，英伟达 3 万亿市值就是这么带起来的。

代理式 AI（Agentic AI）：比生成式 AI 多了 “主动性” 和 “决策能力”，能理解任务、拆解步骤，还能和其他系统互动。这背后都是算力的大幅提升。（老黄会上说：Blackwell Ultra 与 Dynamo 结合，AI 推理效率显著提升（40 倍于 Hopper））

物理 AI（Physical AI）：这是 AI 的 “现实世界”，不仅会思考和计划，还能控制现实世界的机器，比如机器人、自驾车。互联网时代，是万物皆可联网，物理 AI 时代，就是万物皆可 AI。

三者的关系，生成式 AI 是 “造内容”→代理式 AI 是 “做决策”→物理式 AI 是 “干实事”。从虚拟到半虚拟半现实，再到完全现实，算力需求肯定不是一个数量级的。

至于算力增长 100 倍的说法，可能有夸张的成分，但保持爆发式增长是不假的：

去年（2024 年），AI 算力需求主要集中在训练大型语言模型（如 ChatGPT），而黄仁勋认为那时的模型还相对 “简单”。今年（2025 年），随着推理型 AI、多模态模型和物理应用的爆发，算力需求从 “预训练 + 简单推理” 升级到 “复杂推理 + 实时互动 + 物理控制”，这导致需求量级跳跃式增长。他在 CNBC 采访中具体提到，推理过程的计算量可能是去年的 100 倍。

巨头们的资本开支变化情况，老黄：2028 年数据中心资本支出达 1 万亿美元

黄仁勋说，2028 年数据中心资本支出将超 1 万亿美元

（老黄会上说：美国前四大云服务提供商（CSP）、所谓超大规模云服务商（hyperscaler）购买了 130 万块英伟达的 Hopper 架构芯片，2025 年，又购买了 360 万 Blackwell 架构芯片）。

我看到的现象是：美股几个巨头的资本开支，从 2023 年开始，大幅增长，2024 年 Q4 业绩公布后，资本开支也是大幅超过预期：可以看我之前这篇分析

根据微软、谷歌、亚马逊和 Meta 的报告，四家巨头在 2024 年的资本支出总额为 2460 亿美元，和 2023 年的 1510 亿美元相比飙升 63%，今年的资本支出总额可能会有 3350 亿美元，即增长 36.1%

国内几个巨头，也是一样的趋势：

资本开支增加的部分，可以简单理解是为了 AI 而投入，这只是几家公司的情况，全球还有那么多企业和政府，2028 年 1 万亿可能有水分，但趋势是一样的。而其中的大部分都会流入英伟达的口袋，因为他垄断了 90% 以上的 AI 算力。

产品线：

每次大会，或者英伟达官网上面，也有他的产品 roadmap，没啥好说的，就贴个图大家看看吧

股价的看法

短期随着大盘波动，长期还是最好的 AI 标的，长线玩家继续持有三五年都不是问题。

$英伟达(NVDA.US)