GTC 大會，老黃為什麼説，算力需求會增加 100 倍！？

昨晚大跌，市場不買黃仁勳的帳了？

昨晚市場卻不給面子，英偉達股價依舊大跌。

更不給面子的是，英偉達隔夜的大跌還是在黃仁勳開始主旨演講之後。

我覺得主要是因為，

一是大盤不給力，畢竟納指跌了近 2%，

二是英偉達之前反彈了十幾個點，GTC 的利好已經提前出盡，

三是市場比較短期思維，沒有認識到這場 Show 應該着眼於長期的 AI 發展。

老黃：AI 技術演進的三個階段

AI 的發展路線：從現在的生成式 AI（Generative AI），到將進入代理式 AI（Agentic AI）的時代，最終是物理 AI（Physical AI）

生成式 AI（Generative AI）：即 LLM，你問我答，英偉達 3 萬億市值就是這麼帶起來的。

代理式 AI（Agentic AI）：比生成式 AI 多了 “主動性” 和 “決策能力”，能理解任務、拆解步驟，還能和其他系統互動。這背後都是算力的大幅提升。（老黃會上説：Blackwell Ultra 與 Dynamo 結合，AI 推理效率顯著提升（40 倍於 Hopper））

物理 AI（Physical AI）：這是 AI 的 “現實世界”，不僅會思考和計劃，還能控制現實世界的機器，比如機器人、自駕車。互聯網時代，是萬物皆可聯網，物理 AI 時代，就是萬物皆可 AI。

三者的關係，生成式 AI 是 “造內容”→代理式 AI 是 “做決策”→物理式 AI 是 “幹實事”。從虛擬到半虛擬半現實，再到完全現實，算力需求肯定不是一個數量級的。

至於算力增長 100 倍的説法，可能有誇張的成分，但保持爆發式增長是不假的：

去年（2024 年），AI 算力需求主要集中在訓練大型語言模型（如 ChatGPT），而黃仁勳認為那時的模型還相對 “簡單”。今年（2025 年），隨着推理型 AI、多模態模型和物理應用的爆發，算力需求從 “預訓練 + 簡單推理” 升級到 “複雜推理 + 實時互動 + 物理控制”，這導致需求量級跳躍式增長。他在 CNBC 採訪中具體提到，推理過程的計算量可能是去年的 100 倍。

巨頭們的資本開支變化情況，老黃：2028 年數據中心資本支出達 1 萬億美元

黃仁勳説，2028 年數據中心資本支出將超 1 萬億美元

（老黃會上説：美國前四大雲服務提供商（CSP）、所謂超大規模雲服務商（hyperscaler）購買了 130 萬塊英偉達的 Hopper 架構芯片，2025 年，又購買了 360 萬 Blackwell 架構芯片）。

我看到的現象是：美股幾個巨頭的資本開支，從 2023 年開始，大幅增長，2024 年 Q4 業績公佈後，資本開支也是大幅超過預期：可以看我之前這篇分析

根據微軟、谷歌、亞馬遜和 Meta 的報告，四家巨頭在 2024 年的資本支出總額為 2460 億美元，和 2023 年的 1510 億美元相比飆升 63%，今年的資本支出總額可能會有 3350 億美元，即增長 36.1%

國內幾個巨頭，也是一樣的趨勢：

資本開支增加的部分，可以簡單理解是為了 AI 而投入，這只是幾家公司的情況，全球還有那麼多企業和政府，2028 年 1 萬億可能有水分，但趨勢是一樣的。而其中的大部分都會流入英偉達的口袋，因為他壟斷了 90% 以上的 AI 算力。

產品線：

每次大會，或者英偉達官網上面，也有他的產品 roadmap，沒啥好説的，就貼個圖大家看看吧

股價的看法

短期隨着大盤波動，長期還是最好的 AI 標的，長線玩家繼續持有三五年都不是問題。

$英偉達(NVDA.US)