黄仁勋：AI 基建年度开支要冲到 4 万亿美元！

AI基建还有7到8年大建设期

在瑞士达沃斯世界经济论坛和CNBC专访中，黄仁勋明确表示，全球AI基础设施的建置“还有7到8年要走”，目前的大规模资本支出既“合理”也“必要”。他强调，AI将从根本上改变计算一切事物的方式，市场对英伟达GPU的需求依旧“高得惊人”，甚至6年前售出的旧款GPU都因供需紧张而涨价。他预测，全球AI数据中心年度支出将从今年的约6000亿美元，到2030年飙升至3万亿至4万亿美元，年均增长需达42%。

五层蛋糕架构：能源决定智能上限

黄仁勋在近期长文中详细阐述了AI产业的“五层蛋糕”架构，从底层到顶层依次为：能源、芯片、基础设施、模型、应用。他特别指出，能源是AI基础设施的“第一性原理”，因为实时生成的智能需要实时产生的电力，每个Token的生成都依赖电子移动和热能管理，能源总量直接约束智能的产出上限。芯片层负责高效完成并行计算，基础设施层聚合为“AI工厂”——它们的设计目标不是存储信息，而是制造智能。

算力需求高得惊人，OpenAI仍依赖英伟达

黄仁勋点名Anthropic与OpenAI等AI公司虽然“开始赚钱”，但依然面临“算力有限”的瓶颈，必须持续扩大运算资源。他强调OpenAI与英伟达之间“没有任何问题”，OpenAI仍需要英伟达新一代芯片支援。同时，他称赞Meta在AI应用上领先同行，直言“没有人比Meta更会用AI”。他还透露，自己的最大担忧并非竞争，而是“AI是否能真正有效落地”，能否在产业中创造实际生产力和价值。

DeepSeek-R1等开源模型激活全部架构需求

黄仁勋在博客中指出，开源模型在其中扮演关键角色。DeepSeek-R1通过让强大的推理模型被广泛可用，加速了应用层的技术采用，并相应增加了底层对训练、基础设施、芯片和能源的需求。他认为，当开源模型达到前沿水平时，不仅改变了软件本身，更激活了整个架构栈的需求。底层设施尚未破土、配套劳动力尚未完成培训，AI产业真正的红利期和大规模建设才刚刚开始。

AI不会削减岗位，反而创造新就业机会

针对技术冲击劳动力市场的担忧，黄仁勋认为AI非但不会削减岗位，反而会创造大量新就业机会，尤其是在基础设施和熟练技术工种领域。他以放射科为例：AI辅助读取影像后，医生可更专注于临床判断和患者护理，医院生产力提升、能服务更多患者，从而雇佣更多人员。AI工厂需要电工、水管工、网络技术人员等庞大劳动力，这一建设正成为人类历史上最大规模的基础设施建设。