260
0📝 本期播客简介
本期我们克隆了：Bg2 Pod · Jensen Huang | Does AI Revenue Justify Capex, '27 AI Bottlenecks, Singularity, Open vs Closed & more
原内容更新时间：2026-10-15
AI算力建设要花几万亿美元，回报却要靠模型公司的收入来支撑吗？Jensen Huang给出的答案是：别只盯着两家前沿模型公司，英伟达的计算业务远不止于此。
在 Brad Gerstner 和 Clark Tang 的第三次对谈中，Jensen Huang从算力需求、基础设施瓶颈和资本回报，讲到智能体、开放模型与 AI 安全。他也解释了为什么英伟达认为需求来自传统计算、各行各业的新应用，以及大量新兴云厂商，而不仅是少数模型实验室。
👤 本期嘉宾
Jensen Huang，英伟达的代表人物，也是公司计算业务与 AI 基础设施布局的核心发言者。他从图形芯片谈到支撑社会智能的计算基础设施，并结合英伟达的客户、供应链和业务结构，解释算力需求从哪里来、建设会遇到什么瓶颈，以及公司如何看待资本回报。
⏱️ 时间戳
00:24 移民与美国的超能力
05:33 奇点与智能的价值
20:53 物理AI重塑行业
26:29 安全与治理框架
41:36 算力建设与全球布局
52:57 AI投资、供需与回报
1:07:58 英伟达优势与未来信心
🌟 精彩内容
💡 算力需求不只靠两家模型公司
英伟达的业务里，约三分之一来自传统计算，约三分之一来自前沿 AI 实验室，另有约三分之一来自新一代云计算和各行业的新公司。只看两家模型公司的收入，可能会漏掉大量算力需求。
"如果眼里只有那么几家公司，以为基础设施建设的资金都靠它们，那就大错特错了。"
💡 真正的扩建瓶颈在电力和土地
芯片项目可能对应约 50 吉瓦算力，但配套的土地、电力和机房建筑或只能承接 35 到 40 吉瓦。Jensen Huang认为，需求不缺，难在把数字世界的计划落到实体建设上。
"需求肯定有，而且还不止这么多。"
💡 智能越便宜，使用量越大
AI 推理需要反复探索、筛选和规划，算力需求会随智能体承担更多工作而增长。Jensen Huang预计，智能成本下降带来的不是需求萎缩，而是更多人开始使用智能。
"人们对智能的需求几乎没有止境。"
💡 AI 安全不是发展的刹车
Jensen Huang把安全、防护和功能视为同一套 AI 技术的一部分：安全措施也要加快建设，而不是和能力发展互相取舍。他还提出从零信任开始、限制权限、独立监控，再逐步放宽限制的做法。
"你不能把能力、功能跟使用安全和安全防护分开。"
💡 芯片之外，英伟达也要做软件和分成
随着 AI 从训练走向部署，企业需要维护工业级软件栈，云服务商也需要资金和基础设施支持。Jensen Huang说，软件授权和收入分成会成为硬件销售之外的新业务方向。
"我们面向企业的软件授权业务，规模会非常非常大。"
💡 对未来，他有九成九把握
面对外界对 AI 风险和投资回报的担忧，Jensen Huang认为，担忧值得表达，但不该把担忧变成末日预言。他把信心建立在许多人愿意投入力量、智慧和资源，推动技术走向好结果上。
"我有 99.99%、99%的信心，因为我们当中有太多人，太在乎最终能有个好结果了。"
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺
