黄仁勋的“救市”行动：支持CoreWeave，揭示“AI算力依赖两家实验室的看法”是严重误解

正文：

本周，全球科技股遭遇了大规模的抛售，前二十大科技公司市值总计蒸发超过1万亿美元，市场对AI基础设施投资回报的信心急剧下滑。

在这一关键时刻，英伟达的CEO黄仁勋积极出面——首先在斯德哥尔摩接受彭博社采访时为CoreWeave公开站台，随后在BG2播客中进行了近140分钟的深入对话，解答了市场最为关心的一个问题：AI算力基础设施的建设到底是谁在买单？

值得一提的是，黄仁勋在《BG2》播客的访谈于美东时间10月15日早上7点发布，此时华尔街的交易员和分析师正忙于准备美股开盘，市场情绪高度紧张。

在彭博采访中，黄仁勋清晰表明，CoreWeave“无需英伟达的兜底支持”，并指出其“资本成本实际上在下降”。这一表态直接推动了新云计算股的反弹，CoreWeave当天逆势上涨5.94%。纳斯达克指数随后也恢复了全部跌幅，《巴伦周刊》在复盘中提到，市场对黄仁勋的几句安抚反应积极。

在BG2的访谈中，黄仁勋进一步指出市场的核心误判：将数万亿美元的算力建设押注于两家AI实验室的营收是“问错了对象”。他将英伟达的算力需求分解为三个大致相等的部分，其中前沿实验室仅占大约四分之一到三分之一，这一分析对于理解AI基础设施投资的真实逻辑具有重要的市场参考价值。

CoreWeave成为本轮科技股抛售中备受关注的焦点之一。根据ICE Data Services的数据，CoreWeave的五年期信用违约互换（CDS）价差曾一度飙升74.5个基点，创下1194.5个基点的历史高位，隐含的五年违约概率超过60%。

这一信号令市场紧张不已。CoreWeave大规模借债扩展算力，而英伟达既是其设备供应商，又持有约10%的股份，成为第二大股东。这种“供应商为买家融资，买家再购买供应商产品”的融资循环，引发了对AI基础设施扩张财务可持续性的广泛质疑。

黄仁勋在斯德哥尔摩的表态，与信用市场的定价形成了鲜明对比。“CoreWeave每天都在变得更强，”他告诉彭博，“我对他们的未来非常乐观。他们的资本成本实际上在下降。”同时，他还明确表示，英伟达不需要为CoreWeave提供任何形式的兜底支持。

黄仁勋的这番表态，因其双重身份而显得尤为重要——他不仅是CoreWeave的关键设备供应商，也是其第二大股东。市场对此的反应迅速：CoreWeave股价当日上涨5.94%，此前连续两日累计暴跌超过18%的趋势得到遏制。

本周市场抛售的深层逻辑之一是对AI基础设施投资回报的普遍质疑——如果OpenAI和Anthropic的收入增速放缓，谁来为数万亿美元的算力建设买单？

在BG2访谈中，黄仁勋将这一逻辑描述为“问错了对象”。他将英伟达的算力需求分解为三个大致相等的部分：

第一部分，约三分之一与AI实验室无关的基础计算——包括分子动力学、物理仿真、量子化学和传统机器学习（如Visa、Mastercard的欺诈检测）、推荐系统等。“即使没有AI，英伟达的业务也不会归零，”他说，“这块业务每年增长30%到40%。”

第二部分，约四分之一到三分之一是前沿实验室的算力需求。但黄仁勋指出，市场通常只关注两家，而他看到的是五到六家——Meta、Grok、Gemini、Anthropic以及其他新兴机构。“如果你告诉我这代表我们业务的不到三分之一，大约四分之一，那很好。”

第三部分，同样约占三分之一的，是数千家初创公司租用的算力——他将其比作“下一代AWS”。这些公司中80%使用开源模型，在物理AI、生物AI和材料科学等领域构建专属智能。“把这一大块云计算视为下一代的AWS，”他说，“这就是今天的AWS，只不过是面向未来的。”

“将数万亿美元的建设押注于两家实验室的营收上，是一个重大的错误，”黄仁勋表示，“我很愿意与他们合作，支持他们。他们将成为历史上最重要的科技公司之一，取得辉煌的成功。但他们的收入根本不需要接近一万亿美元，这一切才能成立。”

在访谈中，黄仁勋系统性阐述了算力需求为何不会线性减速，而是持续加速的内在机制。

关键在于两个复合因子的相乘。其一，推理（思考）相比于背诵式生成的成本高出几个数量级——AI需要展开多个方案、进行规划、反思和剪枝，保留“战略期权”，这本身就消耗大量算力。其二，模型越强大，被“雇佣”的场景越多。“它用更多算力完成工作，但它表现优秀，因此我们会雇它做更多的工作，”他说，“这两者的叠加导致需求是加速的，而非减速的。”

去年的关键解锁，黄仁勋称之为“harness”——工作记忆管理、知识图谱构建（类似于睡眠时的离线压缩）和工具使用，这三者使得大语言模型从“聊天机器人”转变为能够在企业中发挥作用的智能体。“编程是第一个落地的场景，”他说，“设计与创意将是下一波。”

在他看来，OpenAI和Anthropic目前各自拥有的算力仅为两三吉瓦，“相对于即将到来的规模，这仍然是微不足道的。”正是在如此小的算力规模下，AI已经解决了纳维-斯托克斯方程这一千禧年数学难题。“这是我们今后所拥有的最差的智能，”他说，“从这一点开始，未来将只会越来越好。”

黄仁勋在访谈中对2027年的算力建设瓶颈给出明确判断：需求“只会增加”，但土地、许可、电力和施工人力将是主要挑战。

根据BG2主持人Brad Gerstner引用SemiAnalysis的数据，明年将新增43吉瓦的AI算力，超过当前全球存量的总和，之后一年再增40吉瓦。黄仁勋对此需求侧的判断表示认同，但指出物理环境将限制实际落地的节奏。“土地、电力、外壳，”他说，“这将是最关键的障碍之一。”

值得关注的是，在黄仁勋的逻辑框架内，电力稀缺反而成为英伟达市场份额进一步提升的动力。他的论据是：英伟达架构的每瓦算力产出（tokens/watt）在全球首屈一指，电力越紧张，客户越倾向于选择单位能耗产出最高的平台。“当电力减少时，你投入的算力质量必须是最高的，”他说，“我们是最具出租价值的，是可互换的，且耐用。”

他进一步透露，英伟达每吉瓦算力的市场价值，从约180亿美元升至200多亿美元，现在已超过400亿美元，并且仍在上升。在全球云服务商（CSP）的资本支出中，英伟达占比约40%；在非CSP侧（包括本地部署和新云计算），占比约80%。“六年前，我们在全球资本支出中的占比仍是个位数，”他说。

黄仁勋在访谈中阐述了他

来源：Odaily星球日报