輝達 Nvidia ：AI時代的推動者
NVDA 元工業
在2025年的今天，詢問「輝達究竟是一家什麼公司？」或許顯得有些過於簡單。然而，當一家企業在短短數月內市值飆破3兆美元，成為全球科技產業的「定海神針」時，這個問題的意義及其答案，便顯得格外複雜。
大眾對輝達的印象，或許仍停留在其GTX顯示卡時代，而資本市場則視其為市值最高的AI晶片巨頭。然而正是這些誤解、盲目的仰望以及巨額的資金投入，造就了輝達在AI時代的再次崛起，使其市值扶搖直上。
在這股狂熱之中，問題的答案，乃至於問題本身，是否還重要？
答案是肯定的。
至少對於輝達創辦人黃仁勳而言，這個問題攸關輝達在未來世界中扮演的角色，甚至影響未來世界的發展走向。
因此黃仁勳在隨後的分析師和媒體會議上，發表了輝達的「AI宣言」：
輝達不僅是一家晶片公司、解決方案供應商，更不僅僅是一家AI公司。它見證並催生了一個名為「AI」的新興產業，如同蒸汽機開啟工業時代、電流點亮電力時代一般，AI將成為所有產業底層的「元工業」，開啟全新的AI時代。
而輝達正是這個AI產業最重要的基礎建設平台。
或者可以說輝達即是AI本身。
超越參數的無限視野
人們仍在關注Blackwell Ultra單一晶片的運算能力提升幅度時，黃仁勳早已強調，單一晶片的效能遠不如由成百上千個晶片組成的AI晶片集群的即時資料互連和同步能力。
這就是為何連接晶片的NVLink後面的數字不斷增加的原因。為了讓晶片集群發揮最大效用，輝達不得不為AI晶片開發一套系統Dynamo，作為「推理服務庫的VMware」，讓這些頂尖晶片在推理時代運行得更快。為了加速這些晶片間巨量資料的傳輸，輝達與台積電合作，在晶片連接上採用光子技術，成功後每個埠的速度可達1.6Tb/s，是目前頂尖銅纜速度的兩倍。
輝達的挑戰早已不再是單一晶片上電晶體數量的提升，而是能源利用等實質上的物理限制。「可用的電能是有上限的」，這就是為何在輝達看來，AI運算能力的評估標準已不再是秒，而是瓦特。再強大的晶片和AI資料工廠，最終仍需電力驅動。
這也是為何台達電高層向極客公園透露，為了滿足新型AI資料中心硬體的需求，台達電需與輝達團隊共同重新設計從電網到資料中心，再到每個機櫃、每塊晶片的電路和散熱裝置。「我們談論的是兆瓦級別的電壓，絕非玩笑。」
「我們不是一家晶片公司，而是一家AI基礎建設公司。」黃仁勳在媒體溝通會上再次強調輝達的定位。「你們見過哪家手機公司會一次發布未來三年的產品？根本沒有。」輝達的挑戰不再是產業或競爭對手，而是能源使用效率本身。當一家公司被稱為「基礎建設」時，意味著其背後是一個龐大的產業，如同石化、交通、農業。「只取決於世界決定生產水泥，還是生產AI。」黃仁勳如此定義AI產業。
在這個重要性已逐漸被認知，但尚未被充分理解的產業中，輝達希望未來每個AI資料中心流入和流出的Token上，都能貼上一個標籤：「Produced by XXX, Accelerated by Nvidia」。
畢竟人們對Token的需求，將呈幾何級數急遽增加。
物理AI
在今年的GTC2025展台上，最引人注目的並非那些賺取巨額利潤的資料中心服務商，而是輝達官方的具身智慧展台。來自1x Technology、Agility Robotics的工廠和家用機器人，吸引了所有人的目光。
當然，別忘了與黃仁勳一同登台、展現可愛模樣的小機器人Blue，它和它的兄弟們是展台上的主力。來自迪士尼研究實驗室的「瓦力」，讓所有人紛紛拿出手機合影，讓一旁負責解釋整個物理AI的輝達工作人員苦笑不已。相較於理解輝達如何運用Omniverse、Cosmos、物理引擎Newton等一條龍產品線協助機器人開發者，顯然小機器人的吸引力更為直觀。
毫無疑問物理AI將是未來趨勢。僅在智慧駕駛產業，AI基礎建設、模擬、訓練和終端晶片（如Orin和Thor）就已為輝達帶來超過50億美元的營收。隨著智慧駕駛戰役持續升溫，機器人產業蓬勃發展，正如「未來可期」。
當然Agentic AI，這個某種程度上取代了剛興起兩年的「傳統大型語言模型」的新功能，被標記在輝達未來發展的下一個節點上。
一方面以DeepSeek為代表的推理模型表現令人驚艷；另一方面Agentic AI所需的Token數量是傳統大型語言模型的20倍。註定暴增的Token需求，需要更高的運算能力，或者更優異的AI晶片和資料中心，在開場演講中，黃仁勳稱其中一頁PPT是他的最愛。該頁PPT展示了全球科研團隊運用輝達的硬體和系統，在天文、氣候、生物、醫藥等基礎科學領域進行的嘗試和成果。
情有可原的是，讓輝達在AI時代飛躍的系統護城河CUDA，最早的開發者群體正是高校科研人員。若沒有他們，AI和輝達的爆發可能會延後數年。「輝達打造晶片，但我們是一家演算法公司。」黃仁勳說道。這種對演算法的儲備和精通，讓輝達和CUDA能夠協助其他團隊開發自己的演算法，探索基礎學科和領域。
Agentic AI、物理AI、無人駕駛、運用CUDA的科學實驗，這些都很好，它們可能是未來Token巨大需求的驅動來源，但並非根本。它們如同超音速飛機突破音障時留下的圓圈，或是光速飛行留下的殘影。真正以超高速飛行的，是黃仁勳和輝達對AI這個註定成為人類最重要，甚至是終極產業的願景和雄心。
然而那些目光僅停留在參數和市值的人們無法或者還沒準備好理解輝達所描繪的未來。
