黃仁勳專訪：AI 代理時代來臨，解析 NVIDIA 戰略、計算架構與未來預言
Original Video Description
黃仁勳在這場最新專訪中，完整談到 AI Agent、開源模型、機器人、自駕車、醫療 AI、太空資料中心，以及 AI 如何重塑全球產業格局。 黃仁勳認為，未來每位工程師都可能擁有上百個 AI Agent，而機器人將在 3 到 5 年內快速走入工廠、家庭與各種日常場景。 這場訪談最震撼的地方，不只是技術突破，而是人類工作方式與生活方式正在被重新定義。
Credits: All-In Podcast https://www.youtube.com/watch?v=gwW8GKwHB3I
In this major new interview, Jensen Huang breaks down AI agents, open models, robotics, autonomous driving, healthcare AI, space data centers, and how AI will reshape global industries. Jensen Huang says every engineer may soon work with hundreds of AI agents, while robots could rapidly move from factories into homes and daily life within just a few years. The most striking part of this interview is not just the tech — it is how human work and everyday living are being redefined.
NVIDIA 執行長黃仁勳近期接受專訪，發表對 AI 產業發展的全面願景。他指出 AI 正經歷從生成式到推理式再到代理式的重大典範轉移，計算需求在兩年內增長 10,000 倍。NVIDIA 從傳統 GPU 公司轉型為 AI 工廠公司，推出核心作業系統 Dynamo。黃仁勳預測物理 AI 市場規模達 50 兆美元，機器人將在 3-5 年內普及；數位生物學將在 5 年後迎來爆發拐點。他同時呼籲避免 AI 末日論，強調開源與封閉模型將並存發展，年輕人應專精垂直領域並善用 AI 工具。
講者介紹
Jensen Huang (黃仁勳) — Founder & CEO, NVIDIA (Guest)
黃仁勳（1963年生）出生於台灣台南，9 歲移居美國。他取得 Oregon State University 電機工程學士與 Stanford University 碩士學位，曾在 LSI Logic 和 AMD 工作。1993 年，30 歲的黃仁勳與 Chris Malachowsky 和 Curtis Priem 在一間 Denny's 餐廳創立 NVIDIA，專注於解決 PC 的 3D 圖形問題。在他的領導下，NVIDIA 從遊戲 GPU 公司轉型為全球 AI 運算基礎設施霸主，目前擁有 43,000 名員工（其中 38,000 名工程師），年營收預期超過 3,500 億美元。他被《Fortune》、《Economist》和 Brand Finance 評選為全球最佳執行長，也入選《TIME》百大最具影響力人物。
Jensen Huang (b. 1963, Tainan, Taiwan) co-founded NVIDIA in 1993 at age 30. He holds a BSEE from Oregon State University and an MSEE from Stanford University. Under his leadership, NVIDIA evolved from a gaming GPU company into the dominant AI computing infrastructure provider, with 43,000 employees and projected annual revenue exceeding $350 billion. Named world's best CEO by Fortune, The Economist, and Brand Finance, and one of TIME's 100 most influential people.
Brad Feld — Partner, Foundry (Host)
Brad Feld 是美國知名創投家、作家與 Foundry（前 Foundry Group）合夥人，同時也是全球頂尖新創加速器 Techstars 的共同創辦人。他於 2007 年與合夥人共同創立 Foundry Group，管理多支 2.25 億美元的早期基金。他是 Harmonix、Zynga、MakerBot 和 Fitbit 的早期投資者，長期關注科技創業生態。
Brad Feld is a partner at Foundry and co-founder of Techstars, one of the world's leading startup accelerators. He co-founded Foundry Group in 2007 and was an early investor in Harmonix, Zynga, MakerBot, and Fitbit. He is also an author and prominent voice in the startup ecosystem.
NVIDIA 的戰略轉型：從 GPU 公司到 AI 工廠
Dynamo 作業系統：下一個工業革命的基礎
黃仁勳在訪談中揭示 NVIDIA 過去一年最大的策略轉變：從傳統的 GPU 公司正式演進為「AI 工廠公司」（AI factory company）。這一轉型首次在 GTC 大會上提前兩年半對外公開，展現出高度透明且具前瞻性的溝通策略。
NVIDIA 核心作業系統命名為「Dynamo」，這個名稱取自西門子發明的發電機（dynamo），象徵著即將到來的下一個工業革命。基礎技術則稱為「disaggregated inference」（解構式推論），代表著 AI 運算架構的根本性創新。
黃仁勳進一步說明，NVIDIA 收購了 Groq（一家專注於 LPU 的 AI 推論晶片公司），建議企業將 25% 的資料中心空間配置給 Groq LPU 與 GPU 的組合方案。他強調不應將工廠價格與 token 成本進行直接比較，因為一座價值 500 億美元的工廠能產生最低成本的 token。
營收預期與市場地位
訪談中透露的多項數據顯示 NVIDIA 在 AI 市場的主導地位：
- 年營收預期：3,500 億美元以上
- 自由現金流：2,000 億美元
- 季度資料中心營收：250 億美元
- Blackwell + Vera Rubin 訂單可見性：1 兆美元
- 美國資料中心市場份額：95%（中國市場從 95% 降至 0%）
這些數據反映出 AI 基礎設施需求的爆發式成長，也印證了黃仁勳對產業發展的樂觀判斷。
AI 推論的典範轉移：從 100 倍到 10,000 倍
推理計算：當今最複雜的運算問題
黃仁勳在訪談中提出一個震撼性的觀點：推理計算的複雜度是當今世界上最複雜的運算問題。他詳細描述了 AI 發展的三個階段及其計算需求：
- 生成式 AI → 推理式 AI（reasoning）：計算需求增加 100 倍
- 推理式 → 代理式 AI（agentic）：計算需求再增加 100 倍
- 總體成長：兩年內計算量增加 10,000 倍
這意味著 AI 系統從簡單的內容生成，演进到需要复杂推理的智能系统，再到能够自主执行多步骤任务的 AI 代理，每一步都需要指数级增长的计算资源支撑。
推理 Scaling Laws 的演進
黃仁勳用一個生動的類比說明推理Scaling Laws的演進：過去我們談論的是 1,000 倍的增長，但現在的目標是 100 萬倍甚至 10 億倍的推理計算能力。這種幾何級數的增長，反映出 AI 系統正在從「回答問題」轉向「解決問題」的核心轉變。
他進一步指出，這種計算需求的暴增對硬體、軟體、網路和系統架構都提出了前所未有的挑戰，也是 NVIDIA 大力投入 Dynamo 作業系統和 disaggregated inference 技術的主要原因。
三類電腦架構：AI 時代的運算藍圖
黃仁勳提出 AI 時代的三種核心運算系統架构，這個框架幫助理解 NVIDIA 的全面佈局：
訓練電腦（Training Computer）
用於訓練 AI 模型的基礎設施，典型產品包括 H100 和 B200 系列。這類電腦需要處理大規模的資料集和複雜的神經網路架構，是生成 AI 能力的核心。
模擬電腦（Simulation Computer）
以 NVIDIA Omniverse 為核心的虛擬環境，主要用途是在虛擬世界中評估和訓練機器人。這種「數位孿生」（digital twin）技術讓機器人在投入實際應用前，能夠在高度擬真的虛擬環境中學習和優化行為。
邊緣電腦（Edge Computer / Robot Computer）
專為自駕車、機器人和嵌入式應用設計的運算系統。黃仁勳在訪談中提到一個有趣的應用場景：未來的機器人可能包括各種形態，從工業機械臂到陪伴型機器人如「泰迪熊」，展現出對機器人應用場景的豐富想像。
這三類電腦架構共同構成了 NVIDIA 的完整 AI 運算生態系，從雲端訓練到邊緣推論的全覆蓋。
AI 代理的四大要素與應用場景
代理式 AI 的核心組成
黃仁勳在訪談中深入解析 AI Agent（AI 代理）的四大關鍵要素：
- 記憶（Memory）：代理系統需要具備長期和短期記憶能力，能夠從過往互動中學習並保留上下文
- 資源（Resources）：代理需要能夠存取和利用各種工具、數據庫和外部服務
- 排程（Scheduling）：代理能夠規劃和協調多步驟任務的执行顺序和優先級
- 技能（Skills）：代理具備執行特定任務的專業能力，能夠在不同場景中靈活運用
這些要素的整合使得 AI 代理能夠從事複雜的多步驟工作，從協助工程師編寫代碼到自動執行研究任務。
NVIDIA 內部實驗：30 分鐘完成 7 年研究
黃仁勳分享了一個令人震驚的內部實驗案例：NVIDIA 的工程師使用 Auto Research 工具，在短短 30 分鐘內完成了原本需要 7 年時間的 PhD 論文等級研究。這一案例生動展示了 AI 代理對知識工作者的革命性影響。
他還提到另一個案例：軟體團隊在週日晚上僅用 90 分鐘就完成了整個軟體棧的替換與部署，展現出 AI 時代軟體開發的高效率潛力。
工程師的 Token 消費基準
黃仁勳提出了一個大膽的工程師生產力指標：「年薪 50 萬美元的工程師如果沒有使用至少 25 萬美元的 token，我會非常擔心。」這個觀點將 AI 使用量與工程師產值直接掛鉤，預示著未來工程師將有 100 個 AI 代理同時協助工作。
開源模型與封閉模型的競合關係
兩種模式並存的產業格局
針對 AI 模型市場的發展趨勢，黃仁勳提出了他的明確觀點：
「模型是技術，不是產品。對大多數消費者而言，ChatGPT、Claude、Gemini 等封閉模型服務會持續蓬勃發展。但各產業的專業知識必須透過開源模型來掌控與客製化。」
他強調開源模型與封閉模型是「A and B」的關係，而非「A or B」的競爭態勢。封閉模型服務將繼續滿足一般消費者的日常需求，而開源模型則是企業和特定產業建立競爭優勢的關鍵工具。
每家公司都將成為 AI 加值轉售商
黃仁勳預言：「每家企業軟體公司將成為 AI 的『加值轉售商』（value added reseller）。」這意味著各行各業的企業都將基於開源模型，開發符合自身專業知識的客製化 AI 解決方案，從醫療診斷到金融風險評估，都將看到 AI 深度滲透的身影。
物理 AI 與機器人：50 兆美元的革命
物理 AI：下一個大型產業
黃仁勳將物理 AI（Physical AI）定義為「有史以來最偉大的繁榮解鎖器」。他提供的關鍵數據包括：
- 物理 AI 市場規模：50 兆美元
- 當前物理 AI 營收：接近 100 億美元/年
- 機器人普及時間：3-5 年
他進一步說明：「從高功能概念驗證到合理產品的技術發展，從來不會超過兩三個週期。大約 3 到 5 年後，機器人將無處不在。」
機器人供應鏈：中國的優勢與挑戰
在機器人供應鏈方面，黃仁勳指出中國具有顯著優勢，特別是在微電子、馬達、稀土和磁鐵等關鍵原材料和元件的供應。這一觀點也呼應了他對地緣政治風險的關注。
他呼籲美國擴大 AI 技術的全球擴散，避免在太陽能和稀土產業犯下的錯誤在 AI 領域重演。
自駕車策略：Android 與 iOS 模式
黃仁勳透露 NVIDIA 的自駕車策略選擇了類似 Android 的開放模式，與合作夥伴包括 BYD、Mercedes-Benz 和 Uber。這種策略允許多家汽車製造商使用 NVIDIA 的 AI 運算平台，同時保持各自品牌和軟體的差異化。
數位生物學：醫療 AI 的 Chat GPT 時刻
5 年後的爆發拐點
黃仁勳對醫療產業的 AI 應用充滿信心：
「我們正處於數位生物學的 ChatGPT 時刻。5 年後，我完全相信醫療產業將迎來數位生物學的爆發拐點。」
他列舉了三個主要應用領域：
- 藥物發現（Drug Discovery）：AI 加速候選藥物的篩選和研究，大幅縮短新藥開發週期
- 代理式 AI 診斷（Agentic AI Diagnosis）：能夠進行多步驟推理的 AI 診斷系統
- 達文西手術機器人（Da Vinci Surgical Robot）：AI 賦能的精密手術系統
這些應用場景展現出 AI 與醫療產業結合的巨大潛力，不僅能提升診斷準確率，還能偏及偏遠地區的醫療服務。
地緣政治與供應鏈管理
中國市場的劇變
訪談中提及 NVIDIA 在中國市場的份額從 95% 降至 0%，這反映出口管制政策對科技產業的深遠影響。黃仁勳強調重建供應鏈的重要性，呼籲在台灣、中東和以色列等地建立多元化的供應體系。
AI 擴散政策建議
黃仁勳對 AI 政策提出明確建議：
「警告是好的，恐懼則不必。」（Warnings are good, fear is not necessary.）
他呼籲政策制定者采取积极而非消极的態度，支持 AI 技术的全球擴散，同時建立適當的監管框架。這種立場與他對 AI 末日論的批評一致，強調人類對 AI 發展方向的主導權。
對創業者與年輕人的建議
創業者的護城河：深度專精
對於創業者，黃仁勳的核心建議是「深入專精」（Deep Specialization）：
「了解你的垂直領域，比任何人都更深入、更好。盡快將你的代理連接到客戶端，這個飛輪將使你的代理變得更好。」
他強調在 AI 時代，垂直領域的深度專業知識是無法被快速複製的競爭優勢。創業者應該專注於特定行業，建立深厚的領域知識，然後利用 AI 代理工具放大產出價值。
年輕人的生存指南
對於年輕人，黃仁勳提出三項具體建議：
- 成為 AI 使用專家：熟練掌握各種 AI 工具是基本技能
- 重視語言能力：「英語主修可能是最成功的」（English major might be the most successful）
- 避免過度預設規範：給 AI 足夠的創新空間，不要用過多規則限制其潛力
工作轉型的務實觀點
對於 AI 對就業的影響，黃仁勳保持務實態度：「某些工作會消失，但會創造更多新工作。」他強調 AI 不是要取代人類，而是增強人類的能力，讓我們能從事更具創造性和價值的任務。
總結：AI 代理時代的機遇與展望
這段專訪展現了黃仁勳對 AI 發展的全面願景，歸納出以下核心要點：
- 計算需求爆發：AI 推論計算兩年內增長 10,000 倍，從生成式到推理式再到代理式的發展路徑清晰
- NVIDIA 轉型：從 GPU 公司到 AI 工廠公司，提供完整的三類電腦架構
- 雙軌並行：開源模型與封閉模型將長期並存，各有不同的應用場景
- 物理 AI 崛起：3-5 年後機器人將無處不在，50 兆美元市場即將爆發
- 數位生物學：5 年後醫療產業將迎來數位生物學的爆發拐點
- 地緣政治警訊：呼籲擴大 AI 技術全球擴散，避免供應鏈過度集中
黃仁勳在訪談結尾強調：「謙遜」的重要性，儘管取得巨大成功，他仍自認「只是做軟體的人」。他呼籲社會避免過度的 AI 末日論，人類對 AI 的部署方式擁有自主選擇權，應該積極擁抱這場技術革命帶來的機遇。
這位被主持人稱為「我們需要的守護者」的科技領袖，正帶領 NVIDIA 在 AI 時代扮演核心基礎設施供應商的角色，他的遠見和策略將深刻影響未來十年的科技產業發展走向。