黄仁勋称 AI 计算需求激增 100 倍：推理模型让算力消耗不降反升

一个月前，DeepSeek R1 刚出来的时候，资本市场吓得够呛。英伟达股价单日暴跌 17%，创下 2020 年以来的最大跌幅，大家都在嘀咕一件事：如果小成本就能训出好模型，谁还买英伟达那么贵的卡？

英伟达 CEO 黄仁勋在发布最新财报后接受了 CNBC 采访。他的回答很直接：你们完全想反了。

思考需要代价，而且是 100 倍

黄仁勋表示，现在的 AI 模型在回答问题前要一步一步思考，这种推理过程所需的计算量，是 ChatGPT 刚问世时的 100 倍。

他把这种变化归功于推理模型的兴起，还顺手点名了 DeepSeek 的 R1、OpenAI 的 GPT-4 以及 xAI 的 Grok 3。

在黄仁勋看来，DeepSeek 确实很棒，因为它把一个绝对世界级的推理模型开源了出来。但它的真正作用不是省算力，而是把推理这种高消耗模式普及开了。

英伟达刚公布的第四财季数据也撑得起他的底气。单季营收达到 393.3 亿美元，同比增长 78%；其中数据中心业务收入 356 亿美元，暴涨 93%，占了总营收的九成以上。

说白了，虽然资本市场还在消化 DeepSeek 带来的震动，但大厂们买芯片的手根本没停下来。

60 倍的差距，与绕路的软件

算力需求在涨，但英伟达在中国市场的日子并不轻松。受拜登政府末期收紧的出口管制影响，英伟达在中国的收入占比已经缩水了大约一半。

除了政策卡脖子，黄仁勋还提到了来自中国本土的竞争压力，比如华为。

硬件上的差距相当惊人。黄仁勋透露，英伟达在美国本土销售的旗舰芯片 GB200，生成 AI 内容的速度比卖给中国的合规降级版芯片整整快了 60 倍。

面对这么大的性能鸿沟，黄仁勋倒觉得开发者不会坐以待毙。他打了个比方说软件总能找到出路，不管是在超算、PC 还是手机上，工程师们最终都会靠优化软件在现有系统上跑出效果。

为什么重要

这番表态最关键的地方，在于黄仁勋重新定义了 DeepSeek 带来的冲击。

对开发者和企业来说，DeepSeek 证明了算法优化可以压榨出极高效率，但当所有人都想让模型学会自我验证、多步思考时，推理阶段的算力消耗其实变成了无底洞。值不值得现在去追推理模型？答案显而易见，如果你想让 AI 处理高价值的复杂任务，堆算力依然是目前最省事的解法。

对行业而言，算力竞赛的战场已经从预训练全面转移到了推理侧。英伟达把对手开源的利刃变成了帮自己卖芯片的推销员，这一招极其聪明。只要全球开发者都在本地部署和运行这些推理大模型，买单的最终还是英伟达的算力生态。

不过隐患也同样摆在眼前。60 倍的软硬件代差摆在中国市场面前，再加上华为等本土厂商的追赶，英伟达在中国失去的份额很难再轻易拿回来。我们认为，靠软件优化来填补 60 倍的性能差距并不现实，长期来看，这也必然会加速全球 AI 技术栈的分化与硬分叉。