黃仁勳 COMPUTEX 演講：AI 基礎設施將催生萬億美元市場

如果你還以為建機房只是為了放伺服器、跑資料庫，黃仁勳會糾正你：趕緊改口，以後別叫資料中心了，那是吞進電力、吐出 Token 的現代化 AI 工廠。

在 COMPUTEX 2025 的臺北流行音樂中心現場，黃仁勳面對四千多名觀眾丟擲了一個數字：AI 正在變成像電力和網際網路一樣的基礎設施，並將催生一個數萬億美元規模的龐大產業。

從桌邊超算到半定製互聯

為了把這套「工廠」鋪滿全球，NVIDIA 這次把 Blackwell 架構拆解成了全套方案。

針對個人開發者和小型團隊，NVIDIA 推出了個人 AI 超算 DGX Spark，由華碩、戴爾、技嘉、聯想和微星等廠商代工，目前已經全面量產，幾週內就會發售。

另一款 DGX Station 則更激進，直接插在普通牆壁插座上就能提供 20 PFLOPS 的算力，黃仁勳說它能夠直接在本地跑動 1 萬億引數的大模型。

企業端方面，面向智慧體（Agentic AI）的 RTX PRO 伺服器已經開始量產出貨，同時 NVIDIA 還推出了配套的 AI 資料平臺參考設計，搭配 RTX 6000 PRO Blackwell 伺服器版 GPU 專攻儲存瓶頸。

更值得留意的是 NVLink Fusion。NVIDIA 這次允許超大規模雲廠商基於自身的 NVLink 互聯技術構建半定製計算方案，打破傳統資料中心瓶頸，讓不同雲巨頭根據自己的模型負載定製系統。

另外，NVIDIA 還宣佈深化與富士康的合作，聯手在臺灣建設一座頂級 AI 工廠超算，供台積電、科研機構和初創公司使用，並揭幕了在臺灣設立的新辦公室 NVIDIA Constellation。

機器人的「楚門世界」與五萬億工業製造

在黃仁勳看來，能夠理解並行動的智慧體只是第一步，下一步是能夠理解物理世界的「物理 AI」（Physical AI），再往後則是通用機器人。

為了讓物理世界的機器人加速成熟，NVIDIA 聯合 DeepMind 和迪士尼共同開發了物理模擬訓練引擎 Newton，讓機器人在進入真實世界前先在模擬環境裡試錯。

同時，NVIDIA 拿出了生成合成訓練資料的藍圖 Isaac GR00T-Dreams，以及人形機器人基礎模型 Isaac GR00T N1.5。

黃仁勳提到，全球目前正在規劃和建設價值 5 萬億美元的各類工廠。台積電、富士康、廣達、和碩等製造巨頭正通過 Omniverse 構建數字孿生，在工廠開工前就用物理 AI 完成生產線設計和最佳化。

為什麼重要

我們認為，黃仁勳這一步走得極其精明，他正在重新定義算力買賣的底層商業邏輯。

在過去，買伺服器是一項純粹的 IT 成本支出；但一旦把資料中心定義為「AI 工廠」，算力就變成了生產流水線，輸入電力，產出具有直接商業價值的 Token。黃仁勳笑著說「買得越多，賺得越多」，看起來像句玩笑，其實是在給下游大客戶的鉅額資本開支尋找最合理的會計解釋。

對於開發者來說，DGX Spark 和能插普通插座的 DGX Station 意義很大。本地部署萬億引數模型不再是頂級雲廠商的特權，個人和中小團隊在本地除錯高敏感度模型或複雜智慧體的門檻被實質性拉低了。

更耐人尋味的是 NVLink Fusion。面對大型雲廠商自研 ASIC 晶片的防守策略，NVIDIA 沒有繼續強推全套繫結的整機，而是選擇開放互聯匯流排做半定製。我們認為這是一種以退為進：哪怕你用了自己的計算單元，底層的通訊命脈依然繞不開 NVLink。

不過，這種瘋狂擴產的背後不是沒有隱患。全球數萬億美元的「AI 工廠」投資，最終都要靠終端商業應用賣出的 Token 來回本。如果下游的殺手級軟體和智慧體變現速度跟不上硬體的折舊週期，這場轟轟烈烈的工業擴建潮難免要面對產能過剩的拷問。