当 OpenAI 和 Anthropic 等模型厂商开始呼吁放慢 AI 发展速度、控制资本开支时,黄仁勋却预测英伟达明年芯片销量将翻倍。这场分歧的背后,是模型降价带来的推理需求爆发与完整 AI 基础设施建设的较量。
黄仁勋又卖英伟达股票了。
9 月 16 日,英伟达向美国 SEC 披露的文件显示,黄仁勋处置了 4.57 万股英伟达股票,价格约 212 美元。
乍看之下,这是一个容易被放大的信号。当前英伟达股价持续上扬,但 AI 行业却开始出现另一种声音:投入太快了,资本开支太大了,模型越来越便宜之后,还需要这么多算力吗?
偏偏在这个时候,黄仁勋还在踩油门。9 月 18 日,他公开表示,英伟达明年卖出的芯片数量可能达到今年的两倍。
一边开始讨论 AI 要不要慢一点,一边还在准备把芯片卖得更多。
事实上,这笔 4.57 万股的处置在 SEC 文件中标记为 "F",属于税务扣缴,并非主动在市场上卖出股票。今年 3 月和 6 月,黄仁勋也有类似交易,性质基本一致。相比之下,2025 年 6 月他曾启动一项最高约 8.65 亿美元的 10b5-1 交易计划并持续出售,那才是主动减持。今年的操作更像是长期的个人财富与税务安排。
今年以来,行业讨论逐渐从模型还能有多强,转向安全、治理和投入边界。
Anthropic CEO Dario Amodei 公开呼吁放慢 AI 能力提升速度,认为 AI 发展的速度已经快过监管和治理能力。OpenAI CEO Sam Altman 等行业人士也公开支持更谨慎地推进前沿 AI。
9 月中旬,这种分歧摆到了台面上。Anthropic、OpenAI 等公司的相关人士开始讨论 AI 发展速度和安全风险,而黄仁勋、Meta CEO 马克·扎克伯格并未加入相关倡议。
但这不意味着 AI 公司准备停下来。OpenAI、Anthropic 仍在推进新模型,算力需求没有消失。
变化在于,行业开始重新计算投入的速度。模型能力可以继续提高,数据中心却需要土地、电力、网络和巨额资本开支。AI 进入产业化阶段后,投入能不能产生足够回报,成为了必须回答的问题。
黄仁勋给出的答案很直接。他预计英伟达明年芯片销量可能达到今年的两倍。
在英伟达最新季度收入已达 962 亿美元、同比增长 106% 的体量上谈芯片销量翻倍,意味着黄仁勋判断 AI 基础设施仍有巨大的增长空间。而且,他所指的芯片已不只是传统 GPU。从 Blackwell 到 Rubin,英伟达正把自己从一家芯片公司推向完整的 AI 基础设施供应商。
今年发布的 Vera Rubin 平台就是一个明显变化。这不再是一块单独出售的 GPU,而是一套面向 AI 推理和 Agent 的机架级系统。
过去一年,开源模型不断提高模型效率,行业曾担心模型更高效、成本下降后,GPU 需求会减少。但黄仁勋的判断相反:模型效率提升让 AI 变便宜,进而让更多任务交给模型。当 Agent 开始工作,一项任务可能需要连续调用几十次甚至更多,计算需求将从训练端向推理端大规模扩散。
这也是英伟达押注基础设施的关键所在。微软、谷歌、Meta、OpenAI 等公司持续投入数据中心,AI 资本开支成为科技行业最受关注的变量。电力、散热、光通信等配套需求也随之爆发。例如,英伟达支持的 AI 云公司 Nscale 在 IPO 文件中披露了 10GW 的电力储备,并获得英伟达 10 亿美元投资,电力已正式进入英伟达的生意版图。
与此同时,黄仁勋在处理个人股票的同时,英伟达公司却在大手笔回购。今年第二财季,英伟达回购约 197 亿美元股票,并拥有数百亿美元的回购额度。这显示出英伟达强劲的现金流与对未来发展的绝对信心。
归根结底,核心分歧依然落在需求上:模型越来越便宜之后,AI 究竟能用掉多少算力?
模型降价之后,算力生意能走多远,取决于 AI 能不能跑出更多真实需求。黄仁勋已经把自己的答案,放进了英伟达的产能、产品和资本开支里。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断