黄仁勋谈计算经济
黄仁勋谈计算经济
NVIDIA 首席执行官黄仁勋在摩根士丹利大会上提出了一套简洁而有力的框架：计算等于 Token，Token 等于智能，智能等于经济产出。这一等式将 AI 基础设施从一个技术成本中心，重新定位为企业和国家层面的营收与增长引擎。他认为，随着智能体 AI 的兴起——这类系统消耗的 Token 量可达传统提示词的百万倍——计算需求将呈指数级攀升，而数据中心本质上已演变为以 Token 为产出物的 AI 工厂。在此背景下，以每瓦特 Token 数衡量的效率不再是工程师的指标，而是关乎营收增长的首席执行官级战略决策。更值得深思的是他对软件行业未来的判断：未来不会有任何软件不是智能体化的，软件公司的角色将从出租工具转变为出租使用工具的智能体，这意味着整个行业的可寻址市场将远超今日。文章透过这三个层层递进的主题，勾勒出一幅计算驱动型经济的宏大图景，值得每一位关注技术与商业交汇点的读者细读。
关键要点
- 黄仁勋指出，计算直接转化为智能、营收和 GDP。
- 效率至关重要，使得每瓦特 Token 数成为关乎营收增长的首席执行官级决策。
- 智能体 AI 有望通过将软件行业从出租工具转变为交付智能体来扩展其规模。
在旧金山举行的摩根士丹利科技、媒体与电信大会上，NVIDIA 首席执行官黄仁勋勾勒出可能对科技行业产生深远影响的重新框架。他的论点可以归结为一个简单的等式：计算等于 Token，Token 等于智能，而智能等于从企业到国家各个层面的经济产出。
黄仁勋将这一时刻置于 AI 发展的更宏阔脉络中，描述了三个拐点：生成式 AI、推理 AI，以及现在的智能体 AI——具备自主规划、研究和执行能力的系统。而这需要数量极其庞大的 Token——模型处理和生成的数据单元——从而 dramatically 增加了所需的计算量，以及对企业和国家的经济影响。黄仁勋在与摩根士丹利联合总裁 Dan Simkowitz 的炉边谈话中发表了上述言论，Simkowitz 强调了该公司与黄仁勋的长期关系——摩根士丹利于 1999 年承销 NVIDIA 上市。
黄仁勋的讲话聚焦于塑造 AI 在这一新范式中影响的三大主题：
- 不断增长的计算需求如何直接转化为更高的 Token 生成量、营收和 GDP
- 为什么以每瓦特 Token 数衡量的效率，正成为关乎公司营收增长的关键 CEO 级决策
- 智能体 AI 将如何扩展和变革软件行业
1. 更多计算，更多 Token，更多营收与 GDP
黄仁勋表示，智能体 AI 消耗的 Token 量可达标准生成式提示词的 100 万倍，这导致计算需求飙升。他将数据中心重新定义为 AI 工厂，其首要产出就是 Token，并将计算直接与公司营收和国内生产总值联系起来。对于企业和国家而言，拥有更高的计算能力和 Token 量，能够支撑驱动经济产出的 AI 智能体。
"我确信计算等于营收，"黄仁勋说。"我也确信计算等于 GDP。因此每个国家都会拥有它，因为未来不会有一个国家说：'你猜怎么着？我们决定放弃智能。'"
黄仁勋谈计算、营收与 GDP
对话实录
每家公司都需要计算来驱动营收。原因在于计算转化为智能，智能转化为你的数字劳动力，数字劳动力转化为你的营收。
我确信计算等于营收。我也确信计算等于 GDP。因此每个国家都会拥有它，因为未来不会有一个国家说：你猜怎么着？我们放弃智能。我们有……我不知道我们有什么，但智能是我们不需要的东西。那是我们唯一不需要的东西。
2. 每瓦特 Token 数：衡量增长的新 CEO 级指标
由于数据中心直接驱动公司的营收增长，硬件架构已成为 CEO 级的战略决策。黄仁勋在大会上向 CEO 和公司领导者传达了一个信息：既然 AI 工厂受千兆瓦数上限的制约，那么每瓦特 Token 数——即单位能耗的性能——就成为公司营收增长唯一最重要的指标。黄仁勋表示，电力和基础设施的限制意味着公司承受不起低效选择的代价。
"AI 是一个工厂，因为工厂总是受电力限制。你有多少个厂区并不重要，每个厂区仍然是 100 兆瓦或千兆瓦，因此每瓦特 Token 数是公司营收最重要的指标。[CEO 们]必须非常非常谨慎地做出这些决策。"
黄仁勋谈每瓦特 Token 数作为增长指标
对话实录
关于 AI 的第二个重要思想是：AI 是一个工厂，因为工厂总是受电力限制。你有多少个厂区并不重要，每个厂区仍然是 100 兆瓦或千兆瓦，因此每瓦特 Token 数是公司营收最重要的指标。他们必须非常非常谨慎地做出这些决策。
3. 智能体 AI 推动软件行业扩展
传统软件市场的商业模式——如今主要是授权工具——可能正朝着向客户出租专业化 AI 智能体的方向演进。在那些展示出智能体 AI 能力阶跃式变化的高调发布之后，软件市场反映出对 AI 将如何重塑行业的不确定。黄仁勋做出了一个绝对的预测：未来不会有任何软件不是智能体化的。他认为，在智能可用的时代，拥有"愚蠢"的软件是不合理的。
因此，软件公司将变成庞大的 Token 消耗者——要么自己生产 Token，要么转售来自大语言模型等提供商的 Token，要么出租由 Token 驱动的专业化 AI 智能体。它们需要 Token 作为输入，才能将智能体作为输出提供，从而将可寻址营收扩展到纯软件授权之外。
"IT 行业现在有几万亿美元的规模。他们是工具出租者。未来，他们将出租使用这些工具的智能体，这意味着未来的软件行业将比今天的软件行业大得多，"黄仁勋说。
黄仁勋谈软件行业扩展
对话实录
所以我希望在座各位相信软件很重要。软件驱动世界。这是第一个想法。第二个想法是：未来不会有任何软件不是智能体化的。你们同意吗？你怎么可能拥有愚蠢的软件呢？因此，每家软件公司都将成为投入其中且规模巨大的科技公司。它们将同时使用开放模型。开放模型，意思是它们自己下载并微调的模型。
它们也会使用封闭模型。所有这些的组合——就像我们所有公司一样，我们有雇佣的员工，有正在培养的员工，有请来的承包商，有像你们这样的专家请进公司完成工作。我们的工作不是执行工作本身。
我们的工作是让工作被执行。每家公司都是如此。因此，每家公司都会意识到，这些 AI 模型，一部分靠租，一部分自己建。这并不违背逻辑。就像生物形态的员工一样，你也会用数字形态的员工来做这件事。所以未来的每一家软件公司，将不再只是出租工具，还会出租使用工具的专家。
它们不再只是出租工具，而是出租使用那些工具的专家，因为它们的智能体将极其擅长使用它们的专用工具。所以，每一家软件公司——IT 行业现在有几万亿美元的规模——它们现在是工具出租者，未来当然会出租使用这些工具的智能体，这意味着未来的软件行业将比今天的软件行业大得多。
你挑你最喜欢的软件公司，我可以为它们设想一个远为宏大的未来。
观看黄仁勋完整炉边谈话
在摩根士丹利科技、媒体与电信大会上探索 NVIDIA 首席执行官黄仁勋的更多洞见。
术语表
| 原文 | 中文 |
|---|---|
| agentic AI | 智能体 AI |
| compute | 计算 |
| GDP | 国内生产总值 |
| generative AI | 生成式 AI |
| reasoning AI | 推理 AI |
| token | Token |
| tokens per watt | 每瓦特 Token 数 |
此文章由 AI 翻译