英伟达的 「算力信仰」 保卫战

短短一年时间，两次大会，台上的 「AI 教主」 黄仁勋依旧穿着熟悉的皮衣，却多了些磕绊，少了些从容。

上一次 GTC 大会，正是英伟达如日中天的时候。各国科技公司对生成式 AI 进行不计回报的疯狂投入，将英伟达一步步推上神坛，一度成为全世界市值最大的公司。

但今年以来，英伟达的股价持续震荡。1 月 27 日美股收盘，单日跌幅超过 17%，创下公司历史上单日下跌最多的纪录；截至 3 月 10 日，远期市盈率从 1 月的 45 倍回落至 28 倍，低于五年均值 37.6 倍。

市盈率的回落，背后是一个残酷的现实：市场没那么看好英伟达的未来了，AI 树立起来的 「算力信仰」 正在动摇。

因此，在一年一度、被誉为 「科技春晚」 的 GTC 大会上，老黄的使命变了——不再是让人们看到英伟达又搞出了多么牛逼的产品，而是让人们重新相信他们真的需要这些产品。

黄仁勋的 AI 路线图

站在英伟达的视角来看，这是一届需要打起精神来直面诸多挑战的 GTC 大会。

将英伟达芯片捧上神坛的 AI 算力市场正发生变化。Deepseek 的开源以及长思维链技术路线，让生成式 AI 厂商的关注点从堆量训练走向推理，而逐渐渗透的 ASIC 架构芯片，其在 AI 推理场景中展现出的成本、能效优势，对英伟达在 AI 算力市场的份额构成直接威胁。

英伟达内部也面临压力。原计划去年第三季度量产、第四季度发货的 Blackwell 系列芯片，因设计缺陷问题，推迟至 2025 年第一季度才开始批量出货，间接导致 2025 财年第四季度的毛利率下降，且预计下个季度会进一步收缩。

在期待或怀疑之中，北京时间 3 月 19 日凌晨 1 点 12 分，英伟达创始人黄仁勋穿着熟悉的黑色皮衣姗姗来迟，一上来就开始讲述从生成式 AI 到代理式 AI（Agentic AI）、Physical AI 的变革，这背后意味着巨大的算力需求。

今年年初，Deepseek-R1 模型的高效和开源，曾一度让市场判断，大多企业将不再需要英伟达昂贵的 GPU 来做大参数模型的预训练。这也被认为是英伟达股价受重挫的直接原因。

2 月下旬，黄仁勋谈到 Deepseek 时说：「这是一项卓越的创新，但更为重要的是，它开源了一个世界级的推理 AI 模型。几乎每一位 AI 开发者都在应用 R1 或思维链以及像 R1 这样的强化学习技术来提升其模型的性能。」

GTC 2025 上，黄仁勋仍然看好推理 AI，巧妙地选择用长思维链 （CoT） 推理需要消耗的 tokens 来做比较。他向传统大语言模型 （LLM） 和推理模型提出了同一个问题：300 人的婚礼上如何安排座位。LLM 消耗 439 tokens 快速得出了一个错误答案，而推理模型消耗 8559 tokens，经过较长时间的思考得出了一个得体的答案。

在黄仁勋看来，推理模型也不是 AI 的终点，当下我们所处的 Agentic AI，AI 要处理更多更复杂的任务，有大量的应用将会出现，带来算力需求的又一次爆发；而到了未来的 Physical AI 阶段，AI 甚至会复刻物理世界，那代表了将会有无限的 tokens 需要被处理。

结论是，用预训练放缓来判断 AI 的未来，或者英伟达的未来，就有点短视了。黄仁勋给了一个简单粗暴的预判：「未来所需要的算力将是过去的 100 倍。」

那各大 AI 厂商要如何面对未来的 AI 新范式呢？没错，还是要买英伟达芯片，英伟达的护城河就在于无处不在——硬件上 Blackwell 系列芯片涵盖了从预训练、后训练到推理的整个 AI 市场，跨越云端到本地再到企业环境；软件上，CUDA 仍然是绕不过去的高墙，黄仁勋强调说：「CUDA 现在无处不在，它存在于每个云中，每个数据中心，可以从世界上的每家电脑公司买到，几乎无处不在。」 在他口中，CUDA 已不再是一个单纯的开发工具，而是成了 「AI 时代的英语」。

对于老黄的新故事，资本市场给出的反应是迟疑。演讲结束后，英伟达股价没有提振，反而一路向下，截至收盘，下跌 3.43%。

英伟达把护城河又往深挖了挖

动摇英伟达 「算力信仰」 的，一度被认为是 Deepseek 创造出的效率神话。

Deepseek 的天才工程师们，用自己的聪明绕过了英伟达芯片的一些限制，用算法和软件能力挖掘出了更多的性能，从而节省了大量成本。

现在，英伟达大开方便之门，推出了自己的官方版本的 「后门」——Nvidia Dynamo。

这是英伟达在推理领域构建的新 CUDA，专为推理、训练和跨整个数据中心加速而构建的开源软件。在现有 Hopper 架构上，Dynamo 可让标准 Llama 模型性能翻倍。而对于 DeepSeek 等专门的推理模型，NVIDIA Dynamo 的智能推理优化还能将每个 GPU 生成的 token 数量提升 30 倍以上。

当然，为了推销最新的 Blackwell 系列芯片，Dynamo 在 Blackwell 上的效果更好。在同等功耗下，Blackwell 的性能比 Hopper 高出 4-5 倍。在推理模型的测试里，Blackwell 的性能大约是 Hopper 的 40 倍。

目前，Blackwell 系列芯片，GB200 和 B200 已全面投产。这些产品采用台积电 4nm 工艺制造，拥有高达 2080 亿个晶体管。黄仁勋透露，2024 年，美国前四大云服务提供商 （CSPs） 购买了 130 万块 Hopper 架构芯片，2025 年又购买了 360 万 Blackwell 架构芯片。

为了让 Blackwell 像苹果全家桶那样深入到每个场景，针对不同类型的客户，小到个人工作站，大到数据中心集群，英伟达推出了可以运行 2000 亿参数模型的 AI PC 产品 DGX Spark，为 「AI 推理时代」 专门定制的 Blackwell Ultra NVL72 机柜，和基于 Blackwell Ultra、即插即用的 DGX Super POD AI 超算工厂等一系列产品，涵盖了 AI 时代大部分主流场景。

不管是 Blackwell 全家桶，还是像 CUDA 一样只能运行在英伟达 GPU 上的 Dynamo，都是英伟达在硬件和软件层面上进一步挖深自己的护城河，在空间上做到无处不在，在时间上做到别人无法短时间内追上，英伟达就能继续维持 「AI 领导者」 的地位。

卖铲子以外，英伟达也在讲一些新的故事。本届 GTC，英伟达将主办首届 「量子日 （Quantum Day）」，黄仁勋将参加与量子计算行业业内人士的小组讨论。但主题演讲现场，黄仁勋并未提及相关细节。

颇为戏剧化的是，两个月前的 CES 展会期间，黄仁勋说：「如果你说 15 年内就能制造出非常有用的量子计算机，那可能有点早。如果你说 30 年，那可能已经晚了。如果你说 20 年，我想我们很多人都会相信。」 该言论直接导致了美国量子计算概念股崩盘式下跌。

穷追猛打的竞争者们

长期来看，似乎英伟达的领先地位还能保持很久，但短期并非没有隐忧。

截至今年 1 月底的 2025 财年第四季度业绩报告显示，报告期内，英伟达数据中心收入为 356 亿美元，同比增长 93%，较上季度环比增长 16%，贡献了英伟达 91% 以上的营收，这个数字在去年同期和前年同期大约为 80% 与 60% 左右。这主要得益于 Blackwell 系列芯片，其在第四财季实现了 110 亿美元的销售额，创下了公司历史上产品最快的增长速度。

但 Blackwell 系列芯片量产初期的成本也给英伟达带去了不小的压力。截至今年 1 月底的 2025 财年第四季度，英伟达毛利率为 73%，较上季度下降 3 个百分点，而根据最新的业绩指引，下季度英伟达的毛利率可能会进一步收缩至 70.6%。

与广义上的 GPU 相比，ASIC 架构芯片可以专为特定推理任务而定制，且整体晶体管利用率更高，在特定任务上更高效、成本更低，对于中小公司来说是性价比很高的选择。

同时，在英伟达 GPU 以高昂的价格一家独大之时，亚马逊、谷歌、微软等英伟达大客户们正奋力推进自研芯片流程，或是从英伟达的竞争对手 AMD 手中购买芯片。

根据智能涌现 2024 年中报道，用掉了世界上 1/4 算力的谷歌，「可能年底就不对外采购芯片了」。过去谷歌自研 TPU 更多基于成本考虑，比如担心英伟达随意涨价，或者供应不够稳定，如今谷歌的造芯策略更为激进——「几乎是不计代价和成本投入」。而微软已经采购上万片 AMD 的产品，特斯拉、Midjourney、美国国家实验室、韩国电信也都已批量提货。

不过，CUDA 暂时还能挡一挡这些激烈的攻势，哪怕亚马逊的 Trainium 芯片能将成本压到 GPU 的 1/3，但开发者需要为每一款 ASIC 重写代码的现实，依然让多数企业望而却步。

另一大潜在的风险是地缘政治变化带来的挑战，面对中国这个全球第二大 GPU 市场，英伟达无法售卖最新的芯片，大洋彼岸的对手们正在抓紧机会蚕食英伟达的市场，目前英伟达也没有太好的解决办法来应对。

光靠 「算力老仙，法力无边」，已经没法不管不顾地向前猛冲了。摆在黄仁勋面前的问题是，如何平衡短期毛利率压力与长期增长叙事。只有让现在的投资者赚到钱，英伟达才能有更广阔的未来。

参考资料

智能涌现：《围剿英伟达》

虎嗅：《英伟达仍未失守》

硅星人 Pro：《卖 393 亿赚 220 亿，英伟达不会暴跌但也不再暴涨了》

【版权声明】 所有内容著作权归属镜相工作室，未经书面许可，不得转载、摘编或以其他形式使用，另有声明除外。