黃仁勳下場「救市」：力挺CoreWeave，直指「AI算力全靠兩家實驗室買單」是巨大誤讀
原文作者：龍玥
原文來源：華爾街見聞
全球科技股本週遭遇大規模拋售，全球前二十大科技股市值合計蒸發逾 1 萬億美元，市場對 AI 基礎設施投資回報的質疑情緒急劇升溫。
就在這一關鍵節點，英偉達 CEO 黃仁勳接連出手——先在斯德哥爾摩在彭博的採訪中公開為 CoreWeave 背書，隨後在 BG2 播客發布長達近 140 分鐘的深度訪談，回應了市場最核心的焦慮：AI 算力建設的錢，究竟靠誰來買單？
值得注意的是，矽谷知名投資播客《BG2》這場黃仁勳的訪談是在美東時間 10 月 15 日美股盤前美東時間早上將近 7 時放出的，這時華爾街的交易員、分析師和量化基金正在高度緊張地準備和應對美股開盤。
黃仁勳在彭博採訪中明確表示，CoreWeave「無需英偉達提供兜底支持」，並稱其「資本成本實際上正在下降」。這番表態直接帶動新雲計算股盤中反彈，CoreWeave 當日逆勢收漲 5.94%。納斯達克指數隨後收復全部跌幅，《巴倫週刊》在復盤報導中稱市場「只要來自『AI 教父』黃仁勳的幾句安撫就足夠了」。
在 BG2 訪談中，黃仁勳更進一步，直接點破市場的核心誤判：將數萬億美元的算力建設押注在兩家 AI 實驗室的營收上，是「問錯了對象」。他將英偉達的算力需求拆解為三個大致相當的板塊，前沿實驗室僅佔其中約四分之一到三分之一，且涉及的是五六家機構而非市場通常認知的兩家。這一判斷，對於理解 AI 基礎設施投資的真實邏輯，具有直接的市場參考價值。
CoreWeave 風波
CoreWeave 是本輪科技股拋售中最受關注的壓力點之一。據 ICE Data Services 數據，為 CoreWeave 債務違約風險提供保險的五年期信用違約互換（CDS）價差盤中一度飆升 74.5 個基點，創下 1194.5 個基點的盤中歷史高位，隱含的五年違約概率超過 60%。
這一信號令市場神經高度緊繃。CoreWeave 大舉借債擴張算力，英偉達既是其設備供應商，又持有其約 10%股權，是第二大股東。這種「供應商為買家融資、買家再購買供應商產品」的循環融資結構，引發了外界對 AI 基礎設施擴張財務可持續性的廣泛質疑。
黃仁勳在斯德哥爾摩的表態，直接與信用市場的定價形成對沖。「CoreWeave 每天都在變得更強，」他告訴彭博，「我很樂觀。他們的資本成本實際上正在下降。」他同時明確表示，英偉達無需為 CoreWeave 提供任何形式的兜底支持。
這番話的分量，在於黃仁勳的雙重身份——他既是 CoreWeave 最重要的設備供應商，也是其第二大股東。市場對此的反應立竿見影：CoreWeave 股價當日收漲 5.94%，此前連續兩日累計暴跌逾 18%的跌勢得到遏制。
拆解誤判：算力需求遠不止兩家實驗室
市場本週拋售的深層邏輯之一，是對 AI 基礎設施投資回報的系統性質疑——如果 OpenAI 和 Anthropic 的營收增速放緩，誰來為數萬億美元的算力建設買單？
黃仁勳在 BG2 訪談中，將這一邏輯定性為「問錯了對象」。他將英偉達的算力需求拆解為三個大致相當的板塊：
第一塊，約三分之一是與 AI 實驗室完全無關的基礎計算——分子動力學、物理仿真、量子化學、經典機器學習（如 Visa、Mastercard 的欺詐檢測）、推薦系統等。「就算完全沒有 AI，英偉達也不是零，」他說，「這塊業務每年增長 30%到 40%。」
第二塊，約四分之一到三分之一是前沿實驗室的算力需求。但黃仁勳強調，市場通常只看到兩家，而他看到的是五六家——Meta、Grok、Gemini、Anthropic，以及其他正在崛起的機構。「如果你告訴我這代表我們業務的不到三分之一，大約四分之一，那很好。」
第三塊，同樣約三分之一，是數千家初創公司租用算力——他將其比作「下一代 AWS」。這些公司中 80%使用開源模型，在物理 AI、生物 AI、材料科學等垂直領域構建專屬智能。「把這一大塊雲計算當成下一代的 AWS，」他說，「這就是今天的 AWS，只不過是面向未來的。」
「把數萬億美元的建設押在兩家實驗室的營收上，是一個很大的錯誤，」黃仁勳說，「我很樂意與他們合作，支持他們。他們將成為有史以來最重要的科技公司之一，會取得輝煌的成功。但他們的營收根本不需要接近一萬億美元，這件事才能成立。」
需求加速的底層邏輯
黃仁勳在訪談中系統闡述了算力需求為何不會線性減速，而是持續加速的內在機制。
核心在於兩個複合因子相乘。其一，推理（思考）比背誦式生成貴幾個數量級——AI 需要展開多個方案、規劃、反思、剪枝，保留「戰略期權」，這本身就消耗大量算力。其二，模型越能幹，被「僱傭」的場景越多。「它用更多算力完成工作，但它做得好，所以我們會僱它做更多工作，」他說，「這兩件事疊加，需求就是加速的，不是減速的。」
去年的關鍵解鎖，黃仁勳將其稱為「harness」——工作記憶管理、知識圖譜構建（類似睡眠時的離線壓縮）、工具使用，這三件事讓大語言模型從「聊天機器人」變成能進企業幹活的智能體。「編程是第一個落地場景，」他說，「設計與創意是下一波。」
在他看來，OpenAI 和 Anthropic 目前各自擁有的算力大約只有兩三吉瓦，「相對於即將到來的規模，這是個很小的量」。而正是在這麼小的算力規模下，AI 已經解決了納維-斯托克斯方程這一千禧年數學難題。「這是我們從今往後將擁有的最差的智能，」他說，「從這裡開始，只會越來越好。」
電力稀缺反推英偉達份額，2027 年瓶頸在物理世界
黃仁勳在訪談中對 2027 年的算力建設瓶頸給出了明確判斷：需求「只多不少」，但土地、許可、電力和施工人力將是主要障礙。
據 BG2 主持人 Brad Gerstner 援引 SemiAnalysis 的數據，明年將新增 43 吉瓦 AI 算力，超過今天全球存量的總和，此後一年再增 40 吉瓦。黃仁勳對這一數字的的需求側判斷表示認同，但指出物理世界的約束將制約實際落地節奏。「土地、電力、外殼，」他說，「這將是最關鍵的障礙之一。」
值得注意的是，電力稀缺在黃仁勳的邏輯框架裡，反而構成英偉達市場份額進一步提升的驅動力。他的論據是：英偉達架構的每瓦算力產出（tokens/watt）全球最高，電力越緊張，客戶越傾向於選擇單位能耗產出最高的平台。「當電力減少時，你放進去的算力質量必須是最高的，」他說，「我們是最可出租的，是可互換的，是耐用的。」
他進一步披露，英偉達每吉瓦算力對應的市場價值，已從約 180 億美元升至 200 多億美元，現在超過 400 億美元，且仍在上升。在全球雲服務商（CSP）的資本支出中，英偉達佔比約 40%；在非 CSP 側（含本地部署和新雲計算），佔比約 80%。「六年前，我們佔全球資本支出的比例還是個位數，」他說。
本十年末：年建設規模 3 至 4 萬億美元，「10 萬億一點都不驚訝」
黃仁勳在訪談中給出了他對 AI 基礎設施長期規模的判斷框架，這也是他認為市場低估 AI 算力需求持續性的核心依據。
他的推算路徑是：AI 出現之前，全球計算基礎設施年建設規模約為 5000 億美元，且在自然增長軌道上。疊加摩爾定律終結的影響——「如果你想要兩倍的晶體管，不管等多久，你都要付兩倍的錢」——半導體行業本身就已在走向成為全球最大產業的路徑上。再加上 AI 帶來的新需求和新一輪創業浪潮，「到本十年末，年建設規模在 3 到 4 萬億美元之間，更靠近 4 萬億，其中純計算約 1.5 萬億，」他說。
對於更長期的展望，他表示：「如果有人告訴我，年度基礎設施建設和更新規模達到 10 萬億美元，我一點都不驚訝。」
在英偉達自身的財務策略上，黃仁勳透露，公司目前將超過 50%的自由現金流用於股票回購，上一季度這一比例達到約 60%。他還提到兩條新的增長向量：面向企業的軟件許可（按 GPU 數量收取年費），以及與部分雲服務商的收入分成（Revshare）安排——這兩條路徑均與硬件銷售相對獨立，依託的是英偉達龐大的安裝基礎和生態系統。
