黄仁勋突然改口风！不讲芯片，狂夸中国一条被西方集体忽视的命脉

第四届链博会上，一向被视为科技圈狂人的英伟达CEO黄仁勋在视频致辞时，画风大变。他并未高调宣扬算力参数，反而将焦点死死锁定在生态系统，狂夸中国工程师和开发者。

全球顶尖巨头们逐渐意识到，未来十年AI角逐的核心已然跳出单一硬件比拼的范畴。中国拥有全球最庞大、覆盖最全的工业体系以及海量的产业应用场景，这种谁也搬不走的生态底座，恰恰是打通人工智能走向千百个实体行业死亡闭环的所在。

曾经业内探讨产业版图时，目光往往极度聚焦于硬件本身，回看这起事件，当时的观点非常典型。半导体是很长的产业链，大体分为芯片设计、芯片制造、封测几个大环节。

用盖房子做比喻的话，芯片设计公司相当于画图纸的，把房子怎么建的方案做出来，但自己不施工。芯片制造相当于施工队，负责按照图纸把房子盖好。

封测就相当于装修，在盖好的房子框架上做后期加工，把它变成可以交付的产品。至于设备和材料，就相当于盖房过程中用到的水泥、工具之类的耗材和工具。

刚才说的是大类环节，每个细分环节里又分很多品类，比如设备环节有不同类型的设备，芯片也分非常多的种类。不同细分环节的产业属性、盈利能力、竞争格局差异非常大，不能一概而论。

整体来说，偏先进制程、技术难度高的品类，盈利能力更强。比如芯片里的GPU、CPU，制造环节类似台积电这类公司，盈利能力都比较突出。

当时很多人认为芯片的独立环节就是一切，但现实是，黄仁勋在链博会上夸赞的，恰好是跨越这些单一节点的整体中国命脉。现在AI很火，大家对GPU的关注度也很高。

GPU领域当下的竞争格局是一超多强，英伟达占据绝对主导地位。除了英伟达之外，也有其他公司在这个领域布局，但不管是市场份额还是行业影响力，跟英伟达的差距都非常大。

不过这个竞争格局是动态演变的。这两年AI产业有个明显变化：最开始行业需求基本都是训练需求驱动，最近两年逐渐变成训练和推理需求并重，推理需求提升速度非常快。

这个产业变化也会给GPU行业带来新变量，未来推理需求占比越来越高、AI进入推理时代之后，英伟达的壁垒会有所下降。这个过程中会有更多玩家冒出来，包括互联网大厂自研的芯片、初创公司，还有中国的GPU公司，现在已经有点百花齐放的态势了。

英伟达过去的壁垒主要在两个方面：一个是硬件迭代速度快，几乎是遥遥领先。另一个更重要的壁垒在软件和生态层面，过去这么多年它的CUDA生态系统积累了非常多算子之类的资源。

训练阶段大家一定要用最好的工具，才能把大模型的能力推到边界，这个阶段对生态兼容性、软件适配的要求都更高，英伟达的优势就非常明显。

进入推理时代之后，有几个核心变化：首先是客户结构变了，训练阶段的客户基本都是头部大客户，推理时代的客户会分散很多，天然对供应链的需求也会更分散。其次是需求导向变了，训练阶段是不计成本追求最好的性能，贵一点没关系，只要性能够好就行。

但推理阶段大家要算成本、算收入、算ROI，性价比会变得更重要，不会再不计成本只追求顶级性能。既然单纯的硬件壁垒开始松动，科技巨头们不得不转向拥抱涵盖制造和应用的庞大供应链，以此寻找新的护城河。

半导体是整个AI硬件层面的基石，一切AI应用都建构在半导体或者芯片的产业基础之上。如果没有台积电、英伟达、三星、海力士这些公司，今天的大模型根本不可能存在。

具体到使用场景，训练大模型的时候需要用到AI服务器，AI服务器里就有CPU、GPU、存储以及配套的其他芯片。

日常问豆包一个问题，这个过程就属于推理，问题发出去之后会在云端数据中心的机房里处理，这个处理过程也要依托计算资源，依托服务器、算力、GPU、CPU、存储和配套的各类芯片。现在AI产业大家最关注的问题就是商业化闭环什么时候能实现。

过去几年行业都在大力做AI投资，投了非常多的资本开支。理想状况是建好算力基础设施之后，后面可以源源不断收到现金流实现收入，核心问题就在于：卖给谁？

谁来付钱？现在三大运营商都已经推出了token套餐，看起来好像已经很贴近大众了，民用调度已经开始启动。

现在AI的商业模式主要有两种，一种是面向C端的订阅制，买会员就能用；一种是面向B端卖API接口，本质上也是卖算力、卖token。这种对商业闭环的渴求，正是为何西方开始集体重视起能将各项技术迅速落地的完整供应链。

国产替代，简单讲就是过去几十年，半导体产业都是海外厂商在主导。但自从2018、2019年以来，整个产业乃至全球的地缘政治局势都在发生变化，当下来看，半导体国产替代确实是长期确定的产业趋势。

首先从必要性来讲，当前必须要做国产替代。现在和过去二三十年差别很大，全球正处在去全球化的阶段，大家都在追求供应链的安全和本土化。

原来半导体是全球分工的产业链，做这个环节，做那个环节，大家互相配合。但现在这种情况下，没办法相信任何一个国家未来能给国内持续稳定安全的供应。

比如美国就在很多领域对国内进行了制裁和限制。做国产替代也是迫不得已的选择，很多东西想买但人家不卖给你，怎么办？

只能自己造，选择自力更生。虽然有时候会听到新闻说制裁可能略有放松，但不管怎么样，最终肯定还是要自力更生，把产业选择权握在自己手里才更有价值，才能真正有底气。

其实关于自主创新的争论一直没断过，之前网上就有一个观点认为前路极为艰难，可是用现在的眼光来看，这恰恰倒逼出了中国无人能及的工业命脉。现在国内半导体公司面临最大的难点是什么？

最大的难点就是刚才讲的，当下是去全球化的时代，并且国内明确面临美国的很多卡脖子制裁限制，做半导体产业自主化是在约束条件下进行的。

比如全球的半导体龙头，都是依托全球最好的资源发展起来的，比如台积电、英伟达，都不是靠一个国家或者一个公司就能做起来的。他们都是不同环节选择最优秀的供应商，擅长做这个，擅长做那个，调动全球的资源共同推进，这种模式成功的概率当然更高。

但现在国内面临的情况是没有这个条件，很多东西都买不到，必须在这种约束下自力更生。简单粗暴来讲，原来这件事是全球人一起做，现在国内必须自己把完整的上下游、全产业链都做出来，这就是最大的难题。

未来突破的关键点有可能在哪里？会不会有想象中的某一个转机，或者重大利好？

这个转机不是在某一个点突然发生的，是一个循序渐进、每天都在发生的过程。就像前面讲到的，现在国内几乎半导体的每一个细分领域，都有很优秀的公司在做攻坚、做突破。

尽管技术封锁严酷，但这种被迫打磨出的全产业链，反而成为了如今连黄仁勋都要极力拉拢的体系。刚才提到了GPU，这波AI拉动的半导体行情里，GPU应该是最火的概念了。

GPU相关公司的具体赚钱逻辑是什么样的？和刚才提到的大类有什么区别吗？

GPU的赚钱模式非常简单，和刚才讲的芯片设计公司的模式一样，比如英伟达，就是找台积电代工，把产品生产出来卖给下游客户，客户付钱。GPU是个很有意思的领域，这轮AI浪潮之后，它确实是最核心的硬件。

有个简单的数字，当下整个AI的资本开支里，GPU的占比能到30%以上，这里面还包括厂房、服务器等等其他开支，可见GPU是非常核心的领域，这也是为什么大家听得非常多。

包括像英伟达，去年财年的全年收入超过了2000亿美金，毛利率超过70%，盈利能力非常强。为什么能赚这么多钱？

一是因为这个环节确实有技术壁垒，能给客户提供很多价值。而且当下这个领域，AI的资本开支每年都在持续高速增长，供需非常紧张，需求显著大于供给。

然而，单靠卖芯片终究存在天花板，真正决定未来的是产业落地的广度。当AI技术狂飙突进到千行百业的实践阶段，战局便发生了根本转变。

英伟达此番从单纯出售算力硬件到搭建深度协同生态的战略升级，恰恰印证了这一底层逻辑。中国凭借无死角的网络体系与坚实的制造基础，将继续充当全球浪潮中最稳固的底座。

面对日趋激烈的科技竞赛，手握这条完整且高效的运作通路，显然比仅握有几块高性能产品更具穿透力，这也必将成为重塑国际产业格局的关键推手。