文 | 硅基研究室 kiki

屬於黃仁勳個人的魔法時刻再度來臨。

大洋彼岸外的聖何塞，英偉達標誌性的綠色在整座小城裏流行，因為GTC大會，這裏成為了全球矚目的科技中心，和往常的3月一樣，很多研討會、講座和小組討論都擠滿了技術專家、愛好者以及黃仁勳的崇拜者，一股AI樂觀主義的氛圍感染着人們。

「佈道者」依然是舞台之上穿着皮衣的黃仁勳。

在GTC大會前，黃仁勳的2026似乎異常忙碌。

1月，他現身CES展，並來到中國多個城市，逛菜場、見員工、拜訪供應鏈；2月初，他就結束了5天旋風訪台之旅，還順便在自己63歲生日前，於炸雞店大擺慶生宴，專門邀請了30位SK海力士的核心工程師。

中途還抽空和思科CEO查克·羅賓斯來了一次圍爐夜話。

3月，在GTC大會開啓前，黃仁勳沒錯過任何一個熱點，回應「AI末世論」、討論最火的龍蝦熱，甚至罕見髮長文詳解自己的五層蛋糕論。

在今年的GTC大會上，黃仁勳提了二十多次「AI工廠」，在各種技術數字和產品路線圖之外，他解釋了這座AI工廠收益模型，並且預言：「每一家計算機公司、每一家雲服務公司、每一家AI公司，乃至每一家公司，都將思考其AI工廠的效能。」

一個新的身份變化正在黃仁勳身上產生，從過去的「芯片教父」佈道技術到頻繁提及「工廠」「生產」「物理世界」，黃仁勳正希望通過遍佈全球的英偉達AI工廠，成為從芯片、內存、網絡、電力部署的「AI廠長」。

黃仁勳的身份變化，揭開了AI時代下半場的兩類新敘事——

一方面，成為一家AI公司已不具備稀缺性，更關鍵的是成為AI時代的「水電煤」，像英偉達最新的故事裏，它將自己形容為AI時代的電力公司，而非芯片公司。

另一方面，放棄做教父、成為廠長的黃仁勳，和那些所有擅長「造廠」的科技公司一樣，垂直整合開始成為科技巨頭們的新共識。

1、「黃廠長」登場，「黃教主」退場

和人們熟知的芯片教父人設不同，黃仁勳AI廠長的新標籤，經歷了他自己漫長的自我宣傳。

早在2021年，黃仁勳就開始頻繁提及AI與實體工廠的協同。在AI大規模爆發前夕，也就是2024GTC大會上，他強調，數據中心將成為AI工廠，儘管並未系統化闡述這一概念，但黃仁勳在當時給出了一個預言：

「AI工廠的使命是創造收入，同時也創造智能。」

此後的幾年內，你會發現的黃仁勳身上的轉變，他不再公開談論芯片，而是轉向討論自己對AI工廠的設想，從概念、要素、運行模式甚至是具體到它的收益和定價模型。

如果說去年的GTC大會，黃仁勳還在為AI工廠這一概念尋找合適的定義，比如新一代的計算基礎設施，那麼從今年開始，他正為其填充和落地具體的骨架。

今年的GTC大會前，黃仁勳在自己的AI五層蛋糕理論中，將基礎層定義為「AI工廠」，AI工廠不止包含成千上萬個GPU，而是一個涵蓋土地、電力輸送、冷卻系統、建築施工、網絡的系統，AI工廠的任務是為了製造智能。

GTC大會上，他用一張AI工廠的收益圖，抓住所有CEO們敏銳的神經——縱軸是Token吞吐量，代表工廠的產能，橫軸是Token速率，代表工廠的效能，兩者的乘積等於AI工廠收入。Token就是新的商品，它會和任何工業品一樣形成不同價格的成熟商品體系，重新劃分公司的位置。

比起更宏大的AI工廠藍圖，事實上，黃仁勳和英偉達很早就開始激進地轉變自己的語言，人們容易忽略的是，黃仁勳不再將過多的篇幅用來討論模型尺寸、峯值基準測試，而是公開討論以下有關工業效率的名詞——

每瓦token數（Tokens per watt.）、每美元決策（Decisions per dollar.）、每秒操作數（Actions per second.）......

甚至他還羨慕起馬斯克的工廠。一次採訪中，黃仁勳說:「馬斯克擁有一座巨型AI工廠，他很早就意識到，他需要一座工廠來維持他的汽車生產，因為他的汽車裏裝有AI。」

如果AI是一場新的工業革命，這些名詞和信號，都是黃仁勳希望外界看到的英偉達轉變：他不是芯片教主，而是AI工廠廠長，英偉達不是銷售芯片的公司，它們在建造工廠，重新定義裝配線。

2、黃仁勳的「造廠法則」

英偉達並不直接投資建設昂貴的晶圓廠，但這並不代表，他沒有造廠的經驗。

他最直接的經驗或許直接來自兩位造廠專家——台積電創始人張忠謀和特斯拉創始人馬斯克。

在《英偉達之芯》裏，作者斯蒂芬·威特描述了黃仁勳在20世紀90年代末首次參觀台積電工廠的場景：

穿着靴子，戴着手套和頭罩的黃仁勳，踏進風淋室，經過消毒後，進入了生產車間，在車間裏，他親眼看到芯片的製造過程，離開工廠後，他操着地道的閩南語回到當地夜市，享受美食。

和台積電的聯盟關係，或許教會了黃仁勳造工廠的兩大關鍵：第一是定製化。台積電的產品體系裏，儘管有貨架和定製兩種，但給大客戶的定製產品利潤率更高，也容易建立獨特的技術獨佔優勢。

第二是搶跑投資。台積電當下的霸主地位得益於多年在先進製程與先進封裝上的持續投資。

黃仁勳也將類似的方法論應用到了自己的AI工廠上。一方面，是建立人脈，和大模型公司、雲服務廠商等建立深度綁定，共建定製的AI數據中心。

另一方面，搶跑押注更復雜更前沿的AI服務器體系和數據中心架構，典型如落地光互連技術，收購推理芯片公司Groq瞄準大規模低延遲推理場景以及佈局以HBM4為核心的Vera Rubin平台。

另一位造廠專家馬斯克給黃仁勳的經驗，或許是垂直整合。

在馬斯克的觀點裏，設計一個造車的工廠就是製造機器的機器，他希望將製造的控制權掌握在自己手中，無論是自研自動駕駛芯片，還是自研電池，都是如此。

英偉達過去被視為一家橫向開放的企業，CUDA生態的開放戰略塑造了其軟件側的護城河，但在今天的GTC大會上，黃仁勳提到，英偉達同樣也是一家垂直整合公司。

「我們整合了所有的軟件和所有的技術，可以將其打包提供給AI工廠」。黃仁勳說。在一次採訪中，他也這樣豪言英偉達的優勢：「我掌握了所有的記憶體、所有的晶圓、所有的CoWoS，我也掌握了所有的封裝、所有的系統、所有的連接器、所有的纜線。從銅到積層陶瓷電容（MLCC），所有的東西都已經被確保了。」

過去多年，英偉達一直通過自研+收購，一方面推動AI服務器的垂直整合，讓AI服務器成為多處理器互聯、高速互連、液冷系統、電源管理等多重技術革新的複雜系統。另一方面，推動AI數據中心的垂直整合，如收購Groq，讓數據中心從「單一通用平台」走向「按場景切分」的專用基礎設施時代。

這是黃仁勳造廠法則，也是英偉達的新故事。

3、廠長不好當

當黃仁勳不遺餘力地講述AI工廠的新人設時，英偉達的野心更大，它所面臨的挑戰更多，要做的事也更多。

幾乎所有人都看到了Token熱背後的新價值分配——傳統SaaS公司被Agent吞噬，雲服務廠商和大模型公司從賣API轉向賣更快更優更有性價比的token服務，AI芯片公司的角色也在發生變化，從芯片供應商轉向AI基礎設施方案的提供商。

這也是黃仁勳看到的英偉達未來，從賣鏟子到賣基礎設施。

但不可避免的，黃仁勳和英偉達需要承擔的是眼前的廠長之重。

宏觀來看，現階段的AI市場價值轉移大於價值創造，AI現階段還在解決「如何降本」，還遠沒到顯著的「增效」，這意味着，科技大廠都還在爭奪AI工廠的建設權。

微觀看英偉達，垂直整合和深入產業鏈帶來的變化是，英偉達不止是需要保持穩定的產品發布節奏，還需要投入大量精力在供應鏈和產業鏈的生態整合上，這意味着其保持高效的包袱變重了。

此前據媒體報道，英偉達的企業軟件銷售團隊在拓展大客戶群時，面臨着一些煩惱，比如如何向潛在客戶的採購和法律團隊，很難統一解釋英偉達的AI企業軟件是什麼。

除此以外，廠長也並不好當。或可能放大黃仁勳的管理難度。他曾說過，你想要一家公司，規模足夠大以便能把業務做好，但在這一前提下，又要儘可能地小，而不是被過度管理和流程拖累。

儘管英偉達的管理以扁平化結構見長，沒有傳統的郵件彙報，也沒有PPT，但隨着AI工廠的拓展，英偉達如何再變小？這將是考驗黃仁勳的另一個問題。

當然，這些對享受危機的黃仁勳和英偉達來說，都不是壞事。半導體江湖來來去去的周期變化裏，新王舊王座次更替，但贏家總是那個掌握系統生態控制權的人，對英偉達來說，這或許是造AI工廠背後，更關鍵的一場戰役。