黄仁勋最新访谈：AI最大瓶颈不是芯片 是存储

英伟达财报发布前夜，黄仁勋与戴尔科技CEO迈克尔·戴尔在拉斯维加斯的一场公开访谈，无意中给市场打了一剂清醒针。

两人没有只谈业绩有多亮眼，反而把聚光灯打在了两个容易被忽略的瓶颈上：存储芯片，以及先进制程的产能。对于习惯了看英伟达股价一路狂奔的投资者来说，这或许比财报本身更值得琢磨。

戴尔给出了一组很实在的数字：过去一年，购买AI服务器的新客户增加了1000家，总数达到了5000家。更关键的是，AI正在从“测试评估”阶段转入真正的“生产部署”。礼来、三星这类全球头部企业的案例已经说明，这不是实验室里的演示，而是现实世界里的作业流程重构。

据戴尔观察，企业部署AI后的效率提升幅度远超常规认知——不是百分之二三十，而是十倍、二十倍甚至上百倍。企业级市场正在成为AI的下一个主战场，而这场浪潮还只是开了个头。

黄仁勋则从技术逻辑上解释了这一转向。早期的AI大多跑在云端，但企业的核心数据、专有知识都沉淀在本地，智能体必须部署在数据产生和行动发生的地方。他将当前阶段定义为“智能体AI”，与早期的生成式AI有本质不同——生成内容固然重要，但真正代替人完成工作，才是商业价值的核心。

然而，当话题转向供给瓶颈时，两位CEO的态度明显严肃起来。戴尔坦言，内存是目前最大的挑战，先进制程半导体同样承压。整个半导体供应链虽然在持续爬坡，但需求增长的速度远远跑赢了供给。

黄仁勋补充说，英伟达已经提前两三年布局供应链，将HBM、先进封装与各平台全面对齐，但问题在于全球整体产能根本追不上需求。这不是英伟达一家公司能解决的，而是全行业的结构性矛盾。

这个矛盾的根源在于AI工作负载的量级跃迁。黄仁勋曾描绘过一个并不遥远的未来：十亿人背后将支撑着数千亿个AI智能体。人类只是偶尔使用工具，而智能体会随时随地、极其高频地调用算力和存储。每个智能体都像一个“数字工人”，需要对应的基础设施支撑。

为了应对这一趋势，他几年前就亲自向美光科技和SK海力士的高层描绘过未来的需求图景。但即便如此，预测仍然极其困难——在2023年去判断2027年的需求，误差空间巨大，而建一座晶圆厂本身就需要数年时间。

关于中国市场，黄仁勋的表态颇为克制。他承认中国的AI需求极为旺盛，智能体AI也在那里取得了显著进展，并认为市场会逐步开放。但当被问及具体是否讨论了对华芯片销售时，他将重心转向了政治身份——强调自己代表美国，此行是为了支持特朗普总统。

戴尔的表态则更偏向商业理性：戴尔在中国有业务并遵守所有限制，但他希望美中之间能有更多经济合作，因为这最终会给双方乃至全球带来更好的结果。

贯穿整场访谈的一个核心判断，来自黄仁勋对AI建设周期的定位。他明确表示，目前仍处于AI基础设施建设的最初期——真正意义上的最初期。未来十年，甚至更长的时间，这项建设都会持续推进。

而当前的基础设施完成后，下一阶段将是“物理AI”，即AI从数字世界进入现实物理世界，去赋能全球90万亿美元的实体产业。那个时代甚至还没有开始。供应链规模每年翻倍甚至翻四倍，但要想跟上未来十年的建设需求，依然面临着巨大的挑战。