黄仁勋的这次演讲，质量有点高。

10月6日，他出现在纽约，美国城堡证券（Citadel Securities）举办的一场闭门对话，对话在10天后，也就是昨天（10月16日），被公布。

台下坐着华尔街最敏锐的一群人，掌控着全球数万亿美金的资金流；台上，黄仁勋穿着那件标志性的黑皮夹克，讲了一个横跨30年的故事。

从显卡、到加速计算、再到AI工厂，他几乎重述了整部“人工智能的演化史”。

这场对话密度，像在听一位哲学家回顾工业革命，只不过他谈是算力。最让我印象深的，是他那句几乎带点预言意味的话：

The future of computation is 100% generated.未来的计算，将是百分之百的生成式。

听完，我觉得，他像在讲人类的下一种生产方式。现在，请允许我把理解后的内容汇报给你。

一

先说说他都说了什么吧。

回到了1993年，那个互联网还没普及的年代。

那时所有投资都在押CPU，因为摩尔定律还在，晶体管越做越小，性能就能翻倍。所有人都在追“更通用、更强大的处理器”。

但他看到了极限，他说：

通用技术的最大问题，是它往往对“极难的问题，没那么好用”。

所以，他干了一件“反主流”的事，造一个专门为“难问题”服务的计算加速器。

那时，没人觉得这事能成，因为没有市场、没有标准、也没有软件生态。但他赌了一件事：未来的计算，是多种力量协作。

这其实是工业革命的语言，CPU 是“通用工人”，GPU 是“专业匠人”，被他翻译成了算力的逻辑。

到了1990年代的英伟达，很惨。

没人知道GPU是干嘛的，投资人问他：“你这东西能干什么？”他回答说：“帮游戏公司做三维世界。”那时，这句话几乎没人听懂。

他讲到，当时连市场都要自己造，他们和 Electronic Arts 一起做3D游戏，用游戏反过来证明GPU的价值。一句话概括：技术没市场，就得先造一个市场。

这段故事有点像今天的AI，没人知道“生成式AI”该怎么商业化，但你看英伟达的做法，先造生态、再等市场出现。

所以，这更像：发明技术，也发明市场。

聊到2000年代，黄仁勋开始讲“CUDA”；那是英伟达的第二次转折，把显卡变成了“通用计算平台”。

他说，在此之前，GPU只能画图。但科学家们、研究人员开始发现它的并行计算能力。于是，英伟达发明了CUDA，一套能让任何人都能写GPU程序的语言。

从那一刻起，GPU成了一种“语言”，世界上所有的计算，都可以“借用英伟达的脑子”。也正是它，让AI有了生长的土壤，让硬件第一次有了“思想的接口”。

讲到这儿，他语气变得兴奋起来。因为接下来，就是英伟达“亚当时刻”。

2012年，三位科学家——Geoffrey Hinton、Andrew Ng、Yann LeCun——几乎同时找上门，他们都在研究计算机视觉，遇到同一个问题：算力不够。

怎么办？

于是英伟达帮他们造了一个“专用加速库”，叫 cuDNN，这套库，让神经网络的训练速度直接飞起来。那一年，AlexNet在图像识别比赛上碾压所有对手，AI从此，开始“真正跑起来”。

他说：“那一刻我意识到，神经网络是一种‘通用函数逼近器’——它可以学任何函数，模拟任何智能。”

这句话太有意思了。

表面是技术原理，实际是文明隐喻。从“图像到智能”，人类第一次用机器去模仿思维的结构，那一年，是AI的第一次觉醒。

讲到这里，他突然转向了一个更大的概念：AI工厂。

他说，这是英伟达的核心战略。

AI工厂和传统数据中心的区别在于：前者不储存信息，而是“生产智能”，每一次训练、每一次生成、每一次推理，本质上在“制造过程”。

他说：我们在造一个完整的智能基础设施。

英伟达从设计GPU，变成设计整个“生产体系”，从芯片、网络、服务器、软件、再到算法，几乎是一体化协同。

这个概念特别像工业革命里的“蒸汽机厂”：蒸汽机带来了机械动力，AI工厂带来的是“认知动力”，一个制造铁的，一个制造智能。

所以，从此，英伟达是“新工业体系的底层”，芯片是钢铁，而AI工厂，才是炼钢厂。

二

在谈到AI未来时，他抛出了另一个极具画面感的说法：未来的企业里，会有两种员工：人类与AI，AI将成为“数字劳动力”的一部分，每家公司都要学会如何“入职”自己的AI。

他甚至说：CIO将成为AI的HR部门。

这话听起来像玩笑，但背后是深刻的结构变化，因为AI是“员工”，需要被训练、被文化化、被管理。

他说：你需要教它公司的文化、知识、流程——就像教一个新人，而英伟达提供那套“让AI学会工作”的生产体系。

所以，我们谈AI赋能业务，现在要反过来——业务要学会管理AI，当“算力”成为劳动力的一部分，企业的边界就被重新定义了。

智远认为，这是“组织革命”的开始。

讲到全球竞争，他提到了中国，一句话让全场安静了下来，他说：

我们现在在中国的市场份额，从95%，变成了0%；出口管制，让英伟达彻底退出了中国。

然后，他话锋一转：

任何政策，如果让美国失去世界上第二大的计算市场，那就不是好政策。

这是整场演讲里的最“政治”的一段。

他没有直接批评政府，但意思非常清楚：伤敌一千，自损八百。黄仁勋还补了一句：AI研究者遍布全球，超过一半在中国，让他们不能用美国的技术，是战略性错误。

我觉得，他在间歇性提醒美国：

如果AI是新工业革命，那“技术制裁”，就等于退出工业秩序，这是一个CEO用商业逻辑在给国家讲地缘政治。

好吧，到了最后，他回到了那句最像预言的总结：

“The future of computation is 100% generated.”未来的计算，将是百分之百的生成式。

他说，传统计算是“检索式”——你问，它查。AI计算是“生成式”的——你问，它创造，从“搜索”到“生成”，人类第一次让机器具备了想象力。

他举例说：

像Sora那样的视频、像Perplexity那样的搜索，全是生成的像素、生成的内容。我们正在进入一个所有结果都是生成的世界。

我觉得，这句话是整场演讲的哲学核心。

他讲文明走向，人类第一次用机器去生成现实，如果工业革命是“力量的解放”，那生成革命就是“想象力的解放”。

三

讲到这里故事已经很清楚了，他想铺垫一个新世界观，问题是：他为什么要这样说呢？

以下为智远分析时刻：

首先得明白，这场演讲不是技术汇报，也不是媒体采访，更像一次“算力世界观”的宣言。

他面对坐在纽约Citadel Securities的那一群掌控全球资本方向的人。什么概念？这就决定了，他要讲的内容是“未来的世界会怎样”。

在黄仁勋的语境里，算力是生产力。

过去我们说“计算机行业”，更像在卖零件、卖性能、卖速度，但他在讲“计算的社会意义”，讲加速计算、讲AI工厂、讲数字劳动力。

这都在构建一个“AI世界的经济学”，仿佛在说：

算力，是新能源；算法，是新机器；数据，是新原材料。

所以你看，他整场演讲都在暗示一件事：未来的社会，靠算力驱动；AI工厂的逻辑是“机器生产智能”，再让智能去生产价值。

他讲这段话，其实间歇性在告诉华尔街们：英伟达是这场时代变革的“炼钢厂”。

再看看场合。

Citadel Securities是谁？全球最大的做市商之一，在那种场合讲话，本质上是一种“资本定向”；他要让那些手里有钱、却还没看清趋势的人，知道“未来钱该往哪流”。

于是，他讲“AI工厂”、“生成式计算”、“数字劳动力”都算“投资框架”。

他等于在告诉资本：别再把AI当工具了，要当趋势看，当成“新的生产资料”来看，过去工业革命的资本买机器，现在要买算力、买数据、生成系统。

第三点，智远认为他在做“政策叙事”的布局。

这一点最有意思，黄仁勋很聪明，他知道美国现在的AI政策是“半开放半封锁”的状态，他不能直接反对，但可以“从底层逻辑”去重新阐释。

怎么诠释？

他说“伤敌一千，自损八百”，说“让中国的AI研究者不用美国技术，是战略性错误”。表面像在陈述事实，其实在给政策层“留台阶”。

哎，我理解你们想赢，但别输掉整个市场，我理解你们怕泄密，但别把自己锁在笼子里。

这其实是CEO能做到的最高级沟通，用商业逻辑去暗示政治逻辑。他说“主权AI”为全球AI生态辩护，他要让美国明白：如果AI真是一场工业革命，那技术封锁就等于放弃全球化。

智远认为，这也是黄仁勋最罕见的一面。

他既是商人，又是“文明外交官”。说白了，他在帮美国找一个“继续开放”的理由。

那整场演讲最打动人的地方，我认为是他的情绪。如果你看了原视频，会觉得，他讲AI工厂时，那种语气像在讲一座新城市。

他想用“故事化的语言”去让投资人相信，AI是一个“宏大叙事的入口”。

不捧臭脚丫子，智远认为，这是黄仁勋最大的能力：他能把技术讲成人文，把算力讲成信仰，这是一种“精神工程”。

讲到这里，你就明白了，他整场演讲是一次资本动员。

所以，回头想，他这场演讲，到底想让谁看到呢？智远觉得四个层面：

一，资本，AI工厂、计算都在给投资人看。

二，政策，他明白美国现在的尴尬，想赢，但又怕开放。于是，他留了余地，说出口管制是“战略性错误”，那在帮政策层找退路。

三，产业，他知道所有做AI的人都在等一个信号，他想把信号再强化下，最后，给普通人，他想告诉所有人，机器在进化，人也得进化。

所以，不同的人，听懂不同的部分。但所有人，都会有一个共识—— AI，离自己越来越近了，AI在学习人，人应该去驾驭它。

参考来源：

[1].YouTube《Nvidia’s Jensen Huang on AI & the Next Frontier of Growth》，2025年10月16日，https://www.youtube.com/watch?v=m1wfJOqDUv4

本文来自微信公众号：王智远，作者：王智远