黃仁勳在 BG2Pod:AI 的錢花得回來嗎、2027 年會卡在哪裡

2026 年 10 月 15 日 BG2Pod 訪談黃仁勳的聽後心得:算力需求為什麼往上翻、明年真正的瓶頸是土地電力與廠殼、可替換性如何變成可融資性。教育性整理,非投資建議,不含個股推薦與目標價。
目錄

蜀道之難,難於上青天。……地崩山摧壯士死,然後天梯石棧相鉤連。
—— 李白《蜀道難》(唐,約 8 世紀)
2026 年 10 月 15 日的 BG2Pod 請到輝達執行長黃仁勳,兩位主持人 Brad Gerstner 與 Bill Gurley 問得很直白:這幾兆美元的資本支出,收得回來嗎。黃仁勳的答案是明年擋住擴建的東西換人了——不在晶片,在土地、電力與廠房外殼;同時輝達在每一吉瓦的機房裡能賣出的東西,從約 180 億美元漲到 400 億美元以上。
他另外講了一句我覺得整集最關鍵的話:不需要把前兩家模型公司的營收外推到好幾兆,這輪投資才划得來,因為那幾家實驗室只佔輝達業務的三分之一左右。這些數字是他本人在節目裡報的,他是賣方,而且整套推論的前提是全球沒有進入大衰退、電力與土地跟得上。
這集在講什麼
這是黃仁勳第三次上 BG2Pod。錄音前十天他剛跑完白宮的國宴與超級智慧峰會,前一天帶著父母去領國家科學獎——他提到台上六個人有五個出生在美國以外,父親在二十四小時內跑出去買了一套新西裝,母親也去買了新衣服。這段閒聊不是客套,它定調了他後面整場的語氣:他把這件事當國家級的工程在講,不是當一檔股票在講。
兩位主持人都是投資人,所以問題全壓在「花出去的錢怎麼回來」這條線上:算力需求憑什麼繼續翻、明年的 43 吉瓦新算力裝不裝得起來、模型公司的營收能不能年年翻倍、還有輝達自己憑什麼守得住這個位置。
我畫線的七個地方
一、要十億倍算力的理由,在「探索」兩個字
黃仁勳把這件事拆得很乾淨。你問 ChatGPT 一個問題,它多半是把預訓練時背進去的東西吐出來,再去搜一下補個事實;但你要它做有意思的事,它得一步一步推、同時攤開好幾條路、跑一段再回頭看哪條最好、剪掉其他的、繼續往下跑。他說這就是為什麼好的策略家喜歡保留選擇權——剪太快會錯殺,不剪又燒資源,AI 現在做的就是這件事。這件事耗的算力跟「背完答案念出來」差了好幾個數量級,而且它做得好,我們就會派它做更多事,兩頭一起複利。
二、去年真正解鎖的,是模型外面那層外骨架
這段是我重聽的一段。他說模型本身的規模化還會繼續,但過去一年的大解鎖在兩個地方:記憶與工具使用。記憶包含工作記憶,也包含離線整理——像人睡覺時做壓縮,不重要的忘掉,重要的接回已有的知識網。工具使用則是教 AI 去用人類本來就在用的那些工具:模擬器、設計編譯器、Photoshop、AutoCAD。他打了個比方,機器人走進你家,它會去用你家現成的工具,而不是從零打一把。所以企業要的動作變得很具體:把模型接上你自己的事實來源,再接上你本來就在用的工具。
三、一萬個代理、四百萬美元算力,解掉一道千禧年難題
他們聊到 Navier–Stokes 被解掉這件事。黃仁勳的解讀是,那不是從零生出來的,是站在一大批數學家與前人工作的肩膀上,再灌進 AI 的窮盡式探索。他接著推一句我覺得很漂亮的反證:如果那個突破不需要大量搜索空間的探索,早就有人找到了,人是很聰明的。所以現在卡在臨界點的那一類問題,缺的是探索量。Gerstner 補了個數字:那次大概用掉四百萬美元的算力,一萬個代理一起跑,而未來幾年同一件事的成本還會再降五到十倍。
四、對齊永遠解不完,所以安全要靠圍欄跟頻外監控
有人說 AI 無法控制,因為對齊不可能做到完美。黃仁勳同意後半句——他舉「在人生中成功」當例子,任務一句話就說完,但怎麼做有無限多種對法,牽涉文化、背景、你在哪裡長大。他的結論是如果非要等到完美對齊才敢說安全,那永遠到不了。替代方案是工程:先容器化、零信任、給最小權限,再隨著測試一格一格放寬;加上頻外監控,因為你坐在旁邊盯著的時候,被盯的那個系統表現會跟你不在時不一樣。他拿車子作比:煞車、氣囊、ABS、車道維持,從來不是跟引擎無關的另一包東西,整台車都是車的技術。所以他說「加速 AI」這句話裡面,包含加速安全與資安。
五、瓶頸搬到了土地、電力、外殼
Gerstner 引 Dylan Patel 的估算,明年要新增 43 吉瓦 AI 算力,比今天全世界已有的還多。黃仁勳說需求有,而且比這更多;難的是從數位走進實體——土地許可、要新發的電、找得到會蓋五百億美元機房的工人與管線師傅,這些技能不能互換。他說輝達的解法是攤開:全世界每一家代工廠都在替他做,每一個通路都接著他的架構,某一州、某個社區卡住就調供應鏈;真卡住,澳洲那邊剛宣布的兩吉瓦對他來說就是八百億美元。他加了一句我願意相信的真心話:這個答案他自己沒那麼喜歡,因為那意味著美國跟不上。
六、可替換性最後翻譯成可融資性
這段是整集的商業核心。他的鏈條是這樣接的:通用所以可替換,可替換所以低風險,低風險所以租得出去、也借得到錢,借得到錢所以總持有成本最低。
他把專用化講成可替換性與耐久性的敵人——你不知道未來要多做預訓練、後訓練還是代理推理,而他的平台三種都跑。他還丟了一個思想實驗:現在要你把一千億美元的採購單押在一個連實機都還沒見過的下一代系統上,你押誰?他的答案是只有輝達,因為上一代很好,所以你信下一代更好;而這種規模的系統你沒辦法先搬進資料中心跑個基準測試,光蓋起來就是奇蹟。他說輝達把百分之百的晶圓交給台積電,用的是同一個邏輯:那是唯一一家他能排五年的夥伴。
七、共識在一年內上調一倍以上,股價只漲兩成
Gerstner 拿出一張圖:去年這個時候的賣方共識,認為輝達 2027 年會走平或縮,現在的共識是成長 74%。他說二十多年看下來,很少見到共識錯這麼多,而這一年股價只漲了兩成、現在落在十三到十四倍盈餘。
黃仁勳沒去談股價,他把話題帶到兩條跟硬體銷售脫鉤的新線:一是軟體授權——企業沒有自己的 IT 與軟體部門去維運這些工廠,需要有人掛在服務等級協議上;他舉的簡單算法是每顆 GPU 每年收個兩千美元,乘上年出貨兩千萬顆的一半。二是對那些依賴他做承銷、生態與融資夥伴的雲端商收營收分成。他自己說這兩條都長在裝機量上面,沒有裝機量就沒有授權、沒有承銷就沒有分成。
延伸想法
「新聞講得這麼好,我怎麼知道這不是泡沫」
我自己每次看到這種規模的數字都會先縮一下。這集給了我一個比情緒好用的切法:先問被外推的是哪一塊。市場上多數「算一下划不划得來」的算式,是把兩家前沿實驗室的年化營收往外推到幾兆,然後說推不到,所以要爆。黃仁勳把分母換掉——傳統運算(資料處理、模擬、詐欺偵測、推薦系統)大約三分之一,而且本來就在年增三四成;五六家實驗室加起來約三分之一;剩下三分之一是上千家新創租用,其中八成用開放模型去做前沿實驗室不碰的垂直領域。
這個拆法成不成立,可以驗:把你在意的那塊營收找出原始出處,看它是誰在什麼時候報的。如果你發現自己的擔心全押在兩家公司的營收曲線上,那就是壓力測試該換題目的訊號。
另一半的壓力測試看瓶頸搬去哪了。晶片缺的時候,大家都盯著晶片;現在卡的是電力與土地,那麼「還缺多久」這個問題的答案就要去問電網與許可,不要去問晶圓廠。瓶頸會搬家,而追蹤的人常常留在上一個地址。
「他是賣鏟子的人,他的話能信幾成」
這集我提醒自己三次:講話的人手上有貨。但利益相關不等於沒有資訊量,差別在於你挑哪一句來用。像「每一吉瓦從 180 億漲到 400 億美元以上」這種話是可以被後面的財報打臉的,它有代價;「超級智慧會讓每個郡都贏」這種話沒有代價,聽過就好。我自己的做法是把訪談切兩堆:一堆是會被事實推翻的具體描述,留著對答案;一堆是願景與情緒,當成他想推動什麼的線索,不當成預測。
順著這個邏輯,他講得最誠實的一段反而是那句「我不喜歡這個答案」——如果美國蓋不起來,他就去別的地方蓋。那句話對他的生意是好消息,對他講了一整集的國家敘事是壞消息,兩邊相衝他還是講了。
「我不投資,這集跟我有什麼關係」
有兩段我覺得跟工作的人更有關。第一是外骨架:這一年的進展大半來自記憶與工具接線,而那兩件事發生在模型外面。換成你辦公室的語言,價值落在「你有什麼別人沒有的事實來源」加上「你平常在用哪些工具」,那兩樣東西本來就在你手上。
第二是凱因斯那段。1930 年他預測一百年後經濟會成長八倍、工作週會降到十五小時,前半猜對了,後半錯得離譜——我們現在一週工作八十小時。Gerstner 說他錯在低估了人的精神,工作與發現本身就是目的。黃仁勳接著說他不同意「我們會多出時間」這種講法,智慧變便宜會打開更多機會,而人只要有企圖心就會去追。他講到一句話我記下來了:學得越多越發現要做的事更多,因為每學一樣就打開一扇新的門。這也算是一個提醒——如果你期待這波的紅利是閒下來,可能會失望。
可以參考的資料
- BG2Pod 2026 年 10 月 15 日那集,Brad Gerstner 與 Bill Gurley 訪談黃仁勳:本文所有引述與數字的來源。
- 凱因斯 1930 年〈我們後代的經濟前景〉:十五小時工作週那個預測的原文,想看他當時怎麼推的值得一讀。
- 克雷數學研究所關於 Navier–Stokes 千禧年難題的官方說明:了解這題為什麼難。
- 任何一家電力公司的併網排隊資料:想追「土地電力外殼」這條瓶頸,這裡比晶片新聞有用。
帶得走的一件事
這集留給我的一個觀念是:看一件事會不會卡住,去找現在最難補的那一格,不要盯著最貴的那一格。晶片是最貴的,可是明年擋住擴建的是變壓器、許可與會蓋機房的師傅。貴跟稀缺是兩件事,而卡關發生在稀缺那一邊。
瓶頸還會繼續搬家,所以這不是一次性的判斷,是一個要定期重問的問題。
我自己試過的一個做法,分享給你:挑一件你最近想推動卻推不動的事——搬家、換工作、家裡的工程、小孩的作業習慣都算。先憑印象寫下你以為的卡點,一句話。然後去找一個正在做同一件事的人,問他一個很窄的問題:「你上一次卡住,是卡在哪一步?」把他的答案跟你那句話並排看。我做過幾次,兩邊對上的次數比我預期的少得多,而那個落差就是我原本會白花力氣的地方。
本文為投資方法論的教育性分享,不構成任何個股買賣建議、不提供目標價、不針對當期標的。投資有風險,任何決策請自行判斷或諮詢合格的專業人士。
留言
載入留言中…