在日前举行的2026年国际消费电子展上,英伟达首席执行官黄仁勋针对业界关于降低硬件成本的讨论,提出了一个引人深思的观点。
他指出,芯片硬件虽然成本较高但属于一次性采购,真正需要长期投入的是软件生态系统的持续开发与维护。
这一论断揭示了当前人工智能产业发展的深层逻辑。
黄仁勋表示,人工智能行业已经迈入令牌经济学时代,衡量系统价值的核心指标不再仅是硬件性能参数,而是单位功耗和单位成本下能够生成的令牌数量。
这种评估体系的转变,实质上是从关注短期硬件投入转向重视长期运营效率。
英伟达坚持采用统一的内存架构和软件平台策略,虽然初期硬件投入相对较高,但可以有效避免软件生态的碎片化问题。
这意味着当公司对软件平台进行一次优化升级后,全球所有采用该架构的计算设施都能同步获得性能提升,从而在较长运营周期内实现更优的总体拥有成本。
谈及行业发展态势时,黄仁勋披露了一项值得关注的数据。
目前开源模型已经贡献了全球约四分之一的令牌生成量,这一比例超出了业界此前的预期。
开源模型的快速增长不仅拓展了人工智能技术的应用边界,也推动部署场景从大型云服务商向企业级本地集群延伸,形成了更加多元化的算力需求格局。
在技术创新层面,黄仁勋重点介绍了新一代平台在系统架构上的重要突破。
相较于上一代系统出现故障时需要整机架下线维修的状况,新平台采用托盘式模块化架构,支持在系统运行状态下直接更换网络互连等核心组件,实现了所谓的在线维护能力。
这种设计不仅显著降低了运营维护成本,更从根本上重构了供应链效率。
据介绍,节点组装时间从过去的2小时大幅缩减至5分钟,效率提升达到24倍。
同时,新平台取消了复杂的线缆设计,并将液冷覆盖率从80%提升至100%,进一步增强了系统可靠性。
在基础设施配套方面,黄仁勋特别强调了电力供应稳定性问题。
他指出,这已成为当前算力规模扩张的主要制约因素。
现代人工智能负载,特别是推理任务,会产生剧烈的瞬时功耗波动,电流变化幅度可达25%。
这种特性迫使数据中心运营商不得不预留大量冗余电力容量以应对峰值需求,导致实际电力利用率偏低。
新一代平台通过系统级电子设计,在机架内部对功耗波动进行平滑处理。
即使单颗图形处理器的热设计功耗高达1800瓦,系统仍能向外部电网呈现相对稳定的负载曲线。
这使得运营商无需配置过度的冗余容量,可以接近满负荷利用电力资源,从而提高数据中心的整体运营效率。
从产业发展角度分析,黄仁勋的观点反映了人工智能基础设施建设正在从追求单一硬件性能向注重系统整体效能转变。
这种转变要求企业在技术路线选择时,不仅要考虑初期投资成本,更要权衡长期运营成本、软件生态完整性以及系统可维护性等多重因素。
黄仁勋的论述揭示了人工智能基础设施发展的深层逻辑：短期看硬件，长期看生态。
在算力经济时代，构建标准化硬件平台与可持续优化的软件生态，将成为推动AI产业健康发展的关键。
随着模块化设计、能效优化等技术的成熟，全球人工智能基础设施正朝着更高效、更稳定的方向演进，这将为数字经济发展注入新的动能。