6G與量子，黃仁勛將AI競賽殺瘋至新的前沿

別被黃仁勛那句“中國芯片爆發(fā)”的感嘆帶偏。在今年的第二場GTC大會上，近乎壟斷了當前一代AI基礎設施市場的英偉達，計劃提前卡住下一代算力與網(wǎng)絡基礎設施的身位。

在演講中，黃仁勛首先回顧了加速計算“超越摩爾定律”，隨后就把行業(yè)敘事，拉向了6G網(wǎng)絡與量子計算。此后，才輪到大家更熟悉的“AI工廠”，Rubin平臺與“物理AI”的愿景。

英偉達并沒有直接下場制造6G或量子的硬件，而是選擇了更巧妙的路徑。它立足于已有的算力、網(wǎng)絡與CUDA優(yōu)勢，與這些前沿領域的合作伙伴深度綁定，在6G網(wǎng)絡上創(chuàng)建新的計算方式，將量子計算與GPU高速互聯(lián)起來。

6G與量子科技，正在成為全球AI競爭延伸至不遠未來的核心戰(zhàn)場。就在黃仁勛跑到華盛頓舉辦這次GTC峰會前的一個月，白宮管理與預算辦公室（OMB）與科技政策辦公室（OSTP）就把AI與量子科技列為2027財年研發(fā)預算的前兩位；6G等先進通信技術(shù)排在第四位。與此同時，中國在最新的“十五五”規(guī)劃建議中，也將量子科技與第六代移動通信列為未來產(chǎn)業(yè)的重點方向。

黃仁勛在會上直言，美國必須拿下6G，尤其是在通用計算向加速計算的平臺轉(zhuǎn)型的關(guān)鍵節(jié)點?！斑@是美國人一生只有一次的機會，”他回顧道，“起初，我們定義了這項技術(shù)和標準，并將它出口到全世界；但如今，我們的基礎設施卻建立在他國技術(shù)之上?！?/p>

如果說4G與移動互聯(lián)網(wǎng)的成功，源于彼此的相互成就，那么AI時代的繁榮，也需要。年初，作為全球最大的電信設備制造商，華為開始嘗試以AI重塑5.5G時代。在速率提升與時延降低的前提下，5.5G網(wǎng)絡能夠支撐更大數(shù)據(jù)量的實時交互。華為預計，在5.5G與AI共同推動下，全球總連接數(shù)將達到2000億。

6G的商業(yè)化仍需等待片刻。預計到2030年，首個6G系統(tǒng)才會落地。盡管仍然缺乏統(tǒng)一的技術(shù)標準，但英偉達已經(jīng)迫不及待地下注AI原生的6G通信技術(shù)。它可能解鎖新的原生AI硬件，催生超級應用的爆發(fā)，以及重塑AI訓練與推理的方式。黃仁勛決定拿出10億美元入股諾基亞。后者目前仍是全球第二大電信設備制造商，股價因此一夜暴漲超20%。

在諾基亞貝爾實驗室（Nokia Bell Labs）看來，6G之于AI的意義，至少有二：其一，提供AI原生的空中接口（AI-native Air Interface）；其二，讓網(wǎng)絡本身成為傳感器（Network as a Sensor），擴展AI的感知半徑與感知維度。

與5G時代“AI賦能網(wǎng)絡優(yōu)化”不同，6G的目標是讓AI成為通信協(xié)議棧的一部分，尤其是在物理層和MAC層。未來，AI系統(tǒng)與智能體之間，能夠通過AI生成的通信方式直接互聯(lián)，讓通信層具備學習與自適應能力，以更高效地分配資源、調(diào)整鏈路并降低信令開銷。在工廠場景中，通信設備可在某一時刻自動配置為支持工業(yè)傳感器，下一時刻又能重新配置以服務機器人或其他自主設備。

在6G時代，通信基站不再只是信號中繼，而是分布式傳感與算力節(jié)點。基站、鏈路與天線可通過信號反射、時延與角度等參數(shù)實現(xiàn)環(huán)境感知（ISAC），識別物體的類型、位置、速度乃至材料特性。這將為無人機、自動駕駛等AI應用提供除雷達和攝像頭之外的更豐富環(huán)境與語義數(shù)據(jù)，也將顯著提升空間智能的交互精度與響應速度。

正如亞馬遜在互聯(lián)網(wǎng)之上構(gòu)建了云計算，英偉達正試圖在6G之上創(chuàng)造一個全新的智能基礎設施。它是邊緣的、分布式，黃仁勛稱其為“本質(zhì)上是基于無線通信的云計算”；它比傳統(tǒng)云更靠近數(shù)據(jù)，而這些不會被公開分享到互聯(lián)網(wǎng)的數(shù)據(jù)，恰恰是提升大模型性能的關(guān)鍵。也許，馬斯克所設想的“分布式推理”電動車網(wǎng)絡，最終也逃不出黃仁勛最新的算力版圖。

這一次，英偉達推出的Aerial RAN Computer Pro，正是一款面向6G的加速計算平臺，融合了連接、計算與感知能力。諾基亞將基于此擴展其RAN（無線接入網(wǎng)）產(chǎn)品線，推出新的AI-RAN方案。T-Mobile也計劃與兩家公司合作，預計2026年開始技術(shù)現(xiàn)場測試，將AI-RAN納入其6G研發(fā)流程。由此，英偉達有望將AI時代的繁榮，鎖定在自己的CUDA-Aerial生態(tài)中。

與搶先布局6G一樣，黃仁勛也在加速擴展量子計算生態(tài)。自然界尤其是微觀世界，往往遵循量子規(guī)律，而非經(jīng)典規(guī)律?；诖耍锢韺W家費曼在四十多年前就提出量子計算機的構(gòu)想。與其用經(jīng)典比特去近似量子態(tài)，不如用量子比特（qubit）直接模擬自然本身。

在年初的CES上，黃仁勛，稱“量子計算不能解決所有問題”，并判斷要真正出現(xiàn)有用的量子計算機，可能還需二十年。

但這一立場很快被其他硅谷巨頭的現(xiàn)實成績改寫。微軟推出了拓撲量子芯片，納德拉稱之為“”；谷歌則在新一代量子芯片Willow上，通過“量子回聲”（Quantum Echoes）算法首次實現(xiàn)了可驗證的量子優(yōu)勢，即證明量子芯片在部分任務中，既比超級計算機更快，且結(jié)果可被物理驗證。

英偉達改變了態(tài)度，為3月的GTC專設了“量子日”，邀請多家量子公司高管“繪制有用量子應用之路”。在5月的 Computex上，黃仁勛進一步預測“未來所有超級計算機都將融合量子加速單元（QPU）”。

量子計算仍處于發(fā)散式創(chuàng)新階段，路線尚未收斂。英偉達似乎決心在所有方向下注。9月，旗下風投機構(gòu)NVentures同時投資了光量子路線的PsiQuantum、離子阱路線的Quantinuum，以及中性原子路線的QuEra。

這些路線各有優(yōu)劣，但都面臨同一挑戰(zhàn)?！拔锢砹孔颖忍亍焙艽嗳?，對噪聲極其敏感，易受其干擾，需要將其編碼為具有高度穩(wěn)定性的“邏輯量子比特”，這一過程即“量子糾錯”（QEC）。一個“邏輯量子比特”往往對應數(shù)十甚至上百個物理比特協(xié)同。由此，量子競爭的焦點也從“物理量子比特”，轉(zhuǎn)向“邏輯量子比特”。這需要強大的經(jīng)典算力支撐。

黃仁勛的答案是，讓英偉達越來越強大的“AI 工廠”，成為量子計算的基礎設施。在本次GTC的“量子計算與科學創(chuàng)新”圓桌上，他意外闖入稱，量子疊加與糾纏等等術(shù)語固然抽象，但核心邏輯依然簡單：量子計算離不開經(jīng)典計算；英偉達擅長深度工程，而量子領域是深度科學，兩者“互聯(lián)”，GPU超級計算機可以為量子處理器提供校準與糾錯能力。

于是，這一次，開放架構(gòu)NVQLink應運而生。它相當于量子計算版的NVLink，能在GPU與QPU之間建立低延遲、高吞吐量連接，實現(xiàn)大規(guī)模量子計算與量子糾錯。英偉達已將17家量子硬件廠商與5家控制系統(tǒng)企業(yè)拉進了CUDA-Q生態(tài)。無論最終誰能勝出，英偉達都占據(jù)了繞不開的關(guān)鍵位置；對美國而言，這為量子計算真正從實驗室走向工程化，奠定了產(chǎn)業(yè)形態(tài)。

當算力與網(wǎng)絡的邊界被重新定義時，AI的競爭也不再局限于當下的算力生態(tài)。進入2026年，中美的AI競賽將從算力與模型的較量，延伸至量子計算與6G通信等下一代算力與網(wǎng)絡的基礎設施。