黃仁勛CES演講上火力全開，但反而暴露了英偉達的最大焦慮！

抓住風口

本期要點：英偉達如日中天，但它抓不住AI浪潮的所有精彩

你好，我是王煜全，這里是王煜全要聞評論。

在拉斯維加斯的CES展2026上，黃仁勛仍是全場焦點。

他展示了新一代GPU架構Vera Rubin，并專門提到，英偉達為此投入了15000人年的工作量，單板算力是前代產品的五倍。

他還推出了BlueField-4 DPU。據稱這款芯片解決了大模型推理中極度耗電且占空間的“長上下文存儲”難題。看來，英偉達正將目光投向推理芯片市場。

此外，黃仁勛還有點不務正業，以相當篇幅介紹了開源的自動駕駛模型家族Alpamayo。英偉達不僅提供芯片，還完整開源了包含真實駕駛數據、高保真仿真框架與端到端模型在內的全套資源。而且搭載該技術的梅賽德斯-奔馳的新車型將于今年第一季度上市。

同時，黃仁勛還推出了NVIDIA AI Blueprints（AI藍圖）平臺。這是一個面向生成式AI應用的開發工具集，覆蓋工廠監控、智能客服、工業數字孿生等場景，意味著英偉達正式殺入應用層。黃仁勛甚至現場為企業示范如何在英偉達的架構上搭建數字員工。

這場演講進攻性不小，硬件、模型、平臺樣樣覆蓋。看來，黃仁勛似乎希望把英偉達從單純的硬件商變成算力和應用的復合服務商。

我們認為，這恰恰反映出英偉達的焦慮。

過去三年，英偉達壟斷著AI數據中心的市場。未來幾年中，英偉達的GPU也仍然可能一卡難求。可是，五到十年后，當算力變得像電力一樣普及，深入具體場景的應用及承載應用的終端必將成為產業的主導者，英偉達大概率將隨之退居幕后。

英偉達大舉布局模型層和應用層，正是源于對壟斷地位可能喪失的擔憂。但在軟硬分離的產業鐵律面前，這些領域也必然不由他們所掌控。

進入紅海

首先，可以看出，英偉達也在力求壟斷推理市場。

英偉達深知，盡管在訓練領域它幾乎獨霸江湖，但模型的發展總會有放慢的時候，訓練芯片的需求也總會放緩，隨著AI滲透率的提升，推理的需求會不斷增長且持續存在。

所以，黃仁勛不斷強調測試時擴展（Test-time Scaling）和思維鏈等概念，指出讓AI在輸出前進行更多檢索和自洽驗證，能提升模型的表現。

確實，這些方法能降低幻覺的概率，提高輸出質量。但很明顯，大量的數據檢索和驗證，以及多步驟決策，也在迅速推高算力需求。

這樣，各大廠商也只能再次慌不擇路，繼續優先選擇英偉達的芯片，例如最新推出的DPU，以保證與既有GPU架構的最佳協同與系統穩定。

不過，我們也要注意，多種模型壓縮與算法優化的方法，已讓推理成本大幅降低。隨著推理任務逐漸定型，更多為專門任務優化的Asic芯片也將派上用場。同時，別忘了，各大科技公司也在自研芯片。

這些芯片都會在推理端對英偉達的芯片形成替代，英偉達其實面臨著不小的競爭，很難長期維持超75%的高毛利。

“看不上”還是“看不懂”？

而且，我們還要指出的是，英偉達不僅很難壟斷推理芯片市場，更有可能丟掉移動應用市場。

眾所周知，英偉達的強項集中在服務器和高端個人電腦領域。黃仁勛的演講也很少提及手機或類似場景，表明他們對此并不感興趣，甚至不熟悉。

單從市場規模看，手機芯片市場僅數百億美元，還不到AI服務器的一半。而且服務器需求可是在爆發性增長，而智能手機的增長早已趨緩。黃仁勛看不上移動端似乎也情有可原。

但未來很有可能會迎來“行為智能”的浪潮，AI的重心會向終端設備轉移，包括了智能手機、穿戴設備、智能家居等方面。這些領域不僅要求本地化部署，還得低功耗。

此外，有可能每個家庭都需要一個“中央大腦”來協調各類智能設備，在本地提供高隱私性的計算服務。這不僅需要高算力和高速存儲，更要能方便地部署和操作。

這表明，移動端的芯片需求也有可能隨著行為智能浪潮的到來而爆發。英偉達對這一趨勢置之不理，可能不是看不上，更可能是沒看懂。

軟硬分離

當然，最后，我們更想強調的是，隨著AI變革的演進，英偉達終將把舞臺交給應用層的新玩家。

從IBM到英特爾，IT產業的歷史反復證明，硬件總會變成底層設施，軟件才是價值所在。

其實英偉達深諳此道，吃到了軟件的紅利。它憑借CUDA架構將開發者綁定在自家GPU之上，鎖死了硬件需求，從而抓住了AI浪潮并迅速擴張。

可是，現在英偉達還保持著思維慣性，試圖也在自動駕駛、AI Agent等新領域進行全棧整合，還在構建自己的云平臺，大有要將各個應用生態以及用戶鎖定在自己芯片上的意味。

這個野心很大，但和行業大趨勢相悖。

縱向整合的模式只在產業的早期發展階段有效，因為技術較為簡單和通用，一個公司就有可能完成各個層面的布局。然而，隨著技術的發展，一個公司很難染指各個領域，不同企業各司其職才更具效率。

而這個規律在IT行業中最典型的表現就是“軟硬分離”。

一方面，AI Agent、自動駕駛等細分領域已經有主導的玩家，英偉達作為后來者再進入這些領域，無疑是在用自己的業余去挑戰別人的飯碗，看似布局廣泛卻競爭力不足。

例如英偉達推出的自動駕駛平臺，不僅無法和特斯拉競爭，也很難搶走各個專業自動駕駛公司的市場，真正會采用其技術的車企將少之又少。

另一方面，也是更關鍵的一點，為了吸引更多開發者和用戶，各個云平臺都在趨向于更加開放。

它們會建立中間層，讓模型逐漸具備跨平臺運行的能力，既可以在英偉達的GPU上跑，也可以在自家芯片甚至是谷歌的TPU上跑。

我想絕大部分人不會太在乎電力的來源，只要電壓穩定就行。未來，隨著AI應用的普及，用戶只會關注服務體驗，不會在意背后調用的是什么模型，就更不會在乎結果是用誰的芯片算出來的。

哪怕是全球市值最大的公司，英偉達也很難以一己之力對抗這種產業趨勢。

所以，雖然現在英偉達仍處于巔峰，但并不代表它會霸業永存。算力不會永遠稀缺，芯片也終會淡出人們的視線。

英偉達總是站在視線中央，恰恰表明AI浪潮才剛剛開始。未來當人們談論AI，焦點是吐槽AI外賣助手又不懂自己今天想吃什么了，也許才是AI浪潮真正成熟的標志。

以上就是今天的內容，更多科技產業的前沿分析與趨勢洞察，我將在科技特訓營中持續分享，如果你也感興趣，歡迎加入，和我一起，先人一步，領先一路！

王煜全要聞評論，我們明天見。

本文僅作為交流使用，不構成任何投資建議。

↓長按圖片掃碼報名，先人一步，領先一路

此外，也向各位家長推薦前哨AI冬令營。最好的學習是親手實踐，我們將通過高強度的集訓，讓孩子能親自上手完成一個真實的AI項目，從理解AI到駕馭AI，快快點擊鏈接了解詳情吧。

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發布獨家資料，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領取

“AI芯片產業分析”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！