在最新一期美国智库 SCSP 播客中，NVIDIA 创始人黄仁勋罕见开麦，一语搅动中美科技圈。他亮出三组数字：全球 50% 的 AI 开发者在中国；美国握有唯一领先的计算平台；中美产业链彼此嵌套、无法脱钩。面对“再工业化”与“主权 AI”并行的未来，黄仁勋提醒华盛顿：战略第一步是认清自己——既要守住从芯片到框架的“美国技术栈”，也要承认中国制造的价值。

Special Competitive Studies Project（SCSP）是一个成立于 2021 年，由前 Google CEO Eric Schmidt 发起的美国非营利、跨党派智库组织，其使命为研究和应对 AI 及其他新兴技术对国家安全、经济与社会的深远影响，并向美国政府提供战略性政策建议。

NVIDIA 创始人& CEO 黄仁勋在近期参加 SCSP 旗下播客采访时表示，当前对公司所取得的阶段性成果仍“难以完全消化”，但这一时刻本身承载着非凡意义。

黄仁勋指出，过去几十年里，全球计算机产业基本沿袭 IBM System 360 所确立的蓝图，涵盖系统架构、软硬件分离、兼容性规范、应用开发模式等方面。这一框架支撑了整个信息化时代的崛起。

然而，当前 AI 带来的技术转变，正推动计算产业迈入一个全新的平台时代，而 NVIDIA 正是在推动这一变革的核心角色。

他回忆道，2012 年 AlexNet 的出现是转折点。当时团队看到了这项技术的潜力，也意识到这不仅是计算机视觉的突破，更可能是 AI 领域的关键飞跃。AlexNet 的训练依赖 NVIDIA GPU 和 CUDA 平台，使得深度学习模型在视觉任务上超越了人类专家四十年来的积累。

黄仁勋表示，正是这一次突破，让他认识到，AI 并非只是一个应用分支，而是整个平台范式的更迭。深度学习之所以具有变革性，是因为它不再依赖人工设计的特征工程，而是借助大规模数据和计算资源，学习解决那些难以用规则形式化的问题。

在他们看来，这预示着整个计算栈——从处理器架构到软件方法论，再到网络连接方式，甚至整个产业生态——都将被重新定义。

为此，NVIDIA 在随后数年中重构了几乎所有技术堆栈，从基础的深度学习库 cuDNN，到支持 AI 训练和推理的 Megatron Core，再到硬件侧的 NVLink 和 Tensor Core，再到 AI 超算系统 DGX1。这套完整平台的首次应用对象之一，便是当时位于旧金山、仍属初创阶段的 OpenAI。

AI 三波发展浪潮

从 2012 年至今，AI 技术经历了清晰的三波发展浪潮。黄仁勋将第一阶段定义为“感知智能”，即通过深度学习，计算机在图像识别、语音识别、语言理解等方面达到了超越人类的水平。

第二阶段是“生成式智能”，AI 不再只是理解信息，而能够生成文本、图像、音频与视频。

如今我们正处于第三阶段——“推理智能”，AI 已能够通过链式思维、树状逻辑等方法对问题进行分解、分析和多步求解，甚至能在答题前自主进行资料查阅与学习。正是由于这类推理能力的显现，外界才会开始讨论通用智能的临近。

他表示，下一波浪潮将是“物理智能”。这类智能将理解并掌握物理世界的基本常识，包括物体恒常性、摩擦力、惯性、因果关系等——即人类孩童与小动物天然具备的常识性认知能力。一旦 AI 掌握这些能力，便可进入机器人等具身智能系统的发展阶段。

AI 工厂，专注 token 的数据中心

对于“AI 工厂”，黄仁勋指出，传统数据中心主要以数据存储与分发为主，而 AI 工厂则是“一个只专注于生成 token 的全新类型的数据中心”。这些 token 可能被转化为文本、符号、数字，未来甚至是化学结构、蛋白质配方，或机器人动作信号。

为了支撑如此规模的推理任务，AI 工厂需要持续消耗巨量电力，美国在能源政策上的积极推动正恰逢其时，为 AI 工厂建设打下基础，也将形成一个全新产业。

回顾历次技术革命的就业走势：从电力时代到信息化时代，每次技术提升都伴随着新产业的诞生与整体就业规模的上升。生产力提升本身不会自动导致失业，关键在于一个组织是否有创新意愿与增长野心。

以 NVIDIA 为例，企业拥有大量尚未实现的好想法、未进入的新市场、未构建的应用场景，如果拥有更强的生产力，就能推进更多工作，反而需要更多人力。他认为，这种乐观并非盲目，而是历史经验的真实体现。

AI 的普及也将成为前所未有的“平权力量”。这是第一次，技术如此先进却又如此容易被每一个人使用。无论是否会写代码，无论是否懂英语，甚至不会打字也能通过语音与 AI 对话。

只要愿意开始，每个人都可以向 AI 学习如何使用它。他鼓励所有人“立即参与 AI”，因为这是一种前所未有的赋能工具。

中国是对手而不是敌人

对于美国政府应当采取的政策，美国在计算机行业具备全球唯一的领先地位，这是国家级的战略资产。黄仁勋坦言，“我们已经失去了 5G”，无论从技术、政策还是战略决策层面，美国都未能保住那一波通讯浪潮。而 AI 是新的机会，“我们不能再输”。为了维持全球领先，美国必须在 AI 生态中赢得开发者。

他指出，“任何平台的第一要务，是赢得全世界开发者”。当前全球大约 50% 的 AI 开发者位于中国，而 AI 开发者遍布非洲、拉美、东南亚、中东等地，每个国家、每个产业都想接入 AI。他主张，美国不应限制 AI 技术扩散，而应确保全球开发者构建在美国技术栈之上，从芯片、系统、框架、工具到模型，让“美国技术栈成为全球通用标准，像美元一样具有全球影响力”。

尽管 OpenAI、Gemini 等通用模型全球可用，但每个国家都应有能力构建本地 AI 系统。因为语言、历史、文化、价值观具有不可替代的本土特征，任何西方技术企业都无法全面代表全球多样性。

因此他倡导“主权 AI”，即每个国家都有建设本土模型的能力，同时这些模型依然运行在美国主导的通用技术栈上。

谈及全球竞争格局时，黄仁勋重申，中国是竞争对手，但不是敌人”。两国在产业链中相互依存，美国的计算产业拥有无与伦比的技术领导力，而中国也有制造能力强、工程技能深、国家荣誉感驱动下崛起的科技公司，例如华为和比亚迪。

“这不是关于低成本劳动力，而是技术、工艺与规模的融合。”他认为，美国需要正视制造能力的缺失，重燃对“制造”的热情，因为现在的制造早已高度技术化，不再是体力劳动主导的产业。

特朗普提出的“再工业化”战略是非常及时的政策调整，只有将 AI、制造、能源等关键领域的能力结合，美国才能真正减少依赖、缓和地缘风险、实现国家安全与产业持续领先。

黄仁勋还呼吁，美国在制定 AI 政策时，不应止于限制与监管，更应认识到自身在 AI 与计算产业上所拥有的独特能力与历史成就 —— “战略的第一步是认清自己”，只有在对自身能力充分理解之后，才能制定有效的对外策略。而在 AI 领域，这种自信、开放与全球主导力，正是美国继续领先的根基。