创新者
2 场深度对话收录
姚欣
观点集合
29.直击 2025 GTC（下）｜王冠之重，黄仁勋如何回应一切质疑？
英伟达在2025年GTC将增长叙事从training转向inference，称推理可能带来更高的token与算力需求。Dynamo优化集群部署、调度和利用率，显示公司正把芯片、集群与软件整合为AI工厂；但GTC后股价仍跌，AMD方案与基座模型收敛是否削弱CUDA壁垒仍待观察。
查看摘要（8段）
- 英伟达在 2025 GTC 上把核心增长叙事从 training 切换到了 inference。 姚欣称，行业从 2024 年六七月起已意识到训练侧 scaling law 边际减弱，DeepSeek 的出现则把这一判断推成大众共识：下一阶段要卷性价比、应用与 token 成本。黄仁勋几乎不再讲 training，而是反复讲“token token token”，并用单次回答约 20 倍 token、可能 100 倍算力的口径证明推理仍需要海量计算。
- Blackwell Ultra、Rubin 与三年路线图背后，是资本市场要求英伟达立刻证明出货与增长。 GB200 首批产品曾传出散热和系统稳定性忧虑，DeepSeek 又引发架构变迁疑问，因此机器人让位于更近的交付承诺：主流云厂商去年买了约 120 万张 Hopper，如今已订约 360 万张 Blackwell。“告诉我今年能出多少货，明年能出多少货”才是当下压力，姚欣的概括是：“英伟达急了。”
- DeepSeek 冲击的关键，不是算力需求消失，而是英伟达能否把训练时代的垄断复制到推理市场。 卫诗婕引用袁金辉的比喻：“训练所需的算力是一池游泳池，推理所需的算力可能是一条河”；但河里的计算更分散、更重调度，也让 AMD 等性价比方案获得了挑战空间。GTC 后股价仍跌，说明市场尚未接受“买得越多，省得越多”的全部逻辑。
- Dynamo 是英伟达对推理时代最具体的软件回应，也可能是一次受中国开源实践推动的快速追赶。 它把数据中心包装成生产 token 的“AI 工厂”，其介绍中出现 PD 分离、专家并行等术语，并用于管理集群、优化部署与利用率；姚欣认为其思路与 DeepSeek 二月开源周的组件“异曲同工”。卫诗婕还猜测部分架构像 Kimi 的 Mooncake，姚欣则表示开源项目之间可能存在借鉴。NVL72 卖出 72 张卡组成的集群，Dynamo 则补上部署、调度和利用率优化。
- DeepSeek 展示的是系统工程挖潜能力，而不是绕开了英伟达。 幻方的量化背景使团队长期重视底层效率；其调用 CUDA 内近似汇编语言的 PTX，把硬件性能压得更深，却也意味着代码可能更“only for 英伟达”。姚欣不同意“全球只有屈指可数的人能做”的说法，认为许多拥有十年以上 infra 积累的团队都具备类似能力。
- CUDA 的生态壁垒仍强，但基座模型集中化正在降低跨硬件适配成本。 英伟达曾靠免费送卡、工程师驻场和 cuDNN 培育开发者，形成“先调通 CUDA，再迁移别的平台”的默认路径；未来基座模型若收敛为少数几款，AMD 等厂商逐一适配便容易得多。姚欣因此判断，十年尺度上软件护城河会逐渐消融，百分之八九十的毛利率与 25—30 倍 P/E 很难被视为永久状态。
- perception、generative、Agentic、physical AI 四阶段，把英伟达的长期 TAM 一直推到物理世界。 姚欣把它比作生物从感官、大脑到数字手脚、实体手脚的进化，卫诗婕则理解为感知、思考、代理、行动的完整反射链。physical AI 若要模拟摩擦、弹跳和全部物理定律，最终瓶颈不是想象力而是能耗：“英伟达最终要对抗的，是物理定律。”
- 中国既是英伟达失去的一块重要市场，也是迫使硅谷加速迭代的技术压力源。 姚欣称，从财报印象看，中国曾占英伟达全球芯片销售约 24%；卫诗婕补充禁售后跌至 10%以下，姚欣解释说这是因为很多芯片被禁售。本届现场除联想外几乎没有中国展台，China AI Day 也转到线上。可硅谷仍在争抢 Manus 的邀请码，并开始正视中国在性价比、应用场景与数据上的优势：“虽然大家不讲中国，但是中国对于整个硅谷产生了冲击。”
28.直击 2025 GTC（上）｜英伟达往事：一家公司如何30年持续下注未来
英伟达的壁垒来自二三十年把GPU、CUDA与超算集群持续平台化，而非一次押中AI；训练仍可能占50%-60%以上，推理却趋向一强多专。未来两三年收入仍可能超预期，但高毛利和垄断至少一项会下滑；GTC新卡的288GB显存与交付节奏，将检验推理份额能否重回60%-70%。
查看摘要（7段）
- 英伟达的王者地位不是一次押中AI，而是从图形GPU、GPGPU、CUDA到超算集群，连续二三十年把未来应用提前做成平台。 姚欣认为最难复制的是黄仁勋“对愿景的这种忍耐能力”：十年前还在为Tegra四处站台，2024年公司约80%的人在做软件，并通过Demo为元宇宙、量子计算、人形机器人等未来需求预埋算力。
- 训练市场仍“一骑绝尘”，但推理市场会从垄断走向“一强多专”，这是英伟达估值最核心的结构性转折。 姚欣的划分是：训练份额可能在50%-60%以上；推理市场若能成为约20%份额的领先者已很强，也可能随着专用芯片发展退为5%-10%的普通参与者，因为成本、性能、能耗的“不可能三角”会催生大量专用方案。
- 英伟达的短中期收入与长期股价可以同时走向不同方向：未来两三年收入仍会达到甚至超出投资者预期，但高毛利和垄断至少一项会下滑。 他把现状概括为“利润又好，增长又好，市场又垄断”，直言这种三重叠加“在任何一个科技史上都不会维持太久”；三五年后，AMD、自研XPU和中国供给才可能形成更实质的冲击。
- DeepSeek不是“算力不再需要”，而是把增量从训练切向推理，迫使市场重算每次推理的成本、显存和交付节奏。 姚欣关注新卡是否达到288GB显存、是否同时具备IP4（原文未展开）能力，以及能否让一台机器跑“满血版DeepSeek”；若今年底交付，推理份额可能重回60%-70%，若拖到明年六月，则会“低于预期”。
- 围剿英伟达的不是一个对手，而是巨头同时买GPU、扶持AMD与ROCm、自研TPU等专用芯片，并投资创业公司。 主要传统对手AMD“能力都具备了，但生态不够”；Google靠TensorFlow、TPU、云与内部需求形成小闭环，Broadcom承接定制芯片，而姚欣判断国内眼下只有华为能在局部市场谈竞争。
- 黄仁勋正在主动降低大客户风险，把芯片、资本和融资杠杆编成第二套需求网络。 从Oracle Cloud到CoreWeave“白手套”，再到面向各国政府的“主权AI”，逻辑都是防止少数几朵大云吃掉大部分需求；卫诗婕追问这是否已是金融资本游戏，姚欣直比“新一代的乐视”，提示其中既有客户结构优化，也有短期泡沫。
- 推理效率提升不会自动终结算力增长，因为更便宜的推理会扩大使用；图片消耗可能达到文字的约1000倍，视频化后还可能再增加约1000倍。 姚欣估计推理算力占比可从2024年约40%逐步升至95%以上，多模态可能把总饼放大“千倍、一万倍”；英伟达仍会参与“构建下一代人类文明的基础设施”，但“不是只有它”。