黄仁勋：中国不仅有“鬼数据中心”，还有庞大的能源、芯片、AI人才优势

在与德瓦尔克什·帕特尔Dwarkesh Patel的一次播客访谈中黄仁勋将人工智能竞争的底层逻辑指向“能源-算力-基础设施”的组合。他直言到“美国当前面临能源约束而中国拥有惊人的能源储备在电力供给和基础设施建设上具备更强的冗余能力。”黄仁勋表示中国有“鬼城”也有“鬼数据中心”。中国的算力规模极为庞大一些数据中心甚至处于完全空置的状态但电力和基础设施已经全部就位。这种“先建设、后利用”的模式使中国在需要时可以迅速释放大规模算力。进一步来看这种优势并不依赖最先进的芯片制造能力。尽管中国无法获得EUV因此在制程上只能停留在7nm但黄仁勋强调AI本质是并行计算问题。在能源充足且廉价的情况下完全可以通过堆叠更多芯片数量来弥补单颗芯片性能不足。这意味着即便使用7nm芯片中国也能通过大规模集群实现目标。他进一步指出中国是全球第二大计算市场具备极强的算力聚合潜力。在芯片供给侧黄仁勋认为中国并不缺少芯片他们制造了全球超过60%的主流芯片这是一项规模庞大的产业。中国制造芯片的能力位居全球前列垄断了主流芯片市场且产能过剩。比如华为已经通过创纪录的年度业绩证明了其量产能力其出货的芯片数量巨大远超Anthropic等公司所拥有的规模。围绕AI模型能力黄仁勋特别提及Anthropic最新发布的Claude Mythos。他认为Mythos模型是在相当普通的算力规模下完成训练的虽然背后的公司非常卓越但其训练所需的算力总量和计算类型在中国完全可以实现。不过黄仁勋并未将问题简单定义为对抗关系。他强调中国不仅拥有硬件能力还拥有庞大的AI人才储备中国拥有全球最顶尖的一批计算机科学家目前全球各大AI实验室中半数以上的AI研究人员都是华人。因此黄仁勋认为中美之间不仅是竞争关系也存在被忽视的合作空间。我们的研究人员与他们的研究人员交流至关重要必须就AI的使用边界达成共识。在安全层面他承认AI确实可能被用于发现软件漏洞但这本身也是技术进步的一部分。他更看重的是构建一个多层防护的AI安全生态——由大量AI Agent相互监督而非让单一系统“裸奔”。在这一过程中开源生态的重要性被反复强调而中国在开源生态中贡献巨大不应该被限制。AI进步不仅来自硬件更来自算法创新。黄仁勋认为虽然硬件遵循摩尔定律每年提升25%但通过计算机科学的创新算法性能可以实现10倍增长。以混合专家模型、注意力机制为例这些突破显著降低了算力需求。庞大的AI研究人才储备正是中国的核心优势。如果有一天DeepSeek这种级别的模型率先适配华为的架构并首发那才是美国真正的危机。最后黄仁勋回到产业策略本身。他表示把AI类比成核武器简直是疯了。他将整个AI生态比作一个自下而上构建的“五层蛋糕”架构从能源、芯片、基础设施到模型、应用每一层都必须取胜。而真正的关键不只是某一个模型或公司而是整个生态体系的持续领先能力。