黄仁勋谈AI下一阶段：代理时代、算力基础设施与“内存墙”

他认为，这些代理不会简单地取代人类工作，而可能让人类更加忙碌——因为项目推进速度会更快，团队能够尝试更大规模的目标。

一些流传的个人案例：尚未得到确认

网络上曾流传一些说法，例如：

• 黄仁勋在工作中使用 Anthropic 的 Claude 等AI工具
• 他的家人使用AI代理管理家庭事务

但在关于台湾访问的高权威媒体报道中，并没有确认这些具体细节。

因此，这些故事更可能是二次转述或未经证实的说法，而非已确认的直接引述。

AI发展的隐藏瓶颈：内存

黄仁勋还特别强调一个常被忽视的问题：

未来AI发展的关键限制不再只是算力，而是内存。

随着模型规模和推理需求不断增长，AI系统需要巨量的高带宽内存（HBM）来实时处理数据。

他说，AI模型需要“思考、推理并快速响应”，这会大幅提高内存容量与带宽需求。

因此，未来AI系统的性能不仅取决于GPU速度，也取决于：

• 内存容量
• 内存带宽
• 系统架构设计

为什么台湾在AI供应链中如此关键

黄仁勋此次访问台湾，也再次凸显了台湾在全球半导体产业中的核心地位。

英伟达最先进的芯片主要由台积电（TSMC）制造。

随着AI需求爆发式增长，黄仁勋预计未来十年半导体产能必须显著扩张。他甚至表示，仅AI需求就可能推动台积电产能增长超过一倍。

这也意味着，AI时代不仅是软件革命，也是制造业和供应链的巨大扩张周期。

中国仍然是重要市场

在地缘政治紧张与芯片出口限制的背景下，黄仁勋仍多次强调中国市场的重要性。

他认为，中国未来仍可能逐步重新开放AI芯片市场，不过具体节奏将取决于政策决策以及对本土产业保护的考虑。

与此同时，他也强调台湾仍将是英伟达先进芯片制造的核心基地。

AI计算的未来：异构系统

在硬件架构方面，黄仁勋并不认为未来AI会由某一种芯片完全主导。

他的判断是：AI系统将越来越依赖异构计算（heterogeneous computing）。

也就是说，不同类型的处理器将分别负责不同任务，例如：

• GPU用于模型训练
• 其他处理器用于推理
• 专用硬件管理内存和网络

这些组件通过数据中心级系统协同运行，以支撑大规模AI代理和复杂应用。

大趋势：AI时代才刚开始

综合黄仁勋在台湾访问期间及相关采访中的观点，可以看到一条清晰的发展逻辑：

• AI基础设施仍处在早期建设阶段。
• AI代理将成为下一代软件形态，与人类共同工作。
• 内存与芯片制造能力正成为AI扩张的关键瓶颈。
• 英伟达希望成为整个AI生态的底层平台。

如果他的判断成立，那么真正的AI产业爆发期可能仍在未来，而不是已经结束。

在黄仁勋看来，现在的AI热潮并不是终点，而只是一个更长技术周期的起点。