黄仁勋：网络安全或成 AI 下一个大市场

黄仁勋在高盛 Communacopia + Technology Conference 上给出的判断是：**网络安全很可能成为 AI 的下一个主要应用场景。**他的逻辑并不复杂——当 AI 能够大规模生成、修改软件代码时，漏洞被发现、被利用以及被修复的速度都会提高；安全团队若想跟上这一节奏，也需要机器级的自动化能力。10

这并非只是“给安全产品加个聊天机器人”。黄仁勋描绘的是一个由专用模型、安全数据、智能体和算力基础设施共同构成的市场，而英伟达希望提供其背后的整套技术栈。

AI 写代码，也会改变攻防速度

黄仁勋表示，网络安全“很可能是 AI 的下一个主要用例”。AI 对编程工作的自动化，会改变软件漏洞暴露、被攻击者利用和被防守方修复的速度。10

这不意味着 AI 会让网络风险消失。相反，安全工作的重心可能转向持续、自动化且接近实时的流程：分析代码、模拟攻击路径、筛选和排序告警，并帮助团队更快处置风险缺口。

值得注意的是，黄仁勋同时也对围绕 AI 的恐慌式叙事提出质疑。相关报道引述他的话称，当前网络安全讨论热度很高，恰逢行业正准备推出新产品；“还有什么比制造一个问题更能创造需求？”6 这是一种颇具争议的表述：它质疑部分安全话术是否带有商业动机，但英伟达自身也确实在加码 AI 驱动的网络防御。

SafeMind：从概念走向产品的案例

目前最具体的案例，是英伟达与 CrowdStrike 的合作。双方于 9 月宣布推出 CrowdStrike SafeMind，这是由 CrowdStrike Cyber Superintelligence Lab 开发的智能体网络安全系统。19

SafeMind 将 CrowdStrike 面向安全任务打造的模型与定制智能体框架，同基于 NVIDIA Nemotron 开放模型构建的防御模型结合起来。其设计强调持续演化：进攻与防御能力彼此挑战、迭代改进。19

这正是黄仁勋所说的市场形态：并非一个泛用型 AI 助手简单套到安全场景中，而是将行业专用模型、威胁与安全数据、智能体机制及基础设施整合成可执行的安全产品。

思科、CrowdStrike 和 Palantir 都与英伟达的 Open Secure AI Alliance 有关联。该联盟聚焦为 AI 时代网络防御构建开放模型、智能体框架和安全工具。23 英伟达还表示，CrowdStrike 与 Palantir 正在使用 Nemotron 开放模型开发可长期运行的企业智能体。29 不过，现有资料并不能证明每一家联盟成员都采用同一套基于 Nemotron 的产品架构。

2030 年 3 万亿至 4 万亿美元的基础设施判断

网络安全只是黄仁勋在会上所谈 AI 增长机会的一部分。他重申，英伟达预计到 2030 年，全球 AI 基础设施支出可能达到 3 万亿至 4 万亿美元。32

在他的表述中，行业正从以检索为主的计算模式，转向需要更大规模算力和高速互连能力的生成式 AI 与复杂大模型。英伟达希望扮演的角色，也不只是出售单颗 GPU，而是与客户共同设计“AI 工厂”——涵盖计算、网络、软件、模型和系统设计的完整体系。2

黄仁勋称，英伟达预期实现约 70% 的同比增长，而不受供应限制的需求增速已超过 100%。这一差距指向他的核心判断：眼下主要制约并非需求，而是供给。芯片、存储、先进封装、土地与电力供应都可能成为部署瓶颈。32

财报数字给这套叙事提供了规模背景

英伟达最新业绩为其基础设施论点提供了量化背景。公司公布，截至 2026 年 7 月 26 日的 2027 财年第二季度营收为 962 亿美元，环比增长 18%，同比增长 106%。52

对于 2027 财年第三季度，英伟达预计营收为 1,080 亿美元，上下浮动 2%；这一展望中未假设来自中国的数据中心计算业务收入。52

这里需要避免一个常见的年份混淆：962 亿美元对应的是 2027 财年第二季度，而不是 2026 财年第二季度。

现有报道尚不能证明什么

围绕黄仁勋这番发言，一些经常被一并提及的说法仍缺乏足够依据。根据所提供资料，尚没有可靠的原始会议记录可支持有关埃里克·戈登教授具体批评的表述；也没有证据证明 OpenAI 曾明确将网络安全称作一项重大的商业机会；对于英伟达是否通过投资客户形成“循环融资”的质疑，现有资料同样未提供黄仁勋在此次会议上的详细回应。

这些问题在 AI 基础设施融资规模不断扩大的背景下并不无关紧要。但在缺少直接会议记录、公司文件或可靠引述的情况下，不应把它们视为已被证实的事实。

对企业采购者意味着什么

黄仁勋的重点不在于某一个安全产品，而在于市场结构的变化：AI 承担更多编程和运营任务后，也会提升自动化安全测试、监测和响应的必要性。英伟达希望提供支撑这一转变的全栈能力，从加速计算、网络，到开放模型和面向行业的智能体系统。219

对采购者来说，问题不再只是“AI 会不会进入网络安全”，而是某个产品是否真正具备适配安全任务的模型、高质量安全数据、人工监督机制，以及接入现实响应流程的能力。英伟达与 CrowdStrike 的 SafeMind，是这一“全栈”路径的一个早期且具体的实例。1922