黃仁勳在高盛 Communacopia + Technology Conference 表示,網絡安全「很可能」會成為 AI 下一個主要應用市場。佢嘅邏輯唔複雜:當 AI 可以自動化寫程式,同時亦會令發現漏洞、利用漏洞同修補漏洞嘅速度大幅加快;防守方若要跟得上,亦要靠自動化工具。
10
呢個講法亦反映 Nvidia 更大嘅定位轉變。黃仁勳唔想市場只將 Nvidia 視為 GPU 供應商,而係提供建立「AI 工廠」所需嘅運算、網絡、軟件、模型同系統設計嘅全棧供應商。
2
點解網絡安全會成為下一個 AI 用例?
黃仁勳認為,AI 輔助編程令軟件改動更快,亦令漏洞被發掘、被濫用及被修補嘅節奏加快。對保安團隊而言,問題唔係 AI 會令網絡風險消失,而係警報、程式碼與攻擊行為嘅規模和速度都可能超出人手處理能力。
所以,AI 在保安上嘅商業價值,會落喺持續而高速嘅工作:分析程式碼、模擬攻擊、篩選告警優先次序,以及協助團隊更快封堵缺口。
不過,黃仁勳亦質疑過度以恐慌推銷 AI 風險嘅敘事。據會議報道,佢提到業界在產品推出前夕大談網絡安全,並說:「有咩方法比製造一個問題更能創造需求?」
6 呢個講法相當挑釁:一方面質疑部分保安論述可能帶有商業動機,另一方面 Nvidia 自己亦正投資 AI 網絡防禦技術。
最具體嘅產品案例:CrowdStrike SafeMind
目前最實在嘅例子,係 Nvidia 與 CrowdStrike 在 9 月公布嘅 CrowdStrike SafeMind。這是一套由 CrowdStrike Cyber Superintelligence Lab 開發嘅代理式網絡安全系統。
19
SafeMind 把 CrowdStrike 為保安工作而設嘅模型及代理框架,結合以 Nvidia 開放式 Nemotron 模型為基礎嘅防禦模型。其設計重點係讓進攻與防守能力持續互相挑戰、反覆改進。
19
呢個案例說明黃仁勳所講嘅市場,唔係將一般聊天機械人套入保安場景咁簡單,而係要把專用模型、安全數據、代理系統及底層基建整合成可用嘅保安產品。
Cisco、CrowdStrike 同 Palantir 都與 Nvidia 的 Open Secure AI Alliance 有關;該聯盟聚焦為 AI 時代保安建立開放模型、代理框架及工具。
23 Nvidia 亦表示,CrowdStrike 同 Palantir 正使用 Nemotron 開放模型,開發可長時間運作嘅企業代理系統。
29 不過,現有報道未能證明每一個聯盟成員都採用同一套以 Nemotron 為本嘅產品架構。
2030 年或達 3 萬億至 4 萬億美元嘅基建賭注
網絡安全只是黃仁勳在會上訊息嘅其中一部分。佢再次重申 Nvidia 的看法:到 2030 年,全球 AI 基建開支可達 3 萬億至 4 萬億美元。
32
黃仁勳形容,行業正由偏向檢索資料嘅運算模式,轉向生成式 AI 與大型複雜模型;後者需要大量算力及高速互連能力。按 Nvidia 的說法,公司角色是與客戶共同設計 AI 工廠,而非只賣單一處理器。
2
佢表示 Nvidia 預期收入按年增長約 70%,但若供應不受限制,需求增長會超過 100%。重點在於,限制因素主要不是需求,而是供應。報道列舉的瓶頸包括晶片、記憶體、先進封裝、土地及電力。
32
財務數字為論點提供規模
Nvidia 最新業績展示咗這套基建論述背後嘅規模。公司公布,截至 2026 年 7 月 26 日止嘅 2027 財政年度第二季收入為 962 億美元,按季升 18%,按年升 106%。
52
至於 2027 財政年度第三季,Nvidia 預期收入為 1,080 億美元,正負 2%;該預測假設不包括任何來自中國的數據中心運算收入。
52
要留意,962 億美元係 2027 財政年度第二季數字,唔係 2026 財政年度業績。
現有報道未能證實嘅說法
有些常被放入黃仁勳這次發言脈絡嘅主張,未有足夠證據支持。例如,現有資料未提供教授 Erik Gordon 的具體批評之可靠原始引述,亦未能證實 OpenAI 曾明確表示網絡安全是其主要商業機會;同樣,亦未有足夠會議逐字稿、公司文件或可靠引述,去確立黃仁勳如何詳細回應 Nvidia 透過投資客戶形成「循環融資」嘅質疑。
隨着 AI 基建融資規模上升,這些問題確實值得關注;但在欠缺直接證據下,不應當成已被證實嘅事實。
對企業買家意味住乜?
黃仁勳真正想講嘅,唔只係一件網絡安全產品,而係市場結構正在改變:AI 承擔更多編程及營運工作時,同一類能力亦會推高自動化測試、監察與事故應對嘅需求。Nvidia 希望供應呢個轉變所需嘅全套技術——由加速運算及網絡,到開放模型和行業專用代理系統。
2
19
對企業買家而言,實際問題唔係「AI 會唔會改變網絡安全」,而係某件工具有冇足夠嘅專用模型、安全數據、人手監督,以及接入真實事故應對流程嘅能力,令自動化結果值得信賴。Nvidia 與 CrowdStrike 的 SafeMind,正是一個較早而具體嘅全棧做法例子。
19
22