黃仁勳：AI 正進入代理人時代，真正的大建設才剛開始

黃仁勳認為，這不一定會減少工作，反而可能讓員工更忙。

因為當 AI 加速開發與決策流程後，企業會嘗試做更大的事情，項目規模也會同步擴張。

關於「個人使用 AI」的傳聞

網路上流傳一些說法，例如：

• 黃仁勳在工作中使用 Anthropic 的 Claude
• 他的家人利用 AI 代理人管理家庭事務

不過，目前主流媒體對他台灣訪問的報導中沒有可靠來源直接證實這些具體說法。

因此這些細節應被視為 未經確認的轉述或二手說法，而不是已被證實的公開發言。

AI 發展的新瓶頸：記憶體

黃仁勳也指出，AI 產業正在出現一個新的限制因素。

過去大家關注的是運算能力，但現在記憶體容量與頻寬正快速成為關鍵瓶頸。

現代 AI 模型需要：

• 巨量資料
• 即時推理
• 高速回應

這些需求都依賴高頻寬記憶體（HBM）與更先進的系統架構。

因此未來 AI 的進步，不只取決於 GPU 的速度，也取決於記憶體技術與整體系統設計。

為何台灣是 AI 供應鏈核心

黃仁勳此行也再次凸顯台灣在全球 AI 產業中的關鍵角色。

Nvidia 的最先進晶片主要由台積電（TSMC）製造。隨著 AI 需求爆炸式成長，他指出未來十年半導體產能必須大幅擴張。

他甚至預測，AI 需求本身就可能讓台積電的產能在十年內增加超過一倍。

這使得台灣在全球 AI 供應鏈中的地位更加關鍵。

中國仍是重要 AI 市場

儘管美中科技競爭與出口限制持續存在，黃仁勳仍表示中國是重要市場。

他認為，中國政府未來可能會逐步重新開放 AI 晶片市場，但具體時間仍取決於政策與產業保護考量。

同時他也強調，台灣將繼續是 Nvidia 最先進晶片的核心製造基地。

AI 運算未來：異質運算架構

黃仁勳並不認為未來 AI 會由單一晶片架構主導。

相反地，他預期 AI 系統會採用 異質運算（heterogeneous computing），不同處理器負責不同任務。

例如：

• GPU 用於大規模模型訓練
• 不同晶片負責推論
• 專用硬體處理記憶體與網路
• 多系統協同運作支援 AI 代理人

這些分工將構成大型分散式 AI 系統。

大局：AI 建設才剛開始

綜合黃仁勳的觀點，可以看到一條清晰的發展路線：

• AI 基礎設施仍處於早期建設階段。
• AI 代理人將逐步成為工作與生活的重要助手。
• 記憶體與晶片產能正成為 AI 成長的關鍵限制。
• Nvidia 正把自己定位為整個 AI 生態系的底層平台。

如果他的判斷正確，那麼真正改變世界的 AI——包括大規模代理人系統、AI 工廠，以及跨架構運算平台——可能還在前方，而不是已經發生。