黃仁勳看好 AI 資安：從寫程式到找漏洞，防禦必須跟上機器速度

黃仁勳在高盛 Communacopia + Technology Conference 上提出一項鮮明判斷：繼通用聊天機器人與程式開發工具後，資安很可能成為 AI 下一個大型應用市場。10

他的邏輯並不複雜。AI 若能更快產生、修改與分析程式碼，同樣能加快漏洞的發現、被利用與修補。對防禦方而言，威脅數量與速度都在提高，資安工作必須更接近持續運作、以機器速度回應的模式。10

AI 寫程式愈快，資安為何愈重要？

黃仁勳表示，資安「很可能」是 AI 下一個主要使用案例。他將機會連結到 AI 輔助程式設計：程式碼生成與修改速度提高後，漏洞遭到利用、以及必須修補的速度，也會隨之加快。10

這不代表 AI 能消除資安風險；更貼近現實的說法是，AI 會把資安推向更自動化的持續作業，包括分析程式碼、模擬攻擊、判定告警優先順序，以及協助防禦團隊更快補上缺口。

不過，黃仁勳也對圍繞 AI 的恐慌式論述提出質疑。會議相關報導引述他說，資安話題大量升溫，正值產業準備推出產品之際，並表示：「還有什麼比創造一個問題更能創造需求？」6 這番話帶有挑釁意味：他質疑部分資安風險論述可能也帶有商業動機；但同時，NVIDIA 本身正加碼投入以 AI 強化資安防禦的產品與合作。

SafeMind：NVIDIA 與 CrowdStrike 的具體產品案例

黃仁勳論述中最具體的實例，是 NVIDIA 與 CrowdStrike 的合作。兩家公司在 9 月宣布 CrowdStrike SafeMind，這是一套由 CrowdStrike Cyber Superintelligence Lab 開發的代理式（agentic）資安系統。19

SafeMind 結合 CrowdStrike 為資安任務打造的模型與代理框架，以及建基於 NVIDIA 開放式 Nemotron 模型的防禦模型。其設計採取持續演化迴圈：攻擊與防禦能力反覆互相挑戰、改進。19

這個案例說明黃仁勳所描繪的市場，不是把通用 AI 助手直接套進資安，而是將專用模型、資安資料、代理系統與運算基礎設施整合成可部署的資安產品。

Cisco、CrowdStrike 與 Palantir 均與 NVIDIA 的 Open Secure AI Alliance 有關；該聯盟聚焦於開放模型、代理框架與 AI 時代的資安工具。23 NVIDIA 也曾表示，CrowdStrike 和 Palantir 正使用 Nemotron 開放模型，打造可長時間運作的企業代理系統。29 不過，現有資料並不能證明每一個聯盟成員都採用同一套以 Nemotron 為核心的產品架構。

不只賣 GPU：NVIDIA 的「AI 工廠」布局

資安只是黃仁勳本次談話的一部分。他重申 NVIDIA 的預期：到 2030 年，全球 AI 基礎建設支出可能達到 3 兆至 4 兆美元。32

在他的敘事中，這不是一般資料中心升級，而是運算模式的轉換：從以檢索為主的系統，走向生成式 AI 與大型複雜模型，因而需要龐大的運算資源與高速互連能力。NVIDIA 希望扮演的角色，也不只是出售單一 GPU，而是與客戶共同設計「AI 工廠」所需的完整系統。2

黃仁勳表示，NVIDIA 預期營收可年增約 70%，但在供應不受限制的情況下，需求成長超過 100%。他藉此強調，現階段的關鍵限制並非需求不足，而是供給能力。晶片、記憶體、先進封裝、土地與電力，都是部署 AI 基礎設施時面臨的瓶頸。32

財報數字為這套論點提供規模背景

NVIDIA 最新財報凸顯其基礎建設論述背後的商業規模。公司公布，截至 2026 年 7 月 26 日的 2027 會計年度第 2 季營收為 962 億美元，較前一季增加 18%，較去年同期增加 106%。52

NVIDIA 預估 2027 會計年度第 3 季營收將達 1,080 億美元，上下浮動 2%；該展望並未假設會有來自中國的資料中心運算營收。52

值得注意的是，962 億美元對應的是 2027 會計年度第 2 季，並非 2026 會計年度第 2 季。

哪些說法仍缺乏足夠證據？

部分常被放進黃仁勳相關討論的主張，依據目前提供的報導仍不足以確認。例如，沒有可佐證的一手逐字稿可支持 Erik Gordon 教授對黃仁勳的特定批評，也沒有明確證據顯示 OpenAI 曾將資安定義為一項重大的商業機會。

同樣地，現有資料不足以確認黃仁勳如何在會議上詳細回應 NVIDIA 對客戶投資可能形成「循環融資」的質疑。這些問題在 AI 基礎建設融資規模擴大時確實重要，但若沒有直接逐字稿、公司申報文件或可靠引述，不宜把它們視為已被證實的事實。

對企業買方的意義

黃仁勳真正要傳達的，未必是單一資安產品，而是市場結構正在改變：當 AI 承擔更多程式開發與營運工作，同一套能力也會提高自動化測試、監控與回應的必要性。NVIDIA 希望供應這波轉變所需的完整技術堆疊，從加速運算、網路，到開放模型與特定產業的代理式系統。219

對企業採購者來說，關鍵問題不再只是「AI 是否會影響資安」，而是某項工具是否具備專業模型、可信的資安資料、人類監督機制，以及能真正接入事件回應流程的整合能力。NVIDIA 與 CrowdStrike 的 SafeMind，正是這種全端資安 AI 路線的一個早期具體案例。1922