黄仁勋，算了一笔100亿美元的账
一座年收入400亿美元的AI数据中心，
晚投产三个月，代价有多大？
黄仁勋算出的数字是100亿美元。
当地时间10月21日，英伟达首席执行官黄仁勋在德国柏林举行的GTC大会上发表主题演讲。他以这一假设，说明数据中心推迟投产对收入的影响，并感叹：“100亿美元的收入，会让任何人感到焦虑。”
图片来源：英伟达官方直播截图
当天，英伟达发布了模块化AI工厂参考设计DSX POD，希望通过提前完成设备集成和测试，让客户更快用上算力。同时，公司还推出了OpenShell安全智能体参考架构，帮助企业监控智能体的行为，设置安全边界。
在市场对AI投资回报的担忧升温之际，黄仁勋仍对AI算力需求保持乐观。他认为，随着AI智能体变得更加有用，词元（Token）消耗量和GPU需求均大幅攀升。
让算力更早产生收入
在黄仁勋的描述中，一座吉瓦级数据中心的投资可能达到500亿美元，预期每年产生数百亿美元收入。如此规模的投入，让设备从运抵现场到正式运行的每一天，都有了成本。
芯片和服务器运抵现场后，不能立即投入使用——因为设备之间需要连接，供电、散热等系统需要安装和调试。在此期间，大量计算设备仍处于闲置状态。按照黄仁勋的假设，若一座数据中心年收入是400亿美元，推迟三个月投产，就意味着错失约100亿美元的收入机会。
为解决这一问题，黄仁勋在演讲现场宣布推出DSX POD。据介绍，它是一套模块化AI数据中心建设方案，将计算设备及配套系统装入可运输的集装箱，在工厂完成组装、连接和测试，再运往部署地点。
按照英伟达披露的信息，在场地供电、冷却和网络等配套已经就绪的情况下，这套方案可将现场部署时间从六个月缩短至最快14天。英伟达计划与戴尔、慧与、联想、施耐德电气等合作伙伴，于2027年初开始向全球交付相关设施。
黄仁勋希望，通过减少现场组装和闲置等待，让设备更早开始处理实际业务，降低资金占用。
AI需求能跟上吗？
近期，全球科技股经历调整，AI巨额资本开支能否获得回报，是市场关注的焦点。
在此次演讲中，黄仁勋将需求的来源指向AI智能体。在他看来，过去一年，AI变化显著，开始能够推理、反复尝试、调用工具，并完成实际任务。与简单问答相比，智能体执行一项任务，可能需要拆解步骤、查找资料、使用软件，再根据结果调整做法。
这些过程都需要消耗词元。黄仁勋表示，智能体越有用，就会吸引越多人使用；而智能体本身又需要消耗大量词元来思考。在此推动下，
“词元消耗量激增，
GPU需求也大幅攀升。”
随着智能体开始执行更多实际任务，安全问题也受到关注。
英伟达当天还发布了OpenShell安全智能体参考架构。黄仁勋表示，智能体能够自主访问文件、网络和工具，因此需要尽量限制其权限，并持续监控。该架构通过隔离运行环境、执行访问规则等方式，帮助企业控制智能体可以访问哪些资源、执行哪些操作。
按照英伟达的设计，Vera Rubin负责模型推理，Vera CPU负责运行智能体的任务调度及工具调用，BlueField-4则运行Sentry安全软件，持续监控智能体行为。公司表示，当智能体试图突破设定的软件边界时，Sentry可以在毫秒级时间内将其隔离并停止运行。
黄仁勋表示，AI能力与安全必须同步发展，智能体应当在明确的边界内自主完成工作，并始终处于监控和控制之下。英伟达称，该参考架构现已可用，正与微软、OpenAI、Anthropic及多家企业软件和网络安全公司合作，支持安全部署智能体。
AI终结软件行业？
“恰恰相反”
在谈及AI如何进入实际业务时，黄仁勋还回应了另一项受到关注的担忧：
AI会不会让软件失去价值？
他的回答是：
“恰恰相反。”
黄仁勋认为，AI的发展会让过去积累的软件工具拥有更多使用者。未来，每一家软件公司都将成为AI公司、智能体公司，既提供工具，也提供能够使用这些工具的智能体。
演讲现场播放的一段演示视频显示，为了调整汽车部件的设计，智能体先理解工程要求，再调用设计和仿真软件，测试不同方案。发现问题后，结果被送回设计环节继续修改，最终由工程师审核和选择。
在这个过程中，设计、仿真等专业软件仍承担着具体工作，智能体负责协调和调用这些工具。黄仁勋表示，企业积累的知识和工具，是构建智能体的重要部分，“这些知识和工具属于你们，那是你们的专业能力。”
AI应用应拓展至更多行业
除了软件行业，黄仁勋在演讲中还提及了制造业、汽车、医药及通信等领域。他认为，这些行业都需要发展自身的AI能力。
机器人是其中一个方向。黄仁勋谈到，现实中的工作任务差异很大，针对单一任务设计、编程的方式，限制了机器人的普及。他希望，机器人能够更快学习和适应新任务，让缺乏专门机器人团队的中小企业也能使用。
此外，英伟达当天宣布，T-Mobile已与英伟达、诺基亚在商用网络完成AI-RAN通话；英国电信、德国电信和Elisa等运营商也在推进相关测试。这项技术让无线通信与AI任务能够使用同一计算平台。
按照英伟达的设想，运营商已有的机房、电力和网络资源，可以进一步承担靠近用户的AI计算任务，例如语音服务、企业助手和机器人应用。