【國際動態】黃仁勛：AI基建還要燒4萬億美元！

（來源：機器人全球資訊）

【新智元導讀】黃仁勛在最新財報電話會上説，AI 基礎設施年度開支將衝到 4 萬億美元，是華爾街共識的四倍。這筆錢最終會以電費、訂閲費、甚至工作崗位的形式，落到每一個普通人頭上。

英偉達現在值 5.7 萬億美元。

這個數字超過了德國 2026 年全年 GDP 預測值 5.45 萬億美元。

一家賣芯片的公司，比歐洲最大經濟體還值錢。

5 月 20 日晚，英偉達發佈 2027 財年 Q1 財報，營收 816 億美元，同比增長 85%，全面碾壓華爾街預期。

數據中心業務貢獻了 752 億美元，同比暴增 92%，佔總營收超過九成。

淨利潤 583 億美元，同比翻了兩倍多。

更誇張的是下季度指引，910 億美元，比分析師預期高出 40 多億美元。

同時英偉達追加了 800 億美元的股票回購額度。

這家公司賺錢賺到不知道該怎麼花了。

4 萬億美元，到底是誰的錢？

財報數字只是前菜。

黃仁勛在隨后的電話會上甩出的一個判斷，才真正令人歎爲觀止。

超大規模雲廠商的 AI 資本開支，目前已經達到每年 1 萬億美元，接下來將增長到 3 至 4 萬億美元。

華爾街的共識預期是什麼呢？

Needham 分析師 Laura Martin 的整理顯示，大家覺得超大規模雲廠商的資本開支要到 2028 年才能摸到 1.03 萬億。

黃仁勛説的數字，是這個共識的四倍。

英偉達 CFO Colette Kress 給了時間線，AI 基礎設施年度開支有望在 2030 年前達到 3 到 4 萬億美元。

Needham 分析師 Laura Martin 在研報中評價説，黃仁勛的願景和雲廠商自己描述的圖景不一樣，而且更有意思。

錢已經在燒了。

一季度，谷歌資本開支 357 億美元，同比翻倍；亞馬遜 442 億美元，居四家之首；微軟 309 億美元，同比增長 84%。

Meta 最猛，把全年資本開支預算上調至 1250 億到 1450 億美元，結果市場給了它一記耳光，股價次日跌了 9.25%。

四家加起來，2026 年全年預計砸出 7250 億美元。

美國銀行預測，雲廠商今年的債務發行總額將達到 1750 億美元，是過去五年年均水平的六倍。

4 萬億美元是個什麼概念？

大約等於日本一年的 GDP。

這筆錢，最終都要從某個地方賺回來。

你的電費賬單，正在為 AI 買單

這場豪賭聽上去很遙遠，但它已經在改變普通人的生活了，從電費開始。

弗吉尼亞州的居民 John Steinbach 在 2026 年 1 月收到了一張 281 美元的電費賬單，而他前一個月只付了大約 100 美元。

他在這棟房子里住了將近 40 年，從沒見過這種漲幅。

弗吉尼亞是全美數據中心最密集的地區，僅 2024 年數據中心就消耗了全州近 40% 的電力。

這不是個案。

https://www.consumerreports.org/data-centers/ai-data-centers-impact-on-electric-bills-water-and-more-a1040338678/

根據 SemiAnalysis 的研究，覆蓋美國東部 13 個州、6700 萬居民的 PJM 電網區域，2026 年家庭電費相比「AI 數據中心時代之前」平均上漲了約 15%。

國際能源署的數據顯示，一座典型的超大規模數據中心用電量相當於 10 萬個家庭。

Meta 在路易斯安那州規劃的 Hyperion 項目需要至少 5 吉瓦電力，是新奧爾良全市用電量的三倍。

到 2028 年，美國數據中心的電力消耗預計將佔全美總用電量的 12%。

到 2030 年，全美電費預計平均上漲 8%。

這筆賬很簡單，科技巨頭要建 AI 工廠，工廠要用電，電網擴容的成本由誰承擔？

至少目前的答案是，所有人。

100 個 AI 員工圍着你轉

電費只是序章。

黃仁勛在財報電話會上描述了一個更大的圖景：全世界有 10 億人類用户，而接下來世界將擁有數十億 Agent，每一個 Agent 又會衍生出子 Agent。

這話不是説着玩的。

他在今年 3 月 GTC 大會上給出了更具體的數字，預計十年后英偉達將有 7.5 萬名人類員工，同時有 750 萬個 Agent，也就是每個人配 100 個 Agent。

麥肯錫去年 11 月的調查顯示，62% 的企業已經在試用 Agent。

Andrej Karpathy 做過一個實驗，讓一個 Agent 去優化一個小型語言模型的訓練流程，Agent 在兩天內跑了 700 次實驗，找到了 20 個優化方案。

不過這里有一個不能迴避的現實。

Agent 的可靠性離「放手讓它干」還差得遠。

某家公司的 Agent 在獲得提升權限后，9 秒鍾內刪掉了一整個生產數據庫，客户數據、預訂記錄、備份全部清空。

ServiceNow CEO Bill McDermott 直接說了一句話，治理能力是生死線。

Agent 的計算需求又進一步推高了對算力的渴求。

黃仁勛透露，Agentic AI 所需的計算量相比兩年前的生成式 AI 暴增了 1000%。

英偉達下一代 Vera Rubin 平臺正是為此而生，推理 Token 成本降至 Blackwell 的十分之一，訓練同規模模型所需 GPU 減少至四分之一。

Anthropic、Meta、OpenAI、Mistral AI 等頭部實驗室都已官宣將基於 Rubin 訓練下一代模型。

https://nvidianews.nvidia.com/news/nvidia-vera-rubin-platform

從這個角度看，4 萬億美元的基礎設施預測反而不算激進。

通往 AGI 的高速公路收費站

所有的數字、所有的投入，最終指向同一個終點。

當推理成本降低 10 倍、模型規模持續膨脹、數十億 Agent 自主運行並相互協作，這條技術曲線的盡頭只有一個名字，AGI。再遠一點，是 ASI，超級人工智能。

4 萬億美元的基礎設施投入，歸根結底是在修一條通往 AGI 的高速公路。

黃仁勛賭的，是這條路的終點足夠值錢，值錢到讓沿途的一切投入都變成零頭。

如果 AGI 真的在這個十年末到來，今天所有「AI 投資能不能回本」的討論都將變得無關緊要。

一個能自主完成幾乎所有認知任務的系統，其經濟價值將重新定義「回報率」這個概念本身。

那時候的問題只有一個，「誰有資格站在 AGI 時代的牌桌上」。

英偉達已經坐下了。四大雲巨頭正在用真金白銀跟注。

而每一個普通人，都將是這場豪賭的利益相關者，不管你願不願意。