33年全端架構深耕與演算法底層護城河
「輝達並非一夜之間建立，我們花了33年深耕演算法。軟體的內部迴圈通常只佔程式碼的5%，卻消耗高達99%的運算時間。我們從圖形學起家，將 DevTech 工程師派駐全球遊戲引擎開發團隊（如 Epic 的虛幻引擎），不僅打造出現代電子遊戲產業，更讓 GTX 580 成為開啟 AI 革命的關鍵契機。我們曾將首款 AI 超級電腦 DGX-1 親手交付給 OpenAI 與微軟。如今，加速運算需要『全端能力』，輝達每年打造一整套基礎設施，自主研發 CPU、透過 NVLink 重塑架構，並結合 Spectrum-X 乙太網實現硬體高效互聯。掌控整個技術堆疊與所有核心晶片的底層邏輯，才能實現每年的持續革新；若無法全局掌控並整合龐雜元件，年度創新將變得極其困難。」
AI 的第三次轉折與智能代理引爆的算力需求
「過去兩年 AI 經歷了三個關鍵拐點。第一是生成式 AI；第二是結合事實與語意分析的推理型 AI，其實用性讓使用量暴增百萬倍、運算需求提升千倍。現在我們正處於第三個拐點：AI 能夠存取文件並自主調用工具。近期發布的 OpenClaw 是史上最重要的單一軟體發布，僅花3週就超越 Linux 過去30年的普及度，呈現垂直的指數級成長。如今的提示詞已從『查詢需求』轉變為『任務需求』，這些智能代理會在後台持續運行、自主研究並編寫軟體。它們消耗的詞元數量比第二代推理模型多出約100萬倍，直接導致全球企業的運算需求呈現陡峭的爆炸性增長。」
軟體業商業模式根本質變：AI 工廠的核心資金池
「未來的軟體公司不僅出租工具，更會出租『能使用工具的數位專家』。觀察 Cadence、Synopsys、Siemens 等軟體巨頭，未來的業務規模不僅會大幅擴張，商業模式也將發生根本變化：從傳統的軟體授權公司，轉變為出租專用詞元的企業。目前價值2兆美元、幾乎不消耗詞元的 IT 產業，未來單是行業本身就會在雲端消耗海量詞元，帶來持續的運算需求。加上所有雲端服務商（CSP）都已將 100% 的資本支出（Capex）轉向生成式 AI 系統，這正是支撐 AI 工廠高達數兆美元擴張的核心資金來源。」
AI 工廠經濟學：算力直接等同於營收與 GDP
「現在的資料中心已轉變為專門生產詞元的『AI 工廠』。詞元具備明確的商業變現價值，計算能力越強，產出的詞元越多，企業營收就越高；宏觀來看，一個國家的算力即等於其 GDP。在廠房供電容量固定（例如 1 吉瓦）的硬性限制下，『每瓦特詞元產出』成為決定營收的核心指標。輝達的每瓦特產出比競爭對手高出整整一個數量級，在相同的電力限制下能為工廠創造10倍營收。這是歷史上第一次，企業的運算架構選擇必須由 CEO 親自審核，一旦選錯底層系統，將直接對企業明年的營收造成致命打擊。」
資源限制下的供應鏈霸權與三大全新算力增長極
「資源受限迫使企業只能選擇能明確實現高產出的最優方案。輝達的規模優勢與強勁的資產負債表，讓我們能全面保障從記憶體、晶圓、CoWoS 封裝到多層陶瓷電容等基礎元件的產能。我們已敲定向 OpenAI 投資300億美元的協議（這可能是其年底上市前最後的注資機會），以及對 Anthropic 的100億美元投資。過去一年我們更達成多項算力佈局突破：正全力提升 AWS 雲端的算力部署以支援 OpenAI，同時也在 AWS 與 Azure 為 Anthropic 進行跨平台算力擴容。加上全球全新 AI 實驗室 MSL 數百萬塊 GPU 的龐大建置需求，這三條新路徑將輝達的算力需求推向更高層級。」
實體化 AI 將主導並引領未來十年的軟體生態
「目前我們所做的 AI 多在『室內』研發，但全球最大的產業都在『室外』的實體經濟領域。輝達在實體化 AI（Physical AI）處於全球前沿，自動駕駛 Alpamayo 模型與人形機器人 GR00T 模型的下載量均位居全球第一；數位生物學領域也有 La-Proteina 模型，並與禮來（Eli Lilly）合作共創實驗室。兩年後，我們大概率不會再討論代理式 AI，因為它將成為各行各業都在使用的標準配備；取而代之的，未來2-3年開始，實體化 AI 技術將逐步落地，並成為持續引領行業發展十年的核心話題與主流。」
