0

0

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

DDD

DDD

发布时间:2025-09-30 15:29:16

|

838人浏览过

|

来源于mydrivers.com

转载

openai一早就寻求英伟达投资,但老黄表示:当时太穷了,应该把所有的钱都给他们。

这是黄仁勋在BG2最新访谈中的爆料。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

在最新近两小时的深度对谈,老黄不仅曝光了和OpenAI千亿合作的底层逻辑,还抛出了对AI行业的一系列判断:

推理算力需求暴涨近10亿倍,AI正在从记忆回答进化为思考解题;

英伟达1000亿美元投资瞄准的是“AI时代基础设施红利”,OpenAI将成继Meta、谷歌后的下一个万亿级超大规模公司,通过投资变相让OpenAI采购自家芯片是误解;

通用计算时代已经终结,全球超万亿计算基础设施将全面转向加速计算与AI;

“AI产能过剩”是伪命题,在通用计算向加速计算完全转型前,算力缺口只会持续扩大;

……

总的来说,这场对话不仅拆解了AI算力爆发的底层逻辑,还覆盖了当前AI领域企业战略、技术路线、市场趋势等关键方向。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

下面来看看这场让网友直呼“最好的英伟达的访谈”具体聊了些什么。

英伟达与OpenAI合作,共建AI时代“算力铁路网”

对话开篇就解析了英伟达与OpenAI在三大核心领域推进的深度协作,其中OpenAI自建AI基础设施是最大亮点。

前两大合作领域聚焦现有云基础设施扩建。一是持续推进微软Azure数据中心建设,双方已经签订了数百亿美元长期合同,后续仍有多年建设周期。

二是联合甲骨文、软银等伙伴搭建OCI(甲骨文云基础设施)的5-7GW算力集群。

第三则是Core Weave的算力支持。

而最关键的新合作,是助力OpenAI首次自建专属AI基础设施。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

这就像OpenAI要和我们建立Meta、谷歌级别的直接合作关系。

OpenAI正经历双重指数增长:

一方面用户数量呈指数级扩张,几乎所有应用都在接入其服务;

另一方面,AI从“一键回答”转向“思考推理”,单次交互的算力消耗暴涨。

这两大趋势叠加,让算力需求呈现指数的指数增长,也让双方的合作有了远超常规商业合作的战略意义。

黄仁勋解释,过去OpenAI依赖微软等第三方搭建数据中心,如今自建基础设施后,不仅能满足自身“双重指数级”增长的算力需求,未来还可向其他企业出售冗余算力。

这也正是AWS、Azure等超大规模云厂商的核心商业模式。

至于为何英伟达愿意投入1000亿美元?核心逻辑在于对OpenAI增长潜力的判断。

OpenAI大概率会成为下一个万亿级超大规模公司。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

在英伟达看来,此时投资不仅能获得可观的财务回报,更能通过芯片、软件、系统、AI工厂全链路支持,深度绑定AI时代的核心玩家,就像早年通过基础设施合作锁定Meta、谷歌的AI需求一样。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

从CPU通用计算到GPU AI计算

通用计算时代已经结束,未来5-10年,全球所有计算基础设施都将转向加速计算与AI计算。

这也是对话中反复强调的核心结论。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

黄仁勋用生动的类比阐释这一变革:

就像从煤油灯升级到电力系统,从螺旋桨飞机迭代为喷气式客机。计算方式的革命已经不可逆,且正在加速推进。

目前全球仍有超万亿美元规模的通用计算基础设施(以CPU为核心),这些设施未来都将被以GPU为核心的AI加速计算体系替代,就这个替代过程,就足以支撑算力需求长期增长。

具体来看,两大关键领域的转型已率先启动:

Cursor
Cursor

一个新的IDE,使用AI来帮助您重构、理解、调试和编写代码。

下载

超大规模推荐引擎迭代:过去谷歌、亚马逊等巨头依赖CPU运行系统,现在已经全面转向GPU驱动的AI计算系统,仅这一领域的升级,就涉及数百亿美元市场规模;

数据处理体系重构:目前Snowflake、Databricks等平台的结构化/非结构化数据处理,90%以上依赖CPU,未来将全面转向AI数据处理,这一领域的潜在规模堪比当前AI市场的数倍。

“产能过剩”是伪命题,“循环收入”是误解

针对当前市场对AI算力的两大质疑,老黄对话中也给出了直接的回应。

第一个质疑是“2027年算力增长会趋于平缓,AI算力将过剩”。

黄仁勋表示,判断算力是否过剩,要看通用计算向加速计算的转型速度,只要还有企业在处理数据,算力就会持续增长。

他还透露,英伟达作为供应链末端,始终根据客户实际需求信号生产:不盲目扩产,而是根据超大规模厂商、云服务商的年度需求预测调整产能。

但过去两年,几乎所有客户的预测都偏低,英伟达始终处于“按需生产但供不应求”的状态。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

第二个质疑是“英伟达投资OpenAI是为了通过投资变相让OpenAI采购自家芯片,间接实现循环收入”。

对此,老黄强调“投资与营收完全独立”。

现在只是投资OpenAI的一个机会。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

对于有望成为下一个万亿规模的公司,谁都想成为投资人。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

实际上OpenAI一早就想邀请英伟达投资,但老黄表示:当时太穷了,(现在想想)应该把所有的钱都给他们。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

主持人询问“如果英伟达的芯片性能不够好、性价比不足,OpenAI完全可以选择其他供应商。”

老黄则表示赞同。

英伟达的定位已经不止于芯片公司

对话中还深入探讨了英伟达的技术迭代。

2024年起切换至新的芯片发布周期,从Hopper到Grace Blackwell的重大升级,再到即将到来的Vera Ruben、Ultron、Fineman,每一代产品都实现量级突破。

黄仁勋表示:

没有AI,我们根本无法实现这样的迭代速度。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

AI已深度融入芯片设计、软件优化全流程:从芯片架构规划到晶体管布局,从系统软件调试到算力集群优化,AI辅助让研发效率提升数倍。

从长远来看,英伟达的定位已经不止于芯片公司,更着眼于整个AI基础设施。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

英伟达想要成为人工智能公司的AI基础设施合作伙伴,寻求多种方式与各方合作。

老黄还幽默地表示:

我们并不要求任何人从我们这里购买所有东西。我们不要求他们购买整架设备,他们可以购买芯片,可以购买组件,可以购买我们的其他产品。可以用我们的GPU搭配其他人的网络。

我唯一的请求就是从我们这儿买点东西。

黄仁勋:OpenAI融资时英伟达太穷 当时应该把所有钱都给他们

在这场谈话中,主持人还抛出激进预测:

有人说4.5万亿美元市值的英伟达已经触顶,但英伟达可能是全球首个10万亿美元公司。

毕竟十年前人们说永远不可能有一家万亿美元的公司,但如今已经有了10个。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
cdn加速软件有哪些
cdn加速软件有哪些

CDN加速软件可以帮助网站提高内容访问速度和用户体验,降低服务器负载。在选择CDN加速软件时,需要根据实际需求和预算进行权衡,选择合适的软件和服务商。cdn加速软件有AWS CloudFront、Azure Content Delivery Network、Google Cloud CDN、Fastly、Cloudflare和Incapsula。

332

2023.10.19

TypeScript类型系统进阶与大型前端项目实践
TypeScript类型系统进阶与大型前端项目实践

本专题围绕 TypeScript 在大型前端项目中的应用展开,深入讲解类型系统设计与工程化开发方法。内容包括泛型与高级类型、类型推断机制、声明文件编写、模块化结构设计以及代码规范管理。通过真实项目案例分析,帮助开发者构建类型安全、结构清晰、易维护的前端工程体系,提高团队协作效率与代码质量。

25

2026.03.13

Python异步编程与Asyncio高并发应用实践
Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开,深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例,帮助开发者掌握 Python 在高并发场景中的高效开发方法,并提升系统资源利用率与整体运行性能。

44

2026.03.12

C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

177

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

50

2026.03.10

Kotlin Android模块化架构与组件化开发实践
Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开,重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析,帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系,提升团队协作效率与项目迭代速度。

92

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践
JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开,系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理,以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例,帮助开发者理解浏览器底层工作原理,并掌握提升网页加载速度与交互体验的实用技巧。

102

2026.03.06

Rust内存安全机制与所有权模型深度实践
Rust内存安全机制与所有权模型深度实践

本专题围绕 Rust 语言核心特性展开,深入讲解所有权机制、借用规则、生命周期管理以及智能指针等关键概念。通过系统级开发案例,分析内存安全保障原理与零成本抽象优势,并结合并发场景讲解 Send 与 Sync 特性实现机制。帮助开发者真正理解 Rust 的设计哲学,掌握在高性能与安全性并重场景中的工程实践能力。

227

2026.03.05

PHP高性能API设计与Laravel服务架构实践
PHP高性能API设计与Laravel服务架构实践

本专题围绕 PHP 在现代 Web 后端开发中的高性能实践展开,重点讲解基于 Laravel 框架构建可扩展 API 服务的核心方法。内容涵盖路由与中间件机制、服务容器与依赖注入、接口版本管理、缓存策略设计以及队列异步处理方案。同时结合高并发场景,深入分析性能瓶颈定位与优化思路,帮助开发者构建稳定、高效、易维护的 PHP 后端服务体系。

530

2026.03.04

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
光速学会docker容器
光速学会docker容器

共33课时 | 2.1万人学习

AI绘画教程
AI绘画教程

共2课时 | 0.2万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号