文 | 硅基研究室 kiki

属于黄仁勋个人的魔法时刻再度来临。

大洋彼岸外的圣何塞，英伟达标志性的绿色在整座小城里流行，因为GTC大会，这里成为了全球瞩目的科技中心，和往常的3月一样，很多研讨会、讲座和小组讨论都挤满了技术专家、爱好者以及黄仁勋的崇拜者，一股AI乐观主义的氛围感染着人们。

「布道者」依然是舞台之上穿着皮衣的黄仁勋。

在GTC大会前，黄仁勋的2026似乎异常忙碌。

1月，他现身CES展，并来到中国多个城市，逛菜场、见员工、拜访供应链；2月初，他就结束了5天旋风造访中国台湾之旅，还顺便在自己63岁生日前，于炸鸡店大摆庆生宴，专门邀请了30位SK海力士的核心工程师。

中途还抽空和思科CEO查克·罗宾斯来了一次围炉夜话。

3月，在GTC大会开启前，黄仁勋没错过任何一个热点，回应「AI末世论」、讨论最火的龙虾热，甚至罕见发长文详解自己的五层蛋糕论。

在今年的GTC大会上，黄仁勋提了二十多次「AI工厂」，在各种技术数字和产品路线图之外，他解释了这座AI工厂收益模型，并且预言：“每一家计算机公司、每一家云服务公司、每一家AI公司，乃至每一家公司，都将思考其AI工厂的效能。”

一个新的身份变化正在黄仁勋身上产生，从过去的「芯片教父」布道技术到频繁提及「工厂」「生产」「物理世界」，黄仁勋正希望通过遍布全球的英伟达AI工厂，成为从芯片、内存、网络、电力部署的「AI厂长」。

黄仁勋的身份变化，揭开了AI时代下半场的两类新叙事——

一方面，成为一家AI公司已不具备稀缺性，更关键的是成为AI时代的「水电煤」，像英伟达最新的故事里，它将自己形容为AI时代的电力公司，而非芯片公司。

另一方面，放弃做教父、成为厂长的黄仁勋，和那些所有擅长「造厂」的科技公司一样，垂直整合开始成为科技巨头们的新共识。

01 “黄厂长”登场，“黄教主”退场

和人们熟知的芯片教父人设不同，黄仁勋AI厂长的新标签，经历了他自己漫长的自我宣传。

早在2021年，黄仁勋就开始频繁提及AI与实体工厂的协同。在AI大规模爆发前夕，也就是2024GTC大会上，他强调，数据中心将成为AI工厂，尽管并未系统化阐述这一概念，但黄仁勋在当时给出了一个预言：

“AI工厂的使命是创造收入，同时也创造智能。”

此后的几年内，你会发现的黄仁勋身上的转变，他不再公开谈论芯片，而是转向讨论自己对AI工厂的设想，从概念、要素、运行模式甚至是具体到它的收益和定价模型。

如果说去年的GTC大会，黄仁勋还在为AI工厂这一概念寻找合适的定义，比如新一代的计算基础设施，那么从今年开始，他正为其填充和落地具体的骨架。

今年的GTC大会前，黄仁勋在自己的AI五层蛋糕理论中，将基础层定义为「AI工厂」，AI工厂不止包含成千上万个GPU，而是一个涵盖土地、电力输送、冷却系统、建筑施工、网络的系统，AI工厂的任务是为了制造智能。

GTC大会上，他用一张AI工厂的收益图，抓住所有CEO们敏锐的神经——纵轴是Token吞吐量，代表工厂的产能，横轴是Token速率，代表工厂的效能，两者的乘积等于AI工厂收入。Token就是新的商品，它会和任何工业品一样形成不同价格的成熟商品体系，重新划分公司的位置。

比起更宏大的AI工厂蓝图，事实上，黄仁勋和英伟达很早就开始激进地转变自己的语言，人们容易忽略的是，黄仁勋不再将过多的篇幅用来讨论模型尺寸、峰值基准测试，而是公开讨论以下有关工业效率的名词——

每瓦token数（Tokens per watt.）、每美元决策（Decisions per dollar.）、每秒操作数（Actions per second.）......

甚至他还羡慕起马斯克的工厂。一次采访中，黄仁勋说:“马斯克拥有一座巨型AI工厂，他很早就意识到，他需要一座工厂来维持他的汽车生产，因为他的汽车里装有AI。”

如果AI是一场新的工业革命，这些名词和信号，都是黄仁勋希望外界看到的英伟达转变：他不是芯片教主，而是AI工厂厂长，英伟达不是销售芯片的公司，它们在建造工厂，重新定义装配线。

02 黄仁勋的“造厂法则”

英伟达并不直接投资建设昂贵的晶圆厂，但这并不代表，他没有造厂的经验。

他最直接的经验或许直接来自两位造厂专家——台积电创始人张忠谋和特斯拉创始人马斯克。

在《英伟达之芯》里，作者斯蒂芬·威特描述了黄仁勋在20世纪90年代末首次参观台积电工厂的场景：

穿着靴子，戴着手套和头罩的黄仁勋，踏进风淋室，经过消毒后，进入了生产车间，在车间里，他亲眼看到芯片的制造过程，离开工厂后，他操着地道的闽南语回到当地夜市，享受美食。

和台积电的联盟关系，或许教会了黄仁勋造工厂的两大关键：第一是定制化。台积电的产品体系里，尽管有货架和定制两种，但给大客户的定制产品利润率更高，也容易建立独特的技术独占优势。

第二是抢跑投资。台积电当下的霸主地位得益于多年在先进制程与先进封装上的持续投资。

黄仁勋也将类似的方法论应用到了自己的AI工厂上。一方面，是建立人脉，和大模型公司、云服务厂商等建立深度绑定，共建定制的AI数据中心。

另一方面，抢跑押注更复杂更前沿的AI服务器体系和数据中心架构，典型如落地光互连技术，收购推理芯片公司Groq瞄准大规模低延迟推理场景以及布局以HBM4为核心的Vera Rubin平台。

另一位造厂专家马斯克给黄仁勋的经验，或许是垂直整合。

在马斯克的观点里，设计一个造车的工厂就是制造机器的机器，他希望将制造的控制权掌握在自己手中，无论是自研自动驾驶芯片，还是自研电池，都是如此。

英伟达过去被视为一家横向开放的企业，CUDA生态的开放战略塑造了其软件侧的护城河，但在今天的GTC大会上，黄仁勋提到，英伟达同样也是一家垂直整合公司。

“我们整合了所有的软件和所有的技术，可以将其打包提供给AI工厂”。黄仁勋说。在一次采访中，他也这样豪言英伟达的优势：“我掌握了所有的记忆体、所有的晶圆、所有的CoWoS，我也掌握了所有的封装、所有的系统、所有的连接器、所有的缆线。从铜到积层陶瓷电容（MLCC），所有的东西都已经被确保了。”

过去多年，英伟达一直通过自研+收购，一方面推动AI服务器的垂直整合，让AI服务器成为多处理器互联、高速互连、液冷系统、电源管理等多重技术革新的复杂系统。另一方面，推动AI数据中心的垂直整合，如收购Groq，让数据中心从「单一通用平台」走向「按场景切分」的专用基础设施时代。

这是黄仁勋造厂法则，也是英伟达的新故事。

03 厂长不好当

当黄仁勋不遗余力地讲述AI工厂的新人设时，英伟达的野心更大，它所面临的挑战更多，要做的事也更多。

几乎所有人都看到了Token热背后的新价值分配——传统SaaS公司被Agent吞噬，云服务厂商和大模型公司从卖API转向卖更快更优更有性价比的token服务，AI芯片公司的角色也在发生变化，从芯片供应商转向AI基础设施方案的提供商。

这也是黄仁勋看到的英伟达未来，从卖铲子到卖基础设施。

但不可避免的，黄仁勋和英伟达需要承担的是眼前的厂长之重。

宏观来看，现阶段的AI市场价值转移大于价值创造，AI现阶段还在解决「如何降本」，还远没到显著的「增效」，这意味着，科技大厂都还在争夺AI工厂的建设权。

微观看英伟达，垂直整合和深入产业链带来的变化是，英伟达不止是需要保持稳定的产品发布节奏，还需要投入大量精力在供应链和产业链的生态整合上，这意味着其保持高效的包袱变重了。

此前据媒体报道，英伟达的企业软件销售团队在拓展大客户群时，面临着一些烦恼，比如如何向潜在客户的采购和法律团队，很难统一解释英伟达的AI企业软件是什么。

除此以外，厂长也并不好当。或可能放大黄仁勋的管理难度。他曾说过，你想要一家公司，规模足够大以便能把业务做好，但在这一前提下，又要尽可能地小，而不是被过度管理和流程拖累。

尽管英伟达的管理以扁平化结构见长，没有传统的邮件汇报，也没有PPT，但随着AI工厂的拓展，英伟达如何再变小？这将是考验黄仁勋的另一个问题。

当然，这些对享受危机的黄仁勋和英伟达来说，都不是坏事。半导体江湖来来去去的周期变化里，新王旧王座次更替，但赢家总是那个掌握系统生态控制权的人，对英伟达来说，这或许是造AI工厂背后，更关键的一场战役。