在最新一期播客访谈中，英伟达创始人兼CEO黄仁勋系统阐述了公司战略重心的变化：英伟达不再只是传统意义上的GPU公司，而是正在成为一家“AI工厂”公司。这一表述不仅概括了英伟达近年的业务升级，也反映出当前全球AI产业竞争的核心，正从单一芯片性能比拼，转向围绕训练、推理、数据中心与终端部署的整体基础设施能力。
黄仁勋指出，随着生成式AI、AI代理和物理AI的快速推进，现代AI系统已经不再依赖单一模型或单一算力模块运行。相反，AI数据中心正变得愈发复杂，需要同时支持多类模型、工作记忆调用以及大规模存储与处理需求。换句话说，AI时代的数据中心不只是“服务器机房”，而更像是持续生产智能服务与推理结果的数字工厂。
从卖GPU到建设“AI工厂”
在黄仁勋看来，英伟达的转型是对市场需求变化的直接回应。过去，市场更多将其视为高性能GPU供应商；而如今，英伟达提供的价值已经扩展到AI训练平台、推理架构、网络互联、软件栈以及完整数据中心解决方案。公司角色的变化，意味着其商业逻辑也在调整：客户购买的已不只是芯片本身，而是能够高效生成AI能力的整套生产系统。
这种“工厂化”思路尤其体现在推理环节。黄仁勋提到，分离式推理能够通过将任务分发到多个GPU上，优化AI处理过程。这意味着在大模型应用不断扩大之际，决定竞争力的关键指标不再只是单卡价格，而是整个系统在吞吐、延迟、能耗和稳定性上的综合表现。
AI数据中心为何越来越复杂
黄仁勋强调，AI数据中心需要容纳和调度多种不同类型的模型，还要处理代理系统在运行过程中的“工作记忆”访问问题。因此，未来的数据中心建设不只是增加算力规模，更需要在存储、网络、调度和软件协同方面实现全面升级。对于产业链而言，这意味着AI基础设施机会正向更广泛的层面扩散，不仅利好计算芯片，也将带动高速互联、存储系统、散热与边缘部署等领域的发展。
他进一步将AI计算体系拆分为三类核心计算机：一类用于训练模型，一类用于评估模型表现，第三类则位于边缘侧，用于在实时环境中运行AI应用。这样的划分说明，AI产业未来不是单一算力中心主导，而是一个覆盖云端到终端的多层级计算网络。对市场来说，这意味着AI投资逻辑会继续从“训练算力”向“推理算力”和“边缘算力”外溢。
电信网络正成为AI基础设施延伸
值得关注的是，黄仁勋还提到，英伟达正在推动将电信基站转化为AI基础设施的一部分。这一判断显示，通信行业在AI时代可能不再只是数据传输通道，而会逐步融入算力分发和智能服务体系。若这一趋势加速，未来电信运营商、边缘计算节点与AI服务平台之间的协同空间有望明显扩大。
对于资本市场而言，这一方向的重要性在于，它为AI基础设施打开了新的落地场景。尤其在低时延、高并发和本地化处理需求增加的背景下，通信网络的AI化可能成为下一阶段产业升级的重要看点。
“Token成本”取决于效率，而不只是价格
黄仁勋还提出了一个颇具行业启发性的观点：Token生产成本不应简单等同于工厂价格或硬件售价，更关键的是工厂的生产效率。他表示，即便是一个500亿美元级别的工厂，也可能因为具备极高效率，而产出最低成本的Token。
这一表态切中了当下AI商业化的核心矛盾。随着大模型应用从实验阶段走向规模部署，企业越来越关心每一次推理、每一个Token背后的真实成本。对于AI基础设施厂商而言，谁能在系统效率层面建立优势，谁就更可能在未来的推理市场中占据主导地位。这一逻辑同样会影响加密市场对“算力”“基础设施”“AI代币叙事”的估值框架，因为市场将更看重可持续的生产效率，而非单纯的概念包装。
物理AI与医疗数字生物学被视为下一个增量
在更长期的产业机会方面，黄仁勋重点提到了Physical AI（物理AI）。他认为，这可能是科技产业首次有机会切入一个规模高达50万亿美元、但过去长期缺乏技术改造的巨大市场。物理AI通常被理解为让AI走出屏幕与云端，进入机器人、制造、物流和现实世界设备之中，这也意味着AI将从“生成内容”进一步扩展至“理解并执行现实任务”。
此外，黄仁勋预计，未来五年内医疗行业将在数字生物学方向出现明显拐点。若这一趋势兑现，AI在药物研发、诊断辅助、个性化治疗和医疗流程优化等领域的应用将进一步深化。虽然本次访谈并未给出更细化的数据，但这一判断仍释放出一个重要信号：AI基础设施的需求来源，未来可能从互联网与企业服务，逐渐拓展到工业与医疗等更广泛场景。
市场影响：AI基础设施叙事仍将强化
从市场层面看，黄仁勋的最新表态进一步强化了AI产业当前的主线逻辑，即竞争焦点正在从模型炫技，转向基础设施效率、推理能力和现实部署能力。对于科技板块而言，这有助于继续支撑围绕AI芯片、服务器、网络设备、边缘计算和数据中心的投资预期。
而对加密市场参与者来说，这番论述同样具有参考意义。近年来，部分加密项目试图借助去中心化算力、AI代理和边缘网络切入AI叙事，但最终能否获得持续关注，仍取决于是否真正解决效率、成本与部署问题。黄仁勋反复强调的“工厂效率”与“系统协同”，也为市场提供了更清晰的价值判断标准。
总体来看，英伟达的定位变化并非单纯的品牌升级，而是对AI时代产业结构变化的概括：未来真正稀缺的，不只是芯片，而是能够稳定、低成本、大规模生产智能能力的完整AI工厂。