张大妈

黄仁勋:SaaS末日逻辑错了,Agent将引爆算力需求

源自新浪微博:高飞

02-28 13:30

英伟达最新财报全线超预期,但市场更关注SaaS股灾。黄仁勋在采访中反驳了“AI取代软件”的恐慌,认为Agent将大量使用现有工具而非取代它们。这一观点揭示了算力需求爆发的底层逻辑,提供了理解AI未来发展的关键视角。

黄仁勋:SaaS末日逻辑错了,Agent将引爆算力需求智能速览

  • 英伟达Q4营收681亿美元,下季指引超华尔街预期。

  • 黄仁勋认为Agent将使用工具,而非重写或取代现有软件。

  • 随着Agent数量增加,企业对工具的调用频率将显著上升。

  • 编程AI查询占比飙升至50%,低延迟和长上下文成刚需。

  • Blackwell Ultra平台吞吐量提升50倍,大幅降低推理成本。

黄仁勋:SaaS末日逻辑错了,Agent将引爆算力需求精华内容

针对市场对AI取代SaaS的恐慌,黄仁勋提出了截然相反的观点,这背后的逻辑链条对理解未来AI发展至关重要。

SaaS股灾的反转

Anthropic推出的行业插件和代码移植功能引发了市场恐慌,导致标普500软件指数年内下跌23%。然而,英伟达财报显示数据中心营收623亿美元,增长75%。黄仁勋认为市场反应过度,指出企业不会重写所有软件,就像不会重写浏览器或Excel一样。现有软件拥有深厚的“记录系统”,Agent更倾向于直接使用这些成熟的数字工具。

Agent使用工具

黄仁勋将未来的AI比作家用机器人,它们不会发明新的微波炉,而是直接使用微波炉。同样,Agent不会绕过Salesforce或ServiceNow,而是通过调用这些工具来完成工作。英伟达内部数据显示,随着42万名“生物员工”之外增加数十万“数字员工”,C编译器调用和Python实例数不降反升。Agent数量的增长直接导致了工具消耗量的暴涨。

算力需求爆发

Agent使用工具的过程本质上是持续在线的推理过程,这与一次性批处理任务截然不同。数据显示,编程相关AI查询占比已从11%飙升至50%。这类工作负载对低延迟和长上下文有着极高要求。为了满足多步推理的实时响应,基础设施层必须提供更强大的算力支持,这正是英伟达优势所在的领域。

Blackwell优势

根据SemiAnalysis数据,新一代GB300 NVL72比上一代每兆瓦吞吐量提升50倍,每百万Token成本降至1/35。在处理128K输入、8K输出的典型编程场景时,其Token成本仅为GB200的三分之二。通过NVLink对称内存和优化的注意力处理机制,英伟达正持续巩固其在低延迟、长上下文推理领域的领先地位。

Agentic AI并非SaaS的终结者,而是其加速器。随着Agent对工具调用的增加,推理算力需求将迎来爆发式增长。英伟达已通过技术升级卡位未来,物理AI的潜力又将带来怎样的惊喜?

精选参考来源

#模型时代# 黄仁勋:SaaS末日的逻辑搞反了,但Agentic AI的机会是非常真实的昨天英伟达的财报相当亮眼。不过我看财报发布后,CNBC对老黄的采访,谈的一个重点SaaS末日轮,老黄讲了一个相反的叙事,认为市场反应过度,很有意思,我转述整理下。(补充了采访视频)1、先说财报。英伟达的FY2026 Q4业绩:营收681亿美元(+73%),数据中心623亿(+75%),下季指引780亿,华尔街预期是728亿。全线超预期,盘后一度涨3.5%。我印象中,英伟达的财报后股价,经常先跌再涨,这次直接涨,可见有多乐观。2、财报后黄仁勋接受CNBC Becky Quick采访。但Becky专门拿了5分钟问SaaS股灾。但我觉得这个切入角度挺好的,因为现在市场就关注这个。3、Anthropic快把软件板块带崩了。先是2月初的Claude Cowork行业插件,法律、金融、营销、数据分析,把SaaS的生意抢了。然后是搞了一个COBOL代码移植,百年老店IBM的护城河堪忧了。到NV发财报这天,S&P 500软件与服务指数年内已经跌了23%,IBM创25年最大单日跌幅。4、但是黄仁勋觉得市场搞错了,我讲一下他的论点。老黄说,大家担心,当然是因为AI能写软件了。但实际上会发生什么?平台公司、SaaS公司会用Agentic系统来开发自己的软件;而企业不会自己去开发软件,实际上,企业会用Agent来使用这些工具。举个例子,企业不会把所有软件重写。老黄举的例子:"为什么要自己重写浏览器?浏览器已经存在了。你为什么要重写Excel?Excel已经存在了。"5、所以,Agent不会取代工具,Agent会使用工具。然后他继续打比方:想象有一天你家里有了机器人。这个机器人不会自己发明一个新的Cuisinart料理机(我没用过,不知道这是啥),它会读说明书,然后直接用。不会发明一种新的微波加热方式,直接用微波炉就好了。未来的机器人会使用螺丝刀、扳手、钳子。而Salesforce、ServiceNow、SAP这些公司的产品,就是数字版的工具。这些工具是有价值的。每个工具背后都有自己的"记录系统"(System of Records),那是企业数据的真实来源。所以,Agent更可能做的事使用它、填充它,不是绕过它。没有人比ServiceNow更懂客户服务,他们会开发出针对自己平台场景微调和优化的Agent。6、英伟达自己的例子看,老黄说公司有42000名"生物员工"(biological employees,他原话就是这么说的),未来还会有数十万名"数字员工"(digital employees)。C编译器调用量、Python实例数、工具使用频次全在飙升。不是越少,是越多。结论是:Agent越多,工具消耗越大。他还解释了为什么软件工程师不会消失:写代码对工程师来说是手段,就像打字对CEO来说是手段——目的是解决问题,是创新,是解决那些"我们甚至还没想到要去解决的问题"。未来工程师会在不同的抽象层级上工作,向Agent描述意图和想法,由Agent来写实际的代码。7、讲到这里,其实一条逻辑链已经成型了:Agent不取代工具,Agent使用工具→Agent越多,工具调用越频繁→而Agent本身跑在推理算力上→所以传导到基础设施层,就是今天的利好叙事。正好,我看到财报前一周有一个博客,SemiAnalysis对Blackwell Ultra平台的分析,讲英伟达的基础设施接下来对客户的价值会更高。8、接下来,我整理引用一下:根据OpenRouter数据,编程相关AI查询占比从去年的11%飙到约50%。而这类Agentic工作负载有两个核心要求:低延迟(多步推理需要实时响应,每毫秒延迟都会在工作流中累积放大)和长上下文(要跨整个代码库做推理)。这不是跑完一次就结束的batch任务,是持续在线、持续吃算力的工作模式。9、而SemiAnalysis InferenceX基准数据称:GB300 NVL72比Hopper每兆瓦吞吐量提升50倍,每百万token成本降到1/35。技术层面,Blackwell Ultra的NVFP4计算性能提升1.5倍,注意力处理速度翻倍,NVLink对称内存实现GPU间直接访问。对于128K输入、8K输出的长上下文场景(典型的编程助手跨代码库推理),GB300每token成本是上一代GB200的2/3。微软、CoreWeave、OCI已在生产环境部署。关键是这还没完,再往后看,Rubin平台MoE推理效率比Blackwell还会再提升10倍,训练所需GPU降到1/4。路线图铺得很远。10、最后把线串一下。Anthropic的Claude Cowork引爆SaaS股灾→市场恐慌AI取代软件→黄仁勋说反了,Agent使用工具不取代工具,Agent越多工具消耗越大→推理算力需求随之爆发→NVIDIA用Blackwell Ultra卡位低延迟、长上下文、多步推理→681亿季度营收,780亿下季指引。这还是主要讲Agentic AI叙事,没说物理AI…… 高飞的微博视频
内容由AI生成

精选参考来源

#模型时代# 黄仁勋:SaaS末日的逻辑搞反了,但Agentic AI的机会是非常真实的昨天英伟达的财报相当亮眼。不过我看财报发布后,CNBC对老黄的采访,谈的一个重点SaaS末日轮,老黄讲了一个相反的叙事,认为市场反应过度,很有意思,我转述整理下。(补充了采访视频)1、先说财报。英伟达的FY2026 Q4业绩:营收681亿美元(+73%),数据中心623亿(+75%),下季指引780亿,华尔街预期是728亿。全线超预期,盘后一度涨3.5%。我印象中,英伟达的财报后股价,经常先跌再涨,这次直接涨,可见有多乐观。2、财报后黄仁勋接受CNBC Becky Quick采访。但Becky专门拿了5分钟问SaaS股灾。但我觉得这个切入角度挺好的,因为现在市场就关注这个。3、Anthropic快把软件板块带崩了。先是2月初的Claude Cowork行业插件,法律、金融、营销、数据分析,把SaaS的生意抢了。然后是搞了一个COBOL代码移植,百年老店IBM的护城河堪忧了。到NV发财报这天,S&P 500软件与服务指数年内已经跌了23%,IBM创25年最大单日跌幅。4、但是黄仁勋觉得市场搞错了,我讲一下他的论点。老黄说,大家担心,当然是因为AI能写软件了。但实际上会发生什么?平台公司、SaaS公司会用Agentic系统来开发自己的软件;而企业不会自己去开发软件,实际上,企业会用Agent来使用这些工具。举个例子,企业不会把所有软件重写。老黄举的例子:"为什么要自己重写浏览器?浏览器已经存在了。你为什么要重写Excel?Excel已经存在了。"5、所以,Agent不会取代工具,Agent会使用工具。然后他继续打比方:想象有一天你家里有了机器人。这个机器人不会自己发明一个新的Cuisinart料理机(我没用过,不知道这是啥),它会读说明书,然后直接用。不会发明一种新的微波加热方式,直接用微波炉就好了。未来的机器人会使用螺丝刀、扳手、钳子。而Salesforce、ServiceNow、SAP这些公司的产品,就是数字版的工具。这些工具是有价值的。每个工具背后都有自己的"记录系统"(System of Records),那是企业数据的真实来源。所以,Agent更可能做的事使用它、填充它,不是绕过它。没有人比ServiceNow更懂客户服务,他们会开发出针对自己平台场景微调和优化的Agent。6、英伟达自己的例子看,老黄说公司有42000名"生物员工"(biological employees,他原话就是这么说的),未来还会有数十万名"数字员工"(digital employees)。C编译器调用量、Python实例数、工具使用频次全在飙升。不是越少,是越多。结论是:Agent越多,工具消耗越大。他还解释了为什么软件工程师不会消失:写代码对工程师来说是手段,就像打字对CEO来说是手段——目的是解决问题,是创新,是解决那些"我们甚至还没想到要去解决的问题"。未来工程师会在不同的抽象层级上工作,向Agent描述意图和想法,由Agent来写实际的代码。7、讲到这里,其实一条逻辑链已经成型了:Agent不取代工具,Agent使用工具→Agent越多,工具调用越频繁→而Agent本身跑在推理算力上→所以传导到基础设施层,就是今天的利好叙事。正好,我看到财报前一周有一个博客,SemiAnalysis对Blackwell Ultra平台的分析,讲英伟达的基础设施接下来对客户的价值会更高。8、接下来,我整理引用一下:根据OpenRouter数据,编程相关AI查询占比从去年的11%飙到约50%。而这类Agentic工作负载有两个核心要求:低延迟(多步推理需要实时响应,每毫秒延迟都会在工作流中累积放大)和长上下文(要跨整个代码库做推理)。这不是跑完一次就结束的batch任务,是持续在线、持续吃算力的工作模式。9、而SemiAnalysis InferenceX基准数据称:GB300 NVL72比Hopper每兆瓦吞吐量提升50倍,每百万token成本降到1/35。技术层面,Blackwell Ultra的NVFP4计算性能提升1.5倍,注意力处理速度翻倍,NVLink对称内存实现GPU间直接访问。对于128K输入、8K输出的长上下文场景(典型的编程助手跨代码库推理),GB300每token成本是上一代GB200的2/3。微软、CoreWeave、OCI已在生产环境部署。关键是这还没完,再往后看,Rubin平台MoE推理效率比Blackwell还会再提升10倍,训练所需GPU降到1/4。路线图铺得很远。10、最后把线串一下。Anthropic的Claude Cowork引爆SaaS股灾→市场恐慌AI取代软件→黄仁勋说反了,Agent使用工具不取代工具,Agent越多工具消耗越大→推理算力需求随之爆发→NVIDIA用Blackwell Ultra卡位低延迟、长上下文、多步推理→681亿季度营收,780亿下季指引。这还是主要讲Agentic AI叙事,没说物理AI…… 高飞的微博视频

0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章