当市场因巨头巨额AI支出而恐慌，担忧泡沫重现时，黄仁勋用一个反直觉的物理事实击碎了疑虑：连六年前的旧显卡都在涨价。这并非产能过剩，而是算力供给的严重不足。本文深入剖析了这一现象背后的逻辑，揭示了AI算力需求的真实强度与未来趋势。
智能速览
六年前的旧款GPU，其二手价格如今仍在上涨。
显卡涨价证明市场处于极度的供给休克，而非产能过剩。
黄仁勋将当前AI投入比作2008年的AWS，是未来的印钞机。
头部AI公司年收入已达200亿，算力翻倍或带来收入四倍增长。
AI从读取到生成的计算模式变革，导致算力消耗呈指数级增长。
精华内容
在一片AI泡沫的质疑声中，黄仁勋并未空谈愿景，而是用几组冰冷的数据和类比，重新定义了这场算力竞赛的本质。这并非一次简单的技术迭代，而是一场基础设施的彻底重建。
旧卡涨价真相
面对华尔街对AI投资泡沫的担忧，黄仁勋提出了一个核心论据：市场上没有“暗GPU”。他甚至指出，六年前出厂的老款GPU，其二手市场价格至今仍在上涨。这一现象在快速迭代的电子消费品中极为罕见，它有力地反驳了产能过剩的观点。
这好比一台用了六年的旧手机，如今还能卖出比原价更高的价格。这背后只有一个解释：全球范围内的算力需求已经远远超出了供给能力，市场正经历着一场“供给休克”的极端局面。
AWS的启示
为了佐证当前AI支出的合理性，黄仁勋援引了历史。2008年，亚马逊创始人贝索斯力排众议，坚持投入巨资建设AWS云计算服务。当时，华尔街普遍批评这是不务正业，浪费股东现金。然而，事实证明，AWS最终成为亚马逊最核心的利润来源，年贡献数百亿美元利润，成了一台真正的“印钞机”。
黄仁勋将当下的AI基建投资，比作当年贝索斯对AWS的布局。他认为，这并非盲目花钱，而是在挖掘软件行业历史上最大的一座金矿。
算力的瓶颈
算力需求究竟有多旺盛？黄仁勋透露了一组关键数据：OpenAI和Anthropic等头部AI公司的年收入运行率已达200亿美元。更关键的是，如果能为其提供双倍的算力，他们的收入有可能实现四倍增长。
这个数据清晰地表明，当前的瓶颈并不在于应用需求（金矿），而在于基础算力（铲子）。AI公司的增长潜力被算力供给严重限制，因此巨头的资本支出本质上是高回报的投资，是在“印钞”而非“烧钱”。
计算的范式革命
为何算力需求如此爆炸性增长？根源在于计算模式的根本性转变。传统软件是“读取式”的，调用的是预先编写好的代码，对算力消耗是线性的。而生成式AI是“生成式”的，每一次交互都需要根据实时上下文进行海量计算，其消耗是指数级的。
黄仁勋判断，这场从读取到生成的维度跨越，将引发人类历史上规模最大的基础设施重建，并且这一周期至少会持续7到8年。这决定了在可预见的未来，算力将持续是稀缺资源。
归根结底，AI浪潮的核心驱动力是物理算力这一硬指标。只要旧显卡的涨价趋势不逆转，就证明算力饥渴远未满足。在这场历史性的基建浪潮中，认清供需的真实关系，或许比盲目恐惧更为重要。未来的增长空间，是否比想象中更广阔？
关键评论
部分网友对六年前旧显卡仍在涨价的言论表示怀疑。
理解了AI的本质，就会明白算力需求的说法是真实的。
算力永远不会过剩，未来世界都将被算力重塑。
有观点指出，发电量不足可能成为GPU堆叠的现实瓶颈。
