近日，英伟达首席执行官黄仁勋接受了知名科技主持人德瓦克什·帕特尔（Dwarkesh Patel）的深度专访，这场持续1小时45分钟的对话引发了科技界的广泛关注。帕特尔以犀利的提问风格著称，此次访谈中，他直接抛出尖锐问题：“如果软件走向商品化，英伟达是否也会面临同样的命运？”这一话题迅速引发网友热议，甚至有评论称黄仁勋在回应时罕见地展现出“情绪波动”。
面对“软件商品化”的质疑，黄仁勋以电子到数据token的转化过程为核心展开论述。他强调，这一转化涉及复杂的工程、科学与发明，远未达到被完全理解的阶段，更遑论商品化。他将英伟达的业务模式比喻为“输入电子、输出价值”，并指出公司通过构建庞大的上下游生态，专注于最核心的转化环节，而将其他环节交由合作伙伴完成。这种“有所为有所不为”的战略，被他视为英伟达抵御商品化风险的关键。
当被问及企业软件公司的未来时，黄仁勋提出截然不同的观点。他认为，随着AI代理（Agent）数量的指数级增长，工具类软件的使用量将迎来爆发式提升。以芯片设计工具为例，未来每个工程师将配备多个AI代理，这些代理对设计空间的探索深度将远超人类，从而推动工具需求激增。他预测，软件公司要么自主开发AI代理，要么等待代理技术成熟后自然融入现有工具，两种路径最终将交汇。
访谈中，英伟达的供应链管理策略成为焦点。帕特尔指出，公司近千亿美元的采购承诺及可能高达2500亿美元的未来投入，被解读为通过锁定晶圆、内存等关键资源构建护城河。黄仁勋承认这是英伟达的独特优势，但强调其本质在于“需求驱动供给”的生态协同能力。他透露，通过与供应链伙伴的深度沟通，英伟达不仅直接签订采购合同，更通过共享行业前景预测，引导合作伙伴主动投资。这种“认知对齐”策略，使得上游愿意为英伟达预留产能，而英伟达则凭借庞大的下游需求规模保障合作伙伴的回报。
针对上游供应链能否持续支撑英伟达高速增长的疑问，黄仁勋以“瓶颈周期论”回应。他承认，在特定时间点，需求超过供给是健康状态，而任何技术瓶颈都不会持续超过两到三年。以CoWoS封装技术为例，行业曾因供应短缺陷入焦虑，但通过两年集中投资，该技术已从“特殊工艺”转变为主流计算组成部分。他特别提到，能源问题才是长期挑战，相比之下，芯片产能和封装技术的扩展仅需两到三年时间。
在竞争格局方面，黄仁勋拒绝将英伟达与谷歌TPU等专用芯片简单对比。他强调，英伟达聚焦于“加速计算”而非单一任务优化，其GPU架构支持从分子动力学到AI的广泛领域。针对客户自主优化可能削弱CUDA生态优势的质疑，他指出，CUDA的安装基数和系统稳定性是开发者难以割舍的优势，而英伟达工程师团队为客户提供的性能优化服务，常能实现数倍性能提升，这种“总拥有成本”（TCO）优势难以被超越。他甚至以“F1赛车与巡航车”比喻GPU与CPU的差异，暗示专用芯片虽在特定场景高效，但缺乏通用性支撑的长期竞争力。
谈及中国AI发展，黄仁勋认为，尽管中国在先进制程和带宽方面存在差距，但通过增加芯片数量和优化系统架构，仍能构建强大算力。他特别提到华为等企业通过硅光技术连接计算节点的实践，并强调算法创新才是核心优势。“算力限制可能倒逼出更高效的算法，”他以DeepSeek模型为例，指出中国研究者在资源受限下展现的创新能力，并警告若此类模型在非美国技术栈上优先落地，将对美国构成战略风险。
对于“英伟达为何不涉足云计算”的提问，黄仁勋重申公司哲学：仅当某件事非英伟达不可为时，公司才会介入。他坦言，云计算市场已有众多参与者，英伟达无需重复造轮子。这种“聚焦核心”的理念同样体现在芯片战略上——尽管公司具备开发超大芯片或全新架构的技术能力，但经仿真验证，现有路径仍是最优解。他透露，未来可能根据工作负载变化增加新加速器，但资源仍会优先投入现有架构优化。
访谈尾声，黄仁勋被问及“若无深度学习革命，英伟达的命运”。他坚定表示，公司仍会专注于加速计算领域，因为摩尔定律放缓和通用计算瓶颈是更根本的挑战。从科学计算到图像处理，无数领域需要专用加速，英伟达的使命始终是“推动通用计算无法突破的边界”。他笑称，尽管没有AI会让他难过，但正是计算技术的进步，让深度学习得以普及，而这与英伟达的初心一脉相承。
