辉达执行长黄仁勋最新专访！AI 推理运算需求暴增，Blackwell 晶片成市场焦点

辉达 (Nvidia) 执行长黄仁勋 (Jensen Huang) 于今晨 2/27 受访表示，全球对 AI 算力的需求已达前所未有的程度，连亚马逊 AWS 执行长Andy Jassy 也直言：「如果现在有更多 AI 算力资源，我们马上就能卖掉。」显示短期内市场对 AI 运算能力的需求远大于供给，特别是来自新创企业的需求正在爆发性成长。

新创企业崛起，推动 AI 基础建设扩张

黄仁勋指出，随着推理 AI (Reasoning AI) 与实体 AI (Physical AI) 的发展，许多 AI 新创公司迅速崛起，这些公司专注于突破性技术，并需要大量算力来训练与运行 AI 模型。这些新创企业不仅加速云端服务需求飙升，也进一步推动全球 AI 基础建设扩张。

数据中心投资激增，Blackwell 晶片成市场焦点

而从中期来看，全球数据中心投资规模已远超去年，而辉达最新的 Blackwell AI 晶片成为关键推动力。黄仁勋表示，随着这些新一代数据中心陆续上线，未来几年内，AI 算力市场仍将持续高速成长。

推理 AI 时代来临，运算需求是过去的 100 倍

谈到未来趋势，黄仁勋强调：「我们正处于推理 AI 的开端。」与传统 AI 不同，推理 AI 不再是单纯输出答案，而是会「思考」后再回答。像是 DeepSeek、ChatGPT-4.0、Grok-3 等新模型，能先拆解问题、搜寻内部知识，甚至自我反思后再选出最佳答案。这个过程所需的算力，远远超出过去的标准，推理 AI 的运算需求比传统 AI 高出 100 倍。

AI 学习三阶段，推理运算需求最高

黄仁勋进一步解析，AI 发展可分为三大阶段：

预训练 (Pre-training)：类似人类学习基本知识，例如语言、数学等。

后训练 (Post-training)：AI 透过人类反馈、强化学习、模拟测试等方式来精进自身能力，这个阶段的算力需求已远高于预训练。

推理 (Inference)：当 AI 正式运行时，为了提升回答品质，会先进行多次思考与计算，这让推理运算需求暴增，相较于传统 AI 模型，高出 100 倍之多。

AI 算力竞争激烈，产业进入高速成长期

算力需求的急速飙升，使市场对高效能运算 (HPC) 与云端服务的依赖大幅提升。随着辉达、AWS 等科技巨头加码布局 AI 基础建设，全球 AI 产业正进入新一波高速成长期。

(辉达财报超预期，比特币最低82K，MSTR上涨逾 5%)

这篇文章 辉达执行长黄仁勋最新专访！AI 推理运算需求暴增，Blackwell 晶片成市场焦点 最早出现于 链新闻 ABMedia。