AI踩刹车，黄仁勋踩油门

作者｜版君

黄仁勋又卖英伟达了。

9 月 16 日，英伟达向美国 SEC 披露的一份文件显示，黄仁勋处置了4.57 万股英伟达股票，价格约212 美元。

乍看，这是一个很容易被放大的信号。

英伟达股价持续上扬，AI 行业却开始出现另一种声音：投入太快了，资本开支太大了，模型越来越便宜之后，还需要这么多算力吗？

偏偏在这个时候，黄仁勋还在踩油门。

9 月 18 日，他公开表示，英伟达明年卖出的芯片数量可能达到今年的两倍。

一边开始讨论 AI 要不要慢一点，一边还在准备把芯片卖得更多。

但先别急着把黄仁勋的卖股理解成看空。

这笔 4.57 万股的处置，在 SEC 文件中标记为"F"，属于税务扣缴，并非主动在市场上卖出股票。

今年 3 月和 6 月，黄仁勋也有类似交易，性质基本一致。

真正有意思的，不是他卖了多少股票。而是当 AI 行业开始重新计算投入和回报时，黄仁勋为什么还在继续加码。

今年黄仁勋的股票动作，并不只有卖。

3 月、6 月、9 月的几次处置主要用于缴税，同时他今年也进行了多次股份转移和赠与。

最新披露显示，他通过不同信托等安排持有的英伟达股份仍然十分庞大。

这些动作，更像长期的个人财富安排。

黄仁勋的财富高度集中于英伟达，这种规模的资产需要持续处理税务、信托和资产配置，4.57 万股放在其中并不特殊。

更值得对比的是 2025 年。

去年 6 月，黄仁勋曾启动一项最高约8.65 亿美元的 10b5-1 交易计划，并在之后持续出售英伟达股票。

那才是主动出售。

今年目前披露的几次交易，性质明显不同。

说白了，他在处理股票，未必是在判断股价，也无法单纯的把这个动作理解成看空。

今年以来，行业讨论已经从模型还能有多强，逐渐转向安全、治理和投入边界。

Anthropic CEO Dario Amode 公开呼吁放慢 AI 能力提升速度，认为 AI 发展的速度已经快过监管和治理能力。OpenAI CEO Sam Altman 等行业人士也公开支持更谨慎地推进前沿 AI。

9 月中旬，这种分歧摆到了台面上。Anthropic、OpenAI 等公司的相关人士开始讨论 AI 发展速度和安全风险，黄仁勋、Meta CEO 马克 · 扎克伯格则没有加入相关协调放缓的倡议。

但这不意味着 AI 公司准备停下来。

OpenAI、Anthropic 仍在推进新模型，算力需求没有消失。

变化在于，行业开始重新计算投入的速度。

模型能力可以继续提高，数据中心却需要土地、电力、网络和巨额资本开支。AI 进入产业化阶段后，除了技术问题，投入能不能产生足够回报，也开始成为必须回答的问题。

资本市场已经感受到了这种变化。

过去几年，AI 行业最稀缺的是模型能力。到了今天，算力、电力、数据中心和资本都成了成本。

黄仁勋给出的答案很直接。

9 月 18 日，他预计英伟达明年芯片销量可能达到今年的两倍。

这句话放在今天的英伟达身上，分量很重。

英伟达最新一个季度收入已经达到962 亿美元，同比增长106%。在这样的体量上谈芯片销量翻倍，意味着黄仁勋判断 AI 基础设施仍有很大的增长空间。

而且，他说的芯片已经不只是传统意义上的 GPU。

Blackwell 之后是 Rubin，GPU 之外还有 CPU、网络、系统和软件。英伟达正在把自己从一家芯片公司，推向完整的 AI 基础设施供应商。

今年发布的 Vera Rubin 平台就是一个明显变化。

这不再是一块单独出售的 GPU，而是一套面向 AI 推理和 Agent 的机架级系统，英伟达甚至直接把它定位为 AI Agent 时代的基础设施。

黄仁勋看到的市场，也随之变了。

GPU 卖多少，只是其中一个维度。一座 AI 数据中心需要多少计算、网络、存储和电力，才是更大的市场。

过去一年，DeepSeek、Kimi 以及大量开源模型不断提高模型效率，AI 行业也出现过一种担忧：模型更高效、训练和推理成本下降，GPU 需求会不会减少？

黄仁勋的判断一直相反。

模型效率提升，会让 AI 变便宜，也会让更多任务交给模型。

今天一次问答只需要一次推理调用，Agent 开始工作后，一项任务可能需要连续调用几十次甚至更多。AI 进入办公、搜索、编程、客服、汽车、机器人和手机之后，计算需求也会从训练端继续向推理端扩散。

训练是一笔集中式投入，Agent 工作则可能变成持续发生的计算消费。

这也是英伟达不断强调 Inference 和 Agent 的原因。

过去大家盯着模型参数。接下来的重点指标会变成 Token消耗。

一个模型越便宜，能够承担的任务越多，Agent 越常用，需要的计算也越多。

黄仁勋真正押注的，是模型效率提升、成本下降之后，AI 使用量能不能继续扩大。

五、英伟达押注的是基建

这也是黄仁勋和模型公司视角的差异。

OpenAI、Anthropic 更关心模型能力能走到哪里，黄仁勋则看重这些能力跑起来需要多少计算基础设施。

显然，这笔账会越来越大。

微软、谷歌、Meta、OpenAI 等公司都在持续投入数据中心和 AI 算力，AI 资本开支已经成为整个科技行业最受关注的变量之一。

更大的变化，发生在 GPU 之外。

算力增加之后，数据中心需要更多电力，服务器需要更高效的散热和供电，机架之间需要更高带宽的网络，存储和光通信也会跟着扩张。

今年，英伟达支持的 AI 云公司 Nscale 在 IPO 文件中披露了10GW的电力储备，并获得英伟达10 亿美元投资。

电力，开始进入英伟达的生意版图。

这件事很能说明问题。

当 AI 计算规模足够大，芯片只是基础设施的一部分。

英伟达要抓住的，已经不是某一代 GPU 的生命周期，本质上是一轮完整的 AI 基础设施建设。

六、个人在卖，公司在买

还有一个容易被忽略的细节。

黄仁勋在处理自己的英伟达股票，英伟达公司却一直在回购自己的股票。

今年第二财季，英伟达回购约197亿美元股票；截至7月26日，公司仍有993亿美元回购额度。5月，董事会又新增了800亿美元回购授权。

这两件事属于不同层面。

黄仁勋处理的是个人财富，英伟达回购的是公司资本。

放在一起看，能看到一个简单的变化：个人资产在做分散，公司资本仍在向英伟达集中。

英伟达如今的现金流，足以同时支撑巨额回购和下一代产品投入。

这也是今天的英伟达和传统芯片公司最大的不同之一。

芯片公司最重要的是把产品卖出去。今天的英伟达还要参与客户的数据中心建设，帮助客户设计服务器、网络和 AI 工厂，再把下一代芯片接上去。

客户买到的，越来越像一座计算工厂。英伟达赚到的，也不再只是单颗 GPU 的钱。

到这里，其实已经可以看出，这次股票交易本身，并没有那么大的信号价值。

核心在于 AI 行业正在出现的分歧。

OpenAI、Anthropic 开始讨论前沿 AI 的发展速度，安全和治理被放到更重要的位置；英伟达则继续扩大基础设施预期。

这场分歧，最后还是会落到需求上。模型越来越便宜，AI 究竟能用掉多少算力？

模型降价之后，算力生意还能走多远，取决于 AI 能不能跑出更多真实需求。

黄仁勋已经把自己的答案，放进了英伟达的产能、产品和资本开支里。

黄仁勋踩的究竟是不是油门，并不难判断。

难的是，AI 踩完油门之后，创造出来的价值，能不能跑得比资本开支更快。

【版面之外】的话：

最贵的从来不是算力，是市场对增长的预期。

英伟达已经赢过一次。

下一次，市场考核的会更苛刻。