黄仁勋：中国不仅有“鬼数据中心”，还有庞大的能源、芯片、AI人才优势

在与德瓦尔克什·帕特尔（Dwarkesh Patel）的一次播客访谈中，黄仁勋将人工智能竞争的底层逻辑指向“能源-算力-基础设施”的组合。他直言到，“美国当前面临能源约束，而中国拥有惊人的能源储备，在电力供给和基础设施建设上具备更强的冗余能力。”

黄仁勋表示，中国有“鬼城”，也有“鬼数据中心”。中国的算力规模极为庞大，一些数据中心甚至处于完全空置的状态，但电力和基础设施已经全部就位。这种“先建设、后利用”的模式，使中国在需要时可以迅速释放大规模算力。

进一步来看，这种优势并不依赖最先进的芯片制造能力。尽管中国无法获得EUV，因此在制程上只能停留在7nm，但黄仁勋强调，AI本质是并行计算问题。在能源充足且廉价的情况下，完全可以通过堆叠更多芯片数量来弥补单颗芯片性能不足。这意味着，即便使用7nm芯片，中国也能通过大规模集群实现目标。

他进一步指出，中国是全球第二大计算市场，具备极强的算力聚合潜力。在芯片供给侧，黄仁勋认为，中国并不缺少芯片，他们制造了全球超过60%的主流芯片，这是一项规模庞大的产业。中国制造芯片的能力位居全球前列，垄断了主流芯片市场且产能过剩。比如，华为已经通过创纪录的年度业绩证明了其量产能力，其出货的芯片数量巨大，远超Anthropic等公司所拥有的规模。

围绕AI模型能力，黄仁勋特别提及Anthropic最新发布的Claude Mythos。他认为，Mythos模型是在相当普通的算力规模下完成训练的，虽然背后的公司非常卓越，但其训练所需的算力总量和计算类型在中国完全可以实现。

不过，黄仁勋并未将问题简单定义为对抗关系。他强调，中国不仅拥有硬件能力，还拥有庞大的AI人才储备，中国拥有全球最顶尖的一批计算机科学家，目前全球各大AI实验室中，半数以上的AI研究人员都是华人。因此，黄仁勋认为中美之间不仅是竞争关系，也存在被忽视的合作空间。我们的研究人员与他们的研究人员交流至关重要，必须就AI的使用边界达成共识。

在安全层面，他承认AI确实可能被用于发现软件漏洞，但这本身也是技术进步的一部分。他更看重的是构建一个多层防护的AI安全生态——由大量AI Agent相互监督，而非让单一系统“裸奔”。在这一过程中，开源生态的重要性被反复强调，而中国在开源生态中贡献巨大，不应该被限制。

AI进步不仅来自硬件，更来自算法创新。黄仁勋认为，虽然硬件遵循摩尔定律每年提升25%，但通过计算机科学的创新，算法性能可以实现10倍增长。以混合专家模型、注意力机制为例，这些突破显著降低了算力需求。庞大的AI研究人才储备正是中国的核心优势。如果有一天DeepSeek这种级别的模型率先适配华为的架构并首发，那才是美国真正的危机。

最后，黄仁勋回到产业策略本身。他表示，把AI类比成核武器简直是疯了。他将整个AI生态比作一个自下而上构建的“五层蛋糕”架构，从能源、芯片、基础设施，到模型、应用，每一层都必须取胜。而真正的关键，不只是某一个模型或公司，而是整个生态体系的持续领先能力。