黄仁勋G20布道：1GW算力中心耗资600亿美元，呼吁国家投资AI基建

在9月2日于美国举行的G20创新部长级会议上，英伟达CEO黄仁勋与美国商务部长卢特尼克展开炉边对话，向各国官员推销其“AI工厂”概念，并系统阐述“算力经济学”。他给出了一笔颇具冲击力的账目：目前建设1GW规模的AI基础设施，大约需要500亿至600亿美元。

作为参照，台积电3nm/2nm最先进制程工厂的单座投资通常约250亿美元级别，而一个吉瓦级AI数据中心大约是它的两倍。黄仁勋借此说明，算力已彻底脱离消费电子和通用IT硬件范畴，演进为类似电网、铁路的国家级核心生产资料，设备采购变成长期期的重资产基建投资。

面对极高的投资门槛，黄仁勋用“五层蛋糕”模型说明各国应如何布局：从上往下依次为能源层（电力、电网配套）、芯片层（计算与互联硬件）、基础设施层（数据中心、冷却与系统网络）、模型层（通用与行业底座）、应用与数据层（垂直场景与私域业务流）。

他认为，一个国家并没有必要在每一层都赢，真正的问题在于必须决定自己参与哪几层，以及哪些能力不能完全交给国外供应商。其底线是：每一个经济体都必须建立起足够的本土基础设施和垂直应用承载能力。

黄仁勋判断，AI正在从大语言模型进入智能体和物理AI阶段。语言模型提供基础认知能力，而真正用于工作的AI系统还需要知识检索（RAG）、工作记忆、工具调用以及多Agent执行能力。当AI能操作浏览器、软件和企业系统，它会逐渐变成“数字员工”；当这种能力进入汽车、机械臂和其他机器，最终对应的是自动驾驶、工业机器人、物流机器人乃至手术机器人。

他预计未来几年AI将基本实现AGI，在工程层面基本成型，但这不意味着企业可以简单接入通用模型就自动完成升级。即使AI具备很强的通用能力，仍需向其提供业务所需的上下文、目标、知识和访问权限。他强调：“每个国家，每家公司，你不能把所有的智慧都外包给别人。”

对于就业影响，黄仁勋认为AI替代的是信息归纳、初稿撰写等可高度标准化的“任务单元”，但岗位的责任主体、最终意图设定与业务决策权依然由人承担。写作、信息处理等操作类任务可能逐步自动化，但一份工作的核心目的和意义不会随之消失。

在黄仁勋发表上述言论的当日，英伟达股价收涨约3.2%。而在此前两日，受AI资本开支可持续性、循环融资等担忧扰动，其股价一度承压。这一背景使得黄仁勋在G20上的“布道”更具针对性——他试图说服各国官员，AI基建是必须的重资产投资，而非可选的科技支出。

黄仁勋还称，从现在到本十年末（2030年前后），全球AI基础设施的建设规模预计将达到约100GW，对应数万亿美元级别的长期资本开支周期。这一预测将AI基建的投资规模推升至国家级战略层面。