黃仁勳首次登上 Lex Fridman Podcast，兩個半小時的對談裡拋出了好幾個反共識的觀點。 這集是 Podcast 第 494 集，2026 年 3 月 23 日上線，涵蓋 NVIDIA 的極致協同設計、組織架構、CUDA 的高風險賭注、AI 工廠的未來，還有 AGI 是否已經到來。黃仁勳身後的 NVIDIA 目前市值約 USD 4,400 億，2026 財年全年營收 USD 2,159 億，年增 65%，毛利率 75%。但他在訪談中談的不是財報數字，而是一連串讓華爾街當年看不懂的決策邏輯。
NVIDIA 不是一家晶片公司
黃仁勳在訪談中反覆強調的第一件事：NVIDIA 的產品不是 GPU，是整個運算系統。他的原話是，現在 NVIDIA 在做的事是「extreme co-design」，也就是從 GPU、CPU、記憶體、網路（NVLink）、光學元件、供電、散熱到整個機架，全部一起設計。
這跟傳統晶片公司的做法完全不同。傳統做法是設計好一顆晶片，丟給 OEM 去組裝系統。NVIDIA 現在的心理模型已經從「一顆晶片」變成「一座 gigawatt 等級的 AI 工廠，有自己的供電、冷卻、網路」。
這個轉變要求組織架構跟著產品架構走。黃仁勳目前有超過 60 位直接彙報的人，不做一對一會議。所有問題都是群體攻克：討論散熱方案的時候，做記憶體的人在聽，做網路的人也在聽。誰覺得某個決策影響到自己的模組，就直接插進來。他的邏輯是——你要造什麼樣的東西，組織就要長成那個樣子。
這不是管理學教科書裡的理想狀態。60 人直接彙報在大多數公司是不可能運作的，因為大多數公司的產品不需要這種程度的跨領域即時協調。但 NVIDIA 的產品就是一整座資料中心，裡面任何一個子系統的設計變動都會連鎖影響其他所有子系統。組織扁平化不是為了管理效率，是為了工程效率。
CUDA：一個差點殺死 NVIDIA 的決定
訪談中最有商業價值的段落，是黃仁勳回顧 CUDA 的歷史。
2006 年 NVIDIA 推出 CUDA 的時候，公司是一家毛利率 35% 的遊戲顯卡公司。把 CUDA 運算能力塞進每一張 GeForce 顯卡，直接讓 GPU 的製造成本漲了大約 50%。沒有一個遊戲玩家會為 CUDA 多付一分錢。
結果很直接：NVIDIA 市值從大約 USD 80 億跌到 USD 15 億。華爾街的反應是撤資，分析師的反應是質疑。NVIDIA 前應用深度學習研究副總裁 Bryan Catanzaro 在 2023 年的 Yahoo Finance 訪問中說過，「華爾街大概花了十年才開始相信這筆投資值得」。
但黃仁勳在 Lex Fridman 的訪談中把邏輯講得很清楚：運算平台的命脈是裝機量，不是技術優雅度。他拿 x86 架構舉例——x86 被電腦科學界嘲笑了幾十年，被批評為缺乏美感的架構。但那些「漂亮得多」的 RISC 架構大多失敗了。x86 活下來了，因為裝機量碾壓一切。
所以他的策略是：把 CUDA 鋪進每一台裝了 GeForce 顯卡的 PC，讓全世界每個研究者、學生、科學家手上都有一台平行運算超級電腦。虧十年也要做。
從 2006 到 2017 年，NVIDIA 在研發上投入了接近 USD 120 億。2014 年的研發支出佔營收超過 30%。CUDA 生態從 2007 年的幾百個研究者，到 2010 年的幾千人，到今天超過 500 萬開發者。根據 NVIDIA 官方數據，目前全球超過九成的 AI 模型訓練跑在 NVIDIA 硬體上。
回過頭看，CUDA 是 NVIDIA 從遊戲顯卡公司變成 AI 基礎建設壟斷者的關鍵轉折。但在做這個決定的時候，它看起來像一場自殺。
開源一切，因為硬體才是護城河
Lex Fridman 問黃仁勳 NVIDIA 最大的護城河是什麼，黃仁勳沒有講晶片架構、電晶體數量或製程節點。他說：「我們公司最重要的資產，就是 CUDA 運算平台的裝機量。」
接著他講了一件讓很多人意外的事：NVIDIA 開源所有東西。模型權重、訓練資料、方法論，全部開源。Lex Fridman 確認：「所以你是真的在做 open source？」黃仁勳直接承認，沒有任何保留。
這背後的商業邏輯很冷靜。NVIDIA 開源 Nemotron 系列模型，每一個下載這些模型來訓練的研究者都需要 NVIDIA GPU。每一家採用 NVIDIA 優化過的生物模型做藥物研發的製藥公司，都會買更多 GPU。每一個因為 CUDA 裝機量而優先支援 CUDA 的開源專案，都在加深護城河。
黃仁勳給了三個開源的理由：第一，協同設計——他們需要理解模型架構才能設計下一代硬體。第二，市場擴張——只賣專有軟體會把全世界大部分潛在用戶鎖在門外。第三，AI 不只是語言——生物模型、物理模型、天氣模型，每個產業都需要有人去播種。
三個理由最後都指向同一件事：賣更多 GPU。
Adafruit 創辦人 Limor Fried 在 2026 年 3 月 26 日的部落格文章中做了一個有趣的類比：她的公司也用同樣的策略，只是規模不同。開源韌體、開源函式庫、開源設計，使用者還是會買她的硬體板，因為那是所有東西跑得最順的地方。「硬體是信任所在的地方。」Jensen 的版本是行星級的：開源模型，開源 CUDA 函式庫，讓全世界在你的平台上建東西。他們會買 GPU，因為那是軟體跑到最快的唯一地方。
「我認為我們已經達到 AGI 了」
訪談中引起最多討論的一句話，是黃仁勳說：「I think we've achieved AGI.」
這句話的上下文是 Lex Fridman 問他，AI 什麼時候能自主創新、找到客戶、管理團隊，建出一家市值超過 USD 10 億的公司。黃仁勳的回答是「現在就可以」。他舉例說，一個 Claude 模型建一個網路服務，做出一個小應用程式，幾十億人用了、每人付 USD 0.5，然後不久之後公司就消失了，這種事「不是不可能」。
但投資人對這個說法應該保持警覺。黃仁勳的 AGI 定義偏向「AI 能靠短暫的病毒式傳播賺到大錢」，跟產業界一般理解的 AGI——持續性的、通用的、類人的推理能力——有落差。Yahoo Finance 的 Francisco Velasquez 在報導中指出，宣稱 AGI 已達成，對黃仁勳來說很方便，因為如果 AGI 到了，那對 NVIDIA 高階晶片的需求就變成必需品。
黃仁勳不做年度大轉型
訪談中還有一個細節值得記下來。黃仁勳說他從來不搞那種「年底大裁員、換 logo、發新使命宣言」的戲碼。
這跟他的工程哲學一致。NVIDIA 的產品節奏是每兩年一代新架構（黃仁勳自己稱之為「Huang's Law」），但組織和策略方向是連續演進的。GTC 2026 上他宣布 Blackwell 和 Vera Rubin 平台到 2027 年底的累計訂單需求預計達到 USD 1 兆，是一年前預估的 USD 5,000 億的兩倍。這種成長不是靠一次策略大轉彎，是靠十年前的 CUDA 賭注一路累積過來的。
NVIDIA 面臨的真實風險
NVIDIA 的地位看起來牢固，但訪談和近期財報裡藏著幾個值得追蹤的風險：
| 風險因素 | 現況 | 來源 |
|---|---|---|
| 中國市場歸零 | 黃仁勳 2025 年 10 月在 Citadel 活動上說，NVIDIA 在中國 AI 加速器市佔從 95% 跌到 0% | Tom's Hardware |
| 自研晶片競爭 | Google、Amazon、Microsoft 都在開發自研 AI 晶片，降低對 NVIDIA 的依賴 | 多方報導 |
| 毛利率壓力 | FY2026 Q1 毛利率 70.5%，Q4 回升到 75%，但全年 71.1% 低於 FY2025 的 75% | SEC 財報 |
| AMD ROCm 追趕 | AMD 持續投入 ROCm 生態，雖然跟 CUDA 差距還大，但在特定工作負載上有進展 | AMD 官方 |
| DLSS 5 爭議 | GTC 2026 展示後遊戲社群強烈反彈，Capcom 明確拒絕使用生成式 AI 做最終素材 | NotebookCheck |
Seaport Global Securities 分析師 Jay Goldberg 是華爾街唯一給 NVIDIA「賣出」評等的人。他的觀點是，NVIDIA 正在「購買需求」——透過對 CoreWeave 和 OpenAI 等客戶的投資和融資安排，來維持對自家產品的需求。Morgan Stanley 財富管理首席投資長 Lisa Shalett 也提過類似的擔憂：問題不在 NVIDIA 的財務，在客戶的負債。
這集訪談的結構和完整時間軸
Lex Fridman Podcast #494 總長約兩個半小時，涵蓋範圍遠超本文分析的幾個重點。完整議題包括：
| 時間戳 | 主題 |
|---|---|
| 06:34 | 極致協同設計與機架級工程 |
| 09:20 | 黃仁勳如何管理 NVIDIA |
| 28:41 | AI 擴展法則 |
| 43:41 | 擴展法則最大的阻礙 |
| 45:25–58:45 | 供應鏈、記憶體、電力 |
| 58:45 | Elon Musk 與 Colossus |
| 1:02:13 | 工程與領導力哲學 |
| 1:07:38 | 中國 |
| 1:15:51 | TSMC 與台灣 |
| 1:21:06 | NVIDIA 的護城河 |
| 1:26:43 | 太空 AI 資料中心 |
| 1:30:31 | NVIDIA 能否值 10 兆美元？ |
| 1:40:40 | 壓力下的領導力 |
| 1:54:26 | 電子遊戲 |
| 2:01:18 | AGI 時間表 |
| 2:03:31 | 程式設計的未來 |
| 2:17:02 | 意識 |
| 2:23:23 | 死亡 |
黃仁勳這集 Lex Fridman Podcast 主要講了什麼？
2026 年 3 月 23 日上線的 Lex Fridman Podcast #494，黃仁勳用兩個半小時談了 NVIDIA 從晶片公司轉型為 AI 基礎建設公司的邏輯、CUDA 裝機量策略、60 人直接彙報的扁平組織、對 AGI 的看法（他認為已經達到），以及 AI 擴展法則的物理限制。
CUDA 當年為什麼差點殺死 NVIDIA？
2006 年 NVIDIA 是一家毛利率 35% 的遊戲顯卡公司。把 CUDA 塞進每張 GeForce 顯卡讓 GPU 成本漲了約 50%，但沒有任何遊戲玩家會為此付更多錢。市值從約 USD 80 億跌到 USD 15 億。華爾街花了將近十年才相信這筆投資有價值。
NVIDIA 的護城河到底是什麼？
黃仁勳明確說，NVIDIA 最重要的資產不是晶片技術，是 CUDA 運算平台的裝機量。目前全球超過 500 萬開發者使用 CUDA，超過九成 AI 模型訓練在 NVIDIA 硬體上跑。這個生態系就是護城河。
黃仁勳真的說 AGI 已經實現了嗎？
他說了，但上下文是特定的：他定義的 AGI 是「AI 能建出一家市值超過 USD 10 億的公司」。他認為目前的 AI agent 技術已經可以做到，但承認這種成功可能是短暫的。這個定義跟產業界一般理解的 AGI 有差距。
NVIDIA 2026 年的財務狀況如何？
NVIDIA FY2026（截至 2026 年 1 月）全年營收 USD 2,159 億，年增 65%。Q4 營收 USD 681 億，季增 20%，年增 73%。資料中心業務 Q4 營收 USD 623 億。GAAP 毛利率 Q4 為 75%。GTC 2026 上黃仁勳宣布到 2027 年底的 GPU 訂單需求預計達 USD 1 兆。
引用來源
- Lex Fridman Podcast #494 — Jensen Huang: NVIDIA - The $4 Trillion Company & the AI Revolution（完整逐字稿）
- SEC Filing — NVIDIA Announces Financial Results for Fourth Quarter and Fiscal 2026
- The Motley Fool — Jensen Huang Sees $1 Trillion in Demand
關於作者
Erik (EKC) 是 Tenten.co 的 Digital Strategy Director。過去兩年，我們團隊協助金融、製造和科技業客戶評估 AI 策略，包括 Nvidia AI Solution，以及 CUDA 生態與替代方案的技術比較。
我在看這集訪談的時候，最讓我在意的不是 AGI 那句話，是黃仁勳對裝機量的執念。很多台灣科技公司在做平台策略時，還是習慣從技術規格出發，覺得只要產品夠好，生態會自己長出來。CUDA 的故事告訴你事實相反——NVIDIA 是先虧十年把裝機量鋪出去，生態才跟上的。我們在替客戶做 AI 導入規劃時，最常碰到的問題也是類似的：大家都想挑「最好的」技術，但真正影響長期成敗的是你選的平台有多少人在用、多少工具能接、多少問題能找到答案。
如果你正在評估企業 AI 基礎建設的導入策略，歡迎跟 Tenten 團隊預約諮詢。
