在科技界的风口浪尖上，关于人工智能（AI）是否存在泡沫的讨论日益激烈。然而，英伟达的首席执行官黄仁勋却持有截然不同的观点。在他看来，我们正身处一场前所未有的“新工业革命”浪潮之中。
作为AI淘金热中的关键角色，英伟达通过生产芯片和计算机硬件，为这场技术革命提供了不可或缺的“工具”。在最近的一次财报电话会议上，英伟达公布了其上一季度高达467亿美元的营收，并断言生成式AI行业的增长速度惊人，丝毫未见放缓迹象。
黄仁勋对未来充满信心，他预测在接下来的几年，甚至整个十年里，AI领域都将迎来前所未有的增长机遇。他进一步推测，到本十年末，AI基础设施的支出可能会达到惊人的3万亿至4万亿美元，这一数字几乎相当于美国国内生产总值的十分之一。
与黄仁勋的乐观态度形成鲜明对比的是OpenAI的首席执行官山姆·奥特曼。奥特曼近期表示，投资者对AI的热情已经有些“过度”。尽管他也承认，AI无疑是“很长时间以来发生的最重要的事情”。
黄仁勋则强调，英伟达对AI所需的芯片和计算机需求有着“极为重要”的预测。他指出，随着AI技术的不断发展，对数据中心的需求将会持续增长。这些数据中心不仅占用大量土地，还消耗着大量的水和能源，对周围环境产生深远影响，同时也给美国的电网带来了更大的压力。
在AI技术的前沿，新模型的出现正在改变游戏规则。传统的聊天机器人提示已经不再局限于单一功能，新的AI模型通过采用“推理”技术，能够在处理问题时使用更多的电力和时间。“这被称为长思考，思考得越久，通常能产生更好的答案。”黄仁勋解释道。
这种推理技术允许AI模型在不同网站上进行研究，多次尝试以获取更准确的答案，并将不同信息整合到一个回应中。一些AI公司已经将推理作为单独模型提供，或者作为特定选项，如“深度思考”。而OpenAI则在其GPT-5发布中直接整合了这种技术，通过智能路由程序决定是由更轻量、直接的模型处理，还是由更复杂的推理模型处理。
然而，这种推理模型对计算能力的要求极高。黄仁勋透露，与传统的大语言模型相比，推理模型可能需要多达100倍甚至更多的计算能力。这不仅增加了对芯片的需求，还使得数据中心对能源和土地的需求持续上升。
“每一代AI技术的升级，都会带来需求的增长。”黄仁勋总结道。
随着AI技术的不断演进，数据中心的增长速度惊人。这些庞大的设施不仅占用了大量土地，还消耗着巨额的能源和水资源。它们对周围环境的影响日益显著，同时也给美国的电网带来了前所未有的挑战。随着更多高能耗的生成式AI工具的出现，这种需求可能会进一步激增。
