“必须赢下AI！”黄仁勋回美定调：AI工厂，是国力主战场

7 月 16 日，黄仁勋还在北京街头被围堵合影，夸中国科技公司“技术很厉害”，

这是他第三次访华，足见对这个全球最大 AI 增量市场的重视。

仅仅一周后，7 月 23 日，黄仁勋已站上华盛顿特区的发布会现场， 与 AMD CEO 苏姿丰一同为特朗普签署的《AI 行动计划》（AI Action Plan）背书。 这份计划的目标很明确：“让美国赢下 AI 竞赛”，核心措施是加速 AI 工厂所需的三大基础设施建设：数据中心、芯片、能源。

发布会的名字就叫：《Winning the AI Race》（赢得AI竞赛）。

一东一西，一周之隔，同一个人，两次发言。

在中国，他说“合作”；回到美国，他讲“必须赢”。

这不是态度的翻转，而是讲话的场合变了——他已经不在讲企业技术趋势，而是把“AI工厂”放在了国家战略的大棋盘上：

谁能率先配齐芯片、电力、人才这三大核心资源，

谁就能抢占 AI 工业化的制高点。

这对你意味着什么？

竞争焦点转移：AI 不再是“谁家模型更强”，而是“谁先建好工厂、铺下产能”的产业较量。核心资源洗牌：芯片（本土化制造，即便成本更高）、能源（AI 用电被行政化写进文件）、劳动力（电工、暖通、施工员等成稀缺资源）。国家策略分化：一个国家开始把 AI 当作基建任务来做，另一边怎么办？

对中国企业来说，更难的题目是：

当 AI 工厂被写入“国家任务”，我们该如何在规则、资源、成本之间找到自己的可持续位置？ 这比“谁有更大模型”更急，更实在。

这是黄仁勋在最新对谈中的开场。他没有展示芯片、性能曲线或未来畅想，而是盯着一个更实际的问题——AI 应该被“造”出来，就像汽车、飞机、电一样。

他说：

“AI 工厂会成为一种基础设施，就像水电煤一样，是现代社会必须持续运转的东西。”

事实上，AI 工厂已经在美国西南部拔地而起。

人工智能数据中心建设商 Crusoe CEO 在现场强调，他们正在德州“像造炼钢厂一样建 AI 工厂”。每天上千工人实地施工，“不是概念，是个大工程”。

苏姿丰也透露，AMD 最新 AI 芯片的成功交付，标志着美国本土芯片制造能力的重要突破。

黄仁勋讲得很直接：

“每家公司未来都需要两个工厂，一个制造产品，一个制造智能。”

他说，这种工厂的核心不是芯片、模型，而是能不能持续地、高效地“产出token”。

因为在 AI 世界里，只有被“不断调用”的智能，才是真正有用的能力。

过去是写好代码一次就能复用； 现在是，每一次问答、每一次推理，都是“重新生成”，都需要能源、硬件和算力。

他把这称为：

从写软件，变成制造智能。

你不再是写一次代码，而是持续生产智能。

这个逻辑非常关键，也非常现实：

模型越复杂，运行一次的成本越高；需求越多，背后的计算就越重；如果不能“持续产出”，就等于没有真正能力。

所以，他才把“AI 工厂”定义为下一代制造平台，不是说说而已。

("赢得AI竞赛"峰会海报)

如果说“AI 工厂”是一座新的工厂，那它就不是靠模型参数堆起来的，而是靠三个实际资源撑起来的：芯片、电力、人。

黄仁勋说：

“想要持续产出智能，你得像运营一个发电厂一样准备资源。”

而这三样资源，在美国都出现了明显的紧缺。

一、芯片：不是缺设计，而是缺产能

苏姿丰提到 AMD 最新的 AI 芯片时，说了一句很扎实的话：

“造一颗这样的芯片，制造周期差不多 9 个月。你得先有设计，再送到台积电那边投片，再等工艺、良品率，再回来封装、测试。”

她特别提到：

“我们已经在亚利桑那拿到了第一批美国本土制造的芯片，这是一个重要转折。”

过去，美国主打的是芯片设计，但真正的生产都放在海外。如今，随着 AI 芯片的制造难度不断上升，本土产能成了“堵点”。

苏姿丰还补了一句：

“我们要的是保证供应，而不是只看最低价格。”

意思是，算再清楚的账也没用，只要缺货、交不出芯片，AI 工厂就建不起来。

二、电力：真正的瓶颈正在到来

芯片不够，可以等。但电不够，就连模型都跑不起来。

Crusoe CEO Chase 直接给出了一组数字：

“过去 20 年，美国年均电力消费稳定在 4000 太瓦时。但接下来，AI 数据中心的用电量会在 2030 年前增长 4 倍，占全国用电的 10%。”

他说：

“我们现在不只是建数据中心，而是得建出一整套能源系统来供应它们。”

为了这件事，Crusoe 正在德州自建 AI 工厂和供电站，一站式解决算力和能源的事：

1.2GW 级别的算力工厂配套微电网，电池 + 风能 + 天然气联动总规划产能目标是 40GW，几乎等于一个小国家的电力需求

特朗普在当天现场讲话中也点到了这一问题：

“你们这些科技公司需要的电力，比美国历史上任何一个行业都多。”

“我们得造自己的发电厂，不能只靠一个百年老电网。”

这是少有的场合，一个国家领导人承认：AI 的最大限制，不是模型，而是电。

三、劳动力：没人干活，一切白搭

算力有了，电也来了，但人手不够，还是白忙一场。

Crusoe CEO 在台上说：

“我们每天在德州 AI 工厂现场有 4000 多人施工。这些人来自全美 50 个州，有建筑工、电工、管道工，像是现代版的淘金热现场。”

他明确表示：

苏姿丰同样表达了类似担忧：

“不是说台积电不行，是他们第一次在美国建厂，很多工人要重新培训。我们需要更早地让年轻人学习 STEM（科学技术）。”

她的潜台词是，AI 的落地需要重建一整套人才梯队——不只是高端的科学家，更是大量的技术工人。

三位 CEO 的发言其实透露出一个共同点：

AI 工厂不是靠概念炒作，而是靠实实在在的投入建起来的。

芯片、电力、人力——这三样资源正在重新定义 AI 时代的竞争格局。

不是谁模型强，谁就能领先； 而是谁先备好地、电、人，谁才能让 AI 真正跑起来。

一个现实正在浮现：

AI 工厂的落地，不再只是靠科技公司单打独斗。

一边是企业狂飙，建厂、抢地、买芯片、抢电力；一边是政府加速出手，出台行动计划、砍流程、给资金。

一、企业在冲刺，速度第一

OpenAI CEO Sam Altman 与 Oracle 签署协议，将建设一个 4GW 的超级计算集群，年投入达 300 亿美元。

Elon Musk 也发推称：

“xAI 未来五年内将部署 5000 万个 H100 等效 GPU。”

这意味着，仅 xAI 一家公司的需求，就可能超过目前全球5年的高端AI芯片总产能。（备注：基于2024年全球AI芯片年产能约500-1000万片的数据计算）

黄仁勋怎么回应的？他开玩笑地说：

“我积压了 50 亿美元的 Hopper 芯片库存，如果谁要，给我打个电话就行。”

他明确表示：

“现在我们不搞配额、不搞分配。谁先下单、谁准备好电力和场地，就先拿货。”

这话翻译过来就是：

想做 AI 工厂，排队是不管用的。你要自己先准备好，才能消化得了。

与此同时，Crusoe 这家做 AI 工厂基础设施的创业公司，也在一边盖厂一边融钱：

已累计融资 150 亿美元在德州、怀俄明州开工建设多座 AI 工厂主打“模块化搭建 + 自带供电 + 快速部署”打法

Crusoe CEO 这样说：

“我们不是在等人来接单，我们是在自己带人、带电，把工厂一座座造出来。”

这批公司干的，是自建产业链，而不是等国家出手。

二、政府在跟进，开始清障

但这一次，美国政府的反应不算慢。

就在这几位 CEO 密集发言前后，白宫刚刚发布了一份新的《AI 行动计划》，立场空前清晰：

但最关键的，不是这些口号，而是实际动作。

特朗普在发言中提到：

“我们会撤掉上一届政府搞出来的行政障碍，从第一天起就放开 AI 创新。我们已经降低能源审批时间，把项目推进时间从 3 年压到 6 个月。”

甚至连审批负责人都被点名了：

“我告诉审批负责人 Lee （备注：Lee Zeldin 是特朗普任命的 EPA 署长，负责环境政策和项目审批）：你有一周搞定核能，有三天批完天然气项目。”

背后的意思很明确：

政府要给 AI 工业化扫清障碍，不当主力，但要当加速器。

三、企业与政府，开始靠拢但没重叠

而黄仁勋的论调也发生了变化，不再只谈“自由市场”。

他说：

“你需要 AI 工厂来生产 AI ...这将成为新的基础设施，就像我们现在的能源生产基础设施一样。”

这句话的潜台词很明显：企业可以先动，但最后，一定要有政府的配套、能源的支持、人才的投入，这场工业化才能真正落地。

这就是美国 AI 工业化的“双路线”：

企业抢着干，但干到一定程度就需要配合；政府开始出手，但还是要靠市场冲在前面。

而中美之间的赛道，也已经不是比谁的模型多，而是比：

(特朗普演讲：强调"AI的未来是我们的)

但如果你回头对照黄仁勋的一中一美两场发言，会发现一个更深层的差异：
说的内容可能相近，但他说话的“身份”变了。

在北京，他像一位产业伙伴，谈协作、谈开放；

回到华盛顿，他站在政策场合，讲的是主导权、讲的是先发优势。

这不仅仅是措辞变化，而是语境转换。他把“AI 工厂”从公司策略，推到了国家竞争的核心位置。

✅ 在中国：强调开放、合作、平台共享

黄仁勋在 7 月中旬访华时，态度显得非常克制。他没有谈竞争，也没有喊口号，而是反复提到“合作”。

在北京媒体见面会上，他说：

“AI 是一项全球技术，开放生态是最好的生态。英伟达愿意和中国企业共同发展，我们会持续提供支持。”

还补充了一句很耐人寻味的话：

最重要的是让中国开发者也能用上世界最好的工具。

这番话传递的信息很清晰：

这种态度，与过去几年中美在芯片领域的紧张局势相比，显得难得温和。

✅ 回到美国：强调“战略位置”、技术护城河和主导权

但仅仅一周后，在美国本土的对谈中，黄仁勋表态有所不同。

他核心的表达是：

“你能想象如果DeepSeek、Qwen和Kimi只能在非美国技术栈上运行吗？这些是当今世界前三的开放模型。”

他没直接说“不能让中国领先”，但这句话其实触及了行业最敏感的神经：

AI 不只是模型竞赛，更是平台之争。

如果主流模型脱离美国的硬件、芯片和开发工具，那美国对 AI 的“话语权”也会随之削弱。

他接着说：

“世界上最好的开放模型，几乎全都运行在美国技术上。如果不是开源生态，美国的 AI 初创公司根本做不出来。”

这番话，其实是一种反面论证： 美国要继续赢下 AI，就不能丢掉平台的技术控制力。

✅ 差别背后：是两种策略的同步展开

黄仁勋这两次发言，并不矛盾，而是两种策略的不同落点。

面对中国，他强调合作，保持通道畅通；面对美国，他强调领先，主张资源倾斜。

苏姿丰的表达则更含蓄，但同样在话里带话：

“我们希望确保供应链有地理多样性，但关键能力必须掌握在自己手里。”

Crusoe 的 CEO 更干脆，直接把 AI 工厂视为“国家核心竞争力”，认为：

“未来几年，美国必须重新掌握自己的制造能力，否则 AI 工业化无法推进。”

特朗普在演讲中也顺势给出了方向：

“我们不需要把所有制造都拉回美国，但最先进、最关键的部分，必须在我们自己手里。”

这就点出一个现实：

中美之间的竞争，已经不只是芯片对芯片，而是“谁先建立起自己的 AI 工厂体系”。

✅ AI 工厂，不再是企业能力，而是国家选择

黄仁勋回美后的发言，已经不再是一个 CEO 的企业表态，而更像是一个行业代表的国家建议。

他说：

“我们正在用 AI 建造下一代工业机器，那是每个国家未来的增长引擎。”

而这正是 AI 工厂的真正分量：

它不只是跑模型的地方，而是决定未来产业怎么运转；它不只是建几栋楼，而是定义国家经济增长边界的新引擎；它不是一个产品，而是一整套能力的组合——从设计、制造、供电、到部署和使用。

中美，都在建。

但谁先建起来，谁就能在下一轮全球工业格局中站得更稳。

半小时的对谈，其实只讲了一件事：

AI，不再是“做工具”，而是“建工厂”。

这个工厂，不是抽象概念，而是实打实的产业设施：

造芯片、供电力、搭网络、招工人；每个模型背后，都要有真正的厂房在发电、供货、维护；每一轮推理，每一个答案，都是这座“智能工厂”产出的商品。

这也是为什么黄仁勋、苏姿丰、Crusoe CEO、特朗普态度如此一致：

AI 工厂，不再是趋势，而是基础设施。

谁先建起，谁就拥有了战略主动权。

AI 工厂不是一家公司的突破，而是一整个时代的拐点。

工业地图正在重画，能力边界正在改写。

你，准备如何应对？

是主动参与，还是被动适应？

这，就是 AI 工业革命带来的时代命题。