CES 2026：黃仁勳談 AI 工廠革命以及 NVIDIA 如何推動摩爾定律超頻升級

黃仁勳分享 NVIDIA 如何透過 AI 工廠策略超越傳統摩爾定律限制，不只是晶片效能堆疊，而是從架構與流程革命提升整體 AI 運算效能與效率。

在CES 2026期間媒體問答環節中，NVIDIA執行長黃仁勳再次分享其人工智慧未來的宏大願景，面對媒體關於摩爾定律、能源效率、中國市場供應，以及下一代架構的提問，黃仁勳表示當前正處於新工業革命的起點，而資料中心正在轉型為「AI工廠」 (AI Factory)。

一年一更的節奏：從Blackwell到Vera Rubin

針對媒體詢問NVIDIA如何維持驚人的成長速度，黃仁勳給出了明確的技術路徑圖。他指出，NVIDIA現在正以「每年推出一代新架構」的節奏全速前進。從Hopper、Blackwell，到目前最新的Vera Rubin架構，每一代的效能提升並非線性的增長，而是指數級的跳躍。

「我們正在讓摩爾定律『服用類固醇』」 (Moore’s Law on steroids)，黃仁勳打趣比喻。他解釋，透過在整個技術堆疊層面進行協同設計——從CPU、GPU、網路晶片到交換器——NVIDIA能夠在一年內實現原本需要多年才能達成的效能飛躍。例如Blackwell相較於Hopper，以及未來的Vera Rubin相較於Blackwell，都在推論成本 (Inference cost)和能源效率上實現了10倍提升。

能源效率即是營收：AI工廠的新經濟學

面對外界對於AI耗能的擔憂，黃仁勳提出了一個反直覺，但合乎商業邏輯的觀點：極致的能源效率才是客戶獲利的關鍵。

他分析，現代資料中心受限於電力供應，在電力總量固定的情況下 (Power-limited)，如果晶片的能源效率 (Performance per Watt)提升10倍，客戶在同樣的電力消耗下就能產出10倍的Token。對於將AI Token視為產品的「AI工廠」而言，這直接意味著營收增加了10倍。

因此，NVIDIA追求極致效能，並非單純只為了速度，更是為了降低每個Token的生成成本 (Cost per Token)，這才是推動生成式AI普及的經濟原動力。

供應鏈與地緣政治：H200的中國佈局與記憶體需求

在被問及中國市場與H200晶片的出口許可時，黃仁勳證實正在與美國政府緊密合作，確保符合出口管制的規範下，滿足市場對於算力的渴求。他表示，儘管地緣政治帶來挑戰，但客戶的需求依然強勁，H200將會依照法規陸續出貨。

此外，針對AI晶片不可或缺的HBM高頻寬記憶體，黃仁勳也坦言NVIDIA已經成為全球最大的記憶體買家之一。他強調NVIDIA與SK Hynix、美光 (Micron)及三星等供應商的緊密合作關係，並且指出HBM的產能與技術推進，是支撐Blackwell，乃至於Vera Rubin架構順利量產的關鍵命脈。

消費端與實體AI：從遊戲到自駕車的全面滲透

除了企業端，黃仁勳也回應了關於消費級顯卡與實體AI (Physical AI)的提問。他強調，AI技術不僅用於伺服器，同樣的架構優化技術 (如DLSS)也回饋到了GeForce RTX玩家身上。

而在自駕車領域，他重申了安全的重要性，透過Drive Thor平台與冗餘系統設計，確保在追求自動駕駛的同時，絕不犧牲安全性。

另外，即便當前市場提及的Level 2++自動駕駛等級劃分。與國際汽車工程師學會 (SAE International)提出定義不同，黃仁勳認為即便目前技術已經遠超傳統等級劃分所及範圍，但仍屬於駕駛必須留意前方車況，並且需要符合當地法規使用情況，因此不認為會有安全認知產生落差問題。

分析觀點：試圖將市場焦點從單純的「晶片算力」轉移到「系統級別的產出效率」

在受訪中，黃仁勳不斷強調「全方最佳化」 (Full-stack optimization)，暗示著在未來的AI競賽中，僅僅擁有強大的晶片是不夠的，必須擁有將運算、網路與軟體完美整合的能力，才能在這場新工業革命中存活。而NVIDIA正試圖透過極致的產品更新節奏，為競爭對手築起一道難以跨越的護城河。