Nvidia 執行長闡述 AI 從檢索轉向生成的轉變，Vera CPU 銷售額達 200 億美元

詹森·黃希望你知道，那個時代已經結束。英偉達首席執行官已勾勒出一個願景：計算將不再僅是檢索，而是開始生成，根據用戶實際需求即時產生自訂輸出，而非僅僅引導用戶前往已存在的內容。

黃仁勳將此視為自業界創立以來最重大的計算範式轉變。在三月與 Lex Fridman 的訪談以及 Nvidia 的 GTC 大會上，他詳細說明了這一轉變要求完全新型的硬體類別。GPU 仍居核心地位，但生態系統現需專為 AI 工作負載設計的專用 CPU。

進入由 NVIDIA 推出的 Vera CPU，這款晶片專為公司所稱的「代理式 AI」系統而設計，此類系統不僅能回應提示，更能逐步自主地推理、規劃與行動。據報導，Vera CPU 在 2026 年的早期銷售額已達 200 億美元，這一數字表明企業對此類晶片的需求絕非理論上的假設。

黃認為，僅專用 AI 代理 CPU 的總可服務市場就達 2000 億美元。這還不是整個 AI 基礎設施市場的全部，僅僅是其中的 CPU 部分。

這正是黃的「AI 工廠」概念的用武之地。這些並非傳統意義上帶有煙囪和傳動帶的工廠，而是專為大規模生產數位內容而設計的龐大資料中心部署。它們不生產實體商品，而是生產智慧，全天候生成文字、合成圖像、影片，以及日趨複雜的推理鏈。

這項技術建立在早期技術之上，例如檢索增強生成（RAG）。在英文中：RAG 系統結合了傳統的檢索方法與生成模型，讓 AI 可從知識庫中提取相關資料，並據此合成新的答案。但黃所描述的發展趨勢更進一步，朝向能夠即時推理與學習、完全無需依賴預存文件的系統。

單一 CPU 產品線的 200 億美元早期銷售額，無論以何種標準來看都極為顯著；而 AI 代理 CPU 市場估計達 2000 億美元，表明我們仍處於早期階段。

對於專注於英偉達的投資者而言，檢索到生成的理論提供了一個框架，用以理解即使在初始 AI 訓練週期趨於成熟後，GPU 和專用 CPU 的需求仍可能持續增長。訓練模型是一次性事件，而從該模型產生輸出則是持續不斷、永恆進行的。換句話說，推論工作負載在時間上結構上大於訓練工作負載。

儘管 AMD、Intel 及一批不斷壯大的定制晶片初創公司正在追逐 AI 加速器市場，但 Nvidia 的生態系統優勢、CUDA 軟體堆疊及其開發者社群，創造了顯著的轉換成本。晶片出口的地緣政治限制，尤其是對中國的出口，又增添了投資者無法忽視的另一層不確定性。