「很難想像沒有黃仁勳的 AI 革命」:Sam Altman 回顧 NVIDIA 與 OpenAI 十年合作,創辦人離職後留下什麼?
30秒摘要
2026 年 11 月 16 日,Sam Altman 回應黃仁勳離開 NVIDIA,回顧 2016 年 DGX-1 與 OpenAI 的早期合作,也談到 AI 晶片需求重複計算與大型資料中心融資。本文從 CUDA、GPU 互連、資本支出及公司治理解析這場轉折。
重點摘要
- 01Sam Altman 11 月 16 日在 Semafor 訪談感謝黃仁勳對 AI 的歷史貢獻,但未支持其復職。
- 02SEC 文件確認黃仁勳 11 月 11 日卸任,Colette Kress 暫代執行長。
- 032016 年 DGX-1 交付 OpenAI,代表 AI 專用運算基礎設施早期布局。
- 042025 年 10 GW 合作與最高 1,000 億美元投資屬分階段意向,不是已全部完成。
- 05Altman 提醒不同晶片供應商對相同大型客戶的未來需求可能出現重複計算。
從一句話看見十年的 AI 產業史
2026 年 11 月 16 日,OpenAI 執行長 Sam Altman 在 Semafor「Silicon Valley & The World」活動受訪時談到剛卸任 NVIDIA 執行長的黃仁勳(Jensen Huang)。他表示,黃仁勳長期以來是自己敬重的人物,並坦言很難想像缺少黃仁勳及其所建立的 NVIDIA,人工智慧革命會是什麼模樣。Altman 還強調,NVIDIA 很早就看好 OpenAI,而 OpenAI 也選擇相信 NVIDIA 的運算平台。
這段發言不能簡化成「Altman 支持黃仁勳復職」。主持人直接詢問黃仁勳是否應回任時,Altman 明確表示自己掌握的資訊不足以回答。他表達的是對技術與產業貢獻的感謝,以及對當事處境的同理,而非對董事會決策作出肯定或否定。
黃仁勳已離開 NVIDIA:公告確認了什麼?
NVIDIA 於 2026 年 11 月 12 日正式宣布領導層異動。提交美國證券交易委員會(SEC)的 Form 8-K 顯示,董事會在 11 月 11 日接受黃仁勳辭去總裁、執行長及董事職務,並立即生效。財務長 Colette Kress 接任臨時執行長,Harvey C. Jones 擔任董事長,董事會啟動內外部接班人選搜尋。
媒體對離職背景另有報導與爭議,但正式文件能直接確認的,是職務異動與治理安排。私人指控、調查與推論不能混同於已由主管機關證實的法律結論。從技術產業角度看,真正需要持續觀察的問題是:在創辦人退出日常決策後,NVIDIA 能否維持硬體、軟體與大型資料中心專案的共同節奏?
2016 年:第一台 DGX-1 為何具有象徵意義?
回到 OpenAI 成立初期,深度學習還遠未成為今日規模龐大的生成式 AI 產業。NVIDIA 於 2016 年 4 月發表 DGX-1,將 GPU、互連、深度學習軟體及部署工具整合為專門面向 AI 研究的系統。在 2024 年 GTC 演講中,黃仁勳回顧自己將第一台 DGX-1 親自送往當年的 OpenAI。
那不只是送出一台高價電腦,而是代表 NVIDIA 很早就判斷:AI 訓練將不再只是一般伺服器上偶爾執行的工作負載,而需要專為平行運算打造的完整平台。DGX-1 的早期定位是研究設備,不應誤寫成它單獨訓練出了多年後的 ChatGPT。大型語言模型的出現還經歷 Transformer 架構、資料、演算法、分散式訓練及多代硬體演進。
為什麼 GPU 與 CUDA 能形成長期優勢?
神經網路需要大量矩陣乘法與張量運算。相較於專門優化連續、低延遲控制流程的傳統 CPU,大量 GPU 運算單元可以在適合的工作負載上平行處理資料。模型規模增加後,問題又從單卡效能延伸成記憶體容量、跨 GPU 通訊頻寬、網路拓樸、資料中心供電與散熱。
CUDA 的價值在於讓研究者和工程師可以透過工具鏈、函式庫與框架使用 GPU。硬體提供計算能力,CUDA 與相關函式庫降低開發和最佳化門檻,NVLink、網路與系統工程則協助擴大叢集。這種整合讓 NVIDIA 的競爭優勢不只是晶片性能,而是從研究程式碼到運算基礎設施的完整生態系。
但這不意味著其他加速器不可能競爭。Google TPU、AMD GPU 及客製化 ASIC 都在不同工作負載、成本結構與軟體環境下尋求突破。能否改變產業格局,需要比較實際模型效能、可移植性、整體擁有成本及供應能力。
從早期支持走向大型資本承諾
NVIDIA 與 OpenAI 的關係逐漸從設備供應,擴大到大型 AI 基礎設施規畫。雙方於 2025 年 9 月 22 日宣布合作意向,目標部署至少 10 GW 的 NVIDIA 系統,NVIDIA 並表示擬隨部署進度分階段投資最多 1,000 億美元。10 GW 指的是規畫中的運算設施電力規模,不等於 10 GW 的 GPU 晶片本身耗電,也不能直接換算成已交付的 GPU 數量。
2026 年 11 月的訪談還涉及 NVIDIA 為 OpenAI 俄亥俄州資料中心提供最高約 1,050 億美元擔保的報導。擔保、股權投資、實際資本支出與已完成的硬體採購是不同概念,不能把多筆最高額直接相加,當作已經流入 OpenAI 的現金。
這種合作安排也帶出值得關注的循環融資(Circular Financing)風險:晶片供應商提供資金或信用支持,支持客戶建設算力,而客戶又可能使用資金採購供應商的產品。此模式可能加快部署,但分析訂單與需求時,必須區分真正由終端使用支撐的需求、資金承諾與重複計算。
Altman 警告:晶片需求可能被重複計算
在同場訪談中,Altman 提到如今製造 AI 晶片的公司越來越多,每家供應商都可能假設 OpenAI、Anthropic 等少數大型客戶會採購自己大部分的產能。但這些客戶可使用的資料中心、電力、資本預算與實際需求並非無限。因此,各家供應商各自估算出的需求不能直接加總。
舉例而言,如果三家加速器供應商都把同一個資料中心規畫視為自己的潛在訂單,就可能在產業統計上形成重複期待。這是說明統計風險的假設範例,不代表任何特定企業確實如此。Altman 的觀點不是否認 AI 算力需求,而是提醒市場分辨真正已簽約、已融資、已建成並投入使用的能力。
失去創辦人後,NVIDIA 的技術路線會改變嗎?
黃仁勳長期同時扮演產品願景提出者、技術路線說明者以及大型客戶的合作窗口。這種整合角色有助於讓 GPU、記憶體、互連、機櫃系統與軟體平台朝同一方向推進。創辦人離職可能帶來決策交接與市場信心的不確定性,但不能由此推斷 NVIDIA 的研發團隊、供應鏈合約或產品藍圖必然失效。
應追蹤的可驗證指標包括:新任正式 CEO 的任命;Vera Rubin 及後續平台交付進度;大型客戶專案是否調整;CUDA 與企業軟體生態系是否持續投資;資料中心收入與資本支出是否有實質變化。這些比單日股價更能描述公司基本面與技術執行能力。
AI 革命不是一個人完成,也不能忽略關鍵人物
Altman 的話具有雙重含義。一方面,黃仁勳在 GPU 加速運算與產業規模化中扮演了關鍵角色;另一方面,今日 AI 已由研究機構、晶片設計商、晶圓代工、記憶體、網路設備、電力供應及全球軟體開發者共同支撐。將產業成功完全歸功於一個人,會忽略整套技術與供應鏈的集體成果。
因此,問題不只是「沒有黃仁勳,AI 是否還會存在」,而是「假如缺少 NVIDIA 在早期建立的 GPU 與 CUDA 基礎設施,AI 的發展速度與部署成本會如何不同」。這是值得討論的反事實問題,但無法以現有資料精確量化。
截至 2026 年 11 月 17 日,能確認的是黃仁勳已辭任、Altman 承認其歷史貢獻且認為產業需求仍強。未來真正的檢驗,則將落在 NVIDIA 新管理團隊能否繼續交付完整的加速運算平台,而不只是延續一位創辦人的聲望。
Tech English|技術名詞中英對照
Accelerated Computing(加速運算):使用 GPU 或專用加速器處理高度平行化的工作負載,減輕 CPU 的部分運算工作。
CUDA(統一運算裝置架構):NVIDIA 的 GPU 平行運算平台及軟體生態系,使開發者能以程式與函式庫調用 GPU 計算資源。
GPU Interconnect(GPU 互連):連接多顆 GPU 的通訊技術,跨裝置頻寬與延遲會影響大模型訓練效率。
Scaling Laws(規模法則):描述模型表現與模型大小、資料量及訓練計算量之間經驗性關係的研究框架,具體結果依模型與訓練方法而異。
Circular Financing(循環融資):供應商的投資或信用支持與客戶的採購互相連動,須注意需求計算和財務風險的透明度。
Capital Expenditure, CapEx(資本支出):企業為興建資料中心、購置伺服器與設備等長期資產投入的資金,與營收及融資承諾不同。
Core takeaway
Altman 肯定黃仁勳與 NVIDIA 對 AI 基礎設施的歷史貢獻,但並未主張其復職;產業後續更需要驗證技術交付與真實算力需求。
Why it matters
NVIDIA 不只是 GPU 供應商,也是 CUDA、互連和資料中心平台的整合者。創辦人離職與巨額合作承諾將同時考驗公司治理、供應鏈執行與 AI 投資需求的可信度。
Data story
03Tech index
07限制與注意
06- 01黃仁勳離職的正式日期依 SEC 文件為 2026 年 11 月 11 日;公司新聞稿發布於 11 月 12 日。
- 02Altman 表達感謝但未表態支持復職,切勿把歷史評價寫成董事會立場。
- 032016 DGX-1 交付是 NVIDIA 官方回顧的歷史事件,不能推論 ChatGPT 完全由該台設備訓練。
- 0410 GW 和最多 1,000 億美元屬 2025 年公告的合作意向及規畫上限,非截至本文刊出已完成的成果。
- 051,050 億美元擔保是媒體報導涉及的另一項安排,不可與股權投資視作相同性質並直接累加。
- 06需求重複計算是 Altman 指出的產業風險,本文假設例子不是任何企業已發生重複訂單的證據。
原始來源
wccftech.com相關公司
SUPPORT INDEPENDENT JOURNALISM
支持獨立科技內容
Chip Insight 不依賴廣告或付費牆。若這篇文章對你有所幫助,歡迎透過加密貨幣自願支持網站持續研究與內容製作。
了解贊助方式 →

