黃仁勳手撕"AI泡沫"論!他的顯卡賣到全斷貨
史上最強三季度財報出爐，可能沒有之一。黃仁勳一邊把GPU賣到斷貨，一邊告訴世界“AI不是泡沫，是歷史必然”。這場算力狂潮到底是科技變革，還是資本宿命？
一夜無眠，所有人終於可以松口氣了。
英偉達再次交出震撼市場的季度成績單，黃仁勳的GPU“賣到斷貨”！
英偉達Q3 2026財報顯示，單季度營收達到創紀錄的570億美元，其中AI相關的數據中心業務同比狂漲66%！
在英偉達財報公布前，投資人提心吊膽，擔心AI投資見頂、“摩托變單車”。
AI泡沫？
黃仁勳：不存在的～
黃仁勳說：“我看到的情況完全不同”——英偉達用業績數據以業績正面開炮市場擔憂。
在外界普遍擔憂“AI泡沫”是否即將破裂的背景下，英偉達不僅沒有降溫跡象，反而把業務推向了新的增長峰值。
管理層稱，Blackwell與Rubin芯片的需求“爆表”，雲GPU已經全部售罄，對2026年底前約5000億美元相關收入具備可見度，並給出650億美元的下季度營收指引，高於市場預期，讓“AI泡沫”一說短期內失去說服力。
黃仁勳，在被問及我們是否正處於人工智能泡沫之中，他說：
當前的AI熱潮並不是泡沫，而是建立在一個更深層次、真實且巨大的計算范式轉移之上：從通用CPU轉向加速式GPU計算。
隨著摩爾定律走到盡頭，AI、推薦系統與數據處理都需要更強算力，驅動整個世界快速投入GPU超級計算機。
這些需求是真實、持續、且結構性的，因此AI的增長具有深層支撐，而非虛火。
用來支撐“AI們（如OpenAI、Gemini）”的資源實際上只是建立在這個巨大基座之上的一小部分，因此所有的投入都是必須且合理的。
太長不看總結版本：
摩爾定律失效：CPU提供的算力增長，已經無法支持現代社會計算的需求。
加速計算崛起：全球超級計算機從6年前90%用CPU，到如今90%用GPU，出現歷史性算力拐點。
數據處理本身就巨貴：全球幾千億美元的雲計算成本花在傳統數據處理上，而這些任務也正從CPU遷移到GPU。
推薦系統（Recsys）升級為生成式AI：互聯網核心業務（廣告、內容推薦等）從CPU遷移到GPU，是AI熱潮背後的真正需求引擎。
再往上才是AgentAI：OpenAI、Anthropic、Gemini等agent只是建立在底層算力革命上的“第三層紅利”。
因此不是泡沫：底層是整個計算范式的大遷移——這是實實在在的、長期的技術結構變化。
摩爾定律失效：CPU提供的算力增長，已經無法支持現代社會計算的需求。
加速計算崛起：全球超級計算機從6年前90%用CPU，到如今90%用GPU，出現歷史性算力拐點。
數據處理本身就巨貴：全球幾千億美元的雲計算成本花在傳統數據處理上，而這些任務也正從CPU遷移到GPU。
推薦系統（Recsys）升級為生成式AI：互聯網核心業務（廣告、內容推薦等）從CPU遷移到GPU，是AI熱潮背後的真正需求引擎。
再往上才是AgentAI：OpenAI、Anthropic、Gemini等agent只是建立在底層算力革命上的“第三層紅利”。
因此不是泡沫：底層是整個計算范式的大遷移——這是實實在在的、長期的技術結構變化。
AI泡沫？No，是算力革命新時代
黃仁勳表示，英偉達在AI發展的每一個階段都處於領先地位。
而世界正站在一個歷史性的轉折點，而英偉達恰好處於“主導位置”。
“有人說現在是AI泡沫，”黃仁勳回應道，“但從我們的視角來看，情況完全不是那樣。”
在被問到“我們是否正處在AI泡沫之中”時，英偉達CEO黃仁勳給出了自己的判斷。
他沒有直接回答“是”或“不是”，而是回到第一性原理，從計算發展的底層邏輯出發，給出了更大的圖景。
黃仁勳表示：“你必須回到計算機科學和計算本身的第一性原理，去看清當下到底發生了什麼。”
他指出，當前世界正在經歷三大計算平台的轉型：
第一，是摩爾定律的終結。
傳統通用算力增長已遭遇瓶頸，但計算需求卻在爆炸式增長，尤其是雲端數據處理。這促使全球逐步轉向“加速計算”。
而英偉達已經在推動這件事超過20年了。
黃仁勳引用一組數據：六年前，在全球超算TOP500榜單中，90%的系統使用的是CPU；而到了今年，只有不到15%使用CPU，GPU加速計算的占比已經從10%飆升到90%。
這就是轉折點，高性能計算正全面由通用計算向加速計算轉變。
他補充道，目前全球每年有數千億美元的算力被用於數據處理，比如SQL、數據幀運算——這些工作與AI無關，但計算密度極高，“這類純數據處理已經滲透進銀行、信用卡、電商、廣告推薦等所有行業。”
第二，是生成式AI對推薦系統的重塑。
過去15年，推薦系統（Recsys）是互聯網最核心的引擎——社交媒體內容推薦、廣告推送、書籍和電影推薦等都依賴於它。
黃仁勳指出，這些系統曾主要運行在CPU上，如今正快速遷移到GPU上，由此帶來巨大的算力需求變化。
第三，則是AI智能體（AgenticAI）的興起。
“在Recsys和生成式AI的基礎上，我們迎來了AgenticAI。”
黃仁勳提到，像Grok、OpenAI、Anthropic、Gemini等公司都在推動這類具備推理、規劃、執行能力的AI智能體系統。
他強調，眼下人們看到的“AI熱潮”背後，其實是計算范式的一場結構性大遷徙——從通用計算到加速計算。而一旦意識到這一點，就會發現，支撐Agentic AI發展的資源，並沒有被高估，反而是剛剛好，“甚至比你想象中還要少。”
黃仁勳總結道：“所以，與其說AI是泡沫，不如說我們正進入一個全新的計算時代。在這個變革的核心，沒有誰能像英偉達這樣發揮作用。”
這番表態，正值投資者因擔憂AI泡沫破裂引發市場動蕩之際。
做空英偉達的人，腸子悔青了？
過去三周，全球股市持續下滑。
在英偉達財報公布前日，美股市場情緒已出現動搖，在過去一周英偉達蒸發了數百億美元市值，股價五天下跌逾7%，周二單日跌幅超3%。
這樣的行情釋放出一個信號：市場，開始緊張了。
現在，多數AI公司面臨的共同難題是：估值高得驚人，收入卻遠遠跟不上。
相比之下，英偉達的商業邏輯更接地氣——它提供的是“鏟子”：用來支撐AI模型運行的硬件芯片。
在這場AI淘金熱中，這種“賣鏟人”的角色讓英偉達大獲全勝，公司市值上月一度突破5萬億美元，創下歷史紀錄。
但這也意味著，一旦英偉達的業績亮起紅燈，整個AI產業鏈都會受到牽連。更重要的是，數以千億美元計的數據中心建設資金正在支撐著美國經濟的另一端——
這使得英偉達的動向，不再只是科技圈的事，而是全美股市的“命門”。
昨日，英偉達發布最新財報，營收飆升至570億美元，大幅超出分析師預期，較上季度增長22%，同比增長62%。
其中，數據中心業務表現尤為亮眼，營收達512億美元，環比增長25%，同比大漲66%，進一步穩固了英偉達作為超大規模雲服務（hyperscaler）關鍵供應商的市場地位。
相比之下，英偉達第二季度的總營收為467億美元，數據中心業務約為410億美元。
英偉達執行副總裁兼首席財務官Colette Kress透露，到2030年，全球在AI基礎設施上的投資預計將達到3到4萬億美元。
她也坦言，如果不能在中國市場展開業務，英偉達在全球競爭中將面臨不利。
但英偉達本季度的營收預期與過去兩個季度一樣，並未計入任何來自中國的收入。
而做空或清倉英偉達的人，估計腸子悔青了：
不僅僅是商業，從GPU路線圖看向未來
當華爾街還在拿著放大鏡尋找財報裡的瑕疵，試圖論證“AI泡沫”何時破裂時，黃仁勳卻拿起了望遠鏡，看向了計算物理的盡頭。
570億美元的單季營收，不僅僅是一個驚人的財務數字，它更像是一張舊時代的“退場通知書”。
如果把視野拉得更遠——從Blackwell，到Rubin，再到英偉達芯片路線圖的Feynman（費曼）架構——英偉達所引領的並不是一場商業周期，而是一次計算文明的升維。
AI的計算需求正在逼迫硬件開始向“物理極限”靠攏。
這是一條CPU時代從未走過的路徑。
英偉達現階段可以說是“綁架”了美國股市、美國經濟，甚至全球經濟，乃至全球敘事。
甚至有外媒直接指出：美國現在就是一個Nvidia-state。
所以，黃仁勳說他“看到的景象完全不一樣”是發自內心的。
黃仁勳已經給全世界規劃好了未來三年的道路，讓我們再回頭看看GTC大會上他給出的這張GPU路線圖。
未來三年，英偉達已經不滿足於繼續賣“鏟子”，它想賣更貴的東西。
在Hopper時代（H100），客戶買的是芯片；
到了Blackwell時代（B200/GB200），客戶買的是機架；
而到了未來的Rubin時代，客戶大概率要買整個數據中心集群。
2028年的，費曼時代呢？
英偉達正在極速推進“計算單元”的宏觀化，正如黃仁勳在采訪中所說的，我們正在經歷一場巨大的計算范式轉移。
Blackwell和Rubin的斷貨，意味著未來18到36個月的全球AI算力產能已經被“鎖死”了。
對於微軟、Meta、Google這些超大規模雲廠商來說，這不是想不想買的問題，而是一場無法退出的“囚徒困境”：
誰敢停下來，誰就會在下一代模型的Scaling Law（擴展定律）競賽中掉隊。
這是一場精心設計的“性能通脹”。
觀察英偉達的路線圖，你會發現一種令競爭對手絕望的節奏感：一年一迭代。
2024-2025年是Blackwell的主場，2026-2027年Rubin就要登場，2028年還有更強大的Feynman。
這種極其激進的更新速度，實際上是在人為制造“算力折舊”。
你手中的H100集群還沒收回成本？
對不起，競爭對手已經用上了推理成本更低、訓練速度更快的Blackwell、Rubin。
這種“強迫性升級”，保證了英偉達在未來三年內，即便面對下游AI應用變現困難的質疑，依然能通過硬件層面的降維打擊，維持高額的Capex（資本支出）流入。
據FinanceCharts數據，英偉達最近12個月（截至2025年）毛利率約為69.8%。
CSIMarket 顯示，2025年7月季度毛利率為約72.42%。從2020年初至2025年，毛利率由約61.99%（2020年1月末）上升至約74.99%（2025年1月末）——盡管期間曾有下滑。
如果和其他“暴利”行業做一個對比，在利潤結構上，英偉達更像微軟+愛馬仕+輝瑞，而不像台積電+蘋果。
而GPU可不是“復制成本為零”的軟件或者給人增加社交價值的奢侈品，英偉達的這個利潤更加逆天。
這裡插一句，微軟靠著“復制成本為零”的軟件在2024年單季度收入656億美元，英偉達預測2025年4季度達到650億美元。
可以對比著感受下賣實體GPU能賣到這個毛利率的恐怖之處。
所以有人說，英偉達70%的毛利率，已經不是賣硬件了，是賣“不可替代的戰略資源”。
別人賣產品，英偉達賣的是“時代的算力通行證”。
別人掙行業的錢，英偉達掙時代的錢。
只要摩爾定律的屍體還在，只要行業還在認可LLM的Scaling Law，黃仁勳的生意就不會斷。
最後，如果殘酷一點的說，所謂的“泡沫”，可能只存在於買單的人身上，而不存在於收錢的人身上。
黃仁勳口中的“非泡沫”，是指從通用計算（CPU）向加速計算（GPU）轉移的物理必然性。
這一點在技術上是成立的。
但商業上的風險在於，在這個轉移過程中，是全人類在為英偉達的高毛利買單。
未來三年，英偉達的GPUs將構成一個巨大的吸金黑洞。
即便AI應用層真的出現泡沫破裂，那也是因為下游公司賺不到錢，而不是因為英偉達的芯片不好用。
所以，黃仁勳當然看不到泡沫。
站在食物鏈的最頂端，他看到的只有底下那些為了搶奪“生存權”而瘋狂上供的朝聖者。
在這個意義上，英偉達確實已經不僅是一家公司，它是一個在此刻掌管著全球算力分配權的“Nvidia-state”。
您的點贊是對我們的鼓勵
好新聞沒人評論怎麼行，我來說幾句
一夜無眠，所有人終於可以松口氣了。
英偉達再次交出震撼市場的季度成績單，黃仁勳的GPU“賣到斷貨”！
英偉達Q3 2026財報顯示，單季度營收達到創紀錄的570億美元，其中AI相關的數據中心業務同比狂漲66%！
在英偉達財報公布前，投資人提心吊膽，擔心AI投資見頂、“摩托變單車”。
AI泡沫？
黃仁勳：不存在的～
黃仁勳說：“我看到的情況完全不同”——英偉達用業績數據以業績正面開炮市場擔憂。
在外界普遍擔憂“AI泡沫”是否即將破裂的背景下，英偉達不僅沒有降溫跡象，反而把業務推向了新的增長峰值。
管理層稱，Blackwell與Rubin芯片的需求“爆表”，雲GPU已經全部售罄，對2026年底前約5000億美元相關收入具備可見度，並給出650億美元的下季度營收指引，高於市場預期，讓“AI泡沫”一說短期內失去說服力。
黃仁勳，在被問及我們是否正處於人工智能泡沫之中，他說：
當前的AI熱潮並不是泡沫，而是建立在一個更深層次、真實且巨大的計算范式轉移之上：從通用CPU轉向加速式GPU計算。
隨著摩爾定律走到盡頭，AI、推薦系統與數據處理都需要更強算力，驅動整個世界快速投入GPU超級計算機。
這些需求是真實、持續、且結構性的，因此AI的增長具有深層支撐，而非虛火。
用來支撐“AI們（如OpenAI、Gemini）”的資源實際上只是建立在這個巨大基座之上的一小部分，因此所有的投入都是必須且合理的。
太長不看總結版本：
摩爾定律失效：CPU提供的算力增長，已經無法支持現代社會計算的需求。
加速計算崛起：全球超級計算機從6年前90%用CPU，到如今90%用GPU，出現歷史性算力拐點。
數據處理本身就巨貴：全球幾千億美元的雲計算成本花在傳統數據處理上，而這些任務也正從CPU遷移到GPU。
推薦系統（Recsys）升級為生成式AI：互聯網核心業務（廣告、內容推薦等）從CPU遷移到GPU，是AI熱潮背後的真正需求引擎。
再往上才是AgentAI：OpenAI、Anthropic、Gemini等agent只是建立在底層算力革命上的“第三層紅利”。
因此不是泡沫：底層是整個計算范式的大遷移——這是實實在在的、長期的技術結構變化。
摩爾定律失效：CPU提供的算力增長，已經無法支持現代社會計算的需求。
加速計算崛起：全球超級計算機從6年前90%用CPU，到如今90%用GPU，出現歷史性算力拐點。
數據處理本身就巨貴：全球幾千億美元的雲計算成本花在傳統數據處理上，而這些任務也正從CPU遷移到GPU。
推薦系統（Recsys）升級為生成式AI：互聯網核心業務（廣告、內容推薦等）從CPU遷移到GPU，是AI熱潮背後的真正需求引擎。
再往上才是AgentAI：OpenAI、Anthropic、Gemini等agent只是建立在底層算力革命上的“第三層紅利”。
因此不是泡沫：底層是整個計算范式的大遷移——這是實實在在的、長期的技術結構變化。
AI泡沫？No，是算力革命新時代
黃仁勳表示，英偉達在AI發展的每一個階段都處於領先地位。
而世界正站在一個歷史性的轉折點，而英偉達恰好處於“主導位置”。
“有人說現在是AI泡沫，”黃仁勳回應道，“但從我們的視角來看，情況完全不是那樣。”
在被問到“我們是否正處在AI泡沫之中”時，英偉達CEO黃仁勳給出了自己的判斷。
他沒有直接回答“是”或“不是”，而是回到第一性原理，從計算發展的底層邏輯出發，給出了更大的圖景。
黃仁勳表示：“你必須回到計算機科學和計算本身的第一性原理，去看清當下到底發生了什麼。”
他指出，當前世界正在經歷三大計算平台的轉型：
第一，是摩爾定律的終結。
傳統通用算力增長已遭遇瓶頸，但計算需求卻在爆炸式增長，尤其是雲端數據處理。這促使全球逐步轉向“加速計算”。
而英偉達已經在推動這件事超過20年了。
黃仁勳引用一組數據：六年前，在全球超算TOP500榜單中，90%的系統使用的是CPU；而到了今年，只有不到15%使用CPU，GPU加速計算的占比已經從10%飆升到90%。
這就是轉折點，高性能計算正全面由通用計算向加速計算轉變。
他補充道，目前全球每年有數千億美元的算力被用於數據處理，比如SQL、數據幀運算——這些工作與AI無關，但計算密度極高，“這類純數據處理已經滲透進銀行、信用卡、電商、廣告推薦等所有行業。”
第二，是生成式AI對推薦系統的重塑。
過去15年，推薦系統（Recsys）是互聯網最核心的引擎——社交媒體內容推薦、廣告推送、書籍和電影推薦等都依賴於它。
黃仁勳指出，這些系統曾主要運行在CPU上，如今正快速遷移到GPU上，由此帶來巨大的算力需求變化。
第三，則是AI智能體（AgenticAI）的興起。
“在Recsys和生成式AI的基礎上，我們迎來了AgenticAI。”
黃仁勳提到，像Grok、OpenAI、Anthropic、Gemini等公司都在推動這類具備推理、規劃、執行能力的AI智能體系統。
他強調，眼下人們看到的“AI熱潮”背後，其實是計算范式的一場結構性大遷徙——從通用計算到加速計算。而一旦意識到這一點，就會發現，支撐Agentic AI發展的資源，並沒有被高估，反而是剛剛好，“甚至比你想象中還要少。”
黃仁勳總結道：“所以，與其說AI是泡沫，不如說我們正進入一個全新的計算時代。在這個變革的核心，沒有誰能像英偉達這樣發揮作用。”
這番表態，正值投資者因擔憂AI泡沫破裂引發市場動蕩之際。
做空英偉達的人，腸子悔青了？
過去三周，全球股市持續下滑。
在英偉達財報公布前日，美股市場情緒已出現動搖，在過去一周英偉達蒸發了數百億美元市值，股價五天下跌逾7%，周二單日跌幅超3%。
這樣的行情釋放出一個信號：市場，開始緊張了。
現在，多數AI公司面臨的共同難題是：估值高得驚人，收入卻遠遠跟不上。
相比之下，英偉達的商業邏輯更接地氣——它提供的是“鏟子”：用來支撐AI模型運行的硬件芯片。
在這場AI淘金熱中，這種“賣鏟人”的角色讓英偉達大獲全勝，公司市值上月一度突破5萬億美元，創下歷史紀錄。
但這也意味著，一旦英偉達的業績亮起紅燈，整個AI產業鏈都會受到牽連。更重要的是，數以千億美元計的數據中心建設資金正在支撐著美國經濟的另一端——
這使得英偉達的動向，不再只是科技圈的事，而是全美股市的“命門”。
昨日，英偉達發布最新財報，營收飆升至570億美元，大幅超出分析師預期，較上季度增長22%，同比增長62%。
其中，數據中心業務表現尤為亮眼，營收達512億美元，環比增長25%，同比大漲66%，進一步穩固了英偉達作為超大規模雲服務（hyperscaler）關鍵供應商的市場地位。
相比之下，英偉達第二季度的總營收為467億美元，數據中心業務約為410億美元。
英偉達執行副總裁兼首席財務官Colette Kress透露，到2030年，全球在AI基礎設施上的投資預計將達到3到4萬億美元。
她也坦言，如果不能在中國市場展開業務，英偉達在全球競爭中將面臨不利。
但英偉達本季度的營收預期與過去兩個季度一樣，並未計入任何來自中國的收入。
而做空或清倉英偉達的人，估計腸子悔青了：
不僅僅是商業，從GPU路線圖看向未來
當華爾街還在拿著放大鏡尋找財報裡的瑕疵，試圖論證“AI泡沫”何時破裂時，黃仁勳卻拿起了望遠鏡，看向了計算物理的盡頭。
570億美元的單季營收，不僅僅是一個驚人的財務數字，它更像是一張舊時代的“退場通知書”。
如果把視野拉得更遠——從Blackwell，到Rubin，再到英偉達芯片路線圖的Feynman（費曼）架構——英偉達所引領的並不是一場商業周期，而是一次計算文明的升維。
AI的計算需求正在逼迫硬件開始向“物理極限”靠攏。
這是一條CPU時代從未走過的路徑。
英偉達現階段可以說是“綁架”了美國股市、美國經濟，甚至全球經濟，乃至全球敘事。
甚至有外媒直接指出：美國現在就是一個Nvidia-state。
所以，黃仁勳說他“看到的景象完全不一樣”是發自內心的。
黃仁勳已經給全世界規劃好了未來三年的道路，讓我們再回頭看看GTC大會上他給出的這張GPU路線圖。
未來三年，英偉達已經不滿足於繼續賣“鏟子”，它想賣更貴的東西。
在Hopper時代（H100），客戶買的是芯片；
到了Blackwell時代（B200/GB200），客戶買的是機架；
而到了未來的Rubin時代，客戶大概率要買整個數據中心集群。
2028年的，費曼時代呢？
英偉達正在極速推進“計算單元”的宏觀化，正如黃仁勳在采訪中所說的，我們正在經歷一場巨大的計算范式轉移。
Blackwell和Rubin的斷貨，意味著未來18到36個月的全球AI算力產能已經被“鎖死”了。
對於微軟、Meta、Google這些超大規模雲廠商來說，這不是想不想買的問題，而是一場無法退出的“囚徒困境”：
誰敢停下來，誰就會在下一代模型的Scaling Law（擴展定律）競賽中掉隊。
這是一場精心設計的“性能通脹”。
觀察英偉達的路線圖，你會發現一種令競爭對手絕望的節奏感：一年一迭代。
2024-2025年是Blackwell的主場，2026-2027年Rubin就要登場，2028年還有更強大的Feynman。
這種極其激進的更新速度，實際上是在人為制造“算力折舊”。
你手中的H100集群還沒收回成本？
對不起，競爭對手已經用上了推理成本更低、訓練速度更快的Blackwell、Rubin。
這種“強迫性升級”，保證了英偉達在未來三年內，即便面對下游AI應用變現困難的質疑，依然能通過硬件層面的降維打擊，維持高額的Capex（資本支出）流入。
據FinanceCharts數據，英偉達最近12個月（截至2025年）毛利率約為69.8%。
CSIMarket 顯示，2025年7月季度毛利率為約72.42%。從2020年初至2025年，毛利率由約61.99%（2020年1月末）上升至約74.99%（2025年1月末）——盡管期間曾有下滑。
如果和其他“暴利”行業做一個對比，在利潤結構上，英偉達更像微軟+愛馬仕+輝瑞，而不像台積電+蘋果。
而GPU可不是“復制成本為零”的軟件或者給人增加社交價值的奢侈品，英偉達的這個利潤更加逆天。
這裡插一句，微軟靠著“復制成本為零”的軟件在2024年單季度收入656億美元，英偉達預測2025年4季度達到650億美元。
可以對比著感受下賣實體GPU能賣到這個毛利率的恐怖之處。
所以有人說，英偉達70%的毛利率，已經不是賣硬件了，是賣“不可替代的戰略資源”。
別人賣產品，英偉達賣的是“時代的算力通行證”。
別人掙行業的錢，英偉達掙時代的錢。
只要摩爾定律的屍體還在，只要行業還在認可LLM的Scaling Law，黃仁勳的生意就不會斷。
最後，如果殘酷一點的說，所謂的“泡沫”，可能只存在於買單的人身上，而不存在於收錢的人身上。
黃仁勳口中的“非泡沫”，是指從通用計算（CPU）向加速計算（GPU）轉移的物理必然性。
這一點在技術上是成立的。
但商業上的風險在於，在這個轉移過程中，是全人類在為英偉達的高毛利買單。
未來三年，英偉達的GPUs將構成一個巨大的吸金黑洞。
即便AI應用層真的出現泡沫破裂，那也是因為下游公司賺不到錢，而不是因為英偉達的芯片不好用。
所以，黃仁勳當然看不到泡沫。
站在食物鏈的最頂端，他看到的只有底下那些為了搶奪“生存權”而瘋狂上供的朝聖者。
在這個意義上，英偉達確實已經不僅是一家公司，它是一個在此刻掌管著全球算力分配權的“Nvidia-state”。
您的點贊是對我們的鼓勵
好新聞沒人評論怎麼行，我來說幾句| 分享: |
| 注： |
