黄仁勋：AI 产业瓶颈已从芯片转向电力，智能体算力需求暴涨 1000%

英伟达 CEO 黄仁勋在第 29 届米尔肯研究院全球大会上发表题为"Leading in the Age of AI"的演讲。他提出，AI 产业正在经历一次范式级别的跃迁：从"会生成内容"的生成式 AI，进化到"会规划并执行任务"的智能体（Agentic AI）时代。

黄仁勋给出了一个颇具冲击力的数字：相较于两年前的生成式 AI，Agentic AI 所需的算力已经增长了约 1000%。他将这一差异归结于任务复杂度的本质变化——生成式 AI 只需处理单次输入输出，而智能体需要在同一任务中反复完成理解、推理、工具调用与自我纠错，计算量呈指数级累积。

芯片不再是瓶颈

演讲中另一个值得关注的判断是：AI 产业的核心瓶颈，已经从芯片转移到了电力供给。这意味着算力的稀缺性正在从硬件层向基础设施层转移。数据中心的扩张速度，将越来越受制于电网容量、冷却系统和选址条件，而非单纯的芯片产量。

这与近期巴克莱研报的判断高度吻合：随着 GPU 机架功率密度从 2020 年的 25 千瓦/架跃升至当前 Blackwell 架构的 150 千瓦/架，并预计在 2027 年后突破 600 千瓦/架，冷却系统和电力供给已成为制约数据中心落地速度的核心变量。

这一次，黄仁勋描述的是"正在发生"

读黄仁勋的演讲，有一个细节值得注意：他用的不是"Agentic AI 将会到来"，而是"Agentic AI 正在发生"。这个时态上的差异，折射出行业的真实进度。

英伟达的算力销售数据是最直接的佐证——如果 Agentic AI 只是概念，不会有企业为此买单如此大规模的算力。事实上，Anthropic 本月刚刚与 SpaceX 签署协议，从其孟菲斯数据中心获取超过 300 兆瓦的算力，相当于约 30 万张 H100。这笔采购不是为了跑对话，而是为了支撑 Claude 在企业侧大规模运行 Agent 任务。

"智能体算力需求正将 AI 的影响范围从软件行业延伸至实体经济——这不是未来式，这正在发生。"
— 黄仁勋，米尔肯研究院全球大会，2026年5月

Agentic AI 的算力成本比一次对话调用沉重得多，这对想落地 Agent 的企业是一个真实约束。1000% 的算力增幅不只是行业景气的信号，它同时也意味着：随便跑一个 Agent 的成本，可能是过去一次 GPT 调用的十倍以上。

这引出了一个真正重要的问题，但当前行业讨论得还远远不够：Agent 在什么场景下的 ROI 是正的？效率提升的收益，能不能覆盖算力成本的跃升？

高盛在同期发布的《解码智能体经济》报告中预测，2030 年全球 AI Token 需求将较今日暴涨 24 倍。这两份报告共同指向的，不只是一个增长趋势，而是一次真正的成本结构重构——谁先想清楚这道算术题，谁就能在 Agent 时代建立真正的竞争优势。

来源：米尔肯研究院全球大会 / 巴克莱研报 / 高盛研报