AI 代理推高运算需求　黄仁勳：半导体产业将持续扩大 https://news.tvbs.com.tw/tech/4020652 记者：林惠雯｜责任编辑：新闻中心 发布时间：2026.09.11 AI 晶片一代比一代强，全球科技公司却还在盖更多资料中心、采购更多晶片。为何运算 效能持续提升，半导体需求反而愈滚愈大？辉达（NVIDIA）执行长黄仁勳认为，答案与生 成式 AI 带来的新运算模式，以及摩尔定律红利减弱有关。 原因不只在於模型变得更复杂。黄仁勳在 9 月 10 日 Goldman Sachs Communacopia + Technology Conference 2026 与高盛（Goldman）分析师 Jim Schneider 对谈中，以过 去数十年的电脑发展解释这项转变。 他认为，电脑正在经历两个同时发生的变化：一边是生成式 AI 把运算从「找出已经存在 的答案」，改成即时产生答案；另一边则是摩尔定律过去持续压低运算成本的红利正在减 弱。需求加速、成本下降速度却不如从前，最後就会需要更多晶片与更大的运算系统。 过去电脑负责「找资料」，AI 现场算出答案 黄仁勳把上一代电脑称为以「检索」（retrieval）为基础的运算。过去使用手机、搜寻 引擎或网路服务时，多数内容早已储存在某个地方。使用者送出要求後，系统负责找到几 个可能的结果，再依照个人偏好推荐其中一项。 生成式 AI 的运作方式不同。如果使用者希望什麽都能问，而且立即得到符合当下情境的 回答，电脑就不能只是把既有资料找出来，而必须根据问题、上下文与个人需求，现场「 生成」结果。 这也让支撑 AI 的基础设施从以储存、检索既有资料为主，进一步转向需要大量即时运算 来生成结果。 黄仁勳以推荐系统作比喻。过去大型网路平台可以用一套推荐引擎服务大量使用者；到了 生成式 AI 时代，情况更像每个人背後都有一套专属系统，持续根据不同情境产生结果。 从十亿人用电脑，变成数千亿个 AI 代理持续运算 AI 代理又把这项需求往上推了一层。黄仁勳指出，过去主要是人类使用电脑工具，而且 人会睡觉、会停止工作；未来则可能出现数以千亿计的 AI 代理持续执行任务。 这些代理也不是像早期聊天机器人一样，收到一个问题、产生一次答案就结束。较复杂 的 AI 工作需要反覆推理、修正与执行，因此同一项任务可能持续消耗运算资源。 换言之，未来增加的不只是使用 AI 的人类，也可能是持续执行任务、反覆推理的 AI 代 理数量。这也是黄仁勳判断半导体需求仍有成长空间的重要原因。 摩尔定律过去帮忙降成本，现在这项红利正在变小 黄仁勳指出，半导体产业多年来的需求一直在成长，但过去还有另一股力量同时作用：摩 尔定律。 过去随电晶体密度持续提高，同样面积能容纳更多电晶体，并长期推动运算效能与成本效 益改善。黄仁勳把这种效果形容为一种「通缩」（deflationary）力量。 也就是说，即使全世界需要更多运算，晶片本身进步带来的成本下降，也会抵销部分需求 成长。 但他认为，这项模式正在改变。当电晶体无法再像过去一样快速缩小，如果产业仍希望每 隔几年大幅提高 AI 运算能力，就不能只依靠单颗晶片本身的进步，而必须把更多晶片连 在一起，从封装、互连到整个系统一起设计。 黄仁勳也因此提到台积电 CoWoS 与自家的 NVLink。前者让多颗晶片能在封装层级更紧密 整合，後者则让更多运算晶片可以高速连结。对辉达而言，当单颗晶片无法单靠制程微缩 持续取得过去幅度的成长，就必须把扩充范围从「一颗晶片」拉到「整套电脑」。 他直言：如果需要两倍的电晶体，就得想办法使用更多晶片。 AI 把半导体成长逻辑改成「需求加速、成本红利减弱」 生成式 AI 把电脑从检索工具变成持续产生答案的运算系统，大量 AI 代理又进一步增加 运算次数；另一方面，摩尔定律过去替产业持续降低单位运算成本的效果正在减弱。 当两件事同时发生，新增的 AI 需求就更可能转化成更多晶片，以及对记忆体、先进封装 与大型运算系统的需求。 黄仁勳因此预期，半导体产业规模会持续扩张。 这套论点的重点，并不是每一代 AI 模型都一定比上一代消耗更多晶片，而是整个电脑产 业正在改变使用运算资源的方式。 过去是人类需要时才打开工具、寻找既有资讯；未来则可能是大量 AI 代理全天候产生答 案、反覆思考与执行工作。依黄仁勳的推论，当 AI 代理数量增加，且复杂任务需要反覆 推理与执行，整体运算需求仍可能持续增加。 在黄仁勳的论述中，AI 与过去网路时代不同之处，在於它带来的不只是另一套软体应用 ，而是建置新一层运算基础设施的需求。 心得评论: 黄仁勳认为，AI 正把半导体需求从「晶片效能提升即可满足」转向「运算量本身快速膨 胀」，因此即使晶片愈来愈强，全球仍需要更多晶片、资料中心与先进封装。 AI 晶片虽然愈来愈快，但 AI Agent 创造运算需求的速度，可能比晶片效率提升更快； 加上摩尔定律放缓，最终只能靠「更多晶片＋更大的系统」满足需求。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 118.165.85.158 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1789269795.A.D27.html