黄仁勋反对放慢AI发展 力挺数据中心扩张

英伟达首席执行官黄仁勋在洛杉矶举行的 All-In Summit 峰会上，与《All-In》播客主持人查马斯·帕里哈皮蒂亚、杰森·卡拉卡尼斯、大卫·弗里德伯格和大卫·萨克斯进行了交流，并就人工智能发展速度这一核心议题明确表态：他反对“放慢”AI发展的主张。

当下，围绕AI能力提升节奏的争论正在产业界内部升温。Anthropic CEO达里奥·阿莫迪此前公开呼吁“放慢”人工智能能力提升的速度，SpaceX CEO埃隆·马斯克与OpenAI CEO萨姆·奥特曼均对此公开表示赞同。黄仁勋则持相反立场，认为这类主张可能迎合那些并不希望AI产业继续发展的力量。在他看来，单纯放缓节奏并不能解决技术演进过程中的问题，反而可能削弱整个产业的投入意愿与创新动能。

与“减速”争论相伴的，是AI基础设施尤其是数据中心建设的现实压力。盖洛普近期调查显示，约七成受访者反对在所在地区建设数据中心，超过半数受访者主要担忧其环境资源影响，约两成受访者则担心生活成本和生活质量受到影响。这组数据意味着，算力扩张在选址、能源供给和社区沟通层面都将面临更高的门槛。

黄仁勋的立场指向一个明确判断：AI能力的持续提升，离不开底层算力基础设施的同步扩张。从训练集群到推理服务，模型规模的每一次跃升，都会带来对电力、冷却、网络带宽和土地资源的成倍需求。如果基础设施建设的节奏被显著拖慢，模型迭代速度、成本曲线下探幅度以及上层应用的落地速度都会受到直接影响。

另一方的担忧同样值得关注。呼吁“放慢”的声音主要聚焦于能力提升速度过快可能带来的不可控风险，希望在技术尚未被充分理解之前，留出更多评估与验证的时间。这实际上构成了AI产业当下最核心的分歧之一：是优先保障能力继续快速迭代，还是优先追求可控性与稳妥推进。

从产业格局看，这场分歧也将影响开发者和企业的实际选择。对模型团队而言，算力供给的确定性直接决定训练计划的排期；对应用开发者而言，推理成本与延迟的改善速度，决定了产品能否规模化落地。基础设施保持扩张，意味着算力价格仍有继续下探的空间，也意味着更多中小团队能够参与到大模型生态之中。
可以预见，围绕AI发展速度与基础设施投入的讨论仍将持续，而讨论的结果，将深刻塑造未来数年的技术演进路径。