迈克尔·戴尔 x 黄仁勋:接下来的重点是"分布式智能"和"不限量智能" 原创

5月18日,Dell在拉斯维加斯举办了一年一度的Dell Technologies World大会。Michael Dell做了一小时的主旨演讲,中间穿插了礼来、三星、Honeywell等客户对话,黄仁勋也上台做了一段联合展示。

5月18日,Dell在拉斯维加斯举办了一年一度的Dell Technologies World大会。Michael Dell做了一小时的主旨演讲,中间穿插了礼来、三星、Honeywell等客户对话,黄仁勋也上台做了一段联合展示。

迈克尔·戴尔 x 黄仁勋:接下来的重点是

整场看下来内容相当扎实,不是概念堆砌,谈的大多是AI和物理世界的交叉地带,涉及制药量产、半导体制造、石油炼化、医院手术室。用句大词,谈的是新工业革命了。黄仁勋在场边对话的最后给出了一个概括:"分布式智能"和"不限量智能"。AI必须在上下文所在的地方运行,生成token不应该有计量焦虑。这两个词基本就是这场大会的主线。

几个值得注意的内容:

一、礼来的1,016块GPU和关于青霉素的数字。 礼来CTO Diogo Rao上台讲了一个细节:1928年青霉素被发现,到1942年,14年过去,美国全国的青霉素产量够治10个人。不是一万,是十个。量产能力才是药物救命的分界线,而量产的底层是计算力。今天礼来在Dell基础设施上运行着制药行业最大的超级计算机,做的事情早已不是预测蛋白质折叠(Rao原话:"那个现在很无聊"),而是模拟蛋白质在时间和空间中的动态交互,设计只附着于特定细胞的靶向载荷。Rao说他觉得人类正处在"终结疾病"的边缘。

二、67%的AI工作负载已经跑在云外。 Dell给出的调查数据:67%的企业AI工作负载在云外运行(本地、设备端、边缘或托管机房),88%的企业至少有一个AI负载在本地跑。Dell AI Factory已服务5,000家客户,本季度新增1,000家。Michael Dell的判断是:Agent时代,lock-in限制的不是速度,是你的公司能变成什么。

三、黄仁勋上台谈"有用的AI"和Vera CPU 黄仁勋的核心论点是AI经历了"生成内容→推理→规划→Agent"的演进,现在第一次变得"有用"。有用意味着计算量暴涨100到1,000倍。一个编程任务交给Agent,一周后才跑完,但它一周干了一个团队一个月的活。他重点推了Vera CPU:过去的CPU为云租赁场景设计,目标是尽可能多的核心;Agent时代的经济单位是token,CPU要做的是尽可能快地生成token。Vera单线程性能全球最高,内存带宽三倍于竞品。两人还在台上把从桌面工作站到NVL72机架的全系列产品排开,黄仁勋在GB300 NVL72机架上签了名。

四、前沿模型集体走向本地部署。 Google与Dell合作把Gemini 3模型通过Google Distributed Cloud部署到PowerEdge服务器上;OpenAI与Dell合作把Codex的Agent框架带到本地,接Dell AI Data Platform的数据;SpaceXAI把Grok的推理和多模态能力做成可本地部署的企业级方案;Palantir的Foundry也上了Dell的存储平台。四家路线完全不同的AI公司,同时选择通过Dell落地到企业本地环境。

大会结束后,Bloomberg的Ed Ludlow在场边和Michael Dell、黄仁勋做了一场二十分钟的对话,从企业AI工厂的供需聊到内存瓶颈和供应链。对话也涉及中国市场。黄仁勋刚跟随CEO代表团访问中国归来,他的看法是,中国的需求极其旺盛,跟美国一样,Agentic AI在中国同样进展很快;Michael Dell则说,Dell在中国有业务,希望中美之间有更多的经济合作,这最终才能带来更好的结果,对双方都有利。

以下是对话的主要内容。


场边对话:黄仁勋与Michael Dell谈Agentic AI、内存供需与一切才刚刚开始

 

采访人:Ed Ludlow,Bloomberg Television时间:2026年5月18日地点:Dell Technologies World 2026,拉斯维加斯


一、企业AI工厂:从试水到投产

Ed Ludlow:Michael,过去一个季度AI服务器、AI Factory新增了1,000个客户,增长很猛。加上之前的,总共5,000个客户了。跟一年前比,这些客户现在在做的事情有什么不同?

Michael Dell:最大的变化是从试用评估进入了真正的生产部署。我们在台上展示了几个很好的例子,礼来用一千块GPU在物理世界里跑AI,三星也是。这些不是屏幕上的演示,是真实世界里最大的那批公司在用。所以你看到的是AI在所有行业、所有国家的客户中全面铺开。模型在持续进步,现在又有了Agent能力。虽然增长已经很可观了,但我仍然觉得这只是开头,尤其在企业端,我们面前的机会非常大。

二、本地部署:智能要在上下文所在的地方生成

Ed Ludlow:Jensen,你花了四年时间跟我讲,我们需要在加速计算的语境下重新定义"计算机",但重心一直在超大规模云厂商。Michael今天的演讲给我的感觉是,这件事正在本地发生,on-prem。Nvidia怎么看这个阶段?

黄仁勋:智能必须在上下文所在的地方生成。上下文在哪、行动在哪,智能就要在哪。早期AI应用大多在云端,大量消费级服务都在云上。但对礼来、三星、未来的制造业来说,Agent必须部署在本地,因为企业的数据在那里,机密数据在那里,专有数据在那里,企业积累的所有技能也在那里。

现在我们有了能干活的AI,能做实际工作的Agent。ChatGPT当时非常了不起,它引爆了生成式AI,但它做的事情是生成内容,仅此而已。内容生成很重要,但真正有价值的是做事。现在AI做实际工作的能力已经非常强了。这就是为什么叫Agentic AI。

三、GPU供给:超大规模厂商把GPU都锁定了吗?

Ed Ludlow:现在所有人都在问一个问题,GPU不是都被超大规模厂商包了吗?Michael Dell怎么给这1,000个新客户拿到GPU,让他们建自己的本地AI工厂?

Michael Dell:Jensen建起来的供应链,以及我们一起建的供应链,产能在持续扩大。确实,需求大于供给,但供给也在不断增加。客户也在想办法逐步把系统扩上去。

我觉得还有一个变化:企业开始意识到,用这项技术重新设计工作流程,得到的不是10%、20%、30%的改善,而是10倍、20倍、100倍。这种速度差距才是决定一个企业能不能赢的关键。我们自己在做,Nvidia也在做。这已经不是秘密了,所有企业都想抓住这个速度,把它转化成竞争优势和实际结果。

四、Dell的定位:为企业做云厂商为云做的事

Ed Ludlow:Dell过去是销售渠道。Jensen,Michael的公司特别擅长把技术卖给美国最大的那批企业。这对Nvidia意味着什么?现在客户构成在变化,不光是头部大客户,还有中型数据中心、工业场景、医疗场景。这是不是把Nvidia带到了前沿实验室和超大规模厂商之外的新领地?

黄仁勋:Nvidia是一家技术公司。超大规模厂商的能力是把我们的技术集成起来,运营成服务。Dell的能力是把我们的技术做成方案,交付给客户。

看看发生了什么,Agentic AI把计算彻底重新定义了。我们一起做了几件事。第一,造大脑。Grace Blackwell NVL72、Vera Rubin NVL72,运行大型语言模型。第二,现在是Vera CPU,正在发布过程中,全球性能最强的CPU,专门为Agentic AI设计。它充当的角色是"缰绳"(harness),负责运行Agent本身、调用工具。

Ed Ludlow:"harness"是什么意思?

黄仁勋harness就是把大语言模型套上控制结构,让它能访问记忆、访问网络、使用工具、拥有本地暂存空间和工作记忆、访问长期记忆。缰绳把大脑变成Agent,可以理解成一个能干活的数字机器人。

Agent跑在CPU上。我们还和Dell一起做了一种Agent专用的长期记忆方案,叫Dell AI Data Platform,底层建在Nvidia技术上。扩展用的网络也是Nvidia的。Agent、大脑、长期记忆、扩展网络、Agent运行时(我们叫NemoClaw),跑在一个安全可治理的容器OpenShell里。这些都已经组装到位了。

技术零件都有了。Dell要做的,是把它们变成企业能用的方案。Dell为全世界的企业做的事,就是云厂商为云做的事。

五、CPU新需求:Agent时代的通用算力

Ed Ludlow:Michael,在Agent时代,Dell在CPU和通用算力方面是什么情况?我们一直在聊AI工厂、GPU,但通用工作负载其实也有增长空间。基础设施建设反正都在发生。

Michael Dell:没错。而且CPU的需求同样超过供给。你一旦在企业内部上了Agent框架,CPU消耗量就大幅上升。

黄仁勋:对。这种趋势只会加强。过去是人在用工具,现在是Agent在用工具。我们刚才在台上讲过,世界上有十亿人,将来会有几千亿个Agent。人偶尔用一下工具,Agent是不停地用,而且用得飞快。所以我们需要多得多的CPU。这些CPU连着GPU大脑,GPU让CPU知道怎么思考、怎么推理、怎么规划、怎么调用工具。整个系统就是这么运转的。

六、供应链瓶颈:内存是最大制约因素

Ed Ludlow:两位,目前最大的供应瓶颈是什么?

Michael Dell:内存肯定是个难题。

黄仁勋:确实是内存。先进制程半导体也仍然紧张。我们从自身产品角度看,半导体供应链在扩产,但需求增速比供给快。

我们的做法是把技术集成交付,内存随产品一起走。供应链我们提前规划了两三年。我们有全球最大的供应链体系,合作伙伴帮我们锁定了很好的产能。所有环节是对齐的,CoWoS对齐HBM,HBM对齐Grace Blackwell和CPU,CoWoS-R、CoWoS-L、CoWoS-S全部对齐,硅光互联也对齐了。所有东西都排好了。问题只是需求远远超过全球产能总和。

七、内存不是周期性繁荣:结构已经变了

Ed Ludlow:Jensen,我教科书上写的是,内存历来是周期性行业,涨一波就跌一波。你们俩得说服内存厂商相信这次不一样,才能让他们持续扩产、不会缩回去。这个判断对吗,这不是一个繁荣-萧条周期,而是市场结构本身变了?

黄仁勋:我和Michael一直在做这件事。我们花大量时间跟供应链沟通。你去问美光的Sanjay Mehrotra,他会告诉你,三年前的一次会上,我把未来的样子讲给他听,跟现在正在发生的一模一样。我非常感激美光和Nvidia把路线图真正对齐了。SK的Tony也会告诉你,我们更早之前就做了同样的事。

这是我们的责任,把对行业未来的判断传递给上游供应链,让他们为此做准备。同时也得往下游传递,给那些建电厂的、买地的、做融资的人。上游和下游都得为这个未来做好准备。

事实很简单:Agentic AI、实用的AI、能干活的AI,能力已经到了临界点。可以把Agent理解成数字员工。全世界有几亿数字员工,将来会有几十亿AI Agent,全天候运转。我们给每个数字员工配一台笔记本、在数据中心分一小块资源;同样,我们得给每个Agent配一台计算机、在数据中心留一点存储。

Michael Dell:打个比方。你一个人做事,做完传给下一个人,有来有回。现在想象一下,Ed身后有几百甚至几千个数字Agent在干活,你负责监督,我也负责监督。它们会让你的产出大幅提升、创造力大幅扩展。当然,这需要多得多的计算力、内存、存储和网络,正是我们一起在做的事情。

Ed Ludlow:最后一个关于供应链的问题。Jensen刚才说的,三年前就跟美光和SK打了招呼。他们信了吗?在投了吗?

Michael Dell:在投。但这种预测确实极难,你让谁在2023年预测2027年的需求,都不可能准。建这些工厂需要很长时间。好在我们跟这些合作伙伴有几十年的关系,这在帮我们。他们看到我们在赢,就更愿意跟我们合作。这是一段很好的长期伙伴关系,尽管我们现在希望供给再多一点。

八、AI基建的十年建设期

黄仁勋:我们正处在AI建设的起点。这真的是Agentic AI建设的最开头。我们要建设至少十年,可能更久。因为数字Agent之后是物理Agent,然后进入物理AI。那个领域我们还根本没开始。发布会上展示了一些例子,但那是一个大得多的市场,需要全新的基础设施能力。

我们将第一次把AI带进全球90万亿美元的实体产业。前面有一个巨大的产业等着去建设。与此同时,供应链每年扩产不止一倍,可能是四倍,但未来至少十年,扩产速度仍然追不上建设需求。这是我的判断。

九、PC与个人AI的未来

Ed Ludlow:Michael,我从小用Dell电脑长大的,你知道的,台式机、笔记本。但你我之间从来不聊这个,我们永远在聊超级计算机、加速计算。

Michael Dell:我觉得你该升级了。我们新出的XPS 14、XPS 16,我推荐给你。

Ed Ludlow:那PC在Agent时代扮演什么角色?我每天坐在办公桌前用电脑干活。

Michael Dell:PC仍然是知识工作者生产力的核心设备,就在每个人面前。我们在这块的业务很好。这些设备本身也在进化,你在台上看到了,我们正在把运行小模型、本地模型的能力嵌进PC里。现在客户想要更强的PC,因为他们想跑混合AI。所以这仍然是一门好生意,而且PC带来的规模效应和供应链议价能力,对我们锁定其他零部件的产能也有帮助。

Ed Ludlow:你们在服务器设计、加速计算上合作了31年。这就是你说的规模。

Michael Dell:其实我们从PC开始的。

黄仁勋:为什么不干脆合体呢?

Ed Ludlow:我当年是想卖给他一块游戏GPU的。所以你们俩之间,一台装了强力GPU的PC,往下怎么走?

黄仁勋:现在还不能说。

Ed Ludlow:你可以告诉我。

黄仁勋:很快很快。我们很想说的,有一些……

Michael Dell:好了好了,我们……

黄仁勋:想想计算的弧线。我和Michael入行的时候,大型机快到增长尽头了。大型机不会消失,但它的增长到头了,个人电脑的时代刚刚开始。

现在我们看到的是:AI在云端起步了,这条线还会继续涨。但同时,我们也会看到"个人AI"取代"个人计算机"。原因跟刚才讲的一样,AI必须在上下文所在的地方运行。如果我所有的资料都在笔记本上,我需要AI帮我在笔记本上干活,那AI就得在本地跑。

工厂里需要Agent跑在工厂里。医院里需要Agent跑在医院里。手术室里的AI不可能跑在别处,因为上下文在那里,行动在那里。自动驾驶的车,AI必须在车里。

所以核心理念是"分布式智能"和"不限量智能",Ed,在你的新XPS 16上你想生成多少token就生成多少。不过你得先让Bloomberg给你买一台。

Ed Ludlow:应该没问题。

Ed Ludlow:好的,Dell Technologies董事长兼CEO Michael Dell,Nvidia CEO黄仁勋,感谢两位。

来源:至顶AI实验室

0赞

好文章,需要你的鼓励

2026

05/19

17:06

分享

点赞

邮件订阅