黄教主背书AGI已到来

我的理解是，大家都知道Astra用了10万张Grace Blackwell NVL72进行训练，但随之而来的问题自然是：下一步呢？我们还能走到多远？

黄仁勋在这里给出的回答很直接——下一个期望节点是40万张GPU。这清晰地透露出一个信号：算力需求正在急剧攀升，而背后更深层的含义是，要持续突破，首先就得跨越“40万张”这道门槛。

那为什么偏偏是40万，而不是20万或30万？原因在于，前沿大模型这些年有一条经验规律：两代之间的训练算力大约要翻4到5倍，这几乎就是Scaling Law的现实映射。Astra用10万+张Grace Blackwell训出来，那么下一代对应GPT-6.5或GPT-7级别的模型，自然要再上一个数量级，所以40万张这个档位是顺理成章的结果。黄仁勋那句“400K coming next”，本质上是在说“下一次训练规模大约是这次的4倍”，而“一年一代、每代把算力再推高一格”的节奏，正好贴合这条曲线。

如果拆得更细一些，40万张GB级GPU意味着一个吉瓦级的新集群正在通电。Grace Blackwell采用NVL72架构，每个机柜72张GPU，40万÷72≈5500个机柜；每个NVL72机柜满载功耗约120–130千瓦，仅IT负载就达到约700兆瓦，再加上散热和配电冗余，轻轻松松逼近1吉瓦。这个体量，也恰好对得上OpenAI Stargate一个超级园区、甚至多个站点同时启用的规模。

所以，“40万张”绝非随口喊出的数字，它对应的是下一批数据中心园区从“在建”切换到“可用”的关键节点。这也解释了为什么当天涨幅集中的是内存、电力散热、服务器这些“为算力供血”的环节。

顺便提一句，英伟达宣布以129.3亿美元收购Hugging Face，其实是为了对冲“闭源大厂自研芯片”的趋势，把自己牢牢押在开源生态这一侧。