ZK Research首席分析师Kerravala：英伟达正从卖芯片转向卖AI工厂运营模式

英伟达正在把AI基础设施的竞争维度从"谁的芯片更快"转向"谁能让客户更快开始赚钱"。ZK Research首席分析师Zeus Kerravala在2026年10月21日柏林GTC大会后提出了这一判断。

黄仁勋在主题演讲中花的时间很少在硅片上，而是把AI重新定义为制造业："我们很早就观察到，事实上，AI是一个制造业。它不再是供我们使用的工具，而是机器的一部分、基础设施、生产智能的工厂。"

这个重新定义背后有一个具体的经济算式。黄仁勋在台上做了粗略估算：一座一吉瓦的AI工厂造价约500亿美元，建成后应产生约400亿美元的年收入。如果部署推迟一个季度，就损失约100亿美元收入。"100亿美元的收入会让任何人焦虑，"他说。Kerravala认为这个思路"有趣且正确"，并指出让AI建设者夜不能寐的成本不再是硬件价格，而是硬件闲置等待施工队拉线缆的成本。现代AI建设本质上是一个工程项目，需要数公里的铜线和光纤由稀缺的专业劳动力在现场组装，尤其在欧洲。

英伟达对此的回应是DSX POD：一个由合作伙伴在集装箱中预制的完整Vera Rubin AI工厂参考设计。每个POD包含七个Vera Rubin NVL72机架，约20公里NVLink铜线和17公里扩展网络，全部在出厂前完成布线、管道和测试。英伟达称，在场地已就绪的情况下，部署时间从六个月缩短到最短14天。

但Kerravala也明确标注了边界：DSX POD不会取代吉瓦级园区，后者仍受益于规模经济；14天的数字假设场地已经准备好；集装箱压缩了集成环节，但解决不了电网互联排队问题。他写道："DSX POD移动了帐篷里最长的杆子，但没有拔掉它。"交付定于2027年初。

在竞争格局层面，Kerravala的结论是：英伟达的竞争对手仍主要在芯片上竞争，而英伟达越来越多地在"到收入的时间"上竞争，背后是一个2019年的Volta GPU仍在服务客户的装机基础。对于正在权衡数十亿美元AI投资的CIO和运营商来说，这种耐久性加上更快的首token时间，比任何基准测试都更难被击败。

需要留意的是，黄仁勋的500亿/400亿数字是他自己标注的"粗略估算"（back-of-the-envelope math），不是经审计的财务数据；英伟达关于部署时间的说法是厂商自报，尚未经独立验证。Kerravala作为分析师的判断同样属于个人解读。