黄仁勋越来越不对劲了。 他都已经63岁了，却变得越来越活跃了。 按说这个年纪，早就该退居幕后、享受人生了，可他反倒比年轻人还拼。

2025年一整年，黄仁勋来了中国三次。5月在北京喝豆汁，皱着眉问这是什么东西，照片传出来全网笑翻。6月初现身台北GTC大会，穿着那件标志性皮夹克，站在台上一讲就是两小时。

讲完台北，马上又要飞韩国，约见SK和LG的掌门人。有人说黄仁勋是在到处旅游，逛夜市、吃炸鸡、逛上海菜市场买橘子，顺手给摊主塞红包。但这种行程密度，跟旅游没有半点关系。

黄仁勋这么拼，是因为英伟达在中国AI芯片市场的处境正在快速恶化。几年前，英伟达在这个市场的份额高达95%，现在这个数字几乎归零。

华为昇腾系列从2018年发布起，经过多年迭代，已经在字节跳动、百度、阿里云等主要客户中实现规模化部署。摩根士丹利预测，2026年华为将占中国本土AI加速器市场62%的份额。

与此同时，美国出口管制持续收紧，H200对华出口须额外缴纳25%费用，中国海关一度暂停放行，英伟达的处境腹背受压。

外部的麻烦还可以应对，更难的是英伟达自己的技术护城河正在被追赶。这个护城河的根基，是黄仁勋2006年推出的CUDA编程平台。

当时业内普遍认为GPU只是处理图像的工具，用GPU跑通用计算是离经叛道，英伟达为此投入巨资、长期在高校免费推广，内部争议持续了将近十年。

真正的转折出现在2012年，多伦多大学博士生亚历克斯·克里热夫斯基与导师杰弗里·辛顿用两块英伟达GTX 580在CUDA框架下训练的AlexNet，在ImageNet竞赛中错误率比第二名低了整整10个百分点，震动了整个AI学界。

从那以后，CUDA成了AI开发者的标准工具，到2025年已积累超过600万注册开发者，配套工具和模型超过4000个。这套生态的黏性，是英伟达最重要的竞争壁垒。

台北GTC大会上，黄仁勋这次几乎没怎么谈芯片，卖的是"AI工厂"这个概念。按照黄仁勋的说法，未来的AI需要的不是几块GPU，而是一套包含土地、电力、冷却、网络和软件的完整系统

像工厂一样输入数据、输出智能，单座1GW规模的AI工厂起步成本就在200亿到300亿美元之间。这是一盘更大的棋，卖的不是硬件，是标准，是整条流水线的话语权。

63岁的黄仁勋，背着双肩包满世界跑，想守住的，是这个由CUDA和AI工厂拼在一起的生意版图，能不能守住，现在还没有答案。