英伟达年度股东大会上，黄仁勋再次抛出了一个足够宏大的判断：人工智能基础设施建设，不是一轮几年时间的资本开支周期，而是一场以数十年为尺度的长期工程。
在当天的发言中，黄仁勋强调，“有用的AI时代”已经到来。他给出的逻辑也很直接——算力越多，生成的Token越多，企业创造的收入也越多。因此，全球对AI基础设施的投入并不会因为当前投资规模庞大而停下来。
这番表态，某种程度上是在回应资本市场最近几个月的疑问。
随着科技巨头不断上调资本开支，微软、亚马逊、谷歌和Meta每个季度投入数百亿美元建设数据中心，一种担忧开始出现：AI基础设施会不会重演互联网泡沫时期的“过度建设”？
黄仁勋显然不这么看。
在他的叙事里，AI已经不是一个单独的科技行业，而是新的基础设施层。就像过去的电力网络、互联网和云计算中心一样，人工智能最终会渗透进每一个产业，成为新的生产力工具。
这也是他提到电网和互联网的原因。
因为AI的竞争已经不只是芯片竞争。
数据中心需要电力，需要高速网络，需要冷却系统，需要新的能源配置方案。如今美国得州、弗吉尼亚州等数据中心聚集地，电力供应已经成为科技公司扩张的现实瓶颈。越来越多科技巨头开始投资核能、小型模块化反应堆和长期购电协议，本质上都是在为下一阶段的AI算力需求做准备。
算力战争正在变成能源战争。
如果将视角拉得更长，这场基础设施建设甚至与过去几次工业革命存在相似之处。
铁路时代需要铺设数万公里轨道；互联网时代需要建设全球光纤网络；移动互联网时代催生了数百万座基站。而AI时代，建设对象变成了GPU集群、超大规模数据中心和全球能源网络。
区别在于，AI基础设施的投资强度可能更高。
一座大型AI数据中心的建设成本已经达到数十亿美元，单个训练集群需要数十万块GPU协同运行，电力消耗甚至接近一座中型城市。资本市场过去熟悉的软件行业“轻资产模式”，正在被一种前所未有的重资产逻辑重新定义。
英伟达正处在这场浪潮的核心位置。
过去几年，公司最大的变化并不是芯片卖得更贵，而是市场开始接受一个新的观点：GPU已经不再是普通半导体产品，而是AI时代的“生产设备”。
每一次新增算力需求，最终都会转化为对芯片、服务器、网络设备和能源基础设施的持续投资。
当然，市场对于AI投资周期的担忧并非毫无依据。
历史上，每一次基础设施热潮都会经历过热、调整和再平衡。铁路如此，光纤建设如此，云计算扩张同样如此。未来某个阶段，AI基础设施也可能出现供给过剩、利用率下降或者资本回报率下滑的问题。
但黄仁勋试图传递的信息是，短期波动并不会改变长期方向。
因为需求还在不断被创造。
从代码生成到智能代理，从自动驾驶到工业机器人，每一个新的AI应用出现，都在推高对算力的需求。过去人们讨论的是如何训练模型，现在越来越多企业开始思考如何让模型长期运行、服务数亿用户，这意味着推理算力需求才刚刚起步。
如果这一判断成立，那么AI基础设施建设的故事确实远未结束。
在年度股东大会上，股东们顺利批准了全部10名董事会成员提名，这只是程序性议程。但真正被市场记住的，或许还是黄仁勋的那句判断——这可能是人类历史上规模最大的基础设施建设。
听起来有些夸张。
但当全球科技公司每年投入数千亿美元建设数据中心，当电网、能源和半导体产业链都开始围绕AI重新布局时，这句话已经不仅仅是一种愿景，更像是正在发生的现实。
