黄仁勋终极毒计：用免费的万亿模型，盖出永远逃不出的显卡牢笼

2026年8月11日，The Information抛出一则重磅——英伟达内部正在训练下一代Nemotron 4，最大版本至少一万亿参数，权重完全开源，最快今年深秋亮相。

消息一出，Nvidia股价当天基本没动，市场早就见怪不怪。可我盯着这条新闻看了半天，越想越觉得不对劲：一家靠卖铲子赚到全球市值第一的公司，为啥要亲自跑去挖金矿？

答案就俩字——牢笼。这就是老黄要给全世界AI玩家盖的那座＂永远逃不出的显卡牢笼＂。先看Nemotron家族的迭代节奏你就有数了。

2025年12月15日Nano版首发，2026年上半年Super和Ultra陆续到位，Ultra大约500亿激活参数，采用hybrid MoE架构。

紧接着7月又甩出一个Nemotron 3.5 Lightning，30B左右的agentic专用模型，还顺手开源了个叫NeMo Switchyard的模型路由库。八个月不到，直接从500B级跳到1T级，翻倍还带加速。

老黄这不是在做模型，是在踩油门冲。问题来了，冲这么猛图啥？

这里得说道说道商业里那条最阴狠的规矩——＂把你产品的配套品彻底打成白菜价＂。你的核心生意越贵越暴利，配套的东西就得越便宜越好。

B300 Blackwell Ultra今年一月量产铺货，单卡288GB HBM3e、8TB/s带宽、15PFLOPS的FP4算力，一整套DGX B300标价几百万美金。

老黄要让这盘生意翻倍增长，就得让＂跑模型＂这件事的软件成本无限趋近于零。再看硬件那道锁焊得有多死。

一万亿参数的模型是什么概念？

塞进单张卡想都别想，你至少需要几十张B300、通过NVLink和NVSwitch编成一个胖节点集群才能训、才能微调、才能高效推理。

MLPerf Inference v6.0在今年4月的实测数据摆在那儿，Blackwell Ultra跑DeepSeek-R1能干到每秒250万tokens，六个月内靠TensorRT-LLM软件更新又提了2.7倍。

这套软硬一体的效率壁垒，AMD的MI400追一年也追不上。

再把镜头切到硅谷这两年的暗战。

微软的Maia、亚马逊的Trainium2、谷歌一路狂推TPU v6，OpenAI年初被扒出正在和博通、台积电搞自研推理芯片，Meta的MTIA也在滚动量产。

这些巨头的算盘打得响：靠闭源API的暴利养自研硬件，等哪天芯片自给率上来了，就跟英伟达说拜拜。老黄看不见吗？

他心里门儿清，所以才要下这剂猛药。开源阵营那头也在掀桌。

DeepSeek去年就把推理成本打到脚踝价，Qwen紧跟着开源，阿里今年更是丢出一个2.4万亿参数的开源权重系统，把闭源大厂的技术溢价按在地上摩擦。

API这门＂抽订阅费＂的生意，从两头同时被拆——上面有云厂自研芯片抢刀，下面有开源模型踩踏价格。老黄这时候站出来一个免费的1T模型，等于当着OpenAI的面把桌子给端了。

想象一下企业IT负责人的心态。原本每月给某闭源厂商交着七位数的API订单费，数据还得往人家服务器上倒，法务合规部天天头疼。

这时Nvidia笑呵呵推来一个万亿参数的开源模型：拿去，随便改，随便部署，数据留自己家。哪个老板不心动？

可你真要把它请回家，机房里立刻得摆几十柜B300，配套软件栈从Megatron-LM到NeMo到cuDNN一个不能少。你以为搬进来的是员工，其实是老黄派驻的＂永久居民＂。

这里就得聊聊＂主权AI＂这门玄学生意。Nvidia生成式AI副总裁Kari Briski在这次官方回应里说得漂亮——＂每个公司、每个国家都需要可获得的前沿开源模型＂。

翻译一下就是：闭源巨头喂给你的AI你信不过？没关系，模型我送你，硬件你花钱买。

这套话术在印度已经开花结果，Yotta Data Services正在部署20736片Blackwell Ultra，其中一万多片专门服务印度所谓的＂主权AI使命＂，L&T在钦奈的园区扩容到30兆瓦。

更妙的是Nvidia自己还亲自下场当LP。今年7月Together AI以83亿美金估值完成新一轮融资，领投方名单里赫然写着Nvidia Ventures，年化订单已经冲到11.5亿美金。

8月中旬Together又官宣落地印度最大单集群B300基础设施，投资规模一千到一千五百亿卢比。这不是简单的战略投资，这是老黄在全球各地扶植＂B300代言人＂，让每一个新兴市场都有个专门讲Nvidia故事的地推。

还有一个被大多数人忽略的钩子——最近这波AI agent安全事故。The Information那篇报道里明确提到，近期披露的多起自主AI智能体被利用作攻击工具的事件，让开源模型的安全护栏问题浮上台面。

老黄立刻接住这个球：Nemotron 4会把安全对齐、防越狱能力做进权重里，附带企业级微调工具链。你猜怎么着？

＂负责任的开源＂这顶帽子一戴，各国政府监管的绿灯就更好拿了。历史剧本翻一翻，你会发现这套打法一点都不新。

2001年IBM砸10亿美金给Linux写代码，一举把微软Windows服务器授权费的护城河冲垮，客户省下的钱转手买了大型机。2007年谷歌白送Android，二十亿部手机变成搜索广告的入口。

老黄自己的CUDA更是范本，2006年推出到现在整整二十年，免费给全球四百多万开发者用，堆出了全行业最厚的软件城墙。Nemotron 4只是这条历史河流里的又一次拐弯。

再看竞争对手的处境有多难受。OpenAI这两年估值撑得高，靠的就是API订阅现金流。

一旦企业客户开始批量迁移到私有部署的Nemotron 4，其估值逻辑立刻要重写。Anthropic更麻烦，Claude系列一直走高端闭源路线，客户群和Nvidia直销的政企市场高度重合。

至于AMD和Intel，Lisa Su那边MI400讲了半年故事，可等万亿参数开源模型落地，客户第一时间会问：这玩意在ROCm上能跑到多少利用率？回答不上来就是失分。

台湾地区那边的产业链也在被这场棋局裹挟。

台积电CoWoS-L产能今年上半年被B300吃掉一大块，Rubin平台的量产又往后拖了一个季度，TrendForce四月的数据显示Blackwell系列在Nvidia高端GPU出货中占比要从61%冲到71%。这意味着什么？

意味着晶圆厂的产能被牢牢锁死在Nvidia的路线图上，代工厂想给别家分点资源都得看老黄脸色。整个东亚硬件供应链，已经跟Nvidia的节拍绑成一个心跳。

我的判断分两层。短期看，Nemotron 4深秋一旦真上线，闭源API价格会再挨一轮30%到50%的砍杀，OpenAI和Anthropic不得不跟进推出＂开源+托管＂的混合方案，估值故事得重写。

中期看，中东主权基金、印度政企、东南亚新兴云商、欧洲隐私敏感行业，会成为Nemotron 4私有化部署的主力客户，而这批客户手里的支票，几乎每一张都会落到B300和明年的Rubin账上。至于国内玩家怎么办？

华为昇910C和寒武纪思元这两年虽然被制裁催着往前跑，但真要接住万亿参数模型的私有化部署浪潮，软件栈的差距是实打实的。

好在DeepSeek、Qwen这条国产开源路线已经打出了自己的生态位，加上MoE架构对单卡显存要求相对温和，国内客户至少还有一条不进Nvidia笼子的路可选。这盘棋输赢未定，但门票已经开卖了。

回到那句＂永远逃不出的显卡牢笼＂。这座牢笼有意思的地方在于——它不用铁栏杆，用的是免费的一万亿参数、四百万开发者的路径依赖、几十套深度绑定CUDA的训练框架，以及一整片被Nvidia入股、扶植、内嵌的云商生态。

你走进去的时候，还以为自己捡到了大便宜。等秋天Nemotron 4权重挂上Hugging Face那一刻，全世界的开发者会集体做同一件事：下载、微调、部署到B300机柜。

老黄站在门口笑眯眯地问一句——里面舒服吗？要不要再续三年租约？