跳到主要內容

黃仁勳第一條 X 貼文為什麼不提 GPU，而是替開放模型站台？

一句話結論： 當 NVIDIA、Google、Microsoft 和 OpenAI 同時支持開放權重模型時，AI 產業的天平已經傾斜——封閉模型時代可能正在終結。
Jensen Huang's first X post

一個歷史性的時刻

2026 年 7 月 24 日，黃仁勳（Jensen Huang）在 X 平台上發表了他的第一篇貼文。

你以為他會秀新 GPU？穿皮衣自拍？還是宣布算力又翻了多少倍？

都不是。

他的第一篇貼文，是把 NVIDIA 的名字簽在一封支持開放權重模型（open-weight models）的公開信上。信中寫道：

「AI 將改變每個產業、驅動每家公司，也會由每個國家自行建設。開放模型能提升安全與資安、加速創新與技術擴散，並賦予各國技術主權。世界同時需要前沿封閉模型，也需要前沿開放模型。」

這封信獲得了驚人的回應：Elon Musk（7 萬讚）、Google CEO Sundar Pichai（1.4 萬讚）、以及 OpenAI 的聯署支持。相關推文總瀏覽量超過 7,900 萬次。

這不僅是理想主義，而是商業邏輯

表面上看，這是一封科技理想宣言。但如果你把 NVIDIA 的商業模式放進去理解，就會知道它背後有更深層的邏輯：

封閉模型賣的是 API，開放權重模型吃的卻是你自己的 GPU、伺服器、網路和電力。

換句話說，每多一個人下載開源模型在自己伺服器上跑，NVIDIA 就多賣一張 GPU。這不是慈善——這是 NVIDIA 在設定 AI 時代的收費站。

NVIDIA open letter page

哪些巨頭參與了？

這封名為「Open Weights and American AI Leadership」的公開信，簽署者堪稱 AI 產業的全明星陣容：

| 公司/機構 | 角色 |

|-----------|------|

| NVIDIA | 發起人，黃仁勳親簽 |

| Google | Sundar Pichai 聯署 |

| Microsoft | Satya Nadella 跟進（4,983,663 瀏覽） |

| OpenAI | 首次在「開放模型」議題上與 NVIDIA 站同一邊 |

| Meta | 本身就是開源模型的最大倡導者（Llama 系列） |

| Elon Musk | 個人公開支持（7 萬讚） |

| Anthropic | 在安全議題上長期支持開放研究 |

Satya Nadella 在跟進貼文中寫道：

「開放權重模型對於健康的 AI 生態系統至關重要。我們正在與業界一起，為開放權重模型規劃一條強化美國競爭力、擴大經濟機會、同時維護國家安全的路。」

開放 vs 封閉：這場辯論為什麼重要？

AI 模型的「開放 vs 封閉」之爭，本質上是一場關於權力分配的辯論：

支持開放模型的理由：
  • 加速創新：任何人都可以在開源模型上建立應用
  • 技術主權：各國可以擁有自己的 AI 能力，不依賴美國巨頭
  • 安全透明：開源模型可以被審計，安全性更可驗證
  • 降低成本：自建模型避開 API 計費
支持封閉模型的理由：
  • 安全性：開源模型可能被惡意使用（假訊息、生物武器、網路攻擊）
  • 商業保護：API 模式確保 AI 公司收到投資回報
  • 監管可控：封閉模型更容易執行安全約束
Satya Nadella's supporting tweet

在這封公開信中，NVIDIA 陣營提出的核心論點是：「開放權重模型提升安全與資安，而不是削弱它。」 這直接反駁了 OpenAI 和 Anthropic 長期以來對開源模型安全風險的擔憂。

這對普通用戶意味著什麼？

1. 更便宜的 AI 工具：開放模型競爭將壓低 API 價格

2. 更多選擇：你可以選擇在自己電腦上跑開源模型，而不是綁定雲端服務

3. 本地隱私：敏感數據不需要上傳到第三方伺服器

4. 對開發者的影響：開源模型生態系統將迎來爆發

結語

黃仁勳的第一篇 X 貼文沒有談 GPU 規格，卻在談 AI 產業的權力分配——這件事本身就是一個訊號。

當全世界最大的 GPU 公司、最大的搜尋引擎、最大的軟體公司，以及 OpenAI 同時站在一起時，這不是巧合，而是產業格局正在發生根本性轉變。

開放模型時代，來了。

常見問題 (FAQ)

Q1：什麼是「開放權重模型」（open-weight model）？

A1：模型權重（weights）是訓練完成後的神經網路參數。開放權重意味著任何人都可以下載這些參數並在自己伺服器上運行模型，而不需要透過 API。Meta 的 Llama 系列就是典型的開放權重模型。

Q2：開放模型和開源模型有什麼不同？

A2：開放權重模型（open-weight）只公開訓練好的參數，不一定公開訓練數據、程式碼或訓練方法。真正的開源（open source）需要公開所有元件。一般討論中兩者常混用，但嚴格來說有區別。

Q3：NVIDIA 為什麼支持開放模型？這不是和它的利益矛盾嗎？

A3：完全不矛盾。封閉模型靠 API 收費，使用的是雲端伺服器（可能是 AWS 或 Azure 的 GPU）。開放模型需要用戶自己買 GPU 來跑——而這些 GPU 幾乎都來自 NVIDIA。開放權重模型 = NVIDIA 晶片需求。

Q4：OpenAI 不是一直反對開放模型嗎？為什麼也簽了這封信？

A4：OpenAI 過去確實以安全為由反對開源。但這封信的核心論點是「開放權重模型同時提升安全和競爭力」，加上 Google 和 Microsoft 都參與了，OpenAI 如果不簽署可能會在政策博弈中被孤立。

Q5：這對台灣半導體產業有什麼影響？

A5：開放模型增加 GPU 需求，對台積電的晶圓代工業務是長期利多。更多企業部署自建 AI 基礎設施意味著更多 GPU 訂單，而這些 GPU 的製造幾乎都經過台積電。

Q6：開放模型會讓 AI 更危險嗎？

A6：這正是辯論的核心。支持方認為透明可審計的模型反而更安全；反對方認為開源模型可能被用於生化武器或假訊息攻擊。目前沒有定論，但值得注意的是，五位美國頂尖 AI 公司 CEO 同時支持開放模型，說明業界共識正在轉變。

Q7：普通人用開放模型和封閉模型有差別嗎？

A7：有的。封閉模型（如 ChatGPT、Claude）開箱即用但按量計費；開放模型（如 Llama、Kimi K3）可以免費下載自己跑，但需要硬體和技術能力。未來可能出現「開放模型即服務」的中介服務，結合兩者優點。

標籤： #AI #開放模型 #NVIDIA #黃仁勳 #OpenAI #Google #Microsoft #AI安全 #開源AI
標籤：

留言

張貼留言

這個網誌中的熱門文章

Intel 14A Defect Density Is Its Best Since 22nm — Is Intel Back in the Leading-Edge Race?

One-sentence takeaway: Intel's 14A process is cutting defect density faster than any node since 22nm, and customers have moved from watching to asking about capacity — if risk production stays on track for H2 2027, it's the strongest signal yet that Intel is back in the leading-edge game. "We have not seen this performance since 22nm." When Intel CFO David Zinsner dropped that line at the Deutsche Bank 2026 technology conference, the semiconductor world took notice. 14A — Intel's first 1.4nm-class node — is backing up the company's comeback story with data, not slogans. What is 14A, and why it matters 14A is Intel's most advanced planned process node, a "1.4nm-class" technology targeting high-volume manufacturing in 2028. It packs three headline technologies: second-generation RibbonFET gate-all-around transistors, PowerDirect backside power delivery, and High-NA EUV lithography. In short, it's the most technically complex node Intel ...
張貼留言
閱讀完整內容

Google's Antitrust Remedies Enter Deep Water: Breakup, AI Mode, and the Browser

Bottom line: The U.S. DOJ's remedies phase against Google is redefining the commercial rules of "search" — from Chrome's fate to AI distribution and the ad business, every step could reshape global tech. Google's search monopoly case has been called "the most important antitrust case of the internet era." In August 2024, a federal judge ruled Google violated antitrust law; now the remedies phase is in deep water. The DOJ's proposals include breaking up the ad business, divesting Chrome, and ending default search agreements — each step ripples through the entire tech industry. Timeline: from monopoly ruling to remedies In August 2024, the D.C. federal court ruled that Google violated the Sherman Act by paying billions annually to make Apple, Samsung, and others set Google as the default search engine. The remedies trial runs through 2026, with DOJ options including: Breaking up the ad business: Google's ad tech stack is accused of stifl...
張貼留言
閱讀完整內容

Why Is NVIDIA Spending Billions to Buy Up America's "Dark Fiber"?

One-line conclusion: NVIDIA is reportedly spending $5–10 billion to acquire long-haul "dark fiber" networks across the United States, signaling that the AI infrastructure race is shifting from raw compute power to the networks that connect it. NVIDIA is reportedly acquiring long-haul "dark fiber" networks across the United States, with total capacity estimated at 7.6 Pbps and a price tag between $5 billion and $10 billion. The news sent optical communications stocks surging globally: Taiwan's optical module makers jumped on July 22, and three more hit the daily limit on July 23. Many now read this as the moment the AI arms race moved from "who has more GPUs" to "who owns the network." What Is Dark Fiber, and Why Buy Instead of Lease? Dark fiber refers to fiber-optic cable that has already been laid but has no transmission equipment installed and carries no optical signal . The fiber cores sit "dark" and dormant, waiting to...
張貼留言
閱讀完整內容