5月18日，Dell在拉斯維加斯舉辦了一年一度的Dell Technologies World大會。Michael Dell做了一小時的主旨演講，中間穿插了禮來、三星、Honeywell等客戶對話，黃仁勛也上台做了一段聯合展示。
整場看下來內容相當紮實，不是概念堆砌，談的大多是AI和物理世界的交叉地帶，涉及製藥量產、半導體製造、石油煉化、醫院手術室。用句大詞，談的是新工業革命了。黃仁勛在場邊對話的最後給出了一個概括："分布式智能"和"不限量智能"。AI必須在上下文所在的地方運行，生成token不應該有計量焦慮。這兩個詞基本就是這場大會的主線。
幾個值得注意的內容：
一、禮來的1,016塊GPU和關於青黴素的數字。 禮來CTO Diogo Rao上台講了一個細節：1928年青黴素被發現，到1942年，14年過去，美國全國的青黴素產量夠治10個人。不是一萬，是十個。量產能力才是藥物救命的分界線，而量產的底層是計算力。今天禮來在Dell基礎設施上運行著製藥行業最大的超級電腦，做的事情早已不是預測蛋白質摺疊（Rao原話："那個現在很無聊"），而是模擬蛋白質在時間和空間中的動態交互，設計只附著於特定細胞的靶向載荷。Rao說他覺得人類正處在"終結疾病"的邊緣。
二、67%的AI工作負載已經跑在雲外。 Dell給出的調查數據：67%的企業AI工作負載在雲外運行（本地、設備端、邊緣或託管機房），88%的企業至少有一個AI負載在本地跑。Dell AI Factory已服務5,000家客戶，本季度新增1,000家。Michael Dell的判斷是：Agent時代，lock-in限制的不是速度，是你的公司能變成什麼。
三、黃仁勛上台談"有用的AI"和Vera CPU。 黃仁勛的核心論點是AI經歷了"生成內容→推理→規劃→Agent"的演進，現在第一次變得"有用"。有用意味著計算量暴漲100到1,000倍。一個編程任務交給Agent，一周後才跑完，但它一周幹了一個團隊一個月的活。他重點推了Vera CPU：過去的CPU為雲租賃場景設計，目標是儘可能多的核心；Agent時代的經濟單位是token，CPU要做的是儘可能快地生成token。Vera單線程性能全球最高，記憶體頻寬三倍於競品。兩人還在台上把從桌面工作站到NVL72機架的全系列產品排開，黃仁勛在GB300 NVL72機架上簽了名。
四、前沿模型集體走向本地部署。 Google與Dell合作把Gemini 3模型通過Google Distributed Cloud部署到PowerEdge伺服器上；OpenAI與Dell合作把Codex的Agent框架帶到本地，接Dell AI Data Platform的數據；SpaceXAI把Grok的推理和多模態能力做成可本地部署的企業級方案；Palantir的Foundry也上了Dell的儲存平台。四家路線完全不同的AI公司，同時選擇通過Dell落地到企業本地環境。
大會結束後，Bloomberg的Ed Ludlow在場邊和Michael Dell、黃仁勛做了一場二十分鐘的對話，從企業AI工廠的供需聊到記憶體瓶頸和供應鏈。對話也涉及中國市場。黃仁勛剛跟隨CEO代表團訪問中國歸來，他的看法是，中國的需求極其旺盛，跟美國一樣，Agentic AI在中國同樣進展很快；Michael Dell則說，Dell在中國有業務，希望中美之間有更多的經濟合作，這最終才能帶來更好的結果，對雙方都有利。
以下是對話的主要內容。
採訪人：Ed Ludlow，Bloomberg Television時間：2026年5月18日地點：Dell Technologies World 2026，拉斯維加斯
Ed Ludlow：Michael，過去一個季度AI伺服器、AI Factory新增了1,000個客戶，增長很猛。加上之前的，總共5,000個客戶了。跟一年前比，這些客戶現在在做的事情有什麼不同？
Michael Dell：最大的變化是從試用評估進入了真正的生產部署。我們在台上展示了幾個很好的例子，禮來用一千塊GPU在物理世界裡跑AI，三星也是。這些不是螢幕上的演示，是真實世界裡最大的那批公司在用。所以你看到的是AI在所有行業、所有國家的客戶中全面鋪開。模型在持續進步，現在又有了Agent能力。雖然增長已經很可觀了，但我仍然覺得這只是開頭，尤其在企業端，我們面前的機會非常大。
Ed Ludlow：Jensen，你花了四年時間跟我講，我們需要在加速計算的語境下重新定義"電腦"，但重心一直在超大規模雲廠商。Michael今天的演講給我的感覺是，這件事正在本地發生，on-prem。Nvidia怎麼看這個階段？
黃仁勛：智能必須在上下文所在的地方生成。上下文在哪、行動在哪，智能就要在哪。早期AI應用大多在雲端，大量消費級服務都在雲上。但對禮來、三星、未來的製造業來說，Agent必須部署在本地，因為企業的數據在那裡，機密數據在那裡，專有數據在那裡，企業積累的所有技能也在那裡。
現在我們有了能幹活的AI，能做實際工作的Agent。ChatGPT當時非常了不起，它引爆了生成式AI，但它做的事情是生成內容，僅此而已。內容生成很重要，但真正有價值的是做事。現在AI做實際工作的能力已經非常強了。這就是為什麼叫Agentic AI。
Ed Ludlow：現在所有人都在問一個問題，GPU不是都被超大規模廠商包了嗎？Michael Dell怎麼給這1,000個新客戶拿到GPU，讓他們建自己的本地AI工廠？
Michael Dell：Jensen建起來的供應鏈，以及我們一起建的供應鏈，產能在持續擴大。確實，需求大於供給，但供給也在不斷增加。客戶也在想辦法逐步把系統擴上去。
我覺得還有一個變化：企業開始意識到，用這項技術重新設計工作流程，得到的不是10%、20%、30%的改善，而是10倍、20倍、100倍。這種速度差距才是決定一個企業能不能贏的關鍵。我們自己在做，Nvidia也在做。這已經不是秘密了，所有企業都想抓住這個速度，把它轉化成競爭優勢和實際結果。
Ed Ludlow：Dell過去是銷售渠道。Jensen，Michael的公司特別擅長把技術賣給美國最大的那批企業。這對Nvidia意味著什麼？現在客戶構成在變化，不光是頭部大客戶，還有中型數據中心、工業場景、醫療場景。這是不是把Nvidia帶到了前沿實驗室和超大規模廠商之外的新領地？
黃仁勛：Nvidia是一家技術公司。超大規模廠商的能力是把我們的技術集成起來，運營成服務。Dell的能力是把我們的技術做成方案，交付給客戶。
看看發生了什麼，Agentic AI把計算徹底重新定義了。我們一起做了幾件事。第一，造大腦。Grace Blackwell NVL72、Vera Rubin NVL72，運行大型語言模型。第二，現在是Vera CPU，正在發布過程中，全球性能最強的CPU，專門為Agentic AI設計。它充當的角色是"韁繩"（harness），負責運行Agent本身、調用工具。
Ed Ludlow："harness"是什麼意思？
黃仁勛：harness就是把大語言模型套上控制結構，讓它能訪問記憶、訪問網路、使用工具、擁有本地暫存空間和工作記憶、訪問長期記憶。韁繩把大腦變成Agent，可以理解成一個能幹活的數字機器人。
Agent跑在CPU上。我們還和Dell一起做了一種Agent專用的長期記憶方案，叫Dell AI Data Platform，底層建在Nvidia技術上。擴展用的網路也是Nvidia的。Agent、大腦、長期記憶、擴展網路、Agent運行時（我們叫NemoClaw），跑在一個安全可治理的容器OpenShell里。這些都已經組裝到位了。
技術零件都有了。Dell要做的，是把它們變成企業能用的方案。Dell為全世界的企業做的事，就是雲廠商為雲做的事。
Ed Ludlow：Michael，在Agent時代，Dell在CPU和通用算力方面是什麼情況？我們一直在聊AI工廠、GPU，但通用工作負載其實也有增長空間。基礎設施建設反正都在發生。
Michael Dell：沒錯。而且CPU的需求同樣超過供給。你一旦在企業內部上了Agent框架，CPU消耗量就大幅上升。
黃仁勛：對。這種趨勢只會加強。過去是人在用工具，現在是Agent在用工具。我們剛才在台上講過，世界上有十億人，將來會有幾千億個Agent。人偶爾用一下工具，Agent是不停地用，而且用得飛快。所以我們需要多得多的CPU。這些CPU連著GPU大腦，GPU讓CPU知道怎麼思考、怎麼推理、怎麼規劃、怎麼調用工具。整個系統就是這麼運轉的。
Ed Ludlow：兩位，目前最大的供應瓶頸是什麼？
Michael Dell：記憶體肯定是個難題。
黃仁勛：確實是記憶體。先進制程半導體也仍然緊張。我們從自身產品角度看，半導體供應鏈在擴產，但需求增速比供給快。
我們的做法是把技術集成交付，記憶體隨產品一起走。供應鏈我們提前規劃了兩三年。我們有全球最大的供應鏈體系，合作夥伴幫我們鎖定了很好的產能。所有環節是對齊的，CoWoS對齊HBM，HBM對齊Grace Blackwell和CPU，CoWoS-R、CoWoS-L、CoWoS-S全部對齊，矽光互聯也對齊了。所有東西都排好了。問題只是需求遠遠超過全球產能總和。
Ed Ludlow：Jensen，我教科書上寫的是，記憶體歷來是周期性行業，漲一波就跌一波。你們倆得說服記憶體廠商相信這次不一樣，才能讓他們持續擴產、不會縮回去。這個判斷對嗎，這不是一個繁榮-蕭條周期，而是市場結構本身變了？
黃仁勛：我和Michael一直在做這件事。我們花大量時間跟供應鏈溝通。你去問美光的Sanjay Mehrotra，他會告訴你，三年前的一次會上，我把未來的樣子講給他聽，跟現在正在發生的一模一樣。我非常感激美光和Nvidia把路線圖真正對齊了。SK的Tony也會告訴你，我們更早之前就做了同樣的事。
這是我們的責任，把對行業未來的判斷傳遞給上游供應鏈，讓他們為此做準備。同時也得往下游傳遞，給那些建電廠的、買地的、做融資的人。上游和下游都得為這個未來做好準備。
事實很簡單：Agentic AI、實用的AI、能幹活的AI，能力已經到了臨界點。可以把Agent理解成數字員工。全世界有幾億數字員工，將來會有幾十億AI Agent，全天候運轉。我們給每個數字員工配一台筆記本、在數據中心分一小塊資源；同樣，我們得給每個Agent配一台電腦、在數據中心留一點儲存。
Michael Dell：打個比方。你一個人做事，做完傳給下一個人，有來有回。現在想像一下，Ed身後有幾百甚至幾千個數字Agent在幹活，你負責監督，我也負責監督。它們會讓你的產出大幅提升、創造力大幅擴展。當然，這需要多得多的計算力、記憶體、儲存和網路，正是我們一起在做的事情。
Ed Ludlow：最後一個關於供應鏈的問題。Jensen剛才說的，三年前就跟美光和SK打了招呼。他們信了嗎？在投了嗎？
Michael Dell：在投。但這種預測確實極難，你讓誰在2023年預測2027年的需求，都不可能准。建這些工廠需要很長時間。好在我們跟這些合作夥伴有幾十年的關係，這在幫我們。他們看到我們在贏，就更願意跟我們合作。這是一段很好的長期夥伴關係，儘管我們現在希望供給再多一點。
黃仁勛：我們正處在AI建設的起點。這真的是Agentic AI建設的最開頭。我們要建設至少十年，可能更久。因為數字Agent之後是物理Agent，然後進入物理AI。那個領域我們還根本沒開始。發布會上展示了一些例子，但那是一個大得多的市場，需要全新的基礎設施能力。
我們將第一次把AI帶進全球90萬億美元的實體產業。前面有一個巨大的產業等著去建設。與此同時，供應鏈每年擴產不止一倍，可能是四倍，但未來至少十年，擴產速度仍然追不上建設需求。這是我的判斷。
Ed Ludlow：Michael，我從小用Dell電腦長大的，你知道的，台式機、筆記本。但你我之間從來不聊這個，我們永遠在聊超級電腦、加速計算。
Michael Dell：我覺得你該升級了。我們新出的XPS 14、XPS 16，我推薦給你。
Ed Ludlow：那PC在Agent時代扮演什麼角色？我每天坐在辦公桌前用電腦幹活。
Michael Dell：PC仍然是知識工作者生產力的核心設備，就在每個人面前。我們在這塊的業務很好。這些設備本身也在進化，你在台上看到了，我們正在把運行小模型、本地模型的能力嵌進PC里。現在客戶想要更強的PC，因為他們想跑混合AI。所以這仍然是一門好生意，而且PC帶來的規模效應和供應鏈議價能力，對我們鎖定其他零部件的產能也有幫助。
Ed Ludlow：你們在伺服器設計、加速計算上合作了31年。這就是你說的規模。
Michael Dell：其實我們從PC開始的。
黃仁勛：為什麼不乾脆合體呢？
Ed Ludlow：我當年是想賣給他一塊遊戲GPU的。所以你們倆之間，一台裝了強力GPU的PC，往下怎麼走？
黃仁勛：現在還不能說。
Ed Ludlow：你可以告訴我。
黃仁勛：很快很快。我們很想說的，有一些……
Michael Dell：好了好了，我們……
黃仁勛：想想計算的弧線。我和Michael入行的時候，大型機快到增長盡頭了。大型機不會消失，但它的增長到頭了，個人電腦的時代剛剛開始。
現在我們看到的是：AI在雲端起步了，這條線還會繼續漲。但同時，我們也會看到"個人AI"取代"個人電腦"。原因跟剛才講的一樣，AI必須在上下文所在的地方運行。如果我所有的資料都在筆記本上，我需要AI幫我在筆記本上幹活，那AI就得在本地跑。
工廠里需要Agent跑在工廠里。醫院裡需要Agent跑在醫院裡。手術室里的AI不可能跑在別處，因為上下文在那裡，行動在那裡。自動駕駛的車，AI必須在車裡。
所以核心理念是"分布式智能"和"不限量智能"，Ed，在你的新XPS 16上你想生成多少token就生成多少。不過你得先讓Bloomberg給你買一台。
Ed Ludlow：應該沒問題。
Ed Ludlow：好的，Dell Technologies董事長兼CEO Michael Dell，Nvidia CEO黃仁勛，感謝兩位。
