他在Hill and Valley (指国会山与硅谷）论坛上，回答大国之间的AI竞赛的问题时警告说，我们正处于一场无限游戏之中。首先要从三个层次了解到这场竞争，最底层的是智力资本，全球一半的AI研究人员是来自中国。第二层是能源，第三层是应用。他提醒说clash节点选择后面数字代表什么，上一次工业革命的赢家，并不是发明技术的国家，而是像美国这样快速大规模的应用技术的国家。

　　在白宫内外，各派势力正在围绕着特朗普政府的AI政策，展开一场激烈的游说。5月15日，《人工智能扩散出口管制框架》（The Export Control Framework for AI Diffusion）即将生效，预计近期特朗普政府也将出台其AI行动计划 （AI Action Plan）。

　　黄仁勋代表了美国半导体产业界，对美国管制对中国出口半导体的政策持保留意见，也公开反对其中的一些政策。他们主张美国要保持对中国半导体和AI的竞争优势，应该加强和加快自己的创新，而不是搞”小院高墙“政策。他尤其反对AI扩散出口管制政策。

　　而美国最重要的两家AI大模型初创公司OpenAI和Anthropic，坚决主张扩大对中国AI和芯片出口管制的范围。。

　　OpenAI 提出不仅对中国管制芯片出口，而且要求AI模型中的权重和数据中心等基础设施的关键技术组件也在禁运之列。黄仁勋对此公开批评，中国AI已经与美国非常常接近，尤其是AI软件方面，其实并不输于美国，想想看，全球一半的AI人才都来自中国。

　　Anthropic的矛头对准了DeepSeek。它坚决主张在禁运合法向中国出口的H20芯片，因为它虽然在预训练中比H100逊色，但强化学习和推理却很好用，这正是推理模型和智能体部署的关键。它还主张打击各种芯片走私行为，尤其是对“扩散规则”中的第二梯队国家，实行更严格的管控。它主张美国政府对本国的和外国的前沿模型进行严格的安全审核，直至具备掌握所有的证据能力；前沿闭源大模型实验室还需要与美国情报部门密切合作。

　　OpenAI和Anthropic已经为研究和训练大模型烧掉了几百亿美元，目前急于实现商业价值。政府正在成为其最重要的客户之一。Anthropic主张政府优化和简化采购AI技术的流程，以扩大在政府中的应用，包括与国防部和情报部门更密切的合作。

　　最近传出特朗普可能会修改拜登的AI扩散出口管制政策，Anthropic有些着急了，最近在网站上又发布文章，在最后关头呼吁要一定要实施管制政策，目标是到2027年，让美国对中国的AI算力拥有十倍的成本优势。并提出三项扩大管制的建议：通过政策间协议向二类国家出品芯片，降低许可审核门槛。增加出口执法资金投入。最近AI未来项目发布的报告《AI 2027》，预测美国的AI算力将保持5倍于中国的优势，并将于2027年实现超级人工智能。其间中美展开了激烈的竞赛，中国的DeepCent 与美国的OpenBrain之间的差距仅有几个月，而且在算力上得到了举国体制的支持。

　　就在华盛顿不断炒作美国将可能在特朗普任内实现AGI，并且迈向超级人工智能时，英伟达发言人表示：“中国在人工智能的各个层面都拥有高水平的人工智能专家。美国无法通过操纵监管机构来夺取人工智能领域的胜利。” OpenAI和Anthropic，都依靠英伟达的高端芯片训练前沿AI大模型。

　　自从拜登政府从2022年10月推出对中国的芯片禁运政策以来，英伟达已经为中国市场合规设计了三款主要的芯片：A800， H800，还有H20。前两者已经被美国商务部叫停，H20最近也被纳入审查许可范围，英伟达已经宣布计提55亿美元的损失。

　　中国也在加快部署全自主的AI算力生态。华为最近推出的节点CloudMatrix 384，在计算性能上已经超过了GB200 NVL72 节点。

　　拜登政府在位的最后一周，正式公布了《人工智能扩散出口管制框架》。当时英伟达终于忍不住了，首次。声明措辞强烈，称这份秘密起草的，没有经过适当的立法审查的文件，在“反华”措施的幌子下，“全面越权”，试图操纵市场，不仅对加强美国的安全毫无帮助，反而只会“浪费美国来之不易的技术优势”。

　　这一政策把全球按照GPU划分成”三个世界“。除了美国的18个盟国和友好国家地区列为一等，可不限制获得GPU及其相关服务，其他国家都在获得GPU的数量上受到各种限制。英伟达受到极大影响，而拥有广泛国际业务的科技巨头，也反对这一政策。

　　英伟达发言人这次是针对Anthropic：“美国公司应该专注于创新，迎接挑战，而不是编造一些耸人听闻的故事，说大型、重型、敏感的电子产品以某种方式通过‘孕肚’或‘与活龙虾一起’走私。”

　　黄仁勋也告诉追着他采访的记者：美国对中国的出口管制政策，并没有阻止中国AI和半导体的发展。中国的AI”并不落后“，双方已经”非常接近“。华为是”世界上最强大的科技公司“之一。

　　“他们在计算和网络技术方面非常出色，这些都是推动人工智能发展的关键技术，”黄仁勋说道，“他们在过去几年里取得了巨大的进步。”