随着GTC 2026临近，黄仁勋提出的“AI五层蛋糕”理论成为理解英伟达战略的核心框架。该理论将AI产业自上而下分为应用、模型、基础设施、芯片和能源五层，强调AI已成为如同电力般的基础设施，每一层的成功都会指数级拉动下层需求。这不仅是产业分析，更是英伟达为自身从芯片供应商转型为“全栈AI工厂”供应商所构建的叙事基石。

本届GTC正是对这一理论的技术兑现。最重要的突破集中在芯片层与基础设施层的深度融合。首先，Rubin平台作为Blackwell的继任者，通过“六芯合一”的极致协同设计（整合Vera CPU、Rubin GPU等），将交付单位从单颗GPU提升至整柜“AI工厂”。其FP4推理算力达50 PFLOPS，是前代的5倍，而大模型推理成本有望降至十分之一，这将极大降低企业部署门槛。其次，专为推理设计的LPU芯片（整合Groq技术）凭借片上SRAM实现80TB/s超高带宽，旨在攻克实时AI交互的延迟与成本瓶颈。最后，面向2028年的Feynman（飞曼）架构预览，则展示了向1.6nm制程与硅光互联演进的未来路线。

这些突破对应的关键用例非常清晰：Rubin瞄准超大规模AI训练与推理，支撑下一代万亿参数模型；LPU专攻AI智能体、实时对话、边缘推理等低延迟场景；而Feynman则为物理AI、具身智能等前沿探索铺路。同时，为支撑芯片功耗（Rubin Ultra机柜或达600kW），全液冷散热与CPO（共封装光学）互联也从可选变为强制标配，推动基础设施全面升级。英伟达正通过GTC展示，其定义的不仅是芯片，更是从能源、散热到网络的全栈AI计算标准。