黄仁勋在2026年GTC演讲中，描绘了英伟达从“芯片公司”向“AI基础设施和工厂公司”的战略转型。其核心是提出了“Token工厂经济学”这一新商业逻辑，并发布了一系列覆盖从地面数据中心到太空计算的软硬件产品，同时给出了极为乐观的业绩展望。
以下是本次演讲的核心要点：1. 万亿美元营收预期与“Token工厂”新叙事黄仁勋在演讲中给出了极为强劲的业绩指引，预计到2027年， Blackwell和Rubin系列系统的累计营收将达到至少1万亿美元。这一数字是去年提出的5000亿美元目标的两倍，极大地提振了市场对AI算力需求持续性的信心。
支撑这一巨大市场预期的，是黄仁勋提出的“Token工厂经济学”新概念。他认为，未来的数据中心将不再是单纯的存储设施，而是生产“Token”（AI生成的基本单位）的工厂。AI产业正从模型训练阶段全面转向推理应用阶段，企业购买算力本质上是在购买生成Token、实现更快决策的能力。因此，每瓦特能耗能产生的Token数量（性能/功耗比），将成为决定AI工厂盈利能力的核心商业指标。2. Vera Rubin平台与推理芯片革新硬件层面，英伟达推出了迄今为止最复杂的AI计算系统——Vera Rubin平台。这并非单一芯片，而是一个由7种芯片和5种机架系统组成的完整AI超级计算机平台，采用全液冷设计，旨在实现从训练到推理的全流程覆盖。黄仁勋宣称，Vera Rubin平台能在两年内将Token生成速率提升350倍，彻底颠覆摩尔定律的进步幅度。
为了应对日益增长的实时推理需求，英伟达推出了整合被收购公司Groq技术的 Groq 3 LPX推理机架。该系统搭载256颗专为低延迟设计的LPU，通过“分离推理”架构，与Vera Rubin平台协同工作：Rubin负责需要海量算力的“预填充”阶段，而LPU负责对延迟极度敏感的“解码”阶段。这种组合能将推理吞吐量/功耗比提升35倍，首批产品预计于2025年第三季度出货。此外，黄仁勋还预告了采用共封装光学（CPO）技术的Spectrum-6交换机，以及下一代 Feynman（费曼）架构，展示了其在光互联和未来芯片堆叠技术上的布局。3. AI智能体（Agent）与企业级应用在软件和生态层面，黄仁勋将近期火爆的开源项目OpenClaw誉为“AI时代的Linux”和“个人AI的操作系统”。他断言，每一个SaaS公司都将转变为AaaS（智能体即服务） 公司。为了让企业能够安全地部署AI智能体，英伟达推出了企业级平台NemoClaw（也被戏称为“一键养虾”或“极简养龙虾”）。它通过“一条命令”即可部署AI代理，并集成了Nemotron模型和OpenShell运行环境，增加了策略引擎和隐私护栏，解决了企业对安全与隐私的核心顾虑。黄仁勋还描绘了未来职场的新形态：工程师将拥有年度“Token预算”，作为基础薪资之外的效率工具，帮助他们实现10倍的生产力提升，这正在成为硅谷新的招聘筹码。4. 物理AI、自动驾驶与太空计算黄仁勋展示了AI向物理世界和更极端基础设施的延伸。在物理AI与自动驾驶领域，他宣布比亚迪、吉利、日产、现代等车企已采用英伟达DRIVE Hyperin平台开发L4级自动驾驶车辆，并与Uber达成协议，计划到2028年在全球28个城市部署全栈自动驾驶车队。令人瞩目的是，英伟达宣布进军太空计算领域，正在研发“Vera Rubin Space-1”太空数据中心模块。该模块旨在将数据中心级AI计算能力部署到卫星上，以支持在轨推理、实时地理空间智能等任务，形成了从轨道边缘计算→地面数据中心→云端分析的完整算力闭环。5. 图形技术突破：DLSS 5最后，在游戏图形技术方面，黄仁勋发布了DLSS 5，并将其称为“图形领域的GPT时刻”。这项技术将传统3D图形数据与生成式AI模型结合，能够预测并补全图像内容，使GPU无需渲染每一个像素，从而生成细节更丰富、光照更逼真的场景，是对计算机图形学的又一次重新定义。
精彩评论