共计 1561 个字符，预计需要花费 4 分钟才能阅读完成。
黄仁勋 GTC 完整演讲: 生成 Token 的成本与效率, 决定科技企业的营收与生死
龙虾就是新操作系统, 推理时代来了
在 2026 年 GTC 大会上,英伟达创始人兼 CEO 黄仁勋发表了一场信息量巨大的主题演讲 , 不仅为 AI 基础设施的未来需求定下基调, 更清晰地勾勒出从“数字生成”迈向“物理 AI”与“代理式 AI”的产业演进路径。他直言, 在这个全新的智能经济时代, 生成 Token(词元)的成本与效率, 将直接决定科技企业的营收表现乃至生存空间。
📌 AI 基础设施的万亿美元市场与 Token 经济学
黄仁勋为未来几年的计算需求描绘了一幅宏大图景。他预测,到 2027 年, 全球计算市场规模将突破 1 万亿美元大关。支撑这一庞大市场的核心, 是 AI 模型运行所消耗的基础“燃料”——Token。黄仁勋将 Token 比作 AI 时代的新基础货币, 其生成成本与处理效率, 构成了企业运营最底层的经济学逻辑。英伟达的战略目标, 正是致力于打造全球每 Token 成本最低的计算解决方案, 从而为整个行业的规模化应用铺平道路。
🔍 下一代计算架构:Vera Rubin 平台与加速计算霸权
面对摩尔定律放缓的挑战,黄仁勋给出的答案是持续进化的加速计算。继 Blackwell 架构之后, 英伟达正式揭晓了下一代平台——Vera Rubin。这一专为 AI 代理系统设计的架构, 展现了惊人的扩展能力, 单个系统可连接多达 144 个 GPU, 实现了硬件与软件的深度垂直整合。
新架构的亮点在于其极致的能效优化:
- 能效比大幅提升 : 结合全面普及的液冷技术(Liquid Cooling) 和封装光学器件, 极大优化了能耗。
- 商业回报显著: 预期能为企业数据中心带来高达 5 倍的营收产出比, 进一步巩固英伟达在 AI 算力市场的统治地位。
💡 软件生态新篇章:CUDA 飞轮与 NemoClaw 操作系统
在软件与生态层面,英伟达同样动作频频。时值 CUDA 诞生 20 周年, 这一生态已累计拥有数亿 GPU 的庞大装机量, 渗透进每一个技术栈, 其“装机量吸引开发者, 开发者创造新应用”的飞轮效应正在加速。
更为重要的是,英伟达推出了面向未来的软件底座——NemoClaw 参考堆栈 。这相当于为“代理式 AI”(AI Agent) 打造了一个专用的操作系统。借助 NemoClaw, 开发者可以在保障隐私与安全的前提下, 快速构建、部署和加速具备自主规划与执行能力的个性化 AI 代理。这标志着 AI 正从被动响应的对话工具, 向能独立完成复杂任务的“超级助理”演进。
📊 物理 AI 大爆炸: 从自动驾驶到通用机器人
黄仁勋强调,通用语言模型并非智能的终点 , 真正的下一代 AI 必须拥有理解并交互物理世界的能力。他提出了“物理 AI”(Physical AI) 的概念, 即 AI 需要学会理解重力、摩擦力等物理规律, 并在三维空间中行动。
这一愿景正在快速落地:
- 自动驾驶: 比亚迪、现代、日产等头部车企已加入英伟达的 Robotaxi 就绪平台。
- 通用机器人: 发布了专为人形机器人打造的通用基础模型 Project GR00T, 能让机器人通过观察人类行为来学习语言和动作。
- 实体展示: 英伟达与迪士尼合作打造的《冰雪奇缘》雪宝实体机器人登上 GTC 舞台, 展示了物理 AI 的互动潜力。
🚀 构建 AI 工厂: 英伟达的全栈野心
纵观整场演讲,英伟达的野心已远超一家硬件公司。黄仁勋描绘的蓝图是构建统治下一个时代的“AI 工厂”——从底层的 Vera Rubin 超算集群, 到中层的 NemoClaw 代理操作系统, 再到顶层的物理机器人生态与应用。英伟达正试图包揽 AI 赋能现实世界所需的每一层基础设施。
这场演讲清晰地传递出一个信号:AI 竞赛的下半场已经开启,竞争焦点正从单纯的模型规模 , 转向 推理成本、物理交互与自主代理能力。对于所有科技企业而言, 如何在这场以 Token 效率和物理智能为核心的新竞赛中立足, 已成为关乎未来的生死命题。
