[Light·insight]黄仁勋GTC演讲全文：推理时代到来，2027营收至少万亿美元，龙虾就是新操作系统

2026 年 3 月 16 日，英伟达 GTC 大会开幕，创始人兼 CEO 黄仁勋发表主题演讲。他宣告英伟达已从“芯片公司”蜕变为"AI 基础设施与工厂公司”，并详细阐述了驱动未来增长的底层逻辑——"Token 工厂经济学”。

面对市场对业绩持续性的关注，黄仁勋给出了极度乐观的预期：到 2027 年，全球 AI 计算需求至少将达到 1 万亿美元。他指出，未来的数据中心将演变为生产 Token 的“工厂”，而每瓦性能将成为决定商业竞争力的核心命脉。

业绩指引：2027 年万亿需求可期

随着大模型从“感知生成”进化至“推理行动”，算力消耗呈指数级增长。黄仁勋在演讲中直言：

去年此时，我们看到了覆盖 Blackwell 和 Rubin 直到 2026 年的 5000 亿美元高确信度需求。而现在，我看到到 2027 年至少有 1 万亿美元的需求。甚至可能供不应求，实际计算需求将远超此数。

这一万亿预期直接推动英伟达股价上涨超 4.3%。黄仁勋强调，英伟达系统凭借通用性，能运行几乎所有领域的 AI 模型，是客户投入资金保持长久生命周期的最佳选择。目前，英伟达 60% 业务来自五大超大型云服务商，其余 40% 广泛分布于主权云、企业、工业及边缘计算领域。

Token 工厂经济学：每瓦性能定生死

黄仁勋提出全新的商业思维：未来的数据中心不再是存储仓库，而是生产 Token 的工厂。由于电力物理限制（如 1GW 工厂无法变为 2GW），在固定功率下，每瓦 Token 吞吐量越高，生产成本越低。

基于此，AI 服务将分层定价，Token 生成速率直接转化为收入：

• 免费层：高吞吐、低速度
• 中级层：约每百万 Token 3 美元
• 高级层：约每百万 Token 6 美元
• 高速层：约每百万 Token 45 美元
• 超高速层：约每百万 Token 150 美元

英伟达架构不仅能在免费层实现极高吞吐量，更能在最高价值的推理层级将性能提升 35 倍。

Vera Rubin 与 Groq：两年实现 350 倍加速

为突破物理极限，英伟达发布了史上最复杂的 AI 计算系统 Vera Rubin。该系统采用 100% 液冷设计，彻底消除传统线缆，机架安装时间从两天缩短至两小时。

通过端到端软硬协同，Vera Rubin 在两年内将 Token 生成速率从 2200 万提升至 7 亿，实现 350 倍增长，远超摩尔定律的 1.5 倍提升。

针对极速推理场景，英伟达整合了收购的 Groq 技术，提出“非对称式分离推理”方案：

• Vera Rubin：负责需海量算力和显存的“预填充（Pre-fill）”阶段。
• Groq：负责对延迟极度敏感的“解码”阶段，拥有 500MB SRAM，专为低延迟优化。

黄仁勋建议：若以高吞吐为主，100% 使用 Vera Rubin；若有大量高价值代码生成需求，可配置 25% 的 Groq。目前，三星代工的 Groq LP30 芯片已量产，首台 Vera Rubin 机架已在微软 Azure 运行。

此外，英伟达展示了全球首款量产的共封装光学（CPO）交换机 Spectrum X，明确铜缆与光互联将并行发展，共同满足产能需求。

Agent 革命：SaaS 转向 AaaS

软件生态方面，黄仁勋将开源项目 OpenClaw 誉为“智能体时代的操作系统”，称其数周内成就超越了 Linux 三十年的发展。他断言，所有 SaaS 公司将转型为 AaaS（智能体即服务）公司。

为确保企业级应用安全，英伟达推出了 NeMo Claw 参考设计及包含策略引擎、隐私路由器的安全层 Open Shield。

职场形态也将随之改变。黄仁勋描绘道：“未来工程师的薪酬将由‘年薪 +Token 预算’构成。Token 额度将成为硅谷招聘的新筹码，旨在让员工效率提升 10 倍。”

演讲最后，黄仁勋剧透了下一代架构 Feynman 及部署在太空的数据中心计算机"Vera Rubin Space-1"，展现了 AI 算力向地球外延伸的宏伟愿景。

CUDA：二十年的技术飞轮

今年是 CUDA 诞生二十周年。作为英伟达战略的核心，CUDA 通过 SIMT 技术大幅降低了并行编程难度。经过二十年积累，全球已部署数亿块运行 CUDA 的 GPU，形成了强大的生态飞轮：庞大的装机量吸引开发者，开发者创造新算法催生新市场，进而进一步扩大装机量。

这种生态优势赋予了基础设施极长的使用寿命。即便六年前的 Ampere 架构，因软件持续优化和兼容性，其云端价值反而上升。

从 GeForce 到神经渲染

从二十五年前推出可编程着色器奠定 GeForce 基业，到如今 RTX 引入光线追踪，英伟达始终引领图形技术变革。本次大会展示了 DLSS 5 与神经渲染（Neural Rendering）技术，将结构化 3D 数据与生成式 AI 深度融合，实现了既美观又完全可控的实时内容生成。

数据结构化与非结构化的全面加速

针对企业核心的结构化数据（SQL、Data Frame）和非结构化数据（向量、视频、文本），英伟达推出了 cuDF 和 cuVS 基础库。通过与 IBM、Dell、Google Cloud 等合作伙伴的深度集成，加速计算在速度、规模和成本上带来了三位一体的提升。

云服务商的深度协同

英伟达与全球主要云厂商建立了互利共赢的生态合作：

• Google Cloud：加速 Vertex AI 和 BigQuery，引入 CrowdStrike 等客户。
• AWS：深度集成 EMR、SageMaker，并将 OpenAI 引入 AWS 生态。
• Microsoft Azure：共建超级计算机，支持保密计算，确保模型数据安全。
• Oracle 与 CoreWeave：分别作为首个 AI 云客户和首家 AI 原生云，共同推动算力普及。

垂直整合与横向开放战略

英伟达坚持“垂直整合、横向开放”的战略。通过深入理解各垂直行业算法，提供专用加速库（CUDA-X），同时保持平台开放性，将技术整合进任何合作伙伴的系统中。目前，金融服务、医疗健康、自动驾驶、机器人及电信等行业均已深度受益。

AI 原生企业与三大历史突破

过去两年，风险投资向 AI 初创企业注入了创纪录的 1500 亿美元。这一繁荣源于三大技术突破：

1. ChatGPT：开启生成式 AI 时代，计算模式从检索转向生成。
2. 推理 AI（如 o1）：赋予 AI 自我反思与规划能力，大幅增加计算需求。
3. Claude Code：首个智能体模型，能自主编写、测试并迭代代码，标志着 AI 从“感知”走向“行动”。

Grace Blackwell 与 NVLink 72

为应对推理需求的爆发，英伟达重构系统架构，推出 NVLink 72 和 Grace Blackwell 平台。结合 NVFP4 新计算类型及 Dynamo 等新算法，其在每瓦 Token 数和每 Token 成本上遥遥领先，推理性能较前代提升高达 35 至 50 倍。

NVIDIA DSX：AI 工厂的数字孪生

为解决吉瓦级 AI 工厂的设计与运营难题，英伟达推出基于 Omniverse 的 DSX 平台。该平台提供机架级的机械、热学及网络仿真，可将能源利用效率提升约 2 倍。同时，英伟达正与合作伙伴开发太空数据中心 Vera Rubin Space-1，拓展算力边界。

物理 AI 与机器人规模化落地

具身智能（物理 AI）迎来爆发。本次 GTC 展出 110 款机器人，涵盖人形、工业及自动驾驶领域。英伟达宣布比亚迪、现代、日产、吉利加入 RoboTaxi Ready 平台，并与 Uber 达成重大合作。此外，Disney 的 Olaf 机器人现场演示了基于 Newton 求解器的物理仿真行走能力，展示了数字孪生技术在现实世界的完美映射。

总结：迈向智能体新时代

黄仁勋总结道，推理拐点已至，Token 成为新的大宗商品。数据中心正演变为高效的 Token 工厂，而 OpenClaw 将引领企业 IT 从工具时代迈向智能体时代。随着物理 AI 的规模化落地，人类正站在一个全新计算平台变革的起点。