英偉達執行長黃仁勳談AI熱潮的下一步發展

在黃仁勳今年GTC的皮革夾克門口還未到，他的Nvidia（$NVDA）已經開始傳說。預展的配樂聽起來格外像為加冕典禮量身打造——歌詞描述著偉大的事物按時到來、傳奇正在創造、未來準時出現；甚至連Shazam都辨識不出的歌曲。（當天的第一個AI演示很可能就是這個播放清單。）半個會場的人舉起手機迎接黃仁勳的登場，就像矽谷預訂了自己的舞台表演。這一下午，聖荷西鯊魚隊的主場變成了另一種力量的較量。因為黃仁勳走上舞台，做著他最擅長的事：將產品主題演說轉變為未來的規劃聽證會。

Nvidia的創始人在GTC開幕時承諾將帶領大家走一遍“每一層”AI，接著花了幾個小時辯稱公司不僅僅是在熱潮中銷售晶片。不，這家公司想要定義整個AI經濟的實體基礎設施：計算、網絡、存儲、軟體、模型、工廠，還有——因為微妙已經過時——也許還有太空中的（仍屬理論的）數據中心。

主旨演說在各個方向發布了許多公告，但真正的訊息更為緊湊。黃仁勳希望投資者、客戶和競爭對手清楚聽到四件事：AI需求仍在快速攀升，足以支撐驚人的支出；推理（inference）已成為戰場的核心；代理人應該從聊天機器人中擴展到日常辦公機械；而數位AI之後的下一個黃金熱潮可能是實體AI，讓機器人、自主系統和工業軟體消耗更多數據和基礎設施。沒有AI，就沒有Nvidia。

黃仁勳一開始就從他通常開場的地方切入——軟體。他花了不少時間提醒大家CUDA已經20歲了，Nvidia的安裝基礎“遍布每個雲端”和“每台電腦公司”。Nvidia最強的護盾仍是圍繞著矽晶片的軟體生態系，而非單純的綠色矩形。

這個邏輯塑造了整場演說。黃仁勳著重於結構化資料，稱之為企業計算的“基礎真相”，並表示AI終於能利用海量的非結構化資訊——PDF、影片、語音，所有公司多年前囤積卻不知道如何搜尋或變現的資料庫垃圾。世界小心了；Nvidia也想在資料庫領域佔有一席之地。

GTC不再只是關於更快、更好的晶片。今年的重點是Nvidia試圖成為掌握AI經濟運作的公司——晶片、存儲、網絡、協調層、數字孿生、開放模型政治、代理人運行時，以及地球開始擁擠後的數據中心之後的所有事物。GTC 2026是一場推理主題演說、一場代理人演說和一場AI工廠演說，硬體只是證明而非故事的核心。

好大的數字

黃仁勳最大膽的炫耀是數字。他慶祝CUDA的20週年，稱其為加速計算的飛輪，表示計算需求在過去幾年已增長“百萬倍”，並進一步提高賭注，預估2025年至2027年的營收機會至少達到1兆美元，較之前預估的2026年Blackwell和Rubin需求的5000億美元高出一倍多。星期一，Nvidia股價收漲1.6%，看似獲得了認可，卻尚未完全轉化。

這個數字——以及黃仁勳的框架——很可能是演說的組織原則。Nvidia希望投資者和客戶在公開場合大聲告訴大家，建設仍在早期，仍在擴展，規模仍大到足以讓當前的支出像是首付。這個數字也進行了一些低調的清理工作。Nvidia花了數月時間應對公司成為資本支出狂潮的主要收銀員時常遇到的問題：這能持續多久？當超大規模公司開始重視成本時會怎樣？下一階段的部分會流向定制晶片和更便宜的替代品嗎？

黃仁勳的回答是擴大視野——讓市場更大、工作負載更複雜。他說“推理轉折點已經到來”，並圍繞一個簡單的論點構建了演說的中段：AI現在可以進行生產性工作。一旦如此，需求格局就會改變。訓練大型模型並欣賞它們，從來都不是最終階段。這一切都進入生產階段，計費永不停歇。

這——這！——就是你的收入，他說，將數據中心變成鑄幣廠，把電費變成命運。Nvidia忙著推銷一個幾乎可以開發票的現實，而會場裡仍滿是人，試圖判斷這個演示是超凡脫俗還是僅僅略貴一些。

演說中到處都是代幣——在開場影片、性能圖表、經濟論證中。基本點是，AI的未來價值在於持續產生有用的輸出，這意味著推理成為堆疊中成本、延遲和吞吐量真正重要的部分。黃仁勳在推銷依賴性。他希望客戶思考千瓦級的園區、整合的機架、兆瓦預算和代幣吞吐曲線，而不是隨意組合的伺服器。

推理成為焦點

演說中最犀利的一句話也是最簡單的：“推理轉折點已經到來。” Nvidia知道世界已經對更便宜、更精簡的推理硬體產生興趣。好吧，他們也想賣。

黃仁勳將推理分為兩個階段——預填充和解碼，並提出一個系統：Nvidia的Vera Rubin晶片負責預填充工作，而Groq衍生的晶片則處理解碼，這一步真正產出答案。這很重要；推理是Nvidia下一章變得更複雜的地方。訓練讓公司變得富有。實時服務數億用戶則是客戶開始關心成本、延遲，以及是否每個步驟都需要相同晶片的地方。

黃仁勳的回應一如既往——不要孤立地捍衛GPU，要整個堆疊都吞下去。他描述Vera Rubin為“世代飛躍”，由七個晶片和五個機架系統構成，Nvidia聲稱該平台能用四分之一的GPU訓練大型專家混合模型，並在每瓦推理吞吐量上比Blackwell高出十倍，成本卻只有十分之一。他還在演說中展望未來平台Feynman，因為在Nvidia的世界裡，下一代就在當前一代還沒完美展現之前就已經在幕後等待。

黃仁勳不是在推銷更快的晶片，而是在推廣更大的依賴性。Nvidia宣布了Vera Rubin DSX AI工廠參考設計、用於規劃AI工廠的DSX模擬工具，以及一系列存儲、網絡和系統組件，旨在作為一台垂直整合的機器運作。訊息很明確：停止只想著伺服器，開始想著園區。或者，對Nvidia來說，就是開始像公用事業一樣開發票。

代理人退出演示舞台

如果硬體的重點是讓Nvidia保持推理的中心地位，軟體的重點則是確保企業AI不會變成別人的派對。黃仁勳說：“100%的Nvidia”現在都在使用Claude Code、Codex和Cursor；人們不再問AI誰、什麼、何時、何地、怎麼做。他們要它創造、執行。抱歉，聊天機器人公司——AI現在被視為一個勞動系統，而非純粹的對話新奇。

黃仁勳整天都在努力確保這個勞動系統能穿透Nvidia的整個堆疊。公司推出了OpenClaw和NemoClaw，為OpenClaw社群服務——與當下流行的公司合作——推廣其Agent Toolkit和OpenShell運行時，並著重於AI-Q，旨在通過前沿與Nvidia開放模型的混合，路由查詢並降低超過50%的成本。

這一切的背後藏著一個策略性對沖。

Nvidia公布了Nemotron聯盟，與Black Forest Labs、Cursor、LangChain、Mistral、Perplexity、Reflection AI、Sarvam和Thinking Machines Lab合作，首個項目將支撐即將推出的Nemotron 4模型家族。從潛台詞來看，很明顯Nvidia不希望AI軟體的未來被幾個巨大的封閉模型供應商和一堆商品硬體所劃分。它也想在開放模型層面插手——這個塑造誰能建造、調整和擁有AI的部分，超越最大實驗室的範圍。

帝國藍圖越來越大

然後，因為黃仁勳從不遇到他無法擴大的比喻，主旨演說從數據中心一路擴展到幾乎所有相關產業。

黃仁勳一直在擴展Nvidia的故事，超越數位助理，今年的GTC更是推得更猛。Nvidia宣布了一個與微軟$MSFT Azure和Nebius合作的實體AI數據工廠藍圖，旨在自動化訓練資料的產生、增強和評估，用於機器人、視覺AI代理和自動駕駛車。說得直白：現實世界的資料稀缺，邊緣案例令人頭疼，合成資料和模擬能將計算轉化為這些系統所需的原料。

黃仁勳還預覽了GR00T N2，一款基於DreamZero研究的下一代機器人基礎模型，該公司稱在新任務和新環境中，成功率比領先的VLA模型翻倍以上。聊天機器人讓華爾街興奮。實體AI則是能讓基礎設施狂潮持續多年的部分，因為機器人、工業系統和自主機器不僅需要模型——它們還需要無盡的訓練資料、模擬、網絡、感測器和邊緣計算。

黃仁勳甚至帶來了迪士尼$DIS的Olaf登台，這是一段實體AI的短劇，比起另一張架構圖更能清楚傳達整體意義。Nvidia表示，迪士尼一直在用基於Nvidia Warp框架的GPU加速物理模擬器訓練Olaf和BDX機器人，並整合到Newton中，Olaf預計3月29日在巴黎迪士尼樂園亮相。

Nvidia也確保自主車輛仍在大家的賓果卡上。公司表示，比亞迪、吉利、五十鈴和日產都在其DRIVE Hyperion平台上打造Level 4準備車輛，而Uber$UBER預計在2027年上半年在洛杉磯和舊金山推出Nvidia驅動的機器人計程車，並在2028年前擴展到28個市場。自主性幾乎完美契合黃仁勳的整體論點：AI的下一階段將進入實體世界，這意味著更多感測器、更多模擬、更多網絡、更多邊緣計算，對Nvidia來說，這也意味著更多昂貴的硬體。

黃仁勳甚至更進一步，表示Nvidia將進入太空，未來的Vera Rubin系統將面向軌道數據中心和自主太空作業。聽起來像是發現還有一些未開發的領域，但也像是一家決心讓“AI基礎設施”涵蓋幾乎所有昂貴的機器的公司。當然，Nvidia仍是晶片王者，但黃仁勳似乎已不再只對這個頭銜感興趣。他的公司正試圖從晶片供應商升級為工廠架構師、作業系統供應商，以及在一個AI做更多工作、受電力限制的數據中心成為以代幣每瓦計價的收入引擎的世界中徵收過路費。

當黃仁勳結束時，整個主旨演說已不僅僅像一個發布日曆，而像是一張帝國地圖。沒錯，還有DLSS 5圖形技術、新的工業軟體合作、電信邊緣合作夥伴，以及一連串的開發者基礎設施。但最持久的結論更為簡單且規模更大：Nvidia希望AI不再僅被理解為一個軟體類別，而是作為一個規模化的基礎設施專案，Nvidia的硬體和軟體滲透在每一層。

這是黃仁勳的訊息。對競爭對手來說，令人不安的是，至少目前，他仍有許多客戶願意圍繞這個理念建設。