黃仁勳（NVIDIA CEO）：AI工廠、推理拐點與萬億美元需求

撰文：Techub News 整理

在NVIDIA GTC 2026長達兩個多小時的主題演講中，創始人兼CEO黃仁勳（Jensen Huang）描繪了一幅波瀾壯闊的AI未來圖景。他不僅回顧了CUDA誕生20年來的生態飛輪，更重磅預測了未來幾年高達萬億美元的AI計算需求，並宣告了從「數據中心」到「AI工廠」、從「檢索式計算」到「生成式計算」的範式革命。本次演講信息量巨大，涵蓋了從芯片架構、係統設計、軟件生態到行業應用的完整價值鏈，是理解NVIDIA戰略與AI産業趨勢的關鍵窗口。

從CUDA飛輪到AI工廠：計算範式的根本轉變

黃仁勳開篇即強調了CUDA平台20年積累的「安裝基數」魔力。他指出，正是全球部署的數億個CUDA GPU構成了NVIDIA最深的護城河，吸引了開發者，催生了如深度學習般的突破性算法，進而開拓了新市場，形成了如今加速旋轉的「飛輪」。這個飛輪不僅讓NVIDIA的計算平台能夠承載海量應用，更關鍵的是，它賦予了基礎設施超長的「有用生命周期」——因為CUDA支持AI生命周期的每一個階段，從數據處理到科學計算，應用範圍極廣，使得GPU的長期投資回報率極高。

然而，真正的變革在於計算目的的轉變。黃仁勳提出了一個核心觀點：未來的數據中心不再是「存儲和處理數據的地方」，而是「生産智能的工廠」。其産品是「Token」（令牌/推理結果），其營收直接與Token的産量掛鈎。他引用了行業分析機構SemiAnalysis的報告，指出衡量一個AI工廠效能的關鍵指標是「每瓦特Token數」和「每次推理的智能度」。前者決定了在固定的電力預算下工廠的「産能」，後者則關聯到AI的「智能水平」。

「這是一個全新的視角，」黃仁勳解釋道，「每個CEO未來都需要從這個角度審視他們的業務。因為你的AI工廠（數據中心）在物理上受限於土地、電力和建築。一旦建成，其功率上限就固定了。你必須確保，在這個功率限制内，你的推理架構是高度優化的，因為Token就是你的新商品，計算能力直接等同於你的收入。」

他進一步指出，過去兩年，AI領域發生了根本性轉折。從ChatGPT開啓生成式AI時代，到OpenAI的O1/O3模型展現「推理」能力，再到Claude Code等「代理型AI」（Agentic AI）能夠實際「執行任務」，AI從「感知理解」走向了「生成」，再進化到「推理」，最終成為能「幹活」的生産力工具。每一次進化都伴隨著對計算需求的指數級增長。「推理拐點已經到來，」黃仁勳斷言，「AI現在要思考、要行動、要閱讀，所有這些都需要推理（Inference），需要生成Token。這遠遠超越了訓練階段。」

他給出了一個震撼的數字：基於推理工作負載計算需求的萬倍增長和實際使用量的百倍增長，過去兩年AI對計算的總需求增長了一百萬倍。正是基於這種判斷，他透露，目前NVIDIA看到的 Blackwell 和 Rubin 平台訂單需求，從去年GTC時預測到2026年的5000億美元，已激增至2027年的至少1萬億美元。「我確信實際的計算需求會遠高於此。」他補充道。

垂直整合與水平開放：NVIDIA的全棧戰略

面對如此巨大的需求和復雜的應用場景，黃仁勳闡述了NVIDIA獨特的戰略定位：「全球首家垂直整合但水平開放的公司」。他認為，加速計算本質上不是芯片或係統問題，而是「應用加速」問題。在摩爾定律失效後，要繼續實現性能的巨幅提升和成本的大幅下降，唯一途徑就是針對特定領域進行加速。

「這就是為什麼NVIDIA必須一個領域接一個領域、一個垂直行業接一個垂直行業地深入，」他說，「我們是一家垂直整合的計算公司。我們必須理解應用、理解領域、從根本上理解算法，並弄清楚如何在任何場景（數據中心、雲、邊緣、機器人係統）中部署這些算法。」為此，NVIDIA構建了覆蓋從芯片、係統到庫、框架乃至應用模型的完整技術棧。

但垂直整合並非封閉。黃仁勳強調，NVIDIA的成功同樣依賴於「水平開放」——將其技術集成到全球任何合作夥伴的平台中。「我們提供軟件和庫，與你們的技術集成，從而將加速計算帶給全世界的每一個人。」他展示了與IBM、戴爾、谷歌雲、AWS、微軟Azure、甲骨文等幾乎所有主流雲和數據平台廠商的深度合作案例。例如，NVIDIA的cuDF庫加速了IBM Watsonx.data的SQL引擎，使雀巢的供應鏈數據刷新速度提升5倍，成本降低83%；與谷歌雲合作，為Snapchat降低了近80%的計算成本。

這種「垂直整合+水平開放」的模式，使得NVIDIA能夠將其在AI計算領域的極致優化能力，通過龐大的生態網絡輸送到每一個角落。黃仁勳特別提到，NVIDIA業務的60%來自超大規模雲廠商（包括其内部AI消費），另外40%則遍佈區域雲、主權雲、企業、工業、機器人、邊緣等各個領域。「AI的多樣性就是其韌性所在，」他指出，「這不是單一應用的技術，而是一個全新的基礎計算平台。」

OpenClaw：引爆「代理操作係統」革命

演講中，黃仁勳花了相當篇幅討論一個開源項目：OpenClaw。他將其重要性提升到與Linux、HTML、Kubernetes同等的歷史地位。「OpenClaw本質上開源了‘代理操作係統’，」他興奮地表示，「就像Windows讓我們能夠創建個人電腦一樣，OpenClaw讓我們能夠創建‘個人代理’。」

他詳細描述了OpenClaw的能力：它是一個生成式係統，可以連接並調用大語言模型；管理資源、訪問工具和文件係統；進行任務調度和定時作業；能將一個復雜的用戶指令分解為一步步可執行的子任務；可以生成並調用其他子代理；並支持多模態交互。「每個公司現在都需要一個開源戰略，一個代理係統戰略，」黃仁勳斷言，「這就是新的計算機。」

然而，企業級部署面臨巨大安全挑戰。代理在企業網絡内可以訪問敏感信息、執行代碼並與外部通信。「這顯然是不能被允許的，」黃仁勳承認。為此，NVIDIA與OpenClaw創始人Peter Steinberger合作，推出了「NVIDIA OpenClaw參考設計」——Nemo Claw。它集成了名為「Open Shell」的安全技術，包含策略引擎、網絡護欄和隱私路由器，確保代理能在企業内部安全、合規地運行。

黃仁勳預測，這一變革將重塑整個企業軟件行業。「未來，每一家SaaS公司都將成為AgaaS（代理即服務）公司。」企業的IT架構將從圍繞「文件和數據」轉向圍繞「代理和Token」。他甚至設想，未來工程師的薪酬包中將包含「年度Token預算」，以放大其生産力。「Token將成為矽谷招聘的新工具。」而生産這些Token的，正是由NVIDIA與合作夥伴共同構建的「AI工廠」。

物理AI與機器人：智能的具身化

除了數字世界的代理，黃仁勳同樣重視物理世界的智能體——機器人。他宣佈，NVIDIA的機器人生態係統已匯集了幾乎所有主流廠商，本次GTC有110台機器人參展。NVIDIA為此提供三套核心計算係統：訓練計算機、合成數據生成與模擬計算機，以及機器人本體内的邊緣計算機。

在自動駕駛領域，黃仁勳宣佈了「ChatGPT時刻」的到來。「我們現在知道，可以成功地讓汽車自動駕駛。」他宣佈比亞迪、現代、日産、吉利四家新合作夥伴加入NVIDIA的「Robotaxi就緒平台」，這些車企年産量總計達1800萬輛。此外，NVIDIA還與Uber達成合作，將在多個城市部署Robotaxi網絡。

更令人印象深刻的是與迪士尼的聯動。黃仁勳在現場與搭載了NVIDIA Jetson芯片、在Omniverse中通過牛頓物理求解器學習行走的「雪寶」（Olaf）機器人進行了互動。這展示了NVIDIA Isaac Lab機器人訓練平台、Cosmos世界模型和GR00T機器人基礎模型在創造擬人化、能適應物理環境的機器人方面的強大能力。

黃仁勳總結道，NVIDIA正通過其開放模型計劃，在AI的每一個前沿領域提供頂級模型：用於語言的Nemotron、用於物理世界理解的Cosmos、用於自動駕駛的Alpamayo、用於通用機器人的GR00T、用於生物學的BioNeMo以及用於氣候預測的Earth-2。他宣佈成立「Nemotron聯盟」，聯合Black Forest Labs、Cursor、LangChain、Mistral、Perplexity、Sarvam等頂尖AI公司，共同推進下一代大語言模型的開發。

「我們正處於一場復興之中，一場企業的復興，」黃仁勳在演講尾聲說道，「這是一個從2萬億美元的産業邁向數萬億美元産業的轉折點。未來提供的將不僅僅是供人使用的工具，更是我們擅長的專業領域中專用的、可以‘租用’的代理。」在他的展望中，由AI工廠生産的Token，將成為驅動未來數字經濟和實體經濟的核心能源，而NVIDIA構建的全棧計算平台，正是這座宏大未來的基石。

内容來源：TECHUB NEWS