重磅GTC大会演讲之外，一文读懂黄仁勋本周向华尔街和互联网的讲话要点

华尔街见闻

昨天

黄仁勋在GTC26抛出震撼弹：英伟达订单可见性已突破1万亿美元，增长仍在加速。他断言AI已进入第三拐点——智能体时代，"每个工程师将管理100个智能体"；Token将成新型工资，不消耗Token的工程师形同荒废生产力。50万亿美元物理AI蓝海，正等待引爆。在刚结束的 GTC26 期间，英伟达（NVIDIA）CEO 黄仁勋通过一场深度访谈与财务问答，向外界展示了这家市值巅峰企业的宏大蓝图。从“1...

网页链接

免责声明：投资有风险，本文并非投资建议，以上内容不应被视为任何金融产品的购买或出售要约、建议或邀请，作者或其他用户的任何相关讨论、评论或帖子也不应被视为此类内容。本文仅供一般参考，不考虑您的个人投资目标、财务状况或需求。TTM对信息的准确性和完整性不承担任何责任或保证，投资者应自行研究并在投资前寻求专业建议。

热议股票

{"basename":"/hans","ssrTDKData":{"titleTemplate":"%s - 老虎证券","title":"老虎证券全球投资理财平台| 一站式投资美股新股港股A股","description":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","keywords":"老虎证券,老虎证券开户,老虎券商,老虎证券官网,老虎证券app,tigertrade老虎证券,股票,炒股,新加坡股票交易平台,投资,投资理财","social":{"ogDescription":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","ogImage":"https://c1.itigergrowtha.com/portal5/static/media/og-logo.be62fbe1.png","ogUrl":"https://www.itiger.com/hans/news/2621671690"},"companyName":"老虎证券"},"pageData":{"isMobile":false,"isTiger":false,"isTTM":true,"region":"SGP","license":"TBSG","edition":"fundamental"},"isCrawlerRequest":true,"__swrFallback__":{"@#url:\"https://stock-news.skytigris.cn/v3/news\",params:#id:\"2621671690\",edition:\"fundamental\",auth_exemption:1,,,undefined,":{"share":"https://ttm.financial/m/news/2621671690?lang=zh_CN&edition=fundamental","thumbnail":"https://static.tigerbbs.com/6954d1dc2b34c5f605b752cf346a1934","is_english":false,"pubTime":"2026-03-22 14:54","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2621671690","market":"sg","top_or_hot":-1,"title":"重磅GTC大会演讲之外，一文读懂黄仁勋本周向华尔街和互联网的讲话要点","media":"华尔街见闻","content":"<div>\n<p>黄仁勋在GTC26抛出震撼弹：英伟达订单可见性已突破1万亿美元，增长仍在加速。他断言AI已进入第三拐点——智能体时代，\"每个工程师将管理100个智能体\"；Token将成新型工资，不消耗Token的工程师形同荒废生产力。50万亿美元物理AI蓝海，正等待引爆。在刚结束的 GTC26 期间，英伟达（NVIDIA）CEO 黄仁勋通过一场深度访谈与财务问答，向外界展示了这家市值巅峰企业的宏大蓝图。从“1...</p>\n\n<a href=\"https://wallstreetcn.com/articles/3768081\">网页链接</a>\n\n</div>\n","source":null,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>重磅GTC大会演讲之外，一文读懂黄仁勋本周向华尔街和互联网的讲话要点</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n重磅GTC大会演讲之外，一文读懂黄仁勋本周向华尔街和互联网的讲话要点\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-03-22 14:54 北京时间&nbsp;&nbsp;&nbsp;<a href=https://wallstreetcn.com/articles/3768081><strong>华尔街见闻</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>黄仁勋在GTC26抛出震撼弹：英伟达订单可见性已突破1万亿美元，增长仍在加速。他断言AI已进入第三拐点——智能体时代，\"每个工程师将管理100个智能体\"；Token将成新型工资，不消耗Token的工程师形同荒废生产力。50万亿美元物理AI蓝海，正等待引爆。在刚结束的 GTC26 期间，英伟达（NVIDIA）CEO 黄仁勋通过一场深度访谈与财务问答，向外界展示了这家市值巅峰企业的宏大蓝图。从“1...</p>\n\n<a href=\"https://wallstreetcn.com/articles/3768081\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":null,"symbol_name":null,"start_time":0,"source_url":"https://wallstreetcn.com/articles/3768081","article_id":"2621671690","we_media_id":"1084101182","thumbnails":["https://static.tigerbbs.com/6954d1dc2b34c5f605b752cf346a1934"],"rights":{"source":null,"url":"https://wallstreetcn.com/articles/3768081","rn_cache_url":null,"directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2621671690","pubTimestamp":1774162456,"columns":[],"sourceInfo":null,"weMediaInfo":{"media_name":"华尔街见闻","introduction":"追踪全球财经热点，精选影响您财富的资讯，投资理财必备神器！","home_visible":1,"id":"1084101182","head_image":"https://static.tigerbbs.com/66809d1f5c2e43e2bdf15820c6d6897e"},"summary":"黄仁勋在GTC26抛出震撼弹：英伟达订单可见性已突破1万亿美元，增长仍在加速。他断言AI已进入第三拐点——智能体时代，\"每个工程师将管理100个智能体\"；Token将成新型工资，不消耗Token的工程师形同荒废生产力。50万亿美元物理AI蓝海，正等待引爆。","collect":0,"end_time":0,"defaultTopTitle":"","property":[],"viewcount":null,"language":"zh","relate_stocks":{},"translate_title":"In addition to the blockbuster GTC conference speech, read the highlights of Huang's speech to Wall Street and the Internet this week in one article","themeId":null,"isJumpTheme":false,"ttsUrl":"https://static.tigerbbs.com/b8225f312c10b60bbc97bc2e6c168f44","symbols_score_info":{"NVDA":2},"content_text":"黄仁勋在GTC26抛出震撼弹：英伟达订单可见性已突破1万亿美元，增长仍在加速。他断言AI已进入第三拐点——智能体时代，\"每个工程师将管理100个智能体\"；Token将成新型工资，不消耗Token的工程师形同荒废生产力。50万亿美元物理AI蓝海，正等待引爆。在刚结束的 GTC26 期间，英伟达（NVIDIA）CEO 黄仁勋通过一场深度访谈与财务问答，向外界展示了这家市值巅峰企业的宏大蓝图。从“1万亿美元订单可见性”到“智能体（Agent）就是未来的个人电脑”，老黄不仅在卖芯片，更在重塑全球IT产业的分配逻辑。华尔街见闻整理金句如下：关于 Token 与价值：如果你的一名年薪50万美元的工程师，一年只花5000美元买Token，我会发疯的。如果那名50万美元的工程师没有消耗至少价值25万美元的 Token，我会深感不安。即使芯片是免费的，如果它不能跟上技术状态和我们运行的速度，它也依然不够便宜。关于智能体与未来：每个工程师都将拥有100个智能体。在过去我们编写代码，在未来我们将编写想法、架构和规范。智能体系统是完成工作的系统，它们正在帮助我们的软件工程师完成工作。关于Token经济学：计算机过去只是工具，未来的计算机是制造设备。人们购买这些计算机是为了生产Token，生产这些Token的有效性至关重要。你同时购买了最昂贵的计算机，并生产了成本最低的 Token。关于市场需求与增长：我们对Blackwell加Reuben的需求、订单和需求有超过1万亿美元的强劲可见性。我们的增长率实际上正在加速。每一个软件公司、每一个公司都需要有一个OpenClaw策略。关于竞争与架构：任何说‘我的芯片便宜 30%’的人，只是证明了他们不懂 AI。你只要呼吸空气，直到呼吸完为止。在那之后，我们将呼吸压缩液态空气，但在此之前，空气怎么样？它是免费的，我们已经用了很久了。”（注：此处指代对铜缆/电缆技术的使用极限）财务核弹：1万亿美元的订单墙黄仁勋在分析师会议上抛出了一个震撼数字：英伟达对 Blackwell 和 Reuben 架构的订单需求可见性已超过 1 万亿美元。增长背后的逻辑： 这一数字并非虚标，而是基于确定的采购订单和工厂建设流水线。老黄强调，英伟达的优势在于其交付周期远快于自研 ASIC 芯片的公司，甚至能实现“同季度下单、同季度出货”。毛利护城河： 面对“价值被英伟达抽走”的质疑，老黄直言：“TSMC 的晶圆全球最贵，但价值最高，所以我乐意付钱。”他认为，客户买的不是昂贵的电脑，而是全球成本最低的 Token 生产力。第三次拐点：从大模型到“智能体”黄仁勋认为，AI 已经历了生成式、推理两个阶段，现在正处于第三个拐点——智能体系统（Agentic Systems）。Token 成为新工资： 未来企业雇佣工程师，发的不只是笔记本电脑，还有 Token 预算。如果一个年薪 30 万美元的工程师不消耗 Token，那他就是在荒废生产力。个人 AI 电脑的诞生： 以开源项目 OpenClaw 为代表的系统，被老黄定义为“人类历史上第一台个人人工智能计算机”。它拥有内存、调度、技能和 API，是未来 IT 产业的操作系统。硬件新版图：Vera Rubin 与 Groq 的“联姻”英伟达不再只是一家 GPU 公司，而是一家“AI 工厂”公司。解耦推理（Disaggregated Inference）： 这是 Dynamo 操作系统的核心。通过将推理任务拆解，不同性能的芯片各司其职。Groq 的角色： 英伟达收购并整合 Groq（LPX 系列）并非为了取代 GPU，而是利用其极低延迟的 SRAM 架构处理自回归推理的“最后一步”。三位一体架构： 英伟达是全球唯一能同时优化 HBM（高带宽显存）、LPDDR5 和 SRAM 的公司，这种“液冷机架化”的整机交付，让竞争对手的单点芯片显得像个“缝合怪”。物理 AI：50万亿美元的蓝海老黄特别看好物理 AI（Physical AI），认为其最终规模将超过数字 AI。重塑传统工业： 这是一个产值 50 万亿美元、过去 20 年几乎是科技荒漠的领域。从机器人手术、自动驾驶到智能基站，物理 AI 需要在边缘侧遵守物理定律。3-5年内的机器人爆发： 黄仁勋预言，未来 3 到 5 年机器人将随处可见。虽然中国在电机、稀土等硬件供应链上极具优势，但英伟达将提供大脑（训练、仿真、车载三台计算机）。行业共生：英伟达是云服务商的“最佳销售”针对云巨头自研芯片的威胁，老黄表现得极其自信：流量带货： “AWS、谷歌、微软在 GTC 展位最大，是因为他们要向我的 CUDA 开发者推销服务。”英伟达通过 CUDA 生态将开发者引向云端，本质上是云服务商的获客引擎。不可替代性： 40% 的业务来自于非云巨头领域（区域云、企业私有云），这些客户买的是“全栈平台”而非“芯片”。如果没有英伟达的整机方案，这些市场根本无法触达。以下为两场访谈的全文，由AI辅助翻译：《All-In Podcast》访谈主持人 (Jason Calacanis):本周是特别节目，我们破例推迟了常规节目。通常我们只为三个人破例：特朗普总统、耶稣和黄仁勋。你可以自己排个序。Jensen，你这一年的表现太惊人了，这次活动也非常棒，每个行业、每家科技公司、每家 AI 公司都在这里。主持人 (Chamath Palihapitiya):去年最重大的宣布之一就是英伟达收购了 Groq。当你决定买下 Groq 时，你有没有意识到 Chamath 会变得多么难以忍受？黄仁勋 (Jensen Huang):我有这种预感（笑）。我们是他的朋友，每周都要应付他，我知道在结案的那六周里你得怎么对付他。黄仁勋 (Jensen Huang):实际上，我们的许多战略早在 GTC（英伟达 GPU 技术大会）上就已经公开展示了。两年半前，我介绍了 AI 工厂的操作系统，叫做 Dynamo。正如你们所知，Dynamo 是西门子发明的，目的是把水能转化为电能，它驱动了上一次工业革命。我觉得这是下一次工业革命“工厂操作系统”的完美名字。在 Dynamo 内部，核心技术是 解耦推理（Disaggregated Inference）。Jason，我知道你技术很强，我让你来向观众解释一下。主持人 (Jason Calacanis):谢谢你没直接抢过话头。解耦推理意味着推理的处理流水线极其复杂，它是当今最复杂的计算问题。规模庞大，涉及各种形状和大小的数学运算。我们的想法是把处理过程拆解开，让一部分在某些 GPU 上运行，其余部分在不同的 GPU 上运行。这让我们意识到，甚至解耦计算也是有意义的。这种思路引导我们收购了 Mellanox。如今，英伟达的计算分布在 GPU、CPU、交换机和网络处理器中。现在我们加入了 Groq，我们将把合适的工作负载放在合适的芯片上。我们已经从一家 GPU 公司演变成了一家 AI 工厂公司。主持人 (Chamath Palihapitiya):你在台上提到，高价值推理用户应该关注这一点。你说数据中心 25% 的空间应该分配给这种 Groq LPU 和 GPU 的组合。你能告诉我们，行业如何看待这种“预填充-解码解耦”的新型计算形式吗？黄仁勋 (Jensen Huang):退一步看，当我们加入这项技术时，我们正从“大语言模型处理”转向 “智能体处理（Agentic Processing）”。当你运行一个智能体时，你会访问工作内存、长期内存、使用工具，并对存储产生巨大的压力。智能体之间还会相互协作。因此，数据中心内存在各种类型的模型。我们创建了 Vera Rubin 架构来处理这些极其多样化的负载。英伟达的潜在市场规模（TAM）因此增加了 33% 到 50%。其中很大一部分将是存储处理器（BlueField）、Groq 处理器、CPU 和网络处理器。这些共同构成了 AI 革命的电脑，也就是“智能体”。主持人 (David Friedberg):那嵌入式应用呢？比如我女儿在家里的泰迪熊想要和她聊天。里面装的是定制芯片，还是会有一套更广泛的、针对边缘侧开发的工具？黄仁勋 (Jensen Huang):在大规模层面上，我们认为这个问题涉及三台计算机：第一台用于 训练 AI 模型。第二台用于 评估。比如机器人和自动驾驶汽车，必须在符合物理定律的虚拟实验室（Omniverse）中进行评估。第三台是 边缘侧的机器人计算机。它可能是一辆车、一个机器人，或者是一只小泰迪熊。我们还在做一件非常重要的事：将电信基站转化为 AI 基础设施的一部分。这是一个 2 万亿美元的产业，未来无线电基站、工厂、仓库都将成为 AI 的延伸。主持人 (Brad Gerstner):Jensen，去年你领先全球预言“推理不会只增长 1000 倍”。现在它是要增长 100 万倍还是 10 亿倍？当时人们觉得你太夸张了，因为大家都在关注训练。但现在推理需求爆炸了。有人说你的推理工厂成本高达 400-500 亿美元，而定制芯片（ASIC）方案只要 250-300 亿，你会因此失去市场份额。你对此怎么看？为什么大家要付双倍的溢价？黄仁勋 (Jensen Huang):核心逻辑是：你不应该把“工厂的价格”等同于“Token 的成本”。我可以证明，一座 500 亿美元的工厂能为你产生 成本最低的 Token。因为我们的效率高出 10 倍。在 500 亿的预算中，有 200 亿是土地、电力和厂房，无论用什么芯片这些钱都要花。剩下的差额在整体成本中占比并不大。但如果我的数据中心吞吐量是别人的 10 倍，那么即便别人的芯片是免费的，他们也拼不过我们。主持人 (Chamath Palihapitiya):你管理着全球市值最高的公司，明年营收可能超过 3500 亿美元。你是如何决定“该做什么”的？你如何获得直觉，知道在哪里加倍下注，在哪里撤退？黄仁勋 (Jensen Huang):这就是 CEO 的工作：定义愿景和战略。我会被公司里优秀的科学家和技术专家启发，但我必须塑造未来。我的标准是：这件事是不是 难到令人发指？如果很容易，我们就应该退缩，因为容易的事竞争对手会很多。我寻找的是那些从未被实现过、极其困难、且能发挥英伟达“超能力”的事。我们知道这会带来痛苦和磨难，但如果没有痛苦，也就没有伟大的发明。主持人 (Brad Gerstner):你能谈谈几个长线业务吗？比如空间数据中心、自动驾驶或是数字生物学？黄仁勋 (Jensen Huang):物理 AI 是一个巨大的类别。这是一个产值 50 万亿美元的产业，直到现在几乎还是科技的荒漠。我们 10 年前就开始布局，现在它正处于爆发点，每年为我们带来近 100 亿美元的收入。数字生物学 正在迎来它的“ChatGPT 时刻”。我们正开始理解如何表示基因、蛋白质和细胞。在未来 5 年内，医疗行业将发生巨变。农业也是如此。主持人 (Jason Calacanis):英伟达最初是靠游戏玩家和发烧友起家的。你提到了“智能体”的革命，特别是开源智能体在桌面端的应用。这对于你来说意味着什么？黄仁勋 (Jensen Huang):过去两年有三个转折点：生成式 AI：ChatGPT 让所有人意识到了 AI 的存在。推理（Reasoning）：像 O1 这样的模型让 AI 不仅能回答问题，还能进行推理。智能体（Agents）：最初是像 Claude Code 这样的企业工具，而 OpenClaw 将 AI 智能体带入了大众视野。OpenClaw 之所以重要，是因为它重新定义了计算模型。它有内存、文件系统、技能（Skills）、资源调度和 API。这本质上就是人类历史上第一台 个人人工智能计算机。它是开源的，可以在任何地方运行。主持人 (Brad Gerstner):这种范式转移是否让现在的 AI 监管立法变得毫无意义？政治家们该如何应对这种快速变化？黄仁勋 (Jensen Huang):我们需要站在决策者面前，告知他们技术的真相：它不是生物，不是外星人，没有意识，它只是计算机软件。我们不能让“末日论”影响政策。作为国家，最大的安全风险不是 AI 本身，而是当我们因为恐惧而停滞不前时，其他国家却在采用这项技术。我担心的是 AI 在美国的普及速度。主持人 (Brad Gerstner):关于 Anthropic 之前与国防部的风波，如果你是董事会成员，你会给他们什么建议来改变公众的恐惧感？黄仁勋 (Jensen Huang):Anthropic 的技术非常出色，我们也是他们的大客户。警示技术的潜力是好事，但“警示”不等于“恐吓”。我们作为技术领袖，说话必须更加谨慎和谦虚。在没有任何证据的情况下散布“毁灭性”的言论，其伤害比人们想象的要大。现在技术对社会结构和国家安全如此重要，我们的言辞至关重要。主持人 (Brad Gerstner):美国公众对 AI 的支持率只有 17%。我们曾因为恐惧毁掉了核能产业，现在中国在建 100 座核反应堆，我们是零。回到智能体，英伟达内部的生产力提升如何？大家都在讨论投资回报率（ROI）。你认为我们会看到营收像智能一样呈指数级增长吗？黄仁勋 (Jensen Huang):看这个会场的观众就知道了，99% 的东西都是 AI。 从生成式到推理，计算量增加了 100 倍；从推理到智能体，计算量又增加了 100 倍。两年内计算量翻了 1 万倍。人们会为“信息”付费，但更愿意为“工作”付费。聊天机器人很好，但能帮我完成工作的智能体才真正值钱。智能体正在帮我们的工程师完成工作。我们现在还没到真正的大规模阶段，未来的增长将是百万倍级的。主持人 (Jason Calacanis):英伟达有 4.3 万名员工，其中 3.8 万是工程师。如果你的一名年薪 50 万美元的工程师，一年只花 5000 美元买 Token，你会怎么想？黄仁勋 (Jensen Huang):我会发疯的！如果一个 50 万美元年薪的工程师一年不消耗至少 25 万美元的 Token，我会非常担心。这就像一个芯片设计师说他只要纸和笔，不需要 CAD 工具一样。这是一种范式转移，就像勒布朗·詹姆斯每年花 100 万美元保养身体一样。我们要给知识工作者“超能力”。主持人 (Jason Calacanis):未来两三年，这种“全明星”员工的工作效率会变成什么样？黄仁勋 (Jensen Huang):那些“这太难了”、“这需要太长时间”的想法将不复存在。就像工业革命后，没人会说“那个建筑太重了”一样。重力和规模不再是问题，剩下的只有 创造力。过去我们编写代码，未来我们编写“想法”、架构和规范。每个工程师未来都将管理 100 个智能体。主持人 (David Friedberg):我上周日晚上花了 90 分钟用智能体替换了一整套软件架构，原本这需要很多人手。这种加速感是前所未有的。黄仁勋 (Jensen Huang):这就是为什么 OpenClaw 如此不可思议。一些人认为企业软件行业会被摧毁，但我的观点相反：这个行业过去受限于“办公位上的员工人数”。未来将有 100 倍数量的智能体去敲击 SQL 数据库、Photoshop 和 Blender。这些工具是人类控制结果的最后途径。主持人 (Chamath Palihapitiya):关于开源，中国的一些开源模型非常强大。你认为 AI 的终局是去中心化的吗？黄仁勋 (Jensen Huang):我们需要“模型即产品（私有）”和“模型即开源”并存。 对于大多数消费者，我不想自己微调模型，我会用 ChatGPT 或 Claude。但对于垂直行业，他们需要控制自己的领域知识，这必须依靠开源模型。英伟达也在大力支持开源生态，因为这能让初创公司在第一天就拥有世界级的垂直能力。主持人 (Brad Gerstner):特朗普总统希望美国工业领先，希望美国 AI 走向世界。目前英伟达在某些市场（如中国）的市场份额从 95% 跌到了 0%。现在情况如何？黄仁勋 (Jensen Huang):特朗普总统希望我们重返战场。我们已经为许多请求采购的中国公司申请了许可证，并得到了批准。我们正在重启供应链进行发货。如果美国不能主导 AI 技术的堆栈（从芯片到系统），那是国家安全的重大损失。我希望美国的计算堆栈占据全球 90% 的份额。主持人 (Jason Calacanis):全球冲突、台湾局势、甚至中东的氦气供应，这些供应链风险让你担心吗？黄仁勋 (Jensen Huang):在中东，我们有 6000 个家庭在那里，我们 100% 支持他们，100% 留在以色列。 关于台湾，我们要做的有三点：尽可能快地实现美国本土工业化（如亚利桑那州的工厂）。实现供应链多元化（韩国、日本、欧洲）。保持耐心和克制。主持人 (Jason Calacanis):自动驾驶方面，你的策略是像 Android 那样的开源平台，而特斯拉更像 iOS。你如何看待这个棋局？黄仁勋 (Jensen Huang):我们的目标是让世界上每一家汽车公司都能制造自动驾驶汽车。我们提供三台计算机（训练、仿真、车载），并开发了最安全的操作系统。即便像马斯克和特斯拉这样拥有强大自研能力的客户，也会买我们的训练计算机。我们乐于提供任何层面的解决方案，我们不是来取代谁，而是来解决问题的。主持人 (Brad Gerstner):但像谷歌、亚马逊这些大客户也在自研芯片（TPU、Trainium）。他们既是客户也是竞争对手，你如何应对？黄仁勋 (Jensen Huang):我们是世界上唯一一家与每一家 AI 公司都合作的 AI 公司。我不看他们研发什么，但我向他们展示我研发的一切。信心来自于两点：购买英伟达的产品仍然是目前最经济的选择。我们是唯一的跨平台架构（云端、本地、车载、甚至空间）。很多人没意识到，英伟达 40% 的业务来自于构建完整的 AI 基础设施，而不只是卖芯片。事实上，英伟达的市场份额正在增加，因为 Anthropic、Meta 都在用英伟达，开源模型的爆发也在英伟达之上。主持人 (Brad Gerstner):分析师们似乎不相信你的增长潜力。他们预测你明年增长 30%，后年 20%，2029 年只有 7%。他们觉得“大数法则”会限制你。黄仁勋 (Jensen Huang):他们只是不理解 AI 的规模和广度。过去数据中心的 CPU 市场一年只有 250 亿美元，而我们现在的体量已经完全不同了。英伟达做的不是芯片，而是 AI 基础设施，这个市场比人们想象的要大得多。主持人 (Chamath Palihapitiya):谈谈空间数据中心？黄仁勋 (Jensen Huang):我们已经在太空中了。挑战在于散热（只能靠辐射），但这并非不可解决。目前我们的芯片已经安装在卫星上处理影像。与其把数据传回地球，不如直接在太空处理。主持人 (Jason Calacanis):在医疗领域，AI 将如何产生真正的影响？黄仁勋 (Jensen Huang):三个方向：AI 生物学：预测生物行为，助力药物研发。AI 智能体：辅助医生诊断。物理 AI/机器人手术：未来的超声、CT 仪器都会内置智能体。主持人 (Jason Calacanis):机器人技术经历了“失去的二十年”，现在马斯克的 Optimus 还有中国的机器人发展很快。我们离“机器人厨师”或“机器人管家”还有多远？黄仁勋 (Jensen Huang):大约 3 到 5 年。中国在电机、稀土、磁铁等硬件生态上非常强大，全球机器人产业都将依赖那个供应链。 最终，机器人将成为人类繁荣的最大推动力。它不仅能解决劳动力短缺，还能让每个人通过机器人开启自己的事业。甚至我们可以通过虚拟现实“附身”在机器狗身上，在出差时陪孩子聊天或遛狗。主持人 (Brad Gerstner):Anthropic 的 CEO 预测 2030 年 AI 模型和智能体将产生 1 万亿美元的收入。你觉得呢？黄仁勋 (Jensen Huang):我觉得他太保守了。Anthropic 的表现会远超这个数字。因为每一家企业软件公司未来都会成为这些 AI 模型的“增值经销商”。主持人 (Brad Gerstner):那这些公司的“护城河”是什么？黄仁勋 (Jensen Huang):深度专业化。不要只做一个通用的横向平台，而要深耕某个垂直领域，把你的专业知识注入智能体。谁先连接客户，谁就能获得数据飞轮。主持人 (Jason Calacanis):你三年前说过：“你不会被 AI 取代，但会被使用 AI 的人取代。”现在你对就业的看法有变化吗？黄仁勋 (Jensen Huang):我不是末日论者。虽然司机会减少，但“移动助手”会增加。就像飞机的自动驾驶增加了飞行员的数量一样。 我对年轻人的建议是：成为使用 AI 的专家。这需要艺术性，需要知道如何引导 AI 而不完全限制它。主持人 (Brad Gerstner):你曾在斯坦福建议年轻人要经历“痛苦和磨难”。现在你建议他们学什么？英语专业会比计算机专业更有前途吗？黄仁勋 (Jensen Huang):深厚的科学、数学和语言能力仍然关键。因为语言就是 AI 的编程语言。看看放射科的例子：10 年前有人预言 AI 会让放射科医生消失。结果呢？放射科医生的需求量激增。因为 AI 让扫描变快了，医院能处理更多病人，收益更高。一个增长更快的国家需要更多的老师、更多的专家，只是他们每个人都将拥有 AI 赋予的“超能力”。主持人 (Jason Calacanis):Jensen，祝贺你取得的成就。这是一场非常积极且令人振奋的对话。黄仁勋 (Jensen Huang):谢谢。我们不需要陷入恐慌，我们有自主权去选择如何创造未来。英伟达 GTC26 财务分析师问答会主持人：大家早上好。希望你们喜欢昨天的演示。虽然时间长了一点，但我认为这是一个非常完美的总结。现在我们将时间留给你们，重点关注你们的需求和问题。我先把时间交给 Jensen（黄仁勋）。黄仁勋 (Jensen Huang)：正如我昨天提到的，AI 近期经历了三个拐点：第一个是生成式 AI，第二个是推理（Reasoning），而我们现在正处于第三个拐点——智能体系统（Agentic Systems）。这些系统具备“自主行动能力”，所以被称为智能体。你可以给它们设定目标，它们不再只是回答问题，而是执行任务。最流行的应用之一就是编写软件。在你们公司，以及我的公司，工程师们整天都在使用智能体系统。过去工程师入职发一台笔记本电脑，现在是发笔记本电脑和 Token（代币/令牌）。Token 预算现在成了实实在在的东西。如果你雇了一个年薪 30 万美元的工程师，但他在工作中不消耗任何 Token，你得问问他整天在干什么。未来的计算机不再仅仅是工具，而是生产设备。就像 ASML 的光刻机一样，它们生产的是可以出售的产品。这和很久以前生产电力的发电机（Dynamo）没什么区别。能源效率和生产效率决定了你的收入。每一个软件公司、每一个企业现在都需要一个“OpenClaw 策略”，就像我们当年必须有 Linux 策略、互联网策略和移动云策略一样。黄仁勋 (Jensen Huang)：我想更新一下关于订单可见性的情况。一年前我说过，到 2026 年，我们的 Blackwell 和 Reuben 出货量有 5000 亿美元的强劲可见性。现在是 2026 年 3 月，我们对 Blackwell 加 Reuben 架构拥有超过 1 万亿美元（1 Trillion Plus）的强劲需求可见性。这包括了确定的需求预测和采购订单。请注意，这 1 万亿美元仅指 Blackwell 和 Reuben。我不包含 Groq、独立 CPU 或其他新产品，因为我要和去年的数据做对比。而且，这个数字到 2027 年底还会继续增长。我们拥有库存和供应流水线，甚至可以在同一个季度内完成接单并出货。这是那些做 ASIC（定制芯片）的公司做不到的，因为它们的交付周期太长。黄仁勋 (Jensen Huang)：去年（2025 年）是“推理之年”。我们让大家明白：计算机的价格和 Token 的成本之间只有微小的联系。人们买电脑是为了生产 Token。你买了一台昂贵的电脑，但它生产 Token 的速度极快，结果你反而拥有了成本最低的 Token。这也是我们能保持毛利率的原因。我们每一代产品都提供更高的价值——即“每秒、每瓦特产生的 Token 数”。客户宁愿以更高的价格购买下一代产品，也不愿以低价买旧产品。安装 Vera Rubin 比继续买 Grace Blackwell 更聪明，因为价值更高。黄仁勋 (Jensen Huang)：2025 年我们还扩大了平台支持。Anthropic 和 Meta SL 都成为了我们的新合作伙伴。目前 API 推理服务提供商的数据显示，开源模型（Open Models）已成为全球第二大流行的 AI 模型类别，仅次于 OpenAI。而英伟达是开源模型在全球最好的运行平台。我们还与云服务商（CSP）紧密合作。我们在他们的云端拥有 CUDA，这吸引了所有开发者。我们是云服务商最好的销售力量，所以你会看到 AWS、谷歌、微软、甲骨文在我们的展厅里拥有最大的展位，因为他们想向我们的开发者推销服务。此外，我们 40% 的业务来自于非 CSP 领域，如区域云、工业企业等。如果没有英伟达的全栈平台，你根本无法触达这 40% 的市场，因为他们买的是“平台”，而不只是“芯片”。问答环节 (Q&A)提问者 (Amelius Research, Ben Wright)：Jensen，大家最担心的推力是：这笔投资值吗？云服务商的收入增长能覆盖这些巨额开支吗？我们什么时候能看到他们的收入上修？黄仁勋 (Jensen Huang)：我真希望那些 AI 公司已经上市了，这样你就能看到我所看到的。历史上从未有初创公司能像他们现在这样，每周增加 10 亿或 20 亿美元的收入。2 万亿美元的 IT 软件行业正在整合 OpenAI、Anthropic 和开源模型。未来的 IT 行业将变成这些模型的“经销商”。我估计 IT 行业将从目前的 2 万亿增长到 8 万亿。所有 IT 公司未来都会租赁或生产 Token。他们的商业模式将从软件授权转变为 Token 租赁。虽然这会引入销售成本（COGS），但提供的价值要高得多。OpenAI 和 Anthropic 的收入增长速度是在“一个月内长出一个完整的 IT 公司”。提问者 (Caner Fitzgerald, CJ Muse)：物理 AI（Physical AI）会对你的业务构成什么样的变化？黄仁勋 (Jensen Huang)：目前数字 AI 和物理 AI 的增长率差不多。但几年后物理 AI 迎来拐点，它必须在本地、在工厂边缘运行。由于全球 70 万亿美元的产业涉及物理原子（而非数字比特），物理 AI 最终会占据我们业务的 70%。未来计算机将 24/7 全天候运行。我希望年薪 2000 美元一天的工程师每天能花 1000 美元的 Token 预算。我要让他管理一整支智能体舰队来替他工作。提问者 (Bernstein, Stacy Rasgon)：Reuben 会和 Groq 一起发布吗？推理负载的演变如何？柯莱特·克雷斯 (Colette Kress)：LPX（Groq 相关）预计在今年下半年。黄仁勋 (Jensen Huang)：Vera Rubin 会比 Groq 更早出货。 关于计算架构，有低延迟（CPU）和高吞吐量（GPU）之分。Groq 是极端的低延迟架构，几乎整块芯片都是 SRAM。它不灵活，但非常快。我们将 Groq 与 Vera Rubin 融合，用 Groq 处理语言模型自回归推理的最后阶段。对于免费或普通层级的推理，Vera Rubin 是无敌的。但对于极高端、极其聪明的模型，加入 Groq 后吞吐量会大幅提升。这就像 iPhone 或汽车行业，市场扩大后就会出现分层：从免费层到极客层（每百万 Token 50 美元的高端层）。提问者 (Bank of America, Vivek Arya)：1 万亿美元的市场里，CPU、存储等产品占比多少？Groq 会蚕食 HBM（高带宽显存）的需求吗？黄仁勋 (Jensen Huang)：我们是唯一能跨 HBM、LPDDR5 和 SRAM 三种内存进行优化的公司。 如果 1 万亿的订单全部加上 Groq，规模会变成 1.25 万亿。存储是第二大支出，CPU 约占 5%。Vera Rubin 解决了“智能体”的计算需求——它不仅要推理，还要查内存、用工具、跑浏览器。我们把这些功能全部和谐地整合进了一个液冷机架架构中，不再是“缝合怪”。提问者 (Goldman Sachs, Jim Schneider)：Token 成本一直在下降，这会趋于平缓吗？黄仁勋 (Jensen Huang)：Token 成本会持续下降。但与此同时，每个 Token 的“聪明程度”会持续上升。 评价 AI 工厂必须看“每瓦特产生的 Token 数”。任何不除以功耗的对比都是在误导。我们会不断推高帕累托前沿（Pareto Frontier）——即让工厂在同等成本下产出更多、更聪明的 Token。这是计算机科学中最难的问题。提问者 (Evercore ISI, Mark Leatis)：SSM（状态空间模型）和 Neimotron 3 的混合架构对你们意味着什么？黄仁勋 (Jensen Huang)：英伟达的架构美妙之处在于它支持一切：Transformer、扩散模型、SSM 等。Groq 跑不了扩散模型，但我们能跑。 Neimotron 3 旨在处理超长上下文。我们希望推进 AI 技术，而不是单纯竞争。提问者 (UBS, Tim Aruri)：有人担心英伟达拿走了生态系统太多的价值，毛利率无法持续。你怎么看？黄仁勋 (Jensen Huang)：如果你继续提供数倍的生产力提升，客户会很高兴与你合作。 这就像 TSMC（台积电）的晶圆是全球最贵的，但价值也是最高的，所以我乐意付钱。ASML 也是如此。 那些说“我的芯片便宜 30%”的人根本不懂 AI。他们不懂 AI 工厂的整体经济学。提问者 (Redburn, Tim Schultzander)：你们的员工人数增长很慢，但任务量增长极快，如何平衡？黄仁勋 (Jensen Huang)：我有 60 个直接下属。我们的公司架构反映了我们的产品架构。 为了每年更新一代产品，你必须完全拥有整个软件栈、存储和网络。你不能靠拼凑别人的技术来实现一年一更。我们拥有从芯片到操作系统（Dynamo）的一切，这让我们在第一天就能让旧软件在全新系统上完美运行。提问者 (最后一位提问者)：训练的需求会如何演变？黄仁勋 (Jensen Huang)：训练经历了预训练（幼儿园）到后训练（学技能）。后训练需要强化学习、工具使用等，其计算强度可能是预训练的百万倍。 未来的预训练将主要使用“合成数据”。我希望未来 99% 的算力都用于推理，因为推理是将 Token 转化为经济效益的过程。这就是为什么英伟达去年全方位押注推理。推理就是“思考”和“工作”，怎么可能容易呢？推理只会变得越来越难。黄仁勋 (Jensen Huang)：谢谢大家来到 GTC。","kind":"highlight","is_publish_news":true,"is_publish_highlight":true,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"}}}