夢晨 henry 發自 凹非寺

量子位 | 公衆號 QbitAI

英偉達GTC 2026很不尋常，黃仁勳遲到了15分鐘。

今年有450家企業讚助、1000場技術分會、2000位演講者、110台機器人，這樣的規模已經不像一場技術會議，更像AI行業的年度朝聖。

皮衣老黃站在舞台中央，接受了新稱號「Token之王」。

這次他沒有直奔芯片發布，而是花了整整一個小時，從25年前的GeForce遊戲顯卡講起，講到20年前的CUDA，講到10年前的RTX渲染技術，講到雲計算合作伙伴，再講到今天的爆火OpenClaw和token經濟。

AI從感知到生成到推理再到執行，每一步都需要生成更多token，消耗更多算力。

所有這一切鋪墊，只為引出一個數字：

英偉達到2027年營收預計至少達到1萬億美元。

去年GTC上，我看到了5000億美元的高確信需求。今年，站在同一個舞台上，這個數字變成了1萬億美元，覆蓋Blackwell和Rubin到2027年的訂單。

而且我確定，實際需求會比這更高。

就在這個瞬間，與現場觀衆的掌聲和歡呼聲一同高漲的是英偉達股價。

Token工廠經濟學：老黃教全球CEO看一張圖

只有英偉達的Keynote，你纔會看到去年的slide再出現一次。

而老黃稱這是全球CEO都要仔仔細細研究的一張圖。

縱軸是Token吞吐量（每瓦產出多少Token），橫軸是Token速率（每秒生成多少Token）。

吞吐量代表你的工廠產能，速率代表AI的「聰明程度」，模型越大、上下文越長、思考越深，速率就越低，但每個Token越值錢。

老黃把這張圖變成了一套完整的商業模型。

免費層：高吞吐、低速率，用來獲客。

中間層：$3-$6/百萬Token，服務普通用戶。

高級層：$45/百萬Token，大模型深度推理。

頂級層：$150/百萬Token，超長研究任務、關鍵路徑實時響應。

去年Semi Analysis做了一次有史以來最大規模的AI推理基準測試。結果顯示，Grace Blackwell NVLink 72的每瓦token吞吐量，比上一代Hopper H200高出50倍。

而黃仁勳自己說說的35倍。對此，Semi Analysis創始人公開表示：「黃仁勳在sand bagging（故意保留餘地）」。

老黃說沒錯，我就說故意的，實際是50倍，

每瓦性能決定了一切。

因為每座數據中心的功率都是物理約束，一座1GW的AI工廠永遠不會變成2GW。在固定功率下，誰的每瓦token產出更高，誰的token成本就更低。

這就是Vera Rubin存在的理由：

作為下一代計算平台，再次將每瓦token吞吐量提高2-10倍。

Vera Rubin：十年千萬倍加速

Hopper時代老黃還會舉起一塊芯片秀給觀衆看，但那個時代已經結束了。

去年我說Hopper的時候，會舉起一塊芯片，那很可愛。

但這是Vera Rubin，當人們想到Vera Rubin，人們想到的是整個系統。

Vera Rubin是英偉達有史以來最複雜的AI計算系統。

7種芯片，5種機架，垂直集成、端到端優化成一台巨型計算機：

Rubin GPU：

全新架構，支持NVLink 72全互聯，3.6 exaflops算力，260TB/s全對全帶寬。

Vera CPU：

全新數據中心CPU，全球唯一採用LPDDR5的服務器處理器，單線程性能和能效比出色。老黃原本沒打算單獨賣CPU，但Vera賣得太好，這已經確定是一個數十億美元的業務了。

Groq LP30：

世界上從未見過的第三代芯片，500MB片上SRAM，確定性數據流處理器，靜態編譯、軟件調度，專為推理而生。

BlueField 4 DPU + CX9網卡：

全新存儲平台，共同構成了面向AI原生的全新存儲基礎設施。

NVLink Switch：

第六代NVLink交換芯片，提供大規模MoE模型所需的快速、無縫的GPU到GPU通信

Spectrum X CPO交換機：

全球首款量產的共封裝光學（Co-Packaged Optics）交換機，電子直接轉光子。

在同一座1GW數據中心裏，從Grace Blackwell到Vera Rubin + Groq，token生成速率從200萬跳到7億。‘

兩年時間，350倍。

摩爾定律在同樣的時間裏能給多少？大約1.5倍。

350倍不是靠芯片上多塞幾個晶體管實現的。當算力密度捲到這個程度，瓶頸早就轉移到了芯片之外：散熱和互聯。

Vera Rubin的答案是兩大變化，一個關於水，一個關於光。

關於水，Vera Rubin採用100%液冷方案，連NVLink交換機都泡在液冷系統裏。

互聯不再靠外部線纜，而是在液冷模塊內部做板級/背板式集成互聯。

線纜全部消失了，過去安裝一個機架要兩天，現在兩小時。

關於光，黃仁勳舉起了世界首款量產的CPO（共封裝光學）交換機。

傳統交換機裏，電信號從芯片出來，經過PCB走線，到達光模塊，在光模塊裏完成電-光轉換，再通過光纖傳出去。每一次轉換都有延遲，每一段銅線都有損耗。

CPO把這條鏈路壓縮到極致：光學器件直接封裝到芯片上，電子在硅片表面就轉換成光子。 沒有光模塊，沒有銅線中轉。英偉達和TSMC聯合發明了一種叫CoUP的封裝工藝，目前全球只有英偉達在量產。

要讓72塊GPU實現260TB/s的全對全帶寬，如果還用傳統銅纜，信號跑不了太遠，機架尺寸就是物理極限。

CPO打破了這個限制，光子跑得更遠、損耗更低、能效更高。

但銅纜和光學不是二選一。

黃仁勳被問了太多次這個問題，乾脆一次說清：

我們都要，我們需要更多的銅纜產能，更多的光芯片產能，更多的CPO產能。

十年前的DGX-1，8塊Pascal GPU，170 TFLOPS。

十年後的Vera Rubin NVLink 72，3.6 ExaFLOPS。

十年，算力增長四千萬倍。

高吞吐的歸Rubin，低延遲的歸Groq

但還有一個問題沒解決。

NVLink 72在高吞吐區間幾乎無敵，72塊GPU全對全互聯，帶寬拉滿。

可一旦要求的不是400 token/秒，而是1000 token/秒的極速推理，NVLink 72的帶寬就不夠用了。

這就是Groq的故事。

英偉達在2025年底收購了推理芯片公司Groq，後者以「LPU」（Language Processing Unit）著稱。

Groq的架構和英偉達GPU截然相反：它是一顆確定性數據流處理器，靜態編譯、編譯器調度，沒有動態調度，片上堆了500MB的巨量SRAM，只幹一件事，推理。

此前業界一直猜測英偉達會如何整合這項資產。

答案來了：不是替代GPU，而是與GPU協同。

一顆Groq芯片4GB SRAM，一顆Rubin芯片288GB HBM。

前者極致快，後者極致大。單獨用Groq，裝不下萬億參數模型和海量KV cache；單獨用Rubin，推不到極速token生成。

英偉達的解法是分離式推理，用Dynamo推理框架把流水線拆開。

Pre-fill和attention的計算量大，交給Vera Rubin；decode階段的token生成對帶寬敏感、對延遲敏感，卸載給Groq。

兩顆極端不同的處理器，通過以太網緊密耦合，延遲減半。

結果在最高價值的推理層級上，再提升35倍吞吐量。同時解鎖了此前根本不存在的新推理層級，千token/秒級別的極速生成。

黃仁勳給出了配比建議：如果你的工作負載主要是高吞吐，100%上Vera Rubin就夠了。如果你有大量編程、工程級token生成需求，拿出25%的數據中心功率給Groq。

Groq 3芯片由三星代工，已經量產，預計Q3出貨。

而Vera Rubin的首個機架，已經在微軟Azure雲上跑起來了。

OpenClaw：AI時代的Linux時刻

發布會的最後一部分，老黃畫風一轉，開始聊人類歷史上最受歡迎的開源項目OpenClaw。

OpenClaw能做什麼，老黃舉例有人幫60歲的父親自動化了整個精釀啤酒生意，藍牙連接釀造設備，自動生成銷售網站，顧客可以直接下單「龍蝦拉格啤酒」。

但老黃更在意的是它的本質。他用操作系統的語言重新定義了OpenClaw：

資源管理： 可以調用大語言模型、訪問文件系統、使用工具。

調度系統： 能做cron jobs、分步執行、生成子Agent。

I/O系統： 多模態輸入輸出，你可以衝它揮手，它給你發郵件。

OpenClaw開源了Agent計算機的操作系統。就像Windows讓我們創造了個人電腦，OpenClaw讓我們創造了個人Agent。

Windows→PC時代，Linux→服務器時代，HTML→互聯網時代，Kubernetes→雲時代，OpenClaw→Agent時代。

每一次平台轉移，都催生了一批改變世界的公司。

企業IT的全部邏輯即將改寫。

老黃直接斷言：每家SaaS公司都將變成Agent-as-a-Service公司。

But！

Agent在企業網絡中能訪問敏感信息、執行代碼、對外通信，「你把這三件事連起來大聲說出來，再想一想……」

所以英偉達與OpenClaw合作推出了企業版NeMo Claw，加上了策略引擎、網絡護欄、隱私路由器。

老黃給出了他對未來企業的終極想象：

未來每個工程師都會有一個年度Token預算。

他們年薪幾十萬美元，我會在此基礎上再給他們一半的金額作為Token額度。

這已經是硅谷的新招聘籌碼了：你的offer裏帶多少Token？

Two More Thing

在發布會上，對於外界備受關注的下一代計算架構Feynman（費曼），老黃也做了預告，並表示計算架構，每年都會有新東西。

Feynman將帶來全新的GPU、LPU（LP 40）和CPU Rosa。

新一代的BlueField 5將連接下一代CPU與SuperNIC CX10，並配合新的Kyber技術實現銅線與光學雙擴展——

這意味着，Feynman將首次同時支持銅線與光學封裝的水平擴展。

老黃強調，無論是銅線、光學還是CPO，未來都需要更高的容量與帶寬，這正是Feynman的核心突破。

此外，他還透露，NVIDIA 正與合作伙伴聯合開發英偉達Space One，一台將部署在太空的數據中心計算機，開啓「太空算力」的新篇章。

太空中沒有對流，沒有傳導，只有輻射散熱。

我們得想辦法在太空裏給GPU散熱。不過我們有很多優秀的工程師在搞這件事。

把GPU送上近地軌道，這大概是「AI無處不在」最字面意義上的詮釋了。

直播回放：https://www.youtube.com/watch?v=jw_o0xr8MWU