在近期召開的英偉達2026年度股東大會上，其10名董事會成員提名及高管薪酬方案均獲通過。這標誌着，在AI高額投入與行業競爭加劇的背景下，英偉達現有的管理層與戰略路線繼續獲得股東支持。

　　會上，CEO黃仁勳釋放明確信號：AI走出實驗室驗證階段，邁向真實產業落地的生產周期。他指出：「AI基礎設施不再是實驗性的，它已經進入生產階段。AI不僅僅是一個模型，它是一個新的產業。」換言之，行業已經從過去反覆討論AI的訓練和使用問題，到現在開始討論「如何讓AI被納入企業的收入覈算框架，並持續創造收入」。

　　重構商業閉環：AI投資回報率「已有答案」

　　黃仁勳在演講中提到，AI投資回報率（ROI）的問題「已經有了答案」。他指出，早期的生成式AI更多體現為技術展示，模型能力足以製造傳播熱度卻未必能夠直接進入企業的收入模型。但現在，AI開始承擔提升效率、降低成本和創造收入的責任。

　　當AI產生的輸出可以轉化為代碼、方案、行動和服務，它就不再只是計算結果，而是具備經濟價值的數字化產出。企業願意繼續購買算力，本質上是因為算力開始參與生產而不是單純消耗預算。這一變化，回應了市場對英偉達進行AI鉅額投資能否回本的質疑。

　　重塑基礎設施：傳統數據中心正向「AI工廠」演進

　　傳統數據中心的定義正在被改寫，黃仁勳在演講中提到，過去數據中心主要負責存儲、檢索和傳輸文件，而在智能體AI時代，新型數據中心將向「AI工廠」演進。芯片、服務器、網絡、存儲、軟件和模型共同組成生產線，在生產線的聯通下持續產出可被業務系統調用的智能能力。

　　他指出，AI工廠的核心能力在於「製造詞元（Token）」，每一個Token都是利潤單位。英偉達希望讓客戶相信，購買其系統並不是簡單買硬件，而是在建設可以持續產生數字智能的生產設施。

　　「AI基礎設施不再是實驗性的，它已經進入生產階段。AI不僅僅是一個模型，它是一個新的產業。」針對未來算力建設的規模與周期，黃仁勳進一步強調：「這輪建設將以數十年為尺度來衡量，類似於電網、交通系統和互聯網等其他關鍵基礎設施建設。我們相信，這將成為人類歷史上規模最大的基礎設施建設之一。」

　　在全球範圍內，這種將算力視為新型基礎設施的共識，正加速轉化為各國的實質性佈局。以我國為例，據國家發展和改革委員會披露，截至今年3月底，我國智能算力規模已達188.2萬PFLOPS（每秒千萬億次浮點運算），按年增長1.5倍，並已形成「8＋10＋3」的全國算力空間佈局。隨着「算電協同」寫入政府工作報告及納入「十五五」規劃，我國正加速構建具有中國特色的「AI工廠」基礎設施體系。

　　智能體AI的商業落地正在成為這一輪增長的核心邏輯

　　黃仁勳以軟件開發為例指出，GitHub開發者合併的Pull Request（代碼合併請求）數量從2024年的4億增至2025年的5億，而進入2026年頭幾個月，相比上年同期數量增長近三倍。他表示，過去全球約3000萬名軟件開發者每年獲得約3萬億美元薪酬，支撐着全球約100萬億美元的經濟活動，如今AI智能體（AI Agent）正在放大軟件開發和行業應用的價值。在智能體浪潮驅動下，英偉達國際市場收入超過300億美元，按年增逾三倍，近40個國家正在部署由英偉達基礎設施驅動的「AI工廠」。

　　物理AI成下一增長引擎：從數字世界走向物理世界

　　黃仁勳將「物理AI」視為英偉達的下一個增長機會。所謂物理AI，是現實世界中的智能體AI，涵蓋機器人、汽車和工廠等場景，需要在動態環境中感知、推理、規劃並執行任務。隨着AI從數字世界進入物理世界，英偉達正從芯片公司進一步定位為AI工業基礎設施公司。

　　產品層面，黃仁勳宣佈Vera Rubin全棧算力平台已在今年初進入全面量產階段，其中Blackwell架構主攻大規模推理場景，被稱為「推理之王」；Vera CPU被稱為智能體專屬處理器，物理AI也將帶來新一輪算力基礎設施投資。

　　物理AI的核心在於將智能能力嵌入真實物理環境，這需要強大的製造業基礎、供應鏈能力和應用場景支撐，而我國在三大維度均具備獨特產業優勢。

　　我國擁有全球規模最大的工業機器人裝機量，新能源汽車產業優勢為具身智能發展夯實了供應鏈基礎；摩根士丹利《人形機器人 100》報告顯示，全球人形機器人核心零部件產業鏈中，中國企業佔據 63% 份額，在機器人本體、執行器等硬件環節優勢突出。

　　作為全球AI算力與人工智能產業鏈的重要參與者，英偉達的階段性定調，將對全球AI產業的技術迭代、落地節奏與產業鏈佈局產生深刻影響。

（文章來源：時代財經）