梦晨 henry 发自 凹非寺

量子位 | 公众号 QbitAI

英伟达GTC 2026很不寻常，黄仁勋迟到了15分钟。

今年有450家企业赞助、1000场技术分会、2000位演讲者、110台机器人，这样的规模已经不像一场技术会议，更像AI行业的年度朝圣。

皮衣老黄站在舞台中央，接受了新称号“Token之王”。

这次他没有直奔芯片发布，而是花了整整一个小时，从25年前的GeForce游戏显卡讲起，讲到20年前的CUDA，讲到10年前的RTX渲染技术，讲到云计算合作伙伴，再讲到今天的爆火OpenClaw和token经济。

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

所有这一切铺垫，只为引出一个数字：

英伟达到2027年营收预计至少达到1万亿美元。

去年GTC上，我看到了5000亿美元的高确信需求。今年，站在同一个舞台上，这个数字变成了1万亿美元，覆盖Blackwell和Rubin到2027年的订单。

而且我确定，实际需求会比这更高。

就在这个瞬间，与现场观众的掌声和欢呼声一同高涨的是英伟达股价。

Token工厂经济学：老黄教全球CEO看一张图

只有英伟达的Keynote，你才会看到去年的slide再出现一次。

而老黄称这是全球CEO都要仔仔细细研究的一张图。

纵轴是Token吞吐量（每瓦产出多少Token），横轴是Token速率（每秒生成多少Token）。

吞吐量代表你的工厂产能，速率代表AI的“聪明程度”，模型越大、上下文越长、思考越深，速率就越低，但每个Token越值钱。

老黄把这张图变成了一套完整的商业模型。

免费层：高吞吐、低速率，用来获客。

中间层：$3-$6/百万Token，服务普通用户。

高级层：$45/百万Token，大模型深度推理。

顶级层：$150/百万Token，超长研究任务、关键路径实时响应。

去年Semi Analysis做了一次有史以来最大规模的AI推理基准测试。结果显示，Grace Blackwell NVLink 72的每瓦token吞吐量，比上一代Hopper H200高出50倍。

而黄仁勋自己说说的35倍。对此，Semi Analysis创始人公开表示：“黄仁勋在sand bagging（故意保留余地）”。

老黄说没错，我就说故意的，实际是50倍，

每瓦性能决定了一切。

因为每座数据中心的功率都是物理约束，一座1GW的AI工厂永远不会变成2GW。在固定功率下，谁的每瓦token产出更高，谁的token成本就更低。

这就是Vera Rubin存在的理由：

作为下一代计算平台，再次将每瓦token吞吐量提高2-10倍。

Vera Rubin：十年千万倍加速

Hopper时代老黄还会举起一块芯片秀给观众看，但那个时代已经结束了。

去年我说Hopper的时候，会举起一块芯片，那很可爱。

但这是Vera Rubin，当人们想到Vera Rubin，人们想到的是整个系统。

Vera Rubin是英伟达有史以来最复杂的AI计算系统。

7种芯片，5种机架，垂直集成、端到端优化成一台巨型计算机：

Rubin GPU：

全新架构，支持NVLink 72全互联，3.6 exaflops算力，260TB/s全对全带宽。

Vera CPU：

全新数据中心CPU，全球唯一采用LPDDR5的服务器处理器，单线程性能和能效比出色。老黄原本没打算单独卖CPU，但Vera卖得太好，这已经确定是一个数十亿美元的业务了。

Groq LP30：

世界上从未见过的第三代芯片，500MB片上SRAM，确定性数据流处理器，静态编译、软件调度，专为推理而生。

BlueField 4 DPU + CX9网卡：

全新存储平台，共同构成了面向AI原生的全新存储基础设施。

NVLink Switch：

第六代NVLink交换芯片，提供大规模MoE模型所需的快速、无缝的GPU到GPU通信

Spectrum X CPO交换机：

全球首款量产的共封装光学（Co-Packaged Optics）交换机，电子直接转光子。

在同一座1GW数据中心里，从Grace Blackwell到Vera Rubin + Groq，token生成速率从200万跳到7亿。‘

两年时间，350倍。

摩尔定律在同样的时间里能给多少？大约1.5倍。

350倍不是靠芯片上多塞几个晶体管实现的。当算力密度卷到这个程度，瓶颈早就转移到了芯片之外：散热和互联。

Vera Rubin的答案是两大变化，一个关于水，一个关于光。

关于水，Vera Rubin采用100%液冷方案，连NVLink交换机都泡在液冷系统里。

互联不再靠外部线缆，而是在液冷模块内部做板级/背板式集成互联。

线缆全部消失了，过去安装一个机架要两天，现在两小时。

关于光，黄仁勋举起了世界首款量产的CPO（共封装光学）交换机。

传统交换机里，电信号从芯片出来，经过PCB走线，到达光模块，在光模块里完成电-光转换，再通过光纤传出去。每一次转换都有延迟，每一段铜线都有损耗。

CPO把这条链路压缩到极致：光学器件直接封装到芯片上，电子在硅片表面就转换成光子。 没有光模块，没有铜线中转。英伟达和TSMC联合发明了一种叫CoUP的封装工艺，目前全球只有英伟达在量产。

要让72块GPU实现260TB/s的全对全带宽，如果还用传统铜缆，信号跑不了太远，机架尺寸就是物理极限。

CPO打破了这个限制，光子跑得更远、损耗更低、能效更高。

但铜缆和光学不是二选一。

黄仁勋被问了太多次这个问题，干脆一次说清：

我们都要，我们需要更多的铜缆产能，更多的光芯片产能，更多的CPO产能。

十年前的DGX-1，8块Pascal GPU，170 TFLOPS。

十年后的Vera Rubin NVLink 72，3.6 ExaFLOPS。

十年，算力增长四千万倍。

高吞吐的归Rubin，低延迟的归Groq

但还有一个问题没解决。

NVLink 72在高吞吐区间几乎无敌，72块GPU全对全互联，带宽拉满。

可一旦要求的不是400 token/秒，而是1000 token/秒的极速推理，NVLink 72的带宽就不够用了。

这就是Groq的故事。

英伟达在2025年底收购了推理芯片公司Groq，后者以“LPU”（Language Processing Unit）著称。

Groq的架构和英伟达GPU截然相反：它是一颗确定性数据流处理器，静态编译、编译器调度，没有动态调度，片上堆了500MB的巨量SRAM，只干一件事，推理。

此前业界一直猜测英伟达会如何整合这项资产。

答案来了：不是替代GPU，而是与GPU协同。

一颗Groq芯片4GB SRAM，一颗Rubin芯片288GB HBM。

前者极致快，后者极致大。单独用Groq，装不下万亿参数模型和海量KV cache；单独用Rubin，推不到极速token生成。

英伟达的解法是分离式推理，用Dynamo推理框架把流水线拆开。

Pre-fill和attention的计算量大，交给Vera Rubin；decode阶段的token生成对带宽敏感、对延迟敏感，卸载给Groq。

两颗极端不同的处理器，通过以太网紧密耦合，延迟减半。

结果在最高价值的推理层级上，再提升35倍吞吐量。同时解锁了此前根本不存在的新推理层级，千token/秒级别的极速生成。

黄仁勋给出了配比建议：如果你的工作负载主要是高吞吐，100%上Vera Rubin就够了。如果你有大量编程、工程级token生成需求，拿出25%的数据中心功率给Groq。

Groq 3芯片由三星代工，已经量产，预计Q3出货。

而Vera Rubin的首个机架，已经在微软Azure云上跑起来了。

OpenClaw：AI时代的Linux时刻

发布会的最后一部分，老黄画风一转，开始聊人类历史上最受欢迎的开源项目OpenClaw。

OpenClaw能做什么，老黄举例有人帮60岁的父亲自动化了整个精酿啤酒生意，蓝牙连接酿造设备，自动生成销售网站，顾客可以直接下单“龙虾拉格啤酒”。

但老黄更在意的是它的本质。他用操作系统的语言重新定义了OpenClaw：

资源管理： 可以调用大语言模型、访问文件系统、使用工具。

调度系统： 能做cron jobs、分步执行、生成子Agent。

I/O系统： 多模态输入输出，你可以冲它挥手，它给你发邮件。

OpenClaw开源了Agent计算机的操作系统。就像Windows让我们创造了个人电脑，OpenClaw让我们创造了个人Agent。

Windows→PC时代，Linux→服务器时代，HTML→互联网时代，Kubernetes→云时代，OpenClaw→Agent时代。

每一次平台转移，都催生了一批改变世界的公司。

企业IT的全部逻辑即将改写。

老黄直接断言：每家SaaS公司都将变成Agent-as-a-Service公司。

But！

Agent在企业网络中能访问敏感信息、执行代码、对外通信，“你把这三件事连起来大声说出来，再想一想……”

所以英伟达与OpenClaw合作推出了企业版NeMo Claw，加上了策略引擎、网络护栏、隐私路由器。

老黄给出了他对未来企业的终极想象：

未来每个工程师都会有一个年度Token预算。

他们年薪几十万美元，我会在此基础上再给他们一半的金额作为Token额度。

这已经是硅谷的新招聘筹码了：你的offer里带多少Token？

Two More Thing

在发布会上，对于外界备受关注的下一代计算架构Feynman（费曼），老黄也做了预告，并表示计算架构，每年都会有新东西。

Feynman将带来全新的GPU、LPU（LP 40）和CPU Rosa。

新一代的BlueField 5将连接下一代CPU与SuperNIC CX10，并配合新的Kyber技术实现铜线与光学双扩展——

这意味着，Feynman将首次同时支持铜线与光学封装的水平扩展。

老黄强调，无论是铜线、光学还是CPO，未来都需要更高的容量与带宽，这正是Feynman的核心突破。

此外，他还透露，NVIDIA 正与合作伙伴联合开发英伟达Space One，一台将部署在太空的数据中心计算机，开启“太空算力”的新篇章。

太空中没有对流，没有传导，只有辐射散热。

我们得想办法在太空里给GPU散热。不过我们有很多优秀的工程师在搞这件事。

把GPU送上近地轨道，这大概是“AI无处不在”最字面意义上的诠释了。

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