夢(mèng)晨 henry 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

英偉達(dá)GTC 2026很不尋常，黃仁勛遲到了15分鐘。

今年有450家企業(yè)贊助、1000場(chǎng)技術(shù)分會(huì)、2000位演講者、110臺(tái)機(jī)器人，這樣的規(guī)模已經(jīng)不像一場(chǎng)技術(shù)會(huì)議，更像AI行業(yè)的年度朝圣。

皮衣老黃站在舞臺(tái)中央，接受了新稱(chēng)號(hào)“Token之王”。

這次他沒(méi)有直奔芯片發(fā)布，而是花了整整一個(gè)小時(shí)，從25年前的GeForce游戲顯卡講起，講到20年前的CUDA，講到10年前的RTX渲染技術(shù)，講到云計(jì)算合作伙伴，再講到今天的爆火OpenClaw和token經(jīng)濟(jì)。

AI從感知到生成到推理再到執(zhí)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(gè)數(shù)字：

英偉達(dá)到2027年?duì)I收預(yù)計(jì)至少達(dá)到1萬(wàn)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(gè)舞臺(tái)上，這個(gè)數(shù)字變成了1萬(wàn)億美元，覆蓋Blackwell和Rubin到2027年的訂單。
• 而且我確定，實(shí)際需求會(huì)比這更高。

就在這個(gè)瞬間，與現(xiàn)場(chǎng)觀眾的掌聲和歡呼聲一同高漲的是英偉達(dá)股價(jià)。

Token工廠經(jīng)濟(jì)學(xué)：老黃教全球CEO看一張圖

• 只有英偉達(dá)的Keynote，你才會(huì)看到去年的slide再出現(xiàn)一次。

而老黃稱(chēng)這是全球CEO都要仔仔細(xì)細(xì)研究的一張圖。

縱軸是Token吞吐量（每瓦產(chǎn)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(chǎn)能，速率代表AI的“聰明程度”，模型越大、上下文越長(zhǎng)、思考越深，速率就越低，但每個(gè)Token越值錢(qián)。

老黃把這張圖變成了一套完整的商業(yè)模型。

免費(fèi)層：高吞吐、低速率，用來(lái)獲客。
中間層：$3-$6/百萬(wàn)Token，服務(wù)普通用戶(hù)。
高級(jí)層：$45/百萬(wàn)Token，大模型深度推理。
頂級(jí)層：$150/百萬(wàn)Token，超長(zhǎng)研究任務(wù)、關(guān)鍵路徑實(shí)時(shí)響應(yīng)。

去年Semi Analysis做了一次有史以來(lái)最大規(guī)模的AI推理基準(zhǔn)測(cè)試。結(jié)果顯示，Grace Blackwell NVLink 72的每瓦token吞吐量，比上一代Hopper H200高出50倍。

而黃仁勛自己說(shuō)說(shuō)的35倍。對(duì)此，Semi Analysis創(chuàng)始人公開(kāi)表示：“黃仁勛在sand bagging（故意保留余地）”。

老黃說(shuō)沒(méi)錯(cuò)，我就說(shuō)故意的，實(shí)際是50倍，

每瓦性能決定了一切。

因?yàn)槊孔鶖?shù)據(jù)中心的功率都是物理約束，一座1GW的AI工廠永遠(yuǎn)不會(huì)變成2GW。在固定功率下，誰(shuí)的每瓦token產(chǎn)出更高，誰(shuí)的token成本就更低。

這就是Vera Rubin存在的理由：

作為下一代計(jì)算平臺(tái)，再次將每瓦token吞吐量提高2-10倍。

Vera Rubin：十年千萬(wàn)倍加速

Hopper時(shí)代老黃還會(huì)舉起一塊芯片秀給觀眾看，但那個(gè)時(shí)代已經(jīng)結(jié)束了。

• 去年我說(shuō)Hopper的時(shí)候，會(huì)舉起一塊芯片，那很可愛(ài)。
• 但這是Vera Rubin，當(dāng)人們想到Vera Rubin，人們想到的是整個(gè)系統(tǒng)。

Vera Rubin是英偉達(dá)有史以來(lái)最復(fù)雜的AI計(jì)算系統(tǒng)。

7種芯片，5種機(jī)架，垂直集成、端到端優(yōu)化成一臺(tái)巨型計(jì)算機(jī)：

• Rubin GPU
• 全新架構(gòu)，支持NVLink 72全互聯(lián)，3.6 exaflops算力，260TB/s全對(duì)全帶寬。
• Vera CPU
• 全新數(shù)據(jù)中心CPU，全球唯一采用LPDDR5的服務(wù)器處理器，單線程性能和能效比出色。老黃原本沒(méi)打算單獨(dú)賣(mài)CPU，但Vera賣(mài)得太好，這已經(jīng)確定是一個(gè)數(shù)十億美元的業(yè)務(wù)了。
• Groq LP30
• 世界上從未見(jiàn)過(guò)的第三代芯片，500MB片上SRAM，確定性數(shù)據(jù)流處理器，靜態(tài)編譯、軟件調(diào)度，專(zhuān)為推理而生。
• BlueField 4 DPU + CX9網(wǎng)卡
• 全新存儲(chǔ)平臺(tái)，共同構(gòu)成了面向AI原生的全新存儲(chǔ)基礎(chǔ)設(shè)施。
• NVLink Switch
• 第六代NVLink交換芯片，提供大規(guī)模MoE模型所需的快速、無(wú)縫的GPU到GPU通信
• Spectrum X CPO交換機(jī)
• 全球首款量產(chǎn)的共封裝光學(xué)（Co-Packaged Optics）交換機(jī)，電子直接轉(zhuǎn)光子。

在同一座1GW數(shù)據(jù)中心里，從Grace Blackwell到Vera Rubin + Groq，token生成速率從200萬(wàn)跳到7億?！?/p>

兩年時(shí)間，350倍。

摩爾定律在同樣的時(shí)間里能給多少？大約1.5倍。

350倍不是靠芯片上多塞幾個(gè)晶體管實(shí)現(xiàn)的。當(dāng)算力密度卷到這個(gè)程度，瓶頸早就轉(zhuǎn)移到了芯片之外：散熱和互聯(lián)。

Vera Rubin的答案是兩大變化，一個(gè)關(guān)于水，一個(gè)關(guān)于光。

關(guān)于水，Vera Rubin采用100%液冷方案，連NVLink交換機(jī)都泡在液冷系統(tǒng)里。

互聯(lián)不再靠外部線纜，而是在液冷模塊內(nèi)部做板級(jí)/背板式集成互聯(lián)。

線纜全部消失了，過(guò)去安裝一個(gè)機(jī)架要兩天，現(xiàn)在兩小時(shí)。

關(guān)于光，黃仁勛舉起了世界首款量產(chǎn)的CPO（共封裝光學(xué)）交換機(jī)。

傳統(tǒng)交換機(jī)里，電信號(hào)從芯片出來(lái)，經(jīng)過(guò)PCB走線，到達(dá)光模塊，在光模塊里完成電-光轉(zhuǎn)換，再通過(guò)光纖傳出去。每一次轉(zhuǎn)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(xué)器件直接封裝到芯片上，電子在硅片表面就轉(zhuǎn)換成光子。 沒(méi)有光模塊，沒(méi)有銅線中轉(zhuǎn)。英偉達(dá)和TSMC聯(lián)合發(fā)明了一種叫CoUP的封裝工藝，目前全球只有英偉達(dá)在量產(chǎn)。

要讓72塊GPU實(shí)現(xiàn)260TB/s的全對(duì)全帶寬，如果還用傳統(tǒng)銅纜，信號(hào)跑不了太遠(yuǎn)，機(jī)架尺寸就是物理極限。

CPO打破了這個(gè)限制，光子跑得更遠(yuǎn)、損耗更低、能效更高。

但銅纜和光學(xué)不是二選一。

黃仁勛被問(wèn)了太多次這個(gè)問(wèn)題，干脆一次說(shuō)清：

• 我們都要，我們需要更多的銅纜產(chǎn)能，更多的光芯片產(chǎn)能，更多的CPO產(chǎn)能。

十年前的DGX-1，8塊Pascal GPU，170 TFLOPS。

十年后的Vera Rubin NVLink 72，3.6 ExaFLOPS。

十年，算力增長(zhǎng)四千萬(wàn)倍。

高吞吐的歸Rubin，低延遲的歸Groq

但還有一個(gè)問(wèn)題沒(méi)解決。

NVLink 72在高吞吐區(qū)間幾乎無(wú)敵，72塊GPU全對(duì)全互聯(lián)，帶寬拉滿(mǎn)。

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(dá)在2025年底收購(gòu)了推理芯片公司Groq，后者以“LPU”（Language Processing Unit）著稱(chēng)。

Groq的架構(gòu)和英偉達(dá)GPU截然相反：它是一顆確定性數(shù)據(jù)流處理器，靜態(tài)編譯、編譯器調(diào)度，沒(méi)有動(dòng)態(tài)調(diào)度，片上堆了500MB的巨量SRAM，只干一件事，推理。

此前業(yè)界一直猜測(cè)英偉達(dá)會(huì)如何整合這項(xiàng)資產(chǎn)。

答案來(lái)了：不是替代GPU，而是與GPU協(xié)同。

一顆Groq芯片4GB SRAM，一顆Rubin芯片288GB HBM。

前者極致快，后者極致大。單獨(dú)用Groq，裝不下萬(wàn)億參數(shù)模型和海量KV cache；單獨(dú)用Rubin，推不到極速token生成。

英偉達(dá)的解法是分離式推理，用Dynamo推理框架把流水線拆開(kāi)。

Pre-fill和attention的計(jì)算量大，交給Vera Rubin；decode階段的token生成對(duì)帶寬敏感、對(duì)延遲敏感，卸載給Groq。

兩顆極端不同的處理器，通過(guò)以太網(wǎng)緊密耦合，延遲減半。

結(jié)果在最高價(jià)值的推理層級(jí)上，再提升35倍吞吐量。同時(shí)解鎖了此前根本不存在的新推理層級(jí)，千token/秒級(jí)別的極速生成。

黃仁勛給出了配比建議：如果你的工作負(fù)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(jí)token生成需求，拿出25%的數(shù)據(jù)中心功率給Groq。

Groq 3芯片由三星代工，已經(jīng)量產(chǎn)，預(yù)計(jì)Q3出貨。

而Vera Rubin的首個(gè)機(jī)架，已經(jīng)在微軟Azure云上跑起來(lái)了。

OpenClaw：AI時(shí)代的Linux時(shí)刻

發(fā)布會(huì)的最后一部分，老黃畫(huà)風(fēng)一轉(zhuǎn)，開(kāi)始聊人類(lèi)歷史上最受歡迎的開(kāi)源項(xiàng)目OpenClaw。

OpenClaw能做什么，老黃舉例有人幫60歲的父親自動(dòng)化了整個(gè)精釀啤酒生意，藍(lán)牙連接釀造設(shè)備，自動(dòng)生成銷(xiāo)售網(wǎng)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(zhì)。他用操作系統(tǒng)的語(yǔ)言重新定義了OpenClaw：

資源管理：可以調(diào)用大語(yǔ)言模型、訪問(wèn)文件系統(tǒng)、使用工具。

調(diào)度系統(tǒng)：能做cron jobs、分步執(zhí)行、生成子Agent。

I/O系統(tǒng)：多模態(tài)輸入輸出，你可以沖它揮手，它給你發(fā)郵件。

• OpenClaw開(kāi)源了Agent計(jì)算機(jī)的操作系統(tǒng)。就像Windows讓我們創(chuàng)造了個(gè)人電腦，OpenClaw讓我們創(chuàng)造了個(gè)人Agent。

Windows→PC時(shí)代，Linux→服務(wù)器時(shí)代，HTML→互聯(lián)網(wǎng)時(shí)代，Kubernetes→云時(shí)代，OpenClaw→Agent時(shí)代。

每一次平臺(tái)轉(zhuǎn)移，都催生了一批改變世界的公司。

企業(yè)IT的全部邏輯即將改寫(xiě)。

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(yè)網(wǎng)絡(luò)中能訪問(wèn)敏感信息、執(zhí)行代碼、對(duì)外通信，“你把這三件事連起來(lái)大聲說(shuō)出來(lái)，再想一想……”

所以英偉達(dá)與OpenClaw合作推出了企業(yè)版NeMo Claw，加上了策略引擎、網(wǎng)絡(luò)護(hù)欄、隱私路由器。

老黃給出了他對(duì)未來(lái)企業(yè)的終極想象：

• 未來(lái)每個(gè)工程師都會(huì)有一個(gè)年度Token預(yù)算。
• 他們年薪幾十萬(wàn)美元，我會(huì)在此基礎(chǔ)上再給他們一半的金額作為T(mén)oken額度。

這已經(jīng)是硅谷的新招聘籌碼了：你的offer里帶多少Token？

Two More Thing

在發(fā)布會(huì)上，對(duì)于外界備受關(guān)注的下一代計(jì)算架構(gòu)Feynman（費(fèi)曼），老黃也做了預(yù)告，并表示計(jì)算架構(gòu)，每年都會(huì)有新東西。

Feynman將帶來(lái)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，并配合新的Kyber技術(shù)實(shí)現(xiàn)銅線與光學(xué)雙擴(kuò)展——

這意味著，F(xiàn)eynman將首次同時(shí)支持銅線與光學(xué)封裝的水平擴(kuò)展。

老黃強(qiáng)調(diào)，無(wú)論是銅線、光學(xué)還是CPO，未來(lái)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(lián)合開(kāi)發(fā)英偉達(dá)Space?One，一臺(tái)將部署在太空的數(shù)據(jù)中心計(jì)算機(jī)，開(kāi)啟“太空算力”的新篇章。

太空中沒(méi)有對(duì)流，沒(méi)有傳導(dǎo)，只有輻射散熱。

• 我們得想辦法在太空里給GPU散熱。不過(guò)我們有很多優(yōu)秀的工程師在搞這件事。

把GPU送上近地軌道，這大概是“AI無(wú)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