經(jīng)濟(jì)觀察報(bào)記者 鄭晨燁

素有AI行業(yè)年度風(fēng)向標(biāo)之稱的英偉達(dá)GTC大會(huì)，今年3月16日至19日在美國(guó)加利福尼亞州圣何塞舉行。

當(dāng)?shù)貢r(shí)間3月16日上午11點(diǎn)，也就是北京時(shí)間3月17日凌晨2點(diǎn)，英偉達(dá)CEO黃仁勛在圣何塞SAP中心發(fā)表了超過(guò)兩小時(shí)的主題演講。

黃仁勛在演講中預(yù)測(cè)，到2027年全球AI基礎(chǔ)設(shè)施相關(guān)需求將達(dá)到1萬(wàn)億美元。他還說(shuō)，實(shí)際需求可能會(huì)比1萬(wàn)億美元高得多，英偉達(dá)的產(chǎn)品甚至?xí)┎粦?yīng)求。

這個(gè)數(shù)字發(fā)布后，英偉達(dá)美股股價(jià)瞬時(shí)跳漲超過(guò)4%。但幾個(gè)小時(shí)后A股開盤，算力產(chǎn)業(yè)鏈股票集體下跌，天孚通信（300394.SZ）收盤跌幅超10%，長(zhǎng)光華芯（688048.SH）收盤跌幅亦達(dá)9.72%，多數(shù)龍頭股回吐了近5日漲幅。

一邊是萬(wàn)億美元預(yù)期，一邊是產(chǎn)業(yè)鏈股票大跌，落差來(lái)自時(shí)間尺度。

黃仁勛講的是未來(lái)的需求預(yù)期，而他預(yù)告的下一代Feynman芯片架構(gòu)要到2028年才上市。另外，萬(wàn)聯(lián)證券在3月16日發(fā)布的研報(bào)中指出，A股電子板塊截至3月15日的平均市盈率約為82倍，市場(chǎng)或在擔(dān)心“高處不勝寒”。

但黃仁勛的這場(chǎng)演講值得仔細(xì)看的地方不在于萬(wàn)億美元這個(gè)數(shù)字本身，而在于他用兩個(gè)小時(shí)講了一套新的商業(yè)邏輯：數(shù)據(jù)中心正在從訓(xùn)練模型的地方，變成生產(chǎn)Token的工廠。

Token工廠

Token是大語(yǔ)言模型處理信息的基本單位，可以粗略理解為AI處理或生成的文字片段，一個(gè)漢字大約對(duì)應(yīng)一到兩個(gè)Token。

過(guò)去兩年，Token的消耗量發(fā)生了幾次量級(jí)上的跳躍。

黃仁勛在演講中把這件事追溯到了三個(gè)節(jié)點(diǎn)：2022年底ChatGPT上線，AI學(xué)會(huì)了生成內(nèi)容，開始大量消耗Token；ChatGPT o1模型出現(xiàn)后，AI學(xué)會(huì)了推理和反思，為了思考，它要在內(nèi)部生成大量Token給自己看；Claude Code（Anthropic公司開發(fā)的AI編程工具）發(fā)布后，AI能讀取文件、編寫代碼、編譯測(cè)試，每完成一個(gè)任務(wù)消耗的Token比簡(jiǎn)單對(duì)話多出好幾個(gè)數(shù)量級(jí)。

黃仁勛提到，英偉達(dá)所有的軟件工程師都在用AI輔助編程。

AI的工作分兩個(gè)階段：訓(xùn)練是讓模型變聰明的過(guò)程，需要花一次大錢把模型練出來(lái)；推理是模型干活的過(guò)程，每天都在發(fā)生，需求也越來(lái)越大。過(guò)去全球買GPU（圖形處理器，目前AI計(jì)算的核心硬件）主要是為了訓(xùn)練，現(xiàn)在重心已經(jīng)在向推理轉(zhuǎn)移。

黃仁勛說(shuō)，推理服務(wù)商的業(yè)務(wù)規(guī)模過(guò)去一年增長(zhǎng)了100倍。IDC中國(guó)分析師杜昀龍也告訴經(jīng)濟(jì)觀察報(bào)記者，目前國(guó)內(nèi)推理服務(wù)器不論增速還是占比均已超過(guò)訓(xùn)練，從服務(wù)器出貨金額來(lái)看，推理占比已接近60%。

推理的需求在爆發(fā)，但Token還沒(méi)有形成市場(chǎng)定價(jià)體系。

黃仁勛在演講中給出了他認(rèn)為未來(lái)會(huì)出現(xiàn)的五檔價(jià)格：免費(fèi)層，Token產(chǎn)出量大但響應(yīng)速度慢；中等層，每百萬(wàn)Token約3美元；高級(jí)層，每百萬(wàn)Token約6美元；高速層，每百萬(wàn)Token約45美元；頂級(jí)層，每百萬(wàn)Token約150美元。模型越大、上下文越長(zhǎng)、響應(yīng)速度越快，Token就越貴。

他以頂級(jí)層舉了個(gè)例子：一個(gè)研究團(tuán)隊(duì)每天用5000萬(wàn)Token，按每百萬(wàn)Token150美元來(lái)算也就只有7500美元，對(duì)企業(yè)來(lái)說(shuō)不算什么。上下文窗口從32K個(gè)Token拉到400K個(gè)Token之后，AI能一次性讀完一整份合同或一整個(gè)代碼庫(kù)，價(jià)格對(duì)應(yīng)的是此前做不了的事情。

有了分層定價(jià)，數(shù)據(jù)中心的經(jīng)濟(jì)模型就變了。

黃仁勛說(shuō)，每一座數(shù)據(jù)中心都受電力限制，一座1GW（吉瓦，一種電力計(jì)量單位）的數(shù)據(jù)中心永遠(yuǎn)不會(huì)變成2GW，這是電力和土地決定的。在固定功率下，誰(shuí)消耗每瓦電力能產(chǎn)出的Token最多，誰(shuí)的生產(chǎn)成本就最低。也就是說(shuō)，同樣耗一度電，誰(shuí)能生產(chǎn)更多Token，誰(shuí)就能賺得更多。

他在演講時(shí)展示了一組數(shù)字：同一個(gè)1GW數(shù)據(jù)中心，假設(shè)把算力分配給不同價(jià)格層級(jí)，使用英偉達(dá)當(dāng)前的Blackwell架構(gòu)年?duì)I收約300億美元，換成新一代Vera Rubin約1500億美元，再加上Groq LPU推理加速器約3000億美元。同一座數(shù)據(jù)中心，換一套設(shè)備，營(yíng)收可以相差10倍。

英偉達(dá)2026財(cái)年全年?duì)I收2159億美元，數(shù)據(jù)中心業(yè)務(wù)貢獻(xiàn)了其中的1937億美元。

按黃仁勛的邏輯，客戶現(xiàn)有的數(shù)據(jù)中心還沒(méi)有被充分利用，換上新一代設(shè)備，同樣的電力條件下收入可以翻好幾倍。萬(wàn)億美元預(yù)期就是這么來(lái)的，不是芯片漲價(jià)，是同樣的電力能生產(chǎn)出更多、更貴的Token。

黃仁勛說(shuō)，未來(lái)每一位CEO都會(huì)盯著自己Token工廠的效能，因?yàn)槟侵苯泳褪鞘杖搿?/p>

他還描述了一個(gè)正在硅谷出現(xiàn)的變化：現(xiàn)在越來(lái)越多工程師日常用AI寫代碼、做研究、處理文檔，這些操作都要消耗Token，企業(yè)需要為員工使用AI的開銷買單。

黃仁勛預(yù)測(cè)這筆開銷會(huì)大到需要單獨(dú)列預(yù)算，就像企業(yè)給員工配電腦和軟件一樣。

他還說(shuō)，未來(lái)每個(gè)工程師入職時(shí)都會(huì)拿到一份年度Token預(yù)算，金額大約相當(dāng)于基礎(chǔ)薪資的一半。

兩種芯片

黃仁勛的這套Token經(jīng)濟(jì)學(xué)對(duì)應(yīng)的硬件，是GTC上正式發(fā)布的Vera Rubin平臺(tái)。

黃仁勛在演講中說(shuō)，過(guò)去談Hopper架構(gòu)的時(shí)候他會(huì)舉起一塊芯片，但Vera Rubin不是一塊芯片的事，它是一整個(gè)系統(tǒng)。這套系統(tǒng)做到了百分之百的液冷，安裝時(shí)間從過(guò)去的兩天壓縮到了兩個(gè)小時(shí)。

Vera Rubin由七款芯片組成。核心機(jī)架NVL72集成72顆Rubin GPU和36顆Vera CPU，通過(guò)NVLink 6（英偉達(dá)自研的芯片間高速互連技術(shù)）相連。與上一代Blackwell相比，每瓦推理吞吐量最高提升10倍，單Token成本降至十分之一。

英偉達(dá)同時(shí)發(fā)布了全新88核Vera CPU，為AI智能體場(chǎng)景下的工具調(diào)用和數(shù)據(jù)處理做了專門優(yōu)化。

黃仁勛在演講中稱，微軟CEO納德拉已向他確認(rèn)，首批Vera Rubin機(jī)架已在Azure（微軟的云計(jì)算平臺(tái)）上運(yùn)行。

但Vera Rubin有一個(gè)短板，黃仁勛在演講時(shí)說(shuō)，當(dāng)每個(gè)用戶每秒需要生成超過(guò)400個(gè)Token時(shí)，NVL72的帶寬就不夠用了。補(bǔ)上這個(gè)缺口的，是Groq這家成立于2016年的美國(guó)AI加速芯片公司。英偉達(dá)此前收購(gòu)了Groq的技術(shù)授權(quán)和核心團(tuán)隊(duì)。

Groq的LPU（語(yǔ)言處理單元）和GPU是完全不同的兩種芯片。GPU內(nèi)存大、算力強(qiáng)，單顆Rubin GPU有288GB內(nèi)存，適合處理復(fù)雜計(jì)算。LPU內(nèi)存小但讀寫速度極快，單顆只有500MB存儲(chǔ)，裝不下大模型的完整參數(shù)，但生成Token的速度和延遲遠(yuǎn)優(yōu)于GPU。

英偉達(dá)通過(guò)一套叫Dynamo的推理調(diào)度軟件，把推理過(guò)程拆成了兩步：需要大量算力和內(nèi)存的上下文理解交給Vera Rubin處理，對(duì)延遲敏感的Token生成交給Groq LPU。兩者通過(guò)以太網(wǎng)高速連接協(xié)同工作，延遲減少約一半。

黃仁勛管這種方式叫解耦推理（即把推理過(guò)程拆分給不同芯片處理），核心想法是承認(rèn)高吞吐和低延遲天然矛盾，不如讓兩種芯片各干各擅長(zhǎng)的事。

他說(shuō)，這套組合在45美元和150美元的高價(jià)格層級(jí)實(shí)現(xiàn)了相比上一代35倍的性能提升。

從更長(zhǎng)的時(shí)間維度看，同一個(gè)1GW的數(shù)據(jù)中心，兩年時(shí)間，Token生成速率可以從每秒2200萬(wàn)提升到7億。

黃仁勛給客戶的建議是，如果工作以高吞吐的批量推理為主，就完全用Vera Rubin；如果有大量編程、實(shí)時(shí)交互等需求，可以拿出25%的數(shù)據(jù)中心算力配Groq LPU。

黃仁勛表示，Groq 3 LPU由三星代工，已在量產(chǎn)，預(yù)計(jì)今年三季度出貨。

軟件方面，英偉達(dá)發(fā)布了企業(yè)級(jí)智能體平臺(tái)NemoClaw，支持近期火爆的開源項(xiàng)目OpenClaw。OpenClaw在幾周之內(nèi)成為GitHub（全球最大的開源代碼托管平臺(tái)）上增長(zhǎng)最快的開源項(xiàng)目，黃仁勛把它的地位抬到和Linux同一級(jí)別，說(shuō)它是智能體計(jì)算機(jī)的操作系統(tǒng)。

但企業(yè)環(huán)境下直接用開源的OpenClaw有安全風(fēng)險(xiǎn)，因?yàn)橹悄荏w可以訪問(wèn)公司的敏感數(shù)據(jù)、執(zhí)行代碼和外部通信。NemoClaw就是英偉達(dá)給OpenClaw加上的企業(yè)安全層。Adobe、Salesforce、SAP等17家企業(yè)軟件公司已宣布采用英偉達(dá)的Agent Toolkit（智能體開發(fā)工具包）。

路線圖方面，英偉達(dá)預(yù)告了2028年上市的下一代Feynman架構(gòu)，首次同時(shí)支持銅纜和CPO（將光通信元件直接集成到芯片上的技術(shù)）兩種互連方式。

今年也是CUDA（英偉達(dá)開發(fā)的GPU通用計(jì)算平臺(tái)，被視為英偉達(dá)軟件生態(tài)的基石）誕生20周年。據(jù)黃仁勛在演講中介紹，英偉達(dá)目前60%的業(yè)務(wù)來(lái)自全球前五大云服務(wù)商，另外40%分布在主權(quán)AI、企業(yè)、工業(yè)、機(jī)器人等各個(gè)領(lǐng)域。

在本次GTC大會(huì)上，英偉達(dá)還宣布了與Uber、比亞迪、吉利、現(xiàn)代、日產(chǎn)、五十鈴在自動(dòng)駕駛領(lǐng)域的合作。受此消息推動(dòng)，港股汽車板塊17日集體走強(qiáng)，吉利汽車（00175.HK）盤中一度漲超5%，最終收漲4.55%。

（作者 鄭晨燁）

免責(zé)聲明：本文觀點(diǎn)僅代表作者本人，供參考、交流，不構(gòu)成任何建議。

鄭晨燁

資深記者。關(guān)注新能源、半導(dǎo)體、智能汽車等新產(chǎn)業(yè)領(lǐng)域，有線索歡迎聯(lián)系：zhengchenye@eeo.com.cn，微信：zcy096x。