撰稿｜陳茜

1萬億美元，這是接下來21個(gè)月，英偉達(dá)GPU訂單的收入預(yù)期。

剛過去的GTC大會(huì)，黃仁勛開始停止了講芯片的故事。他開始瞄準(zhǔn)更大的敘事：token經(jīng)濟(jì)，而這將是更有野心且更持久的市場蛋糕。

本篇文章，我們將拆解英偉達(dá)的五層蛋糕生態(tài)體系。一萬億美元收入是怎么算出來的？基于Groq的LPU將給英偉達(dá)帶來什么新的機(jī)會(huì)？還有黃仁勛在光通信上的提前布局與未來Scale-across（跨區(qū)域擴(kuò)展）的AI工廠機(jī)會(huì)。以及OpenClaw的里程碑后，英偉達(dá)押注的token經(jīng)濟(jì)學(xué)將會(huì)如何發(fā)展，給算力市場將帶來如何的挑戰(zhàn)呢？

（本文為視頻改寫，歡迎大家收看以下視頻）

01

推理拐點(diǎn)已至

多模態(tài)+OpenClaw

2026年的英偉達(dá)的GTC敘事建立在兩個(gè)背景和事件：一是AI應(yīng)用得到落地；二是OpenClaw的爆火帶動(dòng)了全球的agent生態(tài)。這讓黃仁勛在GTC演講中高呼，推理拐點(diǎn)已經(jīng)到來。

新云（Neocloud）廠商GMI Cloud創(chuàng)始人Alex Yeh在跟我們對(duì)話中就透露，北美的需求暴增是來自多模態(tài)和編程，而OpenClaw帶來的token需求則主要來自中國。

Alex Yeh GMI Cloud創(chuàng)始人 Token（詞元）的推理使用量一直在暴增，而且是以倍數(shù)的方式在增長。我們的客戶也從大型的訓(xùn)練客戶轉(zhuǎn)到很多推理需要的邊緣端的節(jié)點(diǎn)。（美國這邊）一個(gè)是以代碼生成為首的推理調(diào)量，另一個(gè)是多模態(tài)的視頻和圖片生成，這兩個(gè)發(fā)展的速度都太快了。我覺得在OpenClaw這一塊，美國的市場事實(shí)上還沒有意識(shí)到這個(gè)影響究竟有多大。

Alex的觀察和我們最近在硅谷與很多業(yè)內(nèi)人士的探討是相似的，因?yàn)楸泵烙脩?，特別是有技術(shù)背景的開發(fā)者已經(jīng)很適應(yīng)用Claude Cowork去做一些agent任務(wù)。所以雖然OpenClaw是從硅谷火出圈的，但遠(yuǎn)沒有到國內(nèi)那么卷的程度。

Alex Yeh GMI Cloud創(chuàng)始人 我覺得OpenClaw是從國內(nèi)火到這邊來，可是國內(nèi)已經(jīng)先開始一波了，現(xiàn)在也是在Mac mini或者DGX Spark上跑，可是我覺得這不是一個(gè)常態(tài)。因?yàn)檫@東西絕對(duì)之后都是上云的，畢竟部署一個(gè)PC的成本實(shí)在是太高。而且我看到很多的硅谷公司已經(jīng)在做一個(gè)零代碼、用戶界面非常好用的OpenClaw。隨著開源和閉源的模型越來越好，它的調(diào)用量會(huì)越來越高。所以我覺得我們甚至連1%或5%都還沒有到。可是這才剛開始，全球（算力）就已經(jīng)沒了，token調(diào)用規(guī)模未來的發(fā)展是超級(jí)可怕的。

所以，以上是目前AI發(fā)展現(xiàn)狀的一個(gè)大背景。有了推理需求飆升和OpenClaw爆火這兩個(gè)趨勢，黃仁勛的整個(gè)演講的敘事邏輯就完全和去年不同了：以前英偉達(dá)賣芯片給云廠商和AI公司，而如今，老黃要賣token給全世界每一家公司。

黃仁勛 英偉達(dá)創(chuàng)始人&CEO 每一個(gè)企業(yè)，全球的每一家軟件公司，都需要一套智能體系統(tǒng)，需要一套智能體策略，需要擁有一套OpenClaw策略。

這也是我參加今年老黃keynote的最大感受，看看PPT上面的這些小心心，就知道黃仁勛的姿態(tài)是we love everybody（我們擁抱所有人）。所以，今年GTC的最關(guān)鍵主題是“生態(tài)”，而不是“芯片”。

早在GTC開會(huì)的幾天前，英偉達(dá)就放出了一篇名為“AI五層蛋糕”的文章來為大會(huì)造勢，預(yù)示黃仁勛在今年大會(huì)上強(qiáng)調(diào)的是垂直整合能力和生態(tài)，而不是單芯片。

簡單來說，黃仁勛給外界畫了一個(gè)更大的餅。我們先來說黃仁勛在GTC演講中提到的一萬億這個(gè)數(shù)字。

02

一萬億美元

過于保守還是極度樂觀？

黃仁勛在去年的GTC上說，當(dāng)前和下一代的GPU架構(gòu)Blackwell和Vera Rubin的訂單收入，從當(dāng)時(shí)到2026年年底會(huì)達(dá)到5000億美元。這次，他將這個(gè)預(yù)期直接上調(diào)了一倍，說截止現(xiàn)在，到2027年年底，預(yù)計(jì)光是Blackwell和Vera Rubin的訂單收入，會(huì)直接到1萬億美元。

要注意，這個(gè)收入是不包括英偉達(dá)新發(fā)的CPU和基于Groq的LPU芯片等其他產(chǎn)品線的訂單收入，而光是GPU架構(gòu)的訂單。他在媒體閉門會(huì)上專門特別澄清，原因是因?yàn)檫@樣外界能直觀的感受到英偉達(dá)的GPU上的業(yè)務(wù)增長。

黃仁勛 英偉達(dá)創(chuàng)始人&CEO 如果我把這1萬億的業(yè)務(wù)范圍進(jìn)行更改，將CPU、Groq以及存儲(chǔ)包含在內(nèi)，那就會(huì)把兩件不同的事情混為一談，這樣我在進(jìn)行比較時(shí)就不夠簡單直接了。然而，對(duì)其他人來說，理解這1萬億的復(fù)雜之處在于：既然英偉達(dá)今天能提供多得多的產(chǎn)品，難道我們是在暗示Blackwell加上Vera Rubin的規(guī)模還不到1萬億嗎？不，情況恰恰相反。

任揚(yáng) 濟(jì)容投資聯(lián)合創(chuàng)始人 首先這個(gè)數(shù)字我覺得非常achievable（可實(shí)現(xiàn)的）。第二，這個(gè)數(shù)字是到現(xiàn)在為止它看到的實(shí)實(shí)在在的訂單，可能過幾個(gè)月咱們回頭再看這個(gè)數(shù)字，它還有新的訂單出來，這一萬億的數(shù)字還會(huì)往上走。 我覺得從財(cái)務(wù)分析角度來說，它的意義就是給2027年的營收和利潤劃了一個(gè)底，告訴你這個(gè)底在這兒了。然后把它這一萬億的數(shù)字放在模型里面，就能劃出來2027年十三、四塊錢的EPS（每股收益）的底。

而對(duì)于各大企業(yè)對(duì)算力的CapEx（資本支出），我們的嘉賓認(rèn)為是還將繼續(xù)上漲，一邊是推理需求會(huì)繼續(xù)上漲，另一邊的原因是隨著前沿模型的競爭趨于白熱化，訓(xùn)練這邊的需求也不會(huì)降低。

圖片來源：Business Insider

任揚(yáng) 濟(jì)容投資聯(lián)合創(chuàng)始人 我覺得百分比的增速會(huì)放慢，但是它肯定還是一個(gè)快速增長的狀態(tài)，而且我覺得每年增長的絕對(duì)值數(shù)量不一定會(huì)變小。第一，Inference（推理） 的用量現(xiàn)在很明顯看到有一個(gè)inflection（拐點(diǎn)），大家對(duì)agent的用量和token的消耗量明顯提升。第二，我覺得從模型廠商的角度來說，這幾家前沿實(shí)驗(yàn)室沒有誰能明顯地拉開和其他人的身位，都是在一個(gè)交替領(lǐng)先的狀態(tài)，包括開源的這些大模型也沒有明顯地比閉源的proprietary（專有）模型落后非常遠(yuǎn)。

我覺得模型廠商后面可能只有兩條路：要不就是往上打，只有做了應(yīng)用之后，做出用戶粘性，通過應(yīng)用去收錢。另外一條路就是，花錢花得比別人更狠，用資產(chǎn)負(fù)債表或者現(xiàn)金流的優(yōu)勢，更大力度地懟算力、懟人才，希望在模型上能有一個(gè)突破。OpenAI之前有一段時(shí)間是想走這條路，包括去年Sam Altman喊出來1.4萬億這種數(shù)字。 我覺得這兩條路大家都還會(huì)繼續(xù)去做，所以對(duì)CapEx（資本開支）的投入一定不會(huì)小。

為什么黃仁勛今年不強(qiáng)調(diào)單芯片，連Rubin再下一代計(jì)算架構(gòu)Feynman也只是略微提了一點(diǎn)？除了老黃要把英偉達(dá)的企業(yè)敘事拔高到“AI factory”以及要給所有人賣token之外，其實(shí)還因?yàn)楫a(chǎn)能跟不上，市面上還是瘋狂缺卡。現(xiàn)在市面上大家根本買不到最先進(jìn)的卡，就連兩三年前發(fā)布的舊卡，H100、H200用了幾年甚至能超原價(jià)賣，同時(shí)軟件生態(tài)和各種配置也都跟不上老黃的速度，所以他再強(qiáng)調(diào)單卡的性能提升，對(duì)市場來說根本沒有意義。

錢宇靖 GMI工程主管 現(xiàn)在市場上最成熟的平臺(tái)依然是Hopper最多，Blackwell在最近幾個(gè)月開始進(jìn)入大規(guī)模應(yīng)用的階段，并且軟件層也有比較好的進(jìn)步。但是回想一下，Blackwell是在兩年前就已經(jīng)被宣發(fā)了的，所以我覺得是因?yàn)楝F(xiàn)在的產(chǎn)能還是沒有辦法跟當(dāng)時(shí)老黃所預(yù)計(jì)的產(chǎn)能達(dá)到一致。

所以看起來，光是GPU的售賣，這一萬億美元的收入規(guī)模并不算過度樂觀，而是真有這樣的需求量。但顯然，黃仁勛是不滿足這一萬億的，他布局的是全生態(tài)。當(dāng)token成為大宗商品，“算力即收入”，黃仁勛接下來的動(dòng)作，是想把他定義中的“AI五層蛋糕”給全部打透，讓英偉達(dá)持續(xù)成為AI產(chǎn)業(yè)線中，持續(xù)最賺錢的機(jī)器。

03

拆解五層蛋糕

同質(zhì)化博弈與生態(tài)護(hù)城河

Chapter 3.1：五層蛋糕與“同質(zhì)化”

黃仁勛定義的AI五層蛋糕，從下到上，分別是能源層（這里是電力等基礎(chǔ)供應(yīng)），之后是芯片層（英偉達(dá)的核心業(yè)務(wù)：卡），再之上是基建層（包括云廠商及旗下的數(shù)據(jù)中心，再往細(xì)分就是土地、供電、冷卻系統(tǒng)、建筑工程、網(wǎng)絡(luò)通信等），前三層被統(tǒng)稱為AI工廠（AI factories）。

再往上，模型層有OpenAI、谷歌Gemini和Anthropic這樣的頂尖模型，也有包括英偉達(dá)自研的一系列開源模型。而在應(yīng)用層，則是英偉達(dá)針對(duì)不同的賽道研發(fā)技術(shù)，包括機(jī)器人、自動(dòng)駕駛、工業(yè)制造、編程和企業(yè)級(jí)AI Agent等等。

你是不是有點(diǎn)疑惑，老黃是在布一盤什么局呢？這五層蛋糕難道每一層英偉達(dá)都能吃透嗎？

任揚(yáng) 濟(jì)容投資聯(lián)合創(chuàng)始人 如果把其他這幾層能commoditize（同質(zhì)化）掉，或者說把他們的利潤打下來，讓利潤就集中到你這一層。這一層里到底誰是瓶頸，稀缺價(jià)值到底是集中在哪一層。之前幾年稀缺價(jià)值完全是集中在芯片這一層，所以Nvidia吃到了這一輪絕大部分的利潤和蛋糕，但是上面幾層都還是非常有實(shí)力的。

我們的嘉賓任楊認(rèn)為，每一層蛋糕中，如果每個(gè)玩家水平都差不多，沒有絕對(duì)領(lǐng)先或者絕對(duì)壟斷者，那么這一層的利潤就會(huì)被攤薄，這被稱為“being commoditized”（同質(zhì)化）。議價(jià)權(quán)最終還是回到有絕對(duì)領(lǐng)先和壟斷的這一層，也就是英偉達(dá)的芯片層。

也就是說，最終黃仁勛還是要靠賣芯片。但在其它層的蛋糕中，英偉達(dá)要扶持起自己的軟件生態(tài)，定義規(guī)則。就像打造CUDA這樣的護(hù)城河一樣，一旦在新的市場定義了范式，當(dāng)市場爆發(fā)，大家發(fā)現(xiàn)最好用的還是英偉達(dá)的平臺(tái)，那最后要買的依然是英偉達(dá)的算力和卡。

比如說，英偉達(dá)看到基建層，像谷歌云和AWS這樣的云廠商有強(qiáng)議價(jià)權(quán)之后，又扶持起了CoreWeave和Nebius這樣的Neocloud（新云平臺(tái)）來進(jìn)行競爭。再比如說，在模型層，英偉達(dá)各種大小模型開源了一大堆，而且這次黃仁勛專門組織了一場全球最核心的開源模型論壇，就是想在模型這一層，試圖在長期削弱SOTA（State of the Art，最頂尖）的頂級(jí)閉源模型的議價(jià)權(quán)。而在應(yīng)用層，英偉達(dá)也在研發(fā)自動(dòng)駕駛和機(jī)器人，等待行業(yè)大規(guī)模爆發(fā)，為的就是提前布局生態(tài)位。

任揚(yáng) 濟(jì)容投資聯(lián)合創(chuàng)始人 如果Nvidia能夠鼓勵(lì)或者帶領(lǐng)開源社區(qū)快速迭代，把token價(jià)格打下來。雖然說Anthropic和OpenAI在賣API、賣inference（推理）、賣token上是賺錢的，但如果開源模型能夠用10%的價(jià)格，做到現(xiàn)在的前沿實(shí)驗(yàn)室的這些最先進(jìn)的模型的90%的性能，那這些token的價(jià)格一定會(huì)被打下來。然后就把賣模型、賣推理、賣token這一層commoditize（同質(zhì)化）掉，整個(gè)生態(tài)里面最后賺錢的又回到了Nvidia這邊。

所以老黃正在時(shí)刻關(guān)注的其他層級(jí)的蛋糕，但最賺錢的，始終還是芯片這一層。所以這一層也是黃仁勛盯得最緊的。而這次的GTC上，傳達(dá)出兩個(gè)信號(hào)。

Chapter 3.2：基于Groq的ASIC反擊戰(zhàn)

第一個(gè)信號(hào)就是在芯片層，老黃發(fā)布了基于Groq研發(fā)出的LPU。要知道，對(duì)Groq的非獨(dú)家技術(shù)授權(quán)交易是去年12月圣誕節(jié)前后才宣布的，花了200億美元現(xiàn)金，可以說是英偉達(dá)有史以來最大的一起交易。

Groq創(chuàng)始人Jonathan Ross在最新的福布斯雜志采訪中爆料說，和Groq的交易這件事情也是老黃只花了三周就迅速做的決定。

而到如今的GTC才3個(gè)月，產(chǎn)品就已經(jīng)出來了，只能說，老黃和英偉達(dá)卷起來真的沒其他人什么事兒了。那么，為什么要“收編”Groq呢？

簡單來說就是GPU架構(gòu)，即使強(qiáng)如Vera Rubin，擅長的是高吞吐的并行計(jì)算，做prefill（上下文預(yù)處理）和attention（注意力計(jì)算）很厲害，但在超高速token生成（decode）這個(gè)任務(wù)上就沒那么給力了。因?yàn)閠oken生成的特點(diǎn)是只能一個(gè)一個(gè)的生成，整個(gè)過程必然是串行鏈?zhǔn)降?，?duì)每一步延遲極其敏感。

所以，“高吞吐”和“低延遲”本身互相矛盾，很難兩全。而Groq就是這個(gè)矛盾的解法。

Graham Steele 英偉達(dá)工作人員 LPX發(fā)揮作用的地方就在于那些極高交互率的場景。單獨(dú)的Rubin非常適合用來處理絕大多數(shù)的推理工作負(fù)載，當(dāng)涉及到超大模型、超長上下文以及極高交互性時(shí)，這就是LPX發(fā)揮作用的地方，它能為Vera Rubin提供額外的提升。

Groq通過SRAM（靜態(tài)隨機(jī)存取存儲(chǔ)器）設(shè)計(jì)，天生就適合做推理和token生成。就像Groq創(chuàng)始人Ross打動(dòng)黃仁勛的那個(gè)類比，他說強(qiáng)大的GPU就像“18輪大卡車”，但推理任務(wù)就像“最后一公里配送”，本身就更適合更靈活高效的面包車。他對(duì)老黃說，如果你要為美國建立一個(gè)物流網(wǎng)絡(luò)，最佳答案是，18輪卡車和面包車你都需要。

而在OpenClaw之后的Agent時(shí)代，老黃通過與Groq的深度技術(shù)與人才合作，解決了token生成的挑戰(zhàn)，這是非常關(guān)鍵的一步。而Groq的新芯片融入英偉達(dá)體系后，英偉達(dá)宣稱這將解鎖3000億美金的增量市場，可以說，這200億花得值了。但還有個(gè)內(nèi)存上的小難題：SRAM缺點(diǎn)是第一很貴、第二很占面積、第三容量做不大。

單顆Groq 3 LPU只有500MB SRAM，而Rubin GPU是288GB HBM4，差了500多倍，根本存不下萬億參數(shù)的模型。英偉達(dá)的解法是用Dynamo軟件把推理過程拆成兩半，Vera Rubin這邊的GPU負(fù)責(zé)prefill和attention，而Groq負(fù)責(zé)之后decode和token生成。

所以我們看到，一顆Rubin GPU配上8顆Groq 3 LPU，統(tǒng)一為一個(gè)推理單元。而Groq 3 LPX整機(jī)把256顆LPU裝進(jìn)一個(gè)機(jī)架，能提供128GB SRAM、40PB/s帶寬、315 PFLOPS推理算力和640TB/s互連帶寬。

英偉達(dá)和Groq的這個(gè)交易目前還面臨反壟斷的一些潛在調(diào)查，因?yàn)樯嫦印白兿嗍召彙保m然這個(gè)做法已經(jīng)是硅谷巨頭在AI時(shí)代的基本操作了）。但LPU已經(jīng)和三星在合作量產(chǎn)了，預(yù)計(jì)今年第三季度出貨，而Vera Rubin機(jī)架已經(jīng)在微軟Azure云上運(yùn)行。

同時(shí)，英偉達(dá)聯(lián)手Groq還有一個(gè)戰(zhàn)略上的意義，就是打出了ASIC反擊戰(zhàn)。，以及各個(gè)云廠商也都在扶持ASIC芯片的研發(fā)試圖蠶食英偉達(dá)GPU的利潤率和議價(jià)權(quán)，包括谷歌的TPU也是ASIC芯片，Groq本身也是ASIC芯片。但英偉達(dá)這次告訴外界：我也可以做ASIC芯片，而且還跟我自己的GPU結(jié)合，性能更強(qiáng)哦！

黃仁勛 英偉達(dá)創(chuàng)始人&CEO 但是有了這種架構(gòu)，我們將把我們的token生成速度、生成率從200萬提升到7億，實(shí)現(xiàn)了350倍的增長。這就是extreme co-design（極致協(xié)同設(shè)計(jì)），我們要在垂直方向上進(jìn)行整合與優(yōu)化，然后再在水平方向上將其開放，供所有人享有。

我們?cè)賮砜纯葱酒瑢拥牡诙€(gè)關(guān)鍵詞：CPU，是不是有種“枯木逢春”的感覺。AI agent時(shí)代token經(jīng)濟(jì)的崛起不但救了Groq一命，連老古董CPU也重新成為了香餑餑。

雖然GPU擅長訓(xùn)練和運(yùn)行AI模型，但隨著Agent工作負(fù)載的不斷增長，這些系統(tǒng)需要傳輸海量數(shù)據(jù)，并協(xié)調(diào)跨多個(gè)智能體的工作流程，這使得CPU在現(xiàn)代AI基礎(chǔ)設(shè)施中的重要性絲毫不亞于GPU。

所以，英偉達(dá)在這次GTC上發(fā)布了Vera CPU，被稱為“全球首款專為代理式AI與強(qiáng)化學(xué)習(xí)時(shí)代打造的處理器”，其效率是傳統(tǒng)機(jī)架級(jí)CPU的2倍，速度提升50%。包括AI編程明星公司Cursor也為Vera CPU站臺(tái)，說提升了他們的整體吞吐量和效率，給客戶帶來了更快速靈敏的編程agent體驗(yàn)。

Praveen Menon 英偉達(dá)工作人員 這些CPU是專為AI工廠打造的。當(dāng)你們的GPU進(jìn)行推理或強(qiáng)化學(xué)習(xí)訓(xùn)練時(shí)，它們會(huì)生成大量的軟件代碼，這些代碼需要被評(píng)估正確與否，然后反饋需要傳回給GPU。CPU承擔(dān)了評(píng)估這些代碼的任務(wù)，所以在那個(gè)階段，你需要一個(gè)非常快的CPU來向GPU提供評(píng)估反饋，這樣GPU就不需要加權(quán)了。這就是為什么我們專門打造這款產(chǎn)品，它具備極高的單核性能以及極大的內(nèi)存帶寬，這樣數(shù)據(jù)就可以無縫移動(dòng)，并且所有環(huán)節(jié)都能達(dá)到非常出色的機(jī)架級(jí)性能效率。所以，將所有這些結(jié)合在一起，就成就了一款非常適合智能體任務(wù)和AI工廠的理想CPU。

在芯片層這里，還有一個(gè)秘密武器就是CPX。

這是黃仁勛在去年9月的AI基礎(chǔ)設(shè)施峰會(huì)上推出的、專門針對(duì)長語境推理進(jìn)行優(yōu)化的芯片，可以說代表了GPU設(shè)計(jì)的一個(gè)全新類別。這款芯片能夠處理百萬級(jí)tokens的軟件編程和生成式視頻，在速度和效率方面實(shí)現(xiàn)突破性提升，被外界認(rèn)為能進(jìn)一步穩(wěn)固英偉達(dá)在推理上的優(yōu)勢。

有意思的是，老黃這次的演講中根本沒有提到CPX，也讓業(yè)界很好奇，英偉達(dá)目前在芯片層的這套組合拳：GPU、CPU、LPU、CPX，是否會(huì)進(jìn)一步拉開與競爭對(duì)手的差距。

任揚(yáng) 濟(jì)容投資聯(lián)合創(chuàng)始人 我的理解是，在根據(jù)不同類型的工作負(fù)載，英偉達(dá)都有能夠拿出來非常好用的產(chǎn)品，放到它的機(jī)柜里面。英偉達(dá)想要提供一個(gè)最完整、最全面的服務(wù)，想要什么東西我都有，全都買我的東西最方便的感覺。

總結(jié)一下，這五層蛋糕互相支撐但又互相牽制，黃仁勛在做的是要整合這五層，確保英偉達(dá)在每一層都有話語權(quán)，無論是扶持甲方的競爭對(duì)手，還是自研開源模型，還是在不同領(lǐng)域保持開放合作來定義行業(yè)入口和范式。

英偉達(dá)的敘事早已不是“芯片”而已了，黃仁勛在發(fā)布會(huì)上手握單芯片的那些名場面已經(jīng)成為過去。未來，是完整的AI factory，是更宏大的token經(jīng)濟(jì)學(xué)。這讓英偉達(dá)的護(hù)城河也早已超越CUDA，讓競爭對(duì)手們更難攻破它的生態(tài)帝國。

04

前沿技術(shù)布道CPO、太空數(shù)據(jù)中心與Scale-across布局

黃仁勛一直在布局下一個(gè)即將爆發(fā)的產(chǎn)業(yè)，也對(duì)前沿技術(shù)非常的敏銳。他這次在發(fā)布會(huì)上沒太多提共封裝光學(xué)CPO，以及數(shù)據(jù)中心中機(jī)組的Scale-up（縱向擴(kuò)容）和Scale-out（橫向擴(kuò)容）。

但英偉達(dá)在3月初分別向光子技術(shù)巨頭Lumentum和Coherent各注資20億美元，并鎖定數(shù)十億美元采購承諾及未來產(chǎn)能權(quán)益。這兩家公司都是CPO的核心供應(yīng)鏈，業(yè)內(nèi)人士認(rèn)為，黃仁勛這是在準(zhǔn)備為下一代“吉瓦級(jí)AI工廠”去鋪墊光互聯(lián)的底座。

Cathy Jiang 光學(xué)工程師 一個(gè)是Lumentum，它是現(xiàn)在唯一的高功率（400毫瓦）DFB激光器的一個(gè)供應(yīng)商，在最近的OFC會(huì)議上，它們也提到了一個(gè)更高參數(shù)的1瓦強(qiáng)功率的激光器。另外一個(gè)是Coherent，這是在硅光光子學(xué)中有很多技術(shù)積累的幾個(gè)公司合并在一起的一個(gè)公司。這兩家公司，一是他們是美國公司，二是有多年的技術(shù)積累和專利的積累，三是在整個(gè)產(chǎn)業(yè)鏈上，這種投資可以幫助這些公司在下一代的技術(shù)中做更多的革新。

這一次它們更多的技術(shù)革新是在封裝方面，比如說2.5D到3D的封裝。但是接下來這兩家公司還在進(jìn)行更多的新技術(shù)的研發(fā)，比如說使用更多的光波長一起進(jìn)行通信，進(jìn)一步地增加它的帶寬的密度。還有使用一些更加先進(jìn)的技術(shù)，比如說不同的放置激光器的方法，甚至探索一些不同的波段、不同光纖的參數(shù)等等更下一步的技術(shù)革新。

目前產(chǎn)業(yè)里面還在討論Scale-up（縱向擴(kuò)容）和Scale-out（橫向擴(kuò)容），而行業(yè)人士說，黃仁勛已經(jīng)在思考說再下一步，Scale-across（跨域擴(kuò)展），也就是不同數(shù)據(jù)中心的互聯(lián)怎么去解決了。

Cathy Jiang 光學(xué)工程師 對(duì)于不同的距離的場景，比如說Scale-up（縱向擴(kuò)容）談?wù)摰氖呛撩琢考?jí)，Scale-out（橫向擴(kuò)容）討論的是米量級(jí)，Scale-across（跨域擴(kuò)展）可能討論的是千米或者更遠(yuǎn)的量級(jí)。在這些不同量級(jí)之下，什么是一個(gè)最優(yōu)的技術(shù)路線？我們還是用現(xiàn)在的波長，還是要換成一個(gè)其他的波長？會(huì)不會(huì)有一個(gè)技術(shù)是用現(xiàn)在這種光纖，還是一種中間是空著的光纖？會(huì)不會(huì)有一個(gè)技術(shù)突然出現(xiàn)就砸了場子，把其他的技術(shù)都帶跑了？都是很有意思的一些討論。

當(dāng)然，還有更遙遠(yuǎn)的一些布局，包括在演講中黃仁勛提到的太空數(shù)據(jù)中心等等，我們也寫過一篇文章介紹。

在這篇文章的最后，我還想稍微聊聊整個(gè)芯片和數(shù)據(jù)中心供應(yīng)鏈目前的一個(gè)情況。如果大家還記得這五層蛋糕，可以看到能源和數(shù)據(jù)中心供應(yīng)鏈的基礎(chǔ)層，決定了芯片的產(chǎn)能，也決定了整個(gè)AI模型和應(yīng)用能否得到足夠的算力支撐，也決定了AI的進(jìn)程。

05

供應(yīng)鏈全面吃緊內(nèi)存與能源的超級(jí)周期

我們?cè)贕TC期間跟供應(yīng)鏈的朋友聊天，得到的信息是：缺，什么都短缺。

Alex Yeh GMI Cloud創(chuàng)始人 我們是了解所有的硬件的缺貨情況的，包括從各類元器件到內(nèi)存端的硬件，比如CX7等等子元器件?，F(xiàn)在每一個(gè)元器件都開始“亮紅燈”，就是指大缺貨、大漲價(jià)，DDR4的DRAM價(jià)格，是一年前的10倍。現(xiàn)在CX7也在缺貨、電源供應(yīng)和CPU也開始在缺貨，各個(gè)供應(yīng)鏈都開始缺貨。我看到OpenClaw的起來、agent起來、多模態(tài)的起來以及編程的起來，剛好這三個(gè)是一個(gè)完美的風(fēng)暴，所有的供應(yīng)鏈就跟不上這個(gè)節(jié)奏。

Alex對(duì)我們表示，最近全球地緣政治，特別是中東的波動(dòng)讓能源價(jià)格異常波動(dòng)，這也給全球AI數(shù)據(jù)中心的能源供應(yīng)帶來了更高不確定性，但能源這一部分大概會(huì)占到token定價(jià)的10%左右，而讓token價(jià)格高居不下的，還是供應(yīng)鏈短缺帶來的價(jià)格飆升，特別是內(nèi)存方向。

Alex Yeh GMI Cloud創(chuàng)始人 我覺得影響最大的還是服務(wù)器系統(tǒng)的內(nèi)存的漲價(jià)，從而造成token價(jià)格的增加。

而我們也在會(huì)展現(xiàn)場采訪到了內(nèi)存市場的決定性大贏家三星，他們認(rèn)為，緊缺的狀態(tài)至少要持續(xù)到27年年底。

Candice Hu Samsung Memory產(chǎn)品營銷經(jīng)理 這個(gè)是我們從來沒有看到過的supercycle（超級(jí)周期），之前幾年也有，但是那個(gè)時(shí)候更多是手機(jī)、電腦、互聯(lián)網(wǎng)端的需求，但是今年整個(gè)就是AI。我們看到2026年已經(jīng)是完全的售罄，2027年我們認(rèn)為也還是會(huì)在緊缺的狀態(tài)。產(chǎn)線我們都已經(jīng)在投入了，但是大概率也要到2028年才能有實(shí)質(zhì)性的這么一個(gè)上漲。 這個(gè)超級(jí)周期，很多的采購方都是云端、數(shù)據(jù)中心，他們對(duì)于成本的敏感度是比較低的，也比較愿意花錢去買。所以整個(gè)內(nèi)存的短缺或者是需求量，我們認(rèn)為在接下來兩年還是會(huì)比較強(qiáng)的。

以上就是我們這次的參會(huì)體驗(yàn)啦。給我的感覺是，隨著Agenic時(shí)代來臨，非常多的范式會(huì)發(fā)生變化，有機(jī)遇也有挑戰(zhàn)，而GTC會(huì)依然是AI行業(yè)的指路標(biāo)，我們也會(huì)為大家繼續(xù)關(guān)注以上我們的提到的這些產(chǎn)業(yè)和方向。不知道在一年后的GTC大會(huì)，我們的世界會(huì)被AI加速多少呢？

注：部分圖片來源于網(wǎng)絡(luò)

【本期節(jié)目不構(gòu)成任何投資建議】

【視頻播放渠道】

國內(nèi)：B站｜騰訊｜視頻號(hào)｜西瓜｜頭條｜百家號(hào)｜36kr｜微博｜虎嗅

海外：Youtube

聯(lián)系我們：video@sv101.net

【創(chuàng)作團(tuán)隊(duì)】

監(jiān)制｜泓君 陳茜

撰稿/主持 ｜陳茜

剪輯｜橘子

動(dòng)效｜Jacob

運(yùn)營｜孫澤平 王梓沁