英伟达GTC 2026大会以一种不同寻常的方式开场——首席执行官黄仁勋迟到了15分钟。这场盛会汇聚了450家赞助企业、1000场技术分会、2000位演讲者以及110台机器人，其规模已远超一场普通的技术会议，更像是全球AI行业的年度朝圣。
舞台中央，身着标志性皮衣的黄仁勋，被赋予了新的称号——“Token之王”。
在本次主题演讲中，他并未急于发布新品，而是用整整一个小时的时间，回顾了英伟达跨越25年的技术演进：从奠定游戏基础的GeForce显卡，到改变计算范式的CUDA架构，再到引领图形革命的RTX技术，直至支撑当今云计算与火爆的OpenClaw及Token经济的庞大生态。他勾勒出AI从感知、生成、推理到执行的演进路径，强调每一步都意味着更多Token的生成与更庞大算力的消耗。
所有这些铺垫，最终指向一个惊人的数字：英伟达预计到2027年，其营收将达到至少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，这覆盖了Blackwell和Rubin平台到2027年的订单。而且我确信，实际需求会比这更高。”
此言一出，现场掌声与欢呼雷动，英伟达股价也应声高涨。
Token工厂经济学：CEO必修课
“只有在英伟达的Keynote上，你才会看到去年的幻灯片再次出现。”
黄仁勋称，接下来这张图是全球每一位CEO都必须仔细研读的。
这张图的纵轴代表Token吞吐量（每瓦特电力产生的Token数量），横轴代表Token速率（每秒生成Token的数量）。吞吐量好比工厂的产能，决定了规模与成本；速率则关联AI的“智能深度”——模型越大、上下文越长、思考越复杂，速率往往越低，但每个Token的价值也越高。
黄仁勋将这张图转化为一套清晰的商业模型：
* 免费层：高吞吐、低速率，用于市场获客。
* 中间层：定价3-6美元/百万Token，服务普通用户。
* 高级层：定价45美元/百万Token，用于大模型深度推理。
* 顶级层：定价150美元/百万Token，专供超长研究任务与关键路径的实时响应。
性能是这一切的基础。第三方机构Semi Analysis此前的大规模测试显示，Grace Blackwell NVLink 72系统的每瓦Token吞吐量比上一代Hopper H200高出50倍——甚至高于黄仁勋自己宣称的35倍。对此，黄仁勋坦然承认自己“故意保留了余地”（sand bagging）。他强调，在数据中心功率存在物理上限（例如1GW）的约束下，每瓦性能直接决定了Token的最终成本。
这也引出了下一代平台Vera Rubin存在的根本理由：将每瓦Token吞吐量再次提升2至10倍。
Vera Rubin：系统级突破，十年千万倍加速
“Hopper时代，我还会举起一块芯片给观众看，但那已经结束了。”黄仁勋说道，“去年我举起Hopper芯片的样子很可爱。但Vera Rubin不同——当人们想到Vera Rubin，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，它并非单一芯片，而是由7种芯片、5种机架垂直集成、端到端优化而成的巨型计算机，其核心组件包括：
- Rubin GPU：全新架构，支持NVLink 72全互联，提供3.6 exaflops算力与260TB/s的全对全带宽。
- Vera CPU：全新数据中心CPU，采用LPDDR5内存，能效比出众。其市场需求强劲，已独立发展为一项价值数十亿美元的业务。
- Groq LP30：第三代“确定性数据流处理器”，拥有500MB片上SRAM，采用静态编译与软件调度，专为推理任务设计。
- BlueField 4 DPU + CX9网卡：构成面向AI原生的全新存储基础设施。
- NVLink Switch：第六代NVLink交换芯片，为大规模MoE模型提供极速的GPU间通信。
- Spectrum X CPO交换机：全球首款量产的共封装光学交换机，实现电子信号到光子信号的直接转换。
性能的飞跃是颠覆性的。在同一座1GW的数据中心内，从Grace Blackwell平台升级到Vera Rubin与Groq的组合，Token生成速率从200万/秒跃升至7亿/秒，两年时间提升350倍。相比之下，传统摩尔定律在同期仅能带来约1.5倍的提升。
如此巨大的提升并非单纯依靠晶体管堆叠。当算力密度达到当前水平，瓶颈早已转移到芯片之外：散热与互联。Vera Rubin的答案在于两大变革：一个是水，一个是光。
关于水：Vera Rubin采用100%液冷方案，甚至NVLink交换机也集成在液冷系统中。互联通过液冷模块内的板级/背板集成实现，外部线缆大幅减少，使得单个机架的安装时间从两天缩短至两小时。
关于光：黄仁勋展示了世界首款量产的CPO（共封装光学）交换机。
传统方案中，电信号需经过PCB走线、独立光模块进行电-光转换，再通过光纤传输，每一步都带来延迟与损耗。CPO技术将光学器件直接封装在芯片上，在硅片表面完成电-光转换，消除了独立光模块和长距离铜线。英伟达与台积电联合开发的CoUP封装工艺，目前是全球唯一的量产方案。这项技术打破了机架尺寸的物理限制，使72块GPU实现260TB/s全对全带宽成为可能。
黄仁勋明确表示，未来需要的是全面扩容：“我们既要更多的铜缆产能，也要更多的光芯片和CPO产能。”
从十年前的8卡DGX-1（170 TFLOPS）到今天的Vera Rubin NVLink 72系统（3.6 ExaFLOPS），英伟达实现了十年算力四千万倍的增长。
高吞吐归Rubin，低延迟归Groq
然而，挑战依然存在。NVLink 72系统在高吞吐场景下近乎无敌，但当需求转向1000 Token/秒级别的极速推理时，其带宽便面临压力。这正是被英伟达在2025年底收购的推理芯片公司Groq的用武之地。
Groq以其独特的“LPU”架构闻名，它是一种确定性数据流处理器，依靠静态编译和编译器调度，片上集成高达500MB的SRAM，专为推理任务优化。
业界曾好奇英伟达将如何整合Groq。答案并非替代GPU，而是协同作战。一颗Groq芯片拥有4GB SRAM，追求极致速度与低延迟；一颗Rubin GPU配备288GB HBM，提供海量容量。单独使用任一方都有局限：Groq难以承载万亿参数模型，而Rubin在极速Token生成上存在延迟。
英伟达的解决方案是“分离式推理”。通过Dynamo推理框架，将推理流水线拆分：计算密集的预填充和注意力计算阶段交给Vera Rubin处理；而对带宽和延迟极度敏感的解码生成阶段，则卸载给Groq。这两种架构迥异的处理器通过高速以太网紧密耦合，将延迟减半。
最终，这一组合在最高价值的推理层级上，实现了吞吐量再提升35倍的壮举，并成功解锁了此前无法实现的千Token/秒级极速生成新层级。
OpenClaw：AI 时代的“Linux 时刻”
发布会的最后一部分，黄仁勋将话题转向了开源项目 OpenClaw，并将其类比为人类历史上最受欢迎的开源项目之一。
黄仁勋举例说明了 OpenClaw 的能力：有人利用它为其 60 岁的父亲自动化了整个精酿啤酒生意，实现了蓝牙连接酿造设备、自动生成销售网站，并支持顾客直接下单购买如“龙虾拉格啤酒”等产品。
但黄仁勋更着重阐述了 OpenClaw 的本质。他使用操作系统的概念对其进行了重新定义：
- 资源管理：能够调用大语言模型、访问文件系统、使用各类工具。
- 调度系统：支持定时任务（cron jobs）、分步执行、生成子智能体（Agent）。
- I/O 系统：实现多模态输入输出，例如识别用户手势并执行发送邮件等操作。
OpenClaw 开源了智能体计算机的操作系统。正如 Windows 开启了个人电脑时代，OpenClaw 正在开启个人智能体时代。
从 Windows（PC 时代）到 Linux（服务器时代），再到 HTML（互联网时代）、Kubernetes（云时代），每一次平台迁移都催生了一批改变世界的公司。黄仁勋指出，OpenClaw 标志着 Agent 时代 的到来，企业 IT 的全部逻辑即将被改写。
他直接断言：未来每家 SaaS 公司都将转型为 “智能体即服务”（Agent-as-a-Service） 公司。
然而，智能体在企业网络中能够访问敏感信息、执行代码并进行对外通信。黄仁勋提醒道：“你把这三件事连起来大声说出来，再想一想……” 这凸显了潜在的安全风险。
为此，英伟达与 OpenClaw 合作推出了企业版 NeMo Claw，增加了策略引擎、网络护栏和隐私路由器等企业级安全与管理功能。
黄仁勋分享了他对未来企业的终极想象：
未来每位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。
这已成为硅谷新的招聘筹码：你的录用通知中包含多少 Token 额度？
两个更多信息
发布会上，黄仁勋也对备受关注的下一代计算架构 Feynman（费曼） 进行了预告，并表示计算架构每年都会有新的进展。
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 技术实现铜缆与光学的双重扩展——这意味着 Feynman 将首次同时支持基于铜缆和光学封装的水平扩展。
黄仁勋强调，无论是铜缆、光学还是共封装光学（CPO），未来都需要更高的容量与带宽，而这正是 Feynman 架构的核心突破。
此外，他还透露，英伟达正与合作伙伴联合开发 NVIDIA Space One，一台计划部署在太空的数据中心计算机，旨在开启“太空算力”的新篇章。
太空环境没有对流和传导，只有辐射散热。黄仁勋谈及挑战时表示：
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。
将 GPU 送上近地轨道，这或许是“AI 无处不在”最字面意义上的诠释了。
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/archives/26016
