夢晨 henry 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

英偉達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場技術分會、2000位演講者、110臺機器人，這樣的規(guī)模已經(jīng)不像一場技術會議，更像AI行業(yè)的年度朝圣。

皮衣老黃站在舞臺中央，接受了新稱號“Token之王”。

這次他沒有直奔芯片發(fā)布，而是花了整整一個小時，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，講到云計算合作伙伴，再講到今天的爆火OpenClaw和token經(jīng)濟。

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，只為引出一個數(shù)字：

英偉達到2027年營收預計至少達到1萬億美元。

• 去年GTC上，我看到了5000億美元的高確信需求。今年，站在同一個舞臺上，這個數(shù)字變成了1萬億美元，覆蓋Blackwell和Rubin到2027年的訂單。
• 而且我確定，實際需求會比這更高。

就在這個瞬間，與現(xiàn)場觀眾的掌聲和歡呼聲一同高漲的是英偉達股價。

Token工廠經(jīng)濟學：老黃教全球CEO看一張圖

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

而老黃稱這是全球CEO都要仔仔細細研究的一張圖。

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、思考越深，速率就越低，但每個Token越值錢。

老黃把這張圖變成了一套完整的商業(yè)模型。

免費層：高吞吐、低速率，用來獲客。
中間層：$3-$6/百萬Token，服務普通用戶。
高級層：$45/百萬Token，大模型深度推理。
頂級層：$150/百萬Token，超長研究任務、關鍵路徑實時響應。

去年Semi Analysis做了一次有史以來最大規(guī)模的AI推理基準測試。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。

而黃仁勛自己說說的35倍。對此，Semi Analysis創(chuàng)始人公開表示：“黃仁勛在sand bagging（故意保留余地）”。

老黃說沒錯，我就說故意的，實際是50倍，

每瓦性能決定了一切。

因為每座數(shù)據(jù)中心的功率都是物理約束，一座1GW的AI工廠永遠不會變成2GW。在固定功率下，誰的每瓦token產(chǎn)出更高，誰的token成本就更低。

這就是Vera Rubin存在的理由：

作為下一代計算平臺，再次將每瓦token吞吐量提高2-10倍。

Vera Rubin：十年千萬倍加速

Hopper時代老黃還會舉起一塊芯片秀給觀眾看，但那個時代已經(jīng)結(jié)束了。

• 去年我說Hopper的時候，會舉起一塊芯片，那很可愛。
• 但這是Vera Rubin，當人們想到Vera Rubin，人們想到的是整個系統(tǒng)。

Vera Rubin是英偉達有史以來最復雜的AI計算系統(tǒng)。

7種芯片，5種機架，垂直集成、端到端優(yōu)化成一臺巨型計算機：

• Rubin GPU
• 全新架構(gòu)，支持NVLink 72全互聯(lián)，3.6 exaflops算力，260TB/s全對全帶寬。
• Vera CPU
• 全新數(shù)據(jù)中心CPU，全球唯一采用LPDDR5的服務器處理器，單線程性能和能效比出色。老黃原本沒打算單獨賣CPU，但Vera賣得太好，這已經(jīng)確定是一個數(shù)十億美元的業(yè)務了。
• Groq LP30
• 世界上從未見過的第三代芯片，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，專為推理而生。
• BlueField 4 DPU + CX9網(wǎng)卡
• 全新存儲平臺，共同構(gòu)成了面向AI原生的全新存儲基礎設施。
• NVLink Switch
• 第六代NVLink交換芯片，提供大規(guī)模MoE模型所需的快速、無縫的GPU到GPU通信
• Spectrum X CPO交換機
• 全球首款量產(chǎn)的共封裝光學（Co-Packaged Optics）交換機，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200萬跳到7億?！?/p>

兩年時間，350倍。

摩爾定律在同樣的時間里能給多少？大約1.5倍。

350倍不是靠芯片上多塞幾個晶體管實現(xiàn)的。當算力密度卷到這個程度，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，一個關于水，一個關于光。

關于水，Vera Rubin采用100%液冷方案，連NVLink交換機都泡在液冷系統(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/背板式集成互聯(lián)。

線纜全部消失了，過去安裝一個機架要兩天，現(xiàn)在兩小時。

關于光，黃仁勛舉起了世界首款量產(chǎn)的CPO（共封裝光學）交換機。

傳統(tǒng)交換機里，電信號從芯片出來，經(jīng)過PCB走線，到達光模塊，在光模塊里完成電-光轉(zhuǎn)換，再通過光纖傳出去。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。 沒有光模塊，沒有銅線中轉(zhuǎn)。英偉達和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在量產(chǎn)。

要讓72塊GPU實現(xiàn)260TB/s的全對全帶寬，如果還用傳統(tǒng)銅纜，信號跑不了太遠，機架尺寸就是物理極限。

CPO打破了這個限制，光子跑得更遠、損耗更低、能效更高。

但銅纜和光學不是二選一。

黃仁勛被問了太多次這個問題，干脆一次說清：

• 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，算力增長四千萬倍。

高吞吐的歸Rubin，低延遲的歸Groq

但還有一個問題沒解決。

NVLink 72在高吞吐區(qū)間幾乎無敵，72塊GPU全對全互聯(lián)，帶寬拉滿。

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。

英偉達在2025年底收購了推理芯片公司Groq，后者以“LPU”（Language Processing Unit）著稱。

Groq的架構(gòu)和英偉達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，沒有動態(tài)調(diào)度，片上堆了500MB的巨量SRAM，只干一件事，推理。

此前業(yè)界一直猜測英偉達會如何整合這項資產(chǎn)。

答案來了：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。單獨用Groq，裝不下萬億參數(shù)模型和海量KV cache；單獨用Rubin，推不到極速token生成。

英偉達的解法是分離式推理，用Dynamo推理框架把流水線拆開。

Pre-fill和attention的計算量大，交給Vera Rubin；decode階段的token生成對帶寬敏感、對延遲敏感，卸載給Groq。

兩顆極端不同的處理器，通過以太網(wǎng)緊密耦合，延遲減半。

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

黃仁勛給出了配比建議：如果你的工作負載主要是高吞吐，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)，預計Q3出貨。

而Vera Rubin的首個機架，已經(jīng)在微軟Azure云上跑起來了。

OpenClaw：AI時代的Linux時刻

發(fā)布會的最后一部分，老黃畫風一轉(zhuǎn)，開始聊人類歷史上最受歡迎的開源項目OpenClaw。

OpenClaw能做什么，老黃舉例有人幫60歲的父親自動化了整個精釀啤酒生意，藍牙連接釀造設備，自動生成銷售網(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)的語言重新定義了OpenClaw：

資源管理：可以調(diào)用大語言模型、訪問文件系統(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開源了Agent計算機的操作系統(tǒng)。就像Windows讓我們創(chuàng)造了個人電腦，OpenClaw讓我們創(chuàng)造了個人Agent。

Windows→PC時代，Linux→服務器時代，HTML→互聯(lián)網(wǎng)時代，Kubernetes→云時代，OpenClaw→Agent時代。

每一次平臺轉(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。

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)絡中能訪問敏感信息、執(zhí)行代碼、對外通信，“你把這三件事連起來大聲說出來，再想一想……”

所以英偉達與OpenClaw合作推出了企業(yè)版NeMo Claw，加上了策略引擎、網(wǎng)絡護欄、隱私路由器。

老黃給出了他對未來企業(yè)的終極想象：

• 未來每個工程師都會有一個年度Token預算。
• 他們年薪幾十萬美元，我會在此基礎上再給他們一半的金額作為Token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)布會上，對于外界備受關注的下一代計算架構(gòu)Feynman（費曼），老黃也做了預告，并表示計算架構(gòu)，每年都會有新東西。

Feynman將帶來全新的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技術實現(xiàn)銅線與光學雙擴展——

這意味著，F(xiàn)eynman將首次同時支持銅線與光學封裝的水平擴展。

老黃強調(diào)，無論是銅線、光學還是CPO，未來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)合開發(fā)英偉達Space?One，一臺將部署在太空的數(shù)據(jù)中心計算機，開啟“太空算力”的新篇章。

太空中沒有對流，沒有傳導，只有輻射散熱。

• 我們得想辦法在太空里給GPU散熱。不過我們有很多優(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