文 | 霞光AI實驗室

全球矚目的英偉達GTC 2026大會在昨晚開啟，黃仁勛的演講一如既往地成為核心焦點。

在此次兩個多小時的演講中，黃仁勛表達了一個重要的判斷：AI 已從訓練時代全面進入推理 + 智能體 + 物理 AI 的工業(yè)化時代，Token 成為核心商品，光互聯(lián)與硅光子是算力突破關鍵。黃仁勛將英偉達定位為“AI工廠”構建者，稱“到2027年將看到至少1萬億美元的營收。

為此，此次大會上，黃仁勛發(fā)布了：Vera Rubin AI工廠平臺、Groq 3 LPU芯片、CPO交換機與太空數(shù)據(jù)中心模塊，以及推出NemoClaw智能體基礎設施，核心在闡述英偉達從一家“芯片公司”向“AI基礎設施和工廠公司”蛻變。

以下，我們根據(jù)演講，提煉了核心內(nèi)容：

黃仁勛在演講中明確界定，AI不再是單一的突破或應用，而是必不可少的基礎設施。AI產(chǎn)業(yè)重心已從“大模型訓練”全面轉(zhuǎn)向“推理落地、智能體研發(fā)、物理世界交互”，形成“能源→芯片→基礎設施→模型→應用”的五層架構。

這其中，Token已成為AI時代核心商品，推理與執(zhí)行場景將帶來Token消耗的指數(shù)級增長，英偉達的核心目標是成為“Token之王”，追求全球最低的每Token成本，這一邏輯構成英偉達“Token工廠經(jīng)濟學”的核心內(nèi)核——數(shù)據(jù)中心不再是文件倉庫，而是生產(chǎn)Token的“工廠”，每瓦Token吞吐量直接決定企業(yè)生產(chǎn)成本。

甚至，未來職場也會因此發(fā)生變革：未來工程師將標配“年薪+Token預算”模式，Token將成為硅谷及全球科技行業(yè)招聘的核心籌碼，標志著Token已成為AI時代的核心生產(chǎn)資料。

黃仁勛強調(diào)，英偉達的 Token 成本在世界范圍內(nèi)是“不可觸碰”的。即便競爭對手的架構是免費的，它也不夠便宜。因為建立一個 1GW 的工廠，即便里面什么都不放，15 年的攤銷成本也高達 400 億美元。你必須確保在這個工廠里運行最強的計算機系統(tǒng)，才能獲得最低的 Token 生產(chǎn)成本。

數(shù)據(jù)中心的角色也在發(fā)生變化：過去它是存儲和計算中心，而未來將成為生產(chǎn)Token 的 AI 工廠。隨著 AI 的普及，無論是云廠商、AI 公司還是傳統(tǒng)企業(yè)，都將開始從“Token 工廠效率”的角度來衡量自己的計算基礎設施，因為在 AI 時代，Token 將成為新的數(shù)字商品，而計算能力則直接決定企業(yè)的價值創(chuàng)造能力。

本次演講最重磅的內(nèi)容為英偉達新一代硬件產(chǎn)品發(fā)布，覆蓋當前、中期、長期三代芯片架構，同步推進光互聯(lián)替代電互聯(lián)、太空計算等前沿布局，所有產(chǎn)品均標注明確量產(chǎn)及交付時間節(jié)點，核心參數(shù)可直接引用。

Vera Rubin 超級 AI 平臺的亮相，掀起了演講的另一個小高潮。

據(jù)介紹，這是一個全新的計算平臺，由七款芯片組成， 涵蓋計算、網(wǎng)絡和存儲三大功能，是目前最先進的 POD 規(guī)模 AI 平臺。以Vera Rubin為代表的“芯片全家桶”，構成了這一代Vera Rubin機架的系統(tǒng)級基礎設施，其中包括：Vera CPU、Rubin GPU、NVLink 6 Switch（高速互聯(lián)）、ConnectX-9 SuperNIC（超級網(wǎng)卡）、BlueField-4 DPU（數(shù)據(jù)處理單元）、Spectrum-6 以太網(wǎng)交換機。

該平臺目前已全面投產(chǎn)，并得到了包括 Anthropic、OpenAI、Meta 和 Mistral AI 以及所有主要云提供商在內(nèi)的眾多客戶的鼎力支持，是支撐英偉達2026-2027年營收的核心支柱。

Groq 3 LPU芯片是英偉達專為極致低延遲推理設計的全新處理器。它專為AI推理場景優(yōu)化，解決實時交互場景的低延遲需求，是英偉達對抗AMD、鞏固推理市場優(yōu)勢的關鍵產(chǎn)品，源于2025年底英偉達斥資200億美元收購的AI芯片初創(chuàng)公司Groq的技術積淀。

Groq 3 LPU搭載230MB片上SRAM，數(shù)據(jù)帶寬達80TB/s，首Token延遲＜0.1秒，推理性能為H100的10倍；采用“確定性執(zhí)行”模式，給定相同輸入，總會在完全相同的時間點產(chǎn)生輸出，不受系統(tǒng)負載、溫度波動等因素影響，適配智能客服、自動駕駛決策等實時交互場景；未來將以3D堆疊方式直接集成在Feynman芯片GPU核心之上，進一步降低推理延遲。

該芯片預計于2026年三季度開始正式出貨。

在本次演講中，NVIDIA 列出了 Feynman GPU 與下一代 HBM、Vera CPU 以及構成 AI 數(shù)據(jù)中心基礎的其他幾個連接芯片。

該芯片架構面向“物理AI/世界模型”，支撐具身智能、通用人工智能、萬億參數(shù)模型訓練與超大規(guī)模推理場景，原定2028年發(fā)布，此次在GTC 2026上提前曝光技術原型，是英偉達突破硅基計算物理極限的核心布局。

Feynman芯片采用臺積電A16（1.6nm）制程，是全球首款邁入1nm時代的量產(chǎn)級芯片架構，晶體管密度較前代提升1.1倍；搭載GAA全環(huán)繞柵極晶體管與超級電軌背面供電（SPR）技術，將供電線路遷移至晶圓背面，同性能場景下功耗降低15%-20%，同電壓下運行速度提升8%-10%；采用硅光子光互連技術，帶寬密度提升10倍，傳輸能耗下降90%，打破超大規(guī)模AI集群的“互連墻”；采用3D堆疊加混合鍵合技術，將LPU直接堆疊在GPU核心上，極致縮短數(shù)據(jù)傳輸距離；推理性能為Blackwell的5倍，單GPU算力可達50 PFLOPS，能效比達到前代產(chǎn)品的3.2倍，在ResNet-50圖像分類任務中，每瓦性能較Hopper架構提升5.8倍；配套推出NVLink-CXL 6.0互聯(lián)技術，跨節(jié)點數(shù)據(jù)傳輸帶寬突破1.2TB/s。

它的發(fā)布，將使萬億參數(shù)模型的訓練成本較2023年下降87%，首次降至中型企業(yè)可承受范圍；推理延遲降低40%-85%，Token成本降至Blackwell的1/10，低功耗設計可支持邊緣設備部署，實現(xiàn)“端側(cè)智能”；預計將推動AI算力服務訂閱模式普及，未來5年90%的企業(yè)將不再購買AI芯片，而是訂閱AI算力服務。

傳統(tǒng)電互聯(lián)已觸及性能與功耗天花板，共封裝光學（CPO）是突破算力/功耗墻的唯一路徑，2026年定為硅光子技術商用元年，實現(xiàn)“光進銅退”的產(chǎn)業(yè)變革。

為此，英偉達推出了全球首個 CPO（Co-Packaged Optics）光電共封裝 的 NVIDIA Spectrum-X Ethernet Switch，將光模塊直接集成到芯片封裝中，實現(xiàn)電子信號與光信號的直接轉(zhuǎn)換，從而顯著提升數(shù)據(jù)中心網(wǎng)絡帶寬與能效。據(jù)介紹，其能耗僅為傳統(tǒng)銅纜的5%，大幅降低AI集群的能耗成本與散熱壓力。

這項技術由 NVIDIA 與臺積電共同開發(fā)，目前已經(jīng)進入量產(chǎn)階段。

大會還發(fā)布“Space?1 Vera Rubin Module”軌道數(shù)據(jù)中心，標志著其算力布局從地面延伸至軌道，進一步擴大AI基礎設施的覆蓋范圍。

Space?1 Vera Rubin Module軌道數(shù)據(jù)中心的AI算力為H100的25倍。Space-1 Vera Rubin 模組可提供大規(guī)模數(shù)據(jù)中心級 AI 能力，使大語言模型和先進基礎模型能夠直接在太空運行。未來，可以實現(xiàn)太空場景下的AI數(shù)據(jù)處理、實時分析等任務，這將拓展AI在航天、太空探索等領域的應用場景。

此次演講，黃仁勛還發(fā)布多款軟件產(chǎn)品，聚焦智能體研發(fā)、物理AI落地、開源生態(tài)建設，打通從模型到應用的全鏈路，降低企業(yè)AI落地門檻。

OpenClaw已經(jīng)火了兩個月，展現(xiàn)大家對智能體的熱情。此次，英偉達推出首款全新工具 NemoClaw，重點優(yōu)化了開源 AI 智能體 OpenClaw 的安全性與輸出質(zhì)量。

為了確保安全，NemoClaw 由多個關鍵模塊構成，首要組件為 OpenShell—— 一款為 OpenClaw 添加隱私保護與網(wǎng)絡安全防護機制的工具。它通過在沙箱環(huán)境中運行 OpenClaw，阻止智能體訪問與任務無關的文件，同時限制其網(wǎng)絡訪問權限，為智能體打造安全可控的運行邊界。

NemoClaw對標Linux，定位為AI智能體的“操作系統(tǒng)”，填補OpenClaw被收購后企業(yè)級開源智能體平臺的缺口，是英偉達打破自身CUDA硬件綁定、拓展全行業(yè)AI軟件生態(tài)的核心布局，分為企業(yè)級與開發(fā)者雙版本，提供一站式智能體開發(fā)工具。

黃仁勛判斷，“未來的編程語言就是人類語言”，每一家SaaS公司都將轉(zhuǎn)型為“AaaS（智能體即服務）”，NemoClaw將成為這一轉(zhuǎn)型的核心支撐平臺。

針對物理AI，黃仁勛判斷，下一波AI浪潮的核心是“AI理解物理規(guī)律、與現(xiàn)實世界交互”，他把2026年定為“人形機器人商業(yè)化元年”，與全球人形機器人產(chǎn)業(yè)的產(chǎn)業(yè)化拐點高度契合，英偉達將重點布局具身智能與物理AI落地。

為此，2024年英偉達就發(fā)布了Project GR00T 人形機器人基礎模型。今年，英偉達進一步升級了Project GR00T通用機器人基礎模型，以支撐人形機器人的自主決策與動作執(zhí)行。

2026年全球人形機器人量產(chǎn)規(guī)模將突破3萬臺，其中工業(yè)制造、特種作業(yè)等ToB端場景占比超60%，單臺工業(yè)人形機器人可替代2-3名人工，年節(jié)省成本超15萬元，終端售價逐步下降，市場接受度大幅提升，2030年全球量產(chǎn)規(guī)模有望達到100萬臺，市場規(guī)模突破萬億，年復合增長率超80%。

此外，還升級Omniverse數(shù)字孿生訓練平臺，為機器人、自動駕駛、工業(yè)自動化等物理AI場景提供虛擬訓練環(huán)境，實現(xiàn)“虛擬仿真→真實落地”的閉環(huán)，降低物理AI的研發(fā)與落地成本，適配比亞迪、極氪等車企智慧工廠的人形機器人部署需求，支撐物流轉(zhuǎn)運、零部件裝配等作業(yè)落地。