一场演讲，让英伟达市值再涨4%，黄仁勋用1万亿美元的订单预言，宣告了AI工业革命的到来。

本文来源于广告门 adquan.com

圣何塞SAP中心，黑色皮衣，熟悉的开场。

北京时间3月17日，黄仁勋站在GTC 2026的舞台上，用一组数字点燃了全球科技圈的热情：“基于Blackwell及下一代Vera Rubin平台的采购订单，预计到2027年将达到至少1万亿美元。”

话音刚落，英伟达股价应声涨超4.3%。

从去年预测的5000亿到今天的1万亿，翻倍的不仅是数字，更是一个时代的转折信号。当大模型从“感知”、“生成”进化到“推理”与“行动”，算力消耗量正在以前所未有的速度攀升。而英伟达，正站在这场变革的中心。

“这合理吗？事实上，我们甚至会供不应求。我确定，实际的计算需求将比这高得多。”

黄仁勋的底气从何而来？答案藏在两个数字里：60%和20年。

目前，英伟达60%的业务来自四大超级厂商——微软、谷歌、亚马逊、Meta，它们正在为未来的AI世界疯狂布局。另外40%则广泛分布于主权云、企业、工业、机器人和边缘计算等各个领域，这是一张覆盖全球的算力网。

但真正的护城河，是CUDA。

20年，数亿块运行CUDA的GPU，4400万个AI模型——这组数字构成了英伟达最可怕的飞轮效应：庞大的安装基数吸引开发者，开发者创造新算法，新算法催生新市场，新市场反过来扩大安装基数。

“CUDA则是这一切的中心，”黄仁勋说。

这个正向循环，让竞争对手望尘莫及。当AMD、谷歌们还在追赶硬件性能时，英伟达已经在软件生态上筑起了铜墙铁壁。

如果说1万亿美元的数字震撼了华尔街，那么接下来这套“Token工厂经济学”，则让全球CEO们陷入了沉思。

“未来的数据中心不再是存储文件的仓库，而是生产Token的工厂。”黄仁勋说。

Token是什么？它是AI生成的基本单位——你问ChatGPT一个问题，它生成的每一个词、每一个标点，都是一个Token。在AI的世界里，Token就是“数字石油”。

但Token工厂有一个致命的约束：电力。

“每一座数据中心、每一座工厂，都是受电力限制的。一座1GW的工厂永远不会变成2GW，这是物理和原子世界的定律。”

这意味着什么？

“在固定的功率下，谁的每瓦Token吞吐量最高，谁的生产成本就最低。你的吞吐量和Token生成速度，将直接转化为你的收入能力。”

黄仁勋甚至放出一句狂言：“英伟达的Token成本在世界范围内是‘不可触碰’的。即便竞争对手的架构是免费的，它也不够便宜。”

这不是吹牛。研究机构SemiAnalysis的评测显示，从Hopper H200到Grace Blackwell NVLink 72架构，英伟达的每瓦特性能提升了约35倍。

建立一个1GW的数据中心，即便里面什么都不放，15年的摊销成本也高达400亿美元。“你必须确保在这个工厂里运行最强的计算机系统，才能获得最低的Token生产成本。”

换句话说，在AI时代，算力效率将直接决定企业生死。

整场演讲的最高潮，无疑是Vera Rubin超级AI平台的亮相。

这是一个由七款芯片组成的庞然大物：Vera CPU、Rubin GPU、NVLink 6、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6交换机，以及从Groq整合而来的Groq 3 LPU。

40个机架，1.2千万亿个晶体管，近2万个英伟达芯片，1152个Rubin GPU，60 exaflops的运算能力——这些数字本身就足够震撼。

但真正令人窒息的是其性能飞跃：短短两年时间，Token生成速率从2200万提升到7亿，实现了350倍的增长。

在这个100%液冷、完全消灭传统线缆的系统中，过去需要两天安装的机架，现在只需两小时。

更精妙的设计在于“非对称式分离推理”——将需要海量计算和显存的“预填充”阶段交给Vera Rubin，将对延迟极度敏感的“解码”阶段交给Groq LPU。通过Dynamo软件系统的调度，这种组合在万亿参数模型上实现了每兆瓦推理吞吐量提升35倍的惊人效果。

而下一代Feynman架构已在路上，将采用3D堆叠核心、定制化HBM技术以及代号为Rosa的全新CPU。英伟达正在将数据中心从传统的服务器集群，演进为一台高度集成的“巨型超级计算机”。

如果说硬件是英伟达的肌肉，那么软件就是它的灵魂。

这次，黄仁勋把聚光灯打向了一个开源项目——OpenClaw，江湖人称“龙虾”。

他将OpenClaw形容为“人类历史上最受欢迎的开源项目”，仅用几周时间就超越了Linux在过去30年取得的成就。

“从技术本质上看，OpenClaw可以被理解为一种智能体计算机的操作系统。”它能连接大语言模型，管理各种计算资源，调用文件系统、工具和模型服务；具备任务调度能力，可以将复杂问题分解为多个步骤，并调用子智能体协同完成任务。

然后，黄仁勋抛出了一个足以让整个软件行业震颤的断言：“所有SaaS公司都将消失。”

未来，几乎所有SaaS（Software as a Service）公司都将演变为AaaS（Agentic as a Service）——即以智能体为核心的服务平台。企业软件正在从传统工具型软件，转向以智能体为核心的系统。

就像Linux让个人计算机和服务器生态得以发展，Kubernetes推动了云计算时代，HTML构建了互联网应用基础，OpenClaw正在为智能体时代提供关键的软件栈。

当然，智能体进入企业网络也带来了新的安全挑战。为此，英伟达推出了NemoClaw参考架构，为企业提供智能体部署的安全解决方案，支持连接企业已有的策略引擎和治理工具。

未来，所有科技公司和软件公司都会面临一个问题——“你的OpenClaw战略是什么？”

AI正在走出屏幕，开始与物理世界互动。

本次GTC，自动驾驶和机器人领域的进展尤为引人注目。

自动驾驶方面，比亚迪、吉利、日产、现代汽车宣布加入英伟达Drive Hyperion平台，采用英伟达的全栈解决方案开发L4级自动驾驶车辆。Uber也计划从2027年上半年开始在洛杉矶和旧金山部署基于英伟达Drive AV软件的自动驾驶车队，并计划到2028年扩展至全球28个城市。

机器人方面，英伟达发布了机器人基础模型GR00T N2，并展示了与迪士尼合作开发的机器人“雪宝”（Olaf）。这个可爱的机器人不仅能够行走、挥手，还能与黄仁勋进行简单对话互动——AI不再只是屏幕里的文字，而是有了物理形态的“身体”。

这背后，是英伟达对“物理AI”的野心。当AI能够理解并操作物理世界，它将开启一个远比互联网更大的市场。

如果说地面上的AI工厂已经足够震撼，那么英伟达发布的Space-1 Vera Rubin模块，则将AI的疆域拓展到了太空。

这是一个为极端太空环境设计的、具备抗辐射能力的AI计算模块，可以部署在卫星或空间站上。

未来的卫星不再仅仅是一个“信号中继站”，而可以成为一个在轨运行的“智能节点”——直接处理拍摄的图像、分析传感器数据，甚至实时做出决策，而无需将海量原始数据传回地面。

这将彻底改变遥感、通信、科学探测等领域的游戏规则。英伟达同时强调其产品组合——Jetson Orin、IGX Thor、RTX PRO 6000 Blackwell GPU以及Space-1模块——形成了从轨道边缘计算到地面AI数据中心再到云端分析的完整算力架构。

从地表到太空，英伟达正在编织一张覆盖全球的算力网。

英伟达的每一次架构迭代，都在产业链上下游引发连锁反应。

• 上游：先进封装成为胜负手

随着Rubin和Feynman架构的推进，先进封装已成为AI芯片的必争之地。台积电预计2026年约10%至20%的资本支出将用于先进封装；日月光则预期2026年先进封测营收将翻倍至32亿美元。

更值得关注的是，英伟达近日启动了下一代覆铜板材料M10的供应链测试。这一材料升级标志着AI服务器从“拼算力”转向“拼传输”的关键拐点，将直接利好CCL（覆铜板）、PCB（印制电路板）、PTFE特种材料、石英布等四大核心环节。

• 中游：全栈打包锁定生态

Supermicro在GTC期间同步发布了七款基于英伟达参考架构的AI数据平台解决方案，合作伙伴包括Cloudian、DDN、IBM、VAST Data等存储巨头。这种“芯片+系统+软件”的全栈打包模式，正在将更多企业客户锁定在英伟达生态中。

谷歌、AMD等竞争对手正加速追赶。但英伟达构建的“技术+供应链+生态”三重壁垒，让中美AI芯片的差距从“一代”变成了“两代甚至三代”。

中国受EUV光刻机禁运影响，先进制程停留在7nm/5nm，短期内难以突破；而英伟达已迈向1.6nm。这种代际鸿沟，正在重塑全球AI产业的竞争格局。

不过，挑战背后也藏着突围的机遇：先进制程走不通，就走差异化路线；高端算力被垄断，就聚焦本土合规场景、推理优化、垂直行业落地；芯片追不上，就补软件生态、系统适配、应用创新的短板。

全球AI市场正形成“高端创新看美国，落地应用看中国” 的双轨并行格局。国产芯片份额有望从个位数提升至30%-40%。

三年前，黄仁勋喊出“AI的iPhone时刻”；今天，他用一场演讲描绘了那个时刻之后更宏大的图景——AI的工业革命。

这场革命的核心逻辑已经清晰：算力不再是稀缺资源，而是像电力一样的基础设施；效率将成为企业的核心竞争力；而AI将从“回答问题”进化到“执行任务”，全面渗透进人类社会的每一个角落。

从万亿美元的算力工厂，到太空中的智能节点，再到可以互动的机器人伙伴，英伟达正在构建一个前所未有的AI基础设施帝国。

黄仁勋在演讲结尾说：“计算成本正在急剧下降，创新速度正在指数级上升。现在，是开始构建未来的最好时机。”

对于企业而言，未来的竞争力将取决于“AI工厂效率”——在固定电力预算下，每瓦功率能生成的Token数量将直接决定企业的商业命脉和盈利模型。

对于国家而言，算力已成为像电力、石油一样的核心生产资料，掌握算力主导权，就掌握了下一轮科技革命的主动权。

这场由英伟达引领的AI工业革命，才刚刚拉开序幕。而黄仁勋的那件黑色皮衣，正站在舞台中央，指引未来。