1万亿美金“算力订单”，4000万倍的进化！黄仁勋 GTC 2026 终极纪录

“以后工程师的福利里，除了 Base 和股票，还必须包含年度 Token 预算。”

3 月 17 日凌晨 2 点，一年一度的NVIDIA GTC正式开幕。

这场大会几乎已经成为 AI 行业的“年度风向标”。每一年，英伟达 CEOJensen Huang都会在 keynote 上抛出新的技术路线、芯片架构以及产业叙事。

而这次的 GTC，被老黄简直“搞”出了新高度！全程近 150 分钟，给业界带来了许多新信号。

首先，现场观众比例最高的竟然不是程序员，而是金融从业者。 老黄调侃道：“我希望你们是开发者，而不是交易员。”

他指出，金融业正在经历自己的“Transformer 时刻”。从算法交易到模式发现，AI 已经不再是辅助工具，而是直接下场“造钱”。

其次，黄仁勋再次明确义了英伟达：“我们是一家垂直整合的计算公司。”业界对于英伟达的印象还停留“芯片”公司，但老黄很直白地拆穿了这个误解。他说：“加速计算不是芯片问题，而是应用程序加速问题。”

更重要的是，黄仁勋将之前提出的“AI工厂”理论进一步延展了，他进一步在这次的 keynote 中解析了AI工厂的赚钱逻辑，并重点提到了一种“Token 的分层经济学”：未来，让每一瓦特都变成金钱的 AI 服务将不再是“一口价”，而是像电力或带宽一样分层计费。

• 免费层：高吞吐量但速度略慢（基于普通节点）。
• 标准/溢价层：更大模型、更长上下文、极速响应。价格可能从每百万 Token $3 提升至 $6、甚至 $150。
• 逻辑：模型越聪明、响应越快，溢价就越高。CEO 们必须像管理工厂一样管理 Token 的生产速度与吞吐量，因为这直接决定了利润率。

因此，这次 GTC 的最重磅的发布可以看出是围绕这一核心理念来设计的。

此外，黄仁勋宣布，传统意义上的“数据中心”已经死了，取而代之的是“Token 工厂”。而如今AI发展的重点已经来到了推理性能的提升上。

“别人说推理容易，我说推理才是终极硬核。”黄仁勋强调，推理直接挂钩收入，英伟达通过NVFP4精度和NVL72架构，已经把推理性能推到了 Hopper 时代的35 到 50 倍。

不仅如此，英伟达在软件方面也做出了很大的工作。

老黄现场展示了英伟达的 100 个 CUDA-X 算法库。这些库就像是开启不同行业的钥匙——给金融业做量化交易，给医疗业做基因测序，给电信运营商做智能基站。

老黄还在现场展示了一个恐怖案例——通过英伟达最新的软件库更新，同样的硬件系统，推理速度从每秒 700 个 Token 暴增至5000 个。

软件即是算力，这种“原地 7 倍”的提升，让英伟达的“Token 成本”变得全球无敌。

值得一提的是，新一代 GB300 NVL72 系统在性能功耗比上提升约 50 倍，同时将 AI 推理 token 成本降低约 35 倍。这意味着 AI 数据中心可以在相同电力条件下生成更多 token，从而显著提升 AI 工厂的经济回报。

甚至黄仁勋还摆出了“推理王”的pose，现场一片掌声。

当然，老黄面对日趋激烈的商业竞争，依旧保留着一种“商业毒舌”的幽默感，他表示：“如果架构选错了，哪怕芯片免费送，它也贵得离谱（Even if it's free, it's not cheap enough）。”

这是理念层面，黄仁勋在GTC上给出的精彩观点。

而在新品发布层面上，可以总结有三个亮点：NVIDIA 与 Groq 架构的技术整合、Nemo Claw 的正式发布、迪士尼形象的机器人“雪宝”亲临现场。

话不多说，这就带大家仔细看一下英伟达视野中的几个关键变化。

现场直击：从“可爱的芯片”到“星际工厂”

在圣何塞 SAP 中心，黄仁勋面对演示中十年前的 DGX-1 照片感慨万千。从那时至今，英伟达提供的算力在十年间惊人地增长了4000 万倍。

老黄感慨发布“可爱”芯片已经成为了过去式，今晚他则直接搬出了巨大的Cyber Rack（赛博机架）。这是全球首个专为Agentic AI 设计的超级工厂单元。

• Vera Rubin 震撼亮相：这不只是芯片，而是单机架算力高达3.6 Exaflops的庞然大物。

• 144 芯互联：通过全新的Cyber Rack，英伟达实现了 144 颗 GPU 的同域互联。

如果说去年的 Blackwell 是在算力极限上的“大力出奇迹”，那么今晚发布的Vera Rubin则是对 AI 计算范式的彻底重构。黄仁勋在现场展示了一张令全场静默的对比图：在同样的 1 吉瓦（GW）规模 AI 工厂下，Vera Rubin 平台将 AI 算力推向了前所未有的16 ZFLOPS。

1. 告别“幻觉”，迎接“秒思”：最令人震撼的数据在于推理能力的阶跃。Vera Rubin 平台支撑下的系统，每秒可产出 7 亿个 Token。这一数字比 Hopper 时代提升了整整 350 倍。这意味着未来的智能体将不再是挤牙膏式的文本生成，而是能够像人类大脑一样，在毫秒级时间内完成多步推理、工具调用和逻辑闭环。

2. “光”进“电”退：Spectrum CPO 解决功耗墙：为了支撑这股恐怖的算力，英伟达首次在机架级系统中全面引入Spectrum CPO（光电共封装）技术。通过将光通信直接整合在封装层面，Vera Rubin 解决了数据中心最头疼的能效比问题，实现了260 TB/s的全对全（All-to-All）扩展带宽。

3. 跨界生态：Vera CPU 与 Groq 3 的协同：值得注意的是，英伟达的硬件全家桶再次进化。全新的Vera CPU彻底取代了传统的 X86 方案，实现了与 GPU 的深度耦合。而图中赫然出现的Groq 3 LPU模块，则预示着英伟达正在构建一个极其开放且强悍的“推理加速矩阵”，旨在彻底统治 Agentic AI 的前沿战场。

于此同时，老黄还宣布了Vera Rubin Space 1的星辰大海计划，芯片 Thor 已通过防辐射认证，英伟达的算力工厂正式向外太空挺进。

灵魂一击：OpenClaw 开启智能体“Windows 瞬间”

如果说 Vera Rubin 架构是今晚的“最强肌肉”，那么NVIDIA NemoClaw的登场，则为这具躯体注入了灵魂。

这是整场发布会最让开发者热血沸腾的部分。老黄宣布全面支持开源项目OpenClaw。

老黄在现场用了不短的时间来描述OpenClaw的增长神话。

OpenClaw 在短短几周内，其 Stars 数目的增速和总量确实完成了对 Linux 这种量级项目的超越。这在开源历史上是绝无仅有的。

黄仁勋在现场向OpenClaw创始人 Peter Steinberg 致敬。

正如 Windows 开启了 PC 时代，OpenClaw 正在定义“智能体计算机”的架构。它不再只是一个工具，而是管理 LLM、文件系统和任务调度的下一代操作系统。

但最让人心动的还是 NemoClaw 的发布。

在 GTC 2026 演讲台的大屏幕上，那个长着螃蟹钳子的“黄教主”形象（NemoClaw 标志）瞬间刷爆了社交媒体。

这不只是一个软件库，而是一整套“数字员工”的流水线。

通过 NemoClaw，英伟达正式将OpenClaw的开源力量收编进其专业级工具链。它的可怕之处在于“全栈加速”：

• 不仅有脑子，还有极速记忆：依托cuDFcuVS，智能体检索海量私有数据的速度提升了百倍，告别了漫长的“思考中...”。
• 不仅会写代码，还会操控电脑：全新的OpenShell环境，让智能体ale

黄仁勋在现场直言不讳：“未来，每个公司都将拥有比员工更多的智能体。”随着 NemoClaw 的发布，那个“一人即一家独角兽”的 Agent 时代，今晚正式由英伟达落锤定音！

此外，黄仁勋还宣布 NVIDIA Nemotron 3 Super 已经成为了最好的OpenClaw 模型。

那么 NemoClaw的护城河在哪里？

黄仁勋表示，为了让企业敢用“会乱抓”的 Agent，英伟达推出了NemoClaw。通过安全外壳（OpenShell），给 Agent 装上了工业级的刹车。

老黄还提出了一个新的范式转移：从 SaaS 到 GaaS。 老黄断言，未来所有软件公司都将进化为GaaS（智能体即服务）。如果没有“OpenClaw 策略”，就相当于在互联网时代没有网址。

物理 AI 的“灵魂”降临：自动驾驶的 ChatGPT 时刻与“雪宝”登台

自动驾驶方面，老黄宣布了四位新重量级伙伴——比亚迪（BYD）、现代、日产、吉利，已经加入英伟达的 Robotaxi 平台，再加上梅赛德斯、丰田等，每年有 1800 万辆新车具备“出厂即 Robotaxi”的潜力。

此外英伟达与 Uber 还达成了深度合作，将在多个城市直接部署这些具备推理能力的自动驾驶车队。

而更为让人心奋的是具身智能。从 5G 塔到迪士尼雪宝物理 AI，各行各业都有英伟达技术的落地。

• AI 基站：与 T-Mobile 合作，让基站通过 AI 自动调整波束，从单纯的“信号发射塔”变成能思考交通流量的“机器人塔”。
• 机器人的“物理大脑”：现场展示了由英伟达、迪士尼和 DeepMind 合作开发的Newton 解算器
• 雪宝 Olaf 登台：迪士尼的雪宝机器人步履蹒跚地走上台，它在虚拟世界中学会了走路，并能实时感知物理环境。老黄开玩笑说：“我以为雪宝会更高一点。”这一幕预示了未来主题乐园将充满这种能自由行走、有灵魂的智能角色。注意：雪宝背后并不是预设代码，而是仿真训练学习出来的！

过去两年，算力需求将提升100万倍

100 万倍的算力需求从何而来？

老黄给出了一组数据。过去两年，工作的计算需求增长了约 10,000 倍，而使用量增长了约 100 倍。

“这就是我所说的：过去两年算力需求增长了 100 万倍。 每一家初创公司、每一个大模型巨头都有这种紧迫感——只要能获得更多算力，生成更多 Token，他们的收入就会增加，AI 就会变得更聪明。这是一个正向的飞轮。”

明年，从 5000 亿到 1 万亿的跨越

对于明年，黄仁勋给出了一个更激进的数字——1万亿美元订单额！

老黄回忆去年的时候，英伟达看到 2026 年前的 Blackwell 和 Rubin 订单需求约为 5000 亿美元。

“但站在这里，在 GTC 2026 的现场，我看到，到 2027 年的需求至少是 1 万亿美元。事实上，我认为这个数字甚至还会更高，因为算力缺口依然巨大。

2025 年是英伟达的“推理之年”，我们不仅要确保训练领先，更要确保推理能力的绝对优势，让客户的每一分基础设施投资都能发挥最长久的生命周期，从而实现全球最低的算力成本。”

别再叫老黄“卖铲子的”

这次，黄仁勋更加自信地为英伟达正式定性了：“我们是一家垂直整合的算法公司。”

他在整场发布中，都在强调：英伟达是一家帮助“AI Natives”赚钱的公司。

“电力 → GPU → token → AI产品 → 收入。”

英伟达都在用最强的产品回应 AI 时代。

这其实对外界也是一个竞争维度改变的信号。

大家不再比谁的芯片便宜，而是比谁的“Token 工厂”产出更高。

“架构选错，芯片免费送你也用不起”

面对竞争，老黄贡献了全场最辛辣的嘲讽。他算了一笔账：建设一座1 吉瓦（GW）规模的 AI 工厂，基建成本高达 400 亿美元。

“电力供应是有限的物理定律。如果你在 400 亿的工厂里装了二流芯片，导致 Token 产出效率低下，这种‘便宜’就是对资源最大的犯罪。”

在他眼里，未来的数据中心只有一种衡量标准：Token 生产效率。选错架构，就是在万亿美金的战局中提前出局。

而从深海液冷到星际计算，从底层代码到物理实体，黄仁勋亲手为这个万亿美金时代，打造了一套无法绕过的“操作系统”。

总之， 2026年，英伟达给AI圈最重要的一个关键词：投资回报比！