黄仁勋把芯片故事讲完了，转头盯上1万亿token生意

1万亿美元，这是接下来21个月英伟达GPU订单的收入预期。

刚过去的GTC大会，黄仁勋不再讲芯片的故事了。他瞄准了更大的叙事：token经济。一块更有野心、也更持久的市场蛋糕。

这篇文章拆解英伟达的五层蛋糕生态。一万亿美元怎么算出来的？Groq的LPU带来什么新机会？黄仁勋在光通信上的提前布局，以及Scale-across（跨区域扩展）的AI工厂。还有OpenClaw之后，token经济学将如何改写算力市场的规则。

2026年GTC的叙事建立在两个背景：一是AI应用真正落地；二是OpenClaw爆火带动全球agent生态。这让黄仁勋在演讲中高呼：推理拐点已经到来。

新云厂商GMI Cloud创始人Alex Yeh透露，北美需求暴增来自多模态和编程，而OpenClaw带来的token需求主要来自中国。北美开发者早已习惯用Claude Cowork做agent任务，OpenClaw虽从硅谷火出圈，但远没有国内那么卷。

有了推理需求飙升和OpenClaw爆火这两个趋势，黄仁勋的叙事逻辑彻底变了：以前卖芯片给云厂商和AI公司，如今要卖token给全世界每一家公司。

这也是我参加今年keynote的最大感受。PPT上满屏的小心心，黄仁勋的姿态是we love everybody。今年GTC最关键的主题是"生态"，而不是"芯片"。

早在GTC前几天，英伟达就放出"AI五层蛋糕"的文章造势。简单来说，老黄给外界画了一个更大的饼。

黄仁勋去年说，Blackwell和Vera Rubin的订单收入到2026年底会达到5000亿美元。这次直接上调一倍：到2027年底，光是这两款GPU架构的订单收入，预计达1万亿美元。

注意，这还不包括新发的CPU和基于Groq的LPU等其他产品线。他在媒体闭门会上专门澄清，只为让外界直观感受GPU业务的增长。

各大企业的算力CapEx（资本支出）还将继续上涨。一边是推理需求攀升，另一边是前沿模型竞争白热化，训练需求也不会降低。

为什么今年不强调单芯片，连Rubin下一代架构Feynman也只是略微一提？除了要把叙事拔高到"AI factory"、给所有人卖token，更现实的约束是产能跟不上。市面上疯狂缺卡，最先进的卡买不到，两三年前的H100、H200用了几年还能超原价卖。软件生态和配置也跟不上老黄的速度，再强调单卡性能提升，对市场毫无意义。

所以一万亿的收入规模并不算过度乐观，而是真有这需求量。但黄仁勋显然不满足于此。当token成为大宗商品，"算力即收入"，他要把"AI五层蛋糕"全部打透，让英伟达持续成为AI产业线中最赚钱的机器。

这五层蛋糕从下到上：能源层（电力等基础供应）、芯片层（英伟达的核心业务）、基建层（云厂商及数据中心，含土地、供电、冷却、网络等）。前三层统称AI工厂。再往上是模型层（OpenAI、Gemini、Anthropic及英伟达自研开源模型），最上是应用层（机器人、自动驾驶、工业制造、编程、企业级AI Agent等）。

老黄在布什么局？这五层他都能吃透吗？

嘉宾任杨认为，每层中若玩家水平相近、无绝对领先者，利润就会被摊薄，即"being commoditized"（同质化）。议价权最终回到有绝对领先和垄断的层——也就是英伟达的芯片层。

最终还是要靠卖芯片。但在其他层，英伟达要扶持自己的软件生态、定义规则。就像CUDA的护城河，一旦在新市场定义范式，市场爆发时大家发现最好用的还是英伟达平台，最后买的依然是英伟达的算力和卡。

基建层，谷歌云和AWS议价权太强，英伟达就扶持CoreWeave、Nebius等新云平台竞争。模型层，开源模型发了一堆，还专门组织全球核心开源模型论坛，试图长期削弱顶级闭源模型的议价权。应用层，自动驾驶和机器人研发不停，提前卡位等爆发。

老黄时刻关注其他层，但最赚钱、盯得最紧的始终是芯片层。这次GTC传达两个信号。

第一个信号：基于Groq的LPU。对Groq的非独家技术授权交易去年12月才宣布，200亿美元现金，英伟达史上最大交易。Groq创始人Jonathan Ross爆料，老黄只花了三周就做决定。

到如今GTC才3个月，产品已出来。老黄卷起来，确实没其他人什么事。

为什么要"收编"Groq？GPU架构即使强如Vera Rubin，擅长高吞吐并行计算，做prefill（上下文预处理）和attention（注意力计算）很厉害，但在超高速token生成（decode）上就没那么给力。token生成只能一个一个来，整个过程串行链式，对每一步延迟极其敏感。

"高吞吐"和"低延迟"互相矛盾，很难两全。Groq就是这个矛盾的解法。

Groq通过SRAM设计，天生适合推理和token生成。Ross打动黄仁勋的类比是：强大的GPU像"18轮大卡车"，但推理任务像"最后一公里配送"，更适合灵活高效的面包车。要为美国建物流网络，卡车和面包车都需要。

OpenClaw之后的Agent时代，老黄通过与Groq的深度合作解决token生成挑战，这是关键一步。Groq新芯片融入英伟达体系后，宣称将解锁3000亿美金增量市场。200亿花得值。

但SRAM有难题：贵、占面积、容量做不大。单颗Groq 3 LPU只有500MB SRAM，Rubin GPU是288GB HBM4，差500多倍，存不下万亿参数模型。英伟达的解法是用Dynamo软件把推理拆成两半：Vera Rubin负责prefill和attention，Groq负责decode和token生成。

一颗Rubin GPU配8颗Groq 3 LPU，统一为一个推理单元。Groq 3 LPX整机把256颗LPU装进一个机架，提供128GB SRAM、40PB/s带宽、315 PFLOPS推理算力和640TB/s互连带宽。

这笔交易还面临反垄断潜在调查，涉嫌"变相收购"（虽是硅谷巨头AI时代的基本操作）。但LPU已与三星合作量产，预计Q3出货，Vera Rubin机架已在微软Azure运行。

联手Groq还有战略意义：打出ASIC反击战。ASIC是专项芯片，不如GPU通用，却是各大科技巨头自研重点，云厂商也在扶持ASIC试图蚕食英伟达利润率和议价权。谷歌TPU、Groq本身都是ASIC。英伟达这次告诉外界：我也可以做ASIC，还跟自己的GPU结合，性能更强。

芯片层第二个关键词：CPU，有种"枯木逢春"的感觉。AI agent时代token经济崛起，不但救了Groq，连老古董CPU也重新成为香饽饽。

GPU擅长训练和运行AI模型，但Agent工作负载增长，系统需要传输海量数据、协调跨多智能体的工作流程，CPU在现代AI基础设施中的重要性丝毫不亚于GPU。

英伟达发布Vera CPU，"全球首款专为代理式AI与强化学习时代打造的处理器"，效率是传统机架级CPU的2倍，速度提升50%。AI编程明星公司Cursor站台，说提升了整体吞吐量和效率，给客户带来更快速灵敏的编程agent体验。

芯片层还有个秘密武器CPX。去年9月AI基础设施峰会推出，专门针对长语境推理优化，代表GPU设计的全新类别。能处理百万级tokens的软件编程和生成式视频，速度和效率突破性提升，被认为能进一步稳固英伟达在推理上的优势。

有意思的是，老黄这次演讲根本没提CPX。业界很好奇，GPU、CPU、LPU、CPX这套组合拳，是否会进一步拉开与竞争对手的差距。

五层蛋糕互相支撑又互相牵制，黄仁勋要整合五层，确保英伟达在每一层都有话语权。扶持竞争对手的竞争对手、自研开源模型、在不同领域开放合作定义行业入口和范式。

英伟达的叙事早已不是"芯片"而已。黄仁勋手握单芯片的名场面已成过去。未来是完整的AI factory，是更宏大的token经济学。护城河也早已超越CUDA，让竞争对手更难攻破它的生态帝国。

黄仁勋一直在布局下一个爆发的产业，对前沿技术极其敏锐。这次发布会上没太多提共封装光学CPO，以及数据中心的Scale-up（纵向扩容）和Scale-out（横向扩容）。

但3月初，英伟达分别向光子技术巨头Lumentum和Coherent各注资20亿美元，锁定数十亿美元采购承诺及未来产能权益。这两家都是CPO核心供应链，业内人士认为这是为下一代"吉瓦级AI工厂"铺垫光互联底座。

产业还在讨论Scale-up和Scale-out，而黄仁勋已在思考再下一步：Scale-across（跨域扩展），不同数据中心的互联怎么解决。还有更遥远的布局，比如演讲中提到的太空数据中心。

最后聊聊芯片和数据中心供应链的现状。如果大家还记得五层蛋糕，能源和数据中心供应链的基础层，决定芯片产能，决定AI模型和应用能否得到足够算力支撑，决定AI的进程。

GTC期间跟供应链朋友聊天，信息是：缺，什么都短缺。

Alex表示，最近全球地缘政治特别是中东波动让能源价格异常波动，给全球AI数据中心能源供应带来更高不确定性。能源大概占token定价的10%左右，而让token价格居高不下的，还是供应链短缺带来的价格飙升，特别是内存方向。

会展现场访问到内存市场的决定性大赢家三星，他们认为紧缺状态至少要持续到2027年底。

Agentic时代来临，很多范式会变化，有机遇也有挑战。GTC会依然是AI行业的指路标，我们也会继续关注以上产业和方向。一年后的GTC大会，我们的世界会被AI加速多少？

三星的人说完"2027年底"，旁边一位采购经理默默把笔记本合上了。