英伟达 GTC 2026 很不寻常，黄仁勋迟到了 15 分钟。

今年有 450 家企业赞助、1000 场技术分会、2000 位演讲者、110 台机器人，这样的规模已经不像一场技术会议，更像 AI 行业的年度朝圣。

皮衣老黄站在舞台中央，接受了新称号 "Token 之王 "。

这次他没有直奔芯片发布，而是花了整整一个小时，从 25 年前的 GeForce 游戏显卡讲起，讲到 20 年前的 CUDA，讲到 10 年前的 RTX 渲染技术，讲到云计算合作伙伴，再讲到今天的爆火 OpenClaw 和 token 经济。

AI 从感知到生成到推理再到执行，每一步都需要生成更多 token，消耗更多算力。

所有这一切铺垫，只为引出一个数字：

英伟达到 2027 年营收预计至少达到 1 万亿美元。

去年 GTC 上，我看到了 5000 亿美元的高确信需求。今年，站在同一个舞台上，这个数字变成了 1 万亿美元，覆盖 Blackwell 和 Rubin 到 2027 年的订单。

而且我确定，实际需求会比这更高。

就在这个瞬间，与现场观众的掌声和欢呼声一同高涨的是英伟达股价。

Token 工厂经济学：老黄教全球 CEO 看一张图

只有英伟达的 Keynote，你才会看到去年的 slide 再出现一次。

而老黄称这是全球 CEO 都要仔仔细细研究的一张图。

纵轴是 Token 吞吐量（每瓦产出多少 Token），横轴是 Token 速率（每秒生成多少 Token）。

吞吐量代表你的工厂产能，速率代表 AI 的 " 聪明程度 "，模型越大、上下文越长、思考越深，速率就越低，但每个 Token 越值钱。

老黄把这张图变成了一套完整的商业模型。

免费层：高吞吐、低速率，用来获客。

中间层：$3-$6/ 百万 Token，服务普通用户。

高级层：$45/ 百万 Token，大模型深度推理。

顶级层：$150/ 百万 Token，超长研究任务、关键路径实时响应。

去年 Semi Analysis 做了一次有史以来最大规模的 AI 推理基准测试。结果显示，Grace Blackwell NVLink 72 的每瓦 token 吞吐量，比上一代 Hopper H200 高出 50 倍。

而黄仁勋自己说说的 35 倍。对此，Semi Analysis 创始人公开表示：" 黄仁勋在 sand bagging（故意保留余地）"。

老黄说没错，我就说故意的，实际是 50 倍，

每瓦性能决定了一切。

因为每座数据中心的功率都是物理约束，一座 1GW 的 AI 工厂永远不会变成 2GW。在固定功率下，谁的每瓦 token 产出更高，谁的 token 成本就更低。

这就是 Vera Rubin 存在的理由：

作为下一代计算平台，再次将每瓦 token 吞吐量提高 2-10 倍。

Vera Rubin：十年千万倍加速

Hopper 时代老黄还会举起一块芯片秀给观众看，但那个时代已经结束了。

去年我说 Hopper 的时候，会举起一块芯片，那很可爱。

但这是 Vera Rubin，当人们想到 Vera Rubin，人们想到的是整个系统。

Vera Rubin 是英伟达有史以来最复杂的 AI 计算系统。

7 种芯片，5 种机架，垂直集成、端到端优化成一台巨型计算机：

Rubin GPU： 

全新架构，支持 NVLink 72 全互联，3.6 exaflops 算力，260TB/s 全对全带宽。

Vera CPU：

  全新数据中心 CPU，全球唯一采用 LPDDR5 的服务器处理器，单线程性能和能效比出色。老黄原本没打算单独卖 CPU，但 Vera 卖得太好，这已经确定是一个数十亿美元的业务了。

Groq LP30： 

世界上从未见过的第三代芯片，500MB 片上 SRAM，确定性数据流处理器，静态编译、软件调度，专为推理而生。

BlueField 4 DPU + CX9 网卡： 

全新存储平台，共同构成了面向 AI 原生的全新存储基础设施。

NVLink Switch： 

第六代 NVLink 交换芯片，提供大规模 MoE 模型所需的快速、无缝的 GPU 到 GPU 通信

Spectrum X CPO 交换机： 

全球首款量产的共封装光学（Co-Packaged Optics）交换机，电子直接转光子。

在同一座 1GW 数据中心里，从 Grace Blackwell 到 Vera Rubin + Groq，token 生成速率从 200 万跳到 7 亿。‘

两年时间，350 倍。

摩尔定律在同样的时间里能给多少？大约 1.5 倍。

350 倍不是靠芯片上多塞几个晶体管实现的。当算力密度卷到这个程度，瓶颈早就转移到了芯片之外：散热和互联。

Vera Rubin 的答案是两大变化，一个关于水，一个关于光。

关于水，Vera Rubin 采用100% 液冷方案，连 NVLink 交换机都泡在液冷系统里。

互联不再靠外部线缆，而是在液冷模块内部做板级 / 背板式集成互联。

线缆全部消失了，过去安装一个机架要两天，现在两小时。

关于光，黄仁勋举起了世界首款量产的 CPO（共封装光学）交换机。

传统交换机里，电信号从芯片出来，经过 PCB 走线，到达光模块，在光模块里完成电 - 光转换，再通过光纤传出去。每一次转换都有延迟，每一段铜线都有损耗。

CPO 把这条链路压缩到极致：光学器件直接封装到芯片上，电子在硅片表面就转换成光子。 没有光模块，没有铜线中转。英伟达和 TSMC 联合发明了一种叫 CoUP 的封装工艺，目前全球只有英伟达在量产。

要让 72 块 GPU 实现 260TB/s 的全对全带宽，如果还用传统铜缆，信号跑不了太远，机架尺寸就是物理极限。

CPO 打破了这个限制，光子跑得更远、损耗更低、能效更高。

但铜缆和光学不是二选一。

黄仁勋被问了太多次这个问题，干脆一次说清：

我们都要，我们需要更多的铜缆产能，更多的光芯片产能，更多的 CPO 产能。

十年前的 DGX-1，8 块 Pascal GPU，170 TFLOPS。

十年后的 Vera Rubin NVLink 72，3.6 ExaFLOPS。

十年，算力增长四千万倍。

高吞吐的归 Rubin，低延迟的归 Groq

但还有一个问题没解决。

NVLink 72 在高吞吐区间几乎无敌，72 块 GPU 全对全互联，带宽拉满。

可一旦要求的不是 400 token/ 秒，而是 1000 token/ 秒的极速推理，NVLink 72 的带宽就不够用了。

这就是 Groq 的故事。

英伟达在 2025 年底收购了推理芯片公司 Groq，后者以 "LPU"（Language Processing Unit）著称。

Groq 的架构和英伟达 GPU 截然相反：它是一颗确定性数据流处理器，静态编译、编译器调度，没有动态调度，片上堆了 500MB 的巨量 SRAM，只干一件事，推理。

此前业界一直猜测英伟达会如何整合这项资产。

答案来了：不是替代 GPU，而是与 GPU 协同。

一颗 Groq 芯片 4GB SRAM，一颗 Rubin 芯片 288GB HBM。

前者极致快，后者极致大。单独用 Groq，装不下万亿参数模型和海量 KV cache；单独用 Rubin，推不到极速 token 生成。

英伟达的解法是分离式推理，用 Dynamo 推理框架把流水线拆开。

Pre-fill 和 attention 的计算量大，交给 Vera Rubin；decode 阶段的 token 生成对带宽敏感、对延迟敏感，卸载给 Groq。

两颗极端不同的处理器，通过以太网紧密耦合，延迟减半。

结果在最高价值的推理层级上，再提升 35 倍吞吐量。同时解锁了此前根本不存在的新推理层级，千 token/ 秒级别的极速生成。

黄仁勋给出了配比建议：如果你的工作负载主要是高吞吐，100% 上 Vera Rubin 就够了。如果你有大量编程、工程级 token 生成需求，拿出 25% 的数据中心功率给 Groq。

Groq 3 芯片由三星代工，已经量产，预计 Q3 出货。

而 Vera Rubin 的首个机架，已经在微软 Azure 云上跑起来了。

OpenClaw：AI 时代的 Linux 时刻

发布会的最后一部分，老黄画风一转，开始聊人类历史上最受欢迎的开源项目 OpenClaw。

OpenClaw 能做什么，老黄举例有人帮 60 岁的父亲自动化了整个精酿啤酒生意，蓝牙连接酿造设备，自动生成销售网站，顾客可以直接下单 " 龙虾拉格啤酒 "。

但老黄更在意的是它的本质。他用操作系统的语言重新定义了 OpenClaw：

资源管理：  可以调用大语言模型、访问文件系统、使用工具。

调度系统：  能做 cron jobs、分步执行、生成子 Agent。

I/O 系统：  多模态输入输出，你可以冲它挥手，它给你发邮件。

OpenClaw 开源了 Agent 计算机的操作系统。就像 Windows 让我们创造了个人电脑，OpenClaw 让我们创造了个人 Agent。

Windows → PC 时代，Linux →服务器时代，HTML →互联网时代，Kubernetes →云时代，OpenClaw → Agent 时代。

每一次平台转移，都催生了一批改变世界的公司。

企业 IT 的全部逻辑即将改写。

老黄直接断言：每家 SaaS 公司都将变成Agent-as-a-Service公司。

But！

Agent 在企业网络中能访问敏感信息、执行代码、对外通信，" 你把这三件事连起来大声说出来，再想一想…… "

所以英伟达与 OpenClaw 合作推出了企业版 NeMo Claw，加上了策略引擎、网络护栏、隐私路由器。

老黄给出了他对未来企业的终极想象：

未来每个工程师都会有一个年度 Token 预算。

他们年薪几十万美元，我会在此基础上再给他们一半的金额作为 Token 额度。

这已经是硅谷的新招聘筹码了：你的 offer 里带多少 Token？

Two More Thing

在发布会上，对于外界备受关注的下一代计算架构 Feynman（费曼），老黄也做了预告，并表示计算架构，每年都会有新东西。

Feynman 将带来全新的 GPU、LPU（LP   40）和 CPU Rosa。

新一代的 BlueField 5 将连接下一代 CPU 与 SuperNIC CX10，并配合新的 Kyber 技术实现铜线与光学双扩展——

这意味着，Feynman 将首次同时支持铜线与光学封装的水平扩展。

老黄强调，无论是铜线、光学还是 CPO，未来都需要更高的容量与带宽，这正是 Feynman 的核心突破。

此外，他还透露，NVIDIA 正与合作伙伴联合开发英伟达 Space   One，一台将部署在太空的数据中心计算机，开启 " 太空算力 " 的新篇章。

太空中没有对流，没有传导，只有辐射散热。

我们得想办法在太空里给 GPU 散热。不过我们有很多优秀的工程师在搞这件事。

把 GPU 送上近地轨道，这大概是 "AI 无处不在 " 最字面意义上的诠释了。

直播回放：https://www.youtube.com/watch?v=jw_o0xr8MWU

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

 今天，你养虾了吗？

欢迎加入【龙虾养成讨论组】，一起交流养虾经验！扫码添加小助手加入社群，记得备注【OPENCLAW】哦～

一键关注 点亮星标

科技前沿进展每日见