重磅GTC大會演講之外，一文讀懂黃仁勳本周向華爾街和互聯網的講話要點

華爾街見聞

3小時前

黃仁勳在GTC26拋出震撼彈：英偉達訂單可見性已突破1萬億美元，增長仍在加速。他斷言AI已進入第三拐點——智能體時代，"每個工程師將管理100個智能體"；Token將成新型工資，不消耗Token的工程師形同荒廢生產力。50萬億美元物理AI藍海，正等待引爆。在剛結束的 GTC26 期間，英偉達（NVIDIA）CEO 黃仁勳通過一場深度訪談與財務問答，向外界展示了這家市值巔峯企業的宏大藍圖。從「1...

網頁鏈接

免責聲明：投資有風險，本文並非投資建議，以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請，作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考，不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證，投資者應自行研究並在投資前尋求專業建議。

熱議股票

{"basename":"/hant","ssrTDKData":{"titleTemplate":"%s - 老虎證券","title":"老虎证券全球投资理财平台| 一站式投资美股新股港股A股","description":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","keywords":"老虎證券,老虎證券開戶,老虎券商,老虎證券官網,老虎證券app,tigertrade老虎證券,股票,炒股,新加坡股票交易平臺,投資,投資理財","social":{"ogDescription":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","ogImage":"https://c1.itigergrowtha.com/portal5/static/media/og-logo.be62fbe1.png","ogUrl":"https://www-web.itiger.com/hant/news/2621671690"},"companyName":"老虎證券"},"pageData":{"isMobile":false,"isTiger":false,"isTTM":true,"region":"SGP","license":"TBSG","edition":"fundamental"},"isCrawlerRequest":true,"__swrFallback__":{"@#url:\"https://stock-news.skytigris.cn/v3/news\",params:#id:\"2621671690\",edition:\"fundamental\",auth_exemption:1,,,undefined,":{"share":"https://ttm.financial/m/news/2621671690?lang=zh_TW&edition=fundamental","thumbnail":"https://static.tigerbbs.com/6954d1dc2b34c5f605b752cf346a1934","is_english":false,"pubTime":"2026-03-22 14:54","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2621671690","market":"sg","top_or_hot":-1,"title":"重磅GTC大會演講之外，一文讀懂黃仁勳本周向華爾街和互聯網的講話要點","media":"華爾街見聞","content":"<div>\n<p>黃仁勳在GTC26拋出震撼彈：英偉達訂單可見性已突破1萬億美元，增長仍在加速。他斷言AI已進入第三拐點——智能體時代，\"每個工程師將管理100個智能體\"；Token將成新型工資，不消耗Token的工程師形同荒廢生產力。50萬億美元物理AI藍海，正等待引爆。在剛結束的 GTC26 期間，英偉達（NVIDIA）CEO 黃仁勳通過一場深度訪談與財務問答，向外界展示了這家市值巔峯企業的宏大藍圖。從「1...</p>\n\n<a href=\"https://wallstreetcn.com/articles/3768081\">網頁鏈接</a>\n\n</div>\n","source":null,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>重磅GTC大會演講之外，一文讀懂黃仁勳本周向華爾街和互聯網的講話要點</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 12.5px; color: #7E829C; margin: 0;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n重磅GTC大會演講之外，一文讀懂黃仁勳本周向華爾街和互聯網的講話要點\n</h2>\n<h4 class=\"meta\">\n<a class=\"head\" href=\"https://laohu8.com/wemedia/1084101182\">\n\n<div class=\"h-thumb\" style=\"background-image:url(https://static.tigerbbs.com/66809d1f5c2e43e2bdf15820c6d6897e);background-size:cover;\"></div>\n\n<div class=\"h-content\">\n<p class=\"h-name\">華爾街見聞 </p>\n<p class=\"h-time smaller\">2026-03-22 14:54</p>\n</div>\n</a>\n</h4>\n</header>\n<article>\n<div>\n<p>黃仁勳在GTC26拋出震撼彈：英偉達訂單可見性已突破1萬億美元，增長仍在加速。他斷言AI已進入第三拐點——智能體時代，\"每個工程師將管理100個智能體\"；Token將成新型工資，不消耗Token的工程師形同荒廢生產力。50萬億美元物理AI藍海，正等待引爆。在剛結束的 GTC26 期間，英偉達（NVIDIA）CEO 黃仁勳通過一場深度訪談與財務問答，向外界展示了這家市值巔峯企業的宏大藍圖。從「1...</p>\n\n<a href=\"https://wallstreetcn.com/articles/3768081\">網頁鏈接</a>\n\n</div>\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":null,"symbol_name":null,"start_time":0,"source_url":"https://wallstreetcn.com/articles/3768081","article_id":"2621671690","we_media_id":"1084101182","thumbnails":["https://static.tigerbbs.com/6954d1dc2b34c5f605b752cf346a1934"],"rights":{"source":null,"url":"https://wallstreetcn.com/articles/3768081","rn_cache_url":null,"directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2621671690","pubTimestamp":1774162456,"columns":[],"sourceInfo":null,"weMediaInfo":{"media_name":"華爾街見聞","introduction":"追踪全球财经热点，精选影响您财富的资讯，投资理财必备神器！","home_visible":1,"id":"1084101182","head_image":"https://static.tigerbbs.com/66809d1f5c2e43e2bdf15820c6d6897e"},"summary":"黃仁勳在GTC26拋出震撼彈：英偉達訂單可見性已突破1萬億美元，增長仍在加速。他斷言AI已進入第三拐點——智能體時代，\"每個工程師將管理100個智能體\"；Token將成新型工資，不消耗Token的工程師形同荒廢生產力。50萬億美元物理AI藍海，正等待引爆。","collect":0,"end_time":0,"defaultTopTitle":"","property":[],"viewcount":null,"language":"zh","relate_stocks":{},"translate_title":"In addition to the blockbuster GTC conference speech, read the highlights of Huang's speech to Wall Street and the Internet this week in one article","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"NVDA":2},"content_text":"黃仁勳在GTC26拋出震撼彈：英偉達訂單可見性已突破1萬億美元，增長仍在加速。他斷言AI已進入第三拐點——智能體時代，\"每個工程師將管理100個智能體\"；Token將成新型工資，不消耗Token的工程師形同荒廢生產力。50萬億美元物理AI藍海，正等待引爆。在剛結束的 GTC26 期間，英偉達（NVIDIA）CEO 黃仁勳通過一場深度訪談與財務問答，向外界展示了這家市值巔峯企業的宏大藍圖。從「1萬億美元訂單可見性」到「智能體（Agent）就是未來的個人電腦」，老黃不僅在賣芯片，更在重塑全球IT產業的分配邏輯。華爾街見聞整理金句如下：關於 Token 與價值：如果你的一名年薪50萬美元的工程師，一年只花5000美元買Token，我會發瘋的。如果那名50萬美元的工程師沒有消耗至少價值25萬美元的 Token，我會深感不安。即使芯片是免費的，如果它不能跟上技術狀態和我們運行的速度，它也依然不夠便宜。關於智能體與未來：每個工程師都將擁有100個智能體。在過去我們編寫代碼，在未來我們將編寫想法、架構和規範。智能體系統是完成工作的系統，它們正在幫助我們的軟件工程師完成工作。關於Token經濟學：計算機過去只是工具，未來的計算機是製造設備。人們購買這些計算機是為了生產Token，生產這些Token的有效性至關重要。你同時購買了最昂貴的計算機，並生產了成本最低的 Token。關於市場需求與增長：我們對Blackwell加Reuben的需求、訂單和需求有超過1萬億美元的強勁可見性。我們的增長率實際上正在加速。每一個軟件公司、每一個公司都需要有一個OpenClaw策略。關於競爭與架構：任何説‘我的芯片便宜 30%’的人，只是證明了他們不懂 AI。你只要呼吸空氣，直到呼吸完為止。在那之後，我們將呼吸壓縮液態空氣，但在此之前，空氣怎麼樣？它是免費的，我們已經用了很久了。」（注：此處指代對銅纜/電纜技術的使用極限）財務核彈：1萬億美元的訂單牆黃仁勳在分析師會議上拋出了一個震撼數字：英偉達對 Blackwell 和 Reuben 架構的訂單需求可見性已超過 1 萬億美元。增長背後的邏輯： 這一數字並非虛標，而是基於確定的採購訂單和工廠建設流水線。老黃強調，英偉達的優勢在於其交付周期遠快於自研 ASIC 芯片的公司，甚至能實現「同季度下單、同季度出貨」。毛利護城河： 面對「價值被英偉達抽走」的質疑，老黃直言：「TSMC 的晶圓全球最貴，但價值最高，所以我樂意付錢。」他認為，客户買的不是昂貴的電腦，而是全球成本最低的 Token 生產力。第三次拐點：從大模型到「智能體」黃仁勳認為，AI 已經歷了生成式、推理兩個階段，現在正處於第三個拐點——智能體系統（Agentic Systems）。Token 成為新工資： 未來企業僱佣工程師，發的不只是筆記本電腦，還有 Token 預算。如果一個年薪 30 萬美元的工程師不消耗 Token，那他就是在荒廢生產力。個人 AI 電腦的誕生： 以開源項目 OpenClaw 為代表的系統，被老黃定義為「人類歷史上第一台個人人工智能計算機」。它擁有內存、調度、技能和 API，是未來 IT 產業的操作系統。硬件新版圖：Vera Rubin 與 Groq 的「聯姻」英偉達不再只是一家 GPU 公司，而是一家「AI 工廠」公司。解耦推理（Disaggregated Inference）： 這是 Dynamo 操作系統的核心。通過將推理任務拆解，不同性能的芯片各司其職。Groq 的角色： 英偉達收購併整合 Groq（LPX 系列）並非為了取代 GPU，而是利用其極低延遲的 SRAM 架構處理自迴歸推理的「最後一步」。三位一體架構： 英偉達是全球唯一能同時優化 HBM（高帶寬顯存）、LPDDR5 和 SRAM 的公司，這種「液冷機架化」的整機交付，讓競爭對手的單點芯片顯得像個「縫合怪」。物理 AI：50萬億美元的藍海老黃特別看好物理 AI（Physical AI），認為其最終規模將超過數字 AI。重塑傳統工業： 這是一個產值 50 萬億美元、過去 20 年幾乎是科技荒漠的領域。從機器人手術、自動駕駛到智能基站，物理 AI 需要在邊緣側遵守物理定律。3-5年內的機器人爆發： 黃仁勳預言，未來 3 到 5 年機器人將隨處可見。雖然中國在電機、稀土等硬件供應鏈上極具優勢，但英偉達將提供大腦（訓練、仿真、車載三台計算機）。行業共生：英偉達是雲服務商的「最佳銷售」針對雲巨頭自研芯片的威脅，老黃表現得極其自信：流量帶貨： 「AWS、谷歌、微軟在 GTC 展位最大，是因為他們要向我的 CUDA 開發者推銷服務。」英偉達通過 CUDA 生態將開發者引向雲端，本質上是雲服務商的獲客引擎。不可替代性： 40% 的業務來自於非雲巨頭領域（區域雲、企業私有云），這些客户買的是「全棧平台」而非「芯片」。如果沒有英偉達的整機方案，這些市場根本無法觸達。以下為兩場訪談的全文，由AI輔助翻譯：《All-In Podcast》訪談主持人 (Jason Calacanis):本周是特別節目，我們破例推遲了常規節目。通常我們只為三個人破例：特朗普總統、耶穌和黃仁勳。你可以自己排個序。Jensen，你這一年的表現太驚人了，這次活動也非常棒，每個行業、每家科技公司、每家 AI 公司都在這裏。主持人 (Chamath Palihapitiya):去年最重大的宣佈之一就是英偉達收購了 Groq。當你決定買下 Groq 時，你有沒有意識到 Chamath 會變得多麼難以忍受？黃仁勳 (Jensen Huang):我有這種預感（笑）。我們是他的朋友，每周都要應付他，我知道在結案的那六周裏你得怎麼對付他。黃仁勳 (Jensen Huang):實際上，我們的許多戰略早在 GTC（英偉達 GPU 技術大會）上就已經公開展示了。兩年半前，我介紹了 AI 工廠的操作系統，叫做 Dynamo。正如你們所知，Dynamo 是西門子發明的，目的是把水能轉化為電能，它驅動了上一次工業革命。我覺得這是下一次工業革命「工廠操作系統」的完美名字。在 Dynamo 內部，核心技術是 解耦推理（Disaggregated Inference）。Jason，我知道你技術很強，我讓你來向觀眾解釋一下。主持人 (Jason Calacanis):謝謝你沒直接搶過話頭。解耦推理意味着推理的處理流水線極其複雜，它是當今最複雜的計算問題。規模龐大，涉及各種形狀和大小的數學運算。我們的想法是把處理過程拆解開，讓一部分在某些 GPU 上運行，其餘部分在不同的 GPU 上運行。這讓我們意識到，甚至解耦計算也是有意義的。這種思路引導我們收購了 Mellanox。如今，英偉達的計算分佈在 GPU、CPU、交換機和網絡處理器中。現在我們加入了 Groq，我們將把合適的工作負載放在合適的芯片上。我們已經從一家 GPU 公司演變成了一家 AI 工廠公司。主持人 (Chamath Palihapitiya):你在台上提到，高價值推理用户應該關注這一點。你説數據中心 25% 的空間應該分配給這種 Groq LPU 和 GPU 的組合。你能告訴我們，行業如何看待這種「預填充-解碼解耦」的新型計算形式嗎？黃仁勳 (Jensen Huang):退一步看，當我們加入這項技術時，我們正從「大語言模型處理」轉向 「智能體處理（Agentic Processing）」。當你運行一個智能體時，你會訪問工作內存、長期內存、使用工具，並對存儲產生巨大的壓力。智能體之間還會相互協作。因此，數據中心內存在各種類型的模型。我們創建了 Vera Rubin 架構來處理這些極其多樣化的負載。英偉達的潛在市場規模（TAM）因此增加了 33% 到 50%。其中很大一部分將是存儲處理器（BlueField）、Groq 處理器、CPU 和網絡處理器。這些共同構成了 AI 革命的電腦，也就是「智能體」。主持人 (David Friedberg):那嵌入式應用呢？比如我女兒在家裏的泰迪熊想要和她聊天。裏面裝的是定製芯片，還是會有一套更廣泛的、針對邊緣側開發的工具？黃仁勳 (Jensen Huang):在大規模層面上，我們認為這個問題涉及三台計算機：第一台用於 訓練 AI 模型。第二台用於 評估。比如機器人和自動駕駛汽車，必須在符合物理定律的虛擬實驗室（Omniverse）中進行評估。第三台是 邊緣側的機器人計算機。它可能是一輛車、一個機器人，或者是一隻小泰迪熊。我們還在做一件非常重要的事：將電信基站轉化為 AI 基礎設施的一部分。這是一個 2 萬億美元的產業，未來無線電基站、工廠、倉庫都將成為 AI 的延伸。主持人 (Brad Gerstner):Jensen，去年你領先全球預言「推理不會只增長 1000 倍」。現在它是要增長 100 萬倍還是 10 億倍？當時人們覺得你太誇張了，因為大家都在關注訓練。但現在推理需求爆炸了。有人説你的推理工廠成本高達 400-500 億美元，而定製芯片（ASIC）方案只要 250-300 億，你會因此失去市場份額。你對此怎麼看？為什麼大家要付雙倍的溢價？黃仁勳 (Jensen Huang):核心邏輯是：你不應該把「工廠的價格」等同於「Token 的成本」。我可以證明，一座 500 億美元的工廠能為你產生 成本最低的 Token。因為我們的效率高出 10 倍。在 500 億的預算中，有 200 億是土地、電力和廠房，無論用什麼芯片這些錢都要花。剩下的差額在整體成本中佔比並不大。但如果我的數據中心吞吐量是別人的 10 倍，那麼即便別人的芯片是免費的，他們也拼不過我們。主持人 (Chamath Palihapitiya):你管理着全球市值最高的公司，明年營收可能超過 3500 億美元。你是如何決定「該做什麼」的？你如何獲得直覺，知道在哪裏加倍下注，在哪裏撤退？黃仁勳 (Jensen Huang):這就是 CEO 的工作：定義願景和戰略。我會被公司裏優秀的科學家和技術專家啓發，但我必須塑造未來。我的標準是：這件事是不是 難到令人髮指？如果很容易，我們就應該退縮，因為容易的事競爭對手會很多。我尋找的是那些從未被實現過、極其困難、且能發揮英偉達「超能力」的事。我們知道這會帶來痛苦和磨難，但如果沒有痛苦，也就沒有偉大的發明。主持人 (Brad Gerstner):你能談談幾個長線業務嗎？比如空間數據中心、自動駕駛或是數字生物學？黃仁勳 (Jensen Huang):物理 AI 是一個巨大的類別。這是一個產值 50 萬億美元的產業，直到現在幾乎還是科技的荒漠。我們 10 年前就開始佈局，現在它正處於爆發點，每年為我們帶來近 100 億美元的收入。數字生物學 正在迎來它的「ChatGPT 時刻」。我們正開始理解如何表示基因、蛋白質和細胞。在未來 5 年內，醫療行業將發生鉅變。農業也是如此。主持人 (Jason Calacanis):英偉達最初是靠遊戲玩家和發燒友起家的。你提到了「智能體」的革命，特別是開源智能體在桌面端的應用。這對於你來説意味着什麼？黃仁勳 (Jensen Huang):過去兩年有三個轉折點：生成式 AI：ChatGPT 讓所有人意識到了 AI 的存在。推理（Reasoning）：像 O1 這樣的模型讓 AI 不僅能回答問題，還能進行推理。智能體（Agents）：最初是像 Claude Code 這樣的企業工具，而 OpenClaw 將 AI 智能體帶入了大眾視野。OpenClaw 之所以重要，是因為它重新定義了計算模型。它有內存、文件系統、技能（Skills）、資源調度和 API。這本質上就是人類歷史上第一台 個人人工智能計算機。它是開源的，可以在任何地方運行。主持人 (Brad Gerstner):這種範式轉移是否讓現在的 AI 監管立法變得毫無意義？政治家們該如何應對這種快速變化？黃仁勳 (Jensen Huang):我們需要站在決策者面前，告知他們技術的真相：它不是生物，不是外星人，沒有意識，它只是計算機軟件。我們不能讓「末日論」影響政策。作為國家，最大的安全風險不是 AI 本身，而是當我們因為恐懼而停滯不前時，其他國家卻在採用這項技術。我擔心的是 AI 在美國的普及速度。主持人 (Brad Gerstner):關於 Anthropic 之前與國防部的風波，如果你是董事會成員，你會給他們什麼建議來改變公眾的恐懼感？黃仁勳 (Jensen Huang):Anthropic 的技術非常出色，我們也是他們的大客户。警示技術的潛力是好事，但「警示」不等於「恐嚇」。我們作為技術領袖，説話必須更加謹慎和謙虛。在沒有任何證據的情況下散佈「毀滅性」的言論，其傷害比人們想象的要大。現在技術對社會結構和國家安全如此重要，我們的言辭至關重要。主持人 (Brad Gerstner):美國公眾對 AI 的支持率只有 17%。我們曾因為恐懼毀掉了核能產業，現在中國在建 100 座核反應堆，我們是零。回到智能體，英偉達內部的生產力提升如何？大家都在討論投資回報率（ROI）。你認為我們會看到營收像智能一樣呈指數級增長嗎？黃仁勳 (Jensen Huang):看這個會場的觀眾就知道了，99% 的東西都是 AI。 從生成式到推理，計算量增加了 100 倍；從推理到智能體，計算量又增加了 100 倍。兩年內計算量翻了 1 萬倍。人們會為「信息」付費，但更願意為「工作」付費。聊天機器人很好，但能幫我完成工作的智能體才真正值錢。智能體正在幫我們的工程師完成工作。我們現在還沒到真正的大規模階段，未來的增長將是百萬倍級的。主持人 (Jason Calacanis):英偉達有 4.3 萬名員工，其中 3.8 萬是工程師。如果你的一名年薪 50 萬美元的工程師，一年只花 5000 美元買 Token，你會怎麼想？黃仁勳 (Jensen Huang):我會發瘋的！如果一個 50 萬美元年薪的工程師一年不消耗至少 25 萬美元的 Token，我會非常擔心。這就像一個芯片設計師説他只要紙和筆，不需要 CAD 工具一樣。這是一種範式轉移，就像勒布朗·詹姆斯每年花 100 萬美元保養身體一樣。我們要給知識工作者「超能力」。主持人 (Jason Calacanis):未來兩三年，這種「全明星」員工的工作效率會變成什麼樣？黃仁勳 (Jensen Huang):那些「這太難了」、「這需要太長時間」的想法將不復存在。就像工業革命後，沒人會説「那個建築太重了」一樣。重力和規模不再是問題，剩下的只有 創造力。過去我們編寫代碼，未來我們編寫「想法」、架構和規範。每個工程師未來都將管理 100 個智能體。主持人 (David Friedberg):我上周日晚上花了 90 分鐘用智能體替換了一整套軟件架構，原本這需要很多人手。這種加速感是前所未有的。黃仁勳 (Jensen Huang):這就是為什麼 OpenClaw 如此不可思議。一些人認為企業軟件行業會被摧毀，但我的觀點相反：這個行業過去受限於「辦公位上的員工人數」。未來將有 100 倍數量的智能體去敲擊 SQL 數據庫、Photoshop 和 Blender。這些工具是人類控制結果的最後途徑。主持人 (Chamath Palihapitiya):關於開源，中國的一些開源模型非常強大。你認為 AI 的終局是去中心化的嗎？黃仁勳 (Jensen Huang):我們需要「模型即產品（私有）」和「模型即開源」並存。 對於大多數消費者，我不想自己微調模型，我會用 ChatGPT 或 Claude。但對於垂直行業，他們需要控制自己的領域知識，這必須依靠開源模型。英偉達也在大力支持開源生態，因為這能讓初創公司在第一天就擁有世界級的垂直能力。主持人 (Brad Gerstner):特朗普總統希望美國工業領先，希望美國 AI 走向世界。目前英偉達在某些市場（如中國）的市場份額從 95% 跌到了 0%。現在情況如何？黃仁勳 (Jensen Huang):特朗普總統希望我們重返戰場。我們已經為許多請求採購的中國公司申請了許可證，並得到了批准。我們正在重啓供應鏈進行發貨。如果美國不能主導 AI 技術的堆棧（從芯片到系統），那是國家安全的重大損失。我希望美國的計算堆棧佔據全球 90% 的份額。主持人 (Jason Calacanis):全球衝突、台灣局勢、甚至中東的氦氣供應，這些供應鏈風險讓你擔心嗎？黃仁勳 (Jensen Huang):在中東，我們有 6000 個家庭在那裏，我們 100% 支持他們，100% 留在以色列。 關於台灣，我們要做的有三點：儘可能快地實現美國本土工業化（如亞利桑那州的工廠）。實現供應鏈多元化（韓國、日本、歐洲）。保持耐心和剋制。主持人 (Jason Calacanis):自動駕駛方面，你的策略是像 Android 那樣的開源平台，而特斯拉更像 iOS。你如何看待這個棋局？黃仁勳 (Jensen Huang):我們的目標是讓世界上每一家汽車公司都能製造自動駕駛汽車。我們提供三台計算機（訓練、仿真、車載），並開發了最安全的操作系統。即便像馬斯克和特斯拉這樣擁有強大自研能力的客户，也會買我們的訓練計算機。我們樂於提供任何層面的解決方案，我們不是來取代誰，而是來解決問題的。主持人 (Brad Gerstner):但像谷歌、亞馬遜這些大客户也在自研芯片（TPU、Trainium）。他們既是客户也是競爭對手，你如何應對？黃仁勳 (Jensen Huang):我們是世界上唯一一家與每一家 AI 公司都合作的 AI 公司。我不看他們研發什麼，但我向他們展示我研發的一切。信心來自於兩點：購買英偉達的產品仍然是目前最經濟的選擇。我們是唯一的跨平台架構（雲端、本地、車載、甚至空間）。很多人沒意識到，英偉達 40% 的業務來自於構建完整的 AI 基礎設施，而不只是賣芯片。事實上，英偉達的市場份額正在增加，因為 Anthropic、Meta 都在用英偉達，開源模型的爆發也在英偉達之上。主持人 (Brad Gerstner):分析師們似乎不相信你的增長潛力。他們預測你明年增長 30%，後年 20%，2029 年只有 7%。他們覺得「大數法則」會限制你。黃仁勳 (Jensen Huang):他們只是不理解 AI 的規模和廣度。過去數據中心的 CPU 市場一年只有 250 億美元，而我們現在的體量已經完全不同了。英偉達做的不是芯片，而是 AI 基礎設施，這個市場比人們想象的要大得多。主持人 (Chamath Palihapitiya):談談空間數據中心？黃仁勳 (Jensen Huang):我們已經在太空中了。挑戰在於散熱（只能靠輻射），但這並非不可解決。目前我們的芯片已經安裝在衞星上處理影像。與其把數據傳回地球，不如直接在太空處理。主持人 (Jason Calacanis):在醫療領域，AI 將如何產生真正的影響？黃仁勳 (Jensen Huang):三個方向：AI 生物學：預測生物行為，助力藥物研發。AI 智能體：輔助醫生診斷。物理 AI/機器人手術：未來的超聲、CT 儀器都會內置智能體。主持人 (Jason Calacanis):機器人技術經歷了「失去的二十年」，現在馬斯克的 Optimus 還有中國的機器人發展很快。我們離「機器人廚師」或「機器人管家」還有多遠？黃仁勳 (Jensen Huang):大約 3 到 5 年。中國在電機、稀土、磁鐵等硬件生態上非常強大，全球機器人產業都將依賴那個供應鏈。 最終，機器人將成為人類繁榮的最大推動力。它不僅能解決勞動力短缺，還能讓每個人通過機器人開啓自己的事業。甚至我們可以通過虛擬現實「附身」在機器狗身上，在出差時陪孩子聊天或遛狗。主持人 (Brad Gerstner):Anthropic 的 CEO 預測 2030 年 AI 模型和智能體將產生 1 萬億美元的收入。你覺得呢？黃仁勳 (Jensen Huang):我覺得他太保守了。Anthropic 的表現會遠超這個數字。因為每一家企業軟件公司未來都會成為這些 AI 模型的「增值經銷商」。主持人 (Brad Gerstner):那這些公司的「護城河」是什麼？黃仁勳 (Jensen Huang):深度專業化。不要只做一個通用的橫向平台，而要深耕某個垂直領域，把你的專業知識注入智能體。誰先連接客户，誰就能獲得數據飛輪。主持人 (Jason Calacanis):你三年前説過：「你不會被 AI 取代，但會被使用 AI 的人取代。」現在你對就業的看法有變化嗎？黃仁勳 (Jensen Huang):我不是末日論者。雖然司機會減少，但「移動助手」會增加。就像飛機的自動駕駛增加了飛行員的數量一樣。 我對年輕人的建議是：成為使用 AI 的專家。這需要藝術性，需要知道如何引導 AI 而不完全限制它。主持人 (Brad Gerstner):你曾在斯坦福建議年輕人要經歷「痛苦和磨難」。現在你建議他們學什麼？英語專業會比計算機專業更有前途嗎？黃仁勳 (Jensen Huang):深厚的科學、數學和語言能力仍然關鍵。因為語言就是 AI 的編程語言。看看放射科的例子：10 年前有人預言 AI 會讓放射科醫生消失。結果呢？放射科醫生的需求量激增。因為 AI 讓掃描變快了，醫院能處理更多病人，收益更高。一個增長更快的國家需要更多的老師、更多的專家，只是他們每個人都將擁有 AI 賦予的「超能力」。主持人 (Jason Calacanis):Jensen，祝賀你取得的成就。這是一場非常積極且令人振奮的對話。黃仁勳 (Jensen Huang):謝謝。我們不需要陷入恐慌，我們有自主權去選擇如何創造未來。英偉達 GTC26 財務分析師問答會主持人：大家早上好。希望你們喜歡昨天的演示。雖然時間長了一點，但我認為這是一個非常完美的總結。現在我們將時間留給你們，重點關注你們的需求和問題。我先把時間交給 Jensen（黃仁勳）。黃仁勳 (Jensen Huang)：正如我昨天提到的，AI 近期經歷了三個拐點：第一個是生成式 AI，第二個是推理（Reasoning），而我們現在正處於第三個拐點——智能體系統（Agentic Systems）。這些系統具備「自主行動能力」，所以被稱為智能體。你可以給它們設定目標，它們不再只是回答問題，而是執行任務。最流行的應用之一就是編寫軟件。在你們公司，以及我的公司，工程師們整天都在使用智能體系統。過去工程師入職發一台筆記本電腦，現在是發筆記本電腦和 Token（代幣/令牌）。Token 預算現在成了實實在在的東西。如果你僱了一個年薪 30 萬美元的工程師，但他在工作中不消耗任何 Token，你得問問他整天在幹什麼。未來的計算機不再僅僅是工具，而是生產設備。就像 ASML 的光刻機一樣，它們生產的是可以出售的產品。這和很久以前生產電力的發電機（Dynamo）沒什麼區別。能源效率和生產效率決定了你的收入。每一個軟件公司、每一個企業現在都需要一個「OpenClaw 策略」，就像我們當年必須有 Linux 策略、互聯網策略和移動雲策略一樣。黃仁勳 (Jensen Huang)：我想更新一下關於訂單可見性的情況。一年前我説過，到 2026 年，我們的 Blackwell 和 Reuben 出貨量有 5000 億美元的強勁可見性。現在是 2026 年 3 月，我們對 Blackwell 加 Reuben 架構擁有超過 1 萬億美元（1 Trillion Plus）的強勁需求可見性。這包括了確定的需求預測和採購訂單。請注意，這 1 萬億美元僅指 Blackwell 和 Reuben。我不包含 Groq、獨立 CPU 或其他新產品，因為我要和去年的數據做對比。而且，這個數字到 2027 年底還會繼續增長。我們擁有庫存和供應流水線，甚至可以在同一個季度內完成接單並出貨。這是那些做 ASIC（定製芯片）的公司做不到的，因為它們的交付周期太長。黃仁勳 (Jensen Huang)：去年（2025 年）是「推理之年」。我們讓大家明白：計算機的價格和 Token 的成本之間只有微小的聯繫。人們買電腦是為了生產 Token。你買了一台昂貴的電腦，但它生產 Token 的速度極快，結果你反而擁有了成本最低的 Token。這也是我們能保持毛利率的原因。我們每一代產品都提供更高的價值——即「每秒、每瓦特產生的 Token 數」。客户寧願以更高的價格購買下一代產品，也不願以低價買舊產品。安裝 Vera Rubin 比繼續買 Grace Blackwell 更聰明，因為價值更高。黃仁勳 (Jensen Huang)：2025 年我們還擴大了平台支持。Anthropic 和 Meta SL 都成為了我們的新合作伙伴。目前 API 推理服務提供商的數據顯示，開源模型（Open Models）已成為全球第二大流行的 AI 模型類別，僅次於 OpenAI。而英偉達是開源模型在全球最好的運行平台。我們還與雲服務商（CSP）緊密合作。我們在他們的雲端擁有 CUDA，這吸引了所有開發者。我們是雲服務商最好的銷售力量，所以你會看到 AWS、谷歌、微軟、甲骨文在我們的展廳裏擁有最大的展位，因為他們想向我們的開發者推銷服務。此外，我們 40% 的業務來自於非 CSP 領域，如區域雲、工業企業等。如果沒有英偉達的全棧平台，你根本無法觸達這 40% 的市場，因為他們買的是「平台」，而不只是「芯片」。問答環節 (Q&A)提問者 (Amelius Research, Ben Wright)：Jensen，大家最擔心的推力是：這筆投資值嗎？雲服務商的收入增長能覆蓋這些鉅額開支嗎？我們什麼時候能看到他們的收入上修？黃仁勳 (Jensen Huang)：我真希望那些 AI 公司已經上市了，這樣你就能看到我所看到的。歷史上從未有初創公司能像他們現在這樣，每周增加 10 億或 20 億美元的收入。2 萬億美元的 IT 軟件行業正在整合 OpenAI、Anthropic 和開源模型。未來的 IT 行業將變成這些模型的「經銷商」。我估計 IT 行業將從目前的 2 萬億增長到 8 萬億。所有 IT 公司未來都會租賃或生產 Token。他們的商業模式將從軟件授權轉變為 Token 租賃。雖然這會引入銷售成本（COGS），但提供的價值要高得多。OpenAI 和 Anthropic 的收入增長速度是在「一個月內長出一個完整的 IT 公司」。提問者 (Caner Fitzgerald, CJ Muse)：物理 AI（Physical AI）會對你的業務構成什麼樣的變化？黃仁勳 (Jensen Huang)：目前數字 AI 和物理 AI 的增長率差不多。但幾年後物理 AI 迎來拐點，它必須在本地、在工廠邊緣運行。由於全球 70 萬億美元的產業涉及物理原子（而非數字比特），物理 AI 最終會佔據我們業務的 70%。未來計算機將 24/7 全天候運行。我希望年薪 2000 美元一天的工程師每天能花 1000 美元的 Token 預算。我要讓他管理一整支智能體艦隊來替他工作。提問者 (Bernstein, Stacy Rasgon)：Reuben 會和 Groq 一起發布嗎？推理負載的演變如何？柯萊特·克雷斯 (Colette Kress)：LPX（Groq 相關）預計在今年下半年。黃仁勳 (Jensen Huang)：Vera Rubin 會比 Groq 更早出貨。 關於計算架構，有低延遲（CPU）和高吞吐量（GPU）之分。Groq 是極端的低延遲架構，幾乎整塊芯片都是 SRAM。它不靈活，但非常快。我們將 Groq 與 Vera Rubin 融合，用 Groq 處理語言模型自迴歸推理的最後階段。對於免費或普通層級的推理，Vera Rubin 是無敵的。但對於極高端、極其聰明的模型，加入 Groq 後吞吐量會大幅提升。這就像 iPhone 或汽車行業，市場擴大後就會出現分層：從免費層到極客層（每百萬 Token 50 美元的高端層）。提問者 (Bank of America, Vivek Arya)：1 萬億美元的市場裏，CPU、存儲等產品佔比多少？Groq 會蠶食 HBM（高帶寬顯存）的需求嗎？黃仁勳 (Jensen Huang)：我們是唯一能跨 HBM、LPDDR5 和 SRAM 三種內存進行優化的公司。 如果 1 萬億的訂單全部加上 Groq，規模會變成 1.25 萬億。存儲是第二大支出，CPU 約佔 5%。Vera Rubin 解決了「智能體」的計算需求——它不僅要推理，還要查內存、用工具、跑瀏覽器。我們把這些功能全部和諧地整合進了一個液冷機架架構中，不再是「縫合怪」。提問者 (Goldman Sachs, Jim Schneider)：Token 成本一直在下降，這會趨於平緩嗎？黃仁勳 (Jensen Huang)：Token 成本會持續下降。但與此同時，每個 Token 的「聰明程度」會持續上升。 評價 AI 工廠必須看「每瓦特產生的 Token 數」。任何不除以功耗的對比都是在誤導。我們會不斷推高帕累託前沿（Pareto Frontier）——即讓工廠在同等成本下產出更多、更聰明的 Token。這是計算機科學中最難的問題。提問者 (Evercore ISI, Mark Leatis)：SSM（狀態空間模型）和 Neimotron 3 的混合架構對你們意味着什麼？黃仁勳 (Jensen Huang)：英偉達的架構美妙之處在於它支持一切：Transformer、擴散模型、SSM 等。Groq 跑不了擴散模型，但我們能跑。 Neimotron 3 旨在處理超長上下文。我們希望推進 AI 技術，而不是單純競爭。提問者 (UBS, Tim Aruri)：有人擔心英偉達拿走了生態系統太多的價值，毛利率無法持續。你怎麼看？黃仁勳 (Jensen Huang)：如果你繼續提供數倍的生產力提升，客户會很高興與你合作。 這就像 TSMC（台積電）的晶圓是全球最貴的，但價值也是最高的，所以我樂意付錢。ASML 也是如此。 那些説「我的芯片便宜 30%」的人根本不懂 AI。他們不懂 AI 工廠的整體經濟學。提問者 (Redburn, Tim Schultzander)：你們的員工人數增長很慢，但任務量增長極快，如何平衡？黃仁勳 (Jensen Huang)：我有 60 個直接下屬。我們的公司架構反映了我們的產品架構。 為了每年更新一代產品，你必須完全擁有整個軟件棧、存儲和網絡。你不能靠拼湊別人的技術來實現一年一更。我們擁有從芯片到操作系統（Dynamo）的一切，這讓我們在第一天就能讓舊軟件在全新系統上完美運行。提問者 (最後一位提問者)：訓練的需求會如何演變？黃仁勳 (Jensen Huang)：訓練經歷了預訓練（幼兒園）到後訓練（學技能）。後訓練需要強化學習、工具使用等，其計算強度可能是預訓練的百萬倍。 未來的預訓練將主要使用「合成數據」。我希望未來 99% 的算力都用於推理，因為推理是將 Token 轉化為經濟效益的過程。這就是為什麼英偉達去年全方位押注推理。推理就是「思考」和「工作」，怎麼可能容易呢？推理只會變得越來越難。黃仁勳 (Jensen Huang)：謝謝大家來到 GTC。","kind":"highlight","is_publish_news":true,"is_publish_highlight":true,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"}}}