0
| 本文作者： 劉伊倫 | 2026-03-24 14:42 |
GTC 2026，主角不再是GPU。黃仁勛用一整場(chǎng)發(fā)布會(huì)證明：英偉達(dá)的戰(zhàn)場(chǎng)已經(jīng)轉(zhuǎn)移。
過(guò)去十年，英偉達(dá)用CUDA生態(tài)和Tensor Core，將GPU推至AI計(jì)算的中心位置，GPU既是訓(xùn)練引擎，也是推理主力，包攬一切。
而在這場(chǎng)被視為AI基礎(chǔ)設(shè)施風(fēng)向標(biāo)的發(fā)布會(huì)上，敘事重心開始從“更強(qiáng)的GPU”，轉(zhuǎn)向“如何組織算力”。
從Vera Rubin平臺(tái)，到LPX推理機(jī)架，再到尚未完全展開的Feynman架構(gòu)，一條清晰的主線逐漸浮現(xiàn)：AI正在從以訓(xùn)練為中心的階段，過(guò)渡到以推理為核心的階段，而對(duì)應(yīng)的基礎(chǔ)設(shè)施，也發(fā)生了從通用走向分工的變化。
數(shù)據(jù)中心也被重新定義為“AI工廠”，衡量標(biāo)準(zhǔn)也從單卡性能，轉(zhuǎn)向Token產(chǎn)出效率。
但這套新敘事也留下一串未解的追問(wèn)：LPU的入場(chǎng)是否宣告推理不是GPU的主場(chǎng)？專用架構(gòu)與通用算力如何分層共處？Token能否真正成為AI時(shí)代的硬通貨？而英偉達(dá)從"算力壟斷"轉(zhuǎn)向"生態(tài)閉環(huán)"的轉(zhuǎn)身，究竟是前瞻布局，還是存量?jī)?yōu)勢(shì)的被動(dòng)防守？更多產(chǎn)業(yè)洞察，歡迎添加微信 YONGGANLL6662 交流探討。
為了厘清這場(chǎng)變局的技術(shù)邏輯與市場(chǎng)動(dòng)因，我們和多位產(chǎn)業(yè)專家及投資人深度交流之后，獲得了在英偉達(dá)新敘事之下產(chǎn)業(yè)里的分歧與共識(shí)。
同時(shí)，我們也特邀3位行業(yè)頂級(jí)專家，于3月19日11:30開講，對(duì)GTC 2026進(jìn)行深度解析，全方位拆解算力產(chǎn)業(yè)的核心趨勢(shì)、投資機(jī)遇與破局方向，歡迎鎖定視頻號(hào)“雷峰網(wǎng)”、“AI 科技評(píng)論”直播間，共探產(chǎn)業(yè)新局。嗎？01
LPU入局，GPU不是推理時(shí)代的「主角」了嗎？
在GTC 2026上，黃仁勛再次重申了他對(duì)AI基礎(chǔ)設(shè)施演進(jìn)的判斷：“AI正從‘模型訓(xùn)練時(shí)代’加速邁入‘模型推理時(shí)代’，整個(gè)AI技術(shù)棧的組織方式，都開始被重新定義。”
在AI進(jìn)入推理的時(shí)代，英偉達(dá)更新了“全家桶”，包括Vera Rubin平臺(tái)、LPX推理機(jī)架以及代號(hào)為Feynman架構(gòu)在內(nèi)的一整套新敘事，從單一GPU主導(dǎo)，轉(zhuǎn)向多處理器協(xié)同的“AI工廠”。
如果說(shuō)過(guò)去十年，GPU是AI時(shí)代當(dāng)之無(wú)愧的“主角”，那么在這套新藍(lán)圖中，GPU不再試圖包攬一切，而是與CPU、LPU及專用推理單元共同構(gòu)成分層分工的計(jì)算體系。英偉達(dá)正在主動(dòng)拆解“通用算力”的神話，并試圖用更復(fù)雜但更高效的架構(gòu)，去承接一個(gè)以推理為中心、以Agent為核心的新周期。關(guān)于這一周期的更多深度解讀與行業(yè)動(dòng)態(tài)，歡迎添加微信 EATINGNTAE 交流探討。
雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))采訪的業(yè)內(nèi)專家對(duì)此分析道：
LPU的推出，在一定程度上，是英偉達(dá)承認(rèn)GPU并非推理最優(yōu)解。并且，理論上專用推理場(chǎng)景可完全脫離GPU，但英偉達(dá)仍將LPU與GPU捆綁組合，既是生態(tài)延續(xù)，也避免對(duì)原有路線的“打臉”。在市場(chǎng)層面，頭部大廠推理需求仍會(huì)堅(jiān)定走向自研與ASIC路線，追求能效與成本自主可控。英偉達(dá)GPU+LPU方案，重點(diǎn)客戶可能是中小互聯(lián)網(wǎng)客戶。
——芯片產(chǎn)業(yè)專家張翔
在Transformer推理中，Prefill、Decode、Orchestration三個(gè)階段開始由不同硬件承擔(dān)，LPX的出現(xiàn)，本質(zhì)上是對(duì)Decode階段的一次專門優(yōu)化。GPU依然是訓(xùn)練和復(fù)雜推理的最優(yōu)解，但在低延遲推理這個(gè)細(xì)分賽道上，專用架構(gòu)開始顯示出優(yōu)勢(shì)。GPU不會(huì)被LPX取代，而是各司其職。
——芯片產(chǎn)業(yè)人士姚金鑫（J叔）
現(xiàn)在市場(chǎng)上LPU的呼聲很高，但其短期內(nèi)難以成為英偉達(dá)版圖中的主力。黃仁勛在演講的過(guò)程中一直強(qiáng)調(diào)的是LPU的性能，確不清楚其售價(jià)，所以LPU的經(jīng)濟(jì)性存疑，其單芯片集成500MB片上SRAM，而SRAM的價(jià)格通常是HBM的6-8倍，這一定會(huì)抬高LPU的成本，并且受限于工具鏈融合的滯后性，其更多扮演推理場(chǎng)景的補(bǔ)充角色。
——資深產(chǎn)業(yè)研究員劉雨嫣
LPX的入場(chǎng)不一定宣告GPU推理時(shí)代的終結(jié)，而是推理任務(wù)分層化的信號(hào)，GPU仍坐鎮(zhèn)復(fù)雜推理與視頻生成等算力密集型陣地，LPX則專攻低延遲、輕算力的細(xì)分場(chǎng)景。未來(lái)數(shù)據(jù)中心的圖景是多元處理器各安其位，GPU“全能選手”退位，推理霸權(quán)讓位于專業(yè)化分工。
CPX未被提及很讓人意外，此前業(yè)內(nèi)大部分觀點(diǎn)認(rèn)為此次發(fā)布會(huì)是CPX負(fù)責(zé)Prefill、LPU負(fù)責(zé)Decode的組合，從原理上看，Prefill不依賴顯存、Decode更吃顯存，CPX和LPU本應(yīng)是最優(yōu)解，因此本次完全不提CPX，讓人有些意外。
——分析師李維
Vera與Rosa的亮相，配合超節(jié)點(diǎn)架構(gòu)中CPU配比的顯著提升，標(biāo)志著英偉達(dá)正將Agentic AI的爆發(fā)視為架構(gòu)重構(gòu)的核心變量，其CPU敘事的核心，是AI工廠內(nèi)部的算力編排權(quán)，而非與其他廠商競(jìng)爭(zhēng)，短期內(nèi)對(duì)x86格局難有實(shí)質(zhì)沖擊。
此外，從系統(tǒng)架構(gòu)的角度來(lái)看，Vera CPU的推出對(duì)x86影響同樣有限，Vera是面向AI推理與訓(xùn)練設(shè)計(jì)的專用計(jì)算單元，而x86作為通用計(jì)算架構(gòu)，仍要承載操作系統(tǒng)、數(shù)據(jù)庫(kù)及海量傳統(tǒng)軟件的運(yùn)行。Arm的精簡(jiǎn)指令集恰好契合AI場(chǎng)景的需求，不需要兼容過(guò)往幾十年的軟件棧，可以砍掉冗余邏輯，專注于高性能計(jì)算本身。
——芯片產(chǎn)業(yè)專家孫旭
從國(guó)內(nèi)算力市場(chǎng)格局來(lái)看，英偉達(dá)此番推理性價(jià)比優(yōu)勢(shì)，對(duì)本土市場(chǎng)沖擊有限，國(guó)產(chǎn)替代的核心敘事邏輯依舊穩(wěn)固，并不會(huì)因此發(fā)生動(dòng)搖。
——分析師張楠
Token成本全球最低，英偉達(dá)就能吞下「1萬(wàn)億美元」？
“推理拐點(diǎn)已經(jīng)到來(lái)。”GTC 2026上，黃仁勛這句話宣告，Token已成為新的硬通貨。
黃仁勛認(rèn)為，數(shù)據(jù)中心不再是倉(cāng)庫(kù)，而是生產(chǎn)Token的“AI工廠”，每瓦吞吐量決定生死。而英偉達(dá)的Token成本全球最低，即便對(duì)手架構(gòu)免費(fèi)，面對(duì)英偉達(dá)也沒有性價(jià)比。他算了一筆賬：建一個(gè)1GW工廠，空轉(zhuǎn)15年攤銷就達(dá)400億美元，所以必須運(yùn)行最強(qiáng)的系統(tǒng)才能攤薄成本。
基于這套邏輯，他拋出了一個(gè)讓人沸騰的數(shù)字：“到2027年AI芯片營(yíng)收將至少達(dá)到1萬(wàn)億美元。”相比去年預(yù)測(cè)翻倍，因?yàn)椤斑^(guò)去兩年計(jì)算需求增長(zhǎng)了一百萬(wàn)倍。”
而1萬(wàn)億美元這一數(shù)字，還只覆蓋Blackwell和Vera Rubin兩條產(chǎn)品線，若疊加CPU、Groq、存儲(chǔ)及網(wǎng)絡(luò)設(shè)備，這一規(guī)模或?qū)⑦_(dá)到1.25萬(wàn)億美元。
當(dāng)“全球最低Token成本”成為護(hù)城河，這套經(jīng)濟(jì)學(xué)真能支撐1萬(wàn)億美元營(yíng)收嗎？
雷峰網(wǎng)采訪的業(yè)內(nèi)專家對(duì)此分析道：
當(dāng)黃仁勛把“Tokens/W”作為衡量AI工廠產(chǎn)出的核心度量衡時(shí)，其實(shí)背后還有一層更重要的產(chǎn)業(yè)深意，算力競(jìng)爭(zhēng)的度量體系，正在從芯片走向系統(tǒng)，從峰值參數(shù)走向端到端能效。從某種程度上，GTC 2026公開驗(yàn)證了這種系統(tǒng)視角，因?yàn)楫?dāng)NVIDIA自己都開始把敘事中心放到AI Factory上時(shí)，行業(yè)就已經(jīng)在從AI計(jì)算芯片中心主義走向計(jì)算系統(tǒng)中心主義。
基于這個(gè)邏輯，我認(rèn)為英偉達(dá)目前的估值并不高，甚至偏低。它賣的是整個(gè)系統(tǒng)，在系統(tǒng)級(jí)優(yōu)化上，沒有誰(shuí)能比它做得更好。唯一可能構(gòu)成競(jìng)爭(zhēng)的對(duì)手還是谷歌TPU，其他廠商基本追不上，這個(gè)格局到現(xiàn)在也沒變。
——芯片產(chǎn)業(yè)人士姚金鑫（J叔）
阿里成立ATH、英偉達(dá)GTC也將Token視為接下來(lái)的業(yè)務(wù)核心，兩大巨頭的同時(shí)發(fā)力證明，行業(yè)的核心爭(zhēng)奪，正是Token的生產(chǎn)、計(jì)量與分配主導(dǎo)權(quán)。Token全鏈路效率直接決定AI產(chǎn)業(yè)的經(jīng)濟(jì)性，誰(shuí)能掌握最低的Token生產(chǎn)成本與最高效的流轉(zhuǎn)體系，誰(shuí)就掌握未來(lái)十年的產(chǎn)業(yè)定價(jià)權(quán)。如同電力時(shí)代的電網(wǎng)、互聯(lián)網(wǎng)時(shí)代的帶寬，AI時(shí)代正圍繞Token的創(chuàng)造、輸送與應(yīng)用，正在形成一個(gè)規(guī)模潛力遠(yuǎn)超想象的全新產(chǎn)業(yè)生態(tài)。
——九章云極技術(shù)專家陳昊
英偉達(dá)的護(hù)城河正在從“算力壟斷”轉(zhuǎn)向“生態(tài)閉環(huán)”。過(guò)去一年，其戰(zhàn)略重心明顯上移——通過(guò)綁定上游獨(dú)立供應(yīng)商與下游AI數(shù)據(jù)中心，構(gòu)建垂直整合的產(chǎn)業(yè)鏈控制力，既對(duì)沖大廠自研芯片的替代風(fēng)險(xiǎn)，又以系統(tǒng)級(jí)交付抬高競(jìng)爭(zhēng)門檻。但長(zhǎng)期盈利能力仍面臨結(jié)構(gòu)性壓力，英偉達(dá)終將回歸高端制造業(yè)的常態(tài)利潤(rùn)區(qū)間，只是時(shí)間早晚問(wèn)題。
——分析師李維
AI已從聊天機(jī)器人升級(jí)為驅(qū)動(dòng)社會(huì)生產(chǎn)力的核心引擎，Token是驅(qū)動(dòng)AI運(yùn)轉(zhuǎn)的基礎(chǔ)要素，如同電力之于工業(yè)時(shí)代，阿里、英偉達(dá)等巨頭意在成為AI時(shí)代的能源工廠。未來(lái)AI競(jìng)爭(zhēng)的關(guān)鍵在于Token生產(chǎn)能力，具備規(guī)模化Token生產(chǎn)能力的企業(yè)，才能在AI競(jìng)爭(zhēng)中占據(jù)優(yōu)勢(shì)。大模型訓(xùn)練僅占用少量算力，推理環(huán)節(jié)才是算力消耗的主力，需持續(xù)生成Token，Token的成本高低直接決定AI的普及與社會(huì)滲透程度。類比移動(dòng)互聯(lián)網(wǎng)邊際成本為零的規(guī)模效應(yīng)，只有Token成本降至如水、電般低廉、可被普通用戶輕松負(fù)擔(dān)，AI時(shí)代才會(huì)真正全面到來(lái)。
——分析師張楠
NVLink6、CPO登場(chǎng)，透著英偉達(dá)的「焦慮」
英偉達(dá)在Vera Rubin平臺(tái)上部署了第六代NVLink互連架構(gòu)，實(shí)現(xiàn)GPU之間的高速擴(kuò)展連接。
與此同時(shí)，英偉達(dá)還推出了全球首個(gè)CPO光電共封裝的Spectrum-X以太網(wǎng)交換機(jī)，通過(guò)與臺(tái)積電合作的CoWoS先進(jìn)封裝技術(shù)，將光引擎直接集成于交換芯片封裝體內(nèi)，實(shí)現(xiàn)電信號(hào)與光信號(hào)的片上直轉(zhuǎn)，目前已進(jìn)入量產(chǎn)階段。
黃仁勛在主題演講中表示，隨著AI模型體量指數(shù)級(jí)增長(zhǎng)、智能體推理需求全面爆發(fā)，未來(lái)數(shù)據(jù)中心將進(jìn)化為一臺(tái)單機(jī)架級(jí)超級(jí)計(jì)算機(jī)越來(lái)越像一臺(tái)超級(jí)計(jì)算機(jī)。關(guān)于這些前沿技術(shù)如何重塑AI基礎(chǔ)設(shè)施，歡迎添加微信 EATINGNTAE 深入交流。
雷峰網(wǎng)采訪的業(yè)內(nèi)專家對(duì)此分析道：
英偉達(dá)正以Vera CPU、Rubin GPU、NVLink 6、ConnectX-9、BlueField-4、Spectrum-6與Groq 3 LPU的“全家桶”組合重構(gòu)系統(tǒng)解決方案，敘事重心從單顆芯片轉(zhuǎn)向系統(tǒng)級(jí)交付。此外，英偉達(dá)還在嘗試構(gòu)建聯(lián)盟，成員包括臺(tái)積電、美光、三星、海力士乃至英特爾等企業(yè)，試圖以聯(lián)盟策略鎖定先進(jìn)封裝與存儲(chǔ)資源，這也恰恰暴露了英偉達(dá)的焦慮：如此龐雜的產(chǎn)品矩陣，仍未能追平谷歌簡(jiǎn)潔架構(gòu)的效能。
谷歌以7nm的ASIC，以及OCS與以太網(wǎng)的極簡(jiǎn)組合，實(shí)現(xiàn)Token成本與吞吐效率的雙重領(lǐng)先，組網(wǎng)規(guī)模輕松突破NVL72的天花板。當(dāng)對(duì)手用“減法”定義下一代基礎(chǔ)設(shè)施，英偉達(dá)的“加法”生態(tài)反而成為規(guī)模擴(kuò)張的包袱。
——資深產(chǎn)業(yè)研究員劉雨嫣
當(dāng)前兩大變數(shù)值得關(guān)注：一是隨著產(chǎn)業(yè)變革，關(guān)鍵廠商開始沿著價(jià)值鏈整合；二是受地緣政治影響，從中國(guó)大陸向外轉(zhuǎn)移模塊產(chǎn)能。近期，英偉達(dá)向Lumentum投資20億，既是為了分擔(dān)供應(yīng)鏈地緣風(fēng)險(xiǎn)，也向上游高價(jià)值器件進(jìn)行了整合。而原模塊供應(yīng)商，也加快腳步在國(guó)外布局產(chǎn)能，應(yīng)對(duì)份額壓力。
從CPO目前落地的進(jìn)程來(lái)看，其推廣較為保守主要來(lái)自多個(gè)方面：一是維護(hù)便利性極其成本較高，不及可插拔光模塊，也會(huì)推高用戶的運(yùn)維成本；二是核心芯片良率偏低，導(dǎo)致系統(tǒng)整體成本居高不下；三是來(lái)自于應(yīng)用場(chǎng)景，傳統(tǒng)上光和銅的邊界很清晰，短距離情況下，銅比光更具有優(yōu)勢(shì)。不過(guò)技術(shù)的迭代將逐步提升良率和可靠性，進(jìn)一步優(yōu)化維護(hù)便利與運(yùn)維成本。同時(shí)，Scaling Law對(duì)需求的極致放大，尤其是帶寬的消耗，使得銅與光的界限在發(fā)生改變。雖然光完全替代銅還需要時(shí)日，但是方向是明確的。
對(duì)大型云廠商而言，只要能通過(guò)商業(yè)手段攤薄成本、算清總賬，CPO就具備規(guī)模化基礎(chǔ)。總體而言，CPO技術(shù)方向已明確，剩下的只是路徑問(wèn)題。
——芯片產(chǎn)業(yè)人士姚金鑫（J叔）
CPO的delay暴露了英偉達(dá)的技術(shù)困局，銅互聯(lián)帶寬見頂、光互聯(lián)推進(jìn)受阻，雙線均遭遇性能瓶頸。此外，英偉達(dá)的存量生態(tài)，不僅是優(yōu)勢(shì)，同時(shí)也是包袱，其為守住既有優(yōu)勢(shì)，系統(tǒng)堆疊愈發(fā)過(guò)重，框架性創(chuàng)新讓位于漸進(jìn)式改良，這種“路徑依賴式”的防守策略，很難成為在資本市場(chǎng)上的利好。
——芯片產(chǎn)業(yè)專家張翔
OpenClaw定義「智能體計(jì)算機(jī)」，SaaS時(shí)代終局已至？
GTC 2026上，英偉達(dá)將OpenClaw定位為定義“智能體計(jì)算機(jī)”的下一代操作系統(tǒng)，并將其重要性類比為L(zhǎng)inux之于服務(wù)器、Kubernetes之于云原生。為此，英偉達(dá)聯(lián)合OpenClaw創(chuàng)始人推出企業(yè)級(jí)增強(qiáng)棧NemoClaw，為智能體落地提供安全、可規(guī)模化的企業(yè)級(jí)能力。
黃仁勛在演講中拋出判斷：未來(lái)絕大多數(shù)SaaS都將演變?yōu)锳aaS（智能體即服務(wù)）。“你的OpenClaw戰(zhàn)略是什么？” 或?qū)⒊蔀榭萍脊镜暮诵拿}。
雷峰網(wǎng)采訪的業(yè)內(nèi)專家對(duì)此分析道：
傳統(tǒng)SaaS公司都將消失的言論并非危言聳聽，AI智能體對(duì)當(dāng)前SaaS業(yè)態(tài)帶來(lái)巨大沖擊，按席位訂閱的商業(yè)模式逐步失效，人力替代使得帳號(hào)需求銳減，算力成本也日益不可控。過(guò)去SaaS企業(yè)只能向模型公司調(diào)取算力與服務(wù)，不僅環(huán)境搭建繁瑣、成本不可控，也難以支撐智能體長(zhǎng)期穩(wěn)定運(yùn)行，其必須走向AI化，打造和運(yùn)營(yíng)自主智能體。
Token分層定價(jià)并非對(duì)傳統(tǒng)SaaS訂閱模式的替代，而是AI時(shí)代商業(yè)模式的自然演進(jìn)。客戶對(duì)這一模式的接受度，也將經(jīng)歷從初期疑慮到逐步認(rèn)同的過(guò)程，因?yàn)門oken的分層定價(jià)將實(shí)現(xiàn)成本與價(jià)值的精準(zhǔn)匹配，簡(jiǎn)單查詢可使用低價(jià) Token，深度推理選擇高價(jià)Token，天然適配智能體時(shí)代的算力消耗邏輯。
——九章云極技術(shù)專家陳昊
OpenClaw本質(zhì)上是一個(gè)以CPU為主的控制與編排系統(tǒng)，外接GPU推理后端，這意味著它并非單純的AI推理負(fù)載，而是典型的CPU密集型任務(wù)——控制路由、工具執(zhí)行、狀態(tài)持久化等都有CPU承擔(dān)。因此，Agent越流行，AaaS生態(tài)越壯大，CPU的總需求就越高，且這種需求不僅體現(xiàn)在核數(shù)上，更體現(xiàn)在芯片顆數(shù)上。
與此同時(shí)，系統(tǒng)級(jí)能力也會(huì)成為AaaS時(shí)代的核心競(jìng)爭(zhēng)力。未來(lái)決定Agent應(yīng)用落地的，不再僅僅是模型表現(xiàn)，還包括能否將智能體安全、穩(wěn)定地接入生產(chǎn)環(huán)境，以及與之配套的云平臺(tái)、工具鏈、連接器和安全體系，這也將推動(dòng)數(shù)據(jù)中心的基礎(chǔ)設(shè)施衡量標(biāo)準(zhǔn)，從單純比拼“模型能力的強(qiáng)弱”轉(zhuǎn)向“同等投資下可支撐的持續(xù)在線Agent數(shù)量”，即從單一的GPU算力轉(zhuǎn)向GPU+CPU雙芯驅(qū)動(dòng)。
所以，具備CPU、GPU全棧組合能力的廠商，將在AaaS轉(zhuǎn)型浪潮中占據(jù)先發(fā)優(yōu)勢(shì)。
——芯片產(chǎn)業(yè)人士姚金鑫（J叔）
AI芯片還有哪些潛在的技術(shù)趨勢(shì)？算力格局將發(fā)生什么變化？歡迎添加微信 YONGGANLL6662 交流探討。
（趙之齊對(duì)本文亦有貢獻(xiàn)）
注：張翔、李維、孫旭、張楠、陳昊皆為化名。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
