黄仁勋：AI工厂时代来了

昨天的英伟达年度股东大会上，黄仁勋说了一句狠话：智能体时代正式到来，这是60年来规模最大的行业重置。

不是画饼。他拿出了数据——GitHub的pull request数量从2024年的4亿涨到2025年的5亿，今年头几个月又翻了近三倍。代码在以前所未有的速度被生产出来，而背后站着的不再只是人类程序员。

数据中心变了：不存文件，生产token

黄仁勋提出了一个核心观点：传统数据中心存储和传输文件的时代已成过去，新型数据中心的核心功能是生产token。

这个转变值得细说。

过去二十年，数据中心的商业模式很简单——你存多少数据、用多少带宽、租多少机柜，按量付费。但AI时代的逻辑完全不同。企业购买算力不是为了存东西，而是为了让机器"想"东西。每生成一个token，就是在创造价值——可能是一段代码、一份报告、一个设计方案，或者一个能自主执行任务的智能体。

黄仁勋把这种新型数据中心命名为"AI工厂"。工厂的核心指标不再是存储容量或网络带宽，而是每瓦特能产出多少token、每个token的成本有多低。

他用"五层蛋糕"来描述AI产业生态：

• 底层：能源 —— AI工厂是吃电大户，电力成本直接决定运营效率
• 第二层：芯片与系统 —— GPU、CPU、网络设备的协同
• 第三层：基础设施 —— 数据中心的整体架构和运维
• 第四层：模型 —— 基础大模型和垂直领域模型
• 顶层：应用 —— 直接创造商业价值的智能体和AI服务

这个框架暴露了英伟达的野心：它不想只卖芯片，而是要吃下整个AI生产链条。

Blackwell的实力：推理吞吐量是第二名的30倍

股东大会上，黄仁勋援引了Semi Analysis Inference X基准测试的结果：Blackwell平台被认定为"推理之王"，token吞吐量比次优平台高出30倍。

30倍是什么概念？

假设你用竞品芯片跑一个智能体应用，每秒能处理100个并发请求；换成Blackwell，理论上能处理3000个。对于按token计费的AI服务商来说，这直接意味着收入能力的数量级差距。

更关键的是客户名单的变化。黄仁勋点名的企业包括Capital One（金融）、现代汽车（制造）、Jane Street（量化交易）、礼来（制药）。这意味着AI工厂的客户群已经从AWS、Azure、Google Cloud这些超大规模云厂商，扩展到了传统行业巨头。

银行要用AI做风控和客服，车企要用AI搞自动驾驶和智能座舱，药企要用AI加速药物发现——这些需求在过去是"有就好"，现在变成了"没有就死"。

Vera CPU：专门为智能体设计的处理器

这次股东大会上最有意思的内容，是黄仁勋对Vera Rubin平台的定位。他称其为英伟达公司历史上"最重要的产品发布之一"。

为什么？因为Vera CPU不是为人类设计的，而是专门为智能体设计的。

这个区分很重要。

过去所有CPU的设计思路都基于一个假设：用户是人类。人类的反应速度以毫秒计，所以CPU可以按核心数量切片租用，多任务并行处理。但智能体不一样——它们"活"在纳秒级的计算世界里。

当一个智能体需要调用工具、访问数据库、执行代码、反复迭代任务时，任何一个环节的延迟都会产生连锁反应。如果CPU成为瓶颈，造价高昂的GPU就会陷入闲置。每一秒闲置，都意味着AI工厂收入的损耗。

黄仁勋的原话是：智能体对核心数量并无诉求，但对超低延迟响应有极致要求。

这解释了为什么英伟达要从头构建一款CPU。市面上的x86和Arm处理器都是为人类优化的，没有人专门为智能体的工作模式做过架构设计。Vera CPU填补了这个空白——根据黄仁勋的说法，它比x86处理器快1.8倍。

更大的图景是：随着全球智能体数量将达数十亿规模，这是一个全新的CPU市场。英伟达不想把这块蛋糕让给Intel或AMD。

CUDA生态：英伟达的"皇冠珠宝"

股东大会上，黄仁勋把CUDA X库生态体系称为英伟达的"皇冠珠宝"。

这个说法并不夸张。

芯片行业有个残酷的事实：硬件性能再强，没有软件生态也是废铁。AMD的GPU性能在很多场景下不输英伟达，但市场份额差距依然悬殊，核心原因就是CUDA生态的护城河。

黄仁勋解释了英伟达的飞轮效应：

1. 统一架构积累庞大的安装基础
2. 安装基础吸引开发者
3. 开发者创造突破性应用
4. 应用开拓新市场
5. 新市场进一步扩大安装基础

这个循环已经运转了十几年，CUDA目前支持超过7000个应用。对于想要挑战英伟达的竞争对手来说，要打破的不是某一款芯片的性能优势，而是整个生态系统的网络效应。

更值得关注的是CUDA的演进方向。黄仁勋在大会上宣布推出BioNeMo——一套专为智能体设计的数字生物学与药物发现工具套件。这标志着CUDA X库正从面向人类开发者的工具集，转型为智能体的工具箱。

换句话说，未来写代码的可能不是人类程序员调用CUDA，而是智能体在调用。英伟达提前为这个场景做了准备。

走私芯片？"死路一条"

黄仁勋在大会上罕见地公开谈到了芯片走私问题，措辞相当强硬：靠少量走私产品"东拼西凑"出数据中心，是一条"死路"。

这番话的背景是美国对华芯片出口管制。一些企业试图通过灰色渠道获取受限芯片，搭建自己的AI基础设施。黄仁勋直接否定了这条路的可行性。

他的逻辑是：先进AI数据中心不是零散硬件的简单堆叠。在实际落地场景下，需要搭建可信硬件、软件、网络和持续支持，形成大规模一体化系统。而英伟达不向受限产品提供任何支持或维修服务。

翻译一下：就算你搞到了芯片，没有官方支持，系统跑不起来；跑起来了，出了问题没人修；修好了，新版本软件不兼容。这是一个持续烧钱但没有产出的无底洞。

在中国市场问题上，黄仁勋的表态相当谨慎。他透露美国政府已批准H200芯片向中国客户出口的许可证，但英伟达迄今尚未产生任何相关收入，且对产品能否顺利进口仍存在不确定性。

他同时强调了自己的立场：在商业利益与美国国家安全存在冲突时，国家安全优先。

物理AI：下一轮增长引擎

除了智能体AI，黄仁勋还花了不少篇幅谈物理AI（Physical AI）。

物理AI是指具有物理形态、能在真实世界中感知并执行动作的人工智能，也叫具身AI（Embodied AI）。简单说就是机器人、自动驾驶车辆、工业自动化系统这些能"动"的AI。

黄仁勋表示，越来越多的企业已着手部署物理AI，这将成为英伟达下一轮增长机会。

这个判断有数据支撑。今年以来，人形机器人赛道的融资热度持续上升，特斯拉Optimus、Figure、1X等公司的进展不断。自动驾驶领域，尽管Robotaxi的商业化进度比预期慢，但技术路线正在逐渐收敛。

对英伟达来说，物理AI意味着新的芯片需求——机器人需要端侧推理芯片，自动驾驶需要车载计算平台，工业自动化需要边缘AI设备。这些场景对实时性、功耗、可靠性的要求与云端数据中心完全不同，需要专门的产品线。

英伟达已经在布局。Jetson系列面向机器人和边缘AI，DRIVE系列面向自动驾驶，Isaac平台提供机器人开发框架。如果物理AI真的爆发，英伟达又是准备最充分的那个。

财务数据：960亿美元自由现金流

最后看一下数字。

黄仁勋在大会上披露，英伟达过去一年营收增长65%，营业利润增长60%。2026财年自由现金流超过960亿美元。他重申，未来几年公司计划把50%的自由现金流通过股票回购和分红返还给投资者。

960亿美元是什么概念？这个数字超过了绝大多数科技公司的市值。英伟达不只是在赚钱，而是在以一种近乎疯狂的速度积累现金。

但股价表现却没那么亮眼。受AI需求推动，英伟达股价在2024年暴涨超过240%，2025年又涨了逾50%，但今年以来只涨了6.7%，跑输标普500指数同期7.5%的涨幅。

市场在担心什么？

焦点已经从短期业绩转向AI基础设施投资周期能够持续多久。云厂商和企业客户已经在AI上砸了大量资金，这些投入能否转化为实际收益？如果AI应用的商业化不及预期，算力需求会不会出现拐点？

黄仁勋的回答是：AI投资回报问题"已经有答案"。当AI输出能直接创造价值时，运行英伟达系统生成token就具备盈利性。GitHub pull request数量的爆发式增长，就是AI正在实际创造价值的证明。

对开发者意味着什么

从这次股东大会的信息来看，有几个趋势值得开发者关注：

智能体开发将成为主流。黄仁勋反复强调智能体时代的到来，这意味着从"调用API获取回答"到"构建能自主执行任务的系统"的范式转变。掌握智能体开发框架（LangChain、AutoGen、CrewAI等）会越来越重要。

推理优化比训练更关键。当AI工厂的核心指标变成token生产效率，推理侧的优化就成了刚需。量化、剪枝、KV Cache优化、投机解码等技术会越来越吃香。

端云协同是未来方向。英伟达推出RTX Spark进军PC市场，微软在Build大会上展示Windows设备到Azure云的统一智能体技术栈，都指向同一个方向：AI不会只跑在云端，端侧算力会承担越来越多的任务。

生态绑定会越来越深。CUDA生态的护城河已经很深了，随着CUDA X向智能体场景迁移，这个绑定会更紧。想要脱离英伟达生态另起炉灶，成本会越来越高。

对于使用多模型API的开发者来说，关注不同模型在推理效率上的差异会变得更有价值。同样的功能，用token成本更低的模型实现，在商业上会更有竞争力。像OpenAI Hub这样支持一个Key调用GPT、Claude、Gemini、DeepSeek等多种模型的平台，在对比和切换模型时会更方便。

---

黄仁勋把这次计算范式转变定性为60年来规模最大的行业重置。60年前是大型机时代的起点，之后经历了PC革命、互联网革命、移动互联网革命。每一次转变都诞生了新的巨头，也淘汰了一批跟不上节奏的玩家。

这一次，游戏才刚刚开始。

---

参考来源：

• 英伟达黄仁勋：AI 工厂时代来临，智能体重塑计算格局 - IT之家 —— 股东大会核心内容报道
• 黄仁勋GTC2026 台北主题演讲：智能体时代的算力革命与AI - 知乎 —— GTC台北演讲技术细节分析