英伟达GTC2026，黄仁勋揭示AI新纪元；传统软件模式面临颠覆。

在2026年3月16日开幕的英伟达GTC大会上，黄仁勋以一场主题演讲拉开了AI行业新一轮变革的序幕。这次大会被誉为人工智能领域的年度盛会，黄仁勋不仅分享了英伟达自身的战略转型路径，还深入剖析了未来计算需求的爆发式增长逻辑。他强调，英伟达正从单纯的芯片供应商逐步演变为全面的AI基础设施提供者，这种转变源于对底层商业模式的深刻洞察。演讲中，黄仁勋多次提及计算资源如何支撑大规模AI应用的持续演进，并展望了数据中心角色的根本性变化。这一切都指向一个清晰的方向：AI正进入以高效推理为核心的新阶段，而英伟达的技术架构正处于这一浪潮的最前沿。

黄仁勋对未来市场前景表现出强烈的信心。他指出，全球AI计算需求在过去几年呈现出指数级增长态势，特别是当模型能力从基本感知和生成逐步扩展到复杂推理以及实际任务执行时，对算力的消耗达到了前所未有的水平。针对外界普遍关心的增长可持续性问题，黄仁勋给出了令人振奋的判断：到2027年，相关需求规模将达到极高的水平，甚至可能远超当前预期。这种乐观预期源于英伟达系统在多种AI场景下的广泛适用性，能够显著降低客户的整体投入成本，并延长基础设施的使用周期。目前，英伟达的业务结构显示，大型云服务提供商占据主要份额，同时在主权云、企业级应用、工业领域以及边缘计算等方向也实现了均衡布局。这种多元化分布进一步强化了其增长的韧性。

为了更直观地阐述这一需求背后的经济逻辑，黄仁勋引入了“Token工厂”的概念。他将现代数据中心比作生产Token的工厂，其中Token作为AI输出的基本单位，直接决定了服务的价值。在电力供应受物理限制的条件下，每瓦特功率能产生的Token数量成为决定成本高低的关键指标。谁能在相同功率下实现更高的吞吐效率，谁就能在竞争中占据优势。黄仁勋进一步划分了AI服务的不同层级，从免费的高吞吐模式到需要极高响应速度的付费高级模式，每一层级的定价差异反映了性能与价值的对应关系。随着模型规模扩大和上下文长度增加，生成速率虽有所下降，但智能水平显著提升，这使得高效的Token生产能力直接转化为可持续的商业回报。英伟达的架构设计正是在这一逻辑下，针对不同场景提供优化方案，从而帮助客户实现更明显的性能改善。

在硬件层面，黄仁勋重点介绍了VeraRubin这一全新AI计算平台。作为英伟达历史上最为复杂的系统，它采用全液冷设计并彻底优化了互联结构，使得部署效率大幅提高。通过软硬件的深度协同，VeraRubin在短短时间内实现了Token生成速率的显著跃升，远超传统定律的预期增幅。为了应对特定高速度推理场景下的挑战，英伟达整合了相关技术，形成非对称分离式推理架构。其中计算密集部分由VeraRubin负责，而对延迟极为敏感的解码阶段则借助专用组件加速。这种组合方式让系统在高吞吐和极速响应之间取得平衡，并为企业提供了灵活的配置建议。相关产品已进入量产阶段，并在头部云平台上实现初步部署，同时光互联等前沿技术也得到进一步推进，以满足多样化的基础设施需求。

演讲的后半部分，黄仁勋将视角转向AI软件生态的深刻变革，特别是智能体技术的快速兴起。他提到某些开源项目在短时间内获得广泛认可，其本质是为智能体提供了基础运行环境。黄仁勋明确表示，传统软件即服务模式将逐步向智能体即服务方向转型，每一家从事软件的公司都需要适应这一趋势。为了确保智能体在访问数据和执行操作时的安全性和可靠性，英伟达推出了相应的企业级参考设计，加入了策略控制和隐私保护机制。这种转变不仅重塑了软件公司的商业模式，还为开发者提供了更可靠的工具链。总体而言，黄仁勋的演讲描绘了一个以高效Token生产为核心、以智能体驱动为特征的未来图景，英伟达正通过全面平台能力引领这一进程。展望前路，AI基础设施的持续升级将带动整个行业迈向更高阶段，而那些及早布局的企业有望在变革中占据有利位置。