英伟达（NVIDIA）高管讲话解读 · 2026（3—6 月 · 共 2 篇）

讲话一览创始人兼CEO · 按时间倒序（最新在前）

1. 开场与主题判断——「有用的 AI 已经到来」。黄仁勋以「回到家真好（It's good to be home）」开场，感谢台湾生态系与供应链伙伴：从满场 CEO 到夜市遇到的水果摊贩，背景是整面合作伙伴 Logo 墙。他面向现场与全台 70+ 个观看派对（watch parties）宣告：「AI 现在既是利润引擎，也是 GDP 引擎（AI is now a profit generator. AI is now a GDP generator.）。」三年之问「AI 是否有用」已被生成式 AI 回答、推理模型赋予能力、智能体（Agent）让其规模化自主工作；他以 GitHub 开发者提交在 2026 年前数月近乎三倍增长佐证「有用的 AI 已经到来」。

2. AI 工厂成为新基础设施。黄仁勋明确：「客户不想买电脑，他们想建 AI 工厂（our customers don't want to buy computers, they want to build AI factories）」；「世界正在竞速建设 AI 工厂，这是人类历史上最大规模的基础设施建设，因为算力即收入（compute is revenues）」。Token 成为可盈利的收入单位，「如果你有 1 吉瓦电力，那么每瓦特吞吐就是收入……选错架构只因芯片更便宜没有意义——算力即收入」；并以 CoreWeave、Nebius、Nscale、NAVER Cloud、Yotta、Firmus、Indosat、GMI 等区域云为例，点出「买的越多，造的越多（The more you buy, the more you make）」。

3. DSX：把「建 AI 工厂」产品化。NVIDIA DSX 是面向基础设施建设者的 AI 工厂框架：DSX MaxLPS 在同等功耗预算下多出 40% 的 GPU；DSX OS 开源且可扩展。黄仁勋将「建厂」标准化，相当于给各国区域云一套交钥匙方案，使算力供给从卖卡转向卖「生产 Token 的工厂底座」。

4. Vera Rubin 全面投产，全栈即单一 AI 工厂平台。黄仁勋宣布 Vera Rubin 进入全面量产（full production），供应链规模是 Grace Blackwell 的两倍，由150 家台湾伙伴、350+ 工厂、30 个国家共同爬坡，称台湾为「全球最丰富、世界最佳供应链生态」。五机柜平台整合 Vera Rubin NVL72、Vera CPU（88 核、1.2TB/s LPDDR5X 带宽、3.6TB/s 无芯粒边界片上互联、10 指令/时钟，定位「为智能体设计的 CPU / a CPU for agents」）、Grok 3 LPX 低延迟推理托盘、Spectrum‑6 SPX 以太网机柜与 Vera BlueField‑4 STX 存储；Spectrum‑X Ethernet Photonics 同步量产——全球首款 200Gb/s SerDes 共封装光以太网交换机，面向百万 GPU AI 工厂，CoreWeave、Lambda、Oracle Cloud 首批采用；BlueField‑4 STX 在硅层面做安全，DOCA Argus 把威胁检测从分钟级压到毫秒级、DOCA Vault 机架级保护 AI 数据。

5. Agent 获得运行时：Agent Toolkit 全栈落地。黄仁勋把智能体定义为「下一个十年、每个公司都要跑的计算范式」，并推出 NVIDIA Agent Toolkit——模型 + 驾驭工程（harness）+ 企业级运行时，让企业「安全地跑智能体」。亮点：与 Cadence 合作的芯片设计「超级智能体」自动编排 RTL 生成、测试平台、回归与调试，验证周期快 40 倍以上（「过去数周，如今数小时」）；发布 Nemotron 3 Ultra——5500 亿参数混合专家模型，推理最快 5×、运行成本低约 30%，并开放 CUDA‑X 系列 Agent skills（cuDF、cuOpt、AI‑Q、NeMo、PhysicsNeMo、CUDA‑Q）供智能体当作工具调用；OpenShell 安全运行时提供独立沙箱与集中策略治理，跑在 Ubuntu、Windows、Red Hat OpenShift 之上，把「智能体运行时」从云延伸到企业服务器、工作站与笔记本。

6. 计算机重做：PC 进入个人智能体时代。黄仁勋称这是「四十年来首次全线 PC 重做」，并联合微软重塑 PC。发布 RTX Spark——把 1 PFLOP AI 性能带进轻薄 Windows 笔电/小主机：Blackwell RTX GPU 配 6,144 CUDA cores 与联发科定制的 20 核 Grace CPU（NVLink 融合），他称之为「我们把 33 年学到的一切蒸馏进一颗芯片」、「世界造过最惊人芯片」，并强调「NVIDIA 100% 软件栈都能在此运行」；Adobe 为 RTX Spark 从底层重做 Photoshop 与 Premiere，AI/图形性能 2×。再推 DGX Station for Windows 台式 AI 超算（数十 PFLOP、数百 GB 内存），并断言「100% 全球 PC 产业已加入我们重做 PC」。

7. AI 进入物理世界：物理 AI 与自动驾驶。黄仁勋把机器人/自动驾驶称为物理 AI 前沿——智能体不只读写文字，还要在真实世界感知、推理、行动。Cosmos 3 全模态（mixture‑of‑transformers）世界基础模型可从任意第一/第三人称视角理解并模拟物理世界；DRIVE Hyperion + Halos OS 正成为全球自动驾驶平台，接入的出行服务已覆盖全球约 97% 的出行服务，成为 robotaxi 与智能车队的通用底座；并发布 Alpamayo 2 Super 开放 AV 推理模型（配 AlpaGym 闭环强化学习、OmniDreams 逼真场景生成），以及基于 Jetson Thor 的 Isaac GR00T 参考人形机器人（业界首个人形机器人参考设计）。

8. 收尾：行业已被改写，NVIDIA 成为基础设施公司。黄仁勋以「计算机行业在过去六个月被彻底改变」收束，点出贯穿云/本地/PC/机器人的同一套 agentic 计算范式——模型包在 harness 里、用带 skills 的工具、跑在 runtime 中。他给出最硬的战略定位：「NVIDIA 真的成为了一家基础设施公司，不只是一家 GPU 公司、系统公司，而是基础设施公司，帮你产生最大收入与利润（NVIDIA has really become an infrastructure company, not just a GPU company, not just a systems company, but an infrastructure company to help you generate the maximum revenues, the maximum profit）」；并预言 agentic 计算模式将复制到所有计算机——从 PC 到机器人、卫星、基站、工厂。

1. 开场定调「It all starts here」。黄仁勋称本次大会将覆盖「AI 的五层蛋糕（five-layer cake）的每一层」——能源 → 芯片 → 基础设施 → 模型 → 应用，并宣告 NVIDIA 要构建的正是贯穿这五层的完整 AI 基础设施生态。这标志着战略定位从「芯片制造商」转向「AI 基础设施建造者」。

2. CUDA 二十周年：加速计算的飞轮。黄仁勋回顾 CUDA 架构诞生 20 周年，称其为驱动加速计算的「飞轮」——全球已构建起数亿台运行 CUDA 的 GPU 装机基础，吸引开发者创造新算法、催生新市场、进一步扩大安装基础；NVIDIA 库下载量以「前所未有速度」增长。他以六年前的 Ampere 架构为例：云端租赁价格不降反升，印证 CUDA 生态让基础设施「有用寿命」被持续拉长。

3. 推理拐点已至。黄仁勋梳理推动行业质变的三波浪潮：ChatGPT 开启生成式 AI（回答「AI 是否有用」）→ 推理模型让 AI「有能力」→ 智能体（Agent）让 AI「规模化、自主、持续地工作」。他判断 「有用的 AI 已经到来」，GitHub 开发者提交量在 2026 年前几个月近乎三倍增长。

4. AI 原生公司崛起，GPU 需求「爆表」。黄仁勋点名 OpenAI、Anthropic 等 AI 原生企业爆发式增长，援引风险投资对 AI 初创投入达 1500 亿美元；并给出市场预期：到 2027 年全球计算市场规模将突破 1 万亿美元。他强调 Token（词元）是 AI 时代的基础单元，「市场对 NVIDIA GPU 的计算需求已经爆表」。

5. 产品与生态：DGX Spark / DGX Station、GeForce、DLSS 5。大会发布 DGX Spark 与 DGX Station 个人 AI 超级计算机；回顾 GeForce 与 CUDA 同源史，展示 DLSS 5 的 3D 引导神经渲染在本地实现 4K 实时照片级画质。黄仁勋总结 NVIDIA 是「全球首家垂直整合但水平开放的公司」——把加速计算带给全世界任何合作伙伴平台。

关键数据速览全部取自官方原文

解读观点与行业信号个人观点

以下为本站基于上述官方原文的分析判断，不代表英伟达（NVIDIA）官方立场。

① Token 经济学是 NVIDIA「飞轮」叙事的升级版

CUDA 飞轮讲「装机 → 开发者 → 算法 → 市场」；2026 年黄仁勋把飞轮接上商业闭环：Token 是利润单位、算力即收入、每瓦特吞吐即营收。从「卖卡」到「卖全球每 Token 成本最低的计算」，NVIDIA 的收费对象从芯片变成了客户的产出。这对运营商的「Token 经营 / 词元经营」是直接呼应——两端都在把 AI 产出货币化。

② 「AI 工厂」重新定义了 NVIDIA 的客户

「客户不想买电脑，想建 AI 工厂」这句话的潜台词是：NVIDIA 卖的不是 GPU，而是生产 Token 的工厂底座。DSX 框架（MaxLPS 同功耗 +40% GPU、开源 DSX OS）把「建厂」标准化，相当于给各国区域云（CoreWeave、Nebius、Yotta 等）一套交钥匙方案。运营商若做算力网，既是 NVIDIA 的客户，也是其 AI 工厂的下游运营方。

③ 与华为 / 运营商叙事正面同频

黄仁勋的「算力像电力一样被输送、性能每瓦特即收入」，与华为汪涛「硅基黑土地」、中国电信「两张网 / 词元经营」、中国移动「算力网」是同一套工程语言。2026 年设备商与运营商第一次用 Token 作为共同货币对话；差异只在：NVIDIA 掌握供给端（芯片 + 网络），运营商掌握输送端（网络 + 电力 + 区域）。

④ 供应链即护城河，台湾是起点

Vera Rubin 供应链规模是 Grace Blackwell 的两倍，由 150 家台湾伙伴、350+ 工厂、30 国共同爬坡——黄仁勋称「台湾是世界最丰富的供应链生态」。这解释了为何他把 GTC 台北（COMPUTEX）单独做成一场 keynote：地缘上把最关键的制造底座叙事固化进品牌，也是对中国市场与供应链的政治经济学表态。

⑤ 光电共封装把网络变成 AI 工厂的「血管」

Spectrum-X 以太网光电共封装（5× 能效、5× 可用性、1.3× 更快部署）看似是网络升级，实则是 AI 工厂规模化部署的瓶颈解法——当单机柜变五机柜、跨柜变跨园，电互联的功耗与可靠性会吃掉全部收益。NVIDIA 把网络从「外设」抬升为「工厂内部总线」，与华为 Hi-ONE 光互联、灵衢总线的思路一致。

⑥ 待观察：GTC Berlin 2026（10/21 柏林）与本页更新机制

NVIDIA 已公布 GTC Berlin 2026 主题演讲定于 2026-10-21 柏林 Tempodrom，议题为 AI 工厂、开放模型、物理 AI 与加速计算。该演讲在本文生成时（10/09）尚未举行，一经举行即补录本页；同时持续追踪黄仁勋在其他峰会（如后续 GTC 巡展、财报会）的署名讲话，确保「只收现任 CEO 讲话」口径一致。

官方原文链接2 篇

• 创始人兼CEO 黄仁勋〈AI 现在是利润引擎，也是 GDP 引擎〉（2026-06-01 COMPUTEX 2026 期间 NVIDIA GTC 台北大会主题演讲（台北流行音乐中心））：https://blogs.nvidia.com/blog/nvidia-gtc-taipei-computex-2026-news/
• 创始人兼CEO 黄仁勋〈"It all starts here"：从芯片公司到 AI 基础设施建造者〉（2026-03-17 NVIDIA GTC 2026 主题演讲（圣何塞 SAP 中心））：https://blogs.nvidia.cn/blog/gtc-2026-news-dgx-spark-station/

栏目页：英伟达（NVIDIA）官网https://www.nvidia.cn/