黄仁勋断言:AI回报疑云消散,物理AI将引爆下一波增长,Token即金钱!
“未来CPU的受众将不再是人类,而是数以十亿计的AI智能体。”
“每一个Token都代表着收益单位。”
“算力等同于营收,下一个超级风口是物理AI。”
就在今日凌晨,黄仁勋在英伟达年度股东大会上,正面回应了AI界长久以来的争议:巨头们重金购入芯片,究竟能否回本?
随着各大企业财报相继披露,2026年微软、亚马逊等巨头的AI基建投入预计高达7250亿美元。仅在2026年首季,这四家巨头的资本支出就已累计达到1300亿美元。
黄仁勋坦率表示:真正具备实用价值的AI已经降临,关于AI投资回报的质疑已经有了明确答案,各大产业都在竞相引入智能体AI。
他直接引用英伟达的营收数据作为佐证:
英伟达营收飙升65%,至2160亿美元。营业利润跃升60%,至1300亿美元。摊薄后每股收益大涨67%,至4.90美元。
其次,每一个Token都是收益单元,算力即是营收。
当AI能够处理有价值的任务时,Token便拥有了价值;当Token能够带来利润时,对算力的渴求便会急剧攀升。
以往,传统数据中心主要负责数据存储与文件服务。如今的AI工厂则致力于制造Token。每产出一个Token,都伴随一次运算;而每一次运算,都有望转化为收入。
再者,未来CPU的受众将不再局限于人类,而是数以十亿计的智能体。
时至今日,所有CPU均是为人类需求量身打造。然而伴随智能体纪元的降临,智能体将生存在以纳秒计算时间的维度中。依托GPU运行的大语言模型主导“思考”,而CPU必须与它们的节奏相匹配。若CPU成为性能瓶颈,GPU便会陷入闲置。
在黄仁勋眼中,于AI工厂内,GPU闲置便等同于营收流失。
正因如此,Vera Rubin代表了下一阶段的演进方向,Vera将成为英伟达发展史上最关键的产品发布之一。
第四,下一个超级风口是物理AI。
黄仁勋给出论断:物理AI将成为英伟达下一轮增长狂潮,机器人、汽车与工厂将能在动态环境下实现感知、推理、规划及执行动作。
AI工厂负责模型训练;Omniverse在虚拟空间对模型展开仿真;英伟达Jetson计算机嵌入机器人内部负责执行任务;Cosmos则作为世界基础模型为整体架构提供底层支撑。
第五,推理乃是AI商业变现的核心。
推理即生成Token的过程。Hopper架构的使命在于助力“训练”大模型,那么从Blackwell到Vera Rubin架构,英伟达的重心已逐步向“推理”倾斜。
在此次大会中,黄仁勋还分享了大量硬核观点!
详细内容就在下方!
60年软件范式走向终结,计算机不再仅仅是工具
黄仁勋:这对英伟达及整个计算机行业而言都是极不平凡的一年。每隔10至15年,计算机产业便会经历一次重构:从大型机到PC,从PC到互联网,从互联网到云计算,再从云计算到移动云,而此次重构的规模更为庞大。
过去60载,人类编写程序,计算机执行指令,但该范式已然生变。伴随AI的崛起,计算机能够理解、推理、规划、运用工具并完成极具价值的任务。计算机不再单纯是工具,在AI时代,它更似一位能熟练使用工具的帮手。与之相应,数据中心也不再仅仅是存放工具的仓库,而是化身为产出数字智能的AI工厂,成为制造数字化助手的基建。
英伟达正为这一全新时代构筑计算基础设施。两年前,生成式AI吸引了全球目光。ChatGPT能够撰文、作画、提炼摘要并解答疑问。随后,推理型AI掌握了思考与解题之法。时至今日,智能体AI已然降临。智能体能够运用工具、调取记忆、编写代码、调用其他智能体、验证结果,并持续运作直至任务达成。
真正具备实用价值的AI已然降临!
AI的ROI疑问已有定论
软件编程成为首个在企业级场景实现突破的大规模应用,此点意义深远。
AI如今已真正具备实用性。当AI能处理有价值的任务时,Token便被赋予了价值;当Token能创造利润时,对算力的渴求便会加速攀升。看看这些证据:GitHub开发者在2023年合并了3亿个Pull Request,2024年达4亿个,2025年达5亿个。
增长态势始终保持清晰稳健,但在2026年最初数月,该速度近乎飙升至原先的三倍。这说明了什么?全球约有3000万名软件开发者,他们年薪总额约为3万亿美元,而其工作支撑着约100万亿美元的全球经济活动。
在AI智能体的赋能下,这支劳动力当下创造的产值接近9万亿美元,较以往增加了6万亿美元。编程仅仅是需求增长的驱动力之一。真正具备实用价值的AI已然降临。关于AI投资回报的质疑已有定论,各大产业正竞相引入智能体AI。
英伟达营收飙升65%,至2160亿美元。营业利润跃升60%,至1300亿美元。摊薄后每股收益大涨67%,至4.90美元。
我们创造了1030亿美元的经营现金流,数据中心业务营收达1940亿美元,同比增长68%。Blackwell平台显著拓宽了英伟达基础设施的覆盖面,客户群体涵盖超大规模云厂商、云计算企业、AI实验室、工业实体、企业级客户及主权级客户。模型开发者与超大规模云厂商累计部署的Blackwell GPU数量皆已达到数十万量级。
每一个Token都是收益单元,每一份收益皆需算力支撑
AI工厂建设正于各大核心行业迅猛扩张。Capital One、现代汽车集团、Jane Street及礼来等企业均在规模化部署英伟达基础设施以推进AI应用落地。国际业务营收增长超三倍,突破300亿美元大关。代表50万亿美元GDP的近40个国家正致力于建设由英伟达基础设施驱动的AI工厂。
AI基础设施已不再是试验项目,而是切实投入生产的系统。AI不仅是一个模型,它更是一个全新产业。可将其视作一个五层蛋糕:能源层、芯片与系统层、基础设施层、模型层及应用层。
传统数据中心负责数据存储与文件服务。而AI工厂则负责制造Token。Token会转化为代码、答案、设计、行动与服务。真正具备实用价值的AI是能够盈利的。
每一个Token皆为一个收益单元。这正是算力需求如此庞大的根由。客户采购的已不再是计算机。他们正在构建能够创造营收的AI工厂。而工厂的架构至关重要。核心问题在于:该工厂能创造多少营收,以及产生这些营收需耗费多少成本。
推理即生成Token的流程,而英伟达Blackwell已树立行业标杆。在SemiAnalysis的Inference-X基准测试内,Blackwell被公认为“推理之王”,能提供行业最低的单Token成本,并实现较第二名平台高出30倍的Token吞吐量。这便是架构如此关键的原因。
英伟达的系统或许并非采购成本最低的,但英伟达能生成成本最低的Token,实现最高的Token吞吐量,并创造最高的营收。
未来CPU的受众将不再局限于人类,而是数以十亿计的智能体
Vera Rubin代表了下一阶段的演进。Hopper专为预训练打造,Blackwell将推理能力拓展至机架级规模,而Vera Rubin则是专为智能体量身设计。
智能体AI颠覆了计算模式。智能体会思考、运用工具、调取数据库、访问记忆、执行代码,并反复调用各类应用程序,直至任务完成。依托GPU运行的大语言模型主导“思考”,而CPU必须与它们的节奏相匹配。若CPU成为性能瓶颈,GPU便会陷入闲置。
而在AI工厂内,GPU闲置便等同于营收流失。这正是Vera如此关键的缘由。Vera是面向智能体的CPU,Rubin是主导推理与思考的GPU。NVLink、Spectrum-X、存储系统、安全技术(借由BlueField实现)及软件平台协同将整个系统融为一体。
事实上,英伟达是唯一兼具三大网络业务的企业。NVLink的纵向扩展网络将机架内GPU连成一台巨型计算机。Spectrum-X是专为AI构筑的互联网平台。它能实现跨AI工厂的大规模横向扩展,如今其规模已超越所有其他互联网网络对手的总和。InfiniBand则为全球最大的AI系统与科学计算系统提供最低延迟的网络连接。这些技术交融,使AI工厂得以从GPU、机架、数据中心直至跨数据中心层级实现全局优化。
Vera Rubin不仅是一颗芯片,而是一个完备的AI工厂平台。目前整个生态体系已开始向其迁移,并已全面投产,所有主要模型开发者、公有云厂商、AI云平台及超大规模云厂商皆在筹备基于其构建新一代基础设施。
Vera开拓了全新市场。时至今日,所有CPU皆是为人类需求设计。我们生存在以秒计时的世界里,而智能体栖息在以纳秒计时的维度中。
CPU每令智能体多等一刻,建筑物内最昂贵的设备GPU便会多闲置一刻。故而,我们从零起步专为智能体打造了全新CPU。这是一个崭新市场。以往,服务于人类的CPU以核心为单位切分与租赁;而智能体并不“租用核心”,它们渴求超高速响应。
未来将涌现数以十亿计的智能体,而它们皆需专属设计的CPU。我们坚信,Vera将成为公司发展史上最关键的产品发布之一。
飞轮效应持续提速,英伟达的护城河究竟多深?
CUDA是我们有史以来最核心的投资之一。20年来,我们始终聚焦于同一加速计算架构。庞大装机量吸引开发者,开发者缔造突破性应用,应用孕育新市场。
备注:CUDA(计算统一设备架构)由英伟达开发,属并行计算平台与编程模型,旨在充分释放GPU(图形处理单元)的强悍算力以加速复杂计算任务。
新市场又进一步拓宽装机量,此飞轮效应正持续提速。
CUDA-X是构筑于CUDA之上的软件库体系,这些软件库堪称英伟达最珍稀的资产。它们攻克了科学与工业界诸多极难课题,涵盖计算光刻、优化算法、基因组学、物理学、数据处理、机器人技术、人工智能、无线通信、无线网络等众多领域。
如今,这些软件库正蜕变为智能体的工具。本周,我们推出了Bionemo,一套面向智能体的数字生物学与药物发现工具平台。英伟达既实现了垂直整合,亦保持横向开放。我们构建完整技术栈,从而能对整体系统实施端到端优化;随后再将其开放,让全行业皆能基于其进行创新。
我们业务范畴极为宽广,且正趋于多元。为便于大家洞悉英伟达业务,现我们将英伟达界定为两大市场平台:数据中心与边缘计算。
在数据中心领域,我们服务于两大市场:超大规模云计算市场及我们称之为AC的市场,即AI Cloud、工业与企业市场。我们客户群极为多元,且仍在持续扩张。边缘计算则囊括PC、工作站、游戏、AI基站、机器人及汽车等领域。我们之所以能兼顾这些市场,源于我们具备统一架构、统一软件栈及丰富完备的生态体系。
算力即是营收,下一个超级风口是物理AI
物理AI将成为英伟达下一轮增长狂潮,物理AI即现实世界的智能体AI。机器人、汽车与工厂将能在动态环境下实现感知、推理、规划及执行动作。
英伟达是该领域的先行者,并构建了完备闭环体系。AI工厂负责模型训练;Omniverse在虚拟空间对模型展开仿真;英伟达Jetson计算机嵌入机器人内部执行任务;Cosmos则作为世界基础模型为整体架构提供底层支撑。如今,各行各业均在打造机器人与机器人系统,从交通运输、制造业、手术机器人至酒店与服务业,无一例外。
过去数月,AI演进速度显著加快。最后,我想向大家留下一则结论:真正具备实用价值的AI已然降临,且它能够缔造利润。
故而,算力即是营收。
Vera Rubin已全面实现量产。Vera正开启一个全新、专为智能体打造的CPU市场。每家企业皆在转型为“智能体公司”,而这些智能体正运行于英伟达平台之上。AI时代正全速迈进,而英伟达正构筑驱动此时代的基础设施。
推理乃AI商业变现之核心!
主持人:英伟达GPU当下支撑着全球多数AI训练基础设施。然伴随推理负载超越训练负载,英伟达有多大把握确信GPU仍将是大规模推理的首选平台?
黄仁勋:英伟达在训练领域的确表现卓著。而借由Blackwell,我们亦确立了在推理领域的领先地位。
推理乃AI商业变现之核心。因数据中心受限于电力,其Token生成能力与营收潜力取决于AI基础设施的每瓦性能表现。在SemiAnalysis的Inference-X基准测试内,Blackwell获评“推理之王”,实现了最优每瓦性能、最低Token成本及高出30倍的Token吞吐量。
在最新一轮MLPerf推理基准测试内,我们已连续第七次斩获榜首。针对AI智能体场景,Artificial Analysis最新发布的Agent性能测试结果证实,Grace Blackwell 300 NVLink 72系统每兆瓦可运行的智能体数量最高可达Hopper平台的20倍。
此领先性能源自英伟达在芯片、系统、算法与软件层级的极致协同设计。英伟达AI基础设施能提供最优性能,故亦具备最佳推理经济效益。我们优势不仅彰显于性能。庞大装机量使开发者能覆盖最广的AI用户。
英伟达可编程GPU架构支持超7000款应用程序,为云服务客户创造最大营收机遇,亦为企业与主权客户供给最佳融资与采购价值。并提供无与伦比的部署灵活性、最丰富的开源领先模型选项,及业内最完备的IT生态体系支撑。
如今,英伟达绝大多数算力部署皆已投入推理业务。随我们近期与Anthropic及Apple等公司合作深化,我们有信心进一步拓宽市场份额。
AI乃美国再工业化之契机
主持人:支撑前沿AI系统是否值得承担国家安全与声誉风险?
黄仁勋:三十余载以来,英伟达一直是美国最核心的创新企业之一,亦是美国AI与半导体产业体系的关键构成。
十余年前,英伟达为美国AI研究人员设计、建造并交付了首台AI超级计算机。自那时起,我们始终致力于助推美国研究机构、学术界、初创企业及商业组织屹立于AI前沿。美国的安全、繁荣与竞争力取决于AI技术栈五大层级的引领地位:能源、芯片、基础设施、模型及应用。
支撑前沿系统建设能强化此引领地位,创造高技能岗位,驱动美国再工业化,并巩固经济安全与国家安全。英伟达颇感自豪能成为此体系的关键支柱。我们是一家美国企业,研发美国技术,投资美国劳动者,并支撑更宽泛的产业生态,确保塑造AI未来的是美国,而非战略对手。
AI乃世代难逢之机,它能驱动美国重塑芯片与系统制造力,唤回先进制造岗位,升级老化电网,并促动可持续能源投资。
正因AI带来了利润与规模,我们方能投资众多合作伙伴。这些企业皆在美建厂、招人,以支撑英伟达业务与整个AI生态发展。在能源领域,我们正与Caterpillar、GE Vernova、Vertiv及核能和可再生能源领域伙伴协同合作,提升美国发电能力与电网水平。
构筑现代化、具韧性的基础设施,乃美国引领下轮工业革命并保障AI基础设施安全可靠的关键。
主持人:会议结束。感谢各位参与。
参考链接:
https://www.youtube.com/live/VMxiSvTFf8o?si=WInvcv-uMoKXqk2z
51CTO学堂
相关课程推荐
VibeCoding:用“人话”写代码
崔皓
推荐:
学完这门课,你将用“逆向+场景”思维,让代码既好用又贴合用户习惯。非常适合入门开发者-刚学编码,想让代码更贴合用户习惯的技术新人;产品助理-懂基础逻辑,想从用户视角理解编码的非技术岗;职场新人-需要提升“用户导向编码”能力的初级IT从业者。
大模型很难懂?吃透逻辑推理轻松上手!
陈萌
推荐:
本课程将带你系统掌握从基础到进阶的推理方法,再深入探究大模型核心机制。从演绎推理的严谨推导、归纳推理的规律总结,到类比推理的迁移应用,为你筑牢逻辑思维的根基。在问题解决层面,你将学习溯因推理的源头追溯、假设推理的大胆求证、排除法的精准筛选以及矛盾分析法的冲突破解,轻松应对各类复杂问题。结构化推理方法中,分解法的MECE原则让你条理清晰,系统思维助你把握全局,选言推理帮你做出选择。最后,深入钻研Transformer的Self-Attention机制这一大模型核心,让你既精通逻辑推理,又洞悉AI底层逻辑,成为能在逻辑与AI领域自如穿梭的跨界高手,在学习和工作中脱颖而出。
DeepSeek(辅助编程)+Python零基础入门
白平
推荐:
本课程系统讲解Python核心语法与编程范式,涵盖基础语法、数据类型、流程控制、函数设计及面向对象编程,以及pycharm集成-marscode插件+deepseek辅助编程,适用于零基础学员快速掌握Python开发能力。
51CTO学堂
数字化人才学习平台
“51CTO学堂”数字化人才学习平台,可以提供优质、专业并极富实战应用性的信息技术课程,课程覆盖众多领域主流技术操作技能,更有丰富的专题、题库等学习资源等你来发现!
大量优质课程
等你来pick
网址:http://e-learning.51cto.com/
打开51CTO学堂查看更多优质课程