英偉達 GTC：AI 界春晚，滿心期待、掃興而歸？

2026 年 3 月 16 日，英偉達創始人兼 CEO 黃仁勳在 GTC 2026 大會上發表主題演講，核心議題涵蓋 CUDA 平台 20 週年、推理拐點與算力需求爆發、Vera Rubin 系統架構、Groq 集成、OpenClaw 代理革命及物理 AI 與機器人。

一、GTC2026 核心要點

1）數據中心營收展望：2025-2027 年$英偉達(NVDA.US) 數據中心累計收入達到 1 萬億美元（去年 GTC 大會給的是 2025-2026 年累計收入 5000 億美元），符合預期。市場主流預期本身已經提升至 1 萬億美元以上，更期待的是公司能給出明確訂單等方面的信息。

2）性能和成本：在 tokens/watt（吞吐量）和 token 速度（智能度）兩個維度上，英偉達均為全球最高性能；英偉達的 token 成本全球最低。

3）數據中心成為"token 工廠"：每個工廠受限於功率（如 1GW），需要管理 token 生產的吞吐量和速度。

token 將像大宗商品一樣細分層級：免費層（高吞吐、低速度）->$3/百萬 token 層->$6/百萬 token 層->$45/百萬 token 層->$150/百萬 token 層（頂級低延遲、高帶寬算力）。

以 1GW 數據中心為例，每 25% 功率分配一個層級：Grace Blackwell 可比 Hopper 生成 5 倍收入，Vera Rubin 可再提升 5 倍。

4）Vera Rubin：在此前 6 類芯片基礎上，新增了 Groq 3 LPU。

①Vera Rubin：100% 液冷（45°C 熱水冷卻），所有線纜取消，安裝時間從兩天縮短至兩小時；

②CPO（共封裝光學）Spectrum-X 交換機：已全面量產，與 TSMC 共同研發；

③CPU：世界上唯一使用 LPDDR5 的數據中心 CPU，獨立售賣，將成為數十億美元級業務；

Vera CPU Tray 用於 Agentic workload, 單個 Vera Compute Tray 集成了 8 顆 Vera 處理器， 每個處理器 88 核， 同時支持 8 通道的 LPDDR5x 內存， 單個 socket 支持 1.2TB/s 的內存帶寬。CPU Tray 上集成了 2 塊 BF4-DPU。

④Vera Rubin：已在 Microsoft Azure 上線運行（第一個 rack）。英偉達供應鏈已可每週生產數千套系統，每月數 GW 級 AI 工廠產能；

⑤Rubin Ultra：Rubin 是橫向滑入機櫃，Rubin Ultra 要垂直放入新機架 Kyber，其中 144 GPU 在一個 NVLink 域內，中板後方用 NVLink 交換機替代銅纜。

5）Groq 3 LPU（新增芯片）：Groq 和 HBM 並用，符合預期

技術來自於收購的 Groq 團隊，Groq LP30 由三星製造，預計三季度發貨。

單顆 Groq 芯片 500MB SRAM vs 單顆 Rubin 芯片 288GB，Groq 單獨無法承載主流大模型的參數和 KV Cache。

解決方案：推出了一個 Dynamo 軟件，把推理步驟分解出來：

1. 預填充階段：也稱 Prefill，也是模型批量處理用户輸入的 Prompt 的階段，主要是以計算為主，因此在 Vera Rubin 上完成；

2. 解碼的注意力環節：主要是計算當前產生的 token 與歷史 tokens（KV Cache，對話存儲的記憶）的關係，是計算和存儲並重的工作性質，也是在 Vera Rubin 上完成，頻繁讀取 Rubin 上的 HBM 內存單元。

3. 解碼的前饋網絡（FNN）：在 Attention 環節確定上下文關係後，前饋網絡負責基於前 Token 來輸出下一個 Token 的概率分佈，並選出下一 Token，即 “吐字”。

這個環節的每一層都要讀取模型的權重參數，讀一次只能處理一個 Token，原本參數放在 HBM 中，計算單元一直在等着數據從 HBM 搬運過來，這也是 “內存牆” 的真正堵點。

把解碼分成用軟件拆出兩個階段後，等於把模型在工作的 “上下文記憶” 仍然保留在 HBM 上，但把大部分模型參數轉移到了 Groq 的 SRAM 上，芯片上內嵌的存儲層 SRAM 能夠以極低的延遲讀取這些權重參數，從而解決推理吐字慢的問題。

Rubin 和 Groq 之間用以太網緊密耦合，RDMA 特殊連接模式可以讓兩芯片之間的交互延遲降低約一半。

6）Feynman：全新 GPU + LP40（LPU）+ Rosa CPU（以 Rosalind 命名）+ BlueField-5 + CX10。

Kyber 銅纜 scale-up + Kyber CPO scale-up（首次同時支持銅纜和 CPO scale-up）。這意味即使在 Feynman 階段，也將同時支持銅和 CPO 的混合方式。

雖然英偉達長期看好 CPO 方案，但客户方面傾向於將銅纜方案用到極致後再切換 CPO（部署/維護更簡單）。

7）其他信息：

①太空數據中心：針對能源不足問題， 英偉達宣佈 Vera Rubin Space-1，計劃將數據中心部署到太空（需解決輻射散熱問題，太空中無傳導和對流，僅有輻射）；

②OpenClaw：每家 SaaS 公司將變成 GaaS 公司（Agent-as-a-Service）。

代理系統在企業網絡中可以訪問敏感信息、執行代碼、對外通信——這需要企業級安全。英偉達與 OpenClaw 創始人 Peter Steinberger 合作推出NemoClaw（OpenClaw 的企業安全參考設計），集成 OpenShell 技術，包含網絡護欄（network guardrail）和隱私路由器（privacy router），可連接各 SaaS 公司的策略引擎；

③物理 AI 與機器人：自動駕駛方面， 比亞迪/吉利/現代/日產等廠家加入 robotaxi-ready, 並與 Uber 合作。然後機器人方面 KUKA/ABB 等廠商， 還有很多機器人/無人機平台等。

總體來説，這次發佈會，除了澄清了銅纜和 CPO 會並用，主要就是新加入了一個服務器中新加入了 Groq 的 LPU 選項。這個在 Groq 被買後，市場已有充分預期；甚至指引的三年一萬億美金收入，市場實際其實也已經超過這個數字了。

整體上從英偉達的產品迭代可以看到：最近幾年的迭代重心不再芯片微架構的創新，從 Hopper 到 Blackwell 解決主要是組合和連接的問題，英偉達主要是完成了賣芯片到賣系統和服務的切換。

而從 Blackwell 到 Rubin，無論是新加入的 DPU（NAND 芯片），還是這次新買來後緊急放進來的 LPU（SRAM），主要完成的是 AI 進入推理和 Agent 時代，內存牆的問題。

二、英偉達的近況：大會指引平淡，需要 “成長性新故事”

英偉達的股價表現，在近半年的時間內基本上一直都在 170-200 美元的區間內震盪。即便下游大廠增加資本開支、公司業績持續超預期，公司股價也沒能實現向上突破，主要是市場有以下幾方面擔心：

a）大廠資本開支持續性：Meta、谷歌等廠商都明確增加了 2026 年的資本開支，四大核心雲廠商在 2026 年的資本開支有望達到 6600 億美元以上，同比增長 60%。但值得注意的是，大廠資本開支在收入中的佔比處於達到了相對較高的位置。

以 Meta 為例，公司預期 2026 年資本開支將達到 1150-1350 億美元，資本開支/年度收入將達到 50% 以上，進一步提升的空間相對有限。即使各家大廠增加了 2026 年的投入展望，但依然難以打消市場對後續資本開支增長持續性的擔心。

b）AI 芯片市場份額：當前英偉達在 AI 芯片市場的份額維持在 75% 以上，較高的價格和 “近乎壟斷” 的市場結構，促使下游雲廠商尋求 “替代方案”。

在谷歌之外，博通 AVGO 已經明確收穫了 Anthropic、Open AI 等的大額訂單，多個客户也都開啓了自研方案。即便英偉達後續還有 Rubin 新品，但市場普遍預期公司在 AI 芯片市場的份額將逐步下滑。

3）產品競爭力：當前谷歌TPUv7 在 FP8 等領域的表現大致已經接近於英偉達的 B200（2024 年四季度量產），谷歌 TPU 大致落後於英偉達一年左右。

英偉達在 Blackwell 系列中引入了 NVFP4 格式，能使推理性能在 FP8 的基礎上再翻一倍。但其實 FP8 滿足了當前市場大部分的需求，TPUv7 已經是一個 “替代選項”。
為了對抗行業競爭，英偉達正在通過戰略投資和算力擴容，來鎖死供應鏈上下游，比如説，以芯片部署為前提的戰略投資 Open AI（300 億美元）和 Anthropic（100 億美元）、為 Meta 旗下全新 AI 實驗室 MSL 提供數百萬塊 GPU 的算力支持，其中部分協議有一定的降價鎖定客户需求的意味。

結合上述的市場擔心，公司估值也處於相對較低的位置。海豚君按照截止 25-27 自然年數據中心收入 1.15 萬億（高於公司目前指引的 1 萬億），英偉達當前市值（4.4 萬億美元），對應 2028 財年（接近 2027 自然年）淨利潤約為 13 倍 PE 左右（假定營收兩年複合增速 64%，毛利率 72%，税率 18%）。

英偉達上季度交出了超預期的財報，但公司股價並未迎來上漲。這主要是因為 2027 年收入預期已經全部打進去後，市場擔心下游雲廠商在資本開支強度拉到 50% 以上的之後，進一步拉高資本開支的空間非常有限。

理論上，處於雲廠商二級導上的英偉達，即使客户資本開支高位維持，英偉達來自雲客户的收入會就變成零增長，市場不敢給 2027 年之後的英偉達高估值，導致英偉達當前只有 27 年利潤 13X 的 PE，建籌的興趣也不高。

結合本次 GTC 大會的內容來看，老黃給出的 “至 2027 年數據中心累計收入達到 1 萬億美元以上”，其實市場預期早已拉到比這個數還更高一些。

會議中更多的時間，給到了英偉達的產品推銷和路線規劃，對產業鏈公司的影響更多（CPO 和銅仍將混合使用、LPU 與 HBM 分擔不同的工作），對公司自身的增量信息並不多。

未來英偉達公司的 PE 再次提升，海豚君認為除了 AI 應用上能夠更大規模、更快速度落地之後，還需要新的 “成長曲線” 來拉動，比如 “Physic AI”、“太空算力” 等。

本次 GTC 大會詳細內容，歡迎關注海豚君後續的詳細內容《英偉達（GTC 紀要）：LPU 解構 AI 推理，算力工廠向太空進發》

本文的風險披露與聲明：海豚君免責聲明及一般披露