廣告
黃仁勳GTC談話4大亮點炸場 豪言Blackwell和Rubin到明年底營收至少1兆美元
【編譯于倩若／綜合外電】輝達執行長黃仁勳（Jensen Huang）周一走上SAP Center的舞台，為輝達GTC 2026發表主題演講，他不斷強調，輝達不只是把晶片賣進一個正熱的市場而已，而是想要定義整個AI經濟的「實體基礎設施」，包括運算能力、網路、儲存、軟體、模型、工廠，而且也許連太空軌道上的資料中心也想一起包辦。黃仁勳在台上豪言Blackwell加上Rubin到明年底營收至少1兆美元，而輝達股價在他演講後周一收盤上漲1.65%。《知新聞》為您整理這場演講的談話重點。
這場主題演講的各種發表幾乎是四面八方狂灑，但真正的重點訊息其實是黃仁勳希望投資人、客戶，以及競爭對手清楚聽懂4件事：
1. AI的需求仍在快速攀升，成長速度快到足以合理化那些高到誇張的資本支出。
2.「推論」現在已經成為主要戰場。
3. AI代理預計會從聊天機器人裡「溢出來」，進入日常的辦公運作體系。
4. 在數位AI之後，下一波淘金熱可能會是實體AI，也就是機器人、自主系統與工業軟體將會消耗掉更多的資料與基礎設施。
亮點1：Blackwell和Vera Rubin到明年底營收至少1兆美元
黃仁勳這次最強的一段秀肌肉，是用數字來說話。他提到CUDA誕生20周年，稱它是推動加速運算的飛輪，接著表示，運算需求在「過去幾年已經成長了100萬倍」。然後他又表示，自己現在看到2025到2027年底至少有1兆美元的營收機會。
據外媒《QUARTZ》分析，這其實就是黃仁勳整場主題演講的核心邏輯：強調AI基礎建設的擴張仍處於早期階段，應用範圍還在持續擴大，規模也仍然足夠巨大，大到讓今天看起來驚人的支出，在輝達的敘事裡，反而只像是先付的訂金而已。
這個「1兆美元」的數字，其實也悄悄替一些質疑做了整理。過去幾個月，只要一家公司成為資本支出狂潮裡的主要「收銀員」，通常都會被問到幾個問題：這波熱潮到底能持續多久？如果那些大型雲端業者開始更嚴格控制成本會怎樣？下一個階段的需求，有多少會流向客製化晶片或更便宜的替代方案？
黃仁勳的回答方式是把視角拉得更大。這場演講開場影片宣告：「token是新一代AI時代的基本構件。」而黃仁勳的重點是：圍繞這些token的生意，不會只停留在訓練大型模型、然後在基準測試裡欣賞成績而已。
真正的商機在於它會走向實際生產環境，而在那裡，計費的計量表是永遠不會停的。
亮點2：「推論」（Inference）是這場演講的主角站、站醒目C位 揭Feynman協作架構
整場主題演講裡最犀利的一句話，同時也是最簡單的一句：「推論的轉折點已經到了。」
黃仁勳把推論（inference）拆成2個階段，分別是prefill和decode，並描繪出一套系統：由Vera Rubin晶片負責prefill的工作，而來自Groq技術脈絡的矽晶片則負責decode，也就是真正把答案吐出來的那一步。
這之所以重要，是因為推論正是輝達下一場戰爭會變得更複雜的地方。
訓練模型讓輝達賺得盆滿缽滿，但當系統要即時服務數億名使用者時，客戶就會開始問一些不太客氣的問題：成本是多少？延遲能壓多低？每一個步驟真的都需要同樣昂貴的晶片嗎？
黃仁勳給出的答案，很有輝達一貫風格：不是只為單一GPU辯護，而是把整個技術堆疊吞下來。
他把Vera Rubin形容為一次「跨世代的飛躍」，整個平台圍繞7顆晶片與5種機架級系統打造。輝達表示，相比Blackwell，這個平台在訓練大型mixture-of-experts模型時，只需要4分之1的GPU數量，而在推論上則能以每瓦高出10倍的吞吐量，把每個token的成本降到原本的10分之1。
他也利用這場主題演講，把視線從Rubin再往未來拉，談到下一代平台Feynman，因為在輝達的世界裡，下一代產品總是在現役產品還沒謝幕之前，就已經站在舞台側邊等候登場。黃仁勳透露未來的次世代GPU架構Feynman將與下一代CPU Rosa以及新一代LPU協同運作，打造更完整且強大的AI平台。
這其實才是這場演講傳出的更深層訊號。黃仁勳並不只是推銷一顆更快的晶片，而是在建立更大的依賴關係。
輝達宣布了Vera Rubin DSX AI工廠參考設計，也推出DSX模擬工具，讓企業可以在AI工廠真正動工之前就先進行規劃。同時還擴充了儲存、網路與系統元件的產品組合，目標是讓整個架構像一台垂直整合的機器一樣運作。
這樣訊息其實很難錯過：別再把它當成「伺服器」來思考，而是把它當成整個「園區」級的基礎設施。
或者，如果你是輝達，乾脆開始像公用事業公司一樣開帳單。
亮點3：搭上養龍蝦熱潮推出NemoClaw、AI代理的轉折點
如果硬體端的論述是在確保輝達仍然站在推論（inference）的核心位置，那軟體端的重點則是確保企業AI不會變成別人的派對。
黃仁勳表示：「Claude Code和OpenClaw已經引發了AI代理的轉折點。」他還補充說：「員工將會被前沿型、專業型，以及客製化打造的代理團隊大幅強化，而這些代理會由他們自行部署與管理。」
黃仁勳並宣布輝達將推出NemoClaw開源企業AI代理平台，能支援OpenClaw的隱私與安全，並讓更多人能使用。
輝達同時搭配推出多項軟體工具，包括Agent Toolkit、OpenShell執行環境，以及AI-Q架構藍圖。公司表示，這些工具能幫助企業打造具備政策護欄的自動化代理；其中AI-Q透過把前沿模型與輝達自家的開放模型混合使用，甚至可以把查詢成本降低超過50%。
而在這一連串「開放」策略背後，其實也藏著一層戰略保險。
輝達宣布成立Nemotron Coalition，合作夥伴包括Black Forest Labs、Cursor、LangChain、Mistral AI、Perplexity AI、Reflection AI、Sarvam AI，以及Thinking Machines Lab。首個專案將為即將推出的Nemotron 4模型系列提供基礎。
如果讀懂這背後的弦外之音，其實很清楚：輝達不希望未來的AI軟體世界被切成2塊，上面是少數幾家大型封閉模型供應商，下面則是一堆商品化硬體。
它也希望在開放模型這一層佔有一席之地，因為正是這一層，會決定誰能在最大型實驗室之外建立、調整並掌握AI系統。
亮點4：機器人願景變得更大
過去一段時間，黃仁勳一直在把輝達的故事從數位助理擴展到更廣的領域，而這次輝達GTC則把這個主題推得更遠。
輝達宣布推出Physical AI Data Factory Blueprint，並與Microsoft的Microsoft Azure以及Nebius合作，目標是自動化機器人、視覺AI代理與自動駕駛車所需訓練資料的生成、擴增與評估流程。
這個論述其實相當直接：真實世界資料稀缺、邊緣案例麻煩，而合成資料與模擬技術可以把算力轉化為這些系統所需的原料。
黃仁勳也預告了GR00T N2，一個基於DreamZero研究的下一代機器人基礎模型。輝達表示，在新環境與新任務上，它的成功率比目前領先的VLA模型高出2倍以上。
回頭看，這段主題演講可能是最耐時間考驗的一部分。
聊天機器人曾經讓華爾街為之瘋狂；但實體AI才可能讓基礎設施的投資狂潮持續好幾年。因為機器人、工業系統與自主機器不只需要模型，它們還需要無止境的訓練資料、模擬、網路、感測器，以及邊緣運算。
黃仁勳甚至把故事再往前推一步，表示輝達將把AI帶到太空：未來基於Vera Rubin的系統，將瞄準軌道資料中心與自主太空運作。
這聽起來確實有點像一個人突然發現，自己的產業賓果卡上其實還有幾個格子沒被填滿。但同時也像是一家公司決心讓「AI基礎設施」這個詞，幾乎涵蓋眼前所有昂貴的機器設備。
等到黃仁勳講完時，整場主題演講的感覺已經不只是產品發布時程表，而更像是一張帝國版圖。
當然，裡面仍然有很多具體發布，例如DLSS 5、新的工業軟體整合、電信邊緣運算合作，以及一整波面向開發者的技術工具。
但真正持久的重點其實更簡單、也更宏大：輝達希望AI不再被理解為一種軟體類別，而是被視為一項「公用事業級」的基礎設施工程，而輝達的硬體與軟體將嵌入每一層。
這是一個非常典型的黃仁勳式訊息，包裝得精準漂亮，而且帶著一點點謙虛。
對競爭對手來說最令人不安的地方在於：至少到目前為止，仍然有大量客戶願意照著這個藍圖來建構整個系統。
