【文/观察者网专栏作者 心智观察所】

2026年3月17日凌晨，圣何塞SAP中心的灯光徐徐熄灭，空旷的场馆里响起一段乡村音乐。台下坐着一万八千名观众，屏幕前还有数百万人在等待同一个人——黄仁勋。

几分钟后，他穿着那件熟悉的黑色皮夹克走上舞台，没有惊喜，也不需要。这件夹克，已经成了一种符号：只要它出现在台上，就意味着未来一年全球AI产业的资源流向、技术路线，甚至地缘格局，都将被重新定义。

这并非夸张。回顾整场GTC 2026主题演讲，表面上看是琳琅满目的新品发布——DLSS 5、Vera CPU、Groq LPU、Vera Rubin NVL72、OpenClaw智能体操作系统、Nemotron联盟，甚至还有一个太空数据中心项目。但如果你只盯着这些产品，就很容易错过黄仁勋真正想说的话。他在演讲中反复使用一个词：工厂。数据中心不再是存放文件的地方，而是生产Token的工厂；Token是新时代的大宗商品；而英伟达，是这座工厂的总设计师、总包工头，也是调度中心。

英伟达在GTC 2026上展现的野心，从他在大会前一周写的那篇博客里就能看出。在那篇以第一性原理展开的长文里，他把AI产业比作一块“五层蛋糕”，从下到上分别是：能源、芯片、基础设施、模型、应用。这个分层方式本身就耐人寻味——芯片不是最底层，能源才是。用他的话来说，能源是AI基础设施的“第一性原理”，是决定系统能产出多少智能的“绝对约束条件”。

每一个Token的背后，都是电子的运动、热量的管理，是能量向计算的转化。这之下，再无抽象层。而蛋糕的最顶端是应用，黄仁勋说得很直白：每一个成功的应用，都会拉动它下面的所有层级，一路追溯到为它供电的发电厂。过去十年，英伟达的战略路径非常清晰——从一家GPU公司出发，逐层扩张，直到把这五层蛋糕全部纳入掌控。GTC 2026，正是这块蛋糕“封顶”的时刻。

先从第二层的芯片说起。这次最核心的硬件发布是Vera Rubin系统，但它更像一个“芯片联合国”。整套系统横跨五个机架，内部集成了七种不同的芯片：Vera CPU负责高单核性能的通用计算，Rubin GPU主打并行计算，Groq 3 LPU则专攻低延迟推理。这里值得多说一句Groq LPU的角色——黄仁勋花了不少时间解释“低延迟与高吞吐是天敌”这个命题。

传统架构下，你要么选高吞吐（一次处理大量请求，但每个请求等得久），要么选低延迟（响应快，但处理总量有限）。英伟达的解法是“解耦推理”：用Rubin GPU做高吞吐的批量推理，用Groq LPU做低延迟的实时响应，两者通过NVLink融合成一个系统。这不是简单地把两颗芯片拼在一起，而是一种全新的系统架构哲学。而这一哲学，正好呼应了他博客里提到的“实时生成智能”的需求：智能不再是预录好的，而是按需推理、即时生成的，因此芯片层的设计逻辑，必须彻底重构。

更值得玩味的是88核Vera CPU的发布。英伟达过去十几年一直被看作GPU公司，CPU市场是英特尔和AMD的地盘。但Vera CPU的出现，意味着英伟达不再满足于做“加速器”——它要做整台机器。黄仁勋在台上说，Vera CPU专为高单核性能设计，与机架配合用于智能体处理。翻译过来就是：未来英伟达的客户买一个完整的AI计算节点，不需要再去英特尔或AMD那里买CPU了。一个Vera Rubin机架里，256颗Vera CPU全部采用液冷，从处理器到散热方案，全是英伟达自己搞定。这是“垂直整合”最直白的宣言。

再往上看第三层——基础设施。黄仁勋在博客中对这一层的定义，远超传统认知：它不仅包括芯片，还包括土地、电力输送、散热系统、建筑施工、网络，以及将数万个处理器编排成一台机器的系统。他管这些叫“AI工厂”，设计目的不是存储信息，而是制造智能。在GTC现场，这一层的野心通过互联架构和系统设计展现得淋漓尽致。黄仁勋演示Rubin Ultra的NVLink架构时，用了一个比喻：计算单元在前，扩展互联架构在后。潜台词是，英伟达已经不把互联看作芯片的“附属品”，而是和芯片同等重要的独立产品线。

从NVLink到NVSwitch，再到未来Feynman系统中预告的Kyber，英伟达正在搭建一套由自己定义的数据中心内部“公路系统”。谁控制了芯片之间的通信协议和硬件，谁就控制了整个系统的扩展能力。这也是为什么黄仁勋敢在台上说“对比x86加Hopper架构，Vera Rubin的Token吞吐量是前者的350倍”——7亿Token每秒对200万Token每秒，差距不是来自单颗芯片的进步，而是来自整个基础设施层的代际跃迁。而英伟达的Omniverse平台，让它能与供应商虚拟会面、协同设计数据中心，目标是“不浪费一丝功耗”。这句话说得轻巧，但背后的意思是：英伟达已经在扮演整个AI工厂供应链的“总协调者”。

到了第四层的模型层面，英伟达的手也伸了过来。这次GTC宣布了Nemotron联盟，成员包括Black Forest Labs、Perplexity、Mistral、Cursor等一批当红AI公司。英伟达声称Nemotron 3 Ultra将成为全球最强基座模型，并为Nemotron 4组建联盟。黄仁勋在博客中写道，模型已经跨过了能在规模化层面真正发挥作用的门槛——语言模型只是其中一类，最具变革性的工作正发生在蛋白质AI、化学AI、物理模拟、机器人技术和自主系统领域。通过组建Nemotron联盟，英伟达可以确保这些AI公司的模型在英伟达硬件上得到最优适配，同时也确保它们深度绑定CUDA生态。黄仁勋在演讲中反复提到的CUDA“飞轮效应”——吸引开发者，开发者基于CUDA开发，更多人采用英伟达硬件，循环持续——在Nemotron联盟身上得到了最完美的体现。这不是简单的商业合作，这是一种产业组织行为。

五层蛋糕的最顶端是应用。黄仁勋在博客中说，应用层是经济价值被创造出来的地方——药物发现平台、工业机器人、法律辅助工具、自动驾驶汽车，“一辆自动驾驶汽车就是具身于机器中的一个AI应用”。GTC现场对此做了充分展示：110台机器人亮相，宣布与比亚迪、现代、日产的自动驾驶合作，与优步（Uber）在部分城市接入自动驾驶出租车网络。英伟达还发布了OpenClaw智能体操作系统，黄仁勋将其定义为“AI时代的Windows”——两行Shell命令就能启动一个AI智能体，NemoClaw则为企业提供安全框架。从云端的Token工厂到地面的自动驾驶出租车，英伟达正在把自己的触角从虚拟世界延伸到物理世界的每一个角落。

然而，最耐人寻味的，是黄仁勋把能源放在五层蛋糕的最底层。在博客中他写得很直白：能源是系统能产出多少智能的“绝对约束条件”。而在GTC现场，他用行动证明了这一点：英伟达正在研发名为“Vera Rubin Space-1”的太空数据中心系统。虽然目前仍处早期阶段，但这个信号极其重要——英伟达已经在考虑地球表面的电力和散热限制无法满足AI算力需求的那一天。与此同时，黄仁勋反复强调Vera Rubin每瓦性能提升50倍、成本降低35倍。

这些数字背后是一个严峻的现实：AI数据中心正在吞噬惊人的电力。英伟达不得不介入能源规划——从芯片架构的能效优化，到数据中心选址对电网的要求，再到太空数据中心这种终极方案。一家芯片公司在讨论电力规划和商业航天，这在十年前是不可想象的。但如果你理解了那块五层蛋糕的逻辑，就会明白：控制了最底层的能源约束，就控制了整栋大楼的高度。