北京时间3月19日凌晨（美国时间昨天），黄仁勋穿着标志性的黑皮衣，准时登台，连讲两个多小时，将年度“秀”推向高潮。然而，英伟达股价却继续承压下跌，看来大众并不买账。“既要看眼前繁华，也要顾长远寂寞”，在AI早已如日中天、人人皆谈“革命”的浪潮下，黄仁勋描绘的是一幅不止于明日、也不止于后天的宏大蓝图。此番发布的Blackwell Ultra、Rubin、Feynman三代架构，以及一系列硅光网络、AI原生6G、物理AI等布局，看起来招式繁多、剑意绵长，但现实中的资本市场对这种未来畅想的买账程度……却有待观察。
热情不敌股价寒意
今年GTC大会上，黄仁勋延续了其一贯的热情演说风格。黄仁勋口中，AI是新时代工业革命的核心，数据中心将是“AI工厂”，从生成式AI到代理AI，再到所谓“物理AI”，正以前所未有的速度扩散。但从资本市场反馈来看，现实其实没有跟他激昂的语调保持同频。大会当天，英伟达收盘即下跌3.4%，盘后还小跌0.55%。Lopez Research创始人Maribel Lopez指出，黄仁勋在演讲中提及的许多议题，如量子计算、机器人、光子交换机等，早在过去数年间就被英伟达反复宣传过，“并没有让人耳目一新的亮点”。也让华尔街中的怀疑者们有些思考：英伟达究竟能否持续在芯片业务之外的前沿领域——量子计算、机器人、硅光网络等——找到新的增长引擎？Jefferies分析师Blayne Curtis的观点就带有明显的保留态度：英伟达的硬件、软件和垂直领域实力确实强，但要真正证明能大幅扩大市场规模、并在成本等方面拿出竞争力，仍需更多证据。加上AI的发展似乎正进入某种“瓶颈期”——至少在资本的短期逻辑中，这些不确定性结合在一起，美股科技股好像难以安宁，纳斯达克指数也在周二收跌1.7%。在美联储议息会议到来前，市场更像在蹲踞观望，等待下一步风向明朗。
“AI超级碗”：从Blackwell到Rubin，再到Feynman
即便资本市场暂时冷淡，黄仁勋仍在台上展示了英伟达对未来长达数年的技术路线图。今年的核心话题，围绕Blackwell、Rubin以及Feynman三代架构展开。
Blackwell Ultra
这位“现役主角”被黄仁勋誉为“AI推理和代理AI的强劲驱动”。
其在GB300 NVL72或HGX B300 NVL16等服务器形态中，整合了新一代Grace CPU，官方号称较前代Hopper整体能效比提升高达1.5倍到数倍不等。英伟达预计在今年下半年就能看到搭载Blackwell Ultra的产品陆续进入市场。从先期采购看，2025年北美四大云服务商将追加购买360万颗Blackwell系芯片，需求增速凶猛啊！。命名源自暗物质研究先驱天文学家Vera Rubin，计划在2026年下半年登场，并在2027年推出Rubin Ultra。黄仁勋坦言，这一代架构仍需要在互联技术、带宽和散热方式上有更高突破，方能完全发挥其潜力。这也是某些华尔街分析师对其“进展节点”提出疑问的缘由：Rubin这一代或许难在架构层面发生革命性变革，真正的“巨大升级”要等到Rubin Ultra，时间则要拉到2027年。命名取自物理学家理查德・费曼（Richard Feynman）。按英伟达的公布路线图，这款架构将于2028年进入市场。黄仁勋对于Feynman并未详解，但可想而知，这将是英伟达意图借GPU、CPU以及光学互联技术融合，朝“更极端规模扩展”迈进的重要一环。从命名顺序上看，英伟达对未来的筹谋既有科学敬意，也可视作一种时间与实验并行的隐喻：在星辰大海般的AI世界里，硬件架构的迭代是一场没有终点的竞赛。黄仁勋的目标很简单，“把加速计算做到极致，把传统的通用计算从顶到底加速改造”。
量子、机器人与硅光：远方火光？
在量产出货、成熟营收层面，AI GPU无疑仍是“吃饭的家伙”。至于量子计算、机器人技术、硅光交换机等，黄仁勋也在演讲中反复强调，这些需要更多的时间和更大的投入才能看到回报。英伟达宣布将在波士顿设立NVAQC（加速量子研究中心），与多家量子企业、研究机构合作，致力于“加速量子超级计算”。黄仁勋坦言，“不论是噪声控制还是量子位拓展，都长路漫漫”，资本市场短期也并不指望量子计算为英伟达的收入报表做多大贡献。英伟达展示了一个与谷歌DeepMind、迪士尼研究团队合作打造的“Newton”平台，强调“牛顿物理引擎”可在Omniverse里以超实时仿真来训练模型。另外还有“Isaac GR00T N1”通用型人形机器人基础模型亮相。据黄仁勋估计，到2028年全球将面临1500万工人缺口，“机器人时代已然不可避免”。只不过，眼下这些概念仍在实验室与初步商用的过渡期，究竟需要多少时间，尚待市场检验。英伟达正式推出Spectrum-X Photonics和Quantum-X Photonics，号称最高可达1.6Tb/s端口速率，具备400Tb/s的总带宽，配合液冷封装和台积电的COUPE技术，能在巨型数据中心实现万乃至百万GPU的集群。黄仁勋展望，将“解放”数据中心的铜缆瓶颈，让下一个时代能够大规模扩展AI集群。只是，这些“硬核”网络设备往往需要基础设施全盘升级，投入成本与技术门槛极高，短期能带来的营收增量仍存疑。
“AI工厂”的操作系统：Dynamo、Omniverse与一体化生态
大会上，黄仁勋几乎用了一整段时间介绍名为NVIDIA Dynamo的开源推理架构，被他比喻为“AI工厂的操作系统”。在英伟达的规划里，未来AI计算中心将形似一座大型“工厂”，里面承载生成式AI、代理AI以及各种规模、各种需求的训练和推理任务。要想既保证高吞吐量，又确保响应速度，必然需要一套更加灵活、可并行负载管理的调度系统。Dynamo主打负载均衡、KV缓存、并行化等能力，力求在有限GPU资源内处理更多的Token，提升AI对话与推理的效率。除此之外，Omniverse及新推出的Cosmos平台，也被摆在了核心战略位置。无论自动驾驶还是工业机器人，或是数字孪生模拟，都离不开大规模的物理仿真和数据生成能力。黄仁勋打了个形象的比方：“能源工业革命是水力变蒸汽，最后又变电力；AI时代的变革就需要有类似Dynamo和Omniverse这种‘新电力’，才能驱动它的大规模应用。”
华尔街“刀光剑影”：多空分歧下的英伟达
英伟达的路线图无疑令人眼花缭乱，但市场对其评价则不尽相同。看多者：如Truist分析师Will Stein以及Wedbush分析师Dan Ives，一直将英伟达视为AI浪潮的排头兵。理由在于英伟达在GPU、AI框架、生态系统等方面的领先优势，并且已形成了硬件—软件—服务的一体化生态。即使客户在算力过度部署后进入“消化期”，他们相信英伟达依然有能力稳住阵脚。Dan Ives表示，“接下来几个月的纷扰不会改变人工智能革命的轨迹”，GTC大会就是“关注未来科技股的转折点”。看空者：这类人群看起来更担心AI从“炙手可热”转向“快速降温”。DeepSeek的兴起、通用计算架构在某些场景的崛起，以及宏观经济波动，都会让英伟达的增长曲线不如前几年那么平滑。特朗普政府的关税政策也尚未见下文，国际局势依旧动荡。投资回报会否被政策或供应链掣肘，也是不少基金经理的“心头大石”。面对这样的“刀光剑影”，黄仁勋在演讲中也给出了相对坦诚的态度。“量子计算、机器人等，需要更多时间才能兑现收益。”他对Rubin和Feynman的描述，都放在了2026年、2027年甚至2028年的时间线上。
结语
超大规模算力中心的叠加，也使人隐约觉出市场可能出现周期性峰顶的暗示：当算力采购趋于阶段性饱和后，新一轮需求又何时爆发？黄仁勋给出的答案是“思维要超前两年，甚至五年、十年”。从CUDA生态到AI工厂，从机器人到量子实验室，其核心始终是在加速计算的整体解决方案上保持“独孤求败”的水准。业内有分析指出，正是这种对软硬件乃至生态环境的完整把控，构成英伟达难以被替代的优势。AI江湖风起云涌之际，英伟达的这场GTC“超级碗”背后，或许既是欢呼雀跃，也有暗流涌动。股市从长远看，若英伟达能不断拿出真刀真枪的技术成果，将复杂的硬件、软件、网络与工业应用连接起来，即使资本寒潮来临，也未必阻挡得了下一轮创新的迸发。当“买得越多，省得越多”成为戏谑与调侃并存的梗，黄仁勋及其英伟达仍在续写这场可能跨越数十年的AI工业革命。 “我们正站在加速计算的临界点上，这是一个没人见过的新时代。”人工智能或者说英伟达这部大戏，尚待下一个巅峰时刻的到来。（转载自亿欧网）
扫码下载app 最新资讯实时掌握
