GTC复盘：从5000亿到1万亿，黄仁勋在台上说了一件让我后背发凉的事

大家好，我是Marisa。昨天是GTC——英伟达一年一度最重要的发布会。我看完了整场。2.5个小时，30,000个人在San Jose的SAP Center里。[1]看完之后，有几个地方让我停下来想了很久。今天这期播客，我不想只复盘“发布了什么”。这些你到处都能看到。我想聊的是：黄仁勋在台上说的这些话，背后的钱在往哪里流。追钱，不追话术——这一直是我看科技大厂的方法。CEO说什么不重要，钱流到哪里才是真相。好，先说那句让我后背发凉的话。黄仁勋站在台上说：“去年我告诉你们，我看到了5000亿美元的需求。今天，我看到的是至少1万亿。”[2]我当时的第一反应是——他不是这么说的吧？一般CEO在这种场合说“我们看到了强劲的需求增长”就够了。但他直接给了一个数字，然后说这是“high confidence demand”——高置信度需求。[3]意思是：这不是预测，不是愿景，是接近已经签约的钱。从5000亿到1万亿。一年翻一倍。Nvidia现在市值大约4.5万亿美元，全球最高。[4] 昨天股价收$183.22，涨了1.65%——市场反应其实很平静，因为华尔街可能已经预期到了。[5] 但Morgan Stanley说，这个价位是“surprisingly good entry point”，目标价$260，维持Overweight。[6]我没想到他会这么直接。这个数字的重量感，不是说“哦Nvidia很厉害”——而是，这背后代表着整条AI产业链的资本承诺。而且不是只有几家大客户在撑。云服务商占收入60%，但剩下40%分散在主权云、企业、工业、机器人、边缘计算——整条链都在入场。[7]第二个让我停下来的事情，是token经济。先说一个比喻吧。你可以把数据中心想象成一个工厂。它消耗的原料是电力，它生产的产品是token。Token per watt，就是这个工厂的产能指标——每度电能产多少AI的“成品”。[8]黄仁勋自己在台上的原话是：“数据中心曾经是存文件的地方，现在是生产token的工厂。”[9] 他用了“工厂”这个词。不是“平台”，不是“基础设施”，是工厂。然后他把token分了五个价格层级：[10]免费层——高吞吐低速，随便用；$3/百万token；$6/百万token；$45/百万token；顶级研究型，$150/百万token。你可能对这些数字没概念。那我给你算一笔账：一个研究团队，如果每天消耗5000万token，按$150/百万的最高档算，一天的成本是7,500美元。一个月就是22万美元。[11]这不是大公司才有的消耗。这是任何认真在做AI研究、做AI产品的团队都会面对的数字。但如果你把这个成本和硬件的效率提升放在一起看——同样1吉瓦的数据中心，Hopper时代每秒产20万token，到了Vera Rubin时代，每秒7亿token。[12] 350倍。350倍意味着什么？同样的电费、同样的机房面积，你能产出的AI“产品”翻了两个数量级还多。谁能最快拿到这一代硬件，谁的token成本就最先降下来。顺带说一下Vera Rubin的具体进步：跟 Blackwell比，训练同规模MoE模型只需要1/4的GPU数量，token生成成本降到1/10。[13] 这个差距不是渐进式的，是代际碾压。第三件事，我想聊聊Nvidia在软件层的布局——Nemotron联盟。这次GTC，Nvidia拉了8家公司组了一个开源模型联盟：Black Forest Labs、Cursor、LangChain、Mistral、Perplexity、Reflection AI、Sarvam、Thinking Machines Lab。[14]你看这个名单——有做模型的，有做开发工具的，有做应用层的，有做区域市场的。Nvidia不是在做慈善。他的意图很清楚：AI的价值链上，Nvidia已经拿下了硬件和算法库——也就是CUDA那一层。但软件层——模型、Agent框架、应用生态——这是OpenAI和Anthopic的地盘。如果这一层被几家模型公司垄断，定价权就不在Nvidia手里了。Nvidia必须确保软件层是开放的、分散的、跑在自家硬件上的。配合这个联盟，还有一个AI-Q blueprint——混合用前沿模型和Nvidia开源模型，能把查询成本压低超50%。[15]有一个细节很有意思——黄仁勋自己在台上说：“100%的Nvidia员工在使用Claude Code。”[16] 他不避讳自己也在用别家产品。这说明他对自己的定位想得很清楚：软件层是别人的场子，但硬件和开源层必须是我的。对你作为开发者和用户来说，这意味着：未来AI的定价，可能不会只有一条路。开源力量在打开另一个通道。而且SaaS正在向GaaS转型——从卖工具到出租Agent。[17] 这不是概念，这是商业模式级别的变化。最后说一个听起来很远、但逻辑很近的事情：太空数据中心。Nvidia宣布正在开发用于轨道数据中心和自主太空任务的Vera Rubin芯片。[18]你第一反应可能是：这是不是噓头？想一想地球的物理约束——土地有上限，电力有上限，散热有上限。如果AI算力需求继续指数级增长，而地面扩容的速度跟不上呢？我不是说明年就会有太空机房。但Nvidia在资本分配上释放了一个真实的信号：他们在提前为下一个10年的增量下注。这不是科幻，这是资源规划。另外提一下2028年的路线图：下一代GPU叫Feynman，配合新的LPU、新的CPU（代号Rosa）、BlueField 5网卡、以及Kyber互联——用的是TSMC 1.6nm（A16）制程。[19] 这条路线图的密度，说明Nvidia不只是在做一代产品，是在做一整个平台的垂直整合。总结一下。这次GTC，表面上是一场芯片发布会。但黄仁勋在用1万亿这个数字告诉所有人：AI基础设施的投入还处在早期。而且是整个产业链的早期，不只是几家大公司的事。Quartz的一句总结我觉得很准：“GTC 2026 was an inference keynote, an agent keynote, and an AI-factory keynote, with the hardware serving as the proof rather than the plot.”[20]硬件只是证据，不是主角。这件事让我后背发凉的地方在于：很多人还在讨论“AI是不是泡沫”，但产业链的钱已经按1万亿的规模在流动了。不管你怎么看AI，这笔钱是真实的。──────────────────────────────────────────────────互动问题：你觉得这1万亿的订单里，最后会有多少真正转化成落地的应用？A：超过一半——AI基础设施的需求是刚性的，大部分会落地B：不到三分之一——大量投资会变成产能过剩欢迎在评论区告诉我你的判断。下期见。[1]CNBC, https://www.cnbc.com/2026/03/16/nvidia-gtc-2026-ceo-jensen-huang-keynote-blackwell-vera-rubin.html[2]TechCrunch, https://techcrunch.com/2026/03/16/nvidia-just-put-nvidias-blackwell-and-vera-rubin-sales-projections-into-the-1-trillion-stratosphere/[3]TechCrunch, https://techcrunch.com/2026/03/16/nvidia-just-put-nvidias-blackwell-and-vera-rubin-sales-projections-into-the-1-trillion-stratosphere/[4]CNBC, https://www.cnbc.com/2026/03/16/nvidia-gtc-2026-ceo-jensen-huang-keynote-blackwell-vera-rubin.html[5]Yahoo Finance, https://finance.yahoo.com/news/stock-market-today-march-16-212544538.html[6]Yahoo Finance / Barchart, https://finance.yahoo.com/news/nvidia-stock-treading-water-below-192612510.html[7]Investing.com / 36Kr[8]36Kr, https://eu.36kr.com/en/p/3726315458048516[9]Tom’s Hardware, https://www.tomshardware.com/news/live/nvidia-gtc-2026-keynote-live-blog-jensen-huang[10]36Kr, https://eu.36kr.com/en/p/3726315458048516[11]36Kr, https://eu.36kr.com/en/p/3726315458048516[12]36Kr, https://eu.36kr.com/en/p/3726315458048516[13]TradingKey, https://www.tradingkey.com/analysis/stocks/us-stocks/261687829-nvidia-gtc-2026-how-vera-rubin-system-will-shape-next-decade-tradingkey[14]Quartz, https://qz.com/nvidia-gtc-2026-jensen-huang-keynote-takeaways[15]Quartz, https://qz.com/nvidia-gtc-2026-jensen-huang-keynote-takeaways[16]Tom’s Hardware, https://www.tomshardware.com/news/live/nvidia-gtc-2026-keynote-live-blog-jensen-huang[17]36Kr, https://eu.36kr.com/en/p/3726315458048516[18]Quartz, https://qz.com/nvidia-gtc-2026-jensen-huang-keynote-takeaways[19]Tom’s Hardware, https://www.tomshardware.com/news/live/nvidia-gtc-2026-keynote-live-blog-jensen-huang[20]Quartz, https://qz.com/nvidia-gtc-2026-jensen-huang-keynote-takeaways This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit ngmarisa.substack.com