文 | 硅谷101 陳茜

1萬億美元，這是接下來21個月，英偉達(dá)GPU訂單的收入預(yù)期。

剛過去的GTC大會，黃仁勛開始停止了講芯片的故事。他開始瞄準(zhǔn)更大的敘事：token經(jīng)濟(jì)，而這將是更有野心且更持久的市場蛋糕。

本篇文章，我們將拆解英偉達(dá)的五層蛋糕生態(tài)體系。一萬億美元收入是怎么算出來的？基于Groq的LPU將給英偉達(dá)帶來什么新的機(jī)會？還有黃仁勛在光通信上的提前布局與未來Scale-across（跨區(qū)域擴(kuò)展）的AI工廠機(jī)會。以及OpenClaw的里程碑后，英偉達(dá)押注的token經(jīng)濟(jì)學(xué)將會如何發(fā)展，給算力市場將帶來如何的挑戰(zhàn)呢？

01 推理拐點已至，多模態(tài)+OpenClaw

2026年的英偉達(dá)的GTC敘事建立在兩個背景和事件：一是AI應(yīng)用得到落地；二是OpenClaw的爆火帶動了全球的agent生態(tài)。這讓黃仁勛在GTC演講中高呼，推理拐點已經(jīng)到來。

新云（Neocloud）廠商GMI Cloud創(chuàng)始人Alex Yeh在跟我們對話中就透露，北美的需求暴增是來自多模態(tài)和編程，而OpenClaw帶來的token需求則主要來自中國。

Alex Yeh

GMI Cloud創(chuàng)始人

Token（詞元）的推理使用量一直在暴增，而且是以倍數(shù)的方式在增長。我們的客戶也從大型的訓(xùn)練客戶轉(zhuǎn)到很多推理需要的邊緣端的節(jié)點。（美國這邊）一個是以代碼生成為首的推理調(diào)量，另一個是多模態(tài)的視頻和圖片生成，這兩個發(fā)展的速度都太快了。我覺得在OpenClaw這一塊，美國的市場事實上還沒有意識到這個影響究竟有多大。

Alex的觀察和我們最近在硅谷與很多業(yè)內(nèi)人士的探討是相似的，因為北美用戶，特別是有技術(shù)背景的開發(fā)者已經(jīng)很適應(yīng)用Claude Cowork去做一些agent任務(wù)。所以雖然OpenClaw是從硅谷火出圈的，但遠(yuǎn)沒有到國內(nèi)那么卷的程度。

Alex Yeh

GMI Cloud創(chuàng)始人

我覺得OpenClaw是從國內(nèi)火到這邊來，可是國內(nèi)已經(jīng)先開始一波了，現(xiàn)在也是在Mac mini或者DGX Spark上跑，可是我覺得這不是一個常態(tài)。因為這東西絕對之后都是上云的，畢竟部署一個PC的成本實在是太高。而且我看到很多的硅谷公司已經(jīng)在做一個零代碼、用戶界面非常好用的OpenClaw。隨著開源和閉源的模型越來越好，它的調(diào)用量會越來越高。所以我覺得我們甚至連1%或5%都還沒有到?？墒沁@才剛開始，全球（算力）就已經(jīng)沒了，token調(diào)用規(guī)模未來的發(fā)展是超級可怕的。

所以，以上是目前AI發(fā)展現(xiàn)狀的一個大背景。有了推理需求飆升和OpenClaw爆火這兩個趨勢，黃仁勛的整個演講的敘事邏輯就完全和去年不同了：以前英偉達(dá)賣芯片給云廠商和AI公司，而如今，老黃要賣token給全世界每一家公司。

黃仁勛

英偉達(dá)創(chuàng)始人&CEO

每一個企業(yè)，全球的每一家軟件公司，都需要一套智能體系統(tǒng)，需要一套智能體策略，需要擁有一套OpenClaw策略。

這也是我參加今年老黃keynote的最大感受，看看PPT上面的這些小心心，就知道黃仁勛的姿態(tài)是we love everybody（我們擁抱所有人）。所以，今年GTC的最關(guān)鍵主題是“生態(tài)”，而不是“芯片”。

早在GTC開會的幾天前，英偉達(dá)就放出了一篇名為“AI五層蛋糕”的文章來為大會造勢，預(yù)示黃仁勛在今年大會上強(qiáng)調(diào)的是垂直整合能力和生態(tài)，而不是單芯片。

簡單來說，黃仁勛給外界畫了一個更大的餅。我們先來說黃仁勛在GTC演講中提到的一萬億這個數(shù)字。

02 一萬億美元，過于保守還是極度樂觀？

黃仁勛在去年的GTC上說，當(dāng)前和下一代的GPU架構(gòu)Blackwell和Vera Rubin的訂單收入，從當(dāng)時到2026年年底會達(dá)到5000億美元。這次，他將這個預(yù)期直接上調(diào)了一倍，說截止現(xiàn)在，到2027年年底，預(yù)計光是Blackwell和Vera Rubin的訂單收入，會直接到1萬億美元。

要注意，這個收入是不包括英偉達(dá)新發(fā)的CPU和基于Groq的LPU芯片等其他產(chǎn)品線的訂單收入，而光是GPU架構(gòu)的訂單。他在媒體閉門會上專門特別澄清，原因是因為這樣外界能直觀的感受到英偉達(dá)的GPU上的業(yè)務(wù)增長。

黃仁勛

英偉達(dá)創(chuàng)始人&CEO

如果我把這1萬億的業(yè)務(wù)范圍進(jìn)行更改，將CPU、Groq以及存儲包含在內(nèi)，那就會把兩件不同的事情混為一談，這樣我在進(jìn)行比較時就不夠簡單直接了。然而，對其他人來說，理解這1萬億的復(fù)雜之處在于：既然英偉達(dá)今天能提供多得多的產(chǎn)品，難道我們是在暗示Blackwell加上Vera Rubin的規(guī)模還不到1萬億嗎？不，情況恰恰相反。

任揚(yáng)

濟(jì)容投資聯(lián)合創(chuàng)始人

首先這個數(shù)字我覺得非常achievable（可實現(xiàn)的）。第二，這個數(shù)字是到現(xiàn)在為止它看到的實實在在的訂單，可能過幾個月咱們回頭再看這個數(shù)字，它還有新的訂單出來，這一萬億的數(shù)字還會往上走。

我覺得從財務(wù)分析角度來說，它的意義就是給2027年的營收和利潤劃了一個底，告訴你這個底在這兒了。然后把它這一萬億的數(shù)字放在模型里面，就能劃出來2027年十三、四塊錢的EPS（每股收益）的底。

而對于各大企業(yè)對算力的CapEx（資本支出），我們的嘉賓認(rèn)為是還將繼續(xù)上漲，一邊是推理需求會繼續(xù)上漲，另一邊的原因是隨著前沿模型的競爭趨于白熱化，訓(xùn)練這邊的需求也不會降低。

圖片來源：Business Insider

任揚(yáng)

濟(jì)容投資聯(lián)合創(chuàng)始人

我覺得百分比的增速會放慢，但是它肯定還是一個快速增長的狀態(tài)，而且我覺得每年增長的絕對值數(shù)量不一定會變小。第一，Inference（推理） 的用量現(xiàn)在很明顯看到有一個inflection（拐點），大家對agent的用量和token的消耗量明顯提升。第二，我覺得從模型廠商的角度來說，這幾家前沿實驗室沒有誰能明顯地拉開和其他人的身位，都是在一個交替領(lǐng)先的狀態(tài)，包括開源的這些大模型也沒有明顯地比閉源的proprietary（專有）模型落后非常遠(yuǎn)。

我覺得模型廠商后面可能只有兩條路：要不就是往上打，只有做了應(yīng)用之后，做出用戶粘性，通過應(yīng)用去收錢。另外一條路就是，花錢花得比別人更狠，用資產(chǎn)負(fù)債表或者現(xiàn)金流的優(yōu)勢，更大力度地懟算力、懟人才，希望在模型上能有一個突破。OpenAI之前有一段時間是想走這條路，包括去年Sam Altman喊出來1.4萬億這種數(shù)字。

我覺得這兩條路大家都還會繼續(xù)去做，所以對CapEx（資本開支）的投入一定不會小。

為什么黃仁勛今年不強(qiáng)調(diào)單芯片，連Rubin再下一代計算架構(gòu)Feynman也只是略微提了一點？除了老黃要把英偉達(dá)的企業(yè)敘事拔高到“AI factory”以及要給所有人賣token之外，其實還因為產(chǎn)能跟不上，市面上還是瘋狂缺卡?，F(xiàn)在市面上大家根本買不到最先進(jìn)的卡，就連兩三年前發(fā)布的舊卡，H100、H200用了幾年甚至能超原價賣，同時軟件生態(tài)和各種配置也都跟不上老黃的速度，所以他再強(qiáng)調(diào)單卡的性能提升，對市場來說根本沒有意義。

錢宇靖

GMI工程主管

現(xiàn)在市場上最成熟的平臺依然是Hopper最多，Blackwell在最近幾個月開始進(jìn)入大規(guī)模應(yīng)用的階段，并且軟件層也有比較好的進(jìn)步。但是回想一下，Blackwell是在兩年前就已經(jīng)被宣發(fā)了的，所以我覺得是因為現(xiàn)在的產(chǎn)能還是沒有辦法跟當(dāng)時老黃所預(yù)計的產(chǎn)能達(dá)到一致。

所以看起來，光是GPU的售賣，這一萬億美元的收入規(guī)模并不算過度樂觀，而是真有這樣的需求量。但顯然，黃仁勛是不滿足這一萬億的，他布局的是全生態(tài)。當(dāng)token成為大宗商品，“算力即收入”，黃仁勛接下來的動作，是想把他定義中的“AI五層蛋糕”給全部打透，讓英偉達(dá)持續(xù)成為AI產(chǎn)業(yè)線中，持續(xù)最賺錢的機(jī)器。

03 拆解五層蛋糕，同質(zhì)化博弈與生態(tài)護(hù)城河

Chapter 3.1：五層蛋糕與“同質(zhì)化”

黃仁勛定義的AI五層蛋糕，從下到上，分別是能源層（這里是電力等基礎(chǔ)供應(yīng)），之后是芯片層（英偉達(dá)的核心業(yè)務(wù)：卡），再之上是基建層（包括云廠商及旗下的數(shù)據(jù)中心，再往細(xì)分就是土地、供電、冷卻系統(tǒng)、建筑工程、網(wǎng)絡(luò)通信等），前三層被統(tǒng)稱為AI工廠（AI factories）。

再往上，模型層有OpenAI、谷歌Gemini和Anthropic這樣的頂尖模型，也有包括英偉達(dá)自研的一系列開源模型。而在應(yīng)用層，則是英偉達(dá)針對不同的賽道研發(fā)技術(shù)，包括機(jī)器人、自動駕駛、工業(yè)制造、編程和企業(yè)級AI Agent等等。

你是不是有點疑惑，老黃是在布一盤什么局呢？這五層蛋糕難道每一層英偉達(dá)都能吃透嗎？

任揚(yáng)

濟(jì)容投資聯(lián)合創(chuàng)始人

如果把其他這幾層能commoditize（同質(zhì)化）掉，或者說把他們的利潤打下來，讓利潤就集中到你這一層。這一層里到底誰是瓶頸，稀缺價值到底是集中在哪一層。之前幾年稀缺價值完全是集中在芯片這一層，所以Nvidia吃到了這一輪絕大部分的利潤和蛋糕，但是上面幾層都還是非常有實力的。

我們的嘉賓任楊認(rèn)為，每一層蛋糕中，如果每個玩家水平都差不多，沒有絕對領(lǐng)先或者絕對壟斷者，那么這一層的利潤就會被攤薄，這被稱為“being commoditized”（同質(zhì)化）。議價權(quán)最終還是回到有絕對領(lǐng)先和壟斷的這一層，也就是英偉達(dá)的芯片層。

也就是說，最終黃仁勛還是要靠賣芯片。但在其它層的蛋糕中，英偉達(dá)要扶持起自己的軟件生態(tài)，定義規(guī)則。就像打造CUDA這樣的護(hù)城河一樣，一旦在新的市場定義了范式，當(dāng)市場爆發(fā)，大家發(fā)現(xiàn)最好用的還是英偉達(dá)的平臺，那最后要買的依然是英偉達(dá)的算力和卡。

比如說，英偉達(dá)看到基建層，像谷歌云和AWS這樣的云廠商有強(qiáng)議價權(quán)之后，又扶持起了CoreWeave和Nebius這樣的Neocloud（新云平臺）來進(jìn)行競爭。再比如說，在模型層，英偉達(dá)各種大小模型開源了一大堆，而且這次黃仁勛專門組織了一場全球最核心的開源模型論壇，就是想在模型這一層，試圖在長期削弱SOTA（State of the Art，最頂尖）的頂級閉源模型的議價權(quán)。而在應(yīng)用層，英偉達(dá)也在研發(fā)自動駕駛和機(jī)器人，等待行業(yè)大規(guī)模爆發(fā)，為的就是提前布局生態(tài)位。

任揚(yáng)

濟(jì)容投資聯(lián)合創(chuàng)始人

如果Nvidia能夠鼓勵或者帶領(lǐng)開源社區(qū)快速迭代，把token價格打下來。雖然說Anthropic和OpenAI在賣API、賣inference（推理）、賣token上是賺錢的，但如果開源模型能夠用10%的價格，做到現(xiàn)在的前沿實驗室的這些最先進(jìn)的模型的90%的性能，那這些token的價格一定會被打下來。然后就把賣模型、賣推理、賣token這一層commoditize（同質(zhì)化）掉，整個生態(tài)里面最后賺錢的又回到了Nvidia這邊。

所以老黃正在時刻關(guān)注的其他層級的蛋糕，但最賺錢的，始終還是芯片這一層。所以這一層也是黃仁勛盯得最緊的。而這次的GTC上，傳達(dá)出兩個信號。

Chapter 3.2：基于Groq的ASIC反擊戰(zhàn)

第一個信號就是在芯片層，老黃發(fā)布了基于Groq研發(fā)出的LPU。要知道，對Groq的非獨(dú)家技術(shù)授權(quán)交易是去年12月圣誕節(jié)前后才宣布的，花了200億美元現(xiàn)金，可以說是英偉達(dá)有史以來最大的一起交易。

Groq創(chuàng)始人Jonathan Ross在最新的福布斯雜志采訪中爆料說，和Groq的交易這件事情也是老黃只花了三周就迅速做的決定。

而到如今的GTC才3個月，產(chǎn)品就已經(jīng)出來了，只能說，老黃和英偉達(dá)卷起來真的沒其他人什么事兒了。那么，為什么要“收編”Groq呢？

簡單來說就是GPU架構(gòu)，即使強(qiáng)如Vera Rubin，擅長的是高吞吐的并行計算，做prefill（上下文預(yù)處理）和attention（注意力計算）很厲害，但在超高速token生成（decode）這個任務(wù)上就沒那么給力了。因為token生成的特點是只能一個一個的生成，整個過程必然是串行鏈?zhǔn)降?，對每一步延遲極其敏感。

所以，“高吞吐”和“低延遲”本身互相矛盾，很難兩全。而Groq就是這個矛盾的解法。

Graham Steele

英偉達(dá)工作人員

LPX發(fā)揮作用的地方就在于那些極高交互率的場景。單獨(dú)的Rubin非常適合用來處理絕大多數(shù)的推理工作負(fù)載，當(dāng)涉及到超大模型、超長上下文以及極高交互性時，這就是LPX發(fā)揮作用的地方，它能為Vera Rubin提供額外的提升。

Groq通過SRAM（靜態(tài)隨機(jī)存取存儲器）設(shè)計，天生就適合做推理和token生成。就像Groq創(chuàng)始人Ross打動黃仁勛的那個類比，他說強(qiáng)大的GPU就像“18輪大卡車”，但推理任務(wù)就像“最后一公里配送”，本身就更適合更靈活高效的面包車。他對老黃說，如果你要為美國建立一個物流網(wǎng)絡(luò)，最佳答案是，18輪卡車和面包車你都需要。

而在OpenClaw之后的Agent時代，老黃通過與Groq的深度技術(shù)與人才合作，解決了token生成的挑戰(zhàn)，這是非常關(guān)鍵的一步。而Groq的新芯片融入英偉達(dá)體系后，英偉達(dá)宣稱這將解鎖3000億美金的增量市場，可以說，這200億花得值了。但還有個內(nèi)存上的小難題：SRAM缺點是第一很貴、第二很占面積、第三容量做不大。

單顆Groq 3 LPU只有500MB SRAM，而Rubin GPU是288GB HBM4，差了500多倍，根本存不下萬億參數(shù)的模型。英偉達(dá)的解法是用Dynamo軟件把推理過程拆成兩半，Vera Rubin這邊的GPU負(fù)責(zé)prefill和attention，而Groq負(fù)責(zé)之后decode和token生成。

所以我們看到，一顆Rubin GPU配上8顆Groq 3 LPU，統(tǒng)一為一個推理單元。而Groq 3 LPX整機(jī)把256顆LPU裝進(jìn)一個機(jī)架，能提供128GB SRAM、40PB/s帶寬、315 PFLOPS推理算力和640TB/s互連帶寬。

英偉達(dá)和Groq的這個交易目前還面臨反壟斷的一些潛在調(diào)查，因為涉嫌“變相收購”（雖然這個做法已經(jīng)是硅谷巨頭在AI時代的基本操作了）。但LPU已經(jīng)和三星在合作量產(chǎn)了，預(yù)計今年第三季度出貨，而Vera Rubin機(jī)架已經(jīng)在微軟Azure云上運(yùn)行。

同時，英偉達(dá)聯(lián)手Groq還有一個戰(zhàn)略上的意義，就是打出了ASIC反擊戰(zhàn)。我們之前文章說過，ASIC是專項芯片，雖然不如GPU那么通用，但如今卻是各大科技巨頭自研的重點，以及各個云廠商也都在扶持ASIC芯片的研發(fā)試圖蠶食英偉達(dá)GPU的利潤率和議價權(quán)，包括谷歌的TPU也是ASIC芯片，Groq本身也是ASIC芯片。但英偉達(dá)這次告訴外界：我也可以做ASIC芯片，而且還跟我自己的GPU結(jié)合，性能更強(qiáng)哦！

黃仁勛

英偉達(dá)創(chuàng)始人&CEO

但是有了這種架構(gòu)，我們將把我們的token生成速度、生成率從200萬提升到7億，實現(xiàn)了350倍的增長。這就是extreme co-design（極致協(xié)同設(shè)計），我們要在垂直方向上進(jìn)行整合與優(yōu)化，然后再在水平方向上將其開放，供所有人享有。

Chapter 3.3：枯木逢春的CPU與備受期待的CPX

我們再來看看芯片層的第二個關(guān)鍵詞：CPU，是不是有種“枯木逢春”的感覺。AI agent時代token經(jīng)濟(jì)的崛起不但救了Groq一命，連老古董CPU也重新成為了香餑餑。

雖然GPU擅長訓(xùn)練和運(yùn)行AI模型，但隨著Agent工作負(fù)載的不斷增長，這些系統(tǒng)需要傳輸海量數(shù)據(jù)，并協(xié)調(diào)跨多個智能體的工作流程，這使得CPU在現(xiàn)代AI基礎(chǔ)設(shè)施中的重要性絲毫不亞于GPU。

所以，英偉達(dá)在這次GTC上發(fā)布了Vera CPU，被稱為“全球首款專為代理式AI與強(qiáng)化學(xué)習(xí)時代打造的處理器”，其效率是傳統(tǒng)機(jī)架級CPU的2倍，速度提升50%。包括AI編程明星公司Cursor也為Vera CPU站臺，說提升了他們的整體吞吐量和效率，給客戶帶來了更快速靈敏的編程agent體驗。

Praveen Menon

英偉達(dá)工作人員

這些CPU是專為AI工廠打造的。當(dāng)你們的GPU進(jìn)行推理或強(qiáng)化學(xué)習(xí)訓(xùn)練時，它們會生成大量的軟件代碼，這些代碼需要被評估正確與否，然后反饋需要傳回給GPU。CPU承擔(dān)了評估這些代碼的任務(wù)，所以在那個階段，你需要一個非常快的CPU來向GPU提供評估反饋，這樣GPU就不需要加權(quán)了。這就是為什么我們專門打造這款產(chǎn)品，它具備極高的單核性能以及極大的內(nèi)存帶寬，這樣數(shù)據(jù)就可以無縫移動，并且所有環(huán)節(jié)都能達(dá)到非常出色的機(jī)架級性能效率。所以，將所有這些結(jié)合在一起，就成就了一款非常適合智能體任務(wù)和AI工廠的理想CPU。

在芯片層這里，還有一個秘密武器就是CPX。

這是黃仁勛在去年9月的AI基礎(chǔ)設(shè)施峰會上推出的、專門針對長語境推理進(jìn)行優(yōu)化的芯片，可以說代表了GPU設(shè)計的一個全新類別。這款芯片能夠處理百萬級tokens的軟件編程和生成式視頻，在速度和效率方面實現(xiàn)突破性提升，被外界認(rèn)為能進(jìn)一步穩(wěn)固英偉達(dá)在推理上的優(yōu)勢。

有意思的是，老黃這次的演講中根本沒有提到CPX，也讓業(yè)界很好奇，英偉達(dá)目前在芯片層的這套組合拳：GPU、CPU、LPU、CPX，是否會進(jìn)一步拉開與競爭對手的差距。

任揚(yáng)

濟(jì)容投資聯(lián)合創(chuàng)始人

我的理解是，在根據(jù)不同類型的工作負(fù)載，英偉達(dá)都有能夠拿出來非常好用的產(chǎn)品，放到它的機(jī)柜里面。英偉達(dá)想要提供一個最完整、最全面的服務(wù)，想要什么東西我都有，全都買我的東西最方便的感覺。

總結(jié)一下，這五層蛋糕互相支撐但又互相牽制，黃仁勛在做的是要整合這五層，確保英偉達(dá)在每一層都有話語權(quán)，無論是扶持甲方的競爭對手，還是自研開源模型，還是在不同領(lǐng)域保持開放合作來定義行業(yè)入口和范式。

英偉達(dá)的敘事早已不是“芯片”而已了，黃仁勛在發(fā)布會上手握單芯片的那些名場面已經(jīng)成為過去。未來，是完整的AI factory，是更宏大的token經(jīng)濟(jì)學(xué)。這讓英偉達(dá)的護(hù)城河也早已超越CUDA，讓競爭對手們更難攻破它的生態(tài)帝國。

04 前沿技術(shù)布道：CPO、太空數(shù)據(jù)中心與Scale-across布局

黃仁勛一直在布局下一個即將爆發(fā)的產(chǎn)業(yè)，也對前沿技術(shù)非常的敏銳。他這次在發(fā)布會上沒太多提共封裝光學(xué)CPO，以及數(shù)據(jù)中心中機(jī)組的Scale-up（縱向擴(kuò)容）和Scale-out（橫向擴(kuò)容）。

但英偉達(dá)在3月初分別向光子技術(shù)巨頭Lumentum和Coherent各注資20億美元，并鎖定數(shù)十億美元采購承諾及未來產(chǎn)能權(quán)益。這兩家公司都是CPO的核心供應(yīng)鏈，業(yè)內(nèi)人士認(rèn)為，黃仁勛這是在準(zhǔn)備為下一代“吉瓦級AI工廠”去鋪墊光互聯(lián)的底座。

Cathy Jiang

光學(xué)工程師

一個是Lumentum，它是現(xiàn)在唯一的高功率（400毫瓦）DFB激光器的一個供應(yīng)商，在最近的OFC會議上，它們也提到了一個更高參數(shù)的1瓦強(qiáng)功率的激光器。另外一個是Coherent，這是在硅光光子學(xué)中有很多技術(shù)積累的幾個公司合并在一起的一個公司。這兩家公司，一是他們是美國公司，二是有多年的技術(shù)積累和專利的積累，三是在整個產(chǎn)業(yè)鏈上，這種投資可以幫助這些公司在下一代的技術(shù)中做更多的革新。

這一次它們更多的技術(shù)革新是在封裝方面，比如說2.5D到3D的封裝。但是接下來這兩家公司還在進(jìn)行更多的新技術(shù)的研發(fā)，比如說使用更多的光波長一起進(jìn)行通信，進(jìn)一步地增加它的帶寬的密度。還有使用一些更加先進(jìn)的技術(shù)，比如說不同的放置激光器的方法，甚至探索一些不同的波段、不同光纖的參數(shù)等等更下一步的技術(shù)革新。

目前產(chǎn)業(yè)里面還在討論Scale-up（縱向擴(kuò)容）和Scale-out（橫向擴(kuò)容），而行業(yè)人士說，黃仁勛已經(jīng)在思考說再下一步，Scale-across（跨域擴(kuò)展），也就是不同數(shù)據(jù)中心的互聯(lián)怎么去解決了。

Cathy Jiang

光學(xué)工程師

對于不同的距離的場景，比如說Scale-up（縱向擴(kuò)容）談?wù)摰氖呛撩琢考?，Scale-out（橫向擴(kuò)容）討論的是米量級，Scale-across（跨域擴(kuò)展）可能討論的是千米或者更遠(yuǎn)的量級。在這些不同量級之下，什么是一個最優(yōu)的技術(shù)路線？我們還是用現(xiàn)在的波長，還是要換成一個其他的波長？會不會有一個技術(shù)是用現(xiàn)在這種光纖，還是一種中間是空著的光纖？會不會有一個技術(shù)突然出現(xiàn)就砸了場子，把其他的技術(shù)都帶跑了？都是很有意思的一些討論。

當(dāng)然，還有更遙遠(yuǎn)的一些布局，包括在演講中黃仁勛提到的太空數(shù)據(jù)中心等等，我們也寫過一篇文章介紹。

在這篇文章的最后，我還想稍微聊聊整個芯片和數(shù)據(jù)中心供應(yīng)鏈目前的一個情況。如果大家還記得這五層蛋糕，可以看到能源和數(shù)據(jù)中心供應(yīng)鏈的基礎(chǔ)層，決定了芯片的產(chǎn)能，也決定了整個AI模型和應(yīng)用能否得到足夠的算力支撐，也決定了AI的進(jìn)程。

05 供應(yīng)鏈全面吃緊，內(nèi)存與能源的超級周期

我們在GTC期間跟供應(yīng)鏈的朋友聊天，得到的信息是：缺，什么都短缺。

Alex Yeh

GMI Cloud創(chuàng)始人

我們是了解所有的硬件的缺貨情況的，包括從各類元器件到內(nèi)存端的硬件，比如CX7等等子元器件?，F(xiàn)在每一個元器件都開始“亮紅燈”，就是指大缺貨、大漲價，DDR4的DRAM價格，是一年前的10倍。現(xiàn)在CX7也在缺貨、電源供應(yīng)和CPU也開始在缺貨，各個供應(yīng)鏈都開始缺貨。我看到OpenClaw的起來、agent起來、多模態(tài)的起來以及編程的起來，剛好這三個是一個完美的風(fēng)暴，所有的供應(yīng)鏈就跟不上這個節(jié)奏。

Alex對我們表示，最近全球地緣政治，特別是中東的波動讓能源價格異常波動，這也給全球AI數(shù)據(jù)中心的能源供應(yīng)帶來了更高不確定性，但能源這一部分大概會占到token定價的10%左右，而讓token價格高居不下的，還是供應(yīng)鏈短缺帶來的價格飆升，特別是內(nèi)存方向。

Alex Yeh

GMI Cloud創(chuàng)始人

我覺得影響最大的還是服務(wù)器系統(tǒng)的內(nèi)存的漲價，從而造成token價格的增加。

而我們也在會展現(xiàn)場采訪到了內(nèi)存市場的決定性大贏家三星，他們認(rèn)為，緊缺的狀態(tài)至少要持續(xù)到27年年底。

Candice Hu

Samsung Memory產(chǎn)品營銷經(jīng)理

這個是我們從來沒有看到過的supercycle（超級周期），之前幾年也有，但是那個時候更多是手機(jī)、電腦、互聯(lián)網(wǎng)端的需求，但是今年整個就是AI。我們看到2026年已經(jīng)是完全的售罄，2027年我們認(rèn)為也還是會在緊缺的狀態(tài)。產(chǎn)線我們都已經(jīng)在投入了，但是大概率也要到2028年才能有實質(zhì)性的這么一個上漲。

這個超級周期，很多的采購方都是云端、數(shù)據(jù)中心，他們對于成本的敏感度是比較低的，也比較愿意花錢去買。所以整個內(nèi)存的短缺或者是需求量，我們認(rèn)為在接下來兩年還是會比較強(qiáng)的。

以上就是我們這次的參會體驗啦。給我的感覺是，隨著Agenic時代來臨，非常多的范式會發(fā)生變化，有機(jī)遇也有挑戰(zhàn)，而GTC會依然是AI行業(yè)的指路標(biāo)，我們也會為大家繼續(xù)關(guān)注以上我們的提到的這些產(chǎn)業(yè)和方向。不知道在一年后的GTC大會，我們的世界會被AI加速多少呢？