本文聚焦于英伟达GTC大会，对比去年的热闹，今年大会狂热稍减。详细剖析了黄仁勋在大会上的演讲内容，包括他对Scaling Law的捍卫、下一代芯片的展望以及展示的“中国朋友圈”，同时分析了市场对大会发布产品的反应和英伟达业务面临的问题。
与去年将Transformer八子、OpenAI、xAI等明星企业汇聚一堂的热闹场景相比，今年的英伟达GTC大会似乎热度有所降低。然而，这丝毫不影响黄仁勋在AI领域的精彩叙事。在美国加州圣何塞，那标志性的「英伟达绿」依旧是科技圈的独特符号。大会现场超2万人聚集，还有成千上万的人在线观看黄仁勋的主题演讲。他在演讲中透露的信息、英伟达后续的发展方向，都成为人们判断AI时代走向的重要依据。
不过，在今年的GTC大会上，黄仁勋更多地在进行重复和反驳。例如他提到的“买得越多，省得越多，甚至比这更好——买得越多，赚得越多”，这一经典的黄式定律再次被提及；还有“几乎全世界都误解了Scaling Law放缓”这样的观点。或许是这些重复的叙事未能带来更多惊喜，对于英伟达GTC大会发布的一系列产品，华尔街反应平淡，英伟达盘后股价下跌了约4%。
下面，我们来梳理一下这届GTC大会上黄仁勋最想向市场传达的三个关键真相。
1、53次token，捍卫Scaling Law的信仰
在黄仁勋的演讲中，有一个隐秘却重要的主题——tokens，他在演讲里至少提到了53次。如此高频地强调tokens，在某种程度上，黄仁勋是在向市场表明Scaling Law并未终结。因为源源不断的tokens消耗，会带来持续的算力需求，而这正是英伟达讲述一切业务增长的前提。
他给出了一组数据，随着Agentic AI和推理能力的发展，目前所需的计算量是过去的至少100倍。英伟达GPU拥有广泛的下游应用场景，主要涵盖数据中心、汽车领域、机器人等。科技巨头、云厂商和算力租赁服务商都会大量采购英伟达的先进芯片，用于建设AI基础设施。黄仁勋曾形象地说：“英伟达不造芯片，英伟达造数据中心”。
遵循这一理念，黄仁勋公布了相关数据。2024年，美国Top4云公司总计采购了130万颗Hopper架构GPU，到了2025年，这一数据飙升至360万颗Blackwell GPU。他预计数据中心建设的价值将达到1万亿美元。
面向云厂商等企业端客户，英伟达主要出售包括AI服务器、高速交换机等在内的AI算力集群服务，提供系统和网络、硬件和软件等全方位解决方案。与此前的AI服务器GB200 NVL72一样，英伟达此次公布了新产品：Blackwell Ultra NVL72机柜，黄仁勋特别强调这是「AI推理专用机柜」。
天风证券分析师郭明錤曾指出，影响英伟达AI服务器增长的一个重要因素是，它能否提供算力更强且平均token成本更低的Scale – up。从英伟达提供的数据来看，黄仁勋似乎已经考虑到了这一点。相比前一代产品GB200 NVL72，新机柜的带宽是前代的两倍，内存速度是前代的1.5倍。同时，由于机柜尺寸和电源规格相似，这对于科技公司的数据中心升级来说，具有一定的性价比优势。
然而，黄仁勋并未提及的是，英伟达数据中心业务的高速增长时代已经过去。从财报数据来看，英伟达数据中心业务已结束了六个季度以来连续保持的「三位数高增」，环比下降趋势也十分明显。郭明錤还提到，英伟达数据中心业务目前存在“量产的能见度不高”的问题，英伟达需要更多具体列举数据中心部署GB200 NVL72的案例，以及客户转换到新产品的具体效益情况。
2、下一代芯片：黄式定律能否有效？
除了行业宏观层面上对Scaling Law的展望，在过去的几个小时里，那些花费1万美金购票入场的技术信徒们，还期待着另一个问题的答案：“黄氏定律”能否延续。
作为英伟达首席科学家提出的，对后摩尔定律时代的重要补充，黄氏定律表明：GPU架构、软件的革新将推动AI性能实现每年翻倍。如果说Scaling Law关注的是“行业需不需要更多GPU”，那么黄氏定律所传达的内容则更为直接——行业需不需要英伟达。
尽管从目前的市场趋势来看，Blackwell取得了远超于Hopper架构GPU的市场成绩，并直接带动了AI领域基建的新一轮繁荣。参考黄仁勋本人的说法：“Blackwell开始出货的一年内，你能看到人工智能基础设施建设出现了难以置信的增长。”
但股价的下跌还是侧面反映出了市场的不满情绪。这一不满情绪的源头，很大程度上来自于年度算力“核弹”——Blackwell Ultra GB300的不佳表现。这颗被外界寄予厚望的芯片，并未重现Blackwell架构横空出世时的惊艳感，反而更像是上一代芯片的内存“超大杯”版本。
虽然黄仁勋并未对比两代Blackwell产品间的性能差异，但根据此前英伟达官方透露的信息显示，单个Ultra芯片将提供与Blackwell相同的20 petaflops的AI性能，HBM3e内存从192GB升级到了现在的288GB。
似乎是为了弥补现场用户的失望情绪，黄仁勋直接预告了明年上市的新一代Rubin架构GPU，并表示，新一代GPU的性能预计是Blackwell Ultra NVL72的3.3倍。但很明显，这种“画饼”行为并未得到市场的认可。原因很简单，这就好比库克在苹果发布会上拿出一部4TB版本的iPhone16作为新品，顺便再吹嘘一下iPhone18的性能。对比往期发布会上的卓越表现，至少在今年，黄氏定律在硬件侧暂时失效了。
相比之下，软件侧的Nvidia Dynamo，反而成为了黄氏定律续命的关键。作为业内人士口中，英伟达“在推理领域构建的新CUDA”，Nvidia Dynamo绝对担得起发布会王炸的头衔。作为一个专为推理、训练和跨整个数据中心加速而构建的开源软件，Dynamo的性能数据相当出色：在NVIDIA Hoppe平台上，软件能够在同样的GPU前提下，将AI工厂的性能和收入提高一倍。而在GB200 NVL72机架集群上运行DeepSeek – R1模型时，生成的token数量更是进一步被提高了30多倍。从黄仁勋的演讲细节来看，他对这款产品的表现也非常满意，在介绍完相关性能后，他甚至轻松地和现场观众开起了玩笑：“这就是我以前为什么说，当Blackwell批量发货时，你不要把Hopper送人。”
3、从DeepSeek到大厂，黄仁勋的「中国朋友圈」
本届GTC大会上，「中国元素」的浓度相当高。在长达两个小时的演讲里，句句不离推理的黄仁勋自然会提到DeepSeek，他将DeepSeek R1模型称为「卓越的创新」和「世界级的开源推理模型」。事实上，在ChatGPT尚未诞生的2022年，幻方AI就受邀在黄仁勋的GTC舞台上演讲。此次GTC大会，黄仁勋又一次展示了自己的「中国朋友圈」。
在主题演讲的前一天，GTC特别举办了China AI Day – 云与互联网在线中文专场，包括火山引擎、阿里云、百度、蚂蚁集团、京东、美团、快手、百川智能等中国企业分享了其在大语言模型、多模态大语言模型、数据科学和搜推广领域的前沿进展。大半个中国智驾圈也齐聚GTC，除此以外，据不完全统计，联想、比亚迪、文远知行、阿尔特、工业富联、九号公司、完美世界、银河通用等中国企业均相继宣布与英伟达的最新合作。
尽管饱受地缘政治影响，但英伟达始终密切关注中国市场的动态。今年年初的例行中国行中，黄仁勋连续走访了多个中国城市，与中国合作伙伴深入交流。从科技历史来看，三次技术浪潮诞生了三家市值超三万亿美元的公司，分别是微软、苹果和英伟达。随着英伟达成为这个时代最伟大的企业之一，GTC大会已不仅仅是黄仁勋的个人秀，而是整个AI圈的文化符号。人们对这个文化符号自带信仰和高预期，就像华尔街对英伟达的期待一样：人们担忧的是，如果英伟达也无法讲出新故事，那么下一个英伟达在哪里呢？
本文详细解读了英伟达GTC大会上黄仁勋的演讲内容，包括他对Scaling Law的坚持、下一代芯片的展望以及对中国市场的重视。然而，市场对大会发布产品反应平平，股价下跌。英伟达数据中心业务增长放缓，下一代芯片硬件表现不佳，不过软件侧的Nvidia Dynamo带来了新亮点。同时，黄仁勋展示的“中国朋友圈”也体现了英伟达对中国市场的看重。总体而言，英伟达在AI领域虽有诸多布局，但仍面临市场和业务上的挑战。
原创文章，作者：Kennedy，如若转载，请注明出处：https://www.lingtongdata.com/1590.html
