黄仁勋:AI投资回报率已有答案,下一个增长浪潮是物理AI!每一个Token都是利润单位

编辑 | 林芯

“未来 CPU 的客户将不再是人类，而是数十亿个 AI 智能体。”

“每一个 Token 都是利润单位。”

“算力就是收入，下一个超级浪潮是物理AI。”

就在凌晨，黄仁勋在 NVIDIA 的年度股东大会回答了AI领域里一直争论问题：大厂砸了那么多钱买芯片，到底能不能收回成本？

随着各家财报的陆续出炉，2026年微软、亚马逊等巨头的AI基础设施支出预计达7250亿美元。仅在2026年第一季度，这四家巨头的资本开支已累计达1300亿美元。

黄仁勋直言：真正有用的 AI 已经到来，关于 AI 投资回报率的疑问已经得到解答，各行各业都在争相采用智能体 AI。

并直接用 NVIDIA 的营收数据举例：

英伟达的营收增长了 65%，达到 2160 亿美元。营业利润增长 60%，达到 1300 亿美元。摊薄后每股收益增长 67%，达到 4.90 美元。

第二，每一个 Token 都是利润单位，算力就是收入。

当 AI 能够完成有价值的工作时，Token 就具备了价值；而当 Token 能够创造利润时，对算力的需求就会加速增长。

在过去，传统数据中心负责存储和提供文件服务。现在的 AI 工厂则负责生产 Token。每生成一个Token，都对应一次计算；而每一次计算，都可能创造收入。

第三，未来 CPU 的客户将不是人类，将会有数十亿个智能体。

直到今天，所有 CPU 都是为人类设计的。但是随着智能体时代的到来，智能体将生活在以纳秒为单位衡量时间的世界里。运行在 GPU 上的大语言模型负责“思考”，而 CPU 必须跟上它们的速度。如果 CPU 成为瓶颈，GPU 就会处于闲置状态。

在黄仁勋看来，在 AI 工厂中，闲置的 GPU 就意味着收入损失。

因此，Vera Rubin 是下一阶段的发展，Vera 将成为 NVIDIA 历史上最重要的产品发布之一。

第四，下一个超级浪潮是物理AI 。

黄仁勋做出判断：物理 AI 将成为 NVIDIA 下一波增长浪潮，机器人、汽车和工厂将能够在动态环境中进行感知、推理、规划和执行操作。

AI 工厂负责训练模型；Omniverse 在虚拟世界中对模型进行仿真；NVIDIA Jetson 计算机部署在机器人内部执行任务；而 Cosmos 则作为世界基础模型为整个体系提供支撑。

第五，推理是AI商业化的核心。

推理是生成 Token 的过程。Hopper架构的使命是帮助“训练”出大模型，那么从Blackwell到 Vera Rubin架构，NVIDIA 的重心渐渐倒向了“推理”。

在这次的大会里，黄仁勋还透露了许多硬核观点！

全文就在下面！

60 年软件范式终结，计算机不再只是工具

黄仁勋：这是 NVIDIA 以及整个计算机行业非同寻常的一年。每隔 10 到 15 年，计算机产业都会经历一次重置：从大型机到个人电脑，从 PC 到互联网，从互联网到云计算，再从云计算到移动云，而这一次的重置规模更大。

过去 60 年里，人类编写软件，计算机执行指令，但这一范式已经改变。随着 AI 的出现，计算机能够理解、推理、规划、使用工具并完成有价值的工作。计算机不再只是一个工具，在 AI 时代，它更像是一位能够使用工具的助手。相应地，数据中心也不再只是存放工具的仓库，而是生产数字智能的 AI 工厂，是制造数字化助手的基础设施。

NVIDIA 正在为这个新时代构建计算基础设施。两年前，生成式 AI 吸引了全世界的关注。ChatGPT 能够写作、绘画、总结内容并回答问题。随后，推理型 AI 学会了思考和解决问题。如今，智能体 AI 已经到来。智能体能够使用工具、访问记忆、编写代码、调用其他智能体、测试结果，并持续工作直到任务完成。

真正有用的AI已经到来！

AI 的 ROI 问题已经被解答

软件编程成为第一个在企业领域实现突破的大规模应用场景，这一点意义重大。

AI 现在已经真正变得有用了。当 AI 能够完成有价值的工作时，Token 就具备了价值；而当 Token 能够创造利润时，对算力的需求就会加速增长。看看这些证据：GitHub 开发者在 2023 年合并了 3 亿个 Pull Request，2024 年达到 4 亿个，2025 年达到 5 亿个。

增长趋势一直十分清晰稳定，但在 2026 年最初几个月，这一速度几乎增长到了原来的三倍。这意味着什么？全球约有 3000 万名软件开发者，他们每年的薪资总额约为 3 万亿美元，而他们的工作支撑着约 100 万亿美元的全球经济活动。

在 AI 智能体的帮助下，这支劳动力如今创造的产出接近 9 万亿美元，比过去增加了 6 万亿美元。编程只是需求增长的驱动因素之一。真正有用的 AI 已经到来。关于 AI 投资回报率的疑问已经得到解答，各行各业都在争相采用智能体 AI。

英伟达的营收增长了 65%，达到 2160 亿美元。营业利润增长 60%，达到 1300 亿美元。摊薄后每股收益增长 67%，达到 4.90 美元。

我们创造了 1030 亿美元的经营现金流，数据中心业务收入达到 1940 亿美元，同比增长 68%。Blackwell 平台显著扩大了英伟达基础设施的覆盖范围，客户涵盖超大规模云服务商、云计算企业、AI 实验室、工业企业、企业客户以及主权级客户。模型开发者和超大规模云服务商累计部署的 Blackwell GPU 数量都已达到数十万级别。

每一个 Token 都是利润单位，每一个利润都需要算力

AI 工厂建设正在各个主要行业迅速扩张。Capital One、现代汽车集团、Jane Street 和礼来公司等企业都在大规模部署英伟达基础设施以推动 AI 应用落地。国际业务收入增长超过三倍，突破 300 亿美元。代表着 50 万亿美元 GDP 的近 40 个国家正在建设由英伟达基础设施驱动的 AI 工厂。

AI 基础设施已经不再是实验项目，而是真正投入生产的系统。AI 不仅仅是一个模型，它是一种全新的产业。你可以把它想象成一个五层蛋糕：能源层、芯片与系统层、基础设施层、模型层以及应用层。

传统数据中心负责存储和提供文件服务。而 AI 工厂则负责生产 Token。Token 会转化为代码、答案、设计、行动和服务。真正有用的 AI 是能够盈利的。

每一个 Token 都是一个利润单位。这正是算力需求如此惊人的原因。客户购买的已经不再是计算机。他们正在建设能够创造收入的 AI 工厂。而工厂的架构至关重要。关键问题在于：这座工厂能够创造多少收入，以及创造这些收入需要付出多大成本。

推理是生成 Token 的过程，而 NVIDIA Blackwell 已经树立了行业标准。在 SemiAnalysis 的 Inference-X 基准测试中，Blackwell 被公认为“推理之王”，能够提供行业最低的单 Token 成本，并实现比第二名平台高出 30 倍的 Token 吞吐量。这就是为什么架构如此关键。

NVIDIA 的系统或许不是购买成本最低的，但 NVIDIA 能够生成成本最低的 Token，实现最高的 Token 吞吐量，并创造最高的收入。

未来 CPU 的客户将不是人类，将会有数十亿个智能体

Vera Rubin 是下一阶段的发展。Hopper 是为预训练而打造的，Blackwell 将推理能力扩展到了机架级规模，而 Vera Rubin 则是为智能体而设计的。

智能体 AI 改变了计算模式。智能体会思考、使用工具、访问数据库、调用记忆、执行代码，并反复调用各种应用程序，直到任务完成。运行在 GPU 上的大语言模型负责“思考”，而 CPU 必须跟上它们的速度。如果 CPU 成为瓶颈，GPU 就会处于闲置状态。

而在 AI 工厂中，闲置的 GPU 就意味着收入损失。这正是 Vera 如此重要的原因。Vera 是面向智能体的 CPU，Rubin 是负责推理和思考的 GPU。NVLink、Spectrum-X、存储系统、安全技术（通过 BlueField 实现）以及软件平台共同将整个系统整合在一起。

事实上，NVIDIA 是唯一一家同时拥有三大网络业务的公司。NVLink 的纵向扩展（Scale-Up）网络将机架内的 GPU 连接成一台巨型计算机。Spectrum-X 是专为 AI 打造的互联网平台。它能够实现跨 AI 工厂的大规模横向扩展，如今其规模已经超过所有其他互联网网络竞争对手的总和。InfiniBand 则为全球最大的 AI 系统和科学计算系统提供最低延迟的网络连接。这些技术结合在一起，使 AI 工厂能够从 GPU、机架、数据中心一直到跨数据中心层面实现整体优化。

Vera Rubin 不仅仅是一颗芯片，而是一个完整的 AI 工厂平台。目前整个生态系统已经开始向其迁移，并已经全面投入生产，所有主要模型开发商、公有云服务商、AI 云平台以及超大规模云服务商都在准备基于它构建新一代基础设施。

Vera 开辟了一个全新的市场。直到今天，所有 CPU 都是为人类设计的。我们生活在以秒为单位衡量时间的世界里，而智能体生活在以纳秒为单位衡量时间的世界里。

CPU 每让智能体多等待一刻钟，建筑物里最昂贵的设备，GPU 就会多闲置一刻钟。因此，我们从零开始专门为智能体打造了一种全新的 CPU。这是一个全新的市场。过去，为人类服务的 CPU 以核心为单位进行切分和租赁；而智能体并不“租用核心”，它们需要的是超高速响应。

未来将会有数十亿个智能体，而它们都需要专门为其设计的 CPU。我们相信，Vera 将成为公司历史上最重要的产品发布之一。

飞轮效应不断加速，NVIDIA的护城河有多深？

CUDA 是我们有史以来最重要的投资之一。20 年来，我们始终专注于同一种加速计算架构。庞大的装机基础吸引开发者，开发者创造突破性的应用，应用创造新的市场。

备注：CUDA（计算统一设备架构）是由 NVIDIA 开发的一种并行计算平台和编程模型，旨在充分利用 GPU（图形处理单元）的强大计算能力来加速复杂计算任务。

新的市场又进一步扩大装机基础，这个飞轮效应正在不断加速。

CUDA-X 是构建在 CUDA 之上的软件库体系，这些软件库堪称 NVIDIA 最珍贵的资产。它们解决了科学和工业领域中一些最困难的问题，包括计算光刻、优化算法、基因组学、物理学、数据处理、机器人技术、人工智能、无线通信、无线网络等众多领域。

如今，这些软件库正在成为智能体的工具。本周，我们发布了 Bionemo，一套面向智能体的数字生物学和药物发现工具平台。NVIDIA 既是垂直整合的，也是横向开放的。我们构建完整技术栈，从而能够对整个系统进行端到端优化；随后再将其开放出来，让整个行业都能够基于它进行创新。

我们的业务范围非常广泛，而且正在变得更加多元化。为了让大家更容易理解 NVIDIA 的业务，我们现在将 NVIDIA 描述为两大市场平台：数据中心和边缘计算。

在数据中心领域，我们服务于两个市场：超大规模云计算市场以及我们称之为 AC 的市场，即 AI Cloud、工业和企业市场。我们的客户群体十分多元，并且仍在持续增长。边缘计算则涵盖 PC、工作站、游戏、AI 基站、机器人以及汽车等领域。我们之所以能够同时服务这些市场，是因为我们拥有统一的架构、统一的软件栈以及丰富完善的生态系统。

算力就是收入，下一个超级浪潮是物理AI

物理 AI 将成为 NVIDIA 下一波增长浪潮，物理 AI 就是现实世界中的智能体 AI。机器人、汽车和工厂将能够在动态环境中进行感知、推理、规划和执行操作。

NVIDIA 是这一领域的开拓者，并构建了完整的闭环体系。AI 工厂负责训练模型；Omniverse 在虚拟世界中对模型进行仿真；NVIDIA Jetson 计算机部署在机器人内部执行任务；而 Cosmos 则作为世界基础模型为整个体系提供支撑。如今，各行各业都在建设机器人和机器人系统，从交通运输、制造业、外科手术机器人到酒店与服务行业，无不如此。

过去几个月里，AI 发展速度显著加快。最后，我想给大家留下这样一个结论：真正有用的 AI 已经到来，而且它能够创造利润。

因此，算力就是收入。

Vera Rubin 已经全面投入量产。Vera 正在开启一个全新的、专为智能体打造的 CPU 市场。每一家企业都正在转变为一家“智能体公司”，而这些智能体运行在 NVIDIA 的平台之上。AI 时代正在全速前进，而 NVIDIA 正在建设驱动这一时代的基础设施。

推理是 AI 商业化变现的核心！

主持人： NVIDIA GPU 目前支撑着全球大部分 AI 训练基础设施。但随着推理工作负载超过训练工作负载，英伟达有多大信心认为 GPU 仍将是大规模推理的首选平台？

黄仁勋：NVIDIA 在训练领域确实表现卓越。而通过 Blackwell，我们也确立了在推理领域的领导地位。

推理是 AI 商业化变现的核心。由于数据中心受到电力限制，其 Token 生成能力和收入潜力取决于 AI 基础设施的每瓦性能表现。在 SemiAnalysis 的 Inference-X 基准测试中，Blackwell 被评为“推理之王”，实现了最佳每瓦性能、最低 Token 成本以及高出 30 倍的 Token 吞吐量。

在最新一轮 MLPerf 推理基准测试中，我们已经连续第七次获得第一名。对于 AI 智能体场景，Artificial Analysis 最新发布的 Agent 性能测试结果显示，Grace Blackwell 300 NVLink 72 系统每兆瓦能够运行的智能体数量最高可达到 Hopper 平台的 20 倍。

这种领先性能来自 NVIDIA 在芯片、系统、算法和软件层面的极致协同设计。NVIDIA AI 基础设施能够提供最佳性能，因此也具备最佳推理经济效益。我们的优势不仅体现在性能上。庞大的装机基础使开发者能够覆盖最多的 AI 用户。

NVIDIA 可编程 GPU 架构支持超过 7000 个应用程序，为云服务客户创造最大的收入机会，同时也为企业和主权客户提供最佳融资与采购价值。并提供无与伦比的部署灵活性、最丰富的开源领先模型选择，以及业内最完善的 IT 生态系统支持。

如今，NVIDIA 绝大多数算力部署都已经用于推理业务。随着我们近期与 Anthropic 和 Apple 等公司的合作推进，我们有信心进一步扩大市场份额。

AI 是美国再工业化的机遇

主持人：支持前沿 AI 系统是否值得承担国家安全和声誉风险？

黄仁勋：三十多年来，NVIDIA 一直是美国最重要的创新企业之一，也是美国 AI 和半导体产业体系的重要组成部分。

十多年前，NVIDIA 为美国 AI 研究人员设计、建造并交付了第一台 AI 超级计算机。从那时起，我们始终致力于帮助美国研究机构、学术界、初创企业和商业组织保持在 AI 前沿。美国的安全、繁荣和竞争力取决于 AI 技术栈五个层面的领导地位：能源、芯片、基础设施、模型以及应用。

支持前沿系统建设能够强化这种领导地位，创造高技能就业岗位，推动美国再工业化，同时增强经济安全和国家安全。NVIDIA 很自豪能够成为这一体系的重要支柱。我们是一家美国公司，开发美国技术，投资美国劳动者，并支持更广泛的产业生态，确保塑造 AI 未来的是美国，而非战略竞争对手。

AI 是一个世代难遇的机会，它能够推动美国重新建立芯片和系统制造能力，带回先进制造业岗位，升级老化的电网，并促进可持续能源投资。

正因为 AI 带来了利润和规模，我们才能投资众多合作伙伴。这些公司都在美国建设工厂、招聘员工，以支持 NVIDIA 业务和整个 AI 生态系统的发展。在能源领域，我们正在与 Caterpillar、GE Vernova、Vertiv以及核能和可再生能源领域的合作伙伴共同合作，提升美国发电能力和电网水平。

建设现代化、具有韧性的基础设施，是美国引领下一次工业革命并确保 AI 基础设施安全可靠的关键。

主持人：会议结束。感谢各位参与。

参考链接：

https://www.youtube.com/live/VMxiSvTFf8o?si=WInvcv-uMoKXqk2z

Claude重磅升级！AI同事这次真要上班了，卡帕西兴奋表示：这是LLM UI的第三次改革。

Cursor首届大会直接摊牌：95%用量来自Agent，创始人搬出三项重磅更新