黄仁勋股东大会重磅信号:AI三代架构定义未来3年算力与金刚石散热赛道

6月24日全球AI行业和AI投资者，都在关注英伟达举行年度股东大会。从财报上看，公司全年营收增长65%至2160亿美元，营业收入增长60%至1300亿美元，经营现金流达到1030亿美元，并向股东返还410亿美元。其中，数据中心收入增长68%至1940亿美元。

作为老登和AI兼投的投资者，近期走访调研了东莞惠州多家AI PCB、金刚石、果链公司，黄仁勋在股东大会上发言，我关注到两点：

1.关于AI投资回报率的问题“已有答案”。AI基础设施不再是实验性的，它已经进入生产阶段。AI不仅仅是一个模型，它是一个新的产业。也就是老黄说的五层蛋糕。

2.英伟达三代架构（Hopper → Blackwell → Vera Rubin）与AI工作负载三次范式迁移。

AI产业落地我有多篇文章分享过在美的、腾讯等公司的落地，我想重点分析一下英伟达三代架构（Hopper → Blackwell → Vera Rubin）与AI工作负载三次范式迁移，

这让我们理解AI 算力上发展和未来方向，已经为什么在2026年突然冒出金刚石散热板块。

黄仁勋这段话其实是英伟达三代架构（Hopper → Blackwell → Vera Rubin）与AI工作负载三次范式迁移的精确对位——

每一代都不是单纯"换代"，而是对应AI产业从"训出来"到"用起来"再到"自己干活"的三个阶段。下面拆开讲。先上个表格捋清楚关系。

Hopper（H100）诞生的背景是 2022 AlexNet之后、ChatGPT引爆的"预训练军备竞赛"——各家比的是"谁能把千亿参数模型训出来"。

l设计重心：单卡算力密度 + 纵向扩缩。FP8 Transformer Engine 让训练吞吐翻倍，NVLink 4 把8卡/16卡捆成一台"逻辑大卡"。

l负载特征：预训练是"一次训好、跑遍天下"，训练周期长（几周到几个月）、单次任务吃满整集群，对单卡性能+显存带宽敏感，对CPU侧编排压力不大——因为训练循环相对规整，数据流水线可以提前铺好。

l局限：当产业从"训"走向"推"，Hopper的推理性价比开始不够打，尤其是MoE（混合专家）这种需要大批量并发调度的推理负载。

2024-2025年产业拐点——推理支出反超训练，行业从"秀模型能力"进入"商业化变现"。黄仁勋在SemiAnalysis InferenceX基准里直接称Blackwell为"推理之王"。

l设计重心：不是单卡更强，而是机架级Scale-up。双die封装（两颗GPU die合在一块B200里）、第五代NVLink把整机架72颗GPU（GB200 NVL72）当"一台计算机"用，液冷Fairwater系统把能耗压下来。

l关键指标：相比Hopper，单token成本低一个数量级，token吞吐率高30倍。

l商业逻辑：AI工厂的收入 = token数 × 单价 - 算力成本。Blackwell把"每美元产多少token"做到极致，等于把AI工厂的毛利率拉满。

💡 这里有个黄仁勋反复强调的点：英伟达系统未必采购价最低，但生成token的成本最低、吞吐最高、最终收入最高。这是Blackwell在推理时代仍能"一家独大"的根本——客户买的是"印钞效率"，不是芯片单价。

这才是黄仁勋那段话的真正落点。Rubin不是一颗GPU，而是一个AI工厂平台，2026 Q3开始出货，目前已全面投产。

为什么智能体时代必须动CPU？

那问题来了，为什么智能体时代必须动CPU？在AI发展的预训练和推理两个阶段，GPU都是"主角"，CPU只做轻量编排：

l预训练：数据流水线规整，CPU压力小

l推理：请求进来→GPU生成token→返回，CPU只管调度

但智能体（Agentic AI）的负载完全不一样——黄仁勋描述的循环：

思考（GPU）→ 访问数据库（CPU+存储）→ 调用工具（CPU）→ 执行代码（CPU）→ 再把结果喂回LLM继续思考（GPU）……

GPU只负责"思考"那几步，剩下大量时间是CPU在跑编排、查DB、调外部API、执行沙箱代码。如果CPU跟不上：

lGPU算完一波思考，等CPU把工具结果拿回来——GPU空转

l在AI工厂里，GPU空转 = 印钞机停转 = 直接收入损失

而Vera Rubin的解法：Vera CPU + Rubin GPU 重新分工

lRubin GPU：负责"思考"——跑大模型推理，生成token（继承Blackwell的推理王位并再升级）。

lVera CPU：英伟达自研，史上第一颗"为智能体而非为人类"打造的CPU。专门优化Agent工作流里的编排、工具调用、数据库访问、代码执行这些"CPU侧重活"。

l互联：NVLink（机架内GPU-GPU）+ Spectrum-X（以太网Scale-out）+ BlueField（存储与安全）三层网络把整个系统缝成一台机器。黄仁勋特意提"英伟达是唯一一家拥有三项网络业务的公司"——这就是Vera Rubin平台的护城河。

Vera Rubin效果如何？

相比Blackwell，Vera Rubin：

l推理吞吐最高提升35倍

lAI工厂收入最高提升10倍

把这三代连起来看，是一条很清晰的线：

Hopper 时代：AI = "把模型训出来" → 硬件卖点是单卡算力

Blackwell 时代：AI = "把模型用起来（推理变现）" → 硬件卖点是机架级token生产效率

Vera Rubin 时代：AI = "让模型自己干活（Agent）" → 硬件卖点是CPU-GPU协同不让GPU空转

黄仁勋那段话里"CPU跟不上GPU就会闲置，AI工厂里GPU闲置就是收入损失"——这才是Vera存在的根本理由。过去20年所有CPU都是"为人类操作系统设计的"（x86为Windows、Arm为移动），Vera是第一颗为"给AI Agent当管家"设计的CPU。这个定位一旦立住，英特尔/AMD在AI数据中心的CPU份额会更难守。

接下来新问题来了，Vera Rubin的工作特点是Vera CPU + Rubin GPU"作为一个AI工厂平台合并一起，因此散热要求是=CPU+GPU的散热，Vera Rubin热量达到2300W，等于一个火力全开的电磁炉，传统纯铜只有400-500W，无法满足要求，所以导致需要金刚石+液冷的原因，也就是今年金刚石疯狂的原因。今年在GTC英伟达宣布使用金刚石散热方案后，我们研究团队开始关注，下篇文章分析金刚石散热。