文 观察者网心智观察所

零二六年三月十七日凌晨时分，圣何塞 SAP 中心的灯光缓缓地熄灭，空旷场馆之中响起了一段乡村风格的音乐。台下坐着一万八千名观众，屏幕前面还有数百万人在等待同一个人，这个人就是黄仁勋。几分钟过后，他身着那件熟悉的黑色皮夹克登上舞台，不存在惊喜，也并不需要惊喜。这件夹克已然成为了一种符号，只要它在台上出现，就意味着未来一年全球 AI 产业的资源流动方向、技术路线走向，甚至地缘政治格局，都将会被重新进行定义。

这可不是夸张的表述。回顾那整场GTC 2026主题演讲，从表面瞅去是新品发布多得让人目不暇接——DLSS 5 ，Vera CPU ， Groq LPU ，Vera Rubin NVL72 ，OpenClaw智能体操作系统 ，Nemotron联盟 ，甚至还有一个太空数据中心项目。然而要是你仅仅死盯着这些产品 ，那就极容易遗漏黄仁勋真正想要表达的话语。他在演讲里不止一次地运用一个词汇：工厂。当下的数据中心，已非单纯放置文件之处，而是摇身变为生产Token的工厂，Token属于新时代的大宗商品，英伟达呢，既是这座工厂的总设计师，又是总包工头，同时还是调度中心。

英伟达于GTC 2026上所展现出的野心，能从其在大会前一周撰写的那篇博客当中看出来，在那篇依据第一性原理展开的长文里，他将AI产业比喻成一块“五层蛋糕”，从下往上依次是：能源、芯片、基础设施、模型、应用，这种分层方式本身就颇耐人寻味，芯片并非最底层，能源才是，用他的话讲，能源是AI基础设施的“第一性原理”，是决定系统能够产出多少智能的“绝对约束条件”。

背后的每一个Token，皆为电子的运动、热量的管理，属能量向计算的转化。在此之下，不存在抽象层。蛋糕的最顶端是应用，黄仁勋说得极为直白：每一个成功的应用，均会拉动其下面的所有层级，一直追溯到为它供电的发电厂。过去十年，英伟达的战略路径相当清晰，即从一家GPU公司起始，逐层进行扩张，直至将这五层蛋糕全部置于掌控之中。GTC 2026，恰是这块蛋糕“封顶”的时刻。

先来讲讲第二层的芯片，这次最关键的硬件发布是Vera Rubin系统，它好似一个“芯片联合国”，整套系统横越五个机架，内部汇聚了七种各异的芯片，其中Vera CPU负责具备高单核性能的通用计算，Rubin GPU着重于并行计算，Groq 3 LPU专门致力于低延迟推理，这里在Groq LPU的角色方面值得多阐述一番，黄仁勋花费了好些时间阐释“低延迟与高吞吐是天敌”这一命题。

于传统架构情形下，你能够选择的选项为，要么去选高吞吐，也就是一次能够处理大量请求，然而每个请求等待的时间会比较久，要么去选低延迟，即响应速度快，可是处理总量存在着限制。英伟达所采用的解决办法是“解耦推理”，具体做法是，运用Rubin GPU来进行高吞吐的批量推理，运用Groq LPU来进行低延迟的实时响应，这两者借助NVLink融合成为一个系统。这并非是简单地将两颗芯片拼接在一起，而是一种全新的系统架构哲学。而这一种哲学，恰好契合了他博客所涉及的“实时生成智能化”的要求，智能化在此并非预先录制而成的情形，而是依据需要进行推理，随即生成的状况，所以芯片层面的设计逻辑，必然要进行彻底的重新构建。

更为值得让人细细品味琢磨的是，88核Vera CPU的发布，英伟达在过去十几年的时间里，一直都被视作是GPU公司，CPU市场那是英特尔和AMD的领地范围，然而Vera CPU的现身出现，这表明着英伟达不再甘愿仅仅只是做“加速器”这种角色，它意在要打造一整台机器，黄仁勋在台上讲道，Vera CPU是专门为具备高单核性能而设计的，是与机架相配合作用于智能体处理方面的，翻译过来的意思就是，在未来的时候，英伟达的客户购置一个完整的AI计算节点，将无需再前往英特尔或者AMD那里去购买CPU了。某个装有Vera Rubin的机架当中，256颗Vera CPU全都运用了液冷方式，从处理器一直到散热方案，全部都是英伟达独立自主完成的。这可是“垂直整合”最为直白的宣告。

又往上面瞧那第三层，也就是基础设施。黄仁勋于博客里针对这一层给出的定义，远远超出了传统的认知范畴：它可不单单涵盖芯片，还包含土地、电力输送、散热系统、建筑施工、网络，加上把数万个处理器进行编排从而成为一台机器的那个系统。他把这些称作“AI工厂”，其设计的目的并非是存储信息，而是用于制造智能。在GTC的现场，这一层的野心借助互联架构以及系统设计被展现得极为充分。黄仁勋在演示Rubin Ultra的NVLink架构之际，用了一个比喻：计算单元处在前面，扩展互联架构位于后面。这其中所蕴含的潜在之意便是，英伟达已然不再将互联视作芯片的所谓“依附之物”，而是把它看成与芯片持有同样重要地位的独立的产品系列。

由NVLink起始变为NVSwitch，接着朝向未来Feynman系统里预告的Kyber，英伟达正在搭建一套自己定义的数据中心内部“公路系统”。掌控芯片之间通信协议以及硬件的对象，同样掌控整个系统的扩展能力。这同样是为何黄仁勋敢于在台上讲“相较于x86加上Hopper架构，Vera Rubin的Token吞吐量为前者的350倍”，亦即是7亿Token每秒对比200万Token每秒，其间差距并非源于单颗芯片的进展，而是源自整个基础设施层的代际跨越。并且英伟达的Omniverse平台，使其能够与供应商进行虚拟会晤、协同开展数据中心设计，其目标乃是“不浪费一毫功耗”。这般言语听起来倒是轻松容易，然而其背后所蕴含的意思却是，英伟达已然在充当着整个AI工厂供应链里的“总协调者”。

在抵达第四层的模型层面之际，英伟达予以介入。此次GTC宣告了Nemotron联盟，其成员涵盖Black Forest Labs、Perplexity、Mistral、Cursor等一众当红的AI公司。英伟达宣称Nemotron 3 Ultra会成为全球最为强大的基座模型，并且为Nemotron 4构建联盟。黄仁勋于博客之中写道，模型已然越过了能够于规模化层面切实发挥效用的门槛，其中语言模型仅是其中的一类，而最具变革性质的工作正出现于蛋白质AI领域、化学AI领域、物理模拟领域、机器人技术领域以及自主系统领域。经由组建Nemotron联盟，英伟达能够保证这些AI公司的模型于英伟达硬件之上获得最优适配，与此同时也能保证它们与CUDA生态深度绑定。在演讲里，黄仁勋多次提及的CUDA“飞轮效应”，即吸引开发者，开发者凭借CUDA进行开发，进而有更多人选用英伟达硬件，如此循环不断，在Nemotron联盟那里得到了最为完美的展现，这并非单纯的商业合作，而是一种产业组织行为。

黄仁勋在博客中讲，五层蛋糕的最顶端是应用，应用层是经济价值被创造出来的地方，药物发现平台、工业机器人、法律辅助工具、自动驾驶汽车，“一辆自动驾驶汽车就是具身于机器中的一个AI应用”。GTC现场对此做了充分展示，110台机器人亮相，宣布与比亚迪、现代、日产的自动驾驶合作，与优步（Uber）在部分城市接入自动驾驶出租车网络。英伟达发布了OpenClaw智能体操作系统，黄仁勋将其称作“AI时代的Windows ”，启动一个AI智能体只需两行Shell命令，NemoClaw为企业提供安全框架，从云端的Token工厂直至地面的自动驾驶出租车，英伟达正把触角从虚拟世界延伸至物理世界的各个角落。

但是，最为耐人琢磨的，乃是黄仁勋将能源置于五层蛋糕的最底层。于博客里他写得极为直白：能源是系统能够产出多少智能的“绝对约束条件”。而在GTC现场，他以行动证实了这一点：英伟达正在开展名为“Vera Rubin Space-1”的太空数据中心系统的研发工作。尽管当前仍处于早期阶段，然而这个信号极为关键——英伟达已经在思索地球表面的电力以及散热限制无法满足AI算力需求的那一日。同一时间，黄仁勋一回又一回地着重表明，Vera Rubin在每瓦性能方面提高了五十倍，并且成本下降了三十五倍。

那些数字的背后存在着一个严峻的现实，AI数据中心正在消耗着数量骇人的电力。英伟达不得不参与到能源规划之中，这规划涵盖了从芯片架构的能效方面进行优化操作，讲到数据中心选址对于电网所提的要求，还涉及到太空数据中心这类终极方案。一家芯片公司居然在探讨电力规划以及商业航天的事儿，这在十年之前可是根本无法想象的。但是倘若你领会了那块五层蛋糕的内在逻辑的话，那就会清楚地知道，控制住了最底层的能源约束条件，也就把控住了整栋大楼的高度。

这恰恰是本文意欲探究的关键命题，英伟达已然并非一家公司了，起码不是传统概念里的公司，它愈发像是美国人工智能基础设施领域的“总设计师”或者“产业规划局”，肩负着产业规划这一职能，承担着资源配置的任务，履行着上下游协调的职责。

这个听起来激进的判断，GTC 2026提供了大量佐证，那篇博客长文也提供了大量佐证。黄仁勋自己写了“每一家企业都还将使用它，每一个国家都还将建设它”，又在GTC上预告未来一年需求将会翻倍，说道“我预计到2027年，这一数字至少会达到1万亿美元”。一万亿美元的AI基础设施投资，这已然不是一家公司的销售预测，这是一个有着国家级基建规划的数字。

与之形成对比的是，美国在2021年所通过的《基础设施投资和就业法案》，其总金额大概是1.2万亿美元，而当中真正用来进行新增基建投资的钱款额度约为5500亿美元。英伟达单个公司在AI领域的那份需求订单，已然和美国联邦政府的传统基建投资计划处于同一量级了。

再去看英伟达针对云服务商所做出的“安排”，那就会变得更加清晰明了。黄仁勋于台上宣告，OpenAI在今年将会登录AWS。这句话从表面看上去，乃是OpenAI与亚马逊之间的商业合作，然而仔细思索一番：为何是英伟达的CEO在GTC上公布这个消息，而非OpenAI或者AWS自身？原因在于英伟达掌握着GPU产能分配权。黄仁勋自己讲了：“众人皆知，OpenAI全然受到算力的限制。”那谁能够给予OpenAI算力？是英伟达。算力将会部署在哪一朵云上？英伟达说了算——至少它拥有巨大的影响力。

当全球AI训练以及推理近乎完全依赖CUDA生态之际，英伟达针对微软Azure、AWS、谷歌云的GPU供货速率，实际上决定了这三家云厂商各自之AI业务的上限。在演讲之中黄仁勋讲道，老旧的Ampere架构GPU在云端的价钱反倒处于上涨状态 -- 这并非市场自然的行为，这乃是供给端高度集中之时的价格信号。

来看远东的代工格局，英伟达的“总指挥”角色同样清晰，其一则是台积电为英伟达代工最先进的GPU和CPU，这是公开的秘密，其二是Groq LPU的代工被普遍认为由三星承接，这意味着英伟达在两家亚洲半导体巨头之间进行了精准的任务分配，即把对制程精度要求最高的那类逻辑芯片交给台积电，把对先进封装和特殊工艺有需求的专用芯片交给三星。英伟达不光是在搞芯片设计，它还于全球范畴之内做出“排产”之举，即去判定哪家代工厂生产何种产品，其优先级怎样，产能该如何进行分配。这般一种能力，在传统产业组织理论当中，一般而言只有政府规划部门才拥有。

去往黄仁勋预告之年的2028年Feynman系统路线图之处，那里有全新的GPU，有全新的LPU，有称作Rosa的全新CPU，有Bluefield 5网卡，还有支持铜互连与CPO得以规模化的Kyber互联模块。这条路线图本身就是一份产业政策文件，它告诉英伟达自己的工程师未来三年要做什么，它告诉台积电该为哪些制程节点预留产能，它告诉三星该投资哪些封装技术，它告诉所有ODM和OEM该依据什么时间表去设计下一代服务器，它告诉所有云服务商该怎样规划未来三年的资本支出。“我们已经投入了数千亿美元，未来还有数万亿美元的基础设施需要建设”，黄仁勋在博客里这样写道，当一家公司的产品路线图能够牵动数万亿美元级别的全球资本开支时，它就已然不再仅仅是一家公司了。

此刻返回至那个具有根本性的问题，英伟达所汇聚的究竟是商业方面的力量，还是“国家意志”呢？

答案可能是两者兼有，而且这恰恰是最精妙之处。

位于美国的政府，从其自身角度出发认定，AI是在21世纪里最为重要的战略技术，然而AI算力的供给，几乎完全是由英伟达一家公司所决定的。要是用行政命令和政府机构去规划AI基建，这并不契合美国的政治传统以及市场经济理念，倒不如去让一家具备绝对技术优势以及市场地位的公司充当那所谓的“市场化的产业协调者”。英伟达所获取的，并非政府合同（虽说存有部分这类合同），而是更为隐蔽、更为高效的一种角色，即它循着技术标准（CUDA）、借由供应链控制（GPU产能分配）以及凭借生态建设（Nemotron联盟、OpenClaw），实际上承担起了美国AI产业规划所具备的职能。

一则意味深长的话，由黄仁勋在演讲之中说出：“垂直整合，然而水平开放——我们没有别的选择。”他自己也予以承认，这极有可能引致FTC（美国联邦贸易委员会）的留意。可是他紧接着便给出了缘由：于加速计算范畴，务必要给客户呈上全栈方案。这套话术的巧妙之处在于，它将英伟达的垄断性地位装扮成一种“技术必然性”——并非是我们想要垄断，而是此领域的技术特征决定了必定得有一方来开展全栈整合，而我们恰恰就是最具能力的那一个。

回首查看他博客里的那块五层蛋糕，其顺序为能源→芯片→基础设施→模型→应用，英伟达起码在中间三层有着绝对主导权，并且在最底层的能源以及最顶层的应用这两方面，它也正在迅速渗透。试想一下，当有一家公司能够同时对发电厂的选址以及自动驾驶出租车的运营产生影响力的时候，用“垂直整合”这个词去描述它都已经显得不够恰当了。

此情形难道不是美国政府所施展的一种“阳谋”呢？从基于结果去进行论断的角度而言，事实的确是这样的。美国政府借助芯片出口实施管制这一举措（也就是限制英伟达高端GPU对华出口），达成了将最为先进的AI算力留住在美国及其盟友体系范围之内的目的；凭借《芯片法案》所给予补贴这一手段，实现了让先进制造能力朝着美国回流的结果；而英伟达则于市场层面达成了产业组织以及资源协调方面的工作。政府负责起到“堵塞”的作用——即限制技术朝着竞争对手方向流动，英伟达负责起到“疏导”的作用——也就是把留存下来的资源以高效的方式配置到恰当的地方。两者在分工方面清晰明确，彼此之间协作配合得相当契合。黄仁勋于博客之中所讲的那句“每一个国家都将会去建设它”，念起来好似是面向全球发出的邀请，事实上也算是对美国优先地位予以确定了此缘故在于用于建设AI基础设施所需的最为关键核心零部件，从GPU开始直至互联再到软件栈，全部都掌控在英伟达手里。

当然了，不可将英伟达单纯地就看作是“美国的发改委”，这样做实在是太过简单化了 ，英伟达从根本上来说，是一家以追求利润最大化作为目标的上市公司 ，它所遵循的行为逻辑，第一个要遵循的其实是商业逻辑，而非政策逻辑。但是呢，在历史进程当中，并不缺少这样的事例：当一家公司的商业利益和国家战略达到高度契合并一致的时候 ，它就会很自然地承担起类似于准公共职能的责任。在19世纪的时候，东印度公司是这样的情况 ，在20世纪的时候，AT&T在电信的板块领域是如此 ，到了21世纪，英伟达在AI领域也是同样如此。存在区别，英伟达所拥有的“权力”并非源自政府给予的特许，而是来源于技术方面形成的壁垒以及生态层面的锁定，这种状况使得它所扮演的角色变得更为隐蔽，并且也显得更加稳固。

在GTC 2026的最后一幕中，有着颇为隐喻意味的场景，多台机器人围坐在篝火旁边，并且与黄仁勋一块儿唱着由AI生成的乡村歌曲，这个画面看上去温馨且无害，然而换个角度去看，有一个人坐在中间，其周围是由他一手打造出来的机器，而且唱着按他的算法所写的歌，这不正是英伟达与整个AI产业的关系缩影吗？黄仁勋身处那五层蛋糕的中部，往下方眺望，能源供他运作，芯片由他设计，基础设施经他规划，模型不断融入他的联盟架构，应用层的自动驾驶汽车与机器人运行他的软件栈，这块蛋糕的制作，耗费着台积电和三星的先进产能、美国西部的电力资源，甚至未来的太空轨道。

如今，英伟达不但界定了AI计算的技术标准，还实际上规划着全球AI产业的资源配置，这是商业上的成功，也是美国国家战略在市场经济框架以内的一种特殊实现形式。不管叫它“阳谋”，还是叫它“时势造英雄”，有一点是确凿的：在能够预见的将来，要理解全球AI竞争格局，就得先理解那块五层蛋糕，以及它为何把能源置于最下面。