黄仁勋需要让英伟达再次伟大

比起去年把Transformer八子、OpenAI、xAI等明星企业攒到一起，今年的英伟达GTC似乎狂热稍减。

但这并不影响黄仁勋的AI叙事，在美国加州圣何塞，「英伟达绿」依旧是科技圈的符号。除了现场超2万人的围观，成千上万的人在线观看黄仁勋的主题演讲，他说了什么、英伟达会干什么，这些都会成为人们判断AI时代的依据。

不过，比起预测未来，今年GTC，黄仁勋可能干的最多的是重复和反驳——比如「买得越多，省得越多，甚至比这更好——买得越多，赚得越多」，这是经典的黄式定律，再比如「几乎全世界都误解了Scaling Law放缓」。

也许是这些重复叙事，没能带来更多的效果，对于英伟达GTC大会发布的一系列产品，华尔街的态度反响平平，英伟达盘后股价下跌了约4%。

1、53次token，捍卫Scaling Law的信仰

黄仁勋演讲里有个隐秘的主题——tokens，他在自己的演讲里至少提到了53次。

如此反复强调tokens，某种程度上黄仁勋在说Scaling Law没有终结，源源不断的tokens消耗，就能带来持续的算力需求，这是英伟达讲述一切增长的前提。

他给出一组数据，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。

给予黄仁勋信心的是英伟达GPU的下游应用场景——主要包括数据中心、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笔采购英伟达的先进芯片建设AI基建。

黄仁勋曾这样形容：“英伟达不造芯片，英伟达造数据中心”。

遵循这一认知，黄仁勋公布了一组数据，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。

面向这些云厂商等企业端客户，英伟达主要出售的是包括AI服务器、高速交换机等AI算力集群服务，英伟达所提供的是系统和网络、硬件和软件等方案。

与此前的AI服务器GB200 NVL72一样，英伟达公布了新产品：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提到，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？

至少从英伟达提供的数据来看，黄仁勋已想到了这一点：相比前一代产品GB200 NVL72，带宽是前代的两倍，内存速度是前代的1.5倍，同时由于因机柜尺寸和电源规格相似，这对科技公司的数据中心升级而言，有着一定的性价比优势。

不过黄仁勋没说的是，英伟达数据中心业务的暴涨年代已经过去了。单从财报看，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显著。

郭明錤还提到，英伟达数据中心业务目前存在的问题是「量产的能见度不高」，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？

除去行业宏观层面，对Scaling Law的展望，过去的几个小时里，花费1万美金购票入场的技术信徒们，还在期待另一个问题的答案：

“黄氏定律”能否延续。

作为英伟达首席科学家所提出的，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观——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传递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，并未能重现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。

似乎是为了补救现场用户的失望感，老黄直接趁势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。

但很显然，这种画饼行为并没有得到市场的认可。原因也很简单，想象一下库克在苹果发布会上掏出一部4TB版本的iPhone16告诉大家，这就是本届发布会的新品，顺便再吹一波iPhone18的性能——对比往期发布会上的遥遥领先，至少在今年，黄氏定律在硬件侧，短暂按下了暂停键。

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开启了玩笑：

“这就是我以前为什么说，当Blackwell批量发货时，你不要把Hopper送人。”

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，他们是微软、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大会已不仅仅只是黄仁勋的个人秀，而是整个AI圈的文化符号。

人们对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：人们的恐惧是，如果英伟达也不能讲出新故事了，那么下一个英伟达在哪里呢？

*:not([class*=”icon”]):not([class*=”fa”]):not([class*=”logo”]):not([class*=”mi”]):not([class*=”code”]):not(i){font-family:PingFang SC,Arial,”Material Icons Extended”,stonefont,iknow-qb_share_icons,review-iconfont,mui-act-font,fontAwesome,tm-detail-font,office365icons,MWF-MDL2,global-iconfont,”Bowtie” !important;}[class*=”code”]{font-family: Consolas !important}