【演講】Huang 押 1 兆：NVIDIA 從晶片商變 AI 工廠作業系統

去年 Jensen Huang 站在同一個舞台說他看到 5000 億美元的確定需求。沒人鼓掌——因為在場的人那一年全都創了歷史紀錄，5000 億聽起來只是合理的延伸。今年他說看到 1 兆。這次他說他確定實際數字會更高。NVIDIA 創辦人暨執行長 Huang 每年三月主持 GTC 開發者大會，這場是第二十屆 CUDA 週年，也是他第一次在台上把 AI 工廠，agentic 系統，實體機器人三條線同時拉滿的一場演講。外界正在吵的問題只有一個：推論需求到底能撐多久？他的答案是：你問錯方向了。

這場演講值得說的點有五個，合起來指向同一件事：NVIDIA 正在把自己從晶片供應商改造成 AI 基礎設施的作業系統。第一，推論效能的躍升幅度遠超市場預期，Grace Blackwell 對比上一代 Hopper 不是 1.5 倍而是 35 到 50 倍。第二，收購 Groq 團隊並整合 LPU 架構，補上 NVIDIA 自身在超高速低延遲推論的短板。第三，下一代平台 Vera Rubin 已在微軟 Azure 上架，供應鏈每週可出貨數千套系統。第四，開源 agentic 框架 OpenClaw 在幾週內成為史上下載量最快破紀錄的開源專案，NVIDIA 押注它會成為企業 AI 的新基礎設施標準。第五，自駕車與人形機器人同步引爆，BYD，現代，日產加入 robo-taxi 平台，Disney 機器人 Olaf 現場走台。

◎推論才是主戰場，訓練只是熱身

Huang 說了一句很重要的話：過去兩年，單次 AI 運算所需的計算量增加了大約一萬倍，使用量本身又增加了大約一百倍，兩者相乘就是他說的一百萬倍需求的感受。這不是行銷數字，是每一家 AI 新創公司，OpenAI，Anthropic 每天早上醒來面對的現實——算力不夠，收入就上不去。推論（inference）是 AI 每次思考，回答，執行任務時都必須跑的計算，不同於訓練只做一次，推論是無限循環的。Hopper 架構到 Grace Blackwell 的效能跳躍，第三方分析機構 Semi Analysis 實測後給出的數字是 50 倍每瓦算力，比 Huang 自己說的 35 倍還高——他被指控報低了。這種事在科技業不常見。

◎Groq 不是收購，是補缺口

NVIDIA 收購了 Groq 晶片團隊並授權其技術。Groq 的 LPU（語言處理器）架構設計哲學與 GPU 完全相反：靜態排程，編譯器決定一切，晶片上塞滿 SRAM，專為低延遲推論而生。問題是它記憶體太小，裝不下大型模型的參數，過去只能打利基市場。NVIDIA 的解法是用自家的 Dynamo 軟體把推論流程拆開：計算密集的 prefill 階段留在 Vera Rubin GPU 上跑，需要極低延遲的 token 生成階段交給 Groq LPU，兩者透過特殊模式的 Ethernet 緊耦合，延遲砍半。整合後最高速推論層的效能比 Blackwell 再提升 35 倍。Huang 的建議是：如果你的工作負載以高吞吐量為主，100% 用 Vera Rubin；如果你需要大量高價值的程式碼生成或高速工程 token，加入約 25% 的 Groq。這個配方若在 2026 年底前被主要雲端服務商大規模採用，Groq LPU 的出貨量將在 2027 年前超越其作為獨立公司時的全部歷史出貨總量。

◎OpenClaw 是新的 Linux，NVIDIA 要做新的 Red Hat

OpenClaw 是一個開源 agentic 框架，由開發者 Peter Steinberger 發布，幾週內成為人類歷史上下載量增速最快的開源專案，超過 Linux 三十年的累積。Huang 的比喻很直接：OpenClaw 對 AI 代理人的意義，等同於 Linux 對伺服器，HTML 對網路，Kubernetes 對雲端的意義。NVIDIA 的動作是把企業安全層 Open Shell 整合進去，推出參考設計 NemoClaw，讓企業可以在自己的防火牆內部署 agentic 系統，同時接上現有的政策引擎與資料治理框架。Huang 說得很清楚：每一家 SaaS 公司都將變成 AaaS 公司（Agentic as a Service）。這句話的意思是，未來企業軟體的競爭單位不再是功能清單，而是你的代理人能自主完成多少工作。他甚至說工程師的薪酬包裡很快會出現 token 預算這個項目。

◎Vera Rubin 已在生產，路線圖一年一張牌

Vera Rubin 是 NVIDIA 現役最新一代 AI 超級電腦平台，微軟執行長 Satya Nadella 已在演講前傳訊息確認第一套 Vera Rubin 機架在 Azure 上線。供應鏈每週可出貨數千套系統，換算下來每個月是數 GW 等級的 AI 工廠產能。路線圖上，Vera Rubin 之後是 Rubin Ultra，再之後是 Feynman，每一代都有新 GPU，新 LPU（LP35，LP40），新 CPU（Rosa），新網路晶片（Bluefield 5，CX10）。Huang 同時宣布銅纜與光纖都會繼續投資，因為兩者服務的場景不同，不是非此即彼。他說的每年一個全新架構不是口號，現在看起來是有實際供應鏈支撐的承諾。

◎機器人與自駕車同時引爆，不是展示而是量產訊號

BYD，現代，日產加入 NVIDIA 的 robo-taxi 平台，加上原有的賓士，豐田，通用，每年合計生產 1800 萬輛車。Uber 宣布多城市部署合作。人形機器人方面，ABB，KUKA，Universal Robotics 整合 NVIDIA 的物理 AI 模型與模擬系統，Foxconn 在 Isaac Lab 裡微調 Groot 機器人基礎模型。Disney 的 Olaf 機器人現場登台，靠 Newton 物理模擬器與 NVIDIA Warp 在 Omniverse 裡訓練後部署到真實世界。Huang 說自駕車的 ChatGPT 時刻已經到來。這不是比喻，是在說一件事：過去自駕車的瓶頸是邊緣案例永遠不夠，現在用合成資料加上世界基礎模型可以無限生成訓練資料，這個瓶頸正在消失。

看了三十年，這場演講最讓我注意的不是 1 兆美元，而是 Huang 說那個數字時補了一句我確定實際需求會更高，然後繼續往下走，連停都沒停。NVIDIA 現在的問題不是需求，是每一個環節都在同時爆炸：算力，軟體框架，機器人，自駕，企業 agentic 系統。能同時在這五條線上有真實產品的公司，目前只有一家。OpenClaw 若真的成為企業 agentic 的基礎標準，NemoClaw 就是 NVIDIA 的企業入場券，那個生意比賣晶片大得多。