GTC 2026

导语 2026 年 GTC 大会，黄仁勋做了一件罕见的事：把竞争对手们请上了台。 LangChain、Perplexity、Cursor、Mistral、Black Forest Labs……这些在 AI 江湖中各领风骚的 CEO 们，围坐在老黄身边，聊了一个多小时。 主题只有一个：AI 的下半场。 不是模型参数的军备竞赛，而是系统、智能体、开源生态的万亿商业爆发。 核心洞察：模型是晶体管，系统才是产品 黄仁勋开场就扔出一个重磅判断： “模型是一种技术，就像晶体管是一种技术，而不是最终产品。” 这句话重新定义了 AI 产业的竞争格局。 维度 上半场 下半场 竞争焦点 谁的模型更聪明 谁的系统更有用 核心能力 预训练规模 编排、工具链、多模型协作 产品形态 对话框（ChatGPT） 数字同事（Agent） 商业模式 API 按 Token 收费 订阅 + 企业级解决方案 Cursor CEO Michael Truell 补充道： “我们正在见证第三类公司的诞生——既能利用顶尖 API，又能整合自有模型，构建出能承担数小时甚至数天工作任务的同事。” 这不是渐进式改进，这是范式转移。 智能体的崛起：从回答问题到采取行动 如果说 2023 年是对话式 AI 的元年，2026 年就是智能体行动的元年。 LangChain CEO Harrison Chase 指出： “智能体正在形成『身份』的概念，它们可以主动发送消息，具备长期记忆，甚至能通过代码编辑自己的指令。” Perplexity CEO Aravind Srinivas 打了个精妙的比方： ...

背景：算力霸权时代的架构反思 NVIDIA CEO 黄仁勋在 GTC 2026 主题演讲中指出： “人工智能正从以模型训练为主的探索期，全面跨入以智能体自主运行和大规模推理为主的工业化落地期。至2027年，全球AI基础设施订单需求将高达1万亿美元。” 然而，单纯依靠数据堆砌与GPU算力累加（Scaling Laws）正逼近物理定律、能源消耗与经济学的三重极限。 在这一背景下，月之暗面（Moonshot AI）创始人杨植麟在 GTC 2026 发表演讲《How We Scaled Kimi K2.5》，提出打破 Scaling 收益递减的三条路径： Token 效率的极限压榨 百万级长上下文的架构突围 智能体集群的自我组织 一、Kimi K2.5 核心规格 指标 数据 意义 总参数量 1万亿（1 Trillion） 超大规模 MoE 激活参数 320亿（32B） 每次前向传递 专家数量 384个 极度稀疏设计 激活专家 8个专家 + 1个共享专家 激活率仅 3.2% 预训练数据 15.5万亿 Tokens 高强度连续训练 二、第一重革命：Token 效率 - MuonClip 优化器 问题：Adam/AdamW 的 11 年瓶颈 传统优化器在处理万亿参数时力不从心 注意力分数爆炸（Logits Explosion）：点积结果从 10-20 飙升至 1000+，导致梯度发散、训练崩溃 解决方案：MuonClip 核心机制： ...

引言：Token，AI时代的新度量衡 过去两年，AI从模型到应用，各有各的衡量指标。而在Agent时代，一切指标都要加上一个后缀："/ 1M tokens"。 美国旧金山当地时间3月16日，英伟达GTC 2026大会正式开幕。在英伟达创始人兼CEO黄仁勋两个小时慷慨激昂的主题演讲中，贯穿的一个关键词是——Token。 无独有偶，在GTC 2026的前一天，阿里巴巴宣布成立Token事业群——这是地位与淘天电商、阿里云一般的核心独立事业群。这个新事业群里，阿里也明确了"创造Token、输送Token、应用Token"链路。 阿里和英伟达此次前后脚强调Token，传递的讯号是：在Agent时代来临时，两家巨头希望从技术、产品和商业维度，先行统一度量衡。 一、万亿叙事：从数据中心到Token工厂 1.1 推理拐点已然到来 “推理拐点已然到来”，黄仁勋在GTC演讲中指出。 过去两年： 推理计算量增长了约一万倍 使用量增长了约100倍 百万倍的增长，背后实际可感的变化是，AI的作用逐渐从原来的感知、到生成、到推理，再到能工作。 1.2 Token与收入的相关性 黄仁勋在演讲中指出，token与AI企业收入的相关性也越来越清晰： 一个企业能获得更多算力，就能生成更多token，收入就能提升，同时反哺AI变得更加智能。 这条传递链路下，英伟达是背后最大的受益者，目标也日渐激进。 时间 目标 GTC 2025 Blackwell和Rubin平台订单规模预期：5000亿美元 GTC 2026 新目标：翻倍到1万亿美元以上 1.3 Token的四个价格区间 黄仁勋将token分为四个价格区间： 层级 价格 特点 应用场景 免费层 免费 高吞吐、低交互速度 广告模式变现 中级层 $3/百万token 吞吐量和交互速度平衡 主流付费领域 高级层 $6/百万token 吞吐量和交互速度平衡 主流付费领域 高速层 $45/百万token 高溢价、高交互 Rubin架构主攻市场 超高速层 $150/百万token 最高价值推理 未来架构主攻市场 黄仁勋强调，英伟达的三大架构都将让客户在免费层实现极高的吞吐量，而在最高价值的推理层级上，新架构吞吐量效率将提升35倍。 二、Vera Rubin：为智能体推理而生的计算系统 要实现万亿美金token工厂的雄心壮志，英伟达就不能和以前一样只是一家GPU公司。 此次GTC上，黄仁勋交出了新答卷：专门为智能体推理设计了计算系统Vera Rubin——由7款新芯片、5个机架系统、1台超级计算机构成。 2.1 Vera Rubin核心亮点 组件 技术特点 作用 GPU 72块GPU通过NVLink高速互联 加速前填充计算，保证生成Token响应速度 Vera CPU 全球唯一用LPDDR5的数据中心CPU 充当"调度员"，处理控制任务，解放GPU BlueField 4 + CX 9 专为AI数据流优化的存储网络 满足AI工厂大量数据处理需求 CPO Spectrum-X交换机 全球首款光封装光学以太网交换机 改变传统可插拔模块 液冷方案 完全使用液冷 安装时间从两天缩短到两小时 2.2 性能提升 据黄仁勋介绍，Vera Rubin将在2026年下半年开始出货： ...