在人工智能的发展编年史上，2026年3月17日很可能将被视为一个分水岭。不是因为黄仁勋又发布了一款性能翻倍的芯片，而是因为他向世界展示了一套关于未来“钱往哪流”的完整蓝图。

北京时间当天凌晨，当黄仁勋穿着那件标志性黑色皮衣在圣何塞SAP中心登台时，他带来的不仅是一堆令人咋舌的硬件参数，更是一套经过精密计算的商业逻辑。英伟达不再满足于做那个卖“锄头”的人，它正在成为整座“AI金矿”的总规划师和标准制定者。

万亿美元的底气：从卖芯片到卖“Token工厂”

“到2027年，我们的营收将至少达到1万亿美元。”当黄仁勋在台上说出这句话时，现场的气氛被瞬间点燃。

这个数字的含义是什么？要知道在去年，他对2026年的预测还只是5000亿美元。翻倍预期的背后，绝不仅仅是芯片卖得更贵了，而是英伟达重新定义了交易的商品——从物理的芯片，变成了虚拟的“Token”。

黄仁勋提出了一个名为“Token工厂经济学”的新概念。在他看来，未来的数据中心不再是存放文件的电子仓库，也不是运行软件的机房，而是不间断生产Token的巨型工厂。就像石油精炼厂产出汽油，AI工厂的产出就是Token——这个AI世界最基本的计量单位。

“在这个Token工厂里，你的吞吐量和Token生成速度，将直接转化为你明年的精确收入。”黄仁勋对着台下近万名开发者直言。

这一逻辑巧妙地将技术指标与商业指标画上了等号。既然Token正在成为分层定价的“数字商品”——从免费层到高达每百万Token 150美元的超高速层——那么谁能让Token的生产成本最低、产量最高，谁就掌握了通往万亿美元的钥匙。

为此，黄仁勋抛出了一个全新的衡量标尺：“每瓦特Token数”（Tokens per Watt）。在一个受电力限制的世界里（一座1GW的工厂永远不会变成2GW），这一定义直接将英伟达的竞争对手逼入了墙角。黄仁勋甚至放出狠话：“即便竞争对手的架构是免费的，它也不够便宜。因为建立一座1GW的工厂，15年的摊销成本就高达400亿美元。你必须确保里面运行的是最强的计算机系统。”

“龙虾”悖论：OpenClaw究竟是挖矿者还是助燃剂？

如果说硬件层面的“万亿美元”是意料之内，那么整场演讲中对一个开源软件——OpenClaw（被戏称为“龙虾”）的盛赞，则出乎很多人的意料。

黄仁勋毫不吝啬溢美之词，称其为“人类历史上最受欢迎的开源项目”，并认为它“只用了几个星期就超越了Linux在30年里做到的成就”。为什么英伟达的CEO要对一个并非由自己创造的开源智能体框架如此上心？

从表面看，OpenClaw是一个让AI学会操作工具、自主调用软件干活的智能体操作系统。黄仁勋描绘的场景极具诱惑力：“你告诉它‘帮我重新设计厨房，自己去学工具、订阅服务、找家具，然后把渲染图给我看’，然后它真的就去做了。”

但在记者看来，OpenClaw之于英伟达，真正的价值在于它是一个完美的“Token燃烧器”。

当前的AI产业正经历从“训练”到“推理”的拐点。训练是一次性的，而推理是持续性的。当AI智能体开始像人类一样思考、拆解问题、调用工具、自我反思、迭代修正时，它们消耗的Token量将呈指数级增长。正如业内人士所分析的，当前状态下，一旦Token“烧”不动，整个AI链条就持续不下去，而“龙虾”是个非常好的“燃烧器”。

因此，当黄仁勋宣布推出企业级平台NemoClaw，为OpenClaw提供基础设施层和安全沙盒时，其战略意图昭然若揭：英伟达要确保每一块GPU都能无缝接入这个全新的智能体生态，让算力需求从“训练驱动”彻底转向“推理驱动”，甚至“干活驱动”。

这也引出了黄仁勋那个看似激进的预言：“所有SaaS公司都将消失，转变为AaaS（智能体即服务）公司。”这句话的潜台词是：未来企业购买的不再是静态的软件使用权，而是AI员工动态产出的“劳动成果”，而这每一份成果的背后，都离不开英伟达的算力。

硬件的合纵连横：Vera Rubin与200亿美元的“买买买”

支撑这一切狂想的，当然不能只是软件故事。在硬件层面，黄仁勋展示了英伟达有史以来最复杂的AI计算系统——Vera Rubin。

这不再是单一芯片，而是一个由七款芯片、五种机架组成的巨型超级计算机。值得注意的是，其中除了Vera CPU和Rubin GPU，还出现了一个新面孔：Groq 3 LPU（语言处理单元）。

去年12月，英伟达以创纪录的约200亿美元收购了AI推理芯片初创公司Groq的部分技术授权并吸纳其核心成员。这一举动曾被外界解读为英伟达在推理领域的“补短板”。但在GTC后的媒体交流中，黄仁勋给出了更精准的定位：Groq并非要替代Vera Rubin，而是为了开辟一个“大模型+长上下文+超快Token生成速率”的新兴细分市场。

他预测，在一座算力工厂的配置中，75%将是纯Vera Rubin部署，另外25%将是Vera Rubin与Groq的组合部署。这种“合纵连横”的策略，暴露了英伟达的真正野心：它要覆盖AI计算的所有细分场景，不给任何竞争对手留下丝毫缝隙。

就像当年收购Mellanox是为了补齐网络短板一样，吸纳Groq是为了补齐推理链条上的最后一环。正如黄仁勋所言：“我们构建的不是一块GPU，而是一座AI工厂。”

“卖铲人”的终极形态：不只是卖铲，是制定采矿标准

整场演讲看下来，一个清晰的结论浮出水面：英伟达的战略思路已经发生了根本性转变。

以前，它依靠GeForce吸引开发者，依靠CUDA绑定开发者，依靠性能碾压对手。但现在，它正在做一件更高级的事——制定AI时代的“采矿标准”。

独立国际策略研究员陈佳的观点一针见血：“黄仁勋治下的英伟达表面上是在卖算力，其实一直在卖算力生态。最近更是利用生成式大模型与3D图形引擎融合来兜售算力需求概念。再结合其在人形机器人、智能驾驶等方面的战略可以看出，英伟达更倾向于‘卖铲子’而非直接去AI数据矿洞‘淘金’。一句话总结就是卖标准。”

无论是定义“每瓦Token数”作为工厂效率的标尺，还是通过NemoClaw将OpenClaw生态纳入自己的势力范围，亦或是推出Vera CPU试图成为数据中心的新大脑，英伟达都在做同一件事：将自身的技术路线，转化为整个产业的通用标准。

当黄仁勋在演讲最后展望搭载定制化HBM和全新Rosa CPU的下一代Feynman架构时，当他还分享了将数据中心送上太空的“Vera Rubin Space One”计划时，人们意识到，这位“皮衣客”描绘的不再是一张产品路线图，而是一张人类通往AGI（通用人工智能）时代的基建图纸。

写在最后

“别被炒鱿鱼、别弄得太无聊、别死了。”在GTC第二天的媒体会上，黄仁勋用玩笑的方式分享了自己的“人生三诀”。

对于英伟达而言，这似乎也是最好的注脚。它没有被客户“炒鱿鱼”（尽管大客户们在自研芯片），它通过不断抛出“龙虾”、“太空”、“万亿营收”这样的话题让自己绝不“无聊”，而它在物理层面和商业层面展现出的强大生命力，让“别死”成为了一句听上去最不可能实现的宣言。

2026年的GTC，黄仁勋向世界证明了一件事：AI的淘金热才刚刚开始，而英伟达已经不再满足于卖铲子，它正在为整片矿区安装唯一的标准计量秤。只要Token还在生成，它就在收钱。这才是那1万亿美元背后的硬逻辑。