GTC 2026：AI芯片訂單將達(dá)1萬億美元 Quantum3400 CPO交換機(jī)亮相

  ICC訊 北京時(shí)間2026年3月17日凌晨，英偉達(dá)CEO黃仁勛在GTC 2026大會(huì)上發(fā)表主題演講（Keynote），核心圍繞“AI工廠”與“物理AI”兩大主線，發(fā)布了從底層芯片架構(gòu)到上層應(yīng)用生態(tài)的全棧解決方案，將英偉達(dá)從“芯片廠商”升級(jí)為AI全?；A(chǔ)設(shè)施服務(wù)商，并表示這將是萬億美元AI基建時(shí)代的發(fā)展藍(lán)圖。本次演講覆蓋芯片架構(gòu)、AI基礎(chǔ)設(shè)施、軟件生態(tài)、應(yīng)用落地四大核心板塊。

  一、核心芯片架構(gòu)：三代產(chǎn)品布局，突破算力與延遲邊界

  演講中重點(diǎn)發(fā)布/披露了三款核心芯片相關(guān)產(chǎn)品，形成“前瞻+當(dāng)前+專用”的三層布局，全面覆蓋訓(xùn)練、推理及特種場(chǎng)景需求：

  1. Feynman 下一代芯片架構(gòu)（前瞻發(fā)布）

  原定2028年發(fā)布，此次提前兩年曝光技術(shù)原型，是全球首款專為“世界模型”（支撐AI理解、預(yù)測(cè)物理世界）設(shè)計(jì)的GPU架構(gòu)，核心面向具身智能、通用人工智能等高端場(chǎng)景。其核心亮點(diǎn)包括：

  工藝突破：采用臺(tái)積電A16 1.6nm制程，是英偉達(dá)首款邁入1nm時(shí)代的量產(chǎn)級(jí)架構(gòu)，晶體管密度較前代提升1.1倍，搭載GAA全環(huán)繞柵極晶體管與背面供電技術(shù)，同性能功耗降15%，同電壓速度提升8%-10%；

  互連革新：首次大規(guī)模采用硅光子光互連技術(shù)，帶寬密度提升10倍、傳輸能耗下降90%，打破超大規(guī)模AI集群“互連墻”；同時(shí)采用3D堆疊加混合鍵合技術(shù)，將LPU語言處理單元與GPU核心堆疊，大幅降低推理延遲；

  性能躍升：推理性能較前代Blackwell架構(gòu)提升5倍，單GPU算力達(dá)50 PFLOPS，針對(duì)AI任務(wù)的能效比是前代3.2倍，計(jì)劃2028年正式量產(chǎn)。

  2. Rubin 平臺(tái)（當(dāng)前旗艦，2026下半年量產(chǎn)）

  作為Blackwell架構(gòu)的繼任者，定位當(dāng)前高端AI算力核心，已完成客戶樣品交付，OpenAI、DeepMind等已鎖定訂單。核心參數(shù)包括：采用臺(tái)積電3nm EUV工藝，搭載HBM4內(nèi)存（288GB，帶寬是HBM3e的2.75倍），推理性能是H100的5倍、訓(xùn)練性能提升3.5倍，單Token成本降低10倍；配套800V HVDC供電，單機(jī)柜功耗240-260kW，全液冷為標(biāo)配。此外，其太空版NVIDIA Space-1 Vera Rubin模塊，在太空推理任務(wù)中算力是H100的25倍，支撐軌道數(shù)據(jù)中心等太空AI應(yīng)用。

  3. LPU 推理專用芯片（落地級(jí)產(chǎn)品）

  專為推理場(chǎng)景優(yōu)化，推出Groq 3 LPX機(jī)架，單機(jī)柜可搭載256顆LPU芯片，采用純SRAM存算一體設(shè)計(jì)，無HBM/DRAM，單芯片片上SRAM達(dá)230MB，帶寬80TB/s，首Token延遲<0.1秒，推理性能是H100的10倍，OpenAI為首批大客戶，將于2026下半年上市。

  二、AI基礎(chǔ)設(shè)施：定義“AI工廠”，升級(jí)全鏈路算力底座

  黃仁勛提出“人工智能工廠”概念，核心是將AI基礎(chǔ)設(shè)施從“單GPU采購(gòu)”升級(jí)為“整柜部署”，聚焦大規(guī)模智能生產(chǎn)（Token生產(chǎn)），構(gòu)建從能源到應(yīng)用的五層AI框架（能源→芯片→基礎(chǔ)設(shè)施→模型→應(yīng)用），核心升級(jí)包括：

  機(jī)柜與冷卻：推出NVL72/NVL576液冷機(jī)柜，單機(jī)柜算力較前代提升4倍、功耗提升5倍，全液冷成為高密度算力標(biāo)配，適配LPU/Rubin機(jī)柜的高功耗需求；

  硬件配套：采用52層超高精密PCB，升級(jí)為M10材料、Q玻璃低介電設(shè)計(jì)，單機(jī)柜PCB價(jià)值量大幅提升，解決高密度算力的硬件支撐難題；

  互連升級(jí)：推出NVLink-CXL 6.0互聯(lián)技術(shù)，跨節(jié)點(diǎn)數(shù)據(jù)傳輸帶寬突破1.2TB/s，同時(shí)發(fā)布Quantum3400 CPO交換機(jī)，采用CPO/NPO共封裝光學(xué)技術(shù)，解決集群帶寬瓶頸。

黃仁勛展示最新CPO

  CPO（Co-Packaged Optics，共封裝光學(xué)）是當(dāng)前光通信領(lǐng)域的核心革新技術(shù)，其行業(yè)背景源于AI算力的爆發(fā)式增長(zhǎng)——隨著Rubin、LPU等高性能芯片規(guī)?；瘧?yīng)用，超大規(guī)模AI集群的數(shù)據(jù)傳輸需求激增，傳統(tǒng)可插拔光模塊在功耗、帶寬密度上逐漸觸及“物理天花板”，無法匹配兆瓦級(jí)“AI工廠”的互連需求，CPO技術(shù)應(yīng)運(yùn)而生并成為突破瓶頸的關(guān)鍵選擇。

  從技術(shù)定義來看，CPO并非簡(jiǎn)單的技術(shù)改良，而是一場(chǎng)架構(gòu)革命，核心是將光引擎（PIC/EIC）與交換ASIC芯片通過先進(jìn)封裝技術(shù)集成于同一基板，實(shí)現(xiàn)百微米級(jí)的光電互連，相當(dāng)于將原本“異地辦公”的光模塊與交換芯片改為“同桌協(xié)作”，大幅縮短電信號(hào)傳輸距離，降低信號(hào)損耗與能耗。

  本次發(fā)布的Quantum3400 CPO交換機(jī)，延續(xù)英偉達(dá)CPO技術(shù)“雙代遞進(jìn)”策略，采用深度共封裝形態(tài)，將電信號(hào)傳輸距離從傳統(tǒng)方案的厘米級(jí)縮短至1毫米以內(nèi)，傳輸損耗降低60%，較傳統(tǒng)可插拔方案能耗降低30%，系統(tǒng)帶寬可支撐超大規(guī)模AI集群的高效互連，同時(shí)適配全液冷機(jī)柜的散熱需求，與NVLink-CXL 6.0互聯(lián)技術(shù)形成協(xié)同，進(jìn)一步鞏固英偉達(dá)在AI互連領(lǐng)域的優(yōu)勢(shì)地位，也契合2026年CPO規(guī)?；涞氐男袠I(yè)趨勢(shì)——目前Broadcom、Intel等巨頭均在加速推進(jìn)CPO技術(shù)迭代，推動(dòng)產(chǎn)業(yè)鏈價(jià)值向上游硅光芯片、先進(jìn)封裝等領(lǐng)域遷移，而英偉達(dá)的布局的核心是將CPO與自身AI全棧生態(tài)深度綁定，解決“AI工廠”的互連瓶頸，助力Token生產(chǎn)成本進(jìn)一步降低。

  黃仁勛強(qiáng)調(diào)，AI基礎(chǔ)設(shè)施的核心瓶頸已從單GPU算力轉(zhuǎn)向兆瓦級(jí)“AI工廠”的整體能力，Token作為AI時(shí)代的經(jīng)濟(jì)單位，其成本將成為行業(yè)核心競(jìng)爭(zhēng)力，而英偉達(dá)憑借全棧布局實(shí)現(xiàn)全球最低Token成本。

  三、軟件與生態(tài)：開源破局，構(gòu)建全生命周期AI生態(tài)

  本次演講重點(diǎn)推出軟件生態(tài)與開源布局，打破硬件綁定，降低AI落地門檻，同時(shí)鞏固CUDA生態(tài)壁壘：

  1. NemoClaw 開源AI智能體平臺(tái)

  填補(bǔ)OpenClaw被收購(gòu)后的市場(chǎng)空白，定位企業(yè)級(jí)開源AI智能體解決方案，核心優(yōu)勢(shì)體現(xiàn)在三點(diǎn)：

  硬件中立：無需依賴英偉達(dá)GPU，全面兼容AMD、Intel芯片及企業(yè)自研芯片、純CPU環(huán)境，適配各類云環(huán)境與邊緣設(shè)備，企業(yè)無需更換硬件即可低成本部署；

  企業(yè)級(jí)安全：內(nèi)置行為審計(jì)、權(quán)限隔離、智能熔斷三層防護(hù)，0.3秒內(nèi)可觸發(fā)風(fēng)險(xiǎn)緊急停止，滿足金融、醫(yī)療等合規(guī)行業(yè)需求，實(shí)現(xiàn)智能體操作全程可追溯、可管控；

  全生命周期覆蓋：依托NeMo生態(tài)，支持零代碼拖拽編排、多智能體協(xié)同，兼容多模態(tài)數(shù)據(jù)與主流大模型，預(yù)置HR、財(cái)務(wù)等垂直場(chǎng)景模板，可對(duì)接Salesforce、思科等企業(yè)軟件，實(shí)現(xiàn)“查詢-分析-執(zhí)行-反饋”業(yè)務(wù)閉環(huán)，安裝僅需兩行命令，開箱即用。

  2. CUDA 20周年與數(shù)據(jù)處理軟件升級(jí)

  黃仁勛用近十分鐘回溯CUDA架構(gòu)20年演進(jìn)，將其定義為英偉達(dá)業(yè)務(wù)的核心壁壘——通過“安裝基數(shù)→開發(fā)者→算法突破→新市場(chǎng)→擴(kuò)大安裝基數(shù)”的飛輪效應(yīng)，構(gòu)建了覆蓋數(shù)千種工具、數(shù)十萬個(gè)開源項(xiàng)目的龐大生態(tài)，支撐數(shù)億塊GPU的全球部署，實(shí)現(xiàn)算力成本持續(xù)下降，六年前出貨的Ampere架構(gòu)仍在云上保持價(jià)格上漲。

  同時(shí)發(fā)布兩大核心數(shù)據(jù)處理軟件庫：cuDF用于加速結(jié)構(gòu)化數(shù)據(jù)（DataFrame）計(jì)算，cuVS用于處理非結(jié)構(gòu)化數(shù)據(jù)（向量、PDF、視頻等），助力AI將90%的非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為可計(jì)算資源，目前已與IBM等企業(yè)合作，融入全球數(shù)據(jù)處理生態(tài)。

  3. 其他生態(tài)亮點(diǎn)

  舉辦開源圓桌論壇，邀請(qǐng)Perplexity、Mira Murati等行業(yè)大咖，探討開源大模型未來與“開放vs封閉”的行業(yè)趨勢(shì)；發(fā)布DLSS 5，作為實(shí)時(shí)光線追蹤以來圖形領(lǐng)域的重大突破，通過實(shí)時(shí)神經(jīng)渲染實(shí)現(xiàn)電影級(jí)視覺效果，將于2026秋季推出，獲得騰訊、育碧等廠商支持，并計(jì)劃拓展至企業(yè)計(jì)算領(lǐng)域；同時(shí)宣布加速量子+AI融合，目標(biāo)2028年前推出實(shí)用級(jí)融合系統(tǒng)。

  四、應(yīng)用落地：聚焦物理AI，推動(dòng)多行業(yè)規(guī)模化落地

  本次演講強(qiáng)調(diào)AI從“造模型”向“用模型”轉(zhuǎn)型，聚焦物理AI（具身智能），推動(dòng)技術(shù)在四大核心領(lǐng)域落地，同時(shí)釋放萬億美金市場(chǎng)預(yù)期：

  自動(dòng)駕駛：推出AlphaMale端到端可解釋AI方案，支撐L4+級(jí)自動(dòng)駕駛量產(chǎn)，實(shí)現(xiàn)AI對(duì)交通場(chǎng)景的物理規(guī)律理解與實(shí)時(shí)決策；

  機(jī)器人：通過Omniverse數(shù)字孿生平臺(tái)，為機(jī)器人提供端到端物理AI開發(fā)方案，預(yù)計(jì)2-3年實(shí)現(xiàn)大規(guī)模落地，覆蓋工業(yè)自動(dòng)化、人形機(jī)器人等場(chǎng)景；

  企業(yè)應(yīng)用：依托NemoClaw平臺(tái)，實(shí)現(xiàn)AI智能體在辦公自動(dòng)化、數(shù)據(jù)分析、業(yè)務(wù)流程管控等場(chǎng)景的落地，成為企業(yè)“數(shù)字員工”，降低中小企業(yè)AI應(yīng)用門檻；

  科學(xué)計(jì)算與太空應(yīng)用：加速醫(yī)療、能源、氣候、材料科學(xué)等領(lǐng)域的計(jì)算效率，同時(shí)將AI計(jì)算拓展至軌道數(shù)據(jù)中心、自主太空作業(yè)，實(shí)現(xiàn)地面與太空AI應(yīng)用無縫銜接。

  黃仁勛預(yù)測(cè)，至2027年，英偉達(dá)AI芯片（Blackwell與Rubin系列）的收入機(jī)會(huì)將至少達(dá)到1萬億美元，彰顯其對(duì)AI基建市場(chǎng)的信心，受此影響，英偉達(dá)股價(jià)一度拉升4.8%。

  五、核心結(jié)論與行業(yè)影響

  本次GTC 2026 Keynote的核心的是“全棧布局、開源破局、落地為王”：英偉達(dá)通過Feynman、Rubin、LPU的三代芯片布局，夯實(shí)算力底座；通過NemoClaw開源平臺(tái)打破硬件綁定，擴(kuò)大生態(tài)邊界；通過“AI工廠”概念整合基礎(chǔ)設(shè)施，推動(dòng)AI從技術(shù)研發(fā)走向規(guī)模化應(yīng)用，正式完成從“芯片提供商”到“AI全?；A(chǔ)設(shè)施服務(wù)商”的轉(zhuǎn)型。

  對(duì)行業(yè)而言，此次發(fā)布不僅定義了下一代AI算力與智能體的發(fā)展標(biāo)準(zhǔn)，降低了企業(yè)AI應(yīng)用門檻，也加劇了AI行業(yè)“全棧競(jìng)爭(zhēng)”的格局；對(duì)中國(guó)市場(chǎng)而言，黃仁勛提及的合作案例的同時(shí)，也暗示算力國(guó)產(chǎn)化的時(shí)間窗口有限，為國(guó)內(nèi)AI產(chǎn)業(yè)發(fā)展提供了參考與警示。整體來看，本次演講所描述的AI產(chǎn)業(yè)從“參數(shù)競(jìng)賽”進(jìn)入“落地競(jìng)賽”的新階段，英偉達(dá)憑借全棧優(yōu)勢(shì)，持續(xù)鞏固其在AI領(lǐng)域的主導(dǎo)地位。