皮衣战神，又双叒叕来「砸场子」了！在昨天刚刚过去的 GTC 2025 秋季场，黄仁勋的演讲又一次让英伟达坐稳了芯片第一龙头的位置，整场发布会，堪称火力全开。

芯片龙头的实力，战绩可查

英伟达在大会上释放出极其强劲的营收信号，再次巩固了其在全球 AI 计算领域的绝对领先地位。其中，Blackwell 平台无疑是本次 GTC 的绝对焦点，其大规模部署速度前所未有。

黄仁勋透露，Blackwell 平台在开始生产的仅仅五个季度内，预计将出货高达 600 万个处理器单元，增长速度是上一代 Hopper 平台的五倍，标志着全球 AI 基础设施的部署已进入超高速增长期。

这样惊人的出货量，充分反映了市场对 Blackwell 架构高性能与高能效的迫切需求，尤其是在训练万亿级参数模型和大规模推理应用中。

根据演示，Blackwell 平台在运行推理模型时，相比 Hopper 实现了九倍的速度提升。这一性能飞跃将大型语言模型（LLM）的响应时间大幅压缩，极大提升了用户体验并解放了计算资源。

在 AI 大规模应用的运营成本方面，英伟达承诺通过「极致协同设计」（extreme co-design）来显著降低 AI token 的生成成本，解决 AI 工厂的核心运营痛点。目前，Grace Blackwell NVlink 72 在生成 token 方面，成本是全世界最低的。性能提升10倍，同时成本降低10倍。

基于 Blackwell 平台及其后续的 Rubin（Vera Rubin 超级芯片平台）的初期加速部署，英伟达预计到 2026 年，这两个新平台的累计营收将有望达到 5000 亿美元。

如此雄心勃勃的财务目标，底气来自于英伟达对于 AI 基础设施的年度更新战略，以每年一代的速度推出计算平台，以应对业界对更大规模、更高性能 AI 模型训练和推理的需求。

黄仁勋强调，这 5000 亿美元的数字不仅代表着芯片单元的销售，更反映了全球计算基础设施正加速向英伟达的加速计算模型转型，这标志着一个万亿美元计算拐点的到来。

超级芯片的未来计算版图

一方面，Blackwell 平台正在推动 AI 浪潮；另一方面，英伟达的目光已投向更远的未来：下一代 Vera Rubin 超级芯片纳入战略版图。

Vera Rubin 超级芯片延续了集成 CPU 和 GPU 的超级芯片设计理念，其中 Vera 作为定制的 CPU，而 Rubin 则作为下一代 GPU。

技术细节显示，Vera Rubin 将带来跨越式的性能飞跃：相比 Grace 平台，Vera 组件将提供 4.2 倍的内存容量和 2.4 倍的内存带宽。

它将容纳 6 万亿个晶体管，能够提供高达 100 Petaflops (PF)的 AI 计算性能，并配备 2 TB 的高速缓存/快速内存。这些核心参数表明，Vera Rubin 在应对万亿级参数模型和极大规模 AI 推理任务时，将实现 Blackwell 代际无法企及的效率和速度。

作为 Blackwell 的继任者，Vera Rubin 和 Blackwell 将共同构成英伟达高达 5000 亿美元的营收，象征着公司对未来计算架构的持续迭代和投入。

在此宏大计算战略下，英伟达同时公布了两项重量级合作。首先是推出了 NVQ link 互联架构，专为量子处理器（QPU）与英伟达 GPU 超级计算机之间的高速混合模拟而设计，实现了微秒级的计算延迟。

该技术已获得 17 家量子计算机公司和八个美国能源部（DOE）国家实验室的支持，标志着量子计算和经典 AI 计算的深度融合。

6G 来了？给诺基亚重新「抬咖」

另外一项重量级合作，则是在通信基础设施领域：英伟达宣布与电信巨头诺基亚建立深度战略合作伙伴关系，共同开发下一代 6G 技术。

诺基亚未来将采用英伟达的 ARC 平台 作为其基站核心，该平台兼容诺基亚现有的 AirScale 基站，意味着全球数百万个基站可通过英伟达技术升级至 6G 和 AI 能力。

这项合作聚焦于两大关键方向：其一是 AI for RAN（AI 赋能无线接入网）。诺基亚拥有 7000 项基础 5G 专利，结合英伟达的 AI 技术，将利用人工智能和强化学习实时调整波束成形，优化环境下的频谱效率。

考虑到无线网络消耗了全球约 1.5%至 2%的电力，提高频谱效率不仅能增加数据吞吐量，同时也是一项至关重要的能源节约举措。

另外，AI on RAN 则将无线网络转变为一个「边缘工业机器人云」。正如 AWS 建立在互联网之上，英伟达和诺基亚正将云计算能力扩展到基站边缘，创造出一个全新的、超低延迟的计算环境。这对于需要实时决策和响应的工业机器人、自动驾驶车辆和边缘 AI 应用至关重要，开启了一个潜力巨大的边缘计算新市场。

AI 即工作，时代在召唤

「如同电力和互联网一样，人工智能是至关重要的基础设施。」

这个观点不新鲜了，但是黄仁勋又强调了一遍。他指出，当前时代的变革始于一个关键观察：Dennard 缩放定律（Dennard scaling）已停止近十年，晶体管的性能和功耗增益受到物理定律的限制，传统摩尔定律的红利正在消退。

这种现实使得加速计算这一全新计算模型成为必要，它通过 GPU 和 CUDA 编程模型，利用不断增长的晶体管数量来实现并行计算，突破了通用 CPU 的性能瓶颈。黄仁勋强调，CUDA 编程模型的兼容性维护是英伟达的「宝藏」，经过近三十年的发展才得以实现如今的成就。

「AI 不是工具，AI 就是工作本身」（AI is not a tool. AI is work.），黄仁勋给出了大胆的论断，暗示着， AI 已升级为直接的生产力要素，将注定是驱动经济增长和创新的核心力量。