文 | 硅基研究室，作者 | kiki 谢浩
比起去年把 Transformer 八子、OpenAI、xAI 等明星企业攒到一起，今年的英伟达 GTC 似乎狂热稍减。
但这并不影响黄仁勋的 AI 叙事，在美国加州圣何塞，「英伟达绿」 依旧是科技圈的符号。除了现场超 2 万人的围观，成千上万的人在线观看黄仁勋的主题演讲，他说了什么、英伟达会干什么，这些都会成为人们判断 AI 时代的依据。
不过，比起预测未来，今年 GTC，黄仁勋可能干的最多的是重复和反驳—— 比如 「买得越多，省得越多，甚至比这更好—— 买得越多，赚得越多」，这是经典的黄式定律，再比如 「几乎全世界都误解了 Scaling Law 放缓」。
也许是这些重复叙事，没能带来更多的效果，对于英伟达 GTC 大会发布的一系列产品，华尔街的态度反响平平，英伟达盘后股价下跌了约 4%。
我们整理出这届 GTC 黄仁勋最想对市场说的三个关键真相。
1、53 次 token，捍卫 Scaling Law 的信仰
黄仁勋演讲里有个隐秘的主题——tokens，他在自己的演讲里至少提到了 53 次。
如此反复强调 tokens，某种程度上黄仁勋在说 Scaling Law 没有终结，源源不断的 tokens 消耗，就能带来持续的算力需求，这是英伟达讲述一切增长的前提。
他给出一组数据，随着 Agentic AI 和推理能力的发展，目前所需的计算量是过去的至少 100 倍。
给予黄仁勋信心的是英伟达 GPU 的下游应用场景—— 主要包括数据中心、汽车领域、机器人等，科技巨头、云厂商和算力租赁服务商都会大笔采购英伟达的先进芯片建设 AI 基建。
黄仁勋曾这样形容：“ 英伟达不造芯片，英伟达造数据中心”。
遵循这一认知，黄仁勋公布了一组数据，2024 年，美国 Top4 云公司总计采购了 130 万颗 Hopper 架构 GPU，到了 2025 年，这一数据飙升至 360 万颗 Blackwell GPU，他预计数据中心建设的价值将达到 1 万亿美元。
面向这些云厂商等企业端客户，英伟达主要出售的是包括 AI 服务器、高速交换机等 AI 算力集群服务，英伟达所提供的是系统和网络、硬件和软件等方案。
与此前的 AI 服务器 GB200 NVL72 一样，英伟达公布了新产品：Blackwell Ultra NVL72 机柜，黄仁勋特别强调这是 「AI 推理专用机柜」。
天风证券分析师郭明錤曾提到，影响英伟达 AI 服务器增长的一个重要因素是，它能否提供算力更强且平均 token 成本更低的 Scale-up？
至少从英伟达提供的数据来看，黄仁勋已想到了这一点：相比前一代产品 GB200 NVL72，带宽是前代的两倍，内存速度是前代的 1.5 倍，同时由于因机柜尺寸和电源规格相似，这对科技公司的数据中心升级而言，有着一定的性价比优势。
不过黄仁勋没说的是，英伟达数据中心业务的暴涨年代已经过去了。单从财报看，英伟达数据中心业务已结束了六个季度以来连续保持的 「三位数高增」，环比下降趋势也十分显著。
郭明錤还提到，英伟达数据中心业务目前存在的问题是 「量产的能见度不高」，英伟达需要更多具体列举数据中心部署 GB200 NVL72 的案例，以及客户转换到新产品的具体效益情况。
2、下一代芯片：黄式定律能否有效？
除去行业宏观层面，对 Scaling Law 的展望，过去的几个小时里，花费 1 万美金购票入场的技术信徒们，还在期待另一个问题的答案：
“ 黄氏定律” 能否延续。
作为英伟达首席科学家所提出的，对后摩尔定律时代的重要补充，黄氏定律表明：GPU 架构、软件的革新将推动 AI 性能实现每年翻倍。
如果说 Scaling Law 关注的是“ 行业需不需要更多 GPU”，那么黄氏定律所传达的内容则更为直观—— 行业需不需要英伟达。
尽管从目前的市场趋势来看，Blackwell 取得了远超于 Hopper 架构 GPU 的市场成绩，并直接带动了 AI 领域基建的新一轮繁荣，参考黄仁勋本人的说法：“Blackwell 开始出货的一年内，你能看到人工智能基础设施建设出现了难以置信的增长。”
但股价的下跌还是侧面传递出了市场的不满情绪。
这一不满情绪的源头，很大程度上来自于年度算力“ 核弹”——Blackwell Ultra GB300 的不佳表现。
这颗被外界寄予厚望的芯片，并未能重现 Blackwell 架构横空出世时的惊艳感，反而更像是上一代芯片的内存“ 超大杯” 版本。
虽然黄仁勋并未对比两代 Blackwell 产品间的性能差异。但根据此前英伟达官方透露的信息显示，单个 Ultra 芯片将提供与 Blackwell 相同的 20 petaflops 的 AI 性能，HBM3e 内存从 192GB 升级到了现在的 288GB。
似乎是为了补救现场用户的失望感，老黄直接趁势预告了明年上市的新一代 Rubin 架构 GPU，并表示，新一代 GPU 的性能预计是 Blackwell Ultra NVL72 的 3.3 倍。
但很显然，这种画饼行为并没有得到市场的认可。原因也很简单，想象一下库克在苹果发布会上掏出一部 4TB 版本的 iPhone16 告诉大家，这就是本届发布会的新品，顺便再吹一波 iPhone18 的性能—— 对比往期发布会上的遥遥领先，至少在今年，黄氏定律在硬件侧，短暂按下了暂停键。
相比之下，软件侧的 Nvidia Dynamo，反而成为了黄氏定律续命的关键。
作为业内人士口中，英伟达“ 在推理领域构建的新 CUDA”，Nvidia Dynamo 绝对担得起发布会王炸的头衔。
作为一个专为推理、训练和跨整个数据中心加速而构建的开源软件。Dynamo 的性能数据相当出色：在 NVIDIA Hoppe 平台上，软件能够在同样的 GPU 前提下，将 AI 工厂的性能和收入提高一倍。而在 GB200 NVL72 机架集群上运行 DeepSeek-R1 模型时，生成的 token 数量更是进一步被提高了 30 多倍。
从黄仁勋的演讲细节来看，他对这款产品的表现也非常满意，在介绍完相关性能后，他甚至轻松地和现场开启了玩笑：
“ 这就是我以前为什么说，当 Blackwell 批量发货时，你不要把 Hopper 送人。”
3、从 DeepSeek 到大厂，黄仁勋的 「中国朋友圈」
本届 GTC，「中国元素」 浓度也很高。
长达两个小时的演讲里，句句不离推理的黄仁勋当然会提到 DeepSeek，他将 DeepSeek R1 模型称为 「卓越的创新」 和 「世界级的开源推理模型」。
事实上，在 ChatGPT 尚未诞生的 2022 年，幻方 AI 就受邀在黄仁勋的 GTC 舞台上演讲。
此次 GTC，黄仁勋又秀了一次自己的 「中国朋友圈」。
在主题演讲的前一天，GTC 特别举办了 China AI Day-云与互联网在线中文专场，包括火山引擎、阿里云、百度、蚂蚁集团、京东、美团、快手、百川智能等中国企业分享了其在大语言模型、多模态大语言模型、数据科学和搜推广领域的前沿进展。
大半个中国智驾圈也齐聚 GTC，除此以外，据 「硅基研究室」 不完全统计，联想、比亚迪、文远知行、阿尔特、工业富联、九号公司、完美世界、银河通用等中国企业均相继宣布与英伟达的最新合作。
尽管饱受地缘政治影响，但英伟达始终关注中国市场的一举一动。今年年初的例行中国行中，黄仁勋连续走访了多个中国城市，和中国合作伙伴同桌共饮。
从科技历史来看，三次技术浪潮诞生了三家市值超三万亿美元的公司，他们是微软、苹果和英伟达，随着英伟达成为这个时代最伟大的企业之一，GTC 大会已不仅仅只是黄仁勋的个人秀，而是整个 AI 圈的文化符号。
人们对文化符号自带信仰和高预期，就像华尔街对英伟达的期待一样：人们的恐惧是，如果英伟达也不能讲出新故事了，那么下一个英伟达在哪里呢？
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
