黃仁勛：OpenClaw利好開源模型；一萬億GPU說少了；AI只會讓人更忙

作者｜王兆洋

wangzhaoyang@pingwest.com

在GTC2026第二天，我們參與了一場與黃仁勛的集體問答，他回答了多個關鍵問題。

包括萬億美金指引，新Groq的融合，以及AI會讓人如何改變等。當然，還包括許多關于OpenClaw的問題。

另外，硅星人也在會后找到黃仁勛問了一個簡單問題。

硅星人：似乎今天的問答里，沒人討論開源模型了。

黃仁勛：怎么會。

硅星人：不是都在討論OpenClaw嘛。

黃仁勛：哦對，是的。

硅星人：Deepseek在走紅之前，他們其實也來GTC分享過。今年我看Kimi的楊植麟來分享了。

黃仁勛：是的。

硅星人：你怎么看剛才提到的OpenClaw這些變化。以及如果可以，中國的開源模型們和英偉達的互動和關系簡單點評一下？

黃仁勛： OpenClaw 連接了所有的公有云 API。嗯，但你也可以連接到開源模型，對吧？所以，我認為這實際上會加速開源模型的使用。（"OpenClaw connects to all the public cloud APIs. Um, but you can also connect to open models, right? So I think that it’s actually going to accelerate use of open models.”）

（他回答了關于OpenClaw的對比，但沒有回答關于與中國的開源模型公司之間今天的交流情況的問題）

以下為對話QA核心實錄

關于萬億美金的指引

黃仁勛澄清，1 萬億僅包含 Blackwell 和 Vera Rubin 架構到 2027 年的訂單，因為去年GTC的PPT里也是這個口徑。所以這是個相當“簡單且保守”的數字（未計入 CPU、存儲等）。

他還透露，隨著營收加速增長，英偉達在 2026 年將 50% 的自由現金流用于回購和派息，同時加大對生態系統的戰略投資。

關于財務風險與投資

黃仁勛被問到，他們越來越多地幫助客戶（如 Coreweave、Nebius 等）融資擴建數據中心，如何管理其中的財務風險？

黃仁勛認為英偉達擁有“信息優勢”，能看到訂單流和需求管道，因此只投資那些注定會成功的“全壘打”企業。會找到下一個Google和meta。同時，通過注資幫助生態系統快速擴容，這不僅是財務投資，更是為了確保全球計算需求的供應敏捷性。

黃仁勛也解釋了對 Coherent、Momentum（光模塊/硅光子相關）以及 Nebius（云服務）等公司的數億美金投資。在上游（Supply Chain），為了應對未來 2-5 年對硅光子（Silicon Photonics）和 NVLink 產能的巨大需求，英偉達通過預付款、提供預測甚至直接投資的方式，幫助供應商提前建立產能。對于下游（Partnerships），投資像 Nebius 這樣的公司是為了確保下游有足夠的 GPU 上架容量和開發者生態，確保英偉達的 Token 最終能被終端用戶消耗。

關于軟件公司會消失

“散戶們錯了?！?/p>

他舉了Synopsys（新思科技）、Cadence（楷登電子）的例子，他們業務的瓶頸在于“坐在位子上的工程師數量（Butts on seats）”。工程師的人數是有限的。如果有更多的工程師，他們就會授權更多的工具。如果有更多的水管工，你就能賣出更多的工具；如果有更多的木匠，你就能賣出更多的工具。

關于云業務模式

在我們 60% 的業務中（指云端業務），不管是 40% 還是 50%，很大一部分本質上是“英偉達帶來的業務”，其余的才是他們（云服務商）的內部消耗。

舉例來說，如果沒有英偉達，OCI（甲骨文云）怎么可能為 OpenAI 提供服務？他們的整個技術棧都是建立在 Kubernetes 之上的。因此，是我們把 OpenAI 帶到了 OCI。

還有很多其他的例子。如果不是因為 Anthropic 今年將基于 英偉達 構建，我們又怎么能把 Anthropic 帶到 Azure（微軟云）呢？那絕對會大獲成功。這邏輯明白了嗎？

所以，我們在云服務商那里的很多業務，實際上是由英偉達創造的業務。所有的云服務商都知道，我們與他們有著極佳的營銷和業務合作伙伴關系，是我們把客戶帶給他們的。

關于OpenClaw

黃仁勛很重視OpenClaw，他自己分享了一個用它來重新設計它的廚房的案例。認為它的學習和形成skill的能力很棒。

他認為 o1 帶來了推理拐點，而 OpenClaw 則帶來了 AI Agent 的普及拐點。

英偉達要做的是，為了解決開源代理的安全性、治理和隱私問題，推出 Nemo Cloud，作為企業部署 AI 代理的高性能、安全“藍圖”。

關于推理

在對話里，黃仁勛被“質疑”是否在推理（Inference）市場反應遲鈍，他表示，他是“推理之王”，這是別人給他的稱號。

他強調早在 2024 年底到 2025 年，公司就通過 NVLink 72、FP4 數值格式以及 Dynamo 架構確立了推理領域的領導地位。NVLink 72 帶來了 35 倍的性能提升，成本僅為原來的五十分之一，功耗效率提升了 50 倍。他類比 iPhone 和顯卡系列，指出推理市場正在細分。從基礎的免費模型到 o1/o3 等具備推理能力的模型，再到 Claude Code 等代理工具，不同層級對應不同的計算需求

關于Groq

關于Vera Rubin 與 Groq，黃仁勛提出了一個新的高性能推理標準：大模型 + 超長上下文 + 極低延遲。

他提到英偉達的 Vera Rubin 架構是核心，但在特定高速度需求下，結合 Groq（此處指代其 LPU 或特定加速技術）可以實現三者兼顧。市場配比：他預測未來數據中心約 25% 的工作負載會是“Rubin + Groq”的組合，而剩下的 75% 仍由 Rubin 獨立完成。

關于 CPU

在超算/云端，傳統 CPU 競爭的是“單核成本”；但黃仁勛認為，AI 時代的核心是“工作負載（Work）”而非單純的核數——用戶擁有價值 500 億美金的 GPU 集群，絕不能因為 10 億美金的 CPU 性能不足而閑置。因此，英偉達的 CPU（如 Grace）是專為加速工作流設計的，確保 GPU 始終滿載運行。

Vera Rubin、存儲和網絡架構全都是為了 “代理型工作負載（Agentic Workload）” 深度優化的。

一個彩蛋：3D 堆疊與晶圓廠

當被問及 3D 芯片堆疊和具體封裝技術時，黃仁勛笑稱：

“如果我現在全告訴你了，明年你還來 GTC 干什么？”

以及，關于AI給人帶來的改變

“很多人說 AI 來了，我們要沒活干了，失業了。事實恰恰相反。個人電腦讓我們更忙，互聯網讓我們更忙，移動設備也讓我們超級忙。

AI 將以極快的速度完成任務……以前你寫好產品規格，團隊拿去開發一個月，這期間你可以干點別的，生活很悠閑。現在，那個‘月’變成了 30 分鐘。你始終處于（決策的）關鍵路徑上。

我今天在英偉達的感受是，它讓我比以往任何時候都忙……原因在于工作結果反饋給我的速度變快了，項目的數量也增長得快得離譜。

你上一次坐在門廊的搖椅上，喝著一杯檸檬水，看著太陽落山是什么時候？ 我不記得上一次的情況了，只記得大約100年前在電影里看到過。 你知道的， 因此我們比以往任何時候都要忙碌。 因此，我認為這一趨勢很可能會持續下去。

關于英偉達的組織會如何變化

我們將會超級忙碌。在十年內，我們希望——也將會擁有——大約 7.5 萬名員工。

（公司的規模）只保持在盡可能小的程度，但也達到必要的規模。這 7.5 萬名員工將與 750 萬個 AI 代理（Agents）協同工作。

這些代理將全天候工作。希望我們的員工不需要（為了趕進度）而試圖跟上這些代理的節奏，我也確信這種（人類過度勞累的）情況不會發生。這就是未來。