英偉達GTC大會上，黃仁勛以一場長達兩小時的演講勾勒出AI產業的新圖景。他宣布，AI已跨越訓練階段，全面進入以推理、智能體和物理交互為核心的工業化時代。在這場變革中，Token成為核心商品，光互聯與硅光子技術成為突破算力瓶頸的關鍵，而英偉達正從芯片供應商轉型為“AI工廠”的構建者，目標是在2027年實現萬億美元營收。

黃仁勛將AI產業的重心轉移定義為“五層架構”的崛起：能源供應、芯片制造、基礎設施搭建、模型開發到最終應用落地。他特別強調，Token的消耗將因推理和執行場景的普及而呈指數級增長，數據中心的角色正從存儲中心轉變為“Token工廠”。英偉達的核心戰略是成為“Token之王”，通過降低每Token成本構建競爭優勢——其數據中心的設計理念已從“每瓦算力”轉向“每瓦Token吞吐量”，這一轉變將重新定義科技企業的成本結構。

在硬件領域，英偉達推出覆蓋短、中、長期的三代芯片架構，其中Vera Rubin超級AI平臺成為焦點。該平臺由七款芯片組成，整合計算、網絡和存儲功能，形成目前最先進的POD規模AI基礎設施。其組件包括Vera CPU、Rubin GPU、NVLink 6高速互聯芯片、ConnectX-9超級網卡、BlueField-4數據處理單元和Spectrum-6以太網交換機。這一平臺已獲得Anthropic、OpenAI等科技巨頭及主要云服務商的訂單，將成為英偉達未來兩年營收的核心支柱。

針對實時交互場景，英偉達發布Groq 3 LPU芯片。這款基于2025年收購的Groq技術開發的處理器，搭載230MB片上SRAM，數據帶寬達80TB/s，首Token延遲低于0.1秒，推理性能是H100的10倍。其“確定性執行”模式確保在相同輸入下輸出時間恒定，特別適用于自動駕駛決策和智能客服等場景。該芯片計劃于2026年三季度量產，未來將通過3D堆疊技術直接集成到Feynman GPU核心上。

Feynman芯片架構的提前曝光引發行業震動。這款采用臺積電1.6nm制程的處理器，是全球首款量產的1nm時代芯片，晶體管密度提升1.1倍。通過GAA晶體管和背面供電技術，其功耗降低15%-20%，運行速度提升8%-10%。硅光子互連技術使帶寬密度提升10倍，傳輸能耗下降90%，而3D堆疊技術將LPU與GPU核心的距離縮短至極致。英偉達宣稱，Feynman將使萬億參數模型訓練成本較2023年下降87%，推理延遲降低40%-85%，Token成本降至前代的十分之一。

在互聯技術方面，英偉達與臺積電合作推出全球首款CPO光電共封裝交換機——NVIDIA Spectrum-X。該技術將光模塊直接集成到芯片封裝中，實現電子信號與光信號的直接轉換，能耗僅為傳統銅纜的5%。這一突破不僅降低了AI集群的散熱壓力，更標志著“光進銅退”的產業變革正式開啟。據透露，相關產品已進入量產階段。

英偉達的算力布局正突破地球引力。大會發布的Space-1 Vera Rubin軌道數據中心，其AI算力達到H100的25倍。這個漂浮在太空的數據中心模塊，可支持大語言模型和基礎模型直接在軌道運行，未來將承擔太空場景下的實時數據處理任務。這一舉措不僅拓展了AI的應用邊界，更為航天探索和太空經濟開辟了新可能。

軟件生態方面，英偉達推出NemoClaw智能體開發平臺。作為OpenClaw的升級版，該平臺通過OpenShell模塊構建安全沙箱環境，限制智能體的文件和網絡訪問權限，確保輸出質量與隱私安全。NemoClaw被定位為AI智能體的“操作系統”，提供企業級和開發者雙版本，旨在打破CUDA的硬件綁定，構建跨行業的軟件生態。黃仁勛預言，未來所有SaaS公司都將轉型為“AaaS（智能體即服務）”，而NemoClaw將成為這一轉型的基礎設施。

物理AI領域迎來關鍵突破。英偉達升級Project GR00T通用機器人基礎模型，為人形機器人提供自主決策和動作執行能力。黃仁勛將2026年定義為“人形機器人商業化元年”，預計全球量產規模將突破3萬臺，其中60%應用于工業制造和特種作業場景。單臺工業機器人可替代2-3名工人，年節省成本超15萬元。隨著終端價格下降，2030年全球市場規模有望突破萬億元，年復合增長率超80%。為支撐這一趨勢，英偉達還升級了Omniverse數字孿生平臺，為機器人、自動駕駛和工業自動化提供虛擬訓練環境，降低物理AI的研發成本。