1 兆美元從哪來?NVIDIA GTC 2026 三個最重要的訊號

Share
1 兆美元從哪來?NVIDIA GTC 2026 三個最重要的訊號

去年 GTC,Jensen Huang 站在同一個舞台上說,AI 基礎設施到 2026 年底的累計營收將達到 5,000 億美元。

一年後的 GTC 2026,他把這個數字改成了 1 兆美元,時間拉到 2027 年,直接翻倍。

NVIDIA 本季營收約 780 億美元,年增 77%,連續 11 季成長超過 55%。市值 4.5 兆美元,全球最高。光是 AWS 一家就要部署超過 100 萬顆 NVIDIA GPU。過去一年,AI 原生新創公司拿到了 1,500 億美元的創投資金,Jensen 說這些公司幾乎全部都在買 NVIDIA 的東西。

但 1 兆美元不會從天上掉下來,GTC 2026 的 Keynote 長達近兩小時,涵蓋了 7 個以上的產品線、50 個以上的合作夥伴,Jensen 自己說這場大會要「涵蓋 AI 五層蛋糕的每一層」。在這堆發表裡,有三個訊號最能解釋那 1 兆美元從哪來。

Vera Rubin:NVIDIA 開始賣整座 AI 工廠

Vera Rubin 不是一顆晶片的名字,是一整個平台:7 顆晶片、5 個機櫃級系統、1 台超級電腦,總共 130 萬個零組件。Jensen 在台上強調:「Vera Rubin 是完整系統,垂直整合,端到端優化,當作一個巨型系統來看。」

效能提升的幅度是 Grace Blackwell 的 10 倍(以每瓦效能計算),全液冷架構,供應鏈已經準備好每週量產數千套。NVIDIA 還展示了下一代的 Vera Rubin Ultra,採用 Kyber 機櫃設計,把 144 顆 GPU 塞進單一 NVLink 域,計算托盤從水平改為垂直排列,提高密度、降低延遲,預計 2027 年出貨。

Vera CPU 機櫃裝了 256 顆專為代理 AI 設計的 CPU,效率是傳統 CPU 的兩倍,速度快 50%。NVIDIA 預估 CPU 業務將成為數十億美元級的新營收來源。

NVIDIA 過去賣 GPU,現在賣的是一整座 AI 工廠的設計圖,從晶片到機櫃到液冷到軟體全部自己定義,客戶買的是一個完整系統。Jensen 還推出了 DSX Air,讓企業在真正建造 AI 工廠之前,先在 Omniverse 裡用軟體模擬整座工廠的運作,把部署時間從幾個月壓縮到幾天。

訊號一:200 億美元買下 Groq,正面回應最大的質疑

過去兩年,NVIDIA 最常被質疑的一件事是:你的 GPU 很會訓練模型,但推論(inference)呢?當 AI 從訓練階段進入大規模部署,推論的需求會爆炸性成長,而推論對延遲和功耗的要求和訓練完全不同。Groq、Cerebras、一堆新創都在搶這塊市場,Groq 的 LPU 尤其以極低延遲著稱。

NVIDIA 的回應是直接把 Groq 買下來,2025 年 12 月以 200 億美元完成資產收購,公司史上最大的一筆交易。三個月後的 GTC 2026,Jensen 就在台上展示了整合成果:Groq 3 LPU。

一個 Groq 3 LPX 機櫃裝 256 顆 LPU,提供 128GB 的晶片內 SRAM 和 640TB/s 的擴展頻寬。當 LPX 機櫃放在 Vera Rubin GPU 機櫃旁邊一起運作,推論吞吐量和功耗的比值提升了 35 倍。Jensen 的原話是:「我們合併了兩種極端不同的處理器,一個負責高吞吐,一個負責低延遲。但記憶體的需求沒有改變,所以我們加了一大堆 Groq 晶片來擴展記憶體容量。」

Groq 3 LPU 由三星製造,預計 2026 年第三季出貨。這意味著到今年下半年,NVIDIA 的客戶可以同時部署三種機櫃:GPU 機櫃負責訓練,CPU 機櫃負責代理 AI 工作負載,LPU 機櫃負責推論。三種機櫃全部液冷,放在同一個資料中心裡,用同一套軟體堆疊管理。

說白了,NVIDIA 直接把推論之王買下來,變成自己系統的一部分。

訊號二:OpenClaw 生態系,Jensen 口中的「新電腦」

如果說 Groq 收購解決的是硬體層的質疑,OpenClaw 要解決的是一個更大的問題:誰來定義 AI 代理時代的作業系統?

Jensen 在 Keynote 中花了大量時間談 OpenClaw,稱它為「新電腦」,把它比擬為 Linux 對軟體堆疊的影響,說「每家公司都需要 OpenClaw 策略」。他甚至說 OpenClaw 在幾週內就成為 NVIDIA 歷史上最受歡迎的開源專案。

OpenClaw 是一個開源的代理 AI 框架,原作者 Peter Steinberger 後來加入了 OpenAI,執行長 Sam Altman 承諾它會以基金會形式繼續作為開源專案運作。NVIDIA 在這個基礎上推出了 NemoClaw,一個企業級的安全部署堆疊,一鍵安裝 NVIDIA OpenShell 執行環境和 Nemotron 開源模型,可以在 RTX PC、RTX PRO 工作站、DGX Station 和 DGX Spark 上運行。

Jensen 說 NemoClaw 做的事情是:「它找到 OpenClaw,下載它,幫你建好一個 AI 代理。」他把 OpenShell 稱為「全世界 SaaS 公司的策略引擎」,背後的邏輯是軟體產業正在從 SaaS(軟體即服務)轉向 AaaS(代理即服務),每家軟體公司未來都會變成 AI 代理的供應商。NVIDIA 要當的角色,是這個轉變底下的作業系統和執行環境。

配合這個敘事,NVIDIA 同時發表了 Nemotron Coalition,集結六大前沿模型家族:Nemotron(語言和推理)、Cosmos(世界和視覺)、Isaac GR00T(通用機器人)、Alpaymayo(自駕)、BioNeMo(生醫)、Earth-2(氣候)。再加上 DGX Station 桌上型超級電腦,748GB 記憶體、20 petaflops、可以跑 1 兆參數模型,讓開發者在桌上就能運行企業級代理 AI。

NVIDIA 過去十年建立的護城河是 CUDA,讓所有 AI 開發者都在 NVIDIA 的生態系裡寫程式。現在它想用 OpenClaw 和 NemoClaw 再做一次同樣的事,只是這次鎖定的對象從開發者變成了 AI 代理。

訊號三:Vera Rubin Space-1,從地面到太空

Vera Rubin Space-1 是 NVIDIA 發表的太空資料中心等級 AI 運算模組,設計用途是在軌推論、即時地理空間情報、自主太空任務。太空環境的散熱挑戰和地面完全不同,沒有空氣對流,沒有表面傳導,唯一的散熱方式是輻射。Jensen 自己也說:「我們得想辦法在太空中冷卻這些系統,但我們有很多優秀的工程師在解決這個問題。」

Space-1 補齊了 NVIDIA AI 基礎設施從地面到軌道的覆蓋。現在 NVIDIA 的產品堆疊是:Jetson Orin(邊緣裝置)→ IGX Thor(工業邊緣)→ RTX PRO 6000 Blackwell(地面資料中心)→ Space-1(軌道),從邊緣到雲端到太空,形成一條完整的垂直覆蓋線。

Jensen 在同一場 Keynote 還預告了 Vera Rubin 之後的下一代架構 Feynman,新 CPU 叫 Rosa(紀念 DNA 結構的發現者 Rosalind Franklin),搭配 LP40 下一代 LPU、BlueField-5 和新的 Kyber 光學互連。NVIDIA 的路線圖已經排到了 2028 年以後。

當競爭對手還在追趕這一代的時候,NVIDIA 已經在談下下一代,而且談到了太空。

1 兆美元背後的合作網路

1 兆美元不是 NVIDIA 一家的營收,是整個 AI 基礎設施生態系的規模。這個生態系在 GTC 2026 上展現的廣度超出預期。

AWS 將部署超過 100 萬顆 NVIDIA GPU,涵蓋 Blackwell、Vera Rubin、RTX PRO、Groq 3 LPU 和 Spectrum 網路設備,是第一個宣布支援 RTX PRO 4500 的雲端供應商。Thinking Machines Lab 簽下多年合約,採購至少 1 GW 的 Vera Rubin 系統。

自駕領域,比亞迪、吉利、日產、現代、五十鈴都加入了 DRIVE Hyperion 平台開發 L4 自駕。Uber 宣布用 NVIDIA Drive AV 在 2028 年前覆蓋 28 個城市、4 大洲,明年先從洛杉磯和舊金山開始。

醫療領域,Roche 部署了 3,500 顆以上的 Blackwell GPU 用於藥物研發、診斷和製造。

60% 的營收來自超大規模雲端(AWS、Google Cloud、Azure),40% 來自區域雲、企業、機器人和其他領域。Jensen 特別提到,今年 GTC 出席比例最高的產業是金融服務業。AI 的需求正在從科技業向外擴散。

100 萬倍的運算需求

Jensen 在 Keynote 中說,運算需求在過去幾年增加了 100 萬倍。

NVIDIA 對這個需求的回應,是把自己從一家晶片公司變成 AI 時代的全棧基礎設施供應商。從訓練到推論(Groq),從軟體到代理作業系統(OpenClaw),從地面到太空(Space-1),從遊戲到醫療到自駕到國防。

GTC 2026 的 Keynote 結尾,一隻動畫龍蝦在營火旁唱歌,冰雪奇緣的 Olaf 走上舞台和 Jensen 對話。這些都是 NVIDIA 物理 AI 引擎的即時展示。

但真正的展示,是那個從 5,000 億翻倍到 1 兆的數字。Jensen 沒有在預測未來,他是在告訴市場,訂單已經在手上了,這個餅你買單嗎?XD


相關資料:

NVIDIA 官方 GTC 2026 新聞彙整
https://blogs.nvidia.com/blog/gtc-2026-news/

CNBC:Nvidia GTC 2026 CEO Jensen Huang Keynote
https://www.cnbc.com/2026/03/16/nvidia-gtc-2026-ceo-jensen-huang-keynote-blackwell-vera-rubin.html

Futunn:5-Minute Summary of Jensen Huang's GTC Speech
https://news.futunn.com/en/post/70154790/

Investing.com:NVIDIA at GTC 2026 AI Expansion and Strategic Partnerships(逐字稿節錄)
https://www.investing.com/news/transcripts/nvidia-at-gtc-2026-ai-expansion-and-strategic-partnerships-93CH-4564073

Read more

把國防部當新創公司重開機:烏克蘭最年輕國防部長的五個月

把國防部當新創公司重開機:烏克蘭最年輕國防部長的五個月

烏克蘭網路上流傳一個關於費多羅夫的迷因,前後兩個版本剛好說明了這個人的轉變。早一點的版本是:「費多羅夫,能不能讓我們在 Diia App 上結婚?」現在的版本變成:「我想殺五萬個俄羅斯人。」一個把政府服務搬上手機、讓人民用 App 辦結婚的數位部長,五個月前接下了一個會用「每平方公里殲滅人數」當績效指標的位子。 2026 年 1 月,米哈伊洛·費多羅夫(Mykhailo Fedorov)從數位轉型部長轉任國防部長,成為烏克蘭史上最年輕的國防部長。他接手的爛攤子,用他自己整理的數字來看:3000 億赫夫納(hryvnia,烏克蘭貨幣,以 2026 年 6 月匯率約合 67 億美元)的預算赤字、大約 20 萬的兵力缺口、首都基輔瀕臨全面停電,而其他城市還在被沙赫德(Shahed)無人機砸。總統交給他的第一道命令很具體,把領土徵兵中心那套被罵到臭頭的強制動員機制收拾乾淨。

By Fox Hsiao
Claude 官方指南,如何打造 AI 原生新創公司

Claude 官方指南,如何打造 AI 原生新創公司

Anthropic 最近出了一本給創業者的電子書《The Founder's Playbook: Building an AI-Native Startup》,把創業的四個階段,構想(Idea)、最小可行產品(MVP)、上線(Launch)、規模化(Scale),按「AI 是核心基礎設施」拆解一遍。整本手冊其實建立在一個前提上,當寫程式、做研究、跑營運都能交給 AI agent,創辦人剩下要煩惱的,就只有方向對不對。 其中有個重要的提示,做得越快、越輕鬆,犯錯的代價反而越大,手冊引用了一個數字:在 AI 自主寫程式這類工具出現之前,就已經有 42% 的新創死於做出沒人要的東西,作者直接預測,這個比率只會往上爬。 工具把「做出來」的門檻降到接近零,卻沒有同步降低「

By Fox Hsiao
中國工程師才是真工程師:Palmer Luckey 在胡佛研究所訪談的反向結論

中國工程師才是真工程師:Palmer Luckey 在胡佛研究所訪談的反向結論

Anduril 創辦人 Palmer Luckey 近期上胡佛研究所《Uncommon Knowledge》接受 Peter Robinson 訪談。整段 53 分鐘從美國世界軍火店戰略、Anduril 怎麼挑戰洛克希德,一路聊到中國工程師密度、海軍要從三百艘擴張到一千艘。 訪談有一段冷戰小說反差的鏡頭,Palmer 要 Robinson 試試這個思想實驗:「想像雷根還在任的時候,出了一本湯姆克蘭西式的小說。他說再過 20 年,五角大廈所有最高機密的指揮管制終端、資訊顯示器跟其他電子裝置,都會在克里姆林宮監督下由蘇聯製造,而美國會以百萬計地採購。」 這當時根本不可想像,就算當虛構小說都沒人會相信。 接下來那句,他停了一下:「但這就是今天發生的事。五角大廈最大的筆電供應商是聯想,聯想是中國公司。他們總部有一根旗杆,掛著中國共產黨黨旗,下面才是聯想的 logo。」 整段論述的起點是這個畫面,Palmer 在訪談裡接著把問題往下挖了一層:美國已經把整套工程能力掏空了,而中國工程師才是真正的工程師。 「我們把真正的工程能力掏空了」 Palmer

By Fox Hsiao
新加坡外長的 AI 第二大腦:沒親手用過,就無法替國家做對決策

新加坡外長的 AI 第二大腦:沒親手用過,就無法替國家做對決策

2026 年 5 月一個下著雨的週六早上,新加坡 Capitol Kempinski 會場的舞台上,站著一位看起來不太像科技演講者的人。他先自我介紹,說自己是個退休的眼科外科醫師,繞進政壇大概繞得太久了,接著又補一句,站在這個場子裡,他覺得自己像個冒牌貨。 台下坐的是 AI Engineer Singapore 大會的觀眾,絕大多數是工程師、開發者、前沿模型團隊的人。而這位「冒牌貨」是新加坡現任外交部長 Vivian Balakrishnan。三個月前,他親手組了一套自己的 AI 助理,跑在一台兩三年前買的 Raspberry Pi 上,那台機器只有 8GB 記憶體。用了三個月之後,他在台上講了一句已經被很多媒體引用的話,說他老實講,已經不敢把它關掉了。 一個外長自己動手做 AI 工具,這件事本身就夠少見了。但他在台上講的那番話,比那套工具更值得記下來。他把整場演講收斂成三個訊息,

By Fox Hsiao