英伟达gtc大会对长电科技的影响
二零二六年科技圈的年度王炸，还得是皮衣教父黄仁勋。整场 gtc 大 会全程高能干货满满，没有多余的铺垫，直接甩出足以颠覆未来三十年科技和财富格局的五大核心趋势。从重塑全球制造业的 ai 智能体、改写行业盈利规则的算力经济学， 到适配智能体时代的全新架构、改变四十年 pc 发展形态的全新方案，再到迎来全新发展机遇的物理 ai 和通用机器人，每一个观点都打破了行业的传统认知，每一项布局都精准锁定未来的时代红利。 接下来，一口气带你吃透二零二六年英伟达 gtc 大 会全部核心内容，看懂当下 ai 时代的底层逻辑 和未来财富风向。整场分享的第一个核心重磅结论，也是一切改革的起点，真正能用、能落地、能赚钱的实用 ai 已经正式到来。而开启新一轮 ai 革命的核心，不再是我们熟知的生成式 ai， 而是全新的智能体 ai。 黄仁勋表示， 自己早在两年前的 gtc 现场就预判过 ai 的 迭代节奏，如今这个预判彻底落地。如果说前两年是生成式 ai 的 普及期，那从二零二六年开始，智能体 ai 将正式站上舞台，这也是全球竞争力迎来质变的关键。黄仁勋在现场拿出了一组极具冲击力的真实数据， 彻底颠覆了大家对 ai 生产力的认知。全球目前有三千万到四千万名职业软件工程师，这群人每年创造的薪资规模高达三万亿美元，更是撬动了全球一百万亿美元的相关产业， 可以说是数字经济的核心基石，在过去几年，全球代码提交量一直平稳增长，二零二三年三亿次，二零二四年四亿次，二零二五年五亿次，增速十分稳定。但到了二零二六年开年， 仅仅几个月时间，代码提交量直接翻了近三倍。这组数据背后藏着最核心的行业变化。 ai 已经彻底改写了生产效率，以前三万亿美元的人力薪资成本， 只能产出对应价值的产业成果，现在靠着智能体 ai 的 加持，同等人力成本下直接创造出九万亿美元的生产力，整体效率直接翻了三倍。这也直接推翻了大众最焦虑的一个误区， ai 会干掉程序员，减少就业。黄仁勋明确表示， 这种说法完全是无稽之谈。道理其实很简单，如果雇佣一名软件工程师，借助 ai 就 能产出三倍的价值，企业只会愿意招聘更多的开发者， 而不是裁员。未来软件工程师的岗位不仅不会消失，反而会迎来持续增长，整个行业的经济天花板也会被彻底拉高。效率暴涨的背后，是 ai 商业模式和计算逻辑的彻底重构。以前大家看 ai 是 一个工具、一项技术， 而现在， ai 已经变成了实打实的利润创造者、 gdp 创造者。 ai 生成的每一个 token 都不再是没有意义的数据，而是可以直接变现创造收益的盈利单位。也正是因为 ai 落地能赚钱、能高效产出，全球对算力的需求才会迎来爆发式增长，这也是当下全球算力基建、 ai 工厂持续火热的核心原因。 整个算力行业的商业模式已经彻底被改写，很多人误以为这次 ai 变格只是大模型，变得更聪明了，但黄仁勋点名了本质，这不是简单的模型升级，而是一套全新的计算范式。 我们现在迎来的智能体，早已不是单纯的大语言模型，而是一套完整可自主工作的复杂系统。对比传统的软件运行模式，过去我们用电脑、用软件， 都是靠人类手动点开程序，手动操作点击，所有工作都需要人类主导。但智能体完全不同， 他拥有自己的工作逻辑，自带短期工作记忆和长期记忆，搭配专属的执行框架和全套工具链。现场黄仁勋也展示了多个落地案例，让这套全新范式变得通俗易懂。只需要一句简单的提示词，智能体就能自主生成专业代码，制作动态特效。哪怕是弄丢了 电池盖这种生活化场景，只要提出需求，智能体就能自主建模生成 c、 a、 d 文件，直接适配三 d 打印落地产出实物。这种操作模式彻底告别了传统人机交互的繁琐流程，不用手动操作软件，不用一步步手动调试， 只需要告诉 ai 你 的需求，智能体就能自主拆解任务，调用工具落地产出结果。这也是当下 ai 工作模式最彻底的改变。针对行业内智能体普及 会让软件公司倒闭的说法，黄仁勋也给出了截然相反的判断。智能体时代恰恰是软件行业最好的时代，未来的生产力不再受限于全球人口数量，海量的智能体将会高频次的调用各类软件工具，市场对专业软件的需求只会越来越大，唯一的变化是， 未来的软件不再是给人用，而是要适配智能体的使用逻辑。而英伟达多年沉淀的核心壁垒，也在这个时代彻底释放价值。英伟达积攒的上千个酷的 x 函数库，覆盖科学工程、基因组学、物理仿真、优化决策等各个核心领域，原本就是各行各业的核心算力工具， 如今这些工具库可以全面开放给智能体使用，而且智能体的调用效率、精准度远远超过人类，这也让英伟达的技术壁垒彻底拉开差距。智能体的整套工作流程是一套分布式、结构式的复杂体系，大模型负责思考推理， gpu 负责算力加速， cpu 负责大局调度编排， dpu 负责安全防护，再加上全新的 ai 内存管理系统，整合短期工作记忆和长期数据存储， 整套系统的每一个环节都和过去的计算机运行逻辑完全不同，这也是英伟达全力迭代新一代硬件架构的核心原因。当下的 ai 智能体时代，需要全新的算力内存调度体系来支撑， 而这套全新的计算范式，正是未来三十年 ai 生产力爆发的底层根基，也正是智能体对超高算力、极致效率的硬性需求，顺势引出了整场大会的第二个核心重点， 全新的算力经济学，以及英伟达专为智能体时代量身打造的维尔 ruben 超级系统和 ai 工厂蓝图。很多人还停留在过去的思维，觉得算力比拼就是比谁的芯片更便宜，堆的数量更多。但黄仁勋直接推翻了这套老旧逻辑， 给出了一套全新的赚钱公式，算力就是营收，算力就是利润，买的越多，赚的越多。在 ai 智能体全面普及的当下，数据中心早就不是单纯存数据、跑程序的机房了， 而是实打实靠算力造收益的智能工厂。 ai 生成的每一个 token 都是可以直接变现的收益。所以，评判一套算力系统好不好，核心早就不是芯片单价高低， 而是单位电力能跑出多少有效产出。简单来说，大家手里的电力资源是固定的，一几瓦的电力上限就摆在那里， 不会增多。谁能在同样的电量里跑出更高的吞吐量，生成更多有效 token， 谁的利润就更高。如果只贪图芯片便宜，选错了整体架构，看似省了硬件成本，最后只会白白浪费电力资源，根本赚不到钱，完全得不偿失。为了适配这套全新的算力盈利逻辑， 英伟达拿出了压箱底的重磅成果 ver 如本。很多人以为这只是一款新 gpu、 新芯片，但黄仁勋明确强调，这是英伟达成立以来最有野心、最复杂的系统性工程。它根本不是单一硬件， 而是一整套专为智能体 ai 打造的机架级超级计算机集群。这套系统是全方位的彻底升级，不只是单纯的算力更强，它整合了全新 rubium 七十二互联架构、 vr cpu、 高速网络、软件站和安全处理器七大全新芯片协同工作，从算力调度、 网络存储到安全，实现了全链路打通。而且整套系统支持数据静态传输、运行全过程加密， 完美守住了高价值 ai 模型的安全底线。其中，全新的 vr c p u 是 整套系统的关键突破点。和我们以往见过的所有 c p u 都不一样，过去的 c p u 都是适配人类操作逻辑，适配秒级的响应节奏，但智能体的运行速度远超人类，对延迟极其敏感， 活在那秒级的计算世界里。所以， vr c p u 的 核心作用不再是单纯拼核心数量、拼基础主频，而是充当整个超级系统的总指挥，专门负责整合所有 g p u 算力，调度内存、缓存， 极速启动各类 ai 工具，协调所有硬件协调工作。简单讲， g p u 是 负责干活的演奏团队， vr c p u 就是 把控全局的指挥家，彻底解决智能体调用工具 自主预算时的延迟卡顿问题，让整套系统全程流畅高效运转。更关键的是，英伟达不止做硬件，还给出了一套可以直接落地复制盈利的完整方案。 d s x ai 工厂蓝图黄仁勋直言，当下全球正在掀起人类历史上规模最大的基础设施建设核心就是 ai 工厂， 而且 ai 工厂的门槛和成本高得吓人。如今，美吉瓦算力的 ai 工厂投入成本已经达到五百亿到六百亿美元，未来甚至会突破千亿级别。 这么高的投入，容不得半点失措，必须一次建成一次跑通。为此，英伟达推出了 d s x 全流程解决方案，靠数字孪生技术彻底改写了 ai 工厂的建设模式。现在搭建 ai 工厂 不用先破土动工，直接在 omniver 虚拟平台里完成全流程模拟，提前规划场地布局、模拟电力负荷 调试、散热系统测试、网络适配验证所有硬件集成效果，把所有隐患提前排查完毕再落地施工，极大降低了千亿级项目的建设风险。不仅建设更稳， 这套体系的赚钱效率也做到了极致。以往传统数据中心普遍存在电力浪费的问题，电力熔于损耗，最高能达到百分之四十。而英伟达的 d s x max l p s 技术，能在同等电力预算下 部署更多 gpu 设备，把闲置电力全部调动起来，投入有效运作。搭配四十五度高温液冷技术，动态电力调度功能，把原本浪费在散热、空转的电力全部转化为可以赚钱的算力。同时，整套系统还能灵活适配电网波动，动态调节电力消耗， 既能保证 ai 工厂满负荷产出，还能辅助稳定电网运行，实现算力收益和能源利用的双向最优。靠着这套软硬一体的全站方案，英伟达彻底从单纯的 gpu 硬件厂商 转形成了 ai 基础设施服务商，从芯片、系统、软件到工厂搭建、运维优化，打通了整条产业链。也正是这套成熟的落地体系， 扶持出了一大批新兴 ai 云巨头，哪怕是起步不久的小型企业，也能一托英伟达的技术站，快速搭建起世界级 ai 算力平台，服务全球用户。黄仁勋也给出了明确的行业预判，到这个十年结束，全球将会上线一百几瓦规模的 ai 工厂。 而英伟达的核心目标，就是让全球每一度投入 ai 运算的电力都能产出最高价值的越多，让所有入局 ai 赛道的玩家真正实现投入越多、产出越高，赚的越多。 目前，整套 verran 体系已经全面量产，供应链产能大幅拉满，正是全力承接全球爆发的算力需求。同时，英伟达上线全套 ai 工具包，搭配开源大模型内幕窗三 ultra， 企业可以轻松搭建自用 ai 智能体， 不仅运行更快、成本更低，还有完善的安全防护。实际应用中，这套组合已经把原本几周的芯片设计工作缩短到几小时就能完成，效率提升数十倍。软硬件一体的完整方案也成为英伟达未来重要的增长方向。前面我们聊的所有 ai 改革、 算力升级、智能体落地，大多集中在云端、数据中心和企业级服务场景。而本次 gtc 大 会的第四个重磅突破，直接把 ai 智能体时代从云端彻底拉到了我们每个人的身边。英伟达联手微软，用全新 rtx bar 平台，四十年来第一次彻底重塑整个 pc 产业。 很多人没有意识到，我们现在用的电脑逻辑整整四十年都没有变。它是一台被动工具，人主动打开软件、 主动输入指令，主动点击操作，电脑只会机械执行我们下达的命令。没有自主思考，没有主动服务能力。四十年来，不管硬件怎么升级，性能怎么变强，始终摆脱不了人操控电脑的底层逻辑。但黄仁勋直言，这个持续了四十年的行业规则， 在二零二六年彻底终结。随着 ai 智能体时代全面到来，电脑的形态、定位和使用方式迎来了颠覆性改革。未来的电脑不再是被动等待你操作的工具，而是一台可以全天后自主运行、主动帮你干活的 个人 ai 超级助理。实现这场变更的核心，就是英伟达全新发布的 rtx spark。 很多人误以为 rtx spark 只是一款新的电脑芯片， 其实它是英伟达深耕三十三年技术，专门为 ai 智能体时代打造的全新 pc 超级计算平台，也是近四十年 pc 行业最重磅、最彻底的一次技术升级。这款芯片由英伟达和联发科联合研发， 采用台积电三纳米工艺，搭载 blackwell 架构 rtx gpu。 二是核定制 grey cpu n v link 高速互联技术，配备一百二十八 gb 大 内存，集成七百亿个晶体管，总算力达到 e p f。 ai 算力？有人可能不知道这是什么概念，我国天河一号 整体算力约二点六 p， 也就说一 p 已经接近一台国家级超算。最实用的一点是完全兼容英伟达全套酷达生态和所有 windows 软件，旧的应用全都能用，同时完美适配全新的 ai 智能体功能，搭配微软专门定制的智能体版 windows 系统， 传统电脑系统完成了一次彻底升级，以前的系统只能单纯运行各类软件，而新版 windows 底层融入了大模型，相当于给每一台电脑装上了一颗会思考、 能自主干活的大脑，这也是新旧电脑最核心的差别。过去我们用电脑流程固定且繁琐，打开软件手动操作，完成任务、关闭软件，全程都需要人一步步跟进，全程把控。而搭载 rtx spark 的 新电脑，彻底颠覆了这种使用模式，它可以在本地全天候运行专属 ai 智能体， 不用一直联网，依赖云端，本地就能顺畅跑通。大模型，自主完成思考、规划、拆解任务、执行操作的全套流程。黄仁勋在现场演示的案例就很直观地体现出他的强大。以往需要专业团队 花几周时间完成的房屋设计，现在交给电脑本地 ai 就 能搞定。上传草图、说明风格和场地需求后， ai 会自动建模、规划户型、优化结构、渲染效果图，还能自己排查问题、修正漏洞，不需要人工反复调整， 最终直接输出高清实景成品。不止设计行业，我们日常常用的软件也迎来了全面升级，而逗比全系软件已经完成，而 tx spark 适配 photo 上， premiere 的 运行速度直接翻倍，还能原生支持 ai 智能体，协助修图、剪辑、调色，这些繁琐的工作 都能交给 ai 自动完成。这次升级直接拓展了个人电脑的使用价值。黄仁勋对此给出了一个很大胆的判断， 十年之后的电脑会和现在完全不一样。为了落地这场 pc 革新，英伟达联合微软推出了完整的产品系列，包含笔记本、台式机、工作站，满足普通用户、创作者、 游戏玩家和 ai 开发者的不同需求。其中高端工作站版本配置拉满，拥有七百六十八 gb 大 内存、二十 pita flops 超强算力， 本地就能运行万亿参数大模型，个人开发者和小团队不用依赖云端，在桌面端就能完成模型训练和智能体开发部署。目前全球所有 pc 产业链厂商都已经加入这场革新， 全面适配跟进 rtx bug 生态。这意味着，属于普通用户的个人 ai 智能体时代已经正式到来，这场时隔四十年的 pc 行业大变格依然全面开启。前面我们聊到的云端 ai、 企业智能体、个人电脑 ai， 本质上都还停留在数字世界，所有的思考和操作都是在网络软件系统里完成。而本次 g d c 大 会的第五个终极突破，就是让 ai 彻底走出数字虚拟世界，真正落地到现实物理世界。 金伟达正式推出全新物理 ai 体系，发布两大核心重磅产品， house mouse 三世界基础模型和 isaac group 人形机器人开发平台， 全面开启通用机器人时代。黄仁勋表示，我们前面讲的所有 ai 智能体，本质上都可以看作是数字机器人，能思考、 会规划，可以自主调用工具完成各类数字化工作。但未来的 ai 不 只是能在电脑和云端里工作，更能掌控现实世界里的各类设备、机器，甚至人形机器人，这就是物理 ai 的 核心意义。未来不会只有软件智能体，各行各业的硬件设备都会智能化 ai 化， 不管是自动驾驶、汽车、工业制造设备、农业机械、基站设备，还是我们家里的各类智能硬件，都会搭载专属智能体， 自主感知环境、自主判断、自主完成工作。简单来说，未来世间万物都会运行 ai 智能体，但想要落地物理 ai 量产可用的机器人，一直以来都有一个最大的行业痛点， 那就是数据不足。目前网络上的视频图片大多是人类视角，而机器人自动驾驶需要机器低人称数据，这类真实数据数量少、 采集难度大，一直是行业难题。像马斯克旗下的 optimus 人形机器人又能和特斯拉自动驾驶汽车共用海量真实路测数据， 双方实现数据互通、互相赋能。而英伟达另辟蹊径，提出计算即是数据的思路，不靠实地采集，依靠算力和仿真技术，批量生成大量符合物理规律的第一人称训练数据。支撑这套方案的核心就是 cosmos 物理 ai 基础模型，它大幅降低了物理 ai 的 训练门槛与周期。最关键的是， cosmo 三彻底解决了物理 ai 的 训练瓶颈。以往机器人训练需要数月时间积累真实数据，现在依靠 cosmo 三的仿真生成能力，几天就能完成整套训练，迭代效率提升百倍。而且，英伟达延续了一贯的开源策略，模型训练数据、训练方法全部公开， 所有企业和开发者都能免费使用，自主微调打造专属的强大能力。英伟达还同步推出了 oppo mario 自动驾驶专用模型， 专门服务智能汽车领域。和传统自动驾驶算法不同，这套模型具备真正的自主推理和自主思考能力，不是简单的识别路况、执行固定指令，而是像人类司机一样，实时观察路面变化、预判车况、自主避让障碍、规划最优路线，应对各种复杂突发路况。现场的实测也是足够直观， 车辆在行驶过程中能自主识别停靠车辆、避让卡车、礼让行人、规避障碍物，全程自主思考、自主微调行驶状态，每一步操作都有完整的逻辑判断，真正实现了会思考的自动驾驶。目前，这套技术已经适配英伟达海帕尔洋自动驾驶平台， 覆盖全球百分之八十的车企和百分之九十七的出行服务体系，即将大规模落地上车，搞定了模型和算法。 想要真正普及机器人，还需要一套标准化的开发平台，降低行业落地门槛。为此，英伟达正式发布了 isaac group 人形机器人完整技术站，直接给出了一套 拿来即用的人形机器人开源开发方案。一直以来，做人形机器人的门槛极高，各大研发团队都要从零搭建系统 适配、硬件调试、仿真搭建训练流程，光是前期环境搭建就要耗费数月时间，研发成本高、周期长、难度大。而 isac group 的 出现，直接抹平了行业壁垒，它是一套完整的机器人全站平台，包含开源模型、 仿真训练库、数据生成工具、运行时系统和机器人硬件参考方案，从软件算法到硬件适配全部配齐，哪怕是高校、实验室、小型研发团队，也能在短短几小时内搭建好机器人开发环境，快速开展研究和落地测试。 同时，英伟达还推出了同款标准人形机器人参考机型，身高体重和成年人基本一致，机身拥有三十一个整体自由度， 单只手部二十五个自由度，能够完成各类精细复杂的拟人动作。整机搭载英伟达最新封芯片，适配全套软件生态，专为科研叠带商用落地打造，兼容性和拓展性拉满。从底层 cosmos 三世界模型、 apple mile 自动驾驶模型到顶层 isaac group 机器人开发平台， 英伟达彻底打通了物理 ai 的 全链路生态。如果说前几次 ai 改革，改变的是我们的数字生活和办公方式，那这次物理 ai 与通用机器人的突破，正是标志着 ai 开始接管现实世界的生产力。 未来，工厂生产、家庭服务、交通出行、各类设备作业都会迎来机器人全面普及，处于物理 ai 和通用机器人的全新时代正式拉开序幕。回看整场二零二六 g t c 大 会，黄仁勋推出的五大核心技术突破，表面上是多款新品集中亮相，本质是带来了一套 全新、完整、可以落地的智能体计算模式，彻底改变了整个科技行业的底层运行逻辑。过去短短半年时间，整个计算机行业迎来了颠覆性变化，而这场变化的核心就是 ai 智能体和前沿大模型的深度结合，这也让 ai 彻底跳出了单纯生成内容的工具定位，变成了能落地、 能干活、能实实在在创造价值的核心生产力，这也是英伟达最核心的竞争优势。不管设备形态怎么变化，无论是云端 ai 算力工厂、企业服务器、个人电脑、自动驾驶汽车，还是各类人形机器人智能硬件， 底层的智能体运行逻辑、计算方式都是统一的，一套模型、一套工具体系、一套运行生态，又能适配市面上所有场景、所有设备，真正实现全行业全场景通用落地。从行业长远发展来看，英伟达已经提前拿下了未来几十年的行业红利， ai 智能体全面渗透数字产业， 物理 ai 赋能实体产业、全新算力经济改写盈利模式、个人 ai 电脑全面普及，这四大核心趋势将会彻底改写未来三十年的科技格局和财富分配方式，属于 ai、 智能体、通用机器人和算力基建的黄金时代才刚刚开始。
粉丝16.2万获赞397.2万
相关视频
04:32查看AI文稿AI文稿股友们，黄仁勋已经把答案写在黑板上了，跟着抄作业会不会？如果抄都抄不明白，那就要好好反省自己了。黄仁勋在台上甩出这张图的时候，全场都疯了。这是英伟达的 ai 工厂生态全家福， 上面密密麻麻几十家公司，全是当今地表最强的科技巨头。所有人都盯着最上面那行最闪的 ai 云芯片，眼睛放光。但我盯着这张图看了半天，越看越兴奋。 因为真正能让我们普通中国人赚到钱的机会，不在最闪的那几行，而在你压根没注意的中间那两行。先说个扎心的事，每次 ai 大 会一开，咱们普通人是不是都有种看得见够不着的憋屈？图上这些公司，英伟达、戴尔、西门子、 corv， 一个比一个牛，可他们要么在美股， 要么咱们 a 股根本买不到。你激动半天，发现这场盛宴跟你的账户一毛钱关系都没有。我太懂这种感觉了，但我想告诉你的是，金子挖不到没关系， 关键是你得看懂，这么多人涌进来淘金，谁在卖水卖铲那个人才是闷声发大财的。今天我就带你从这张图里把卖铲人给揪出来。 这里有个最反常识的投资智慧，你记一辈子都不亏！淘金热里最稳赚的从来不是淘金的人，是在旁边卖铲子的那个。因为淘金的人有的发财，有的破产，输赢不一定，但只要还有人在挖 铲子和水就一定卖得出去。套到 ai 上，你赌哪个大模型能赢，哪个 ai 应用能爆，这是淘金九死一生。但你看懂，不管谁赢，他们都必须花钱买的东西是什么？那就是卖铲。 现在回头看这张图，最上面的 ai 语音芯片是淘金的人，竞争惨烈，还都不在 a 股。而中间那两行毫不起眼的 energy and cooling 能源与散热，才是真正的卖场位置。而这恰恰是中国企业能打能赚的地方。咱们就揪住这张图，把卖场逻辑拆给你看。 第一，把铲子叫散热，这是 ai 最要命的卡脖子环节。你可能想不到， ai 芯片最大的敌人不是算力不够，是太热了。英伟达新一代芯片功耗高到吓人，一个机贵的发热量，传统的风扇吹根本压不住，吹了等于没吹，怎么办？ 只能上液冷，直接用液体给芯片降温。所以你看，这张图的 energy and cooling 内行散热，已经被英伟达正式写进了 ai 工厂的标配。这就是最硬的卖场逻辑，不管图上哪朵云银，哪颗芯片跑出来，只要它一开机一发热，就必须给它配散热。 ai 见的越多，散热的需求就越确定。而关键在于液冷散热这个环节，中国企业是有全球竞争力的， 咱们这边像英维克、中科曙光这些，就被市场归到这条夜冷主线上。这不是赌某个应用，这是赌整个 ai 都得降温这件确定的事。第二，把铲子藏在更底层，材料图最底下那行， computer systems 计算系统、戴尔、富士康、广达这些是组装的，咱们买不到，但你往里再拆一层， 这些服务器是用什么搭起来的？是一种叫 pcb 和它的核心材料 ccl 的 东西。 ai 服务器规格越高，对这种高端电路板和铜箔的要求就越变态。高盛甚至专门出报告说， ai 正在带动 pcb 和铜箔基板进入一个超级周期，高端材料已经供不应求，开始涨价了。这又是一把典型的铲子， ai 服务器造的越多，这些底层材料就越紧俏，越涨价。而这一块，中国企业同样有很强的产业链。所以你看同一张图，外行看到的是，哇，好多大公司，内行看到的是散热和材料这两把铲子， ai 建的越凶，他们卖的越多，而且中国能造。但我必须重重说一句，我讲的是卖铲这个逻辑和方向， 绝对不是让你去追这些概念股，概念一旦火里面鱼龙混杂，泥沙俱下，高位追进去照样套。你看懂逻辑，是为了让你有判断力，不是给你一张抄作业的清单。趋势的钱永远只赚给那些先懂逻辑，再耐心等机会的人。所以，回过头再看这张图，你的眼光是不是完全不一样了？ 普通人看 ai， 看的是谁家又出了个更牛的模型，看的是热闹。而真正能在这场革命里分到钱的人，看的是这场狂欢里谁在卖那把谁都绕不开的铲子。更让我感慨的是，上半场的大脑和芯片 我们确实落后，但下半场拼的散热、材料制造，这些又苦又重又离不开的硬货，恰恰是中国几十年攒下来的最后的家底。 所以，别再盯着图上最闪的那几个名字干着急了，真正的机会，往往就藏在那些不起眼，没人注意，但谁都绕不过去的环节里。看一张图， 普通人看到的是几十个 logo， 而你今天学会了从里面读出淘金和卖铲这套眼光，才是真正能跟你一辈子的东西。觉得有用，点个关注，我来讲透每一条消息背后的硬逻辑。
14.1万复利投研社
08:43查看AI文稿AI文稿黄仁勋六月二号在英伟达 gtc 大 会甩出一张图，等于把这一轮 ai 的 赚钱秘籍明明白白写在黑板上了。 赚钱秘籍？一张图能有这么大能量？你看，这张图叫英伟达 ai 工厂生态全家福，上面满满当当排了几十家公司，全球叫得上名字的科技大厂基本都在上面。当时全场都疯了，所有人的眼睛都盯着最上面那行最闪的 ai 云、 ai 芯片， 但我盯着他看了半天，越看越兴奋。因为真正轮的到咱们中国人赚钱的机会，恰恰不是最顶上那几行，而是夹在中间，最容易被一眼划过去的地方。 等等，先说个扎心的，这些公司听着是牛，可英伟达、戴尔、西门子、 corviv， 咱们普通人买的到吗？ 你这一句正好戳中了痛点，每回 ai 开大会，咱普通人是不是都有种干瞪眼的无力感？热闹是人家的，跟我没半毛钱关系。图上这些公司，要么在美股，要么压根没上市，你激动半天，发现这场盛宴跟你的账户一点关系都没有。 对啊，那看这图还有什么意义？金矿轮不到你挖？没事，能看懂这盘棋怎么下才是真本事。你想想，这么多人涌进来淘金，谁在旁边卖水卖铲子，谁才是闷声发大财的那个？今天我就带你从这张图里把卖铲人给揪出来！ 欢迎收听程程读财报。卖铲人，这是什么讲究？这是一个记一辈子都不亏的投资智慧。 当年加州淘金，真正发了财的，往往不是埋头挖金的，而是在矿场边上卖铲子、卖水的那帮人。为什么？因为挖金的人有的发财，有的破产，输赢不一定，但只要还有人在挖铲子和水，就一定卖的出去。 那套到 ai 上呢？套到 ai 上就是压住哪个大模型，笑到最后哪个 ai 应用能爆，这跟买彩票差不多。赌对是命好，但看懂不管谁赢，他们都必须花钱，买的东西是什么，那才是卖禅。 那我有个问题，你说最闪的芯片买不到，可国内不是也有中兴国际、韩五 g、 海光这些芯片公司吗？这些不能买吗？混得好，这正是百分之九十的人会抄错的地方。芯片这一层准确说不是买不到，是它本质上就是高风险的淘金，不是稳赚的卖产。 怎么说？你分两种看，美股那颗最闪的英伟达咱买不到，而国内的中兴国际、韩五 g 确实能买， 但你要清楚你在赌什么，一边是被卡脖子先进制成了突破还需要时间，一边是估值早就炒上了天，把未来好多年的业绩都提前透支了。这就是典型的淘金，赌的是一个谁也说不准的未来。所以买芯片股是在赌一个高风险的未来。 对，是九死一生的淘金，赌对了翻几倍，赌错了腰斩，这不是普通人能轻松看懂还睡得着觉的声音。 而卖铲就不一样了，不管哪颗芯片最后跑出来，只要 ai 工厂还在建，他就一定要用，确定性高的多，而且这恰恰是中国企业能打能赚的地方。那好铲子到底是哪几把？ 我给你揪出四把，全在这张图的中下半部分。第一把铲子叫散热， 散热给芯片吹空调，这也能算机会？你可别小看它， ai 芯片真正的命门根本不是跑得快不快，而是扛不扛得住烫。 英伟达新一代芯片功耗高到吓人，一个机柜烧起来的那股热，拿老式风扇去吹，纯属杯水车薪，吹了跟没吹一个样。怎么办？只能上夜冷，直接用液体给芯片降温。所以散热是刚需， 是被英伟达正式写进 ai 工厂标配的刚需。你看这张图里，能源与散热那一行，他就明明白白摆在那，而且这个趋势是肉眼可见的。在加速 夜冷这个事，几年前在国内还几乎没人用，渗透率连百分之三都不到，现在已经往百分之四十冲了，这种从无到有，一年翻一倍的曲线才是最值钱的趋势。几年时间从几乎为零冲到四成，那中国厂商在这块行吗？ 夜冷散热中国企业是有全球竞争力的，而且原来英伟达供应链认证很难进，现在像谷歌这种自建数据中心的模式，直接给中国厂商打开了一条通道。记住，这不是读某个应用，是读整个 ai 都得降温这件板上钉钉的事。 第二把铲子呢？第二把更狠，叫电力。 ai 工厂是个吃电的巨兽，吃电能吃到什么程度？ 夸张到电网都快供不上了。全世界的科技巨头都在疯狂砸钱建机房，结果直接把电给抢没了。现在全球的大型变压器供应缺口高达三成，建好了 ai 工厂却发现没有变压器给它通电。缺口三成，那做变压器的不是要忙疯了？ 何止忙疯，是全球爆单，国内做变压器的工厂订单已经排到二零二七年底了。你想啊， ai 工厂建在哪，电就得通到哪，变压器配电， ups 这些电力心脏一台都少不了。这又是一把谁都绕不开的铲子。 第三把，第三把藏得更深。在材料里，你看图最底下那行，计算系统，戴尔、富士康、广达，这些是组装服务器的，咱也买不到，但你往里再拆一层，这些服务器是用什么搭起来的？ 用什么？一种叫 pcb 电路板，还有它的核心材料， ccl 复铜板。 ai 服务器的规格越高，对这种高端电路板和铜箔的要求就越离谱，越苛刻。高盛专门出了报告，说 ai 正在带动 pcb 和铜箔基板进入一个超级周期。 超级周期有多？超级超级到连续好几年市场规模翻倍。最直接的信号就是涨价。 这一年多来，这种高端材料一轮接一轮的涨，有的大厂一次就调价三成，因为根本供不应求。你记住这个朴素的道理， ai 服务器造的越多，这些底层材料就越紧俏，越涨价。而这一块，中国同样有很强的产业链。最后一把铲子， 第四把叫光模块，也就是算力之间的神经网络。神经网络？这个怎么理解？ 一个 ai 工厂里有成千上万张芯片，他们得高速的连在一起，互相说话，靠的就是光模块。 ai 算的越快，卡跟卡之间传数据的压力就越大，光模块的需求就越爆。 这块中国能打吗？这块不是能打，是中国说了算。全世界的光模块超过七成是中国造的，全球排第一的就是中国公司， 这是实打实的中国制造，直接卡在了全球算力供应链的咽喉上。 ai 要在全世界铺开，绕不过中国这一环， 所以四把铲子盘下来，散热电力材料光连接，居然全是中国能打的。 这才是这张图最让我感慨的地方。上半场比的是脑子，是芯片，这一局咱确实没占着便宜。可下半场比的是散热电力材料这些又脏又累却谁都甩不掉的苦工夫。而这，恰好是中国闷头干了几十年攒在手里的真本钱。 同一张图，门外汉看到的是一堆花花绿绿的 logo， 懂行的人看到的是四个谁也躲不开的收费站。 听你这么一讲，我都想去买这些概念股了。打住，我必须重重说一句，我讲的是卖铲的逻辑和方向，绝对不是让你去追这些概念股。为什么？逻辑不是很顺吗？ 逻辑是顺，但一个题材但凡被炒热，好公司坏公司全混在一起，你在山顶上冲进去，照样被牢牢按住。看懂逻辑是为了让你有判断力，不是给你一张抄作业的清单。 这种顺着大趋势的钱，从来只发给两种人，先把道理想透的和愿意蹲着等机会的。 最后一句话总结一下，别老盯着那几个闪闪发光的大名字眼红了，能落到你口袋里的机会，常常缩在那些没人多看一眼却又一个都少不了的角落里。学会从一张图里读出淘金和卖铲这套眼光，才是能跟你一辈子的东西。
9635橙橙读财报
15:48查看AI文稿AI文稿你以为黄仁勋这次在台北 gtc 只是在发布新芯片吗？不是，如果只看到 gpu， 只看到英伟达又出了新产品， 那这场演讲就看巧了。这次真正的重点是，英伟达正在从一家 gpu 公司变成一家 ai 时代的基础设施公司。他想做的不只是卖显卡，不只是卖服务器芯片，而是把未来 ai 世界里的算力、网络、软件、模型、机器人、 pc、 数据中心全部串成一个生态。 换句话说，过去我们说英伟达是 ai 卖产人，但现在他想做的是 ai 时代的电网公司、操作系统公司、工厂设计公司，甚至是智能世界的底层规则制定者。 我不做行情预测，只做逻辑推演。今天我们就用黄仁勋台北 gtc 这场演讲，拆解英伟达的战略变化，以及他对整个 ai 产业链的影响。第一，黄仁勋这次最重要的关键词不是 gpu， 而是 ai 工厂。什么叫 ai 工厂？ 过去的工厂是把钢铁、塑料零件变成汽车、手机、家电，而 ai 时代的工厂是把电力、数据、算力变成 token， 也就是把输入的信息变成 ai 的 回答、推理代码、图像、视频、 机器人动作，甚至企业决策。所以黄仁勋反复强调一个逻辑，未来数据中心不只是数据中心，它会变成生产智能的工厂，这就是 ai factory。 ai 工厂这个概念非常关键， 因为它把 ai 从技术故事变成了工业故事。以前市场看 ai， 很多人只看模型参数有多大，芯片性能有多强。 但现在英伟达想让大家换一个角度，你要看每一度店能生产多少 token， 你 要看每一台服务器能带来多少推理收入？你要看整个数据中心能不能像工厂一样持续产出智能。这背后其实是一个商业逻辑。 当 ai 从训练阶段进入推理阶段，算力就不再只是研发成本，它可能变成企业创造收入的生产资料。过去企业买服务器是为了存数据、跑业务，未来企业买 ai 服务器，是为了生产智能， 生产自动化能力、生产客户服务、生产代码、生产内容、生产决策。所以，英伟达的战略重点正在从卖 g p o 升级为设计 ai 工厂。这就是第一层变化， 英伟达卖的不只是芯片，而是一整套智能生产系统。第二， ai 正在从生成式 ai 进入 eigent ai， 也就是代理式 ai 阶段，这一点非常重要。过去两年，大家最熟悉的是生成式 ai， 你 给他一个问题，他给你一段文字， 你给他一个提示词，他生成一张图片，这叫生成内容。但 eigent ai 不 一样，代理式 ai 不是 只会回答问题，他要能理解目标、拆解任务、调用工具、执行流程、检查结果、继续优化。简单说， 以前的 ai 像一个很聪明的客服，你问他，他回答你。但未来的 ai 更像一个数字员工，你给他一个任务，他自己去完成。比如说，你让他帮你分析一家公司，他不只是给你一段总结，他可能会自己找财报、提取数据、做表格、 比较同行，生成报告，甚至帮你做成 ppt。 你 让他帮你开发软件，他不只是写一段代码，他可能会理解需求、拆分模块、调用工具、 测试代码、修复 bug， 最后交付一个可运行版本。这就是 agintic ai 的 真正意义，从会说话走向会干活。这也是为什么黄仁勋把代理式 ai 放在非常核心的位置。 因为只要 ai 从聊天工具变成执行工具，整个算力需求就会完全不一样。以前一次问答可能只需要短时间推理，未来一个 ai agent 的 执行任务 可能要连续运行十分钟、半小时，甚至几个小时。他要读文件、要写代码、要调用数据库、要生成视频、要控制机器人，这会带来更长的上下文、更复杂的推理，更高的算力消耗，也会带来更高的基础设施要求。 所以你会发现，英伟达讲埃奇葩 ai， 本质上是在讲新一轮算力需求，不是单纯讲概念，它是在告诉市场， ai 不 会停在聊天机器人阶段，下一阶段是企业流程自动化，是软件工程，自动化，是机器人自动化，是工业智能化， 而这些都需要更强的 ai 工厂来支撑。第三， verubin 平台的意义是英伟达从单卡性能走向系统级统治。这次台北 gtc 一个很重要的产品线就是 vera rubin。 官方信息显示， vera rubin 平台正在进入全面量产，用来支撑全球的代理式 ai 工厂。这里要注意， vera rubin 不是 简单的一颗新 gpu， 它代表的是英伟达下一代 ai 基础设施平台。为什么这很重要？ 因为到了代理时， ai 阶段，问题已经不是某一张 gpu 有 多快，而是整个系统能不能协调。 cpu、 gpu、 网络、内存、散热、存储、软件调度、数据传输，每一环都会影响最终效率。过去很多人看芯片，只看算力峰值，但真正到数据中心里，瓶颈可能出现在网络， 出现在内存，出现在 cpu， 出现在能耗，出现在液冷，出现在软件调度。所以英伟达现在要做的是系统级优化，这就是它最强的地方，它不是只给你一块芯片，它给你 g p u c p 链 link、 网络软件站、开发工具、行业模型、参考架构，甚至整套 ai 工厂设计方案。这会形成非常强的生态锁定，客户买的不是一颗芯片，而是一整套可落地的解决方案。这对行业有什么影响？ 第一，云厂商和 ai 大 模型公司会更依赖英伟达生态。第二，服务器、液冷电源、交换机、先进封装、 pcb、 光模块都会被拉进这个系统。第三，竞争对手如果只做单点芯片，很难撼动英伟达的全占优势。这也是为什么市场一直说， 英伟达的护城河不只是 gpu 性能，更是 coda 生态，是软件占，是系统工程能力，是供应链组织能力。 第四， rtx spark 的 意义是英伟达开始进攻 aipc。 这次还有一个非常值得关注的方向，就是 aipc。 据多家媒体报道，英伟达推出 rtx spark 超级芯片，面向 windows 笔记本和桌面电脑， 它集成 arm cpu、 blackwell gpu 和统一内存，目标是让更强的 ai 能力在本地 pc 上运行。 这个变化很关键，因为过去 ai 的 核心战场主要在云端，也就是数据中心，你用大模型，本质上是调用云端算力的。但如果未来电脑本身就能运行强大的 ai agent， 又了 c 阵， 那 pc 的 定义可能会改变。以前电脑是人操作软件，未来电脑可能是 ai 帮你操作软件。以前你打开 word、 excel、 浏览器、剪辑软件，一个一个自己点。 未来，你可能只需要说一句话，帮我整理资料，生成脚本、配图，简称视频发到平台。 ai agent 就 在本地电脑上协调多个软件完成任务， 这就是所谓 ai native pc、 ai 原声电脑。如果这个方向成立，对行业影响非常大，它会冲击传统 pc 芯片格局， intel、 amd、 callcom 都会感受到压力，它也会推动微软、戴尔、惠普、联想、华硕、微星 这些 pc 厂商重新定义高端电脑。过去高端电脑比的是 cpu、 显卡、屏幕续航，未来可能还要比本地 ai 推理能力能不能跑大模型能不能长期运行？ ai agent 能不能保护隐私，能不能在不依赖云端的情况下完成复杂任务？所以， rtx bug 不 只是一个硬件产品， 它是英伟达从数据中心向个人计算入口延伸的信号。这一步如果走通，英伟达就不只是企业 ai 的 基础设施供应商，它还可能进入每个人的工作桌面。第五，物理 ai 和机器人 是英伟达想打开的下一个大场景。黄仁勋这几年一直在讲 facebook ai， 也就是物理 ai。 这次 gtc 胎配 也继续强调机器人和物理世界智能。为什么物理 ai 重要？因为大语言模型解决的是数字世界的问题，比如文本代码、图片、视频、数据分析。 但真正的经济世界不止在屏幕里，还有工厂、仓库、汽车、物流、医疗、建筑、农业、家政、制造业，这些场景需要 ai 理解。物理运动要预测，碰撞要控制，机械臂 要让机器人在真实环境里行动，这就是物理 ai 的 核心。英伟达在这里的布局不只是机器人主体， 它更关注机器人背后的训练平台、仿真系统、基础模型和边缘计算，比如 isac 机器人平台、 cosmos 世界模型，以及面向自动驾驶和机器人开发的工具链。这背后的商业逻辑是， 如果未来每一个工厂、每一台机器人、每一辆车、每一个自动化设备，都需要 ai 训练和推理， 那么英伟达就不只是服务互联网公司，它服务的是整个实体经济。制造业需要它，汽车需要它，机器人公司需要它，工业自动化需要它，仓储物流需要它。这就是为什么物理 ai 可能是 ai 从软件红利走向硬件红利、工业红利的关键桥梁。 第六，台北 gtc 的 地点本身也释放了一个供应链信号。这场演讲放在台北，意义并不简单，因为 ai 基础设施的背后是极其复杂的硬件供应链， 先进制成、先进封装、服务器组装、散热电源、 pcb 连接器、光模块、机柜、液冷系统，几乎每一环都离不开亚洲供应链。英伟达官方也特别强调， 台湾的半导体和电子制造企业正在参与全球 ai 基础设施建设，包括 vera rubin 相关系统的生产。这说明什么？说明 ai 不是 一个单纯的软件故事， 也不是美国科技巨头自己就能完成的故事，它背后有一条巨大的硬件产业链。台机电负责先进制造，服务器场负责系统整合、封测和先进封装企业负责高密度连接散热，企业解决液冷和能耗问题， 光模块和网络设备负责高速传输，电源和机柜负责数据中心基础设施。所以看 ai 产业不能只看大模型公司，也不能只看英伟达一家，要看到它背后是一整套全球供应链合作。这也是这场台北 gtc 最现实的一层含义。 英伟达把台湾供应链放在舞台中央，就是在告诉市场， ai 工厂不是 ppt， 它需要真实的制造能力、真实的产物、真实的工程交付。第七， 真正的认知反转是软件股可能重新被重估。很多人过去两年有一个疑问，既然 ai 这么火，为什么很多软件公司反而表现一般？原因很简单，市场以前担心 ai 会压缩软件公司的价值，因为如果 ai 可以 写代码， 可以做客服，可以做办公自动化，那传统软件订阅是不是会被替代？但黄仁勋这次传递的信号，恰恰提供了另一个角度，如果 agent ai 真正落地，软件不是消失，而是会被重构，未来的软件可能不再只是一个界面，而是一个可以被 ai agent 调用的工作系统。 比如 c r m e r p 办公软件、数据库设计软件开发工具、云平台，都可能变成 ai agent 的 操作对象。也就是说，过去人操作软件，未来 ai 操作软件， 软件公司的价值可能从卖工具变成提供工作流入口和沉淀企业数据。这就是为什么市场会重新审视软件股，因为如果 ai agent 真正进入企业， 最先受益的不一定只有芯片，还有那些拥有企业客户数据入口、工作流场景和软件生态的平台型公司。当然，这里不能简单理解。从所有软件公司都会受益，关键要看三点，第一，有没有真实企业场景。第二，有没有高质量数据和工作流入口。 第三，能不能把 ai 变成可收费的产品，而不是只增加成本，这才是软件股重新被审视的核心逻辑。不是因为讲了 ai 就 一定有价值，而是因为 agnatic ai 可能 重构企业软件的商业模式。第八，从投资逻辑看，英伟达这场演讲真正影响的是三条主线。第一条是 ai 基础设施，包括 gpu、 cpu、 服务器、先进封装、 hpm 液冷光模块、电源、数据中心建设。这条主线的核心是 ai 工厂越多，对硬件基础设施的需求越大。但这里也要注意周期波动，因为硬件产业链容易受到资本开支节奏、 库存周期和估值情绪影响。第二条是 aipc 和边缘 ai。 如果 rtx、 spark 这类产品能推动本地 ai a 阵的普及， 那么 pc 行业可能迎来新一轮换机逻辑，这会影响芯片、整机操作系统、终端应用和本地模型生态。但这个方向还需要观察用户真实需求， 因为消费者愿不愿意为本地 ai 支付溢价是关键变量。第三条是物理 ai 和机器人，这是长期想象空间最大的方向之一，因为它连接的是实体经济，而不仅仅是互联网应用， 但它的商业化速度可能不会像软件那么快。机器人涉及硬件成本、可能性、安全性、供应链、应用场景和法规，所以不能只看概念热度，还要看落地节奏。第九，风险也要讲清楚。 这场演讲很震撼，但不能把它理解成所有 ai 资产都没有风险。第一， ai 基础设施投资很大， 未来一定会被市场追问回报率，云厂商和大模型公司不断买算力，最终要证明这些算力能产生足够收入。第二，硬件产业链有周期属性， 就算长期趋势向上，短期也可能出现订单节奏变化、库存调整和估值波动。第三， aipc 还处在早期，产品很强，不代表消费者马上大规模换机。第四， 机器人和物理 ai 空间很大，但商业化需要时间。第五，英伟达本身已经站在产业核心位置，市场对它的预期也非常高， 预期越高，对业绩、毛利率和增长速度的要求就越严苛。所以看这场演讲，不能只兴奋，要同时看到趋势和风险。总结一下黄仁勋台北 gtc 这场演讲，表面看是产品发布， 深层看是英伟达战略升级，它从 gpu 公司变成 ai 工厂公司，从硬件供应商变成全站基础设施平台从数据中心延伸到 aipc， 从数字 ai 延伸到物理 ai 和机器人，从卖蒜力走向生产 token， 生产智能生产、自动化能力，这就是这场演讲最大的重点。未来 ai 的 竞争不只是模型之间的竞争，也是算力效率的竞争，是数据中心工程能力的竞争，是软件生态的竞争，是供应链组织能力的竞争，更是把 ai 真正变成生产力的竞争。 最后，给大家一个心理建议，面对这种级别的产业变化，不要只被短期行情牵着走，也不要因为一个发布会 就觉得所有相关方向都会立刻兑现。真正重要的是建立产业地图，看清楚谁在卖铲子，谁在建工厂，谁在做应用， 谁在掌握入口，谁只是蹭概念。 ai 时代不是没有机会，但机会一定会伴随波动，越是大的产业趋势，越需要冷静拆解， 不要只看热闹，要看结构，不要只看概念，要看订单、利润、现金流和商业化路径。我不做具体操作建议，也不做任何收益承诺。这期的核心结论就一句话，黄仁勋这次在台北讲的不只是英伟达的新产品， 而是 ai 产业下一阶段的底层剧本。从生成内容到代理执行，从云端算力到本地 ai， 从 gpu 到 ai 工厂，这才是英伟达真正想要讲给市场听的故事。
60财经逻辑局
03:12查看AI文稿AI文稿黄仁勋又一次把全球科技圈彻底引爆，他重磅宣布，英伟达已手握一万亿美元的订单，我们一口气来看完英伟达的 gtc。 大 会一开场，黄仁勋就扔出王炸，直接掀翻了 pc 行业四十年的桌子。英伟达正式杀进 pc 芯片市场， 他掏出了一颗叫 rtx spark 的 超级芯片，和联发科联手台积电三纳米工艺打造，直接把数据中心级的算力塞进了一台轻薄笔记本里。 这玩意有多离谱？先看配置，六千一百四十四个 gpu 核心加幺二八 gb 统一内存 epflop 的 ai 算力，也就是每秒一千万亿次运算， 能在你本地轻松跑一千两百亿参数的 ai 模型。黄仁勋的原话是，这是四十年来第一次整条 pc 产品线被推倒重来。 以前拼的是 cpu 主频，老黄直接不讲武德，这次把 ai 核弹塞了进去电脑里，联想、戴尔、惠普、华硕将作为合作商今年秋季全面上市。 老黄紧接着又掏出了真正的性能怪兽 vera rubin， 平台已经正式进入全面量产阶段。黄仁勋在台上直接放话， vera rubin 不 只是为了跑 ai 而生，它是为了运行 agents 智能体而生的。 为了证明这不是吹牛，老黄现场对微软真机来了个开膛破肚，无电缆、无软管、无风扇，整个机架的设计把大家都看傻了。更离谱的是组装速度，过去组装一个 blackwell 机架要两个小时，现在微软只要五分钟。 黄仁勋说了句特别扎心的话，到今天为止，世界上所有的 cpu 都是为人造的，而这一刻，微软 cpu 是 给 ai 智能体造的。 very ruby 平台集七大芯片、五种机架规模系统于一身，推理每 token 成本大幅降低，能效比提升十倍以上，响应快到几乎零延迟。这还不算完， 黄仁勋紧接着宣布，英伟达已经手握高达一万亿美元的订单，预计到二零二七年将达到更夸张的天文数字。这一位全球 ai 工厂正在以疯狂速度扩张。更魔性的是，黄仁勋还宣布要把 ai 算力送上太空，太空级芯片已经在设计中， 未来太空中的 ai 数据中心将为地球提供源源不断的算力服务。除了超级算力，黄仁勋还重磅推了物理 ai 和机器人方向。 s x g r 零零 t 人形机器人参考平台全面升级 cosmos 三成为物理 ai 新前沿， 能让机器人更好地理解真实世界物理规律。结合 omniverse 数字孪生技术，机器人可以在虚拟世界里疯狂训练，然后无缝迁移到现实世界。 d r s s 五也同步发布，画面真实度直接拉满游戏和虚拟世界即将迎来照片级革命， 黄仁勋用实际行动告诉全世界， ai 工业革命已经全面启动，以前是国家级别的大工程，现在一家公司就能推动万亿美元级的基础设施建设。 英伟达的酷达生态 nv link 高速互联 ai 工厂参考设计 openclaw 代理框架，正在重塑全球算力版图和产业规则。
954极客小冷
04:56查看AI文稿AI文稿朋友们，我现在在台北啊，刚刚现场听完英伟达 ceo 黄仁勋两个小时的激情演讲，毫不夸张的说，这应该是英伟达过去几年最震撼、最激动人心的技术发布和展示之一。老黄这次真的不装了啊，摊牌了，各种掀桌子，包括 ai 超节点 的桌子、 cpu 的 桌子、 pc 的 桌子、智能驾驶的桌子、机器人的桌子，还有什么智能体的桌子等等等等，都掀了。那我在现场第一时间帮你总结了这次 gtc 大 会最值得关注的 五大要点，每一个都会对未来技术的发展带来非常深刻的影响。第一呢，就是英伟达最强的 ai 计算机群维尔 rubin 宣布量产，这标志的英伟达已经构建起了一条新的超级护城河。那 之前说英伟达的护城河是 gpu 和扩大生态，那这次维尔 rubin 的 壁垒呢，其实在于它实在是太复杂了。 那威尔 rubin 啊，不是一个计算机，而是一个超大的计算集群。如果说英伟达卖 gpu 是 ai 时代的铲子，那威尔 rubin 其实就是一个建设化的施工队，它除了 gpu 计算节点之外啊，还有 cpu， nvlink 网络光交换、 ai 加速器、 网络存储啊等等等等各种组建和节点。而且你不需要关心买了卡之后怎么部署，怎么联网，怎么供电、怎么散热、怎么使用。英伟达把全套的东西都打包好啊，直接卖给你。老黄说，英伟达早就不是卖 gpu 的 公司啊，也不是系统公司，而是 ai 时代的全站基础设施公司。 那英伟达也投入了四万名工程师，整合了全球的供应链啊，这种规模和复杂度是其他的友商很难在短时间内复刻的。 第二就是英伟达推出了专门为 ai 智能体打造的 vera c p u。 那 传统 c p u 厂商的日子可就不好过了。我认为它最牛的地方是在于它是首款采用了在眼膜板极限下连接了所有核心的互联结构的 c p u。 那 意思呢，就是它是在当前的光刻技术和芯片制造技术的极限情况之下，把所有的八十八颗 c p u 核心都坐在了一颗硅片上，而不是像友商那样搞很多的小心力来组装在一起。 所以虽然核数上没有上百，但是没有跨心力的传输，每个核之间的互联宽带要多得多，能达到三点四 tb 每秒。那再次充分展示了英伟达的工程暴力美学。 c p u 和 c p u 之间的互联呢？维尔集成了英伟达的祖传异能 nv link 啊，宽带也能达到一点八 tb 每秒， 同时也支持 p c i e 六点零，也是首个采用了 l p d d r 五 x 内存的 cpu， 峰值内存延时啊，比友商低了百分之四十。那这些堆料加起来，让微软的智能体杀伤性能 比叉八六 cpu 提升了百分之八十，那这还没完啊，老黄连个人 pc 电脑领域也不放过。那这次的第三个看点就是英伟达推出了全新的 pc 处理器芯片 rts park， 还有台积电三纳米工艺制造芯片，包含和联发科一起打造的二十核 cpu， 六千一百四十四个酷大核心的 rtx gpu， 还有一百二十八 g l p d r 五 x 统一内存由 nv link 连接起来啊，能够提供六百 g b 的 贷款，是 p 赛于五点零的五倍。 更重要的是呢，这颗芯片兼容微软和英伟达的完整软件生态，能够运行 windows， 能跑酷，大能玩游戏，也能本地运行各种大模型和 ai 智能体。这个就太绝了啊，让友商再次颤抖。 那除了笔记本呢，还有像 mac mini 的 小盒子啊，有比顶配 mac studio 的 内存还要再大的 ai 工作站。现在啊，就是不知道价格怎么样，如果能比苹果还便宜啊，应该会卖爆。第四个看点是，英伟达和 eda 巨头公司 cadence 一 起推出了用来做芯片设计和验证的 chatstack ai 超级智能体，能够把芯片验证的速度提升四十倍啊，把时间从几个星期缩短到几个小时，极大提升芯片开发的效率。吃瓜吃到自己头上的感觉谁懂啊？我一边看着老黄背后熟悉的波形图，一边想，我做芯片验证的时候怎么就没有这个工具啊？那这个意味着啊，之后芯片开发可能也会像现在的软件开发一样， 可以用 web 扣定的这种方式啊，给 ai 许个愿啊， ai 就 能够自动地去做硬件设计、验证、综合实现啊，等等整个流程。那第五个看点就是英伟达和中国的语数科技合作，做了一个人型机器人的参考设计，让学术研究人员能够基于它进行快速的 开发。它的本质呢，采用的是语数 hr 机器人，搭载了英伟达的 jackson 二计算模块，以及由新加坡公司制造的五指零巧手，身高和老黄一样，支持开箱即用。 现在物理 ai 的 概念大火，而机器人就是物理 ai 落地实践的重要场景。明天呢，我也会采访一个来自英伟达的重量级人物啊，专门和他讨论一下物理 ai 和机器人到底还有哪些挑战和机遇。回顾这两个小时的演讲，老黄一直在说的一句话就是， the more you buy， the more you make。 和之前的省钱不一样，老黄现在说的是 每三万亿美元的薪资投入啊，可能产生近九万亿美元的生产力。这说明 ai 不 仅没有减少对计算的需求，反而带来了更多的机会。那在 ai 智能体时代，算力及营收，而只有英伟达才能提供强大的全站算力以及极致的 toc 效率。 那更重要的是，英伟达不满足于巩固自己的基本盘，而是已经向其他领域进军了啊。真正的好戏今年才刚刚开始，接下来几天我也会去深度体验前面提到的所有英伟达新发布的技术和产品啊，也会第一时间拍视频给你讲，所以一定要记得关注我，当然了，也别忘了给我颗小红心。
7770老石谈芯
06:03查看AI文稿AI文稿大家好，刚刚在台北举办的二零二六年英伟达 gtc 大 会带来了超乎想象的科技震撼。黄仁勋用一场含金量极高的演讲向世界宣告，整个行业正在从过去只能回答问题的大语言模型， 大步迈向能够观察、推理、规划、使用工具甚至拥有记忆的代理型 ai 时代。这期视频我将为大家梳理这场发布会的硬核重点，并在最后和大家分享我的个人洞察。第一，计算模式重构与算力及收入的经济学定律。过去的 l 是 写代码的工具，而现在的 ai 代理 agent 可以 直接运行复杂的生产任务。黄仁勋给出一组惊人的数据，得益于 ai github 上的代码提交量在今年头几个月增长了近三倍。这意味着原来创造三万亿美元薪酬价值的程序员群体， 现在能产出价值九万亿美元的工作量。 ai 非但没有导致失业，反而刺激了企业雇佣更多工程师。在这个全新的 ai 工厂模式下， 每一个 token 都能带来实打实的收入和利润。因此，算力的单位工号产出成为了未来数据中心生死存亡的关键指标。第二，云端算力双性，微软超算与微软 cpu 为了支撑海量的代理型 ai， 英伟达在硬件端抛出两大王炸。 首先是微软，微软 ai 超级计算机不同于主要为预训练和推理设计的上一代芯片，微软是专门为运行代理型 ai 打造的分布式处理系统。 它采用极端的液冷设计与 mv link 七十二架构，不仅性能恐怖，而且组装时间从过去的两小时大幅缩短到仅仅五分钟。目前微软已经投入了全面量产。其次是微软 c p u 的 经验问世，这是全球首款专为 ai 代理设计的 c p u。 传统的 c p u 是 为有耐心的人类设计的， 而 ai 代理非常急躁，需要极低的延迟和极快的工具调用速度。微软 cpu 拥有极高的单线程性能，首次采用带宽高达一点二 tbs 的 lpd 二五 x 内存，并在核心通信速度上比传统 cpu 快 百分之五十。在处理 cisco 数据库和实时流处理时，它的速度直接飙升了三倍和六倍。 第三，企业 ai 工具包与全新开源大模型 leo chan 三 ocho 在 软件端，为了让每家企业都能拥有专属的 ai 员工，英伟达发布了企业 ai 代理工具包。它包含了模型运行框架，如开源的 open shell 和工具库。 例如，英伟达联合 cadence 打造的芯片设计超级代理，将过去长达几周的芯片验证周期直接缩短到了几个小时。配合这套工具，英伟达还发布了完全开源的 neo 三 ultra 大 模型，它采用状态空间模型 s s m 与混合专家 mo 的 混合架构，不仅完全开放了模型 训练脚本和数据，而且推理速度提升了五倍，成本还降低了百分之三十。第四，重构四十年个人电脑历史的 rtx spark 个人消费终端迎来了四十年来最大的一次革命。英伟达联手微软并与联发科合作 推出了全新的 rtx spark 芯片，包含六千一百四十四个酷胆核心的 beiql gpu 与二十核定制 break cpu。 未来的电脑不再是传统的工具，它将化身为二十四小时无休在本地运行 di 大 模型的数字助理，它能处理极其复杂的设计和代码，甚至像电影里的 r 二、第二机器人一样， 连接并接管你全屋的智能设备。第五，全面进军物理世界。 cosmo 三，自动驾驶与人形机器人当 ai 从数字世界走向现实，英伟达拿出了物理 ai 的 三把钥匙。 cosmo 三，这是一个革命性的物理 ai 开放大模型， 能理解像素、声音和动作，并生成符合真实物理规律的视频。它是所有机器人的世界模拟器和大脑。 opm 二， 全球首个具备推理能力的自动驾驶开放模型，它会在驾驶时像人类一样不断在内心思考和判断路况。目前，英伟达已经与占据全球百分之八十份额的汽车制造商达成了合作体系。 ic group 平台。 为了降低人形机器人的研发门槛，英伟达推出了一个拥有三十一个自由度、身高六英尺、重一百五十磅的参考设计机器人平台， 并集成了 jackson ford 计算大脑与全套模拟软件，专攻全球高校和实验室，用于物理 ai 的 研发突破。过去，我们认为英伟达只是一家卖显卡的公司，但现在，它已经进化成了一家彻头彻尾的全站 ai 基础设施公司。从云端的 verran 超级计算机，到企业内部的 open shell 框架， 带到普通人桌面的 rtx spark 电脑，最后延伸到工厂里的机器人和马路上的自动驾驶汽车。英伟达不仅在提供算力，他们正在制定全场景 ai 运转的底层操作系统。这意味着未来的科技竞争 已经不再是单点技术的比拼，而是谁能在这个庞大的生态网络里找到自己的位置。国内企业迎来大爆发点，老黄这次直接把 newton 三 ocho 大 模型和全套训练数据开源，并且大幅降低了单位 tocan 的 算力成本。这是一个极度明确的信号，大模型本身的壁垒正在被巨头推平。 对于广大的中国科技企业和创业者来说，不要再去卷底层的通用大模型了。拿着英伟达提供的这些超级大脑， 结合中国极其丰富的商业落地场景，比如电商、客服、医疗、企业办公自动化，用最快的速度把 ai 代理落地到业务流中，这才是未来十年能赚到大钱的超级赛道，是中国制造业换到超车的绝佳奇迹。发布会上提到的二十四小时全天候 ai、 p c 以及具备推理能力的人形机器人和智能汽车，预示着接下来的五到十年，所有带有芯片的物理硬件都将被重新发明一遍。这对于拥有全球最庞大消费电子产业链、最强造车新势力的中国制造来说，是千载难逢的红利。 软件和芯片基建由巨头铺好，而如何造出更好用、更便宜、更贴近真实生活场景的物理 ai 硬件，将是我们全面定义下一代智能终端的机会。总结一下，二零二六年， ai 不 再是陪你聊天的虚幻程序， 他已经长出了手脚，进入了工厂，甚至正在潜入你的个人电脑里，准备二十四小时为你打工。不要焦虑饭碗被抢，学会当这些 ai 代理的包工头，你就是未来的赢家。欢迎在评论区留下你的看法，你觉得哪个行业会最先被 ai 代理彻底颠覆？我们下期视频再见。
24JRoboHub
06:54查看AI文稿AI文稿很多人看着目前的科技板块，心里直打鼓，觉得 ai 已经涨疯了，是不是全是泡沫，眼看就要破裂了。但如果你真正看懂了六月一日黄焖勋在台北 gtc 上的最新演讲，你的焦虑会被瞬间打碎， 取而代之的是深深的敬畏。他用极其现实的产业引进路线告诉资本市场， ai 的 上半场确实结束了，但一场真正重塑全社会生产力、重构全球资产定价的下半场，今天才刚刚开始。 今天我们不聊会色的代码，用专业的投资视角撕开科技的表象，带你看懂未来五年，普通人该如何把握这条宏观财富主线。 在这场长达两小时的重磅演讲中，黄一勋向全球资本市场扔出了几枚重磅炸弹，全新一代的 vr 入门架构，专门面向 ai 检测的 cpu vr 以及 number 创三凹创大模型。同时，它还释放了一个强烈的产业信号， 全面进军下一代 aipc 市场，目标直指庞大的 windows 阵营。很多外行看热闹，觉得这不过是又发布了几款运行更快的芯片，但在我们专业的投研机构眼里，这释放了一个较为关键的宏观判断，大模型的竞争已经进入了第二阶段， 以疯狂学习为特征的上半场结束了，以推理和执行为核心的下半场正式开局。过去三年，全球资本砸下重金让 ai 去吸收人类的知识，而未来三年，这些海量的投资必须开始建到回头钱， ai 要开始走向工作岗位，去创造实打实的商业价值。这场大会直接向我们揭示了未来五年三大最具确定性的宏观投资方向。 我们先看第一个颠覆性的产业观点， agintai 智能体的全面降临，也就是个人电脑生态的全面重塑。过去四十年，我们是怎么使用电脑的？本质上，电脑只是一个被动的工具， 人是操作者，你在屏幕前点鼠标，打开 word， 打开修图软件，他才会有反应。让黄仁勋今天反复强调一个词， iintai 代理。 这就相当于给你的电脑里塞进了一个高智商的数字员工。以前是你一步步教 ai 怎么做，未来你只需要给他下达一个宏大的目标，比如你对着电脑说，帮我做一份全球机器人行业的深度研究报告。 在过去，传统的 ai 可能只给你写个提纲，但在 a 阵的时代，配备了 cpu、 vr 的 电脑会自己联网搜集几百份专业研报， 自己分析财务数据，自己生成精美的 ppt， 甚至能够自动打开邮箱帮你发送给客户。他生活在一个纳秒级的微观世界里，不知疲倦的为你调度着各种软件， 意味着什么？这意味着端侧计算的生态被全面重构。在资本市场，最受长线资金追捧的就是这种产业级的变局，因为 a 政策越多，消耗的底层计算指令就成指数级爆发，这就需要海量的算力支撑。这是一条深不见底的长坡后雪赛道，掌握了核心硬件定义权的企业，将享受巨大的时代溢价。 接着我们来看第二个宏大的产业方向， ai 工厂的崛起。这背后隐藏着未来五年全球最为庞大的基础设施建设周期。 很多人依然用传统的眼光看待数据中心，认为它只是用来存储照片、保存文件的巨大机房，是一个静态的仓库，但黄仁轩用全新的维尔荣敏架构和平台重新定义了这一切。未来的数据中心将演变为生机勃勃的 ai 工厂，这是一个宏大到令人震撼的商业构想。 传统的工业革命工厂，吃进去的是钢铁和煤炭，生产出来的是汽车。而在这场智能革命中， ai 工厂吃进去的是海量的数据和庞大的电力，生产出来的则是智能，是推理能力。大家可以算一笔宏观账， 如果未来全球八十亿人，每个人的电脑或手机里都配有几个二十四小时运转的数字员工，这背后需要多大的算力支撑？需要多少台服务器，多少高性能交换机，多少组先进的光模块和液冷散热系统， 根本无法估量。所以，黄一勋不仅是在卖芯片，他是在为未来的智能世界建设发电厂。这就是为什么你看到微软、谷歌、亚马逊甚至中东的主权基金，都在不计成本的加大资本开支，疯狂建厂。 围绕 ai 算力的底层技术设施建设，其宏观投资规模将远远超过传统意义上的高铁或高速公路网络，这是确定性极高的时代红利。第三个方向则是将虚拟算力真正投射进现实世界的 facebook。 ai， 也就是人形机器人产业。 在宏观经济学的视野里，全球都面临着一个不可逆的趋势，人口老龄化和劳动力成本的剧烈攀升。如何解决现实世界中的物理劳动缺口？以前的机器人非常笨拙，只能在生产线上做固定动作，因为他们只有躯干，没有大脑。 现在大模型的成熟，让机器人开始拥有了高级的推理、感知和决策能力。很多投资者还没有敏睿的察觉到，当下的人形机器人产业极其像二零一九年的新能源汽车赛道。当年很多人对新能源车冷嘲热讽， 但当电池成本跨过临界点，整个产业链迎来了史诗级的大爆发。现在的人形机器人正处于硬件成本即将大幅下降，应用场景即将全面成熟的突破前沿。 这是一场对现实世界劳动力的全面重构，一旦跨过商业化的拐点，其产业规模的市场容量极有可能数倍于今天的新能源车。面对如此宏大且清晰的时代蓝图，作为普通投资者， 看着手里辛辛苦苦攒下的现金流，我们到底该如何进行资产配置？为大家梳理了三条具备极高护城河的实操主线，建议大家反复推销。第一，坚守卖铲子的核心逻辑，关注 ai 算力基础设施。不要去赌哪一家公司的大模型最终能赢下全场，那太难了。 你应该去投资那些为所有 ai 工厂提供基础支撑的底层硬件环节，比如深度绑定全球供应链的先进封装产业链， 解决高算力发热痛点的液冷散热龙头，以及负责数据高速传输的光模块、高速连接器和核心 pcb 板厂商。只要全球的 ai 工厂还在扩建，这批卖产业的业绩就会源源不断的兑现。第二，高度关注 a 点的生态里的卖水人， 留意那些已经率先把大模型推理能力深度融合进自己产品线里的企业级软件龙头和智能办公系统。软件赛道的编辑成本极低，谁能率先帮助千行百业实现生产力的智能化替代，谁就能享受到 ai 下半场最为丰厚的应用端溢价。 第三，提前布局人型机器人产业的核心零部件，避开那些缺乏核心技术、纯粹靠拼凑概念的组装厂，把研究的目光下沉去寻找在精密减速器、高性能四伏电机、行星滚柱、四杠以及机器视觉传感器领域具备极强国产替代能力和深厚技术壁垒的隐形冠军。 朋友们。科技周期的演进如同大江大河，从来不会因为少数人的质疑而停下奔涌的脚步。在资本市场里，最让人遗憾的事情不是你在某只股票上买在了高点，而是面对一次史诗级的宏观产业革命， 你却仅仅将它视为一场短期的题材炒作，从而完美错过了整个时代的红利。敬畏科技规律，拥抱时代的优质资产。看懂了这些底层逻辑，剥离掉市场的喧嚣，你就能在这个充满变数的周期里，稳稳抓住属于自己的财富机遇。
7801德龙财经
08:34查看AI文稿AI文稿华而勋在 computer tech 大 会的演讲看完呢，很多人都聚焦在市场上炒得很热的 aipc 这个点上，可能它是离我们最近，也是最容易被理解的吧。 但是在我看来，整场发布会必须要体系化的去看。就基于华而勋演讲的逻辑，我来讲讲接下来我认为比较重要的几个判断。如果你听完全场，你会发现英伟达这家 gpu 起家的公司，它全场提到 gpu 的 比例非常小了， 头肯工厂的比例大于 cpu 大 于 gpu， 这说明智能体驱动的计算范式变了，全站系统能力优先于 cpu 的 中疏调度能力，然后才是单点的 gpu 的 推理能 力。华而君上来就抛出了 ai 进入到实用阶段 a jintik ai 时代，一组数据非常震撼全球，三四千万的软件工程师用三万亿美元的薪资创造了九万亿美元的价值，带动了一百万亿美元的产业。 那按照这个逻辑，应该多招工程师，而不是裁掉工程师。但是恰恰说明什么，智能体会快速的替代普通工程师，成为每家公司的 数字员工。黄旭更是给出直接的判断，未来智能体的数量会大到惊人，整个世界也不再受限于人口数量。世界会受限于人口的质量，意味着每一家公司也不会再受限于人类员工的数量，而是数字员工的质量，也就是你的数字员工能不能产出价值， 这个能力会决定未来一家公司的核心竞争力。什么样的人能够驾驭和驯服智能体，驯服这帮数字员工呢？未来能够跟智能体写作，甚至能够设计智能体怎么写作的人会是非常稀缺的，那人口质量的竞争最终也会来到谁有更多会用先进的 ai 工具的人？ 如果从这个角度，华而勋喊出的那句算力即营收，算力即利润，我觉得为时尚早。前提是你得有构建智能体的能力，你还得有驾驭智能体的工程师人才。最重要的是，你要有发挥的应用场景，才能把算力转化成落地的价值。而具备这样能力的公司，你 掰着手指头算一算全球有多少。所以在老王的蓄势下面，游戏暂时还是只属于几家全战能力的国际巨头，以及那一群顶尖的 ai 精英。渗透到我们这些普通人的身上可能还需要些时间。我们一直在问， ai 到底解放了谁的生产力？ 它解放的其实一直都是有生产力的人的生产力。所以尽管华而勋在台上侃侃而谈，但世界必须要有一条 个屠夫路线，也就是我们村的哼，普惠路线。对全世界来说，我觉得这是一个很好的平衡 ai 发展的路线，不至于未来让财富、 知识、社会结构都出现非常严重的两极分化。当然，聪明的黄仁勋，他不会不讲怎么降低单位 token 成本的，既然芯片层的成本打不下来，他不可能自砍三刀，对吧？在整个 token 工厂的能源层，因为他这次推出了 d s x ai 工厂平台。不要小看它，你可以理解，它就是要通过数字孪生技术，在你 a i d c 建设之前，把电力散热网络在虚拟空间做一遍， 然后通过 agent 做动态的功率分配，让整个 a i d c 能够做到弹性用电、平衡用电，让每度电都能够发挥到极致，产生最多的投 看，其实它非常像 s s t 和智能管理系统协助的能力。那你会发现中国跟美国在电这件事情上思路非常不一样。中国呢，是想办法怎么把我们的光伏、风电、水电这些绿电转化成 i d c 可以 用的直流高压电。而美国呢，是通过类似 d s x 这种系统调度，最大化地去榨取 取他们 a i d c 里面本身有的溶于备份的百分之四十的电量，同样的电力预算下，他们能够部署更多的 g p u， 从而能够增加数十亿美元的收入。我们呢，想办法做绿电转化，他们呢，在想办法怎么把这个 存量盘活。未来电力系统的优越性才是单位投本成本竞争的核心。黄而勋更是放话啊，未来十年会有一百 g 瓦 ai 工厂上线，而英伟达从过去用 gpu 来蓄势，到前两年用 ai 系统蓄势，今天正式用 ai 基础设施公司来定位自己 ai。 从论正阶段正式来到扎扎实实要大力投入的基建阶段。黄仁勋只是提出来，而我们这边是正在做了。那我现在就在上海，马上要参加光伏大会，下一期你们会看到我们在怎么做？那请， 前面都是产业层的天花乱坠，但是在智能体的趋势下，硬件层的变化我觉得才是这场发布会真正的主菜。 ver ruby and link 七十二，这个智能体的大脑旁边还要配上 ver c p u 机柜来负责编排任务、调度内存和调用工具，相当于 ver c p u 是 手脚。在旁边 还有三 l p u 机柜、 ai 存储机柜和交换机机柜，这五台金灿灿水灵灵的摆在那里的时候才是英伟达。完整的智能体的硬件矩阵，不含电力模块和散热模块， 预估单套的成本应该是会超过一千万美元的。那里面最值得最值得讲的其实是微软 c p u。 华尔勋把它比喻成专门为智能体打造的指挥家哈，你可以理解， g p u 是 在那一群演奏的乐队，而微软 c p u 会是那个挥舞着指挥棒的人， 它的重要性就非常突出了。那我在分析财报和之前直播，包括在我的会员群里就多次发布的重点，很多人觉得哈， g t c 不是 已经发布过了吗？我明显的感觉这几个月智能体对于 c p u 的 能力的要求甚至已经超过了华而迅的想象。所以微软 c p u 值得被单独视为一条全新的收入线来好好发布， 甚至未来会好好优化。而且我之前把 g p u 比作智能体的大脑， c p u 比作智能体的手脚的时候，很多人说 c p u 怎么能是手脚呢？确实是，在过去我们仍在操作电脑的时候， cpu 的 核心任务其实还是计算，但是智能体工作的时候，这个逻辑变了， cpu 的 核心任务现在是要去编排，要快速调度内存，让智能体具备记忆， 同时基于推理，要去调用最合适的工具来干活。就你会发现，所有都不是在思考，而是在动手执行。 cpu 的 能力不行，你的智能体脑子再快，手脚反应慢，就会变成很快的闪。 那华而勋总结了微软 c p u 的 四个特性，单线诚信呢，就是要超低时限地去解码和执行命令。第二个就是单核内部高贷款，第三个就是外部的总贷款，因为 agent 执行任务，它其实是解偶和分布式的，大量的 c p u 之间， c p u 和存储， c p u 和 g p u 之间，它们要快速 的通信，所以需要高贷款。你可以理解，就像我跟你都是智能体，我们都在各自执行任务的时候，我们之间得有一条甚至多条暗线实时对话，才能保证咱俩最终的任务目标是一致的。而且最重要的 第四点啊， cpu 的 能效要高，就是你既要快速的干活，还得把电主要留给 gpu 这个耗电大户。 可以说智能体需要的 c p u 既要同时满足低时延、高宽带、低能耗，还得通过 the link 或者说像华为的领取互联一样，能够跟你的 g p u n p u 去高效的协调。今天 agintic ai 让 c p u 重新回到了舞台的那个指挥家角色，那么 basic ai 什么硬件又会成为主导呢？存储会不会也需要进化呢？想象力打开啊。好了，终于来到大家最熟悉也是把市场带飞的 aipc 板块了，我看到很多 oem odm 厂家都已经犯法了， 我觉得这里面技术本身肯定是没有泡沫的。整个端侧智能伴随智能体的进展会来到一个全新的阶段，那么华而迅直接宣布未来十年会是 a i p c 颠覆性发展的一个阶段。那我对于这件事情的看法还是要回归到一个产品本身，它能不能让大家真正的用起来？ 如果今天你有三万块钱的预算，你会去买一台 a i p c 吗？这取决于你有没有驾驭智能体的能力，还有就是你有没有真正的应用场景，就智能体能不能帮你产 生生产力的场景，毕竟三万块可不是个小数，对于普通人来说，所以理性的看这一波，还是会觉得可能会从一些核心生产力的领域开始，比如说做设计啊，做一些真真正正过去要用台式机去工作的场景， 慢慢才会延展到普通人用的笔记本上面。所以搭载英伟达 rtx spark 芯片会有台式机和笔记本两种形态。但长期来看，端测智能是不可逆的趋势， 从 pc 数字员工延展到下一个会是什么样的产品？能够承载高能耗散热能力的产品，除了汽车， pc 手机还是一个全新的形态呢。大家怎么看待以上的几个判断评论区，可以聊聊。
1156弘凌的小酒馆
05:18查看AI文稿AI文稿黄仁勋在最近的 gtc 大 会上又扔出了一连串王炸，不仅手握一万亿美元订单，还要彻底颠覆 pc 行业。他宣布英伟达早已不是一家只卖显卡的公司，他正在从根本上重新定义整个计算机行业。 我们一口气来看完英伟达。 gtc 大 会一开场，黄仁勋宣告了一个新时代的到来，有用的人工智能已经来临， 它将这种新模式称为代理式 ai。 简单来说，过去的 ai 像一个知识渊博的问答机器，你问它答。 而代理式 ai 则像一个拥有超级大脑的智能助理，它不仅能回答问题，更能理解你的意图，主动观察、推理、规划，并使用工具来完成复杂任务。 比如，你只需要告诉他帮我创建一个动态图，内容是绿色点阵，先组成幺零幺大楼，再变成 gtc 标志，它就能自动生成代码 并输出你想要的 g f 动图。甚至你跟他说，我的遥控器电池盖丢了，长这样，他就能立刻调用工具生成一个可用于三 d 打印的 c d 文件， 让你直接打印一个新的出来。这种变更让 ai 从一个知识库变成了一个行动派，一个能产生实际利润的生产工具。正因如此，算力需求才会爆炸式增长。而为了满足这种恐怖的需求，黄仁勋亮出了第一个大杀器， 微软 rubin 平台。你可能以为这又是一款新显卡，但黄仁勋强调，微软 rubin 不是 一个芯片，而是一个完整的、为代理式 ai 量身定做的超级计算机系统。它包含了 gpu、 cpu、 高速网络和存储系统，每一个部件都经过了极致的协调设计， 当一个代理 ai 开始思考时，比如观察、推理和规划一整个机柜的 blackwell gpu 就 会被激活。当它需要使用工具时， cpu 就 会接管整个系统，就像一个高度协同的超级大脑和身体，每个部分都在疯狂运转。 最关键的是，黄仁勋站在台上自豪地宣布，微软 ruby 已经全面破产，过去需要两个小时组装的机柜，现在只需要五分钟。这不仅是技术的胜利，更是英伟达从一家芯片公司彻底转型为 ai 基础设施巨头的宣言。 然而，这还不是最离谱的，真正让所有 cpu 厂商睡不着觉的是黄仁勋接下来的王炸微软 cpu。 黄仁勋直言，过去的 cpu 都是为人类设计的，而人类活在 s 级别的世界里。但 ai 代理他们活在那秒的世界里，极度缺乏耐心。 gpu 的 每一秒钟都无比宝贵，他们不能忍受 cpu 的 任何一丝拖延。 因此，英伟达从零开始打造了一款专为代理而生的 cpu， 它的设计理念堪称颠覆。 首先是无与伦比的单核性能，微软 cpu 每个时钟周期可以处理十条指令，是全球最高水平。其次是恐怖的带宽，无论是核心之间的数据交换，还是与外部内存 gpu 的 连接，微软都做到了极致。带宽是顶级 x 八十六处理器的两到三倍。 性能提升有多夸张？在运行最经典的数据库语言 c 口时，微软的速度是对手的三倍， 在处理纽约证券交易所的实时数据流时，性能提升更是达到了惊人的六倍。这种 x 倍数的性能提升在 gpu 领域或许常见，但在成熟的 cpu 市场简直就是天方夜谭。黄仁勋这等于直接告诉全世界， cpu 的 游戏规则该改写了。 如果说微软 cpu 颠覆的是数据中心，那么黄仁勋的下一个目标则与我们每个人息息相关，重新发明 pc 他指出， pc 行业已经四十年没有本质变化了，我们仍然是启动程序，点击打字。 但在代理 ai 时代， pc 将迎来四十年来最彻底的革命。英伟达与微软联手推出了全新的 pc 产品线，从笔记本、 rtx、 bark， 到家用 ai 主机，再到桌面级的工作站， 每一台都为运行 ai 代理而设计。在演示中，一台搭载 rtx bug 芯片的笔记本在设计师的简单指令下就能自动打开设计软件，从零开始建模，生成一座完整的房屋设计图，并渲染出照片级的效果。 过去需要数周的复杂工作流，现在在 ai 代理的协助下，几小时就能完成。黄仁勋甚至大胆预言，就像今天的智能手机早已不是只用来打电话一样，未来的 pc 也将彻底改变形态。 他想象，未来每个家庭都会有一台 ai 超级计算机，它就像一个不知疲倦的智能管家，二十四小时为你服务，帮你处理各种事务。它对你来说更像是星球大战里的 r 二、 d 二，而不是一台冷冰冰的个人电脑。 从云端的数据中心到桌面的个人电脑，再到未来的物理机器人，黄仁勋用一场发布会清晰地勾勒出了一条由代理式 ai 贯穿的完整生态路径。 微软入便平台负责大规模思考，微软 cpu 负责高效执行，而 rtxpc 则将这种能力带到每个人身边。这套组合拳下来，其他厂商还怎么玩？黄仁勋真是太疯狂了。
244小冷说科技
01:20查看AI文稿AI文稿看完英伟达 gtc 台北大会，我才看懂老黄这盘大棋。今天用九十秒从业余角度分享这场改写整个算力行乐的革命。它会不会如何影响到我们每个 ai 人的余生？过去四十年，英特尔靠 x 八十六架构垄断 pc 和服务器， 但 ai 时代对功耗要求极高，低功耗的 arm 顺势跨界，从苹果 arm 芯片到英伟达 rtx、 smart 计算机，正式进入双架构并行时代，英特尔一家独大的局面正在瓦解。前几年是拆股被动问答的时代，现在正是迈入 agent 智能体系，原 ai 不 再只给答案， 而是能自主拆解任务。要用软件完成全链路工作，这需要强大的本地硬件支撑，也是英伟达这次布局的核心逻辑。以前训练大模型全靠 c p u， 效率极低。英伟达靠 c u d a 生态让 g p u 成为算力在体。 如今更是迭代出微软如饼架构，他们不再只是卖显卡，而是要转型为全站 ai 基础设施服务商，直接挑战传统 cpu 霸权。一句话总结 x 八十六定规则， a r m 撕开缺口 a 阵带动硬件全民化。 未来，计算机不再单纯为人服务，而是为海量 ai 智能体打造。
15小周老师玩机日常
05:43查看AI文稿AI文稿黄仁勋 g t c 大 会昨天起码在 a 股市场上有一个非常明显的态度，在消费电子产业链上的企业昨天表现还是不错的。原因是什么？黄仁勋呢？他最近演讲里边儿强调了 aipc， 为什么现在会突然想关注 aipc 是 agent 火了， agent 呢？它是需要调用本地的很多的工具的，在 agent 呢火了之后，才会有大家对终端设备 计算能力的这么一个要求。英伟达本身原来做的芯片都是支持服务器的，服务器本身可能就是云端的，现在它要调用端测的这些算力。昨天的话呢，英伟达就说我们在端测算力上，电脑里边这个算力它也可以提供，无论原来是云端， 现在还是端测的，我们的算力都由英文达来提供。而它的芯片本身有未来的第二增长曲线和第三增长曲线，所以大家会发现电脑的企业市场开始有反应了。它提到了两款跟当前 agent 的 调用比较相关的 两款芯片，第一个 cpu， 第二个 soc 应该叫 spark， 你 就知道 soc 就 好了。我们分别讲下这两个。事先说 gpu 和 cpu 叫通用的计算芯片，在更早之前就有 gpu， gpu 是 什么？ 显卡是并行计算。那 c p u 呢？做任务分配，原来没有 g p u 的 时候，大家说我去买算力，我去租服务器，租的都是 c p u， 后来 c p u 的 算力不足以支撑当下并行计算的需求，才有了 g p u， 它俩都是算力芯片。 但是 gpu 是 当下大家比较火的， gpu 呢，就被称之为通用的计算芯片，你就可以理解，像英伟达产品搁在谁家都能用。还有一种路径是自主设计的，定制化的，叫算力芯片，也就是 tpu npu， 这些它都是算力的，只是说它的生态 场景不太一样。英伟达是做 g p u 的， 大家都知道，然后这一次英伟达推出了 c p u。 一 两个月前，在美股市场上， c p u 本身就会变得被市场更多的关注，因为现在大家对任务分派的要求变高了，原来是你只要你并行计算，你出数就行了。现在 强调任务分派，因为要用 agent。 在 那个数据中心里边，原来的时候 c p u 比 g p u 呢，可能大概是一比四，一个 c p u 带着四个 g p u 干活就行了。 但是随着这些年对任务分派的要求增加， c p u 和 g p u 变成一比一了。黄仁勋这边他们会强调 c p u 就是 市场本身对 c p u 的 需求在增加，这个增加 直指背后的对 agent 智能体的要求。他这次提的这个 cpu 呢？还是在数据中心里用的，这个东西对他的业绩的表现的意义是什么？本财年末的时候， cpu 就 会成为他们销售额的第二大贡献力量，就相当于是给这个原来的 gpu 之外找新的增长曲线。因为他推了 cpu， 所以 对美股市场上原来做 cpu 的 老牌的企业是个比较大的冲击。而且大家知道，在 cpu 里边强调架构， 强调叉八六的 arm 加固， agent 智能体对延迟的包容度低。原来做 gpu 是 强调模型训练的，是一个不面向消费端的产品，快点慢点不重要，重要的是性能高。但是到 agent 领域呢，直接面向消费者的，别管你家提供什么算力，我用一个 agent， 它去调这个算力，解决一个问题，我坐那看你那个 圈一个劲儿转，什么都不出，我就不用了。所以这个时候它要求的是低延时，而不是强大的算力。 soc 是 什么？大白？话说它就是在一块芯片上 集成了多个芯片功能，它里面集成啥啊？ cpu， gpu， npu， 还有基带芯片，还有数字信号芯片，图像处理单元存储，它这一个芯片是要高度集成很多很多模块的，因为手机电脑作为端侧芯片没那么大， 它一块里边要结合到一起，英伟达推的端侧 s o c 里边有 cpu， 有 gpu， 都是它自个儿做的，那么这个部分 就踏进了哪里啊？踏进了消费电子里，为什么那大会里边那么多做电脑的厂商在那待着，就是这个东西。那到消费电子领域感受一下，原来呢，黄一勋他们那些客户呢？都是企业的客户，然后做数据中心，做服务器的，然后现在呢？ 他面对的这些虽然也是企业客户，是做电脑的，但是最终要面向终端消费者，也就是说他一下子就往前迈了一步，迈到了变向消费电子这一步。你就想这是不是相当于说又一个增长曲线来了？原来是在服务器端，从 gpu 到 cpu， 现在从服务器端到手机端、电脑端，然后再到一个 soc， 所以 他自己就说的是人工智能的每一部都有用达的身影。 aipc 这个事儿呢，当下来看还是偏故事更多。一，比如市场的验证说我这个卖 aipc 卖特别好，市场特别韧，倒还没看着之前大家看到 美股市场的软件的商行，他们有软件企业的业绩表现还是不错的，之前被过度低估，然后有业绩表现之后呢，就反应出来了嘛？而且能不能感受到一件事，无论是美股市场 还是咱们的 a 股市场，这个科技是在慢慢向外泛化去交易的。比如说我原来单纯交易算力和存储上，我现在呢向外可能找一些，比如说端侧的算力，很可能就是软件，但是我觉得这个过程能不能持续？最关键的你泛化过去那个地方有没有持续的业绩？ 如果只是一个故事，你拿不到业绩，其实这个就很难。然后如果你说泛化过去了，而且他的业绩能兑现啊，那你可能说这个持续会更好一点。最后背后还是看业绩，我觉得当下大家无论是看 a 股还是看美股，第一可能业绩还是很重要的。第二块呢，也要关注短期交易的这种过度的拥挤的问题。
329爽姐讲宏观
01:42查看AI文稿AI文稿各位董事长们，六月一号台北电脑展爆出大新闻，芯片圈直接炸了英伟达和英特尔这两位万亿巨头面开撕。黄仁勋在 g t c 大 会甩出一枚重磅炸弹， r t x spark。 注意，这不是显卡，是能当 pc 主脑的全新处理器。台积电三纳米工艺七百亿， 是和 cpu 配上超强 gpu， 六千一百四十四个光堆单元，百二十八 gb 同一内存，本地就能跑千亿参数大模型百万级上下文轻松驾驭。他直接喊话微软，咱们一起重塑个人电脑，让每台设备都变身 ai 超级终端。戴尔、联想、 华硕已加入，今年秋天就见真章。同一时间同一地点，英特尔也没闲着，完全年底推出 clearwater 芯片，功课推里赛道不硬刚训练，而是瞄准低成本、低功耗部署的中小企业市场管更快化。 ai 时代， cpu 才是地基。 这话明显冲着英伟达 gpu 为王来的。市场反应最真实。英伟达股价飙涨百分之六，特尔却跌了百分之六。不对，反手暴涨百分之十六。资金压住的是谁？更敢打？ 但这场对决，真正的看点是输赢，而是幸好 ai 浪潮已经挡住了。张仁勋敢闯英特尔腹地，是因为 gpu 正成为 ai 主角，英特尔敢反击，是因为退役，市场空间巨大，去年直播 落地才刚开始，说白了，赛道太宽，谁都想分一杯羹。不是联合游戏，而是巨头用行动宣告 ai 革命全面启动。边说 pc 要变 ai 终端， 一边说推理需求如星辰大海，说法不同，配合一致，未来十年， ai 就是 最大风口。我们普通人而言，关键看懂方向，都种藏哪里，机会就在哪里。从云端到终端，从 芯片到应用，整个产业链正在重构，率先拥抱改革的企业将复制互联网时代的爆发奇迹。我们要做的就是锁定那些有技术、有壁垒、有订单的玩家。正在划开该时代，不是选择题，而是入场券，你是围观还是参与？评论区告诉我你站哪一边？
04:38查看AI文稿AI文稿英伟达不想再卖芯片了，要彻底颠覆 ai 了！黄仁勋在今天上午的 gtc 二零二六最新演讲里边，透露出来了一个极其恐怖的野心啊，简直是要掀了全球 ai 世界的桌子。那看完了这场长达两个半小时的发布会呢？简直是信息量爆炸，我们赶紧帮大家整理 出来的最新华的四大核心要点，我觉得每一条都事关未来二十年，每个人的潜在选择。今天的内容吗，咱们开始了。 首先第一点，未来最大的大宗商品变了，叫 token， 而且数据中心将会摇身已变成 token 工厂。这是 老黄在一开始就抛出的一个颠覆认知的观点啊，他说以前的数据中心呢，只是存文件的地方，但从今天开始，数据中心要变成 ai 工厂了。你看，就像发电厂去发电，而 ai 工厂生产的就是 token 这个东西，它不是虚拟的数字，而是能直接变现的资产。比如说现在硅谷最顶级的招募， 已经不是只拼年薪了，而是去拼你的劳动合同里边，公司额外给你报销多少 toc 的 量。老黄说，他自己就会给员工基础的年薪之外，再给一笔 toc 的 预算，让他们直接实现十倍的效率提升。也就是说，未来谁能掌握高效生产 toc 的 密码，谁就能躺着数钱。好！ 第二大变化就是 a 阵时代来临， ai 正式从小助手变成了你的正式员工。那老黄讲了说现在很多人天天焦虑说会不会被 ai 抢走工作呀？那他在现场也是直接飙了狠话说完全是胡说八道， 因为数据显示啊，今年前几个月呢，全球 ai 编程的次数已经暴涨了两倍，达到了十四亿次之多。 但是软件工程师非但没有失业，反而被雇佣更多了，这背后是算力需求从训练转向推理未来啊。拉开人和人之间差距的，不是你懂不懂代码，而是你一个人能够同时管理好多少个 ai 智能体 好。第三点，我觉得是最炸裂的，也就是英伟达正式杀入 pc 处理器市场，正面硬钢英特尔和 amd 和苹果的老巢了。 那这次啊，老黄的野心不仅在于要云端称霸，还要跨界来砸场子了。英伟达将联手联发科，用台积电三纳米的工艺打造了一颗芯片界的海王，叫 rtx box 超级芯片。这不是普通的显卡， 而是把二十和 am 架构的 cpu 加上 blackwell 架构的 gpu， 再加上顶级 a i npu 三个东西全都缝合在一起的超级缝合怪。 这个东西的性能有多夸张呢，他能直接在电脑本地运行一千二百亿参数的大模型，能够直接减十二 k 高清的视频，不卡顿。英伟达啊，这直接就是端着刺刀冲向了英特尔跟苹果的老巢啊。 老黄的潜台词呢，也很简单，以后英伟达不是只做芯片的啊，你们以后买电脑呢，也不用挑什么处理器了，就全换成英伟达的就完事了。而这个量有多少？全球未来十亿台 ai 电脑的大脑可能都要被老黄包了，这是一个非常非常恐怖的增量。第四点， 物理 ai 大 爆发。这一点和前两天孙雨辰的预言异曲同工，相关的讲解可以看一下我上面一条视频啊，有详述。那在今年的发布会上呢，老黄讲到说二零二六年会成为机器人商业化原点， 他把 ai 的 发展历程分成了三个阶段啊，第一个叫生成式 ai， 第二个叫智能体 ai， 最后的叫物理 ai。 他 明确了给出了时间表，二零二六年就是人形机器人的商业化原点。 现在呢，英伟达正在用他们的昂慕斯仿真平台，在虚拟世界疯狂的训练几百台机器人，而最后最后登场的迪士尼雪宝机器人呢，就简直是萌翻全场，这也是一个人型机器人的代表，但这背后代表的就是英伟达强大的物理仿生能力啊，这也标志着 ai 正是从 虚拟世界肉身冲进了现实世界。好，总结一下，英伟达是真的不想只卖显卡了，它要成为 ai 时代的微软加英特尔加安卓的超级集合体， 它要成为整个智能地球的总发电厂，把算力打包成生产力，直接卖给你。所以呢，以上四点每一条都很炸裂。于是发布会一开完，全球科技股硬生暴涨，资本纷纷用钱去投票，英伟达的市值更是直接冲破了五点二万亿 美元。老黄甚至预测说，二七年全球 ai 算力的市场规模将会超过一万亿美元，而未来的人工智能将进入物理 ai 加全面 a 阵加推理的大时代。 整个的演讲玄文和到底利好哪些公司和股票和资产的分析呢？偏不关系，我会整理在我的小圈子里面去分享，老规矩，点关注，找小助理去安排一下。所以，你觉得老黄的这一波星辰大海最终会实现吗？因为它会冲到一个什么样的价格呢？评论区等你高见楼姐香港团队带你探索全球更多新财富密码关注楼姐，教您讲解！
937楼姐财经
05:35查看AI文稿AI文稿就在昨天台北的 computer text 上啊，黄仁勋终于把他的 rtx bug 端上来了，英伟达首款面向消费级笔记本和 mini pc 的 aram 架构芯片。消息一出来啊，评论区炸了， 什么英伟达要扫荡 pc 市场啦，新 pc 时代要来啦，各种沸腾，那到底是发布了一个什么产品让粉丝们这么兴奋呢？ 简单的说啊， rtx bug 就是 一颗 arm 架构的超级芯片，它把 cpu 跟 gpu 啊焊在了一起，接上了统一内存，没听错，就是和苹果 m 系列一样的路子。我们先来看一下参数啊， rtx bug 呢，有 n 一 跟 n 一 差两个版本， 就说 n e 叉这个高端版本吧，二十核的处理器在消费电脑里面已经算是偏高端的定位了，对标呢可以是英特尔的 i 七幺四七零零六千一百四十四个扩大的核心， 跟桌面台式机的 r t x 五零七零，参数完全一样，也算是偏高端。但是熟悉的朋友们应该已经看出来了，这个配置跟英伟达之前面向开发者的 d g x spark 几乎是一模一样。那这次有什么值得夸的亮点呢？第一就是它的扩大生态， 搞 ai 训练，跑本地大模型扩大，目前没有任何的对手。一百二十八 g 的 统一内存意味着你能部署更大参数的模型，这对于 ai 开发和本地部署的人来说啊，实用性很强。第二 就是它的续航啊，理论上应该会很强，阿姆加购的那个工号控制一向是强项，苹果 m 系列已经证明过了，传统的英特尔 amd 的 笔记本啊，续航稀烂。而 txpark 呢，如果能够优化到位，体验应该会有明显的提升。 第三就是对比和它同架构的 mac， 它有库达跟英伟达的显卡，目前 ai 大 模型训练跟推理啊，基本都是依赖库达神态，尤其是生图做视频的那些模型，这一点呢，是 rtx bug 对 于苹果来说最大的优势了。好了，画完了，先来讲一讲它的坑。 第一坑就是 windows on arm， 软件兼容性是它的硬伤，大家还记得之前的那个枭龙 x e lite 笔记本吗？它的 arm 版 windows 啊，到现在还有一堆软件跑不起来， 或者呢，得靠模拟层转移，性能大打折扣。而且 xbox 呢，跑的是同一套 windows on arm 生态，这个问题能不能在短时间内解决啊，就看这一次英伟达跟微软的联盟靠不靠谱了。 尤其对游戏玩家来说，老黄声称可以运行任何 windows 应用程序，但是那些游戏厂商买不买账呢，是另外一回事。第二个坑就是六千一百四十四个固态核心啊，不等于五零七零的性能， 核心数一样，性能可能不一样。桌面 rtx 五零七零有独立显存，频率更高。 rtx spark 呢，是统一内存的架构， gpu 内存带宽受限，实际游戏帧数呢，肯定低于五零七零的笔记本版。 而本地部署 ai 的 输出率呢，也会比正经的独立显卡慢不少。之前 d g x spark 的 实测已经证明了这一点， 当然了，产品现在还没有上市，最终还要看实测的数据。第三坑就是价格虚高。从目前泄露的联想 ugg 七 rtx spark 版来看啊，六十四 g 内存在欧洲的售价大概是四千零四十九欧元，折合人民币呢，大概是三万两千块。 三万二是什么概念啊？你完全可以买一台六十四 g 内存加 x 五零九零的读写游戏本，或者直接上苹果 m 四 max 的 macbook pro， 所以 这次首发的性价比啊，可能不会很高。 那说了这么多，它到底值不值得买呢？我的建议啊是先观望。首先软件生态还没有建立起来， n e x 第一代产品啊，按惯例肯定会有一堆兼容性的问题， 大量的应用还需要时间去适配，第一批买家大概率要当小白鼠。另外别忘了 d g x spark 的 前车之鉴啊，当时官方宣称算力达标，但是实测下来呢，内存碎片严重，长时间运行啊，必须要硬重启，而且软件环境匹配，稍有不慎性能就大幅缩水。 桌面工作站尚且如此，笔记本只会更难。其次就是首发溢价必然会存在，等个半年呢，价格会理性不少。而且这一次联想戴尔、华硕、微星都在做竞争，做起来之后啊，水分会被慢慢挤掉的。 但是有两类人可以先考虑，第一类就是 ai 开发者，或者是本地部署大模型的那些核心用户 库。大生态加上 arm 续航，再加上一百二十八 g 的 超大内存，这个组合啊，在市面上也算是独一份。 苹果的 m 系列呢，跑不了哭的叉，八六的游戏本呢，续航稀烂， d g x 呢，又不是笔记本，也不是 windows 系统，所以现在 a 叉可能是目前最接近便携式 ai 工作站的选择。 第二类呢，就是不怎么在乎价格，只想尝鲜的氪金管家，三万多块钱对你们来说可能不是事，支持一下新平台就当买个玩具了，那完全没有问题。对普通用户来说啊，我觉得完全没有必要。万把块的 amd 和 intel 笔记本性能欲取于求， 如果在乎游戏性能的呢，可以去看一下五零七零，五零八零的那些独显本，比原一叉也实在的多了。总的来说啊， rtx bug 这块芯片是明显充满野性的，但是 rtx bug 这台电脑呢，多少有点新瓶装旧酒的味道，也不知道市场会不会买账， 毕竟 dj x bug 已经做了前车之鉴，希望黄老板后续能给点真正的惊喜吧。我是老林，关注我评论区聊聊吧。
202老林说
