GTC大会对AI硬件影响

a 股市场上打链的股票多数都在下跌，大家就觉得你说了个寂寞，不是这样子，他还在引领 ai 的 发展。 g t c 大 会有哪些颠覆性产品和投资机会？今天早上一起来肯定是万字长文黄仁勋砸场，真的是 ai。 春晚这个事情确实很重要，整个资本市场 产生了一个惯性，过去两年的 g t c 大 会都出现了引领整个资本市场炒作方向的现象级大世界。所以整个资本市场对黄仁勋的这场演讲是非常看重的。伊伟达在这一块就是全球最强的，就是王者霸主， 不管他对资本市场，特别是 a 股市场上这些股票产生了什么样的影响。基于你对 ai 的 关注，你就得看一下万字长文的将近两个小时的演讲核心都说了些什么东西。我认为这次的 gtc 大 会非常清晰地告诉全市场，英伟达已经从 单纯的硬件公司转型成为 ai 基础设施平台，你不要再把它局限于是卖 gpu 的，是卖机柜的，他现在是在构造一个无 完整的 ai 的 商业闭环。公司的转型就意味着后边提到的一万亿美元从哪来？就是从单一硬件公司转型为系统平台级公司催生出来的新的商机。这一万亿主要是体现在这个环节， 我认为这是最重要的。那我们具体到从硬件到软件这种协调设计，包括里面提到的一些新的技术路线，甚至包括他对未来的一些展望预期 们，都可以一一梳理。第一个，这次推出了一个微软的平台，这个平台到底是一个什么东西？简单而言，两百五十六颗 cpu 加两百五十六颗 lpu， 加一百四十四块 gpu， 构成了一个新的 ai 平 台。硬件协同设计把 cpu、 gpu 和 lpu 完美的协同了，这种协同的背后有两个数字，它的新的平台架构和它目前的 blackview 架构相比， 算力性能提升了三十五倍。如果按照摩尔定律的技术推进路径看，大概只能提升一点五倍，它就直接提升了三十五倍，这简直就是 ai 的 暴力美学，这也是它发布的硬件系统里面的最重要的一个东西。二零二六年下半年就要开始往出推了，第二款出现了一个新的东西，我前面提到的 l p l p u 是 这次推出了一个新的芯片，专门为推理而生的一块芯片。用黄仁勋的话来说，现在的算理中心就是 tokken 工程，以龙虾为代表的 tokken 的 应用的大爆发， tokken 成百倍级的增长。从 从 ai 算理结构上来说，主要依赖的是推理能力，之前的 g p u 既要肩负训练的重任，又要肩负推理的重任，他这一次等于说把推理单独给猜出来了，专门做了一款专用芯片，恰恰是迎合了 tokam 爆发式增长的大权 趋势。拿业内的说法是， l p u 的 推出是滔氽经济学的核心硬件，这是第二款，很明显人家是有新东西的，只不过今天 a 股市场上打链的股票多数都在下跌，大家就觉得你说了个寂寞，不是这样子 的，它还在引领 ai 的 发展。第三个东西我觉得是大多数 a 股投资者特别关注的光电混合趋势的一个反 反转啥意思？之前市场对光进同退的这个事情预期特别高，因为高速铜缆链接方案是英伟达推出来的光模块，包括之后的 c p o 都是英伟达布局的重点， 因为这里面要解决一个高吞吐量和低延时的矛盾的问题，所以光进同退是一个既定的、确定性的技术方案。但是通过昨天晚上黄仁勋在产品设计上这种布局，其实一句话就是市场对光进同退的预期过高了，步子卖的太大了。 所以今天你去看牌面上虽然说都在跌，但是与光相关的，比如说光模块、 c p o 甚至薄膜基酸里，这些都在下跌，跌幅更大。而高速铜栏板块反而是红的，那就是黄仁军没有彻底的或者说更大力度的转向光互联的方案，还是采用了光电混 合的方案。之前大家觉得光进的速度会比较快，那么铜的预期，所以市场在纠正对铜栏链基过于悲观的预期。 网易云熏的意思是什么？我们需要更多的铜烂才能，我们需要更多的光芯片才能，我们需要更多的 c p o 才能。这句话意思是啥？ 目前现在的技术还离不开铜，同时并不意味着抛弃光，只不过光的过高的那个预期被压制。今天排面走的这些东西，就是对昨天晚上光铜混合方案的重新定价，并不意味着光互联方案就没有预期了，我觉得预期依然很强， 只不过黄仁勋要的是一个系统的稳定性、可能性、阶段性的，市场情绪上有一点点失落。第四块其实也是 a 股投资者关注度更高的。关于叶冷的渗透率的问题，按照黄仁勋介绍维纳罗宾架构的方案里面，全叶冷方案加 四十五度温水冷却，也就说全叶冷方案也是一个确定性非常强的一个方向。这个东西其实是一个物理题， 因为它的单颗芯片的性能还在提升，功耗还在增长，对散热方案的迭代的需求就是一个刚需。从它的技术路线上来看，全业的方案会变成一个越来越确定的方向。 问第五个，我们再说一说他在发布会上透漏出来的一些关于未来的展望或者未来的设想。会上出现了超过一百一十台机器人，同时宣布了和四大整车厂商的智能驾驶的合作规划。这是什么？这是除了 ai 大 模型龙虾带来的 token 的 爆发式增长之外的新的应用场景， 甚至黄人参都预期了自动驾驶的 deep six 时刻也即将到来。它是非常看重 ai 的 应用落地场景的，因为它整体上造出来这么强悍的算力，最终要有用武 之地，那么它就必须展望到底这些算力都能用来干什么。这就对未来机器人、自动驾驶，包括 太空算力都有一些展望，他觉得这都是未来的趋势，都是未来的场景。总结就是一句话，英伟达通过这种系统级的创新，硬件加软件加架构的全链路的这种布局设计，最终要 实现的是一个系统级、平台级、 ai 基础设施的缔造者，他要做成这样的一个帝国，从而实现二零二七年一万亿美元的营收目标。美得很嘹咋咧？

英伟达 g t 七大会新一代 ai 芯片架构正式亮相后， a 股光模块赛道迎来剧烈结构性分化，龙头标地走势呈现显著背离。 三月十七日，光模块核心企业天府通信三零零三九四 sc 遭遇重挫，开盘即大幅下探，盘中最大跌幅逼近百分之十一，最终收盘跌幅超百分之十，股价刷新二月十日以来新低，单日市值蒸发约两百四十亿元。 相较三月二日盘中创下的三百八十八九十四元历史高点，累计回撤幅度已达百分之二十八。 而板块内另外两大龙头终继续创三零零三零八 sc 轻易胜则表现出明显韧性，早盘股价相对坚挺，午后虽跟随大盘走弱收跌，但整体波动远小于天府通行。 市场观点普遍将此次天府通信的暴跌归结为 g g c 大 会利好落地后的利好出镜效应，叠加短期累积获利盘集中两极。 而更深层的核心导火索，则是英伟达本次批入的 c p o 技术路线，直接引发了资本市场对天府通信长期增长魔界的重新审视。市场担忧在于，一旦 ai 硬件技术全面引进 cpu 时代，天府通信当前核心产品的价值量将面临缩水，行业异向能力也会随之削入，远期成长天花板被打开缺口内。分析人士指出，天府通信三月十七日的极端行情，本质上是市场情绪集中释放与资金面调仓换股驱动下的估值重构， 并非公司基本面出现实质性恶化。目前公司仍手握一点六 t 产品的确定性增量， 当其业绩并未出现变脸迹象，此次股价大跌，计价的是 c p o 技术带来的远期发展不确定性，而非当下的经营风险。值得注意的是， a 股资本市场向来遵循看长做短的定价逻辑， 当行业远期技术路径出现可能颠覆现有业务格局的不确定性时，场内资金往往会选择先行回避避险。不过，也有专业观点认为，当前市场或过度放大了 cpu 技术对行业的远期冲击， 短期情绪宣泄偏离了行业实际发展节奏。对于光谋快企业而言，最终决定股价中长期走势的核心因素也就是订单落地兑现能力与实际业绩增长成色。

g t c 大 会进入第二天，存储芯片传来最重磅信号。 s k 集团会长崔泰元在现场明确表态，全球内存芯片短缺可能持续到二零三零年。他特别指出， ai 对 h b m 的 需求正在造成晶源供应短缺，基础晶源缺口超过百分之二十，新增能源至少需要四到五年才能补上， 这意味着存储芯片的景气周期远比市场预期的更长。今天有几个关键数据值得注意，第一， hbm 产能缺口达百分之五十至百分之六十，涨价依然是全年主旋律。 第二，存储产值将突破五千五百亿美元，首次超过金元代工，成为半导体产业第一增长级。第三， sk 海力士 hbm 市场占有率达百分之五十七，居全球第一。 崔泰元还透露， s k。 海力士正考虑在美发行存托凭证，以提升全球知名度和吸引国际投资者。同时，他强调，台积电是 s k。 海力士的最佳合作伙伴，不与其合作就难以研发微软等 ai 解决方案。基于今天的最新信息，存储芯片的投资逻辑非常清晰， 首先，功需失衡是核心驱动需求端 ai 大 模型 t 肯消耗量是去年同级的十倍以上，供给端洁净式建设周期长达八至十二个月， 三大原厂库存仅三至五周，处历史极低水平。其次，涨价趋势确立。三星 sk 海力士已通知二季度涨价， ddr 五颗粒价格统一上涨约百分之四十，现货市场部分产品较二月已涨价近百分之二十。 第三，国产存储跟涨。百维存储今年前两个月规模净利润同比增长超九倍，印证行业高景气度，普然股份等国产厂商也跟随大厂提价。总结今天的关键词，存储超级周期，确认 hbm 产能缺口超百分之五十，涨价贯穿全年。投资方向上，建议关注两条主线， 一是 hbm 封装测试及上游材料受益于 hbm 产价，业绩进入兑现期。

英伟达 gtc 二零二六炸场，推理成本砍百分之九十， ai 算力产业链彻底重构。很多人以为 ai 行情靠炒概念，谁算力强谁就赢。真实逻辑是，成本决定商业化架构，定义产业链，谁能把推理成本打下来，谁就能通知二零二六年 ai 市场 别再盯着股价短线波动。这次芯片迭代，是全球算力格局的重新洗牌。北京时间三月十七日凌晨，英伟达 g t c 二零二六开发者大会正式开幕，发布两款颠覆性芯片， 主力款如宾凹车，采用三纳米工艺加 h b m 四内存，推力性能大幅跃升，单 toc 成本直降百分之九十，锁定二零二六年 ai 服务器标配 前瞻款翻译曼蔡庸，一六纳米工艺引入 l p u 专用推理架构，直指半导体物理极限，提前锁定未来三年 ai 算力方向， 先拆解技术与产业格局。如饼 ultra 不是 简单的性能升级，而是从训练为王转向推理为王的关键转折至 当前 ai 商业化最大痛点不是训练，而是推理成本过高，大模型规模化落地，被成本卡死，入兵 out， 直接把单 token 成本砍百分之九十，相当于打开 ai 应用的普惠大门，从云端智算到行业模型，全场景都能低成本跑起来。 三纳米工艺加 h b m 四内存，解决算力与宽带不匹配的行业顽疾，算力密度翻倍，功耗效率大幅提升，直接定义二零二六年 ai 服务器硬件标准。 更狠的是 fine 芯片一点六纳米工艺摸到半导体物理天花板。 l p u 专用推理架构，专攻低延迟、高并发症场景，人形机器人、 ai agent、 实时交互 ai 都能找到硬件支撑。 这意味着英伟达不仅掌控当下算力，还把未来五年的技术路线焊死。全球 ai 产业链必须跟着它的架构升级，不跟进就会被淘汰。再讲最关键的，真受益假受益，别被题材割韭菜。真受益方向有四个， 第一， ai 服务器、核心硬件、 gpu 模组、 hpm 四内存、三纳米先进封装，是最直接的业绩兑现链。 第二，液冷散热解决方案，如滨欧创工号大幅提升，风冷彻底淘汰，全液冷成标配行业进入订单爆发期。第三，算力租赁与服务商推力，成本暴跌。算力需求指数级增长，租赁企业毛利率大幅提升。 第四，国产推理芯片设计公司，高端市场被英伟达占据，中低端国产替代加速填补市场缺口。 假收益全是纯概念炒作。普通消费电子芯片，无技术壁垒的 pcb 代工，不具备先进封装能力的小厂，蹭 ai 热度的非算力企业。这些公司没有核心技术，根本进不了英伟达，供应链行情一过就会打回原形， 投资主线清晰又硬核。短期看 hbm 四与先进封装，量产落地快，业绩确定性最高。 中期看 ai 服务器与液冷散热，二零二六年大规模出货，估值空间打开。长期看国产推理芯片加算力调度，国产替代，打破垄断，成长空间巨大 风险。要警惕先进制成能受限，供应链集中度过高，题材股过度炒作，一旦业绩不及预期，回撤会非常惨烈。 英伟达这次芯片发布，不是一次普通产品迭代，而是 ai 产业从长线走向普及的分水岭，抓准算力硬件、先进风装、夜冷散热三大主线，远离纯概念题材，才能抓住这波 ai 算力的核心红利。

刚刚结束的英伟达 g t c 二零二六大会，被大家称为科技界的春晚，黄仁勋穿着他那标志性的皮衣，在盛和赛 zap 中心再次向全世界秀了一把肌肉。如果说去年的 breakwell 是 性能怪兽， 那么今年的 g t c 二零二六则是英伟达从一家卖显卡的彻底进化成 ai 帝国的分水岭。 我帮你总结了这次大会的核心亮点和那些让人直呼万万没想到的超预期之处。 核心亮点不仅是更强，而是换代。以鲁本尼架构与超级全家桶，去年大家还在抢微软第二代，今年老黄就拿出了继任者鲁本尼架构，微软 gpu， 搭载了传闻已久的 hbm 四内存。 如果说 breakwell 是 量变，路虎就是质变，它的推比性能比前代提升了数倍，更重要的是能效比极高，专门为办理参数规模的大模型设计。 微软 c p u。 这是本次大会的一大惊喜。英伟达不再只依赖于改进 arm 架构，新的微软 c p u 针对智能体为真体 ai 任务进行了深度优化，处理序列任务的效率比传统 cpu 翻了一番。 二、智能体时代的入场券，尼摩克尔与欧鹏克尔老黄在演讲中反复提到一个词，为真体 ai 代理师 ai。 英伟达推出了尼莫克，这是一个专门为企业打造的 ai 智能体平台，它基于目前最火的开源项目 open， 能让开发者几分钟内就拉起一个能自己做决策、跑流程的 ai 助手。 接地气的比喻，以前的 ai 像个问答机，现在的 ai 像个实习生，不但能回答你问题，还能直接帮你预定机票、写代码并辅助上线。三、物理 ai 从屏幕走向现实这次大会上最吸睛的莫泊伦 和迪士尼合作的雪宝欧朗机器人，通过 project g 二零零 t 平台，英伟达展示了人形机器人如何通过观察能力来学习动作。不仅是玩具，英伟达还展示了与比亚迪、 吉利等车企深度合作的奥培魅影自动驾驶平台，强调 ai 已经可以像人类一样感知并适应复杂的物理世界。哪些地方超出了预期？ a 类芯片点 ai 工厂大家原本以为英伟达只会发新品芯片，但老黄给出的是一整套 ai 工厂 方案。现在的英伟达不单卖芯片，它连光通信、 cpu 技术、液冷系统甚至电力分配方案全给包圆了，单机位工作已经冲到了五百千瓦以上，这种集成度让友商很难在短时间里追赶， 因为他卖的是一套制造精简，而不仅是一块板子。二、对推理市场的降维打击 过去大家都觉得英伟达擅长训练，而推理环节有很多初创公司如 grog 再分蛋糕。这次英伟达展示了专门针对低延迟推理优化的芯片，据说他结合了收购来的各种黑科技，能让推理成本降低十倍以上。 老黄的意思很明确，训练我要拿捏，推理我也要吃干抹净。三、太空数据中心脑洞打开最让人意想不到的冷知识是老黄顺带提利嘴关于太空数据中心的设想。面对地球上更为紧张的电力和散热挑战， 英伟达已经在研究利用卫星网络在太空处理数据的可能性，虽然目前还在画饼阶段，但这种格局确实拉开了差距。整场大会听起来最强烈的感受是，英伟达已经不再是一家半导体公司， 而是一家计算平台公司的能源管理公司。他通过落地的架构、稳固的硬件组成， 通过尼莫克尔抢占了软件生态位，再通过机器人技术把低矮带进物理世界。对普通用户来说，这意味着我们手机里的对手，路上跑的自动驾驶，甚至是工厂里的机械，很快都会变得更聪明、更像人。

黄仁勋说，我们不仅卖算力，我们现在直接掌控了 ai 这座金矿和印钞机的所有铲子。昨 天晚上的 gtc 大 会你们看了没有？太精彩了，我来给你们解读一下，我保证你不需要任何的电子工程背景，你只需要有小学文化水平，都能看懂这个视频。 第一个大点啊，就是这次的 gtc， 重点，它不是英伟达，又出了一块更强的卡。重点是什么呢？英伟达它现在卖的已经不只是 gpu 了， 而他想卖一整套的 ai 工厂，这里面不仅有 gpu， 还包括 cpu、 网络存储、交换机软件，甚至还有专门负责超快吐资的 lpu。 也就是说，他不是只卖一台发动机了，他现在卖一条整车，整条生产线。你可以很简单的理解啊，以前英美达卖芯片，现在英美达卖整座工厂。 第二大点啊，是为什么这次大家一直在讲 talk， 讲推理啊？因为 ai 现在赚钱的方式啊，越来越像开工厂生产东西。 以前的数据中心，它更像一个仓库，是存文件的。现在的数据中心，它更像一个工厂，是在不停的生产这个 token。 你 每次问 ai 一个问题呢？它给你吐出来的每一个字，每一句话，每一段代码背后都在消耗这个算力。 所以黄仁勋这次在讲什么？他说谁能更便宜，更快的生产这个 token， 谁就能更赚钱。所以呢，你可以把它翻译成一句特别好理解的话，在 ai 时代啊，比的不是谁的芯片参数更好看，而是谁能说话更快，更便宜，更能赚钱。 然后第三大点啊， lpu 是 什么呢？为什么大家觉得它很重要，你可以把它理解成 gpu 像一个大厨，他负责做菜， lpu 呢，更像一个传菜员，他负责把菜一盘一盘的很快的给你端出来。 ai 回答问题啊，不只是前面要响，后面还要一个字一个字往外吐。那 英伟达这次把 lpu 放进整个系统里，就是想解决这个问题，让 ai 不 只是会响，而且能很快的把答案流畅的吐出来。 最简单的表达就是， gpu 负责大脑思考， lpu 负责快速出字儿。第四大点啊，为什么说 cpu 这次有点超预期呢？就以前很多人觉得 ai 时代最重要的就是 gpu 对 不对？ cpu 没那么重要，但是黄仁勋这次啊，其实在说不是的， ai 真正落地以后， cpu 的 价值反而上来了。原因很简单啊，因为 ai 不 只是回答一句话了，它还要去调用工具，去查数据库，去跑代码，去验证结果。 这些活很多不是 gpu 最擅长的，而是 cpu 要做的，如果 cpu 跟不上， gpu 就 会在那干等着。所以你可以理解成，以前大家觉得 ai 只靠 gpu， 现在发现 gpu 再强，也得有人给他打下手，那 cpu 就是 那个关键打下手的人。 第五大点啊，为什么这次大家一直提这个易购计算这个词听起来有点吓人对不对？你们别被吓着啊。其实他这个意思很简单，就是说不要让一种芯片干所有活，而是让不同芯片干自己最擅长的活。咱们就像一个餐厅，里面，不是让一个人既做饭又端菜又收银又洗碗，而是分工对不对？比如说厨师做饭， 服务员端菜，收银员收钱，哎，这样效率比较高。所以英伟达其实现在在干的就是这件事，让 gpu 干自己最擅长的 cpu， 干自己最擅长的 lpu， 也干自己最擅长的网络和存储，也各司其职。哎，这就是为什么大家说它不是单点升级，而是整个系统升级。 你可以理解为一句话，就未来不是一颗芯片打天下，而是一群不同的芯片搭在一起干活。然后第六大点，为什么大家讲光，讲 cpu， 讲光纤？ 因为 ai 集群现在越来越大，对不对？芯片之间的传输数据的压力也越来越大，你可以理解为这个车它跑得再快，但是路不够宽，它也跑不起来，对不对？芯片很强是没有用的，因为芯片和芯片之间如果连接的不够快，整个系统还是会堵。 所以啊，这次市场特别关心的其实是路怎么修，也就是互联交换机。这次啊，因为它的官方表述是更接近于铜和光一起用，而不是说一步到位，全部换成光。所以啊，这个趋势肯定是对的，但是节奏还没有那么一步到位， ai 走到今天，它的瓶颈已经不只是芯片本身了，还在于芯片之间怎么高速通车。然后第七大点啊，这个 nemo， claw agent 这些东西啊，它到底代表什么呢？你也不用记这些具体的名字啊，你只用记住一件事情，就现在 ai 正在从回答问题变成帮你做事儿。 以前你问 ai 一个问题，他回答你就结束了，以后不是了。以后 ai 会自己去查资料，自己调工具，自己写代码，自己做判断，分步骤完成这个任务，这个就叫 agent。 所以 啊，黄仁勋这次他不只是讲硬件，他还在讲这个软件平台，因为他想把 ai 帮人干活这个事也给卡住。 过去 ai 像聊天机器人，以后 ai 更像一个数字员工了。总结下来啊，这次 g d c 说白了就一句话，英伟达已经不只满足于卖 g p u 了，他现在想把整个 ai 基础设施都包下来， g p u 负责算， cpu 负责打下手， l p u 负责更快吐字光和交换机负责把数据传输得更快，软件负责让 ai 真正去干活。以前大家看英伟达看的是一块卡，现在要看的是它是不是在搭一整座 ai 工厂。

大家好，闭着眼睛买 ai 概念股就能赚钱的日子结束了，现在要做的是拿着黄仁勋给的 ai 基建施工图，去寻找那些在新材料、 新工艺、新架构上真正有卡位优势的公司。今天这期视频聊聊这次英伟达 gtc 大 会与以往不同的三个核心变化， 以及这些变化传导到 a 股，到底哪些板块是真理好，哪些可能只是凑热闹？这次黄仁勋提出了一个概念，叫 token 工厂经济学。什么意思？未来的数据中心不再是一个存储计算的地方，而是一个生产 token 的 工厂。这就带来两个颠覆性的观点，一、推理时代， 算力需求不仅没降，反而指数级上升。以前大家担心训练完了芯片就卖不动了，但老黄说了，现在 ai 进入了推理时代和代理式 ai 时代，机器跟机器之间的对话产生的 token 数量比人机交互多得多，这意味着算力的需求从建设期进入了运营期， 这是一个更长久、更持续的故事。二、 gpu 不 再是唯一的解硬件开始分家了。 这次发布的 lpu 是 个非常重要的信号，它的逻辑很直接， gpu 像个长途重卡，适合预训练。但到了推理环节，特别是那个吐字的过程，需要的是低延迟，这时候就得用 lpu 这种 sram based 的 送货快车。 ai 基建进入了精细化管理阶段， 以前是一招鲜吃遍天，现在是不同的活得用不同的工具。英伟达的护城河不再只是一块最牛的 gpu， 而是它能提供一整套基群，把 cpu、 gpu、 lpu、 网络全都协调起来。这次 gtc 有 两个细节 让我觉得很有意思，甚至有点超预期。第一， cpu 居然又支棱起来了。这次发布的微软 cpu， 老黄说它是全球首款专为智能体 ai 打造的处理器，还说要单独卖成为一个数十亿美元级的业务。 这打破了以前 cpu 只是陪衬的刻板印象。这告诉我们，在复杂的 ai 计算中，调度和控制的角色依然重要， 计算架构正在回归均衡。第二，铜栏不仅没死，反而地位更清晰了。之前市场很恐慌，觉得光模块一出来，铜栏就要被淘汰，但这次 gtc 上英伟达明确了，铜和光会长期共存 在机柜内部短距离连接铜栏因为成本和工号优势依然是主力，只有在机柜之间长距离互联，才会用上 cpu 光互联。这就给做铜连接和 pcb 的 厂商吃了一颗定心丸。看完这些，我们再来看 a 股， 为什么 gtc 发布后，有些算力股反而跌了？因为市场在去伪存真，资金在根据新的技术路线图调仓。那么机会在哪里？我梳理了三条最清晰的主线， 主线一，高端 pcb 与 ccl 互通版物理层面的军备竞赛。这次发布会最大的隐形赢家其实是 pcb lpu 芯片，因为采用 sram 架构和三 d 堆叠，对 pcb 的 层数、材料要求极高， 需要五十二层以上 m 纳米级材料的超高密度板。同时， robin ultra 采用的 pcb 设计给 pcb 市场带来了巨大的增量，这不仅是用量的增加，更是价值量的跃升。 那些能够突破技术瓶颈，进入 ai 服务器高端 pcb 供应链的公司，比如盛宏科技、沪电股份等，估值逻辑可能会被重塑。 主线二，铜连接与高速线缆被误解后的价值重估。就像刚才说的，既然英伟达确认机柜内部依然要用铜， 那么之前因为光进同退的恐慌而被错杀的公司就有了修复的空间。特别是那些给 netlink 提供铜缆背板或高速线缆的供应商，比如沃尔和材等，只要铜缆的性能跟得上，这个市场依然稳固。 主线三， hbm 高宽带存储器与先进封装存储的外溢效应。 verranubin 搭载了 hbm 4， 三星和 sk 海力士是主力军， 但韩国厂商订单排满，势必会产生外溢效应，给国内的封测和材料厂商带来机遇，比如给 s k 海力士做配套封测的太极实验，或者在先进封装材料上有突破的公司。需要警惕的板块，纯粹的低端光模块组装厂。 随着 c p u 技术的成熟，可插拔光模块在部分场景被替代是趋势。只有那些掌握硅光芯片 c p u 封装核心技术的公司，已经超过了摩尔定律。 这次 gtc 大 会给我的最大感受是， ai 基建的粗放式投入期可能正在过去，取而代之的是一个结构更复杂、技术门槛更高、分工更细的精耕细作时代。 对于 a 股投资者来说，闭着眼睛买 ai 概念股就能赚钱的日子结束了。现在要做的是拿着黄仁勋给的这张施工图，去寻找那些在新材料、新工艺、新架构上真正有卡位优势的公司。你怎么看？这次 gtc 大 会，你认为下一个被颠覆的环节会是什么？欢迎在评论区留言讨论。 好了，本期视频就到这里，如果你想获得更及时深入的重点公司分析和投资干货，也欢迎加入我的专属会员群，点赞关注我们，下期视频再见！

英伟达 gtc 大 会展示的维尔 rubin 平台采用百分之一百全液冷设计，标志 ai 算力进入液冷时代。传统风冷无法满足单芯片两千瓦以上散热需求，利用液体沸腾带走热量，换热效率是风冷的好几倍。 实测下来，数据中心的能耗指标 pe 能从一点五以上稳稳降到一点一以下，意味着散热消耗的电量大幅减少。 当算力密度突破物理极限，散热技术从辅助功能升级为直接影响服务器稳定运行与能效表现的技术要素。从辅助到核心，散热技术的迭代正在推动整个数据中心基础设施的升级换代。

g t c 二零二六年前张 p c b。 与 m 九材料的投资盛宴 g t c。 二零二六年大会呢，将会在三月十六号到十九号召开，这次大会呢，不仅仅是 ai 芯片的展示平台，更是 p c b。 产业价值重塑的一个新的起点。 这一次呢，英伟达新架构的芯片呢，将会为高端的 pcb 和 m 九材料呢，带来重大的机遇。我们从两个逻辑上面呢，给大家做一个深度的分析。逻辑一，三大新品呢，驱动 pcb 的 价值重塑。 g t c。 二零二六年的增量逻辑呢，主要聚焦于系统级的互联密度。这个过程呢，将会催生三款对 p c b。 需求产生质变的新产品。第一款产品呢，是 l p x 的 推理专用机架，这个过程呢，将会对芯片的密度呢，实现革命。 g p u 呢，从六十四到七十二颗呢，增加到了两百五十六颗，专用的 l p u 推理效率呢，呈现指数级的提升。 同时呢，将会采用五十二层加 m 九 q plus 的 通红板，当机柜的 pcb 的 价值量呢，高达五万美金， 是传统 ai 服务器的三到四倍，开辟了高阶通红板的全新赛道。第二个是 m v l 五七六的卢秉 u 叉的正胶背板，它将会引发互联界制的革命，运用七十八到一百四十四层的超高层，而正胶背板 物理替代铜栏，突破五百七十六颗。 gpu 的 互联损耗与空间瓶颈，采用混压结构，也就是 m 九，加上 p t f e 当版价值呢，高达三万美金。当前的技术壁垒呢，极高，全球仅有三到五家的 pcb 厂商呢，具备量产的能力。我们认为这个过程当中呢，有望催生产业链的龙头。第三个呢，是 vr 两百的 hbm 四的平台，它带来了存储宽带的革命。 h b m 四呢，引入促使主板向更高层数、更精细线路的一个升级，采用了二十八到三十二层的一个 h d i， 同时呢，线宽和脉距呢，向十五微米去推进，推动了 h d i 厂商向内窄版的工艺迭代，同步的淘汰落后才能。我们认为齿轮增量关键在于复杂度的溢价， 这当中包含了陈述材料工艺同步的升级，推动高端 pcb 的 价值与毛利率实现非限性的一个增长。目前呢，已经进入到 mv 产业链的企业呢，是最为明确受益的。 第二个逻辑呢，是有关于 m 九材料呢，将会成为刚需。 m 九材料呢，作为 pcb 的 核心基材，本次 gtc 大 会呢，将会实现从选项到刚需的一个重要转变。这当中呢，有几点值得大家明确的。 第一个是应用广度的扩张，以往 m 八呢是主流， m 九呢，仅仅只是用于核心信号层，现在呢， l p x 机架与 m v l 五百七十六正交背板的核心信号层强制指定了 m 九 q plus 的 材料。 因为当前 m 八的材料呢，已经无法满足两百二十四 g 到四百四十八 g 的 损耗预算， m 九也就成为了实现目标率的唯一选择。第二个呢，是性能深度强化， m 九的高性能依赖于石英纤维部，而当前 q 部极低且稳定的界电参数呢，是解决高频信号抗扰和相位一致性的基础。 根据我们此前的视频说明，当台的 l p x 机柜 p c b 的 消耗呢，是一千零三十七平方米，和上一代相比呢，增加了两倍之多，这样的稀缺性也成为了 m 九放量的一个重要瓶颈。第三个是价值强度的突显， m 九材料呢，当价是 m 八材料的两到三倍，普通 f 二杠四的十五到二十倍。 新架构使单板材料的成本占比从百分之三十跃升到百分之五十以上。从二零二五年开始， 上游的 q 部呢，因供需失衡呢，已经出现了涨价的问题。根据产业链的发酵程度来说，这样的过程也将传导到 m 九的副铜板以及下游的 pcb。 在 此呢，我们也和大家分享一下 m 九产业链的受益顺序。 首先是 q 布，其次是特种数值，第三个呢是 h v l p 的 头模，第四个是功能性的填料。我们可以沿着这样的思维呢，去把握 m 九的投资机会。我们认为本次的 g t c 大 会将正式宣告 ar 硬件竞赛进入了系统级互联的一个时代， 这不仅仅是芯片的胜利，更是高端 p c p 与先进材料确定性牛市的过程。整个投资主线紧扣复杂度的提升和材料的瓶颈， 在稀缺的环节当中寻找具备确定性定价权的核心资产。好了，今天的视频呢，就到这里，欢迎关注、点赞收藏，谢谢！

welcome to g t c 这位男女老少都喜欢的男人，英伟大 ceo 黄仁勋在硅谷 g c t 大 会上做了一场整整一百四十分钟 没有任何草稿的演讲。那么他到底透露了哪些 ai 行业的关键信息呢？ g t c 被称为全球 ai 行业的风向标， 很多改变世界的人工智能技术、 ai 芯片、机器人都是从这里首次亮相。我这里出了黄奕勋演讲中最重要的六大 ai 趋势，一起来看看未来十年的人工智能会发生什么呢？第一， ai 进入 token 的 经济时代。黄奕勋反复强调一个词， token。 token 是 ai 理解世界的基本单位。未来的 ai 系统本质上就是把数据转化为 token， 再转化为知识与决策。所以未来很多 ai 的 核心能力就是每秒可以生成多少 token。 tokens per y is important because every data center， every single factory by definition is power constrained a one gigabyte factory will never become two it's physically constrained the laws of atoms， the laws of physicality and so that one gigawatt of data center the most important workload is it's thinking the large language model， the large language models are going to grow， larger and larger and larger it's going to generate more and more tokens more quickly， so it could think more quickly， but it also has to access memory。 第二，数据中心将变成 ai 工厂。它提出了一个非常重要的概念， ai factory。 过去数据中心只是存在储蓄的数据加计算，而未来数据中心将是生产智能的工厂，它的产出不是产品，而是 token。 intelligence the world's ever seen and also to do it at planetary scale so nvidia d s x is our new ai factory platform ai is able to do productive work and therefore the inflection point of inference has arrived。 第三， ai 算力需求正在爆炸。 ai 的 发展正推动了算力需求指数级的增长， 原因有两个， ai 的 模型越来越大， ai 的 需求越来越多，而未来全球都会在建设 ai 的 超级数据中心。第四， ai 正在进入推理时代。 过去的 ai 主要是做训练，未来 ai 主要是做推理，因为 ai 需要的是思考、规划，执行任务，这会让算力需求持续的爆炸。 ai now has to think in order to think it has to inference ai now has to do in order to do it has to inference。 ai has to read in order to do so it has to inference， it has to reason， it has to inference every part of ai， every time it has to think it has to reason， it has to do it has to generate tokens， it has to inference way past training now it's in the field of inference， so the inference inflection has arrived。 第五， ai 正在进入 a 整时代。 ai 正在经历三个阶段，第一是生成式 ai， 第二是推理式 ai， 第三是智能 ai， 就是 我们说的 a 准 ai。 未来的 ai 不 仅要回答问题，还会要自动完成任务，就像我们最近火爆的龙虾 ai， 比如说写代码，做研究，运营业务。 so peter steinberg is here， and he wrote a piece of software it's called open claw and and i don't know if he realized how successful it's going to be， but the importance is profound open claw is the number one it's the most popular open source project in the history of humanity and it did so in just a few weeks it exceeded what linux did in 30 years and it's that important it is that important it will do well and what is the meaning of computing altogether generative ai 2023 end of 22， 2023 the next reasoning ai 01， which and then took off with o3 reasoning allowed it to reflect allows it to think to itself， allowed it to plan， breakdown， breakdown， problems and decompose， and ai is gonna be much much faster than us future agents are gonna use structured databases as well。 第六， ai 是 新的工业革命。黄轩给出的判断非常明确， ai 不 仅是一项技术，而是新的基础设施。就像过去我们是用电力互联网，而未来， ai 将会成为全球新的工业基础设施。 the chat gpt moment of self driving cars has arrived we now know we could successfully autonomously drive cars and today we are announcing four new partners for nvidia's robo taxi ready platform byd hyundai， nissan geoli all together 18 million cars built each year joining our partners from before mercedes toyota gm， the number of robo taxi ready cars in the future are going to be incredible。 而整场演讲的最后一幕也是非常有意思，舞台上出现了迪士尼的雪人， olaf ladies and gentlemen hold off。 然后又播放了一个视频，一群机器人开始一起唱歌跳舞，黄仁勋也在里面。那一刻，你会突然感觉到 ai 不 再是冰冷的科技，他开始进入艺术、娱乐、创造力和每个人的生活本身。也许这就是黄仁勋所说的 ai 时代才。

如果把黄仁勋这次 gtc 大 会的讲话压缩成一句话，那就是殷伟达正在把自己从卖 ai gpu 的 公司彻底重构为卖 ai 工厂的芯片巨头。黄仁勋把业务主线从训练推进到推理加 ai 智能，体 现在最关键的指标不再是单芯片的峰值性能，而是每瓦特每单位成本所产生的 token。 这很像马斯克的第一性原理就是降低成本，提高每单位成本下所产生的收益。 黄仁勋给出的商业底层逻辑其实非常清楚，他多次强调极限协同，就是把计算、网络、软件、供电、冷却等等一系列元素当做一个整体来优化。 当前最新的 roubo 平台，相比于老的 blackwell 平台，可实现每瓦特最高十倍的吞吐，训练成本仅仅需要十分之一的吞吐，并且把训练 gpu 的 成本降低到四分之一， 这已经不再是简单的芯片迭代，而是整个 ai 基础设施经济学的重写。这次 gtc 二零二六不再是单一新品发布会，而是因为打靶 gforce 算力存储机器人装进了同一序式当中， 从单一 gpu 供应商升级成了 ai 基础设施总包商。所以现在目前市场看到的英伟达已经不再是一家靠卖传统芯片来赚钱的公司，而是一家整合所有资源，着力打造 ai 工厂、 ai 所有基础设施的这么一个庞大帝国。 这次 gtc 大 会很好的回答了投资者最关心的两个问题，一是需求有没有鉴定，二是英伟达会不会被其他的自研芯片稀释掉护城河。 目前来看，英伟达依旧维持着 ai 算力市场的领先地位，未来的增长空间还很巨大，预计英伟达还有百分之五十的上涨空间，也就是股价在最乐观的情况下可能会达到三百六，目前股价是一百八十多。

一场大会，为何能牵动全球科技界？英伟达 gtc 二零二六大会或许正在给出答案。 一开场啊，老黄就扔了一个数字，到二零二七年，英伟达的旗舰芯片要赚一万亿美元。这个数字为啥重要呢？因为以前算力主要卖给少数公司搞 ai 训练。现在呢，要赚到一万亿，或许就得卖给各行各业干活用。 以后的算力啊，可能会像水电一样，按用量分层收费。那怎么支撑这么大的量呢？英伟达掏出了 vera robin， 它不再是一块芯片，而是七种芯片加五种机架打包成的 ai 工厂预制件。 第一台呢，已经在微软上线了，英伟达直接从卖零件变成了卖整条生产线。工厂有了，但 ai 生成，答案太慢了，怎么破呢？根源就在于数据搬运耗时太长。英伟达的解法是极致协同设计， robin 呢，负责翻书查资料，新来的 grok 负责快速说出来，一结合呢，整体的能效指标提升了三十五倍。 至于设备之间怎么连呢？他选择光铜并举。机柜内部呢，用铜线啊，便宜又稳定。机柜之间呢，用光缆，跑得快，怎么实用怎么来？此话一出啊，三月十七日，铜缆涨，光，模块跌。三月十八日啊，算力产业链集体爆发， 基础设施到位了， ai 还能干啥呢？他提了两个方向，一呢，是进企业打工，因为他即将推出的 neemo cloud， 是 给 ai 装上安全锁的龙虾企业版。以前公司啊，不敢让 ai 碰核心系统，现在呢，或许可以放心了。二呢，是物理 ai， 罗氏买的三千五百块 gpu 搞星耀研发，比亚迪呢，库卡机器人也来了，当 ai 真的 进入了工厂，进了医院，上了马路，物理 ai 呢，也许就是算力的下一个海量市场。 当然，蓝图再大也有骗术。英德尔的 cfo 说存储芯片缺到了二零二七年，需求有多疯狂，供给呢，就有多紧张。 并且啊，下游资本开支能不能够持续替代技术会不会分流市场，库存周期会不会反转，这些风险呢？同样值得多留一份心。

大家好，我是胖虎哥。昨晚 gtc 大 会结束，总体符合预期，早盘竞价一看手头的盛红续创高开，放心去处理工作上的急事，忙好回来一看，崩得迅速而彻底。 截至下午十三点三十分，向下的势头仍未止住，只能说现在的量化有策略，懂心理，属实把 a 股几十年的套路玩明白了。 昨天下午拉升叠加外围市场铺涨，今天就马上高开出货，只剩下奔着 gdc 立好冲进去的股民在风中凌乱。看看群里小伙伴让 gemini 开盘前做的操作策略，可见现在的 ai 有 多恐怖。 gdc 大 会的情况很多专业博主都分析过了，我这里就不赘述了，会前都剧透过 老黄，重点还是放在英伟达产品的新架构、新技术、新应用以及成本优势上。一如既往地提到机器人云服务，比较意外的是提到太空蒜粒和龙虾，甚至针对龙虾制作的短片。 有趣的是放了几张国内龙虾信图的活动照片，可能想说明影响力。对于大家比较关心的市场影响，这里有一张图，总结比较到位，结合讲讲个人的看法。 rubin 采用百分之一百夜冷设计，店员讲了 hvdc， 但两者都是已知的信息，市场普遍 pricing， 因此今天属于下跌的板块。正交背版的展示在预期中，英文叫做中背版其实是一回事，翻译的问题。 由于前段时间曾经传出 c p u 进柜内代替正交背板的传言，所以这个原本预期内的事情变成略超预期了。叠加 l p u 的 推进，对于 p c b 是 利好，今天互电走强在意料之中了。 c p u 方面，现场展示 spectrum x c p u 交换机 部署时间、应用范围等信息，相比市场所知没有边际变化，但重大变化在于老黄明确了 无论 rupee 还是新发布的下一代 finman 架构，都会并行采用同光、 c p o 三条技术路线，这对于前段时间市场盛行的 c p o 代替一切的言论是重大打击，也是我一直强调的，不能盲目相信大 v， 要有独立思考能力， c p o 在 遥远的未来会大规模量产，甚至成为主流方案，这个我没有否认，但有组织的吹捧过早去拉升一些短期没有业绩的票就是别有用心。 我十一日的视频提醒过 gtc 还有 o f c 大 会可能会成为光通信短期高点，特别是 cpu 板块，近期要远离蓬莱，我认为也是一日游。但有业绩的 ai 硬件大票无需过度悲观，随着一季报临近，应该会迎来一波修复性行情。

本次 g t c t c 二零二六大会在当地时间三月十六日正式开启，被称为 ai 届的春晚英伟达创始人黄仁勋在盛和赛 scp 中心登台演讲。大会持续到十九日，超过三万名来自一百九十多个国家的开发者和企业代表参与，核心就是探索 ai 如何成为关键基础设施。 哇，这个规模确实够大，不愧是 ai 界的春晚。那黄仁勋的演讲里第一个重磅信息是不是关于算力需求的调整？ 没错，黄仁勋直接把二零二六到二零二七年的全球 ai 算力需求预测从五千亿美元上调到了一万亿美元。他说这是百万倍增长的新阶段。 去年他还在说五千亿的需求覆盖到二零二六年，现在直接翻倍到一万亿，甚至认为实际需求可能更高，会出现供不应求的情况。受这个消息影响，英伟达股价一度涨了百分之一点六五，市值达到四点四五万亿美元。 这个调整幅度真的很大，看来 ai 算力的需求增长确实超出了预期。那黄仁勋对 ai 发展阶段的判断有没有更新？ 有，他说 ai 已经跨越了生成式 ai 阶段，进入了推理拐点和智能体时代。过去三年有三个里程碑，叉 gpt 开启了生成式 ai 时代。 open ai 的 o 一 模型让 ai 能反思规划、分解复杂问题。 cloud code 智能题革新了软件工程， ai 从感知到生成，再到现在的推理和执行，完成了一轮演进。 这么说， ai 已经从能生成内容变成能主动解决问题了。那黄仁勋提到的 token 工厂经济学又是什么意思啊？ token 工厂是他提出的全新概念，未来数据中心不再是存储中心，而是生产智能 token 的 工厂。 token 是 ai 理解世界的基本单位，是核心生产资料。 他强调，数据中心受电力限制，一 g w 的 工厂永远变不成二 g w， 所以 谁的每瓦 token 吞吐量最高，谁的生产成本就最低。英美达还把 ai 服务分成了五个层级，从免费层到超高速层，每百万 token 的 价格从零到一百五十美元不等。 这个分层很有意思，不同需求的用户可以选择不同的服务层级。那本次大会的重头戏 veruben 超级 ai 平台具体有哪些突破？ vr room 不 再是单一芯片的迭代，而是七款芯片垂直整合的超级系统，专为智能体 ai 设计。它采用台积电三纳米制成，集成了三千三百六十亿晶体管，比上一代 blackwell 提升了百分之六十一点五。 搭载两百八十八 gb hbm 四显存，内存待宽达到二十二 tb 每秒。整个平台由微软 cpu 和 roman gpu 组成，采用百分之一百液冷散热，支持四十五度热水冷却，能大幅降低散热能耗，而且实现了全线缆消失。 机架安装时间从两天缩短到两小时， n v l 七二机架的安装时间更是从两小时压缩到五分钟。这个安装时间的提升太夸张了，从两天到两小时，再到五分钟，效率提升了好几十倍。那性能方面的提升具体有多少？ 每兆瓦吞吐量提升了三十五倍，相比 hopper 架构，每瓦特 token 生成能力提升了三十五倍。 在一 g w 的 数据中心里， token 生成速率从每秒两百万提升到七亿，增幅达到三百五十倍，性能十项的飞跃，这个性能提升确实是飞跃级的。那针对高吞吐和低延迟的矛盾，英伟达有没有什么解决方案？ 有，英伟达收购了 groot 芯片团队，把 groot lpu 三纳入了产品系列。 groot lpu 擅长低延迟解码和擅长高吞吐量预填充的 rubin gpu 形成互补架构。 黄仁勋建议，高吞吐工作载可以百分之一百使用 vero rubin， 对 于高价值、低延迟的场景，比如代码生成或交互，可以配置百分之二十五的 groot lpu 节点，实现性能和成本的最优解。 grog 三 lpu 搭载两百三十，照片上 sram 数据带宽达八十 tb 每秒首 token 延迟小于零点一秒，推理性能是 h 一 百的十倍，未来还会以三 d 堆叠的方式集成在 finam 芯片 gpu 核心上。 这个互补架构确实能解决很多实际场景中的痛点。那飞吻下一代架构有什么亮点？ philim 是 继 robin 之后的下一代 gpu 架构，搭载 lp 四十处理器和 rosa cpu， 支持供风装光学技术，也就是 cpu 技术，是全球首款采用台积电一点六纳米 a 十六制成的 ai 芯片。 它的核心突破是把 lpu 和 gpu 深度集成，专攻推理延迟和内存强问题，融合了英伟达的规模优势和 grok 团队的工程能力，预计二零二八年启动生产，二零二九年交付客户。 cpo 技术好像也是本次大会的重点之一，具体有什么作用？ 英伟达推出了全球首个 cpo 光电供风装的 nvidia spectrum internet switch， 把光模块直接集成到芯片封装中，实现电子信号和光信号的直接转换，能耗仅为传统铜栏的百分之五， 能大幅降低 ai 集群的能耗成本和散热压力。这项技术是和台积电共同开发的，已经进入量产阶段。 这个技术对数据中心来说应该能节省不少成本，毕竟散热和能耗是数据中心的一大支出。那软件生态方面，英伟达有没有什么新动作？ 黄仁勋把开源项目 openclog 定义为 ai 时代的 linux， 说它的普及速度超越了 linux， 是 智能体计算机的操作系统。 针对企业使用时的安全顾虑，英伟达推出了 nimo cloud 企业级参考架构，内置策略引擎、网络护栏和隐私路由器，确保智能体在企业内部安全运行。还可以通过 nvidia agent to locate 软件，用一条命令优化 opencloud 开源加企业级安全方案，这样企业使用起来就更放心了。那 ai 和现实世界的结合，比如机器人和自动驾驶，黄仁勋有没有提到新的进展？ 他说，二零二六年是人形机器人商业化圆眼，下一波 ai 浪潮的核心是 ai 理解物理规律，并与现实世界交互。 在自动驾驶领域，英伟达和比亚迪、现代、日产、吉利及 uber 合作，部署 robert taxi 网络，推动自动驾驶的 chat gpt 时刻，在机器人领域和 abb、 酷卡、迪士尼等合作，用 iclab newton 物理引擎和 cosmos 世界模型训练人形机器人。 在太空计算领域，还发布了 verran space one 计划，在轨道上建设数据中心，用辐射散热解决冷却难题，没想到英伟达已经布局到太空领域了，这确实很有前瞻性。那数据处理方面有没有什么新的技术突破啊？ 英伟达打造了 cudf 和 cuss 两项核心技术， cudf 专注于加速数据框计算、处理结构化数据，能让企业级结构化数据运行数量级提升。 c u s 面向向量存储和语义数据处理非结构化数据和 ai 生成数据，实现非结构化数据的语义化和可计算化转换，这两项技术是未来数据基础设施的核心。 这两项技术相当于解决了结构化和非结构化数据的处理难题，为 ai 的 发展打下了更坚实的基础。今年还是 cod 二十周年，黄仁勋有没有提到相关的内容？ 有，今年是 cod 问世二十周年，二十年来， cod 已经累积了数亿 gpu 的 装机量，渗透到了每一个技术生态中。现在有数千个工具、编程器、框架和库，还有数十万个开源项目。 cod 已经深度集成到各个生态系统里，成为 ai 发展的重要基石。 uda 确实是英伟达生态的核心，这么多年的积累让英伟达在 ai 领域占据了很大的优势。那这次大会和演讲对全球 ai 产业链会有什么影响？ 首先是算力需求的暴涨会带动整个 ai 算力产业链的发展，从芯片制造到数据中心建设都会受益。 英伟达的 vr rubin 平台和 phnom 架构会进一步巩固它在 ai 芯片领域的领先地位。 grok lpu 的 加入会完善它的产品矩阵，满足不同场景的需求。 opencloud 和 nimo cloud 的 推出会推动智能体 ai 的 普及，加速 ai 在 企业中的落地。 ai 和物理世界的结合，比如自动驾驶和机器人，会带动相关行业的技术升级，推动人形机器人的商业化进程。不过需要注意的是，这些分析只是产业解读，不构成投资建议。 本期解读接近尾声，英伟达二零二六 gtc 大 会与黄仁勋演讲，核心内容我们已梳理完毕，我们会持续跟踪全球 ai 算力与科技产业动态，继续输出干货分析。感谢您的收听，大家下期再见！

别被芯片算力黑科技闹晕了，黄立勋这场演讲，真正影响你生活的就三件事。大家好，昨晚英伟达 gtc 大 会刷屏，很多人问我，这跟普通打工人、上班族、宝妈、个体户到底有啥关系？ 今天不讲专业词，只说你未来一到两年真实能感受到的变化。第一点，你用到的所有 ai 会变便宜、变好用、变听话。 以前用 ai 要么贵，要么笨，要么卡。这次 gtc 之后， ai 成本会大幅下降。 以后手机里的 ai 助手不只是查天气，而是真帮你干活、写汇报、做表格、改文案、想话术。各种 app 的 ai 会变得标配， 又好用又便宜。简单说，以前 ai 是 长鲜，以后 ai 是 日常标配。第二点，工作会变轻松，但会不会用 ai， 差距会拉的很大。 大家不用焦虑 ai 抢工作，他真正取代的是重复、机械、不动脑子的活。 像文员、销售、客服、个体户， ai 能帮你省一半时。真正拿开差距的，不是你多能熬，而是你会不会用 ai。 提，就像二十年前， 不会用电脑很吃亏，再过两年，不会用 ai 的 人会更累更倦。第三点，新机会很多，但跟炒币炒股没关系。 ai 万亿市场，普通人不用跟风，投资更不用慌。 会用 ai 做内容、做设计、做剪辑、接活更简单。把 ai 用到你本来的行业，比如教育、美业、餐饮、装修，你就更值钱。未来会出现一大堆 ai 相关的新岗位，不用懂代码， 会用就行。 ai 这波浪潮，是给愿意学工具的普通人留的路。最后总结三句话， ai 会更便宜、更好用、更听话。会不会用 ai， 直接决定你累不累，赚的多不多。 不用懂芯片，不用追风口，先学会用 ai 就是 最稳的思路。 ai 不是 玄学，就是下一代工具，越早用，生活越省力。觉得有用点赞收藏，转发给还在焦虑的朋友！

一万亿美元的天文数字啊！昨晚老黄在英伟达 gtc 上说啊，二零二七年，全球云厂商和互联网公司将采购一万亿美元的 ai 芯片了。 去年黄轩在展望这个数字的时候是五千亿，那如此庞大的技术还能再翻一倍，实在是太炸裂了。这句话一出来，英伟达股价直接是拉了四个点，整个美股的芯片、半导体全部都躁动起来了，那市场都知道这意味着什么， 很简单啊，这叫需求验证了。别再听什么 ai 泡沫了，一万亿美元的订单，是谁在买单呢？那还不是微软、谷歌、 mate、 亚马逊这些科技巨头们，他们每年拿出上千亿美元来买芯片啊， 这些人不是傻子啊，是一群全世界最会算账的公司。你简单回顾一下前几年的 gtc 大 会，那时候老黄就说 ai 芯片会供不应求， 最大的问题是厂门不足。这不是在吹牛啊，而是他说出来的这一些话，比事实上的还要保守。这次 g t c 验证了英伟达的护城河不只是芯片和系统，而是生态和未来四年的路线图。那除了一万亿美元的今天言论现场，黄勋掏出了七颗芯片，五 套机架，全新的 ruby 架构 gpu 彻底实现了量产，产物释放竟能是前一代 blackwell 的 十倍，而能耗降到了只有五分之一。基于最新开发的蜂米架构，推出一点六纳米制成的专用推理芯片。 黄轩说，这是一套未来几年都无人能超越的推理方案，锁定了 ai 时代，从模型到推理，最强硬件生态垄断，直接把整个 ai 工厂的概念给兑现了。所以我一直说 ai 是 真的，全世界最聪明的那批人几乎都在往这个方向跑。看完英伟达的 gtc， 你 还觉得 ai 有 泡沫吗？

黄仁勋的 ai 春晚刚刚落幕， a 股的算力盛宴却已背盘狼藉。北京时间三月十七日凌晨，英伟达 gtc 二零二六大会在盛和赛落下帷幕。 ceo 黄仁勋身着标志性皮衣，用两个半小时描画了一幅激动人心的未来图景，锁定至二零二七年至少一万亿美元的 ai 计算需求。 全面夜冷的 vera ruby 平台、正式量产的 c p u 交换机、整合 grq 技术、专攻推理的 l p u 芯片，以及通往太空计算和物理 ai 的 野望。然而，仅仅数小时后，当这幅万亿蓝图映照在市场上，却照射出一片含义。 今日开盘， ai 算力产业链集体中挫， c p u 板块成为重灾区，天福通信、德克利等龙头股跌超百分之十，光模块、光通信、先进风装等赛道普遍大跌，多个热门股回吐近期涨幅。 一场被全球瞩目的科技盛会，竟在 a 股演变为一场剧烈的利好兑现式抛售。那这中间到底发生了什么？让我们来看看 g t c 二零二六到底讲了什么？为什么讲的好好的画风突变 一万亿美元需求愿景黄仁勋明确表示，基于已锁定的订单，到二零二七年，英伟达将面临至少一万亿美元的 ai 基础设施需求，并预测二零二七财年营收增长很可能超过百分之四十，高于市场预期。 二、硬件全面革新在 vr 平台下，一代 ai 系统百分之一百全液冷设计，宣称将单机柜推理成本降至十分之一，冷却成本降百分之六十五， 这宣判了风冷在高端算力场景的终结。叶冷从可选项变为必选项， c p u 量产落地，发布了全球首款量产 c p u 交换机 spectrum x， 标志着光互联技术从 scale out 正式杀入 scale up 核心战场，只在解决工号和待宽瓶颈。 growq lpu 登场，整合收购的 growq 技术，推出专为 ai 推理设计的 lpu， 主打超低延迟，与 gpu 形成训练推理组合拳推动 ai 应用落地，力推 ai 智能体即服务概念，提出 token 分 级定价模型，试图定义 ai 商业化的新规则， 同时在自动驾驶、机器人、太空计算等物理 ai 领域展示了广阔布局。 ok， 如果故事到这里就结束了，那么将会是其乐融融的景象。 但是事情并没有这么简单。面对万亿蓝图与绿色盘面之间的巨大反差，市场机构给出了多角度解读，核心矛盾点并非长期逻辑崩塌，而是短期预期情绪与估值的激烈博弈。首先，此前市场对光进同退的趋势抱有极高期待， c p o 被视为将快速颠覆可插拔光模块的下一代技术。然而黄仁勋在演讲中明确表示，我们需要更多的铜栏产量，也需要更多的光芯片产量，并宣布下一代 finement 架构将同时支持铜栏和 c p o 扩展。 这被市场解读为对光同并举路线的确认，打破了 c p u 将快速全面替代可插拔的单一现行预期， c p u 板块因此遭遇了最强烈的预期修正和抛压。有分析指出，单一蓄势被打破后，前期资金开始疯狂砸盘 sell the news。 其次，各股突发利空加持，板块恐慌。以龙头股天府通信为例，其在 g t c 召开同期突然公告拟发行 h 股复港上市。 在当下港股流动性偏弱、估值成压的背景下，投资者担忧其 a 股高估值将受 h 股定价牵引，形成估值枷锁。此前，塞利斯、先导智能等 a 加 h 案例的短期走势进一步加以了这种恐慌。 各股的突发利空在板块情绪脆弱时被放大，引发了龙头跌停、板块恐慌、资金踩踏的连锁反应。最后，预期透支与利好出境的经典博弈， 这是最主流的解释。在 gtc 召开前数月，市场已将 rubin 平台、夜冷标配、 cpu 进展等关键词反复交易，相关产业链各股，尤其是光模块、 pcp 等龙头在之前已累积巨大涨幅。 gtc 大 会成了传闻买入实时卖出的催化剂， 当所有利好被一次性官宣，前期潜伏的资金是其为最佳的获利了节时机形成了求图困境式的集体抢跑。 某机构直言，大会落在符合预期区间，技术路线清晰，但商业化颗粒度不够让市场彻底放心，导致追求短期确定性的资金选择离场。 尽管短期抛压沉重，但多数机构认为下跌并未改变产业长期趋势，反而是一次剧烈的区妹和排位赛，为真正具备硬核技术的公司创造了布局机会。 遵循 gtc 划定的技术路线，液冷高端 pcb、 先进材料绑定核心创新的光互联龙头仍是明确受益方向。 例如液冷渗透率从可选到必选的质变将带来业绩确定性，满足 lpu 等新芯片苛刻要求的 pcb 和高频高速材料公司壁垒更高， 短期情绪释放后，市场将迅速进入业绩验证期，能够真正兑现来自英伟达及全球云厂商订单、营收和利润高增长的公司将有望走出独立行情，而单纯依靠概念、缺乏技术护城河的公司可能在此轮调整后掉队。 总而言之，今天的寒潮或许正是对投资者眼光的一次淬炼。在喧嚣褪去后，谁能识别出那些真正镶嵌在 ai 王冠上的宝石，谁才有可能在下一轮由硬科技与实际驱动的行情中赢得先机。