黃仁勳GTC2026 演講全文：AI需求達數兆美元、算力躍350倍，OpenClaw讓每家公司都變成AaaS

輝達執行長黃仁勳在 GTC 2026 喊出「到 2027 年至少 1 兆美元需求」，並用 Token 工廠、CUDA 飛輪、Vera Rubin 怪物系統、OpenClaw 智慧體作業系統，完整拼出輝達的下一個十年藍圖。 （前情提要：黃仁勳 GTC 演講「DLSS 5、NemoClaw 」點燃 AI 幣：FET 飆 20%、NEAR、Ｗorldcoin創近月新高） （背景補充：中國國家安全部警告「龍蝦養殖」：OpenClaw 埋四大安全地雷，你的裝置可能被接管）   2026 年 3 月 16 日，輝達 GTC 大會開幕，黃仁勳站在舞臺上說了一句讓全場靜默的話：「去年我說有 5,000 億美元的高確信度需求。現在，就在此刻，我看到的數字至少是 1 兆美元。而且我確定，實際需求還要更高。」 這句話一出，輝達股價當天漲超 4.3%。但黃仁勳並不只是在報數字，他花了整場演講解釋這 1 兆美元到底從哪裡來、為什麼還不夠。 開場：CUDA 二十年的飛輪效應 整場演講的起點，是輝達的老本行——CUDA。今年是 CUDA 誕生二十週年，黃仁勳把它形容為輝達「100% 的戰略邏輯」。 白話翻譯一下：CUDA 就是讓 GPU 能被開發者寫程式的技術。二十年前它出現時，沒人確定它會成功，但輝達押上了大半公司資源死撐。現在回頭看，這個決定讓輝達建立起幾乎無法複製的護城河——數億塊執行 CUDA 的 GPU 遍佈全球，數十萬個開源專案依賴它，每家雲端服務商都整合了它。 黃仁勳說這叫「飛輪」：裝機量大 → 吸引開發者 → 開發者創造新演算法 → 演算法突破帶來新市場 → 新市場擴大裝機量 → 飛輪繼續轉。更妙的是，輝達持續更新軟體最佳化，六年前的 Ampere 架構 GPU 在雲端的租用價格反而還在漲——因為跑在上面的應用越來越多、越來越值錢。 Token 工廠經濟學：資料中心不再存檔案，改生產 Token 這是黃仁勳這次演講最核心的概念，也是解釋那 1 兆美元需求的關鍵邏輯。 簡單來說就是：過去的資料中心是「倉庫」，用來存你的檔案和資料；未來的資料中心是「工廠」，用來生產 AI 的基本單位——Token（可以理解成 AI 思考和說話的最小單位）。 黃仁勳說，每座資料中心都受電力限制，一個 1 吉瓦（GW）的廠永遠不會變成 2 吉瓦，這是物理定律。所以競爭的核心問題就變成：同樣的電，誰能生產最多的 Token？誰的每瓦 Token 吞吐量最高，誰的生產成本就最低，誰就贏。 Token 還會分層定價，就像商務艙和經濟艙： 免費層（高吞吐、低速度） 中級層（約每百萬 Token 3 美元） 高階層（約每百萬 Token 6 美元） 高速層（約每百萬 Token 45 美元） 超高速層（約每百萬 Token 150 美元） 換句話說，同樣一塊 GPU，黃仁勳告訴你要把它的功率分配到不同服務層級——吞吐量越高、速度越快，能賺的錢越多。他的估算是，相比上一代 Hopper 架構，新系統 Grace Blackwell 可以在同等功率下創造出 5 倍的收入。 Vera Rubin：兩年 350 倍，這不是摩爾定律，這是另一條曲線 黃仁勳說，提到上一代 Hopper，他可以舉起一塊晶片展示；但說到 Vera Rubin，大家想到的是整個系統。 數字說話：在同一座 1 吉瓦的資料中心裡，Token 生成速率從 2,200 萬個/秒提升到 7 億個/秒，兩年內提升了 350 倍。相比之下，同期的摩爾定律只能帶來約 1.5 倍的提升。 這個怪物系統長什麼樣？Vera Rubin 是 100% 液冷、全面消滅傳統線纜的設計，過去需要兩天安裝的機架，現在只要兩小時。黃仁勳說，微軟 Azure 已確認首臺 Vera Rubin 機架正式上線。 Groq 收購的真正用意：讓快的更快，讓貴的更貴 輝達把 Groq 的技術整合進來，不是為了取代自家 GPU，而是為了做「非對稱分離推理」——聽起來複雜，白話翻譯一下就是：把 AI 推理這件事拆成兩段，各找最適合的工具來做。 Groq 晶片的特點是有大量高速 SRAM（500MB），反應極快但記憶體小，適合做最後輸出 Token 那個步驟。Vera Rubin 晶片記憶體大（288GB），適合做前期的大量計算和快取。 輝達用 Dynamo 軟體把這兩者串在一起：「預填充」和注意力機制的解碼交給 Vera Rubin，對延遲極度敏感的 Token 生成部分交給 Groq。兩者用乙太網緊密耦合，整體延遲減少約一半。 黃仁勳還給了一個配置建議：如果工作主要是高吞吐，100% 用 Vera Rubin；如果有大量高價值的程式碼生成需求，拿出約 25% 的資料中心規模給 Groq。Groq LP30 晶片已由三星代工量產，預計第三季出貨。 DLSS 5：圖形學迎來自己的 GPT 時刻 黃仁勳說，十年前 GeForce 把 AI 帶給了全世界，現在 AI 要反過來重塑計算機圖形。他稱這個新技術叫「神經渲染（Neural Rendering）」，也就是 DLSS 5。 核心思路是：把傳統的確定性 3D 圖形（結構清晰、可精確控制）和生成式 AI 的機率性美感結合在一起。結構化資料確保畫面可控，AI 負責讓它看起來美到不像真的。黃仁勳說這個「結構化資料 + 生成式 AI」的融合思路，將在一個又一個產業中反覆出現。 OpenClaw：智慧體時代的作業系統 Peter Steinberger 開發了 OpenClaw，黃仁勳稱它是「人類歷史上最受歡迎的開源專案，幾周內就超越了 Linux 三十年的成就」。 什麼是 OpenClaw？用最簡單的語言說：它讓 AI 智慧體（Agent）能夠管理資源、呼叫工具、讀寫檔案、執行排程、把大問題拆成小任務分配給子智慧體——就像作業系統讓人類程式跑在計算機上，OpenClaw 讓 AI 智慧體跑在你的企業 IT 環境裡。 黃仁勳說：「每一家 SaaS 公司都將變成 AaaS 公司。」換句話說，...