文 | 深流研究所，作者 | 绛枫

2025年12月，黄仁勋做客Joe Rogan播客，承认自己一直处于焦虑状态。他说了一句用了三十多年的老话——英伟达离倒闭永远只有30天，然后补了一句很少有人注意到的话：

这不是口号，是真实感受，脆弱感和不确定感从未离开过，今天早上醒来的感觉和创业第一天没有区别。

那个月底，英伟达以约 200 亿美元现金收购了 AI 芯片公司 Groq 的核心资产。

随后的三个月，黄仁勋开始了他职业生涯中可能最密集的一轮公开露面。

2026年1月出席CES并发表演讲，他宣布AI正式接管物理世界；随后飞往中国，在上海逛菜场、在深圳参加年会、拜访供应链。

2月，在美国加州总部附近的炸鸡店，宴请30名SK海力士核心工程师；同月财报电话会上，提出算力等于营收。

3月，他极其罕见地发表了一篇万字长文，随后在GTC大会做了两个多小时的主题演讲，两天后又坐在金融分析师面前开了一场闭门问答会；紧接着是All-In Podcast将近两小时的长谈；再然后是Lex Fridman播客两个半小时的深度对话。

仅在GTC结束后的一周内，黄仁勋至少接受了四场独立访谈。

一个年营收2159亿美元、毛利率超过70%、芯片供不应求的公司的CEO，为什么停不下来？

他在反复说什么？

如果把黄仁勋这三个月里所有公开发言放在一起看，一个很明显的变化浮现出来：他不再只谈GPU了。

过去几年的GTC，舞台上的核心永远是新一代GPU——多少个晶体管、多快的计算速度、比上一代强多少倍。这是英伟达的传统节目。

但2026年的GTC不一样。黄仁勋提了二十多次的词不是GPU，是AI工厂。

在 CES 上，他说计算行业的每一层技术堆栈都在被重新构建，还判断所有 SaaS 公司都将变成 AaaS 公司。在达沃斯他说的是：这是人类历史上规模最大的基础设施建设。在财报电话会上他说的是：新的AI世界里，没有算力就没有token，没有token就没有收入。

把这些话串在一起，你会发现他不是在做产品发布，而是在重新定义一件事——英伟达是什么。

不是一家卖GPU的公司，而是一家AI工厂。客户不是在买芯片，是在买一套完整的推理生产系统——进去的是电力，出来的是可以卖钱的token。GPU只是这座工厂的生产设备之一，而不是全部。

这个定义跟过去十年市场对英伟达的认知完全不同。过去十年，英伟达就是GPU，GPU就是英伟达。它的股价跟GPU出货量挂钩，它的估值逻辑按芯片公司来打。

黄仁勋过去三个月反复强调英伟达的新角色，这实际上是在做一次大规模的认知校准——不是对内部，是对华尔街、对客户、对整个产业。他在说：你们对英伟达的理解需要更新了。

为什么是现在？

这个时间点不是随机的。英伟达正站在一个由它创造，但也会被它颠覆的变化面前。

AI行业的算力需求正在发生一次结构性的迁移：从训练转向推理。

训练是造模型——花几个月训完，一次性投入。推理是用模型——每一次ChatGPT回答问题、每一个AI agent执行任务、每一段 AI 生成的视频。推理是持续的、永不停歇的。黄仁勋在GTC上给了一个数字：两年内，英伟达平台上的token生成速率从2200万增长到了7亿，350倍。摩尔定律同期只能带来1.5倍的提升。

推理是增长故事。但它有一个英伟达必须面对的事实：GPU对推理的效率，不如对训练。

一次大语言模型推理包含两个阶段。预填充——一次性处理用户输入的整段文字，数据量大、高度并行，GPU效率极高。解码——逐字生成回复，每生成一个token，要重新读取模型全部参数但只做极少量计算。GPU的成千上万个计算单元在解码时大量空转，瓶颈不是算力不够，而是数据搬运不够快。

这不是性能问题，是架构错配，用一台为大规模并行设计的机器去做逐步串行的活。

黄仁勋在 GTC 上释放了一个重要信号：并不是所有高价值推理负载都该继续由通用 GPU 独立承担，部分场景需要引入专门针对 decode 优化的硬件。

这也解释了英伟达为什么要押注 Groq 的资产和其对应的架构能力。

Groq的LPU芯片架构跟GPU几乎完全相反：静态调度、确定性延迟、500MB SRAM直接焊在芯片上。它在预填充和训练上完全不是GPU的对手。但在逐token解码这个GPU较弱的环节，LPU的内存带宽是150TB/秒，英伟达最新Rubin GPU是22TB/秒，将近7倍。

GTC上发布的Groq 3 LPX搭配Vera Rubin GPU，在高交互性推理场景下效率是纯GPU方案的35倍。黄仁勋的建议配置是：如果你的工作负载主要是高吞吐的，100% GPU够了。如果有大量编码和高价值token生成需求，每1到4个Groq机架搭配1个GPU机架。

但光有两种芯片不够。你还需要一个东西来决定——每一个推理请求进来时，预填充交给谁、解码交给谁、缓存放哪里、带宽怎么分。

这就是Dynamo。

从卖芯片到卖工厂

Dynamo是英伟达在GTC上跟Groq 3一起发布的。这个名字来自西门子在1866年发明的发电机。

它不是芯片，不是推理引擎，而是一套调度层软件——英伟达称之为推理操作系统。

AWS、Azure、Google Cloud、Oracle同时宣布采用。

理解Dynamo为什么重要，需要先看清英伟达过去三十年的商业模式。

1999年到2006年，英伟达卖游戏显卡。2006年CUDA发布后，客户从游戏玩家扩展到科研机构和高性能计算中心。2012年AlexNet之后，客户从科研机构扩展到科技巨头的AI数据中心。芯片越卖越贵——从几百美元的GeForce到几万美元的H100，再到上百万美元的GB200 NVL72机架——但英伟达的角色始终没变：造芯片、卖芯片。客户买回去怎么搭系统、怎么做调度，是客户自己的事。

Dynamo改变了这一点。

有了Dynamo之后，客户不只是买英伟达的GPU和Groq的LPU——它们的调度、协同、任务分配全都运行在英伟达的软件上。英伟达不再只是卖零件，它开始提供整套工厂的运营系统。

如果把这件事对标到PC时代，英伟达过去的角色更像英特尔——芯片很强，但客户在芯片之上自建生态。Dynamo让它开始向微软的位置移动——不只提供算力，而是定义算力如何被调度和消费。

黄仁勋在GTC上展示了他设想的定价模型：AI推理服务分五级，从免费到每百万token 150美元。这个分层只有在异构调度（不同层级分配给不同芯片）的前提下才成立。Dynamo是实现这种分层的基础设施。

他在达沃斯把AI比作五层蛋糕——能源、芯片、数据中心、模型、应用。他在All-In Podcast上反复解释token工厂经济学。

所有这些表述指向的是同一件事：英伟达想卖的不再是芯片，而是工厂。 不是一颗GPU，而是包含GPU、LPU、CPU、网络处理器、调度软件、定价体系在内的完整推理生产系统。

从卖零件到卖工厂——这是英伟达三十年来商业模式的第一次质变。

他以前赌过一次

黄仁勋在Lex Fridman播客上讲了一段CUDA早年的故事，是他此前很少公开讲的细节。

2006年CUDA发布时，英伟达做了一个决定：把CUDA放进每一块GeForce消费显卡里。不管玩家需不需要通用计算，每块显卡都内置CUDA模块。

这个决定的代价是：每块GeForce的成本增加了50%。当时英伟达的毛利率只有35%。这笔支出几乎吞掉了全部利润。

市值从六七十亿美元跌到了15亿美元左右。

黄仁勋说他当时去跟董事会解释：消费者不会为CUDA买单，但如果CUDA能进入工作站和超级计算机领域，也许能回收利润。CUDA最终实现了这个也许，但花了整整十年。

面对一个风险高、回报周期长的决策，英伟达为什么还是做了？他在播客里给出的逻辑是：计算平台的核心是开发者，开发者跟着安装基数走。CUDA放进GeForce，意味着全世界每一台装了英伟达显卡的电脑都支持CUDA。开发者只要写一套代码就能在所有这些机器上运行。

这就是后来400多万CUDA开发者、80%以上AI训练芯片市场份额的源头。

现在，黄仁勋又做了一次类似的选择。Dynamo是开源的——任何人都可以用。Groq 3 LPX从交易落地到产品公开亮相，只过了三个月。英伟达在推理还没成为收入主力的时候就大举投入：200亿美元收购Groq、开发Dynamo、构建异构推理架构。

在闭门会上，分析师问了一个直接的问题：推理在你的收入里占多少？黄仁勋没有给出具体数字。他的2159亿美元年营收里，大头仍然是训练GPU。推理主导的那个未来，在自家的收入结构里还不是主角。

但他在用三个月的密集露面向全世界传递一个信号：英伟达已经在为那个未来全力押注了。

收获掌声，也直面质疑

CUDA的赌注花了十年才回本。这一次会等多久，黄仁勋自己也不确定。但他不会停下来。

在这三个月的密集露面中，他一边收获掌声，一边直面质疑。

GTC结束两天后的闭门会上，针对黄仁勋力推的token经济学，有分析师直接问他：推理在你的收入里到底占多少？All-In Podcast播客里，主持人David Sacks指出，英伟达50亿美元一座的AI工厂比竞争对手贵了近一倍，也有人问云厂商自研芯片会不会替代英伟达。而在达沃斯上，全球媒体更是把话题对准了AI泡沫论。

有媒体甚至把他过去一年的角色总结为五个字：超级销售员。

这些质疑来自不同场合，不同的人，实际都在追问黄仁勋同一个问题：你描绘的那个未来是真的吗？还是你需要所有人相信它是真的？

黄仁勋很少回避质疑，甚至会主动回击。他是一个极度理性的人，传记作者威特跟了他两年，对他的评价是凶猛、无情、负责。然而，除了谈论行业趋势、公司愿景，黄仁勋最近也开始说起遗忘、无知、生死这类感性的话题。

过去三十年，他很少公开说过这些。如今，他会说如果当初知道创办英伟达要面临多少痛苦，我永远不会做。他也会说希望死在工作岗位上。

为什么停不下来？他在最新的Lex Fridman的播客上说了十个字，算是他的人生信条：别被解雇，别无聊，别死掉。然后他补了一句：这三件事每一件都是高风险的。