“五层蛋糕”背后的产业逻辑与中国机遇

      近期，英伟达CEO黄仁勋提出了一个极具启发性的产业模型——AI的“五层蛋糕”。在这位当今全球最具权势的科技界领袖看来，人工智能并非单一的软件迭代，而是一个由下至上、高度耦合的复杂系统。这五层架构依次为：能源、芯片、基础设施、AI模型，以及应用。

　　在公众和资本市场的注意力被ChatGPT、“龙虾”（OpenClaw）等眼花缭乱的应用层产品牢牢占据时，黄仁勋的“五层蛋糕”理论犹如一针清醒剂。它不仅勾勒出了生成式AI时代的产业链全景图，更揭示了一个往往被忽视的冷酷现实：AI的竞争，其尽头不是代码的较量，而是对物理世界原子级资源的残酷争夺。

　　一、能源层：AI时代的“新石油”与终极瓶颈

　　在黄仁勋的“五层蛋糕”最底层的，不是数据，而是能源——更准确地说，是电力。过去20年，互联网的繁荣建立在“比特（Bit）”的边际成本趋零的假设上。然而，大模型打破了这一神话。从训练到推理，生成式AI的每一次呼吸都在吞噬海量的电力。

　　黄仁勋将能源放在第一层，切中了当前AI产业最隐秘的痛点。事实上，不仅是英伟达，包括山姆·奥特曼和埃隆·马斯克在内的硅谷领袖，都已经敏锐地察觉到：算力的尽头是电力。如果说上一代科技巨头通过垄断数据流量来建立护城河，那么下一代AI巨头的命门，将掌握在电网容量和清洁能源的供给能力上。

　　这也解释了为何近期大量硅谷资本开始涌向核聚变、地热能、太阳能等前沿能源项目。在“五层蛋糕”中，底层能源的稀缺性将直接决定上层建筑的扩张边界。没有充足、稳定且低成本的电力支撑，再宏伟的AI愿景也只能是空中楼阁。

　　二、芯片层：算力霸权的“硅基心脏”

　　建立在能源之上的是第二层：芯片。这是英伟达的绝对主场，也是整个AI产业跳动的心脏。在摩尔定律日渐式微的今天，“黄氏定律”（Huang's Law）正在接管算力增长的节奏。从A100、H100到最新的Blackwell架构，AI芯片已经不再是单纯的硅片堆叠，而是集成了尖端封装技术和高带宽内存的超级工程。

　　在这一层，产业逻辑已经发生了根本性的变化。AI芯片市场的壁垒不再仅仅是硬件设计的精妙，而是由CUDA生态构筑的软件护城河。这种软硬一体的垄断优势，使得底层算力成为了当前AI产业链中价值攫取能力最强的一环。英伟达狂飙突进的市值，正是对这一层“收割者”地位的最直白确认。然而，这种高度集中的算力霸权，也正在倒逼其他科技巨头（如谷歌的TPU、微软的Maia、Meta的MTIA）加速自研芯片的步伐，试图在“蛋糕”的第二层撕开一道裂口。

　　三、基础设施层：被低估的“隐形大动脉”

　　第三层是基础设施，包括数据中心、算力网络、先进冷却系统以及配套的电网设施。这是“五层蛋糕”中最重资产的一层，也是目前商业机遇最容易被低估的领域。AI大模型的训练需要成千上万张GPU在极低延迟下协同工作，这不仅是对芯片的考验，更是对网络拓扑结构和数据交换能力的极限挑战。同时，高密度算力带来的恐怖热量，正在迫使数据中心从传统的风冷向液冷甚至相变冷却技术全面转型。

　　在这一层，我们看到了科技产业与传统制造业的深度融合。冷却液供应商、光模块制造商、服务器机柜组装商，这些原本处于科技叙事边缘的“卖水人”，正在迎来历史性的价值重估。AI的繁荣，正在以前所未有的烈度重构全球的重资产基础设施，这是一场看不见硝烟但耗资万亿的“铁锈带复兴”。

　　四、AI模型层：智力平权与组织重构的试验场

　　到了第四层，我们才真正进入了公众熟知的认知领域——AI模型层。这里是OpenAI、谷歌、Meta以及众多大模型创业公司厮杀的主战场。值得注意的是，这一层的商业模式和组织形态正在发生剧烈的演变。一方面是“闭源派”试图通过极高的算力壁垒和数据飞轮打造全能的AGI（通用人工智能）；另一方面是“开源派”试图通过技术普及来瓦解前者的垄断。

　　在此过程中，硅谷的组织结构也在经历深刻的变革。顶尖的AI研究人员和科学家正在打破过去依托大厂研究院的传统路径，掀起了新一轮的“下海创业潮”。他们或被巨头以天价收购，或通过重组形成新型的AI研发联盟。模型层的竞争，本质上是对人类顶尖智力资本的争夺与重新编排。但从商业逻辑来看，基础模型层正面临着“内卷”的风险：当模型的训练成本呈指数级上升，模型层如何实现可持续的商业闭环，依然是一个待解的难题。

　　五、应用层：AI价值的最终锚点

　　“五层蛋糕”的顶端，是直接触达物理世界和终端用户的应用层，其中黄仁勋特别点出了机器人和自动驾驶。生成式AI的下半场，必然要从虚拟空间的文本、图像生成，走向与物理世界交互的具身智能和复杂系统决策（如自动驾驶、工业控制）。应用层是决定这场AI狂欢能否从资本泡沫走向产业实质的关键。

　　这也解释了为何以“龙虾”为代表的AI智能体概念如今备受追捧。纯粹的聊天机器人无法撑起万亿级别的商业想象力，只有当AI成为能够理解环境、调用工具、自主执行任务的智能体，甚至被装载进人形机器人的躯壳中，深入到制造业、服务业、医疗和交通等实体经济的毛细血管中时，前四层积累的庞大沉没成本才能得到真正的价值兑现。

　　六、产业链的“木桶效应”与中国启示

　　“五层蛋糕”模型为我们提供了一个审视AI产业的坐标系。它最大的启示在于揭示了AI产业链的强耦合性与木桶效应。在这五层架构中，任何一层的短板都会限制整个产业的天花板。这对当前正处于全球AI博弈关键期的中国企业而言，既是严峻的挑战，也有结构性的机遇。

　　从挑战来看，中国企业正面临着明显的“中层钳制”。在第二层（芯片）和部分第三层（高端网络与基础设施）领域，受制于地缘政治的出口管制与先进制程的物理壁垒，中国企业面临着算力硬件的客观代差。这种底层算力成本的高昂，直接推高了第四层（AI模型）的训练门槛，使得我们在追赶全球顶尖通用大模型时，不得不承受更高的资金压力与试错成本。

　　而从机遇来看，中国在“蛋糕”的两端拥有一定的相对优势

　　在能源层，中国在光伏、风电、特高压输电以及储能等新能源基础设施上具备全球统治力。当然，能源总量大，并不意味着AI企业立刻就能拿到低价、稳定、绿色而且适合自身负载的电。电力市场机制、跨区域调度和能源消纳效率，仍然会决定这层优势能兑现多少。

　　在模型层，近两年，中国开源模型进步很快，低成本推理、行业微调、垂直场景适配等都有明显进展。黄仁勋在那篇文章里专门提到DeepSeek，也说明中国模型公司已经进入全球前沿竞争的视野。

　　在应用层，中国是全球唯一拥有联合国产业分类中全部工业门类的国家，中国在机器人、自动驾驶、智能制造等实体应用层拥有丰富的测试场景和较强的工程化落地能力。

　　面对上述局势，中国企业与政策制定者可以采取“跨层协同与非对称竞争”的策略：

　　第一，以“绿电+算力”构建底座优势。应进一步深化“东数西算”等宏观战略，引导重资产的算力基础设施向中西部清洁能源富集区转移。通过制度创新，让AI企业能够更直接地获取低成本绿电，用能源层的成本优势去抵消芯片层的硬件溢价。

　　第二，深耕数据要素流转与垂直大模型生态。在通用大模型赛道保持跟进的同时，更应将突围重心放在垂直模型上。需加快理顺数据所有权、定价与供需机制，盘活庞大的沉睡数据资产。用具有极高壁垒的行业专有数据，喂养出能在金融、医疗、工业制造等垂直领域真正解决业务痛点的大模型。

　　第三，用应用层的利润反哺芯片层的研发。中国企业应充分发挥“超级工厂”和广阔内需市场的优势，加快具身智能、自动驾驶等终端产品在物理世界的大规模商业化变现。只有应用层产生了真实的现金流，才能为底层国产芯片、高端光模块、液冷系统的国产替代提供持续的“造血”能力，最终从下游向上游实现产业链的突围。

英伟达CEO黄仁勋在长达两个半小时的演讲中，对AI产业的软硬件概念进行了一场“地毯式轰炸”。

　　对资本市场来说，今天也是收获颇丰的日子——事前预期中会出现的炒作概念基本全部兑现，还意外获得黄仁勋对算力芯片营收的最新炸裂财务预期。

　　全程回顾黄仁勋“全栈AI”演讲：万亿美元新蓝图启动

　　黄仁勋在演讲中确认，英伟达的旗舰芯片将帮助公司到2027年创造1万亿美元的营收。

　　至于这句话利好的程度则取决于每个投资者的理解。他此前曾表示，到2026年底，数据中心设备将带来5000亿美元的销售额。最新预测将该展望延长了一年，累积金额也翻了一番。

　　这句话也是整场演讲股民们最兴奋的时刻。英伟达股价盘中最多上涨超4%，最终收盘回落到1.6%。

　　GPU（X）AI工厂平台

　　英伟达强调，Vera Rubin不是单一芯片，而是由7种芯片+5种机架系统组成的完整AI超级计算机平台。

　　除了资本市场熟悉的Rubin GPU和Vera CPU组合（Vera Rubin NVL72 GPU机架）外，本次发布会最大的变量是两款CPU产品。

　　其中Vera CPU机架单机架集成256颗Vera CPU，与传统CPU相比，计算效率提升2倍，运行速度提升 50%。

　　Groq 3 LPX机架搭载256个LPU处理器，提供128GB片上SRAM和640TB/s扩展带宽。LPX与Vera Rubin平台结合后，推理吞吐量/功耗比将能提升35倍。黄仁勋介绍称，LPU芯片将由三星代工，预计机架将于今年下半年开始出货。

　　以上三款机架均采用液冷架构。

　　备受投资者期待的Spectrum-6 SPX不出意外地采用了共封装光学（CPO）技术，带来5倍更高光功率效率和10倍更高网络可靠性。

　　对于未来的产品，Rubin Ultra在Kyber机架中将采用垂直插入排列，使得单个NVLink域中可连接144块GPU。下一代费曼架构GPU将采用堆叠芯片和定制HBM技术。

　　太空数据芯片

　　英伟达也推出 Space-1 Vera Rubin模块，将数据中心级AI计算能力部署到卫星和轨道数据中心（ODC），并强调其面向在轨推理、实时地理空间智能和自主航天任务。

　　公司同时强调其产品组合——Jetson Orin、IGX Thor、RTX PRO 6000 Blackwell GPU以及未来的Space-1模块——形成从轨道边缘计算→地面AI数据中心→云端分析的完整算力架构。

　　一键“养虾”

　　通过进军“龙虾产业”，英伟达正把AI智能体基础设施变成新的增长赛道。

　　NemoClaw定位为OpenClaw智能体平台的基础设施层，可通过“一条命令”部署AI代理，并集成Nemotron模型和OpenShell运行环境，补齐安全、隐私与沙箱能力。不仅要极简部署，还要“安全养虾”。

　　英伟达强调，NemoClaw可运行在RTX PC、RTX PRO工作站以及DGX Station、DGX Spark等设备上，推动“始终在线的AI助手”需要专用计算设备。

　　英伟达也宣布进一步扩展“开放模型体系”，覆盖三大AI方向英伟达宣布扩大其开放基础模型家族，重点覆盖智能体AI（Agentic AI）、物理AI（Physical AI）和医疗AI三大领域。

　　DLSS 5：图形技术领域的GPT时刻

　　英伟达也在GTC大会上发布了DLSS 5，并声称这是自2018年实时光线追踪推出以来，公司在计算机图形领域最重要的一次突破。

　　黄仁勋表示：“在英伟达发明可编程着色器25年之后，我们再次重新定义计算机图形学。DLSS 5是图形领域的 ‘GPT 时刻’。”

　　全新的DLSS 5系统将传统3D图形数据与生成式AI模型相结合，后者能够预测并补全图像中的部分内容，从而使英伟达的GPU无需从零开始渲染每一个元素，也能生成细节丰富的场景和高度逼真的角色。     

英伟达创始人兼首席执行官黄仁勋在超过两个小时的“全栈AI”演讲中，勾勒出算力巨头未来一年的发展蓝图。

　　作为今天最重要的数字，黄仁勋给出了更为激进的算力芯片营收预测：到2027年可能达到1万亿美元。

　　硬件层面，英伟达展示了新一代Vera Rubin平台及Rubin Ultra架构，以及CPO共封装光学交换机以及与Groq合作的LPU推理系统。新的架构将GPU用于模型预填充与主要计算，而LPU负责低延迟Token解码，以显著提升AI推理效率。英伟达还展示了一款用于太空数据中心的芯片模组。

　　在软件与生态方面，英伟达推出DLSS 5和“一键养虾”平台NemoClaw，并宣布成立Nemotron联盟，与全球AI实验室合作开发开放基础模型，同时发布开源智能体工具链，推动企业构建自定义AI代理。公司认为，未来企业软件形态将从传统应用转向“AI代理平台”。

　　应用生态方面，英伟达宣布多家车企加入其robotaxi ready自动驾驶平台，并展示与迪士尼合作的机器人项目。

　　以下为直击实录：

　　02:00 在黄仁勋登台前，英伟达股价涨超2%，依然在去年8月至今的股价中枢上波动。黄仁勋似乎来晚了一些，演讲并没有准时开始。

　　02:19 黄仁勋登场！GTC主题演讲正式开始

　　回顾起点——今年正值CUDA诞生20周年

　　黄仁勋表示，今天是一场科技大会，我们将探讨诸多议题，包括人工智能、AI工厂、硬件设备以及更多精彩内容。

　　02:30 黄仁勋开场回忆了一番公司历史，例如CUDA、RTX、GeForce等产品的发展史。

　　02:34 今天的第一个新品：DLSS 5

　　英伟达宣布推出新一代AI图形技术DLSS 5，通过实时神经渲染模型为游戏画面注入更真实的光照和材质效果，被公司称为继2018年实时光线追踪后的最大图形突破。该技术利用游戏的颜色与运动向量数据生成接近电影级的画面效果，并保持实时交互性能，预计今年秋季上线，支持4K游戏，并获得多家大型游戏厂商支持。

　　演示中出现了《生化危机安魂曲》、《FC 26》等游戏。英伟达宣布，产业合作伙伴 / 支持厂商包括卡普空、网易、腾讯等游戏大厂。

　　02:50 黄仁勋谈应用加速（application acceleration）

　　黄仁勋表示，加速计算并不是一个系统层面的难题。“加速计算”这个说法其实少了一个词，只是现在很少再提起——那就是应用加速（application acceleration）。

　　如果我能让一台计算机把所有事情都运行得更快，那其实就是CPU的工作，但这种方式已经走到了尽头。未来我们能够继续提升应用速度、实现巨大性能提升并大幅降低成本的唯一方法，就是通过针对应用或特定领域的加速。

　　黄仁勋指出，面向特定领域的专用软件库（domain-specific libraries）将成为解决各个垂直行业具体问题的关键——从自动驾驶汽车到金融交易，从机器人到电子游戏等领域皆是如此。

　　03:06 黄仁勋：过去三年AI产业的3个里程碑产品分别是ChatGPT、o1推理模型，以及Claude Code智能体，象征着推理需求的激增。

　　03:09 最新营收预测登场！到2027年1万亿美元

　　黄仁勋说：“去年这个时候我说过，当时站在那个时间点上，我们看到了大约5000亿美元的需求——而且是高度确定的需求，包括到2026年的Blackwell和Rubin采购订单。那是我去年说的。”

　　他进一步表示：“不过我要告诉你们的是，现在在我所站的位置，我看到的是到2027年将达到至少1万亿美元的规模。”

　　03:11 ：我们很可能仍然会供不应求。我确信计算需求将远远高于这个数字。

　　他进一步介绍称，英伟达约60%的业务来自超大规模云厂商（hyperscalers），也就是那些正在建设数据中心、需要大量AI GPU的公司。另外40%的业务来自其他领域，包括云服务、企业客户、机器人、游戏以及超级计算等。

　　03:22 黄仁勋开始强调每瓦Token数（Tokens per watt）这个指标。他强调，英伟达的Token成本目前是世界级的，基本无人能及。之所以能够做到这一点，是因为进行了极端程度的协同设计（co-design）。

　　黄仁勋还摆出了一个“Token之王”的姿势。

　　03:28 Vera Rubin来了

　　03:33 股民们要的炒作概念喷涌而出。

　　黄仁勋表示，Vera Rubin系统已经实现100%液冷。过去需要两天安装的系统，现在只需要两个小时就能完成安装。这同样是一台采用45℃热水冷却的超级计算机。这种方式减少了数据中心的压力，显著降低了冷却成本，并释放出更多可用电力。第六代NVLink系统也是完全液冷的。

　　备受关注的Groq LPU系统也登场。这个系统包含8颗LP30 Groq芯片，目前已经进入量产阶段。整套LPX机架包括：256个LPU处理器、128GB片上SRAM，合计640TB/s扩展带宽。

　　与Rubin GPU协同运行时，GPU和LPU会共同计算AI模型每一层，从而提高生成token的解码速度。

　　此外还有全球首个采用 CPO（共封装光学）的Spectrum-6 SPX交换机。该交换机已经进入全面生产阶段。

　　所谓共封装光学（CPO），就是把光模块直接集成在芯片上，使光信号可以直接与硅芯片连接。电子信号在这里转换为光信号并直接进入芯片。英伟达与台积电共同开发了这项制造工艺，目前只有英伟达实现量产。这项技术被称为Co-Packaged Optics，是一项革命性的技术。

　　黄仁勋也展示了单独出售的Vera CPU系统。在后续的新闻稿中，英伟达表示Vera CPU的产业合作伙伴包括Meta、甲骨文、阿里巴巴、字节跳动、Nebius等。

　　03:40 Rubin Ultra登场

　　与Rubin横向滑入机架不同，Rubin Ultra在Kyber机架中是垂直插入的。在一个NVLink域中可连接144块GPU。

　　03:45 黄仁勋进一步讲解LPU的价值。

　　他表示，如果你的工作负载主要是高吞吐任务，那么只使用Vera Rubin就很好。但如果你的工作负载包含大量编程任务或高价值工程任务（例如Token生成），应该在数据中心中加入Groq芯片。

　　该架构使用了大量SRAM，并且专门针对推理这一单一工作负载进行优化。而推理正是AI工厂最核心的工作负载。

　　英伟达正在重新设计推理流程，其中Vera Rubin负责 Prefill（预填充）与主要计算，Groq负责低延迟Token解码生成。目前Groq LP30芯片由三星制造，已经进入生产阶段，预计今年下半年发货。

　　03:50 英伟达还披露了下一代费曼架构的更多信息。首先，费曼架构GPU将采用3D堆叠芯片。同时，费曼GPU使用的内存不是次世代HBM，而是定制HBM技术。

　　04:02 英伟达还发布了一款用于太空数据中心的Vera Rubin模组，不过没有给出更多信息

　　04:04 英伟达的“一键养龙虾”平台NemoClaw亮相。这是能够一键部署的完整技术栈。该系统整合Nemotron模型与OpenShell运行环境。

　　04:15 黄仁勋表示，英伟达与OpenClaw开发者Peter Steinberger，以及全球一些最顶尖的安全与计算专家合作，打造了一整套智能体AI工具链。系统内部包含策略引擎（Policy Engine）、网络安全护栏（Network Guardrails）和隐私路由器（Privacy Router），确保 AI 代理在公司内部执行任务时是安全的。

　　英伟达还为智能体系统增加了许多能力。其中最重要的一点是：企业可以构建自己的自定义模型和自定义代理。黄仁勋强调，英伟达已经是全球开放模型的最大贡献者，站在AI模型各个领域的最前沿。

　　04:20 英伟达宣布成立“Nemotron联盟”，联合多家全球AI实验室共同开发开放式前沿基础模型，通过共享数据、算力与研究成果加速AI创新。首个项目将由英伟达与Mistral AI共同训练基础模型，并在DGX Cloud上构建，未来将作为Nemotron 4开源模型家族的核心基础，使企业和开发者能够针对行业和区域需求进行后训练与定制。

　　英伟达同时发布开源智能体软件套件，为企业和开发者提供构建与运行AI智能体的软件平台。该工具支持智能体自主完成复杂任务，并通过安全与策略机制保障部署。英伟达表示，企业未来将通过大量专业化AI代理提升知识工作效率，推动软件行业向“代理平台化”转型。

　　04:25 黄仁勋宣布，比亚迪、日产、吉利和现代汽车加盟英伟达robotaxi ready平台，并称“自动驾驶的ChatGPT时刻已至”。

　　04:30 英伟达与迪士尼的合作也在继续推进——《冰雪奇缘》中的雪宝（Olaf）机器人登上舞台，与黄仁勋一同展示英伟达如何为这一机器人提供技术支持。

　　04:35 在一段由AI生成的MV中，黄仁勋的2026 GTC演讲落幕。

　　东财图解·加点干货

  花絮：

　英伟达首席执行官黄仁勋在周一的GTC大会主题演讲中发布了NVIDIA DLSS 5，这是这家芯片制造商AI图形技术的新版本，旨在在降低算力资源消耗的同时，使电子游戏画面更加逼真。

　　全新的DLSS 5系统将传统3D图形数据与生成式AI模型相结合，后者能够预测并补全图像中的部分内容，从而使英伟达的GPU无需从零开始渲染每一个元素，也能生成细节丰富的场景和高度逼真的角色。对于DLSS 5，英伟达声称这是自2018年实时光线追踪推出以来，公司在计算机图形领域最重要的一次突破。

　　据悉，DLSS 5将游戏的色彩信息和每帧的运动向量作为输入，并利用AI模型为场景注入照片级真实的光照和材质效果。这些效果与原始3D内容保持锚定，并在连续帧之间保持一致性。DLSS 5可实时运行，最高支持4K分辨率，确保流畅的交互式游戏体验。DLSS 5通过弥合传统渲染与真实世界之间的差距，使游戏开发者能够实现此前只有好莱坞视觉特效才能达到的全新级别的逼真图形效果。

　　黄仁勋声称：“在英伟达发明可编程着色器25年之后，我们再次重新定义计算机图形学。DLSS 5是图形领域的 ‘GPT 时刻’。它将人工设计的渲染技术与生成式AI融合，在保持艺术家创作控制力的同时，实现视觉真实度的巨大飞跃。”

　　"我们将可控的3D图形——虚拟世界的真实基准、结构化数据，与生成式AI、概率计算相融合，"黄仁勋在演讲中表示，"前者完全是预测性的，后者则是概率性的，但却能实现极高的真实感。"

　　将结构化数据与生成式AI这两种理念相结合，能够让开发者创造出既美观、惊艳，同时又可控的内容。

　　他说道：这种将结构化信息与生成式AI相融合的理念，将在一个又一个行业中不断重现，结构化数据是可信AI的基石。"

　　如今，游戏业务在英伟达整体收入中的占比已经低于过去，但正是这一行业奠定了英伟达的发展基础。黄仁勋将DLSS 5的技术路径定位为一场更广泛的计算范式转变，暗示该方法的应用范围将远超游戏领域，甚至延伸至企业级计算。

　　这位亿万富翁高管以Snowflake、Databricks和BigQuery等企业数据平台为例，指出这些结构化数据集将成为未来AI系统分析并生成洞察的基础。

　　“未来将会发生的事情是，这些数据结构将被AI广泛利用，而且AI的运行速度会远远超过人类。未来的AI智能体将同时使用结构化数据库以及非结构化数据库。而后者代表着世界上绝大多数的信息。”

　　诸多业界顶级发行商和游戏开发者将集成DLSS 5，包括Bethesda、CAPCOM、网易、腾讯、Ubisoft和Warner Bros. Games。

　　DLSS 5 预计将在“今年秋季”推出。首批支持该技术的游戏包括：《永恒之塔 2》、《刺客信条：影》、《三角洲行动》、《霍格沃茨之遗》、《逆水寒》、《永劫无间》、《异环》、《星空》、《燕云十六声》等。

      英伟达支持极简养虾：当地时间3月16日，黄仁勋在GTC大会上宣布推出NemoClaw，专为OpenClaw深度优化的部署工具链。安装只需两行命令。这不是偶然的简洁，而是刻意为之——英伟达要让每一台GPU服务器都能无缝接入OpenClaw生态，把算力与agent框架绑在一起。他盛赞OpenClaw是有史以来增长最快的开源软件。GitHub星标曲线印证了这句话——在2025年底几乎垂直拉升，越过了facebook/react，越过了torvalds/linux。后者用了二十多年才积累到这个量级。

      英伟达宣布与现代汽车公司及起亚公司扩大合作，基于NVIDIA DRIVE Hyperion自动驾驶开发平台共同推进下一代自动驾驶技术研发。作为深化合作的一部分，现代汽车集团计划在部分车型中集成英伟达自动驾驶技术，支持L2级及以上系统。英伟达还将探索与现代汽车集团旗下自动驾驶合资企业Motional深化合作，以进一步提升L4级Robotaxi的能力。 

      英伟达GTC 2026大会召开在即，预计公司的芯片产品矩阵有望进一步扩充，除Vera Rubin AI平台的全套六款核心芯片外，有可能在大会上披露Rubin Ultra芯片及机柜更多细节，带来数据互联、供能等设计架构革新，正交背板、CPO等新产品落地能见度有望进一步提升。同时英伟达或发布LPU推理芯片，将与CPX芯片共同扩充其推理版图。此外英伟达亦可能展望下一代Feynman架构升级方向，分享对于未来算力基础设施及AI产业的理解和判断。看好英伟达GTC 2026大会将进一步强化市场对于AI产业持续增长、增量逻辑兑现的信心。   

随着美伊战火殃及“全球能源咽喉要道”——霍尔木兹海峡，国际油价飙涨。然而事实上，遭到这场战争“卡脖子”的还远远不止原油供应链，从农业到半导体制造，进而到人工智能（AI）行业的发展都同样被重创。

　　这场战争对AI产业链的冲击，正藏在那些鲜为人知的环节里。本月初，卡塔尔因无人机袭击关闭了全球最大的能源枢纽之一。这导致液化天然气和氦气（天然气开采的副产品）的生产中断。据媒体估计，此次中断影响了全球约三分之一的氦气供应。

　　氦气用途广泛，包括磁共振成像（MRI）、焊接以及电子和半导体制造等，这些行业消耗了全球大量的氦气供应。而值得注意的是，氦气这种惰性气体，普通人平时可能只在生日气球和派对彩带里有所接触，但它却是芯片制造不可或缺的“血液”"。

　　在芯片制造过程中，氦气用于营造超洁净环境、冷却超导磁体（防止过热和缺陷的产生）、冲洗晶圆。可以说，没有氦气，全球最先进的晶圆厂只能停产。没有氦气，硬盘就无法生产，光纤也无法拉丝。

　　虽然美国自身生产大量氦气，但亚洲国家的大部分氦气依赖进口。中国台湾地区、日本和韩国是全球主要的半导体生产中心。

　　市场研究公司Steno Research的创始人、经济学家Andreas Steno Larsen在最新报告中写道：“我们知道台积电和海力士高度依赖来自卡塔尔的氦气（可能高达40-50%，甚至更多），这意味着它们在未来几个月可能不得不依靠储备来支撑。”

　　“这可能会成为整个人工智能发展进程的瓶颈，”他补充道。

　　一些业内人士指出，氦气现货价格上涨了高达50%。然而，这些涨幅并不适用于现有合约，而现有合约在行业中占据主导地位。

　　“因为供应链很长，所以出现了滞后现象。”咨询公司Kornbluth Helium Consulting总裁Phil Kornbluth上周五表示：“一艘货船需要几周时间才能到达目的地，所以除非它没有按时到达，否则不会立即出现短缺。”

　　“如果敌对行动继续下去，霍尔木兹海峡关闭六个月或一年，那将是一件非常严重的事情。”他补充道。

　　上周五，美国氦气制造商Linde的股价上涨，此前摩根大通将该股评级从“中性”上调至“增持”，并将目标价从455美元上调至525美元，理由是全球氦气供应趋紧和商品价格上涨。

　　此外，在富国银行分析师将美国化学工业公司空气产品（Air Products and Chemicals）的评级从“中性”上调至“增持”，并将目标价从270美元上调至325美元后，该公司股价也上涨了2%以上。

　　“隐形心脏”以色列

　　另一方面，这场战争对AI产业链的第二重冲击，就隐藏在以色列这个“芯片研发的隐形心脏”里。

　　据悉，英伟达在以色列拥有多处办公室和数千名员工，是以色列最大的科技雇主之一，也是该公司仅次于美国的第二大研发中心。

　　2019年，英伟达以70亿美元收购的以色列Mellanox公司，其网络技术是英伟达高性能集群计算的基石，支撑了后续AI芯片的互联架构；2023年10月巴以冲突爆发后，英伟达首席执行官黄仁勋透露近400名以色列员工被征召入伍；2024年4月伊朗军事总部遭恐怖袭击后，英伟达取消了原定在特拉维夫举办的AI峰会。

　　英特尔同样在以色列押下重注：

　　英特尔在以色列迦特镇拥有Fab 28工厂生产10纳米芯片，正在建设的Fab 38工厂投资250亿美元，采用5纳米工艺，是以色列历史上最大的外国投资项目。据悉，这些工厂距离加沙仅30分钟车程，距离黎巴嫩边境40分钟车程，正处于冲突风暴中心。

　　而更隐蔽的风险在于人才流失。数据显示，以色列理工学院培养的工程师占英特尔当地员工的30%以上，苹果芯片负责人约翰尼·斯鲁吉（Johny Srouji）毕业于此。

　　另有数据显示，2023年10月至2024年7月期间，约8300名先进技术领域员工离开以色列一年或更长时间，占该行业劳动力的约2.1%。分析指出，若战事持续，这些高端人才要么上前线，要么将逃离国家，而“AI心脏”或骤停。

英伟达周一宣布，将自动驾驶汽车开发业务合作拓展至现代汽车、日产汽车、五十铃汽车，以及中国车企比亚迪与吉利。新合作围绕英伟达 “Drive Hyperion” 自动驾驶平台展开。该系统助力企业开发并部署L4 级辅助驾驶与自动驾驶功能 ——可在预设区域或条件下实现完全无人驾驶，无需人工干预。     

NO.1黄仁勋GTC演讲：万亿营收、LPU、太空芯片、一键“养虾”、DLSS 5

　　当地时间3月16日，英伟达CEO黄仁勋在GTC 2026大会上展开了一场长达两个半小时的演讲。黄仁勋在演讲中确认，英伟达的旗舰芯片将帮助公司到2027年创造1万亿美元的营收。

　　他也在演讲中展示了Vera Rubin AI工厂平台、LPU推理架构。

　　英伟达推出 Space-1 Vera Rubin模块，将数据中心级AI计算能力部署到卫星和轨道数据中心（ODC）。

　　英伟达还推出NemoClaw智能体平台，将其定位为OpenClaw智能体平台的基础设施层，可通过“一条命令”部署AI代理，并集成Nemotron模型和OpenShell运行环境，补齐安全、隐私与沙箱能力。

　　黄仁勋将开源项目OpenClaw形容为“人类历史上最受欢迎的开源项目”，称其仅用几周时间就超越了Linux在过去30年取得的成就。黄仁勋直言，OpenClaw本质上就是Agent计算机的“操作系统”。

　　英伟达正式发布DLSS 5，并声称这是自2018年实时光线追踪技术首秀以来，公司在计算机图形领域取得的最具深远意义的突破。黄仁勋表示，“DLSS 5是图形学领域的GPT时刻。”

　　此外，英伟达宣布，其DRIVE Hyperion自动驾驶平台正迎来快速扩展。比亚迪、吉利、五十铃、日产均已选择该平台，用于开发支持L4级自动驾驶的下一代车辆程序。

　　点评：英伟达DLSS 5发布标志着图形学与生成式AI的深度融合。

　　NO.2 OpenAI据悉拟联手私募机构成立合资公司

　　3月16日，据媒体援引消息人士报道，OpenAI正与多家私募股权机构进行深入谈判，包括TPG、Advent International、贝恩资本（Bain Capital）以及Brookfield Asset Management。OpenAI计划成立一家合资企业，将其企业级AI产品推广至这些机构旗下投资组合公司以及更广泛的领域。知情人士称，这笔拟议交易的投前估值约为100亿美元。

　　点评：OpenAI联手私募巨头成立合资公司，意在加速企业级AI产品商业化落地。

　　NO.3 马斯克xAI大举招聘金融专家训练Grok

　　3月16日，据媒体报道，马斯克旗下xAI正大规模招募金融专家，为Grok提供数据标注与专业推理训练，目标是让AI具备撰写研报和金融建模能力，抢占金融智能体赛道。目前，xAI已经在官网上挂出至少20个金融方向的专家招募岗位，涵盖证券研究、宏观研究、公司金融、量化交易、加密货币等岗位。这些专家预计将通过提供一系列数据，“教授”Grok人工智能如何进行金融建模，以及从事各个金融细分领域的具体工作。

　　点评：马斯克旗下xAI大举招募金融专家训练Grok，意在打造垂直领域的金融智能体，提升其核心技术壁垒与产品专业度。

　　NO.4 Meta与Nebius签署五年协议，拟斥资最高270亿美元采购AI基础设施

　　3月16日，云服务提供商Nebius表示，公司已与Meta签署一项为期五年的协议，将在2027年前为Meta提供价值120亿美元的专属AI计算能力，覆盖多个数据中心地点。根据协议，如果Nebius未来五年规划建设的算力没有被其他客户购买，Meta还将额外购买最多150亿美元的算力，使合同总价值最高达到270亿美元。这笔支出是Meta签署的最大规模合同之一，该公司正在大举扩充计算能力，以支持其AI产品开发。周一收盘，Nebius涨近15%。

　　点评：Meta重金签署巨额算力采购协议，彰显其深耕AI领域的坚定决心。

　　NO.5苹果推出AirPods Max 2

　　3月16日，苹果官宣发布AirPods Max 2，搭载H2芯片，首次在AirPods Max中引入自适应音频、对话感知、语音隔离和实时翻译等功能。据苹果介绍，由于芯片和数字信号处理算法的升级，新一代耳机的主动降噪效果较上一代提升了1.5倍。新款AirPods Max还为播客创作者、音乐人及内容制作人解锁创意可能，提供录音室级音频录制和相机遥控等实用功能。苹果中国官网显示，AirPods Max 2售价为3999元，将于3月25日开始接受订购，并从4月初开始发货。

　　点评：苹果发布AirPods Max 2，凭借H2芯片与AI功能升级，显著增强产品竞争力

在英伟达GTC大会上，英伟达CEO黄仁勋表示，去年这个时候，他看到2025年至2026年来自Blackwell和Rubin的5000亿美元订单收入，这是一笔巨大的收入。一年之后，他看到2025年至2027年，收入将达到1万亿美元。2025年至今，成为英伟达新合作伙伴的包括Anthropic、MSL、Multiple OSS。英伟达来自超大规模云服务商的收入占比60%，还有40%来自无处不在的AI需求，包括区域云、企业云、工业AI、机器人、边缘AI、小服务器等。演讲到这里时，英伟达股价瞬间涨超4%。