黄仁勋卖的不是某个模型，而是把模型层商品化后的整套 AI 基础设施。 GTC 2026 的核心信号是，推理系统、沙箱执行和 agent 运行时开始比单纯训练更重要。 NVIDIA 想占住的是所有 Agent 都绕不开的生产线位置。
日期：2026-03-17 来源：Jensen Huang GTC 2026 Keynote（2026-03-16，San Jose），多源交叉调研 视角：面向每天构建 Agentic AI 系统的实践者（Claude Code / LangChain / Multi-agent 编排）
GTC 2026 的表层叙事是训练时代结束、推理时代开始。底层逻辑是 NVIDIA 通过一套开放生态设计，把模型层变成可替换的 commodity，把自己锚定为唯一的基础设施供应商。
黄仁勋花了两个多小时构建一个完整论证：数据中心正在从文件仓库变成 Token 工厂，核心度量从存储和带宽变成了每瓦特产出多少 Token。他把 OpenClaw（一个第三方开源 Agent 框架）比作 Linux，预测每家 SaaS 都会变成 AaaS（Agent-as-a-Service），工程师未来的 offer 里会写明年度 Token 预算。
把这些声明放回决策空间里，战略意图就很清楚了。
Token 工厂这个比喻有明确的战略考量。工厂生产的是标准化、按量计价的工业品。在这个框架下，GPT-5 和 Claude 4 变成了流水线上的配方。配方当然重要，但垄断了生产线的人拿走最大的利润。黄仁勋通过一个看似中性的经济学比喻，把模型层定义成了供应链中的可替换环节：谁能最低成本、最高效率地生产 Token，谁就赢。这个角色只有 NVIDIA 能扮演。
把 OpenClaw 比作 Linux 是同一个逻辑的延伸。OpenAI 的路径是用封闭模型和 API 构建封闭生态。NVIDIA 拥抱 OpenClaw 这个模型无关的编排层，目标是让 Agent 框架层免费化、开源化。当应用都跑在免费的 OpenClaw 上，底层模型变成可插拔的 API，剩下唯一有定价权的就是硬件和推理栈。这和 Google 对 Android 的策略一致。
理解 NVIDIA 做了什么，先要理解他们面前有哪些路可以选。GTC 2026 的公告背后至少有五个关键决策点，每个点上都存在截然不同的路径。
NVIDIA 可以只卖芯片（纯硬件商），可以做完整的推理云服务（对标 AWS Bedrock），也可以做中间层：一个开源的推理操作系统。他们选了中间层，就是 Dynamo 1.0。
约束逻辑：做云服务会和 AWS、Azure、GCP 正面竞争，而这些是 NVIDIA 最大的客户（前五大超算厂商占收入的 60%）。只卖芯片的话，软件优化的红利全归云厂商，NVIDIA 变成纯粹的零部件供应商。中间层是唯一能两头获利的位置。Dynamo 开源，理论上谁都能用，但 disaggregated serving、KV cache pinning 的最优实现深度依赖 NVLink 带宽、HBM4 内存层级和 GPU 间通信拓扑。开源的代码，绑定的硬件。和 Android 的 AOSP 开源、Google Play Services 闭源是同一种模式。
放弃了什么：直接的软件收入。Dynamo 闭源的话可以像 VMware 一样卖 license。NVIDIA 判断推理 OS 的网络效应比软件收入更值钱：所有人用 Dynamo，优化都针对 NVIDIA 硬件，买 NVIDIA 的理由更充分。
NVIDIA 拥有最多的 GPU，有能力训练顶级模型，但选择了够用就好。Nemotron 3 Super 是 120B 总参 / 12B 活跃的 MoE，SWE-Bench 60.47%。官方推荐的部署模式本身就说明了定位：简单任务 Nano，规划用 Super，难题用闭源前沿模型。
约束冲突的核心：平台方进入模型层会直接威胁客户关系。如果 NVIDIA 训练出一个超越 Claude 的模型，Anthropic 会认真评估 AMD 和 Google TPU，因为硬件供应商变成了直接竞争对手。Nemotron 的 120B/12B MoE 设计说明优化目标是推理效率（在自家硬件上跑得快），模型能力本身是次要的。60.47% 的 SWE-Bench 分数足以证明开源模型在 NVIDIA 硬件上可用，同时和 Claude、GPT-5 保持安全距离。
真实优先级排序：保住硬件垄断 > 进入模型市场。
NVIDIA 可以自建 Agent 框架（对标 LangChain），可以收购现有框架，也可以拥抱社区项目后加安全层。他们选了第三条：在 OpenClaw 上盖了一层 NemoClaw（OpenShell 沙箱 + Privacy Router + Agent Toolkit）。
Agent 框架的竞争已经很激烈，自建框架会同时得罪 LangChain、CrewAI、AutoGen 等所有玩家。拥抱社区项目再加企业安全层，政治上安全。Linux 成功的关键在于没有一家公司拥有它，Red Hat 通过在上面加企业功能来赚钱。NemoClaw 是同一种策略。
值得关注的隐藏权力位置：Privacy Router。这个路由器决定哪些请求发给本地 Nemotron 模型，哪些发给云端 Claude 或 GPT。表面上是隐私功能，实际上是流量调度器。控制路由逻辑的人控制模型提供商的流量分配，和 Safari 默认搜索引擎的逻辑相同：Google 每年付 Apple 几百亿美元保持默认地位，因为默认路由就是定价权。NVIDIA 目前对 Privacy Router 的默认行为、开源程度、路由策略可配置性都没有明确说明。
NemoClaw 目前是 early alpha，NVIDIA 自己的描述是 expect rough edges。
Vera CPU 可以做通用服务器 CPU（正面对抗 EPYC/Xeon），也可以做 GPU 的附属协处理器，还可以做特定工作负载的专用处理器。NVIDIA 选了最窄的路：88 个 Arm Olympus 核心，专门为 Agent 沙箱优化，单机架 22,500 个并发沙箱。
这个选择隐含了一个明确的技术判断：Agentic AI 的瓶颈正在从 GPU 推理转向 CPU 侧的沙箱执行。Amdahl 定律在起作用：GPU 处理 Token 生成高效，但 Agent 的大量操作是 CPU 密集的串行任务（在沙箱里编译代码、跑浏览器、查数据库、执行 API 调用）。这和日常使用 Claude Code 的体验一致：模型回复可能 2-3 秒，等 bash 命令执行完、测试跑完、linter 返回结果经常要 10-30 秒。在 multi-agent 系统中，每个 agent 需要自己的隔离执行环境，问题指数级放大。
放弃了什么：通用服务器 CPU 的市场。AMD EPYC 在数据中心 CPU 市场份额还在增长，NVIDIA 本可以去争。选择专用化意味着可寻址市场小得多，但在 agent sandbox 这个细分上独占。
Nemotron Coalition 的成员名单值得展开看：Mistral（法国）、Sarvam（印度）、Thinking Machines Lab（Mira Murati 的新公司，前 OpenAI CTO）、Reflection AI、Cursor、LangChain、Perplexity、Black Forest Labs。
从地缘视角看，这个名单很有策略性。成员覆盖了欧洲的数字主权诉求（Mistral），印度的本土模型需求（Sarvam），硅谷从 OpenAI 独立出来的团队（Thinking Machines、Reflection）。NVIDIA 作为全球最大的 AI 硬件供应商，利益最大化的前提是模型层保持多极竞争。如果任何一家模型公司统一了市场，NVIDIA 的议价权就会下降。支持全球各方竞争者、确保模型层持续分裂，对 NVIDIA 是最优策略。
第一个项目是 Mistral + NVIDIA 联合开发基础模型，将成为 Nemotron 4 的基础。Cursor 贡献编码场景的真实评估数据，LangChain 构建 agent harness 和可观测性，Perplexity 贡献搜索和推理的生产经验。每个成员都在为 NVIDIA 的硬件生态提供差异化的应用层价值。
黄仁勋宣布，仅通过软件优化（disaggregated serving + KV cache pinning）就能在现有 Blackwell 硬件上实现 7 倍性能提升。
这个数字的另一面：如果纯软件优化能带来 7 倍提升，过去几年行业大量采购的 GPU 真实利用率可能只有 15% 左右。过去两年的算力紧张，至少有一部分是粗放的系统架构和缺乏推理层优化导致的。GPU 确实紧缺，但紧缺的程度被放大了。
这也意味着未来的性能红利来源在变。从无脑堆硬件转向对显存带宽和路由的系统级优化。对 AI 实践者来说，理解 Dynamo 的 disaggregated serving 架构（把 encode、prefill、decode 拆到独立 worker 上）的操作价值可能比升级硬件更高。
需要注意 7 倍数字的具体语境：GB200 NVL72 上跑 DeepSeek R1-0528（FP4），1k/1k 输入输出，目标交互速度约 50 tok/sec/user。其他基准上的提升从 1.5 倍到 4 倍不等，最大收益出现在 MoE 模型和有 KV cache 复用的场景。
每次平台转移都重新分配价值。如果 NVIDIA 的愿景实现，除了 AMD 和 Intel 之外，更值得关注的是两个方向。
第一是云服务商。当 Dynamo 成为推理 OS，NemoClaw 的 Privacy Router 能在本地沙箱和云端之间智能调度，云厂商的增值服务层（managed inference、model hosting）会被压缩。CNBC 的分析也指出，NVIDIA 正在试图从 GPU 供应商扩展到整个 AI 工厂的全栈供应商：计算、网络、存储、推理软件、Agent、机器人。这个全栈野心直接挤压了云厂商的价值空间。
第二是 Meta 的 Llama。Nemotron Coalition 对 Anthropic 和 OpenAI 的影响有限，因为后者的护城河在模型能力而非推理效率。但对 Llama 的冲击是实质性的。如果 Nemotron 4 在 NVIDIA 硬件上的推理效率显著优于 Llama，选开源模型的用户会倾向于选 Nemotron，因为大多数人的推理硬件就是 NVIDIA GPU。NVIDIA 正在从「所有开源模型在我们硬件上都跑得好」转向「我们自己的开源模型在我们硬件上跑得最好」。
整场发布会，黄仁勋几乎没有提 AGI，也没有谈 Scaling Law 的下一个里程碑。相反，他花大量时间在 Uber 无人车、Disney 机器人和工业软件上。
这个选择反映了一个判断：单纯扩大模型参数的边际收益在递减。为了支撑 2027 年那 1 万亿美元的基础设施需求，叙事重心必须从「创造更强的模型」转向「用现有模型创造经济价值」。AaaS 的现金流比 AGI 的愿景对估值更有支撑力。
另一个信号：如果 pre-training scaling 仍然是主旋律，「训练时代结束」这个说法就站不住。黄仁勋之所以可以自信地宣布进入推理时代，背后的假设是训练的边际收益已经足够平缓，推理的优化空间成为了更大的价值来源。这个叙事对 NVIDIA 有利：推理是 always-on 的持续消费，训练是一次性投入。推理时代 = 硬件持续采购。
Vera Rubin 平台：7 芯片 5 机架。核心芯片 Rubin GPU（336B 晶体管，TSMC N3，288GB HBM4，22 TB/s 带宽，50 PFLOPS FP4）。相比 Blackwell：推理 5 倍，训练 3.5 倍，能效 10 倍，Token 成本 1/10。一个 NVL72 机架装 72 颗 Rubin GPU + 36 颗 Vera CPU，内部互联 260 TB/s。2026 下半年出货。Azure 已在运行首台，Satya Nadella 确认。
Vera CPU：88 个 Olympus 核心（Arm v9.2），1.5TB LPDDR5X，1.2 TB/s 带宽。单机架 256 颗 CPU，22,500+ 并发沙箱。比 x86 方案密度高 4 倍，能效高 2 倍。
Dynamo 1.0：开源分布式推理 OS（github.com/ai-dynamo/dynamo）。核心能力：disaggregated encode/prefill/decode，KV cache pinning，agent hints routing，NIXL 快速 GPU 间数据搬运。已集成 vLLM、SGLang、TensorRT-LLM。Kubernetes 原生部署（AWS EKS、Azure AKS、GKE、OCI）。
Nemotron 3 Super：120B 总参 / 12B 活跃（MoE），100 万 Token 上下文，Hybrid Mamba-Transformer。SWE-Bench Verified 60.47%，PinchBench 85.6%（OpenClaw Agent 场景最佳开放模型），RULER 1M 91.75%。吞吐量比 GPT-OSS-120B 高 2.2 倍。开放权重、训练数据、recipe 和评估管线。
NemoClaw：Early alpha 状态。OpenShell 沙箱 + Privacy Router + Agent Toolkit。一条命令部署。支持 GeForce RTX、DGX、云端。与 OpenClaw 创始人 Peter Steinberger 共同开发。
Nemotron 3 系列还包括 Ultra（旗舰级）、Omni（多模态）、VoiceChat（实时语音）、Nano（边缘）。
Physical AI：Uber robotaxi 2027 年湾区/洛杉矶上路，计划 2028 年覆盖四大洲 28 城。Disney 的 Olaf 机器人（用 Newton 物理引擎 + Isaac Lab 训练）在台上与 Jensen 同行。Cosmos 3 统一了合成世界生成、视觉推理和动作仿真。GR00T N2 预览版在新任务新环境上性能比领先 VLA 模型高 2 倍以上。
工业软件：Cadence、Dassault、PTC、Siemens、Synopsys 集成 CUDA-X 和 Omniverse。Honda 气动仿真 34 倍加速，Samsung/SK hynix 用 GPU 加速光刻。NVIDIA 正在从 AI 芯片供应商扩展到物理制造的计算基底。
DLSS 5：2026 秋季发布，重心从帧率提升转向视觉保真度。AI 增强纹理、光照和环境细节。
Vera Rubin Space-1：面向近地轨道的计算平台，合作伙伴 Axiom Space、Starcloud、Planet Labs。
Feynman 架构路线图预览：Vera Rubin 之后的下一代，包括新 GPU、LP40 LPU、Rosa CPU（以 Rosalind Franklin 命名）。
93% 的分析师评级买入，平均目标价约 267 美元（45%+ 上行空间），但 keynote 当天股价先涨 4.3% 后回落，收盘跌 0.70% 至 181.93 美元。
CNBC 的分析认为根源在市场结构：期权对冲活动和做市商操作把股价钉在了当前水平。Bernstein 认为以 2027 年 EPS 10.68 美元计算，17 倍 PE 已经很便宜。Stifel 的评价更精确：1 万亿美元的数字 validated rather than raised 现有预期。所有人都已经知道 NVIDIA 会很好，GTC 提供的是确认而非增量信息。
更深层的宏观张力：伊朗石油危机推高能源价格，AI 牛市需要稳定的经济环境、低成本数据中心用电和降息预期。这两个力量方向相反，市场在等矛盾解决。
瓶颈在移动。Vera CPU 的存在是一个硬件级信号：NVIDIA 花真金白银解决的问题是工具执行和沙箱管理的效率，而非模型推理速度。如果你在设计 agent 架构，精力分配应该更多转向高效的工具调用模式和沙箱生命周期管理。当前基于 Docker 容器的 agent sandbox 方案（包括 Claude Code 的 sandbox）可能需要根本性重设计。22,500 并发沙箱暗示的模式更接近 serverless function（几秒创建、执行、销毁），而非长期运行的容器。
推理栈在变厚。Dynamo 的 disaggregated serving 意味着推理已经变成分布式系统问题。encode、prefill、decode 在不同 worker 上执行，KV cache 跨请求复用，路由根据 agent hints 动态调整。对 multi-agent 系统的设计有直接影响：KV cache pinning 意味着多轮 agent 应该保持 session affinity，而非每次随机路由。
Super + Nano + 前沿模型的分层模式值得立即尝试。Nemotron 3 Super 的 SWE-Bench 60.47% 和 100 万 Token 上下文，足以处理大部分结构化编码和规划任务。简单请求路由到 Nano、中等复杂度走 Super、极端场景调用 Claude/GPT，理论上可以把推理成本砍半以上。前提是路由逻辑足够聪明，这本身就是一个有趣的工程问题。
NVIDIA 生态的锁定正在加深，但目前拥抱仍然是理性选择。推理栈建立在 Dynamo + NVIDIA GPU 上时，迁移成本会越来越高。但替代方案（AMD 软件栈、Google TPU 的开放度）尚未成熟。务实的做法是拥抱 NVIDIA 生态获取性能优势，同时在架构中保留推理后端的抽象层，为未来迁移留余地。
关注 OpenClaw 的真实采用曲线。Jensen 的 Linux 类比很大胆，但 OpenClaw 要成为行业标准需要的是生态优势：足够的工具、集成、教程和社区支持，让不使用 OpenClaw 变成需要理由的选择。目前 NemoClaw 还是 early alpha。比起 NVIDIA 说了什么，更值得跟踪的是 OpenClaw 的 GitHub star 增长和 PR 活跃度。
本报告综合了 NVIDIA 官方新闻稿、开发者博客、SemiAnalysis InferenceX 基准、CNBC/Sherwood News/Seeking Alpha 市场分析、Latent.Space/The Decoder 技术分析、Tom’s Hardware 硬件评测等多源信息，经交叉验证后撰写。