> **来源：[研报客](https://pc.yanbaoke.cn)** # 文档内容总结 ## 核心内容 本文档是一份由 NVIDIA 高管在行业峰会上的演讲内容，涵盖了 NVIDIA 在 AI 领域的战略布局、产品发展方向、生态系统构建、市场趋势预测及财务展望等方面。演讲内容主要围绕以下几个关键点展开： - **AI 计算进入智能体时代**：NVIDIA 认为 AI 领域正在经历第三个重大转折点，即智能体系统（Agentic systems）的崛起。这些系统不仅能够回答问题，还能自主执行任务，推动 AI 技术向更深层次发展。 - **OpenClaw 与 NemoClaw**：OpenClaw 被视为 AI 计算的“操作系统”，而 NemoClaw 是其企业级版本，支持构建智能体，推动 AI 在各个行业中的应用。 - **计算架构与 Token 经济学**：NVIDIA 的计算架构正在向更高效、更灵活的方向发展，而 Token 成本与生成效率成为衡量 AI 价值的关键指标。 - **产品线与市场格局**：NVIDIA 正在推进多种产品线，包括 Blackwell、Rubin、Vera Rubin Ultra、Groq、Feynman、NVLink 等，覆盖从基础到高端的多个市场层级。 - **生态系统与合作伙伴**：NVIDIA 与各大云服务提供商（如 AWS、Google Cloud、Azure）和开发者群体（如 CUDA、AI 原生开发者）保持紧密合作，推动 AI 产业生态发展。 - **财务与增长预期**：NVIDIA 对未来增长充满信心，预计到 2027 年，Blackwell 与 Rubin 的业务能见度将超过 1 万亿美元，同时公司也在通过资本支出和投资推动增长。 --- ## 主要观点 ### 1. AI 计算的演变趋势 - 从生成式 AI 到推理能力，再到智能体系统，AI 正在经历三个阶段的演变。 - 智能体系统具备自主运行能力，是未来 AI 技术的重要发展方向。 - **Token 预算**成为 AI 计算的“燃料”，每个工程师都需要大量的 Token 来完成任务。 ### 2. 产品与技术布局 - **Blackwell 和 Rubin** 是当前 AI 推理的核心产品，分别代表高吞吐和低时延。 - **Vera Rubin DSX AI 工厂参考设计** 为非 hyperscaler 客户提供了构建 AI 工厂的蓝图。 - **Groq** 将被整合进 Vera Rubin 架构，用于处理语言模型的高带宽任务，提升系统性能。 - **NVLink** 是 NVIDIA 的关键互连技术，支持从 NVLink 72 到 NVLink 1152 的扩展，未来可能会过渡到 CPO（Co-Packaged Optics）架构。 ### 3. 市场与商业模式 - AI 产业正在从“软件许可”向“Token 租用”转变，未来 IT 公司将更多地依赖 Token 生成。 - **token 成本**和 **token 生成效率** 成为衡量 AI 系统价值的核心指标。 - NVIDIA 通过提供完整的 AI 工厂架构，成为全球 AI 产业的“事实标准”，支持多种模型和应用场景。 - **token 的价格层级**正在分化，低端免费层与高端付费层并存，且高端层增长迅速。 ### 4. 生态系统与合作伙伴 - NVIDIA 与 hyperscalers 保持紧密合作，不仅提供硬件，还为他们带来客户。 - 公司正在扩展市场，包括区域云、本地部署和边缘计算等。 - NVIDIA 的 **CUDA** 和 **DOCA** 体系是其生态系统的核心，确保了平台的兼容性与统一性。 ### 5. 财务与增长策略 - NVIDIA 预计到 2027 年，Blackwell 与 Rubin 的业务能见度将超过 1 万亿美元，且这一数字还在持续增长。 - 公司通过投资供应链、优化产能、加强生态合作等方式，为未来增长做准备。 - **自由现金流**将用于股票回购和分红，提升股东回报。 --- ## 关键信息 - **AI 工厂架构**：NVIDIA 构建了一整套 AI 工厂架构，支持从训练、推理到智能体系统的完整流程。 - **token 经济学**：token 的生成效率和成本是 AI 产业的核心，NVIDIA 在这一方面具有显著优势。 - **市场结构**：NVIDIA 的市场被分为左右两部分，左半部分是 hyperscaler 主导，右半部分是更广泛的客户群体，包括本地部署、边缘计算等。 - **产品战略**：NVIDIA 通过推出不同层级的产品（如免费层、基础层、高端层、极致层）来满足不同客户的需求。 - **技术优势**：NVIDIA 在 AI 计算、存储、网络、平台生态等方面具有全面的竞争力，能够支持多种 AI 模型（如 Transformer、扩散模型、状态空间模型等）。 --- ## 未来展望 - **AI 产业规模将持续扩大**，预计从 2 万亿美元增长到 8 万亿美元。 - **token 生成将成常态**，未来每台计算机都可能成为 token 的生产者。 - **智能体系统**将推动 AI 应用进入更多垂直领域，如医疗、制造、金融服务等。 - **NVIDIA 的战略**是构建一个统一的 AI 计算平台，覆盖从芯片到软件、从数据中心到边缘端的全栈能力。 --- ## 总结 NVIDIA 正在推动 AI 计算进入智能体时代，其产品线与技术架构正逐步完善，覆盖从基础到高端的多个市场层级。公司通过构建 AI 工厂架构、提供全栈解决方案、加强生态合作等方式，持续推动 AI 技术发展与商业化落地。随着 token 经济学的成熟，AI 产业将从“软件许可”向“Token 生成”转变，而 NVIDIA 在这一过程中占据领先地位。公司对未来增长充满信心，预计到 2027 年，其业务规模将突破 1 万亿美元，并通过合理的资本配置和生态系统建设，持续巩固其市场地位。