在GTC2026第二天，我们参与了一场与黄仁勋的集体问答，他回答了多个关键问题。

包括万亿美金指引，新Groq的融合，以及AI会让人如何改变等。当然，还包括许多关于OpenClaw的问题。

另外，硅星人也在会后找到黄仁勋问了一个简单问题。

硅星人：似乎今天的问答里，没人讨论开源模型了。

黄仁勋：怎么会。

硅星人：不是都在讨论OpenClaw嘛。

黄仁勋：哦对，是的。

硅星人：Deepseek在走红之前，他们其实也来GTC分享过。今年我看Kimi的杨植麟来分享了。

黄仁勋：是的。

硅星人：你怎么看刚才提到的OpenClaw这些变化。以及如果可以，中国的开源模型们和英伟达的互动和关系简单点评一下？

黄仁勋： OpenClaw 连接了所有的公有云 API。嗯，但你也可以连接到开源模型，对吧？所以，我认为这实际上会加速开源模型的使用。（"OpenClaw connects to all the public cloud APIs. Um, but you can also connect to open models, right? So I think that it’s actually going to accelerate use of open models.”）

（他回答了关于OpenClaw的对比，但没有回答关于与中国的开源模型公司之间今天的交流情况的问题）

以下为对话QA核心实录

关于万亿美金的指引

黄仁勋澄清，1 万亿仅包含 Blackwell 和 Vera Rubin 架构到 2027 年的订单，因为去年GTC的PPT里也是这个口径。所以这是个相当“简单且保守”的数字（未计入 CPU、存储等）。

他还透露，随着营收加速增长，英伟达在 2026 年将 50% 的自由现金流用于回购和派息，同时加大对生态系统的战略投资。

关于财务风险与投资

黄仁勋被问到，他们越来越多地帮助客户（如 Coreweave、Nebius 等）融资扩建数据中心，如何管理其中的财务风险？

黄仁勋认为英伟达拥有“信息优势”，能看到订单流和需求管道，因此只投资那些注定会成功的“全垒打”企业。会找到下一个Google和meta。同时，通过注资帮助生态系统快速扩容，这不仅是财务投资，更是为了确保全球计算需求的供应敏捷性。

黄仁勋也解释了对 Coherent、Momentum（光模块/硅光子相关）以及 Nebius（云服务）等公司的数亿美金投资。在上游（Supply Chain），为了应对未来 2-5 年对硅光子（Silicon Photonics）和 NVLink 产能的巨大需求，英伟达通过预付款、提供预测甚至直接投资的方式，帮助供应商提前建立产能。对于下游（Partnerships），投资像 Nebius 这样的公司是为了确保下游有足够的 GPU 上架容量和开发者生态，确保英伟达的 Token 最终能被终端用户消耗。

关于软件公司会消失

“散户们错了。”

他举了Synopsys（新思科技）、Cadence（楷登电子）的例子，他们业务的瓶颈在于“坐在位子上的工程师数量（Butts on seats）”。工程师的人数是有限的。如果有更多的工程师，他们就会授权更多的工具。如果有更多的水管工，你就能卖出更多的工具；如果有更多的木匠，你就能卖出更多的工具。

关于云业务模式

在我们 60% 的业务中（指云端业务），不管是 40% 还是 50%，很大一部分本质上是“英伟达带来的业务”，其余的才是他们（云服务商）的内部消耗。

举例来说，如果没有英伟达，OCI（甲骨文云）怎么可能为 OpenAI 提供服务？他们的整个技术栈都是建立在 Kubernetes 之上的。因此，是我们把 OpenAI 带到了 OCI。

还有很多其他的例子。如果不是因为 Anthropic 今年将基于 英伟达 构建，我们又怎么能把 Anthropic 带到 Azure（微软云）呢？那绝对会大获成功。这逻辑明白了吗？

所以，我们在云服务商那里的很多业务，实际上是由英伟达创造的业务。所有的云服务商都知道，我们与他们有着极佳的营销和业务合作伙伴关系，是我们把客户带给他们的。

关于OpenClaw

黄仁勋很重视OpenClaw，他自己分享了一个用它来重新设计它的厨房的案例。认为它的学习和形成skill的能力很棒。

他认为 o1 带来了推理拐点，而 OpenClaw 则带来了 AI Agent 的普及拐点。

英伟达要做的是，为了解决开源代理的安全性、治理和隐私问题，推出 Nemo Cloud，作为企业部署 AI 代理的高性能、安全“蓝图”。

关于推理

在对话里，黄仁勋被“质疑”是否在推理（Inference）市场反应迟钝，他表示，他是“推理之王”，这是别人给他的称号。

他强调早在 2024 年底到 2025 年，公司就通过 NVLink 72、FP4 数值格式以及 Dynamo 架构确立了推理领域的领导地位。NVLink 72 带来了 35 倍的性能提升，成本仅为原来的五十分之一，功耗效率提升了 50 倍。他类比 iPhone 和显卡系列，指出推理市场正在细分。从基础的免费模型到 o1/o3 等具备推理能力的模型，再到 Claude Code 等代理工具，不同层级对应不同的计算需求

关于Groq

关于Vera Rubin 与 Groq，黄仁勋提出了一个新的高性能推理标准：大模型 + 超长上下文 + 极低延迟。

他提到英伟达的 Vera Rubin 架构是核心，但在特定高速度需求下，结合 Groq（此处指代其 LPU 或特定加速技术）可以实现三者兼顾。市场配比：他预测未来数据中心约 25% 的工作负载会是“Rubin + Groq”的组合，而剩下的 75% 仍由 Rubin 独立完成。

关于 CPU

在超算/云端，传统 CPU 竞争的是“单核成本”；但黄仁勋认为，AI 时代的核心是“工作负载（Work）”而非单纯的核数——用户拥有价值 500 亿美金的 GPU 集群，绝不能因为 10 亿美金的 CPU 性能不足而闲置。因此，英伟达的 CPU（如 Grace）是专为加速工作流设计的，确保 GPU 始终满载运行。

Vera Rubin、存储和网络架构全都是为了 “代理型工作负载（Agentic Workload）” 深度优化的。

一个彩蛋：3D 堆叠与晶圆厂

当被问及 3D 芯片堆叠和具体封装技术时，黄仁勋笑称：

“如果我现在全告诉你了，明年你还来 GTC 干什么？”

以及，关于AI给人带来的改变

“很多人说 AI 来了，我们要没活干了，失业了。事实恰恰相反。个人电脑让我们更忙，互联网让我们更忙，移动设备也让我们超级忙。

AI 将以极快的速度完成任务……以前你写好产品规格，团队拿去开发一个月，这期间你可以干点别的，生活很悠闲。现在，那个‘月’变成了 30 分钟。你始终处于（决策的）关键路径上。

我今天在英伟达的感受是，它让我比以往任何时候都忙……原因在于工作结果反馈给我的速度变快了，项目的数量也增长得快得离谱。

你上一次坐在门廊的摇椅上，喝着一杯柠檬水，看着太阳落山是什么时候？ 我不记得上一次的情况了，只记得大约100年前在电影里看到过。 你知道的， 因此我们比以往任何时候都要忙碌。 因此，我认为这一趋势很可能会持续下去。

关于英伟达的组织会如何变化

我们将会超级忙碌。在十年内，我们希望——也将会拥有——大约 7.5 万名员工。

（公司的规模）只保持在尽可能小的程度，但也达到必要的规模。这 7.5 万名员工将与 750 万个 AI 代理（Agents）协同工作。

这些代理将全天候工作。希望我们的员工不需要（为了赶进度）而试图跟上这些代理的节奏，我也确信这种（人类过度劳累的）情况不会发生。这就是未来。