从Vera Rubin到RTX Spark，黄仁勋的「野心」是计算的每一层

不止于芯片供应商，更是 AI 工厂的构建者。

作者 /企鹅

过去三年，英伟达的故事的绝对的主角是数据中心。是机房里那些堆满 GPU、动辄上百万美元的机柜，把它推上了全球市值第一。

6 月 1 日，在 GTC Taipei 的主题演讲上，黄仁勋发布了 RTX Spark，这是英伟达第一款被设计成个人电脑主处理器的芯片。

在此之前，搭载英伟达显卡的 PC，CPU 都来自英特尔或 AMD；这一次，英伟达要自己来做这颗芯片，正面切入由英特尔、AMD、高通和苹果把持的市场。

市场的反馈很直接。

当天英伟达股价上涨约 5%，被正面冲击的高通跌约 6%，英特尔、AMD 同步走低；唯一的大赢家是 Arm：每一颗出货的 Arm 芯片、包括英伟达这颗新品，都要向它支付架构授权费，它单日跳涨约 15%。

但 RTX Spark 只是两小时演讲的一部分。

黄仁勋这次几乎把英伟达的整条战线铺了一遍：

在数据中心，他宣布接替 Blackwell 的下一代平台 Vera Rubin 已全面量产，专为 AI Agent打造的服务器 CPU “Vera” 也进入生产； 在个人电脑，他用 RTX Spark 第一次把自家芯片和完整的 CUDA 环境装进 Windows 笔记本，并拉来微软、戴尔、惠普等一众厂商在今年秋季出货； 在物理世界，他端出面向机器人和边缘 AI 的 Jetson Thor、自动驾驶平台 Alpamayo 和机器人基础模型 Isaac GR00T。

同时，台湾供应链是英伟达反复致意的对象。黄仁勋说，英伟达每年在台支出正迈向 1500 亿美元。

今年3月在美国圣何塞的GTC上，除了“AI”，黄仁勋说得最多的词就是“token”，并在随后的媒体会时对记者表示：“你正看着推理之王（Inference King）。”

3 月的 GTC 2026 时黄仁勋在做主题演讲，来源：「新物种」拍摄

而这次黄仁勋在提到最多的的词，则是 Agentic AI。

无论讲笔记本、讲机房还是讲机器人，黄仁勋都在重复同一个判断：AI 正从“生成式”迈入“代理式”，能自己设定目标、调用工具、交付结果的 Agent，将重写人和计算机打交道的方式。

也正是在这套叙事下，他给英伟达重新定了位：“有用的 AI 已经到来。”他在台上说，“AI 现在是一台利润机器。”在他口中，这家公司已经不再只是一家 GPU 公司，而是一家想通吃计算每一层的 AI 基础设施公司。

但跨界从来有代价。

把芯片卖进笔记本、把 CPU 卖进机房、再把网络和软件一并揽进自己手里，英伟达要正面应对的是它点名的每一个对手。更棘手的是一个藏在身后的问题：当它最大的客户一边向它买芯片、一边自己造芯片，“通吃每一层”究竟是雄心，还是不得不为之的防御。

“算力即收入”：AI 工厂赚多少，取决于响应速度、能效、稳定性和硬件寿命四个变量。

01.

RTX Spark：

英伟达第一次把芯片装进笔记本

毫无疑问，当天最令人期待的是一颗给个人电脑用的芯片：RTX Spark。

它此前以代号 N1、N1X 在业界流传近一年，这次正式亮相，是英伟达第一款被设计来当 PC"主处理器"的 Arm 架构芯片，这也是一个信号：英伟达正式踏进过去由英特尔、AMD、高通和苹果守着的地盘。

它是一个覆盖不同档位的平台，旗舰称为 RTX Spark Superchip，与英伟达此前的 DGX Spark 工作站同源，但为轻薄、低功耗机身重新调校。

旗舰版由英伟达与联发科共同设计：6144 个 CUDA 核心、20 个 Grace 架构 CPU 核心、1 petaflop 的 FP4 算力，最高搭配 128GB 统一内存，图形性能据英伟达大致相当于自家的 RTX 5070 笔记本显卡。

首批 RTX Spark 笔记本电脑

黄仁勋把这次变化讲成一次“改朝换代”。他说，CPU 市场正在膨胀成一个约 2000 亿美元的产业，而这次对电脑的重新发明，分量不亚于当年手机进化成智能手机。

但真正被搬进来的，不是这些数字，而是 CUDA。它是英伟达最深的护城河，也是它过去十年在 AI 上几乎无人能撼动的根本原因。

RTX Spark 的不同在于两点：一是它第一次把CUDA带进了Arm架构的 Windows 笔记本，而高通骁龙、苹果 M 系列这些 Arm 芯片各跑各自的软件栈、都跑不了 CUDA；二是它用最高 128GB 的统一内存，让一台轻薄本能在本地跑下千亿参数级别的大模型和长上下文，这是受显存限制的普通笔记本独显做不到的。

换句话说，英伟达是把整座软件帝国，顺着这颗芯片铺进了过去它进不去的 Arm 笔记本市场。

RTX Spark 内置的 Blackwell 架构 RTX GPU

这并不是英伟达第一次想进 PC 处理器。

早在 2012 年，微软的 Surface RT 就用过它的 Tegra 芯片，却因功能受限、生态贫乏而折戟；此后高通占住高端、联发科主导平价，英伟达在 PC 用 Arm 处理器这块基本出局。它这一次敢于正面切入，靠的不是又一颗更快的芯片，而是 AI 这一波给了旧规则一个失效的窗口：当算力的价值重心从“跑得快”转向“能不能在本地跑得动Agent”，CUDA 二十年积累的生态优势，第一次有了从机房外溢到消费端的理由。

生态的天平也在往它这边倒：生态也在朝它倾斜。Adobe 专门为 RTX Spark 重写了 Photoshop 和 Premiere，让合成、滤镜、剪辑和调色都能直接调用这颗芯片的 Blackwell GPU 来提速。

英伟达把它定位成“为个人 AI Agent时代重新发明的 Windows PC”，并把三十年攒下的 CUDA、RTX、DLSS 4.5 等技术一并塞进轻薄本和小型台式机。

落地也不是空头支票：微软同场发布了搭载它、配 128GB 内存和 mini-LED 屏的 Surface Laptop Ultra 作为旗舰，戴尔、惠普、华硕、联想、微星都是首发伙伴，机器定在今年秋季；桌面端还有由 GB300 驱动、运行 Windows 的工作站。英伟达甚至给出了多代承诺：往后每一代平台都会配一颗 Spark 芯片。

对手的反应各不相同。

高通没有摆出敌意，反而说了句“欢迎加入大家庭”，把英伟达的入局解读成整个 Arm 生态被做大的利好，自己则继续主攻平价 Arm 笔记本，与英伟达直扑高端 AI PC 形成分层。

英特尔嘴上称这“对市场是好事”，同时承认自己保持着“一份健康的偏执”，并不忘强调 x86 的成熟、以及 Windows on Arm 至今仍有的软件兼容和数字版权难题。

高通也没有只在守势：同一周的 COMPUTEX 上，它推出了面向数据中心的 AI 品牌 Dragonfly，CEO Amon 抛出“到 2030 年 AI token 需求增长 40 倍”的愿景，试图把战线引回英伟达的腹地。只是在英伟达这场发布的声量下，这一手很大程度上被盖了过去。

02.

笔记本之外：另一半棋局

消费级产品抢了头条，但数据中心仍是英伟达的基本盘。

黄仁勋宣布，接替 Blackwell 的下一代平台 Vera Rubin 已进入全面量产。他强调“Vera Rubin 不是一颗芯片，也不只是一块 GPU”，而是把新一代 GPU、Vera CPU、BlueField DPU、Groq LPU、NVLink 72 和 Spectrum-X 网络整合进一个免线缆机架的多机柜系统，并称这是“英伟达历史上最雄心勃勃的工程”。

一个直观的进步是：过去在 Grace Blackwell 机架上要花两小时的组装，现在约五分钟就能完成。它的高带宽内存 HBM4 由三星、SK 海力士和美光供货。演讲当晚，三星、SK 海力士、LG、Naver 的高管出现在台北的“韩国伙伴之夜”，韩国企业正抢着加深与英伟达的绑定。

与平台一起亮相的，是被称作“为 Agent 而生的 CPU”的 Vera。

它是一颗 88 核的单片设计，主打高指令吞吐、极高的单核带宽和充足的互连带宽，目标是消除拖累 GPU 利用率的 CPU 瓶颈；英伟达称，相比传统的机架级 CPU，它速度快约五成、能效高一倍。

“Vera 为 AI 时代打造的 CPU。”

英伟达自己早就给出了做 CPU 的理由：在 Agent 工作流激增的当下，模型要在几秒内完成数十次工具调用和推理迭代，传统 CPU 的延迟正在成为拖慢整套系统的瓶颈，也是通用 CPU 厂商最难为单一负载彻底优化的地方。

这同样是一次越界，英伟达正向英特尔、AMD 长期把持的服务器 CPU 市场动手。乐观的估算甚至认为，凭借 AI 时代的话语权，它有机会从两家手里拿下相当一块 x86 服务器 CPU 的份额，对应数十亿美元级别的新增收入。

笔记本里的 CUDA、机房里的 Vera CPU，指向同一件事：英伟达不再满足于占住 AI 时代最重要的那一层，它想要计算的每一层。

而这些硬件之所以被造出来，是因为 AI Agent 这种新负载正在爆发。

黄仁勋把它比作工作坊里的工人，能推理、能规划、能执行；他说今天的 Agent 还只是“工具的使用者”，明天会成长为各领域的专家，而定义了个人电脑四十年的鼠标加键盘交互，正在让位于“用一句话下令、由 Agent 自己定目标、调用工具、评估并修正结果”的新模式。“这就是未来电脑的工作方式。”黄仁勋说。

他还顺势回应了“AI 抢工作”的担忧，措辞很“直接”：“说 AI 减少工作岗位纯属胡说。”他的论据是：全球三四千万名专业软件开发者，对应约 3 万亿美元的年薪；用上 AI 编程工具后，同样这批人产出提高了近三倍，相当于用 3 万亿美元的工资换来了 9 万亿美元的生产力，结果是更多工程师被雇用，而不是更少。

这套乐观，最终落回他反复打磨的“Token 经济学”：一座一吉瓦的 AI 工厂，每瓦的吞吐量就是收入，因为每一个 Token 都能盈利。为把这套逻辑工程化，他还发布了 AI 工厂的设计蓝图 DSX，用 Omniverse 数字孪生在动工前先把整座工厂仿真一遍。

这套叙事在用户端的样子，台上也演了一遍：在 RTX Spark 的演示里，Agent 替用户跑完了多步骤的繁琐流程，人只负责把一把方向。把这件事放到本地芯片上，改变的是两笔账：成本和隐私。一台能在本机跑推理和Agent流程的笔记本，用户不必为每一次调用都付云端账单，也能把数据留在自己手里。

这是英伟达寄望打动开发者的地方，也是同一套“Agent”叙事在机房之外、落到普通人桌面上的镜像：机房里它叫 AI 工厂，桌面上它叫一台会替你干活的电脑。

Agent 不只活在屏幕里。

演讲的后半程，黄仁勋把同一套逻辑推向了物理世界，把机器人视为下一个大市场，端出了面向边缘 AI 与机器人的 Jetson Thor 模组、自动驾驶开放平台 Alpamayo，以及机器人基础模型 Isaac GR00T，并把"会推理的汽车"和机器人称作英伟达正在铺设的未来地基。

全球多家车企基于英伟达 DRIVE Hyperion 平台打造 Robotaxi

英伟达联合宇树科技、Sharpa推出人形机器人参考设计H2 Plus，整合宇树本体、Sharpa触觉灵巧手及英伟达端侧算力与GR00T开发流程。平台总计75自由度，指尖触觉分辨率达0.02N，搭载Jetson AGX Thor T5000，预装GR00T 1.7模型，支持从遥操作到仿真部署的全链路开发。

这些产品在本届 COMPUTEX 的最佳选择奖上拿了不少：Vera Rubin NVL72 同时摘得金奖和可持续技术特别奖，Jetson Thor 拿下金奖，Alpamayo 获车用技术与智能座舱类奖项。这些产品背后，是英伟达推了两年多的“三台计算机”体系：一台用来训练模型，一台用来生成合成数据和做仿真，一台装进机器人本体；越来越多的环节，则交给能让机器人在虚拟世界里学习的"世界基础模型"。

台上，黄仁勋又搬出他那句偏爱的话：算力即数据。仿真做得越足，对稀缺的真实数据就越不依赖。

“算力即数据”：数据与算力越多，机器人能力沿四个阶段逐级跃升至“世界基础模型”。

“台湾是这一切的起点”，也是这场演讲反复致意的对象。RTX Spark 本身就是这条供应链的缩影：CPU 由联发科设计、芯片由台积电代工、整机由台系厂商组装。

黄仁勋在 GTC Taipei 期间公开表示，英伟达每年在台湾的支出正迈向约 1500 亿美元，首个海外园区 Constellation 也即将动工；他甚至放话，台湾的 GDP 有望因此多增长一成。消息一出，台湾相关供应链概念股普遍走高。

笔记本、机房、机器人这一整盘铺开，背后是同一道战略题。要理解这步棋，得先看英伟达今天的体量。最近一个季度，它的营收高达约 816 亿美元，其中数据中心一项就占了约九成；市值站上 5 万亿美元以上，是当之无愧的全球第一。对这样一家公司来说，

一颗短期内卖不了几个钱的笔记本芯片，几乎不可能立刻改变财报。那它图什么？

答案有两层。

一层是市场空间：黄仁勋把 CPU 说成一个约 2000 亿美元、英伟达过去几乎没碰过的产业，加上服务器 CPU 和网络，等于给自己又划出数千亿美元的新增可寻址市场。

另一层更要紧：英伟达九成以上收入压在数据中心，其中约四成又来自少数几家超大规模客户，而这几家正各自造着与它竞争的芯片，这是一种结构性的脆弱。

往 PC、CPU、网络这些相邻地带扩张，既是把鸡蛋分到更多篮子，也是在用更宽的战线，对冲单一战场被侵蚀的风险。所以这颗笔电芯片真正押注的，不是下个季度的营收，而是下一代平台和下一代开发者会落在谁的生态里。

03.

当前真正的对手，不在 PC

事实上，这颗笔记本芯片是踩在一条别人已经铺了一半的路上。

过去几年，Arm 架构正稳步蚕食英特尔和 AMD 把持了几十年的 x86 阵地。苹果在 2020 年率先证明了这条路走得通：把 Mac 全线换成自研的 M 系列 Arm 芯片，拿出了 x86 笔记本长期做不到的续航与能效。在 Windows 这边，微软和高通用了两年多时间打前站：骁龙 X 系列加上 Copilot+ PC 标准，第一次让 Arm 版 Windows 笔记本有了像样的立足点，尽管此前从 2012 年的 Surface RT 到 2022 年的 Surface Pro 9，这条路屡屡被软件兼容性绊倒。

英伟达的入场，等于是接过了一条别人开荒过的赛道。但它带着一件独门“武器”：CUDA。

这是它过去二十年最深的护城河：上亿颗 GPU 的装机量吸引开发者，开发者的成果又拉动更多硬件采购，如此循环，让 CUDA 成了 AI 计算事实上的底座。把 CUDA 铺进这类便携 Arm 设备的真正意义，在于让下一代 AI 开发者从入门的第一台机器起，就在与数据中心同一套环境里学习、试验、本地运行，把忠诚度重新锚定在最源头的地方。

而护城河下的对手也在各自谋略。

OpenAI 的 Triton、PyTorch 的 torch.compile、AMD 的 ROCm，乃至谷歌为打通 TPU 与 PyTorch 而做的 TorchTPU，都在一点点削弱“为 CUDA 写一次就够”的锁定效应。从这个角度看，RTX Spark 也是英伟达在锁定开始的地方，也就是开发者自己的电脑上，给护城河重新蓄水。

CUDA 被围攻的地方，就在机房。英伟达在 AI 加速器市场握着约八成份额，身后的 AMD 只有约 5% 到 7%。但它真正的威胁不是 AMD，是那些不卖给别人、只给自己用的定制芯片。

超大规模云厂商正在大举自研：谷歌的 TPU（由博通共同设计）、亚马逊的 Trainium 与 Inferentia（迈威尔参与）、微软的 Maia、Meta 的 MTIA。仅博通和迈威尔两家，就掌握着约九成五的定制 ASIC 协同设计市场。

更关键的是行业风向的转变：当 AI 从训练为主转向推理为主，采购标准也从“算力和带宽够不够大”，变成"每个 Token 的成本、功耗、散热和总拥有成本划不划算"。为单一负载量身定制的 ASIC 结构性占优的地方，在大规模推理上其总拥有成本据测算最高可比通用 GPU 低约六成。一个标志性的数字是：据 TrendForce 测算，2026 年定制 ASIC 的出货增速预计约 44.6%，将首次超过通用 GPU 的约 16.1%。

其背后藏着英伟达最现实的隐忧：它约四成的收入来自少数几家超大规模客户，而这几家无一例外都在自研与它竞争的芯片。去年谷歌与 Anthropic 那笔最高达百万颗 TPU 的协议，被市场读成一个明确信号：价值正在从"最好的那颗芯片"，向"芯片、网络、软件加多年长约打包的整套体系"迁移。

这个背后，黄仁勋的"通吃每一层"就有了第二层含义：它不只是扩张，也是防御。当数据中心的护城河在"每 Token 成本"这条战线上被 ASIC 一点点侵蚀，英伟达的回应，是把更多层握进自己手里：自己的 CPU、自己的网络、经由 Groq 授权而来的 LPU，以及现在自己的 PC 平台，并且把开发者更早、更深地绑住。唯一稳赚的或许是台积电：无论这场设计之战谁赢，制造的订单最终都落回它的产线。

也是在台北，黄仁勋顺带回应了另一个“对手”。

演讲前几天的一场供应链晚宴后，他被问到如何看华为刚发布的半导体"韬（τ）定律"和"逻辑折叠"技术，这套技术号称能绕开先进制程的限制。他的评价相当克制：这对华为是突破，但对台积电不构成威胁。

黄仁勋认为靠芯片堆叠和 3D 封装，华为可以在不缩小制程线宽的前提下把晶体管数量翻倍、甚至增加三到四倍，“这是一种很好的技术，但台积电和台湾拥有它已经十年了”。不过也有评论认为，他把华为的"逻辑折叠"和台积电的 3D 封装混为一谈，二者其实并不是一回事。

04.

财报很亮眼，故事还没讲完

台北舞台上的“通吃每一层”和“算力即收入”，听起来都是远期承诺，判断底气更直接的标尺是财报。就在这场主题演讲的前十天，英伟达交出的最近一季业绩。

英伟达2027财年Q1核心财务数据

黄仁勋近来反复抛出一个出圈的数字：到 2027 年底，他至少看到 1 万亿美元，是此前“5000 亿美元”口径的翻倍。他特意强调这只算 Blackwell 加 Rubin，不含 Groq LPU、单独销售的 Vera CPU 和网络，为的是和去年的口径可比，言下之意是真实盘子只会更大。

2026 年 5 月 20 日发布的 2027 财年第一季度业绩（截至 4 月 26 日），为每一项上都给这套叙事做了背书。当季营收创纪录地达到 816 亿美元，环比增长 20%，同比增长 85%；数据中心业务贡献 752 亿美元、同比劲增 92%，占总营收九成以上。英伟达在游戏和专业可视化等传统业务在体量上已被数据中心远远甩开。

盈利能力同样亮眼。

当季 GAAP 毛利率约 74.9%，与上一季基本持平；GAAP 净利润 583 亿美元、同比大增约 211%。不过有相当一部分来自所持股权投资的公允价值收益，当季“其他收入”约 159 亿美元来自股权证券估值变动，并非全由主营贡献；剔除这类项目后的 non-GAAP 净利润约 455 亿美元、运营利润 535 亿美元、同比增长约 147%，更能反映经营本身。non-GAAP 每股收益 1.87 美元，超出华尔街约 1.76 美元的一致预期。

公司预计下一季度营收约 910 亿美元，高于市场此前约 866 亿美元的一致预期。2026 财年全年，英伟达营收 2159 亿美元、同比增长 65%，其中第四季度营收 681 亿、数据中心 623 亿；从 2026 财年到 2027 财年开局，增速没有因基数变大而放缓，反而再度加速。为回报股东，公司同时新增 800 亿美元回购授权，并把季度股息从每股 0.01 美元一举上调到 0.25 美元。

财报电话会上，黄仁勋延续了 GTC 的口径。

他在收尾时说：“需求已经变得抛物线式增长，原因很简单：代理式 AI 已经到来。”在他的框架里，AI 时代算力本身就是收入和利润。CFO 科莱特·克雷斯给出了产品节奏：Vera Rubin 将在 2027 财年第三季度开始出货、第四季度进入放量，她坦言这些系统“组装起来非常复杂”，但 Blackwell 仍在放量的同时，Rubin 的增量收入即将接棒，增长在时间线上是连续的。

强劲财报之后，英伟达股价却不涨反跌，市值在 5.4 万亿美元附近回落。原因更多在预期：各大 AI 云厂商财报已普遍强劲，这份超预期早被提前消化，而英伟达自己把“超预期”的门槛越抬越高；事实上，过去几个季度它每次发财报，股价几乎都以下跌收场。

不过，市场的主流判断依然是看多，理由大致有几条：需求可见度高、Blackwell 仍在放量、推理负载持续扩张，以及机器人和边缘 AI 这些新增长极。这种乐观背后有一个现实依托：四大超大规模厂商 2026 年的资本开支预计高达约 7250 亿美元，绝大部分会流向 AI 基础设施。

但谨慎的声音也同样清晰，主要集中在三点。

其一是估值，约 30 倍的前瞻市盈率，让这只被“完美定价”的股票对任何瑕疵都格外敏感。其二是中国，出口管制让这块市场的前景持续承压。其三是结构性隐忧：英伟达一边向 OpenAI 等客户投资、一边向它们卖芯片的“循环”模式持续引发争议，在本季财报里已有迹可循。

它在 10-Q 中披露，仅这一个季度就向非上市公司与基础设施基金投资了约 186 亿美元，并直言其中部分是“可能会间接购买或使用英伟达产品”的 AI 模型厂商。与此同时，在能效和总拥有成本上更占优的定制 ASIC 正在崛起，这与它在台北急于补齐 LPU、反复强调“每瓦 token 成本最低”的动作恰好互为印证。

如果说 GTC 是英伟达对未来的画饼，这份财报就是它当下能端出的实物：营收、毛利、现金流和指引，几乎每一项都在验证“AI 工厂”“推理拐点”“代理式 AI 元年”的叙事。但股价的微妙下跌也提醒人们，市场已经把太多乐观写进了价格。对英伟达来说，真正的考验不再是某一季的超预期，而是这场它口中“人类历史上最大的基础设施扩张”，能否年复一年地兑现下去。

回到这场发布本身，故事讲得足够大，但有几件事它没回答。

最重要的因素是定价。

英伟达只确认 RTX Spark 首批瞄准高端，没有公布价格。问题在于，这类产品真正的难题从来不是"够不够强"，而是"能不能变成普通人会成批购买的东西"。如果整机价格压不到 1500 美元上下，它很可能停在"橱窗展品"的位置：既够不着主流笔记本，又把自己锁死在小众奢侈品里；只有落到这个价位附近，才谈得上真正威胁高通和英特尔。

第二道坎是 Windows onArm的老账。

从 2012 年的 Surface RT 起，这套平台始终被软件兼容性和数字版权这些 x86 不必操心的问题拖累。英伟达的品牌和生态固然更强，但能否真正抹平这些坑，要靠秋天第一批实机的续航和本地推理速度说话，而不是规格表上的核心数。第三个不确定更根本：消费者到底会以多快的速度接受"AI PC"这个品类，至今没有人能给出答案。

黄仁勋习惯把每一次发布都讲成时代的拐点，这场也不例外。但抛开表演，台北这场的分量是真实的：他把"建 AI 工厂"的叙事推进到量产，把服务器 CPU 和网络的战线全面拉开，又第一次把代理式 AI 的算力，押到了普通人的笔记本上。他赌的是：当智能体改变人和电脑打交道的方式，谁掌握了那个新入口，谁就拿到了下一个平台。

英伟达的“AI 工厂”整体蓝图

台北这一夜，是英伟达把战线从机房铺到桌面的开始；它究竟是又一次精准押中拐点，还是一家被增长惯性推着不断越界的公司，要等到今年秋天第一批机器、和明年那批定制芯片真正放量时，才会有答案。

文中未标注图片来自英伟达。

排版运营 / Teagan

- End -