英伟达创始人黄仁勋近期进入公众视野的频率达到职业生涯峰值。这位以“英伟达离倒闭永远只有30天”为口头禅的科技领袖，在三个月内完成超过十场公开演讲、访谈与闭门会议，足迹覆盖CES展台、中国供应链企业、达沃斯论坛及华尔街分析师会议室。其密集行程背后，是这家市值超万亿美元的芯片巨头正在酝酿三十年来最深刻的战略转型。
在2026年GTC开发者大会上，黄仁勋首次将“AI工厂”概念置于舞台中央。这个颠覆性表述取代了延续二十年的GPU发布传统——尽管大会仍推出新一代Rubin架构GPU，但“工厂”一词在演讲中被提及23次。他向全球开发者描绘新图景：客户购买的将不再是独立芯片，而是包含GPU、LPU、CPU及调度软件的完整推理生产系统，输入电力即可输出可货币化的AI token。
支撑这一转型的是英伟达对Groq公司核心资产的闪电收购。这家初创企业的LPU芯片架构专为AI推理优化，其150TB/秒的内存带宽达到英伟达旗舰GPU的7倍。在GTC现场演示中，Groq 3 LPX与Rubin GPU的异构组合在高交互场景下实现35倍能效提升。黄仁勋明确建议客户根据工作负载配置机架比例：高吞吐任务采用纯GPU方案，高价值token生成则需1-4个Groq机架搭配1个GPU机架。
调度系统Dynamo的发布标志着转型关键落子。这款被黄仁勋比作“1866年发电机”的推理操作系统，负责在异构架构中动态分配预填充、解码等任务。AWS、Azure等四大云服务商同步宣布采用，使英伟达从硬件供应商升级为算力调度规则制定者。定价模型的分层设计更显野心：AI推理服务将按token数量分级收费，最高达每百万token150美元，这需要Dynamo实现精准的任务级资源分配。
战略转向背后是AI算力需求的结构性迁移。黄仁勋援引数据指出，英伟达平台token生成速率两年间暴涨350倍，远超摩尔定律1.5倍的同期提升。但推理场景的特殊性暴露出GPU架构短板——在逐token解码阶段，GPU数万个计算单元大量闲置，数据搬运效率成为瓶颈。这种“架构错配”迫使英伟达打破“通用芯片通吃”的路径依赖，通过异构组合构建新护城河。
华尔街对转型保持审慎乐观。在GTC闭门会上，分析师追问推理业务收入占比时，黄仁勋未给出具体数字。当前英伟达2159亿美元年营收中，训练芯片仍占绝对主导。但公司已投入200亿美元用于收购与研发，这种“用未来收入押注现在”的激进策略，让人联想到2006年CUDA的冒险决策——当时英伟达将计算模块强制植入消费级显卡，导致毛利率暴跌至35%，市值缩水八成，却为后来AI训练市场80%份额奠定基础。
质疑声伴随掌声而来。All-In Podcast主持人质疑英伟达AI工厂成本是竞争对手两倍，达沃斯论坛上“AI泡沫论”甚嚣尘上，更有媒体将黄仁勋归为“超级销售员”。面对这些，这位以理性著称的CEO开始展现感性一面：他坦言若预知创业痛苦绝不会起步，又表示希望“死在工作岗位上”。在Lex Fridman播客中，他将人生信条浓缩为“别被解雇，别无聊，别死掉”，并承认“每件事都充满风险”。
这场转型已引发产业链连锁反应。SK海力士工程师受邀参加黄仁勋私人宴请，暗示HBM内存与异构架构的深度绑定；四大云服务商采用Dynamo，可能重塑算力租赁市场格局；而Groq芯片的快速量产，则证明英伟达正在突破“收购即整合失败”的科技行业魔咒。当被问及为何选择此时变革，黄仁勋的回答直指本质：“我们正在创造会被自己颠覆的未来。”
