黄仁勋在LA撂下一句狠话，全场炸锅了

2026年3月16日，加州圣何塞会议中心。 三万人从全球190个国家飞到这里，把会场挤得水泄不通。放眼望去，全是工程师、创业者、投资人——还有一堆举着手机直播的自媒体。黄仁勋穿着他的标志性黑色皮衣走上了舞台，开口第一句话就是："欢迎来到GTC！" 然后他花了整整三个小时，把整个AI行业未来五年的路，给画了出来。 这场演讲的信息密度，大概相当于普通人连续看十场发布会。但最劲爆的，是他在台上撂下的那句狠话："到2027年，我们的订单额至少达到1万亿美元。" 一万亿美元。各位看官，这是啥概念？去年他说的还是5000亿，整整翻了一倍。台下的分析师们当场就坐不住了。 壹、CUDA二十年：那个差点让英伟达破产的"疯狂赌注" 今年是CUDA诞生20周年。 黄仁勋在演讲中回顾这段历史的时候，用了一个词——"有史以来最重大的投资"。但你们知道当年CUDA有多不被看好吗？ 2006年，黄仁勋决定做CUDA的时候，几乎所有股东都在反对。这玩意儿太烧钱 了，消耗了当时英伟达绝大部分利润，公司差点就扛不住了。用黄仁勋自己的话说："我们几乎负担不起。" 但他硬是咬牙坚持了20年，整整13代产品迭代。 如今CUDA的装机量已经达到了"数亿"级别。黄仁勋在台上展示了一张图，解释了什么叫"飞轮效应"： CUDA装机基数大 → 开发者涌入 → 创造新算法 → 催生新技术 → 开辟新市场 → 构建新生态 → 更多人加入 → 再扩大装机基数。这个飞轮，现在正加速转动。 有意思的是，黄仁勋还提到了一个数据：大约六年前发布的Ampere架构GPU，现在在云端的定价居然还在涨！这是什么概念？相当于六年前的iPhone，现在还能涨价卖。这在整个硬件行业几乎是天方夜谭。 原因很简单——CUDA的生态太大了，所有的AI公司都离不开它，你想换都换不了。 贰、推理的拐点：AI从"听懂话"变成"会干活" 黄仁勋在演讲中抛出了一个震撼数字："过去两年，计算需求增加了100万倍。" 一百万倍。各位，这比印钞机还夸张。 为什么会涨这么多？因为AI经历了三次跃迁： 第一次，2023年，ChatGPT出来了。AI不再只是"听懂话"，还能自己生成内容。黄仁勋说："我今天早上用了很多次。"看来CEO也和我们一样 Chattalk上瘾。 第二次，2024年，O1模型具备了推理能力。AI开始能"思考"了，能够反思、独立思考、分解问题。这一下子让计算量暴涨——因为推理需要生成大量token。 第三次，2025年，Claude Code出来了。这是第一个能"干活"的AI智能体——它能读取文件、编译代码、测试、评估，然后自己迭代改进。 黄仁勋直接爆了个料："英伟达100%的产品都使用了Claude Code或Cursor，我们的工程师几乎都在用AI代理写代码。" "AI现在需要思考了。"黄仁勋说，"思考需要推理，推理需要生成大量token。与训练相比，推理的计算需求提升了约10万倍。" 这就是他说的"推理转折点"——AI从"感知"走向"生成"，从"推理"走向"行动"。 叁、一万亿美元订单：自信还是疯狂？ "去年我说了5000亿美元没人觉得惊艳，"黄仁勋在台上笑着说，"因为你们都取得了创纪录的成绩。" 然后他话锋一转："但现在我要告诉你们我的立场——距离上次GTC过去了一年，就在我站的地方，我看到到2027年至少1万亿美元。这说得通吗？"台下掌声雷动。 支撑这个预期的核心逻辑是什么？黄仁勋反复强调一个概念——AI工厂。 "未来的数据中心不再是存储和处理数据的场所，而是'AI工厂'，其产品就是token。每一座AI工厂都受限于电力——1吉瓦的工厂永远无法变成2吉瓦，因此每瓦特产出的token数成为关键指标。" 这就是他说的"你未来的收入曲线"——在有限的电力下，谁能产出更多token，谁就能赚更多钱。 有意思的是，尽管黄仁勋信心满满，英伟达的股价却有点尴尬——目前仍较2025年10月高点下跌约13.5%，2026年迄今为止小幅下跌。市值较高点缩水约5000亿美元。 分析师们的态度也比较分裂。摩根士丹利本周加倍了对英伟达股票的看涨观点，但韦德布什证券的Dan Ives说："对于科技行业来说，这真是一段令人胆战心惊的时期。" 这就是资本市场的纠结——一方面相信英伟达的技术领先地位，另一方面又担心估值太高、竞争加剧。