黄仁勋：AI已能赚钱，Vera Rubin全面量产
0xBroomberg
AI数据中心变成了什么？
黄仁勋给出一个新定义：数据中心不再是存数据的仓库，而是生产Token的工厂。
这意味着→ 客户买的不是服务器硬件本身，而是一条能持续产出收入的生产线——Token变成代码、答案、设计和服务，每一个都可以卖钱。
用大白话说＝ 以前数据中心像图书馆，存东西；现在更像印钞厂，产东西。
AI到底有没有在赚钱？
黄仁勋援引GitHub数据：全球约3000万开发者借助AI辅助，代码提交量从2023年的3亿次升至2025年的5亿次，2026年增速几乎再翻倍。
他测算，这批开发者原本支撑约100万亿美元经济活动；AI智能体介入后，其创造的经济价值正向9万亿美元规模迈进。
这反映出 黄仁勋要回答的核心问题是"AI投资回报率"——他的答案是：产出已经可以量化，而且数字还在加速。
Vera Rubin和前两代有什么不同？
三代架构各有分工：Hopper主攻大模型预训练，Blackwell把推理推进到机架级，Vera Rubin专为AI智能体时代设计。
黄仁勋解释关键瓶颈：未来AI系统要持续推理、调数据库、执行代码；如果CPU跟不上，GPU只能空等——GPU闲置就是收入损失。
这意味着→ Vera Rubin不只是一颗新芯片，而是CPU+GPU+网络+软件的完整AI工厂平台，目标是让GPU永远不停转。
物理AI是怎么回事？
黄仁勋提出另一增长方向：机器人、自动驾驶汽车、工业设备将成为现实世界中的AI智能体。
英伟达的完整链路：AI工厂训练模型 → Omniverse数字孪生(在虚拟世界里先跑通模拟)平台模拟 → Jetson计算平台完成终端部署。
用大白话说＝ AI不只活在屏幕里，还要进入工厂车间和马路上——但黄仁勋自己也说，"物理AI才刚刚开始。"
财报数据能不能撑住这个故事？
英伟达2026财年营收同比增长65%至2160亿美元，营业利润增长60%至1300亿美元，经营现金流达1030亿美元。
数据中心业务收入同比增长68%至1940亿美元，占总营收约90%——几乎是一家"纯AI公司"的收入结构。
股东回报方面，公司计划将50%以上自由现金流通过回购和分红返还股东，此前已宣布季度股息提升25倍及新增800亿美元回购授权。
接下来要验证什么？
Vera Rubin已进入全面量产，但从量产到兑现"完整AI工厂平台"承诺，中间还有落地验证的距离。
物理AI从概念到规模化同样需要时间表——目前更多停留在路线图层面。
这意味着→ 这轮AI商业化叙事能否持续自我强化，关键看两件事：Vera Rubin客户部署速度，以及物理AI何时从demo走向收入。
Content is for reference only, not financial advice.