黃仁勛，圖片來源：Getty Images
沒有什么能當下新舊交替的景象，更適合論證黃仁勛的Agentic AI“拐點論”了：OpenClaw橫空出世掀起智能體創(chuàng)業(yè)熱潮，Anthropic的Agent讓軟件股接連遭遇重擊。
這必然已經引起黃仁勛本人的關注。在2月26日財報發(fā)布后的電話會議上，他提到，
“Anthropic的Claude Cowork代理平臺具有革命性，為企業(yè)采用AI打開了閘門。Claude Cowork和OpenClaw出現后，計算需求正飛躍式增長。Agentic AI的ChatGPT時刻已經到來。”
作為AI需求最堅定的多頭、“AI泡沫論”最大的反對者，他也將這股浪潮視為“AI不存在泡沫，激增的資本支出合理且將持續(xù)”的論據。
就在去年差不多同一時間，2025年3月的GTC大會上，黃仁勛首次提出了他經典的“人工智能演進四段論”，他將Agentic AI形容為“具有自主性”“能夠感知并理解自身所處情境”“除了通過邏輯推理來確定如何回答或解決一個問題外，還能制定行動方案、規(guī)劃任務、調用工具并采取行動”的人工智能。
在他看來，過去2到3個月間，Agentic AI（代理AI）已經迎來了實際轉折，而英偉達提前6個月就捕捉到了信號。
截圖來自英偉達2025GTC大會視頻
英偉達2025年第四季度收入同比增長73%達到681億美元，財年同比增長65%至2159億美元的表現，已經證實AI需求仍然足夠旺盛。
英偉達業(yè)績破紀錄、超預期已是常態(tài)，去年11月其發(fā)布的Q3業(yè)績同樣亮眼，但市場卻質疑“AI泡沫”因此加劇，并以股價下跌回應。此次“炸裂”財報公布后，英偉達盤后股價先漲后跌，遠不如業(yè)績表現得好。
不過，作者發(fā)現，另一項指標——毛利率的變化，比較適合作為評估英偉達狀況的的切口，也與黃仁勛對“Agentic AI拐點”的判斷息息相關。
從全年來看，英偉達的毛利率是核心指標中唯一“退步”的，從去年的75%降到了今年的71.1%。
原因是，除了美國此前限制對華出口H20導致的庫存減值外，主要是公司將主力產品從Hopper迭代到Blackwell后，在商業(yè)模式上也由“賣主板”向價值鏈更上層的“賣機架”進軍，但制造和系統(tǒng)集成的成本也因此大增，產品定價的漲幅卻未保持同頻，毛利率因此走低。
但值得注意的是，公司Q4毛利率已再度回到75%的水平，為全年最高，同比亦有所提升。公司還預期能在新財年將毛利率繼續(xù)維持在75%左右的水平。這意味著，英偉達已在Blackwell定價權上再次掌握了主動。
就在今年1月，黃仁勛還在達沃斯世界經濟論壇上提到，公司GPU供不應求，現貨價格持續(xù)上漲。
英偉達近三年季度毛利率走勢（采用GAAP標準），作者根據英偉達財報數據制表
其背后原因，很大程度上如黃仁勛在財報電話會上所言，源于行業(yè)愈發(fā)意識到“在Agent時代，算力和推理就是收入”，這引發(fā)了與“AI泡沫擔憂”背道而馳的“搶購潮”和“資本開支潮”，因此，推理性能大幅提升的Blackwell系列產品大受歡迎。
黃仁勛在電話會上不下四次專門論述了這一話題，體現出極大熱情。
綜合他的最新觀點來看，幾乎可以總結出一套由“Token經濟學”（Tokenomics）升級而成的“Agent經濟學”。
其主旨是，Agentic AI想要實現及時反應、自主運行，就需要更大規(guī)模的算力和更快速度的推理，這將導致token數量指數級增長。
隨著企業(yè)“智能體”經濟效益、實用價值的凸顯，相關需求已被釋放，拐點之后的新世界中，每一個token都將被“美元化”，直接轉化為收入。
所以，算力等于收入，每一個云廠商、模型廠商、軟件廠商都需要投資算力。與此同時，推理性能（即單位電力下每個token的轉化效率）則決定了利潤，而芯片架構則決定著token的轉化率。換言之，每瓦性能最佳的架構將會勝出。
當然，黃仁勛眼中的勝出者始終是英偉達。
不過，美銀證券分析師維維克·艾利亞（Vivek Arya）提出，云計算巨頭資本支出已達到7000億美元的前所未有的高點，后續(xù)恐怕難以為繼，同時現金流可能承壓，多米諾骨牌或將轟然倒塌。
黃仁勛直接“反擊”，稱對此毫不擔心，因為Agentic AI已展示出其實用性，生成token變得有利可圖，“事情很簡單，計算的范式已經改變，今后，算力增長就意味著收入增長”。
此前，黃仁勛還曾作出過“2030年數據中心資本支出可能達到3萬億至4萬億美元”的判斷。此次電話會結束時，他再次強調這一預估并不激進，因為未來每個軟件都將依賴AI，而每家公司都將生產token。如此看來，目前的資本支出還只能算是前奏。
通過這套“Agent經濟學”，也能夠更好地理解英偉達近年來的一系列技術、產品迭代方向和投資決策。
目前來看，英偉達在芯片（硬件）、網絡（連接）和軟件層面都根據Agentic AI的特點進行了針對性布局。
在硬件端，“智能體”需要長期穩(wěn)定運行，且快速及時動作，并能勝任復雜任務，這對內存容量和帶寬的要求都更高。
正如前文所述，英偉達早已不再只滿足于“造主板”，而是在Blackwell系列迭代時選擇了更加復雜的“造機架”模式，這為在整體上構建更強性能、更低延遲、更優(yōu)效率的服務器，跨過“智能體”門檻提供了可能。
2025年下半年，英偉達已正式向市場推出了針對Agent、推理乃至Physic AI進行專門優(yōu)化的Blackwell Ultra平臺，官方稱其能夠高效支持“智能體”所需的低延遲、長上下文窗口和多步驟推理工作流。
最新財報電話會還透露，最新一代的Vera Rubin產品也即將走向市場，英偉達表示已于本周向客戶發(fā)送了首批樣品，按計劃將在下半年開始量產發(fā)貨。屆時會形成Blackwell+Rubin雙線并行的局面。
此前，黃仁勛曾在CES等場合介紹過，這款產品采用更先進的制程，集成更高速的HBM4內存，并通過Rubin CPX專門優(yōu)化了“智能體”在理解復雜指令和環(huán)境等方面的能力，能夠提升推理密度并降低總體擁有成本（TCO）。
預計將拿到英偉達100億美元投資的Anthropic，會成為率先在Vera Rubin系統(tǒng)上訓練其Agent功能的廠商。
英偉達AI算力產品路線圖，截圖來自申萬宏源研究
除了主力產品的迭代，英偉達還有兩個硬件端的新趨勢尤其值得關注。
一是，被視為市場新賣點的“超節(jié)點”架構。
“超節(jié)點”即超級計算節(jié)點，主要是通過高速互聯(lián)技術，在單臺服務器內集成大量AI芯片。
相較于Generative AI時代，大模型訓練奉為圭臬，這項技術被認為更能夠在Agentic AI時代大展拳腳。
Agentic AI能夠進行復雜、快速的推理至關重要，“超節(jié)點”單機器的架構，能夠顯著降低推理過程的通信延遲和能耗，也有利于消除傳統(tǒng)分布式計算中大量的通信開銷和內存壁壘，讓“智能體”能夠在一個巨大、連貫的“記憶體”中規(guī)劃和完成任務。
目前，英偉達力推的GB200 NVL72，就是將72個Blackwell GPU，通過NVLink和NVSwitch，無縫連接成一個邏輯統(tǒng)一的巨型計算單元的“最強超節(jié)點”。
摩根士丹利在去年8月發(fā)布的一份報告中指出，GB200 NVL72提供的TB級共享統(tǒng)一內存，讓同時協(xié)調數百個“智能體”成為可能，考慮到性能提升幅度和TCO優(yōu)勢，即使相關產品造價數百萬美元，也仍是大型AI實驗室和云服務商在構建Agentic AI時的最佳選擇。
截圖來自摩根士丹利
另一個重要趨勢，是英偉達在2025年末與Groq達成的200億美元非獨家許可協(xié)議。
一位曾在EDA大廠工作的業(yè)內人士對作者表示，Groq走的LPU路線，明顯區(qū)別于英偉達的GPU，這一技術歷來以兼具高精準度和低延遲度的推理能力聞名，對于GPU在推理性能方面的相對短板來說，是很好的補充。而正如前文所述，推理堪稱Agentic AI的頭等大事。
市場對英偉達如何利用Groq的資產猜測已久，目前看，整合進自身架構的可能性遠大于推出單品。
“此前都說軟件吞噬一切，現在又流行AI吞噬軟件的敘事。英偉達也有相似之處，可以說是‘架構吞噬一切’，就像黃仁勛提到的Mellanox收購案，英偉達應該會將Groq完全整合進其新的架構之中。”上述業(yè)內人士說。
在他看來，就像2020年英偉達收購Mellanox，并以此為基礎整合高速網絡技術，為從芯片設計廠商進階到AI基建巨頭打下基礎，Groq預計也將在英偉達發(fā)展Agentic AI的過程中成為重要一塊拼圖。
黃仁勛已在最新財報電話會議上預告，將在3月中旬的GTC大會上公布英偉達與Groq合作的具體內容。
在硬件之后，英偉達在網絡業(yè)務中也有不少針對Agentic AI的布局。其中最關鍵的是NVLink交換機，該技術也被用于超節(jié)點中。最新財報介紹稱，該交換機讓其產品能夠以比上一代高50倍的每單位能量性能生成token。這也有望成為“智能體”協(xié)同交互的關鍵。
CUDA也一直被視為英偉達的“最強護城河”。就目前來看，在Agentic AI時代，CUDA仍將繼續(xù)扮演英偉達的“殺手锏”角色，但也會迎來更大的挑戰(zhàn)。
在傳統(tǒng)路徑上，CUDA早就為AI開發(fā)者提供了從底層硬件訪問到高層框架加速的全套工具。從目前OpenClaw激發(fā)的開發(fā)者創(chuàng)業(yè)激情、“一人公司”熱潮來看，繼續(xù)使用這個成熟、高性能的平臺進行開發(fā)，降低復雜性，快速推出產品仍是最佳選擇。
不過，值得注意的是，“智能體”的特性決定了其工作內容較生成式AI復雜度倍增，運行時還需頻繁調用外部工具，在CPU、GPU和內存間進行復雜的數據調度。但CUDA生態(tài)以往被認為是相對封閉、以GPU為中心的平臺。在OpenAI Triton等新興開源編譯器和跨硬件框架同步涌現之際，CUDA的核心地位仍可能受到沖擊。
以既往觀點來看，GPU和CUDA都不以極致推理性能見長，所謂“智能體革命”“推理革命”一直作為風險敘事縈繞在英偉達周身。
但正如黃仁勛所言，“AI不會倒退”，既然Agentic AI拐點已至，英偉達也只能再次力求，證明自己能夠稱霸屬于“Agent經濟學”的新時代。（作者｜胡珈萌，編輯｜李程程）
快報
根據《網絡安全法》實名制要求，請綁定手機號后發(fā)表評論