E230|1万亿收入预期背后:英伟达的巅峰与软肋

E230|1万亿收入预期背后:英伟达的巅峰与软肋

From 硅谷101|中国版 by 泓君Jane

March 26, 2026 · 1h 6m · Episode 10

About this episode

本期节目探讨了英伟达在AI生态中的地位及其面临的挑战。

本期播客是硅谷101在GTC 2026大会期间的线下特别录制,我们从老黄在Keynote上抛出的那几个大数字开始聊起: 1万亿 ——这是黄仁勋预期到2027年底,Blackwell和Vera Rubin两个平台带来的订单收入。 7块 ——这是大会一次性发布的Vera Rubin新芯片数量。 还有两个数字是关于它的Vera Rubin NVL72 AI机架系统,相比Blackwell,推理效率提升了 10倍 ,每瓦Token产出性能是之前的 35倍 。 但我们聊的远不止数字本身,也不只是芯片的故事。当推理拐点全面到来,算力狂奔的路上,芯片设计、代工产能、推理架构、软件生态、电力基建、云服务运营……这些环节都在被重新丈量。 在这场串联起AI全产业链关键节点的线下对谈中,我们试图穿透英伟达庞大的AI生态帝国表象,看清它真正的护城河,以及那些潜伏在高速增长背后的软肋与隐忧。 【你将听到】 万亿野心背后的产业现实 03:21 万亿目标背后,推理业务正成为英伟达关键收入来源 05:50 供应链瓶颈:CoWoS产能成最大挑战,硬件周期非资金可突破 09:03 七芯齐发的关键:英伟达全公司都在用 Coding Agent 做芯片 10:10 Groq的优势:纯SRAM架构专攻低延迟 15:43 推理芯片创业还有机会吗?关键:找英伟达短板 19:07 未来数据中心是异构的,系统级优化比单芯片更重要 21:25 OpenClaw引爆TOKEN消耗,英伟达NemoCloud能让人惊艳吗? 24:27 SaaS面临挑战:未来软件公司卖的不是软件,是AI劳动力 28:36 未来企业架构:CEO同时管员工和智能体,HR、财务都可外包 30:07 英伟达芯片设计模型ChipNemo,硬件代码也能写,难点在于优化 31:47 谷歌TPU系统能力强,但英伟达的护城河已从CUDA扩展到全栈基础设施 35:28 英伟达的护城河:执行力与供应链 36:14 未来挑战:垂直领域、边缘端与私有化部署的崛起、推理市场红利被分流、资本压力 40:16 观众提问1: 英特尔是否有望成为代工第二源? 42:56 观众提问2:CUDA护城河是否会被Coding Agent削弱? 一线云服务商谈数据中心瓶颈 46:30 数据中心竞速:靠自发电与预制集装箱加速 50:22 谁在引爆GPU云需求?模型训练、视频生成、AI Coding以及OpenClaw 53:39 模块化、标准化、全套打包的AI工厂方案 56:57 不止GPU缺货,数据中心核心配件供应趋紧 58:42 运营GPU云的核心能力:先有卡,再稳得住,SLA是生死线 01:01:04 GPU折旧比资本市场预估更耐久 01:02:08 观众提问3:AI云服务商的差异化策略 【监制】 泓君 【后期】 Amei 【运营】 朱婕 【BGM】 Pulse…

People in this episode

Host: 泓君Jane

Topics covered

  • 英伟达
  • AI生态
  • 推理业务
  • 芯片设计
  • 供应链
  • 数据中心
  • 未来企业架构

Keywords

  • 英伟达
  • AI
  • 推理业务
  • 芯片设计
  • 供应链瓶颈
  • 数据中心
  • CUDA

Mentioned in this episode

Organizations: 英伟达, CoWoS, Groq, OpenClaw, 英特尔, CUDA, NemoCloud, AI

More episodes of 硅谷101|中国版

Explore listener stats, chart rankings, contacts and more on the 硅谷101|中国版 podcast page.