AC米兰官网-直击英伟达 GTC｜汇正财经：推理算力闭环成型物理 AI 商业化提速这个板块将迎来爆发期

　　AC米兰·(中文)官方网站-Milan brand-

　　英伟达GTC吸引全球科技产业从业者、顶尖创投机构专家、产学研精英等超3万人齐聚硅谷，共同研判人工智能技术迭代与产业落地的未来走向。

　　近年来，全球AI技术驶入发展快车道，生成式AI、自动驾驶、智能制造等前沿领域的技术成果持续突破，从实验室研发加速走向规模化商用，逐步转化为可落地的现实商业应用。

　　作为全球AI计算平台的核心推动者，英伟达凭借GPU技术领域的长期深耕，占据AI算力产业链主导地位。本届GTC大会上，英伟达创始人兼CEO黄仁勋重磅发布多款新一代芯片产品与全栈式AI解决方案，相关技术突破与商业规划引爆全球行业热议，成为资本市场与科技产业关注的焦点。

　　汇正财经首席投资顾问范宣钦直言，整场大会突出“落地感”，彻底跳出纯技术宣讲的框架，致力于让虚拟世界的AI技术真正走进物理世界，贴合产业实际需求破解商业化难题。核心新品Vera Rubin通过芯片、软件、推理模块的深度整合，实现了极低的数字员工运营成本，直接破解了行业长期困扰的AI算力昂贵、部署门槛高、落地难度大等痛点。这一突破性进展意味着AI的商业闭环已经正式形成，彻底扫清了行业规模化应用的核心障碍，让AI技术从“能用”迈向“好用、易用、普惠用”。

　　第一，英伟达给出明确业绩预期，预计到2027年芯片收入能够超过1万亿美元，这一数据十分亮眼。该预期较上一届大会公布的5000亿美元需求目标实现翻倍，直观反映出全球AI芯片需求极度旺盛、行业增速依旧迅猛，也给资本市场投资者吃下了一颗定心丸，印证了AI算力赛道的高景气度与长期成长价值。

　　第二，全新发布的Vera Rubin平台实现重大技术创新，深度整合了英伟达去年耗资200亿美元收购的Groq公司LPU推理芯片。该方案以Rubin芯片负责高速数据吞吐，搭配Groq LPU高效完成推理结果输出，两者协同发力后，整体从数据吞吐到终端反馈的综合性能直接提升35倍。这不仅是AI算力技术层面的重大突破，更让此前的大额收购尽显前瞻性战略价值，实现技术与商业的双重共赢。

　　第三，英伟达早已前瞻性布局下一代技术，面向2028年的Feynman（费曼）架构、Rosa（罗萨）CPU均已进入实质性研发阶段。其中Feynman作为全球首款1.6nm AI芯片，推理性能较现有产品大幅提升，提前锁定未来数年的技术领先身位，直接将竞争对手远远甩在身后，足以证明其在芯片领域的优势能够持续保持多年，行业龙头地位稳固。

　　汇正财经投资顾问陈炜航表示，本届大会释放出明确信号：液冷技术将从AI服务器的可选方案升级为必选标配，结合Vera Rubin平台的量产进度，这一技术变革将快速引爆整个液冷产业链。据大会公布信息，Vera Rubin整体量产定于2026年三季度，届时液冷将正式成为平台标准配置，彻底改变行业传统冷却技术格局。

　　陈炜航指出，对比上一代Blackwell平台，彼时风冷为主流冷却方案，液冷渗透率仅维持在20%-30%区间；而液冷成为Rubin平台标配后，行业液冷渗透率将跳升至60%-70%，实现几何倍数增长；后续Rubin Ultra版本推出后，液冷渗透率有望突破90%，全面迈入全液冷算力时代。

　　基于这一行业趋势，陈炜航判断2026年到2027年就是液冷板块的整体爆发点，冷却系统也将从服务器附属附加件转变为核心部件。成本层面，风冷在服务器总成本中占比仅3%左右，液冷占比则高达15%-20%，行业整体价值迎来大幅提升。从国内产业链来看，液冷核心部件环节将最先受益，其中冷板、CDU密封件等核心组件，以及800伏HVDC电源等配套套件，都将借助液冷爆发实现长足发展，迎来业绩增长窗口期。

　　汇正财经资深投资顾问朱杲怡分析，新一代Vera Rubin AI芯片推动推理算力形成完整闭环，直接带动AI产业链价值重新分配与重估。Rubin平台的设计逻辑彻底改变了原有AI芯片定位，以往AI芯片主要聚焦虚拟AI模型训练，为行业积累Token数据基础；而Rubin及后续Feynman架构，核心目标全面转向应用落地与推理输出，致力于把AI从网络、电脑端推向物理世界，打造真正能落地、可交互的物理AI。

　　这一迭代升级带来了推理成本、延时双下降，运行效能持续提升，让原本无力承担高额Token成本的中小企业、初创团队迎来新机遇，AI Agent、AI智能机等前沿领域将迎来中小企业、个人投资者的商业化布局热潮。

　　朱杲怡表示，以人形机器人、工业机器人等物理AI场景为例，Rubin搭配LPU芯片的优势十分突出：一是反馈延时小于0.1纳秒，与人类神经元响应速度基本一致，搭载机器人大脑后可实现实时流畅对话、精准指令响应；二是低功耗、低成本特性，能将机器人续航从2小时延长至8小时，大幅降低商业化部署门槛，加速机器人产业规模化落地；三是LPU作为语言类推理芯片，能精准优化机器人大脑模型，提升语言理解、行为识别、动作执行精度，让机器人实现听到、听懂、执行到位的跨阶段升级。

　　整体来看，本次英伟达芯片从聚焦训练转向发力推理，是AI技术从幕后研发走向前台应用的关键一步，也标志着AI未来规模化落地进程将持续提速。