NVIDIA GTC大会：AI推论商业语言的三年演进

每年3月，NVIDIA的GTC大会都成为全球AI产业的风向标。从2024年起，NVIDIA创始人黄仁勋在主题演讲中持续使用二维象限图表，阐述其运算平台升级对AI推论性能的提升。这一系列图表不仅展示了技术进步，更体现了NVIDIA对AI推论商业语言的重新定义。

2025年，黄仁勋提出了“AI工厂”的概念，将AI推论与企业收入和利润直接挂钩。他指出，AI工厂的运作效率决定了其产出的tokens数量，而规模化推论成为关键的运算难题。在GTC 2025上，他展示了两张关键图表：一张是商业模型图，另一张是平台比较图。前者以“Tokens per Second for Factory”为Y轴，“Tokens per Second for One User”为X轴，强调了吞吐量与延迟反应时间之间的矛盾。后者则将Y轴改为“TPS/MW”，突出了电力限制对数据中心性能的影响。

2024年的图表则以“Token Per Second（TPS）”为核心，展示了GB200 FP4、B200 FP8、H200 FP8等运算平台的性能曲线。黄仁勋强调，Blackwell架构的突破性进展使推论性能提升了30倍。这一时期的论述主要面向CTO和工程团队，技术性强但受众有限。

2026年，NVIDIA进一步将推论性能与服务定价能力挂钩。在GTC 2026上，黄仁勋展示了不同运算平台的推论比较图，新增了四个推论服务的定价区间。他指出，采用Rubin NVL72平台的AI工厂在顶级服务上的吞吐量是Blackwell平台的10倍，而整合Grok 3 LPX平台后，这一数字更提升至35倍。这一论述将算力基础设施的采购决策提升至影响公司财务结果的战略高度。

从技术性能到商业模型，再到财务结果，NVIDIA通过GTC大会逐步将AI推论的讨论从技术圈扩展至企业高层决策者，为下一代产品的采购正当性铺平了道路。