龙虾GPU来了！老黄杀入OpenClaw战场，全新Rubin算力狂飙35倍

【导读】太燃了！老黄GTC再次掏出核弹，新一代Vera Rubin炸场，七颗芯片首次合体，推理性能狂飙35倍。最重磅的是，英伟达版「龙虾」NemoClaw终于现身。

GTC 2026在圣何塞震撼开场，瞬间引爆全球AI圈。

今夜，皮衣老黄登台亮相，全场座无虚席，万众屏息以待，狂热氛围堪比巨星演唱会。

两个多小时演讲，老黄扔出新一代Vera Rubin——七颗芯片合体，首次集成Groq，推理性能暴涨35倍。

过去一年，Blackwell和Rubin芯片狂卷全球5000亿美元大单。

老黄更是放出豪言：「2027年，芯片营收直指1万亿美金」，全场一阵欢呼。

老黄自称：Token之王

这一次，台上的老黄不只谈芯片，还宣告了一个新物种降临——NemoClaw。

「龙虾」引爆GTC

英伟达版OpenClaw炸场

OpenClaw这把火，直接烧到了GTC舞台上。

现场，老黄再次惊叹OpenClaw的惊人爆发力，并对其高度评价——

上线仅数周的时间，就超越了Linux三十年所取得的成就，成为世上最受欢迎开源项目。

老黄用描述操作系统的语法，来拆解OpenClaw——资源管理、工具调用、文件系统访问、大模型连接、任务调度、子Agent分发、多模态IO。

然后下了一个定论：

Mac和Windows是个人电脑的操作系统，OpenClaw是个人AI的操作系统。

这句话的分量，懂的人都懂。PC时代，谁掌握了操作系统，谁就掌握了生态入口。

老黄显然不打算把这个入口让给别人。

后OpenClaw时代

如今，OpenClaw的出现，正残酷地改写全球企业IT的游戏规则。

老黄给出的大判断是：每一家公司都需要一个OpenClaw战略，就像当年需要Linux战略、Kubernetes战略一样。

OpenClaw之前，企业IT是「数据中心+软件工具+人类数字工人」；OpenClaw之后，每一家SaaS公司都将变成GaaS公司——Agentic as a Service。

不再只是卖工具，而是出租能干活的Agent。

但龙虾太野了。一个能读文件、跑代码、发邮件、自主上网的Agent，放进企业内网就是一颗定时炸弹。

老黄在台上把这三个词念了出来：访问敏感信息、执行代码、对外通信。

而NemoClaw，只需一条命令安装，把OpenClaw直接纳入英伟达的软硬件生态，它做了三件事：

第一，内置OpenShell运行时，给Agent加上安全沙箱和策略引擎，让企业敢用；

第二，自动装上英伟达自家的Nemotron开源模型作为本地推理大脑，日常任务不出内网，需要更强能力时通过隐私路由调用云端前沿模型；

第三，硬件绑定——NemoClaw可以跑在GeForce RTX PC、RTX PRO工作站、DGX Spark、DGX Station上，Agent需要7×24小时不间断运转。

有了NemoClaw，企业便可以安全、放心地拥抱GaaS时代。

全新Vera Rubin震撼登场！

七颗芯片，一台超算

接下来，要说本场最重磅的，还是新一代GPU——Vera Rubin的登场。

演讲中，老黄直言不讳，Vera Rubin的设计初衷非常明确，就是为了支撑「智能体系统」。

它的诞生，标志着一个有软件端到端优化、垂直整合的「巨型系统」时代正式到来。

Vera Rubin是一个由七颗全新芯片组成的完整AI超级计算平台：

Rubin GPU、Vera CPU、NVLink 6交换机、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6以太网交换机，以及新整合的Groq 3 LPU。

七颗芯片，五种机架，一台超级计算机。

台上，老黄展示了Vera Rubin系统，进化速度是肉眼可见的——

100%液冷，所有线缆消失，曾经需要两天安装的系统现在两小时搞定。

冷却用的是45°C热水，直接把数据中心冷却的能耗压力卸掉，把省出来的电全喂给计算。

从左至右分别是：全新Groq系统、第六代NVLink、Vera Rubin

展台中间展示的是第六代NVLink，做起来的难度非常离谱，成为英伟达引以为傲的「秘密武器」。

全新的Groq系统，目前是第三代，配备了8颗Grace芯片，已开始量产。

接下来，老黄还重点亮出了全球首款CPO（共封装光学）Spectrum-X交换机。

通过与台积电联合研发的CoWoS工艺，光子与电子在芯片上直接转换。

Vera CPU是英伟达第二代自研CPU，专为Agentic AI设计。

88个定制Olympus核心，Arm v9.2架构，1.5 TB LPDDR5X内存，通过NVLink-C2C以1.8 TB/s带宽与Rubin GPU相连。

老黄特别强调了一点：这是全球唯一一颗在数据中心使用LPDDR5的CPU。

极致的单线程性能和极致的能效，专门为Agent的工具调用场景而生。

从左至右：CX9+BlueField-4、Vera CPU、CPO Spectrum-X

而全场的压轴戏当属Rubin Ultra！

它的GPU封装塞进了4颗计算die（Rubin是2颗），配备1TB HBM4e内存，单个封装的FP4推理算力达到100 PFLOPS。

这些GPU装进全新的Kyber机架——计算节点垂直插入，前面是计算，后面是NVLink交换，取代传统铜缆变成中板直连。

一个Kyber机架把144个GPU封装（576颗die）塞进同一个NVLink域，组成一台超级计算机：

15 exaFLOPS FP4推理，365 TB快速内存，比今天的Blackwell GB300 NVL72强14倍。

老黄特别感慨了一句：十年前DGX ONE只有170 TFLOPS。今天Vera Rubin是十年前的4000万倍。

一张让所有CEO失眠的图

紧接着，老黄抛出了一张对未来AI工厂非常关键的图表，并豪言「全世界每位CEO都会关注它」。

它展示了，在同等功耗下，大模型的吞吐量和token的生成速度。

横轴是Token生成速度（每秒token数），纵轴是吞吐量（tokens per watt）。

这张图的含义很简单：你的数据中心就是一座工厂，电力是你的产能上限，token是你的产品，这张图就是你的「工厂效率仪表盘」。

老黄在这张图上画了四条线——免费档、中等档、高价档、超级档。

• 免费档追求极致吞吐，用最便宜的小模型；

• 中等档用更大的模型、更长的上下文；

• 高价档用最聪明的模型做深度推理；

• 超级档则是那些处于关键路径上的任务，每百万token可以收到150美元。

假设你是一个研究团队，每天消耗5000万token，每百万150美元——这根本不算什么。

接下来，老黄叠上了硬件对比。

Hopper是起点，Grace Blackwell在每个价格档位上都把吞吐量拉高了35倍。Vera Rubin再在Blackwell基础上翻5倍。

用老黄的简化模型算：如果你把一个GW数据中心的电力平均分配到四个档位，Blackwell比Hopper多赚5倍收入，Vera Rubin比Blackwell再多赚5倍。

首次集成Groq，推理狂飙35倍

但最猛的提升来自Groq。

去年底，英伟达斥资200亿美元的授权费获得了Groq的LPU技术，并迎来Groq创始人Jonathan Ross和核心团队加入。

Groq 3 LPU是一颗和英伟达GPU截然相反的芯片：确定性数据流处理器，静态编译，编译器调度，没有动态调度。

片上500 MB SRAM，只有Rubin GPU 288 GB HBM4的五百分之一。但带宽是150 TB/s，反过来是Rubin的近7倍。

一颗容量极小但速度极快的芯片，天生为低延迟token生成而生。

英伟达的做法不是让Groq替代GPU，而是拆解推理流程。

通过Dynamo软件，把推理管线切成两段：

• prefill和attention留在Vera Rubin的GPU上做（需要大量算力和KV cache）

• 解码阶段的前馈网络和token生成卸载到Groq LPU上做（需要极致带宽和低延迟）。

两者通过以太网紧密耦合，延迟减半。

结果在老黄那张图上，Groq把最右端——那些NVLink 72跑不到的超高速区域——硬生生撕开了。

在最有价值的超级档位上，性能再提升35倍。

左右滑动查看

目前，Groq 3 LPU由三星代工，已进入量产，预计Q3出货。每个LPX机架包含256颗LPU，128 GB片上SRAM，640 TB/s规模扩展带宽。

老黄给了一个分配建议。

• 如果你的工作负载主要是高吞吐（训练、批量推理），100%用Vera Rubin就好。

• 如果你有大量编码和高价值工程类token生成需求，拿25%的数据中心配上Groq。

老黄总结道，短短两年的时间，凭借极致的软硬件协同设计，Token生成率从200万暴增至7亿，实现了350倍的史诗级跨越。

英伟达的进化毫无停歇，老黄也同时公布了接下来几年的超密集路线图。

再往后是，全新GPU架构Feynman，采用全新LP 40 LPU、Rosa CPU（以Rosalind Franklin命名）、BlueField 5、CX10，首次同时支持铜缆和CPO的规模扩展，计划2028年上线。

英伟达的年更节奏已经锁死：Blackwell → Blackwell Ultra → Rubin → Rubin Ultra → Feynman，每一代推理提升3-5倍，训练提升2-3倍。

顺便一提，英伟达连太空都没放过。

Vera Rubin Space-1 Module——把AI算力送上轨道，比H100的太空推理性能强25倍。

Thor芯片已经通过辐射认证进入卫星，下一步是在轨道上建数据中心。

万亿美金赛道

和一只会走路的雪人

数字Agent之外，老黄把大量篇幅留给了Physical AI——那些有物理身体的Agent。

自动驾驶是最先落地的战场。

老黄在台上放了一段奔驰CLA的演示视频：车辆用Alpamayo 1.5开源推理模型实时决策，能自己解说变道原因、绕行逻辑，甚至响应乘客的语音加速请求。

他的判断是：自动驾驶的「ChatGPT时刻」已经到了，这将是第一个万亿美元级的机器人产业。

但Physical AI面临一个根本瓶颈：真实世界的训练数据永远不够。

边缘场景、长尾情况，等等这些在现实中采集成本极高，有些甚至不可能复现。

英伟达的解法是Physical AI Data Factory Blueprint——一套开放参考架构。

它用Cosmos世界基础模型把有限的真实数据「膨胀」成大规模合成数据集，包括那些在现实中极难捕捉的稀有场景。

老黄的原话是：「计算就是数据」。

算力够大，数据就不再是瓶颈。

机器人方面，GTC现场展出了110台机器人，ABB、KUKA等工业巨头悉数到场。

但全场最抢风头的，是迪士尼的Olaf——《冰雪奇缘》里的话痨雪人，以机器人形态走上了舞台。

它内置Jetson芯片，在Omniverse里用Newton物理引擎和强化学习学会了走路，能感知物理环境、自主适应地形。

老黄蹲下来跟它聊天，Olaf回了一句：「比骑在驯鹿上看天空好多了。」

这大概就是未来迪士尼乐园的样子。

角色不再被固定在花车上，而是作为有自主意识的Physical AI，在园区里自由行走、和游客互动。

结语

从5000亿到1万亿，只用了一年。

老黄在整场keynote里反复说的一句话是：英伟达是一家「垂直整合、水平开放」的公司。

垂直整合意味着从算法到芯片到系统到工厂，每一层都自己做；水平开放意味着把这一切打包成库、平台、参考设计，接入全世界的云、OEM和开发者生态。

这不再是一家芯片公司的故事了。

Token是新的大宗商品，AI工厂是新的炼油厂，而英伟达正在成为这座工厂的全套操作系统供应商。

下一站是Rubin Ultra和Feynman。

但更重要的是，当每一家SaaS公司都变成GaaS公司、每一个工程师都有Token预算的时候，这个万亿美元的数字，也许真的只是开始。

参考资料：

https://www.nvidia.com/gtc/keynote/