（问题）随着大模型从训练走向大规模推理与应用落地，全球计算产业正面临新一轮结构性矛盾：一方面，企业对实时推理、长上下文、低延迟与安全可控的需求快速提升；另一方面，传统数据中心以“存储与通用计算”为核心的组织方式，难以能耗、成本与供给周期上承接激增的计算需求。黄仁勋在会上表示，计算需求正进入“百万倍增长”的新阶段，并将未来数年的算力市场规模预期上调至万亿美元量级，意在强调推理将成为下一阶段的主要增量来源。 （原因）业内普遍认为，推理时代的增长主要由三上驱动：其一，应用侧从通用问答走向行业场景，带来更多工具调用、检索增强、代码执行、工作流编排等复杂链路，推理计算不再是单次请求，而是多轮、多步骤的“任务”；其二，模型能力提升的同时上下文窗口不断拉长，内存与带宽瓶颈更突出，系统需要在“算力—存储—网络”之间重新平衡；其三，企业级落地对安全隔离、隐私合规与可审计能力提出更高要求，推动软件栈向操作系统级框架演进，也倒逼软硬件协同加速。 （影响）围绕上述变化，英伟达此次重点释放两类信号：一是硬件体系加速向“推理优化”迁移。其发布代号Vera Rubin的下一代架构，强调液冷等面向高密度部署的工程设计，并引入面向智能体任务优化的CPU配置。同时，公司提出通过Dynamo软件实现“解耦推理”的路径，即将复杂上下文处理与代币生成分工协同，形成面向高吞吐的推理流水线。会上还披露更远期的GPU架构路线，显示其试图通过持续迭代巩固在高端算力链条中的主导地位。二是软件生态从“工具集”向“平台化”升级。其推出开源智能体框架OpenClaw，定位为智能体调用工具、执行代码、管理文件与任务基础框架；并面向企业安全痛点发布NemoClaw智能体平台，集成隐私与安全护栏，意在降低企业使用智能体的门槛，推动软件交付从传统SaaS向“智能体即服务”延伸。该转向也意味着，未来软件竞争将更多集中在工作流、权限治理、数据边界与行业知识封装能力上。 （对策）从产业应对看，算力供给扩张并非简单“堆芯片”，而需要系统化协同：一是围绕推理工作负载重构数据中心，提升内存、互连与调度效率，推动液冷、供电与运维体系升级，降低单位代币成本；二是建立可控的软件底座，在智能体框架层引入最小权限、可审计日志、沙箱隔离与数据脱敏机制，避免“工具调用”带来新的安全外溢；三是推动开放生态与标准兼容，既要利用开源框架加速创新，也要避免接口割裂导致重复建设；四是面向行业落地强化“算力—数据—场景”闭环，优先在客服、研发、运营、风控等可量化场景跑通ROI，再向更复杂的生产控制与机器人场景延伸。 （前景）会上展示的物理智能进展同样值得关注。英伟达更新RoboTaxi Ready平台合作阵容，涉及多家整车企业并与出行平台达成部署意向，反映出自动驾驶正从示范运营走向规模化商业探索。其通过Omniverse与物理求解器展示机器人在虚拟环境中训练与迭代的路径，显示“仿真—训练—部署”的工程链条正在成熟。另外，公司宣布研发面向太空场景的计算机系统，并借助数字孪生平台构建更广域的设计与运维体系，表明算力基础设施的边界正从地面数据中心向更多场景延伸。综合来看，未来几年推理算力需求高增长趋势大概率延续，但决定产业格局的不仅是芯片性能指标，更在于系统效率、软件平台能力、生态开放程度以及与行业场景的结合深度。
从“训练驱动”转向“推理驱动”，从“云端计算”走向“物理世界闭环”，算力产业正在迎来新一轮结构性重估；未来竞争不只取决于单颗芯片的峰值性能，更取决于系统工程、软件生态与安全治理能力的协同成熟。能否在能效、成本、可靠性与合规之间取得平衡，将决定万亿美元级新周期的落地速度与产业边界。