你有沒有發(fā)現(xiàn)，今年的GTC大會，黃仁勛有點不一樣？

往年他穿皮衣炫算力，講的是FLOPS、帶寬、晶體管密度——硬核得像在開芯片發(fā)布會。今年，他花了大量時間講的卻是：智能體、操作系統(tǒng)、生態(tài)、推理成本。

更讓人細思極恐的是，就在GTC結(jié)束后的第二天，杭州一位研究AI的專家扔出一句話：“某種程度上，英偉達在學習華為。”

張旭光，浙大智能教育研究中心特聘研究員，在接受采訪時點破了這層窗戶紙。

學習華為？那個被芯片禁令打得滿身是傷的華為？那個只能在國內(nèi)市場“窩里橫”的華為？

等等，你是不是也這么想？

如果是，那你可能和大多數(shù)人一樣，完全看錯了這場AI戰(zhàn)爭的本質(zhì)。

一、從賣顯卡到建“工廠”，英偉達突然換了打法

先看GTC上黃仁勛做了什么。

他發(fā)布了Vera Rubin超節(jié)點，3.6 Exaflops算力，100%液冷，性能比10年前提升4000萬倍。這很正常，英偉達一直在堆算力。

但他還做了一件奇怪的事：發(fā)布了一個叫NemoClaw的開源平臺，專門為OpenClaw智能體深度優(yōu)化的部署工具鏈。安裝只需兩行命令，就能讓GPU服務器無縫接入智能體生態(tài)。

更奇怪的是，他還推出了Groq 3 LPU——一款專用推理芯片，不是GPU，是LPU（語言處理單元）。用它和Vera Rubin組合，推理效率飆漲35倍。

看懂了嗎？

英偉達不再只賣顯卡了。它在做一套東西：芯片+互聯(lián)+軟件+智能體框架+生態(tài)標準

黃仁勛在演講里說了一句話，值得反復琢磨：“每一座數(shù)據(jù)中心、每一座工廠，從定義上來說都是受電力限制的。一座1吉瓦的工廠永遠不會變成2吉瓦，這是物理和原子的定律。”

所以他換了個玩法：不堆算力了，改玩“Token工廠經(jīng)濟學”——把數(shù)據(jù)中心改造成生產(chǎn)Token的工廠，用軟件優(yōu)化、專用芯片、異構(gòu)協(xié)同，在有限的電力下產(chǎn)出更多的Token。

這套路，是不是有點眼熟？

二、華為三年前就在做的事，英偉達現(xiàn)在才開始

把時間撥回2024年。

華為發(fā)布Atlas 900超節(jié)點，用集群化方式硬剛英偉達。當時很多人嘲笑：這不就是堆數(shù)量嗎？單卡比不過，就堆幾千張卡一起上。

但華為做的，遠不止堆數(shù)量。

2026年3月17日，就在GTC開幕的同一天，華為發(fā)布了面向AI推理場景的全新AI數(shù)據(jù)基礎設施。里面有三樣東西：

知識庫：把企業(yè)私域數(shù)據(jù)提前解析、索引、打碎，讓智能體能精準檢索，檢索準確率超95%。

KV Cache加速：給AI裝上“記憶卡”，首Token時延降低90%。

記憶庫：讓模型記住對話上下文，越用越聰明。

更關鍵的是，華為用一個叫UCM的技術把這三者統(tǒng)一調(diào)度，讓智能體能自己判斷該查知識庫、該用緩存、還是該去大模型那“問老師”。

再看英偉達這次發(fā)布的NemoClaw、Dynamo軟件棧、cuVS向量加速庫——是不是同一個配方？

華為用UCM管知識庫+緩存+記憶，英偉達用Dynamo做KV-Cache存儲優(yōu)化+大模型動態(tài)路由。

華為做FusionCube A1000邊緣一體機，支持通算智算融合，應用上線周期縮短80%。英偉達做Groq 3 LPX機架系統(tǒng)，讓推理效率提升35倍。

一個從“硬”往“軟”走，一個從“軟”往“硬”補。兩條路，在中間撞上了。

三、誰在學誰？一個被忽略的真相

現(xiàn)在回頭看張旭光那句話：“某種程度上，英偉達在學習華為。”

不是客套，是事實。

華為被芯片禁令卡住之后，走了一條不得不走的路：既然買不到最先進的制程，就在系統(tǒng)層面找補。用集群化彌補單卡性能，用軟硬協(xié)同榨干每一滴算力，用全棧生態(tài)鎖住客戶。

這套打法，華為練了三年。

現(xiàn)在英偉達發(fā)現(xiàn)自己也遇到了天花板：制程快到極限了，功耗壓不住了，數(shù)據(jù)中心電力鎖死了。怎么辦？學華為——從“賣芯片”轉(zhuǎn)向“建生態(tài)”。

黃仁勛在GTC上宣布的1萬億美元營收目標，60%來自超大規(guī)模云服務商。這意味著什么？意味著英偉達要的不再是“把芯片賣給你”，而是“幫你建AI工廠，然后抽成”。

這套商業(yè)模式，華為的云服務早就跑通了。

更扎心的是，東興證券的一份研報指出：華為Atlas 950超節(jié)點預計2026年第四季度發(fā)布，總算力達8EFLOPS（FP8），遠超英偉達NVL144的2.52EFLOPS。在內(nèi)存容量和互聯(lián)帶寬上，華為也實現(xiàn)大幅領先。

當然，研報也承認：英偉達在芯片工藝、軟件生態(tài)、系統(tǒng)集成上的優(yōu)勢仍然難以撼動。但趨勢已經(jīng)很明顯了——華為在用“系統(tǒng)思維”對抗英偉達的“芯片霸權”。

四、這場戰(zhàn)爭，誰贏都是我們的

文章寫到這里，你可能會問：到底誰在學誰？

答案是：高手過招，互相學習。

英偉達學華為的軟硬協(xié)同、生態(tài)打法；華為學英偉達的芯片設計、系統(tǒng)集成。兩家都在往對方的地盤滲透，最后撞在一起，催生出AI基礎設施的終極形態(tài)。

這才是最可怕的真相。

以前我們總覺得AI戰(zhàn)爭是“美國vs中國”，是“英偉達vs華為”。但當你拆開看技術細節(jié)，會發(fā)現(xiàn)兩家公司正在做的事情，驚人地相似：

都押注推理是下一波浪潮。都做專用推理芯片（LPU vs 昇騰）。都搞智能體操作系統(tǒng)（NemoClaw vs 靈衢）。都在邊緣側(cè)布局（Groq LPX vs FusionCube A1000）。都推“中心+邊緣”全場景覆蓋。

這哪是對手？這是鏡像。

黃仁勛說AI正進入推理時代。華為在發(fā)布會那天說“AI已邁入以推理為核心的全新階段”。

連措辭都一樣。

所以別再問誰贏誰輸了。這場戰(zhàn)爭，真正的贏家只有一個：那個被兩家巨頭聯(lián)手推向新紀元的AI產(chǎn)業(yè)。

而我們，都是見證者。

結(jié)尾：當對手變成鏡子

英偉達學華為，聽起來像個段子，其實是商業(yè)史上最動人的一幕——

當一家公司強大到一定程度，它會發(fā)現(xiàn)：真正的對手不在外面，而在鏡子里。那個你曾經(jīng)俯視的追趕者，正用你想象不到的方式，定義著這個行業(yè)的另一種可能。

華為用三年時間，把“被卡脖子”變成了“另辟蹊徑”。英偉達用一次GTC，把“芯片霸主”升級成了“生態(tài)定義者”。

兩條路，從兩端出發(fā)，在中間相遇。

這大概就是技術競爭的終極形態(tài)：沒有永恒的王者，只有永恒的追趕。沒有絕對的對錯，只有殊途同歸的遠方。

互動問題

你覺得未來三年，英偉達和華為誰會主導AI基礎設施市場？或者——這場戰(zhàn)爭根本沒有贏家，最終活下來的是兩種生態(tài)？評論區(qū)見。