黄仁勋，图片来源：Getty Images

没有什么能当下新旧交替的景象，更适合论证黄仁勋的Agentic AI“拐点论”了：，。

这必然已经引起黄仁勋本人的关注。在2月26日财报发布后的电话会议上，他提到，

“Anthropic的Claude Cowork代理平台具有革命性，为企业采用AI打开了闸门。Claude Cowork和OpenClaw出现后，计算需求正飞跃式增长。Agentic AI的ChatGPT时刻已经到来。”

作为AI需求最坚定的多头、“AI泡沫论”最大的反对者，他也将这股浪潮视为“AI不存在泡沫，激增的资本支出合理且将持续”的论据。

就在去年差不多同一时间，2025年3月的GTC大会上，黄仁勋首次提出了他经典的“人工智能演进四段论”，他将Agentic AI形容为“具有自主性”“能够感知并理解自身所处情境”“除了通过逻辑推理来确定如何回答或解决一个问题外，还能制定行动方案、规划任务、调用工具并采取行动”的人工智能。

在他看来，过去2到3个月间，Agentic AI（代理AI）已经迎来了实际转折，而英伟达提前6个月就捕捉到了信号。

截图来自英伟达2025GTC大会视频

从“Token经济学”到“Agent经济学”

英伟达2025年第四季度收入同比增长73%达到681亿美元，财年同比增长65%至2159亿美元的表现，已经证实AI需求仍然足够旺盛。

英伟达业绩破纪录、超预期已是常态，。此次“炸裂”财报公布后，英伟达盘后股价先涨后跌，远不如业绩表现得好。

不过，作者发现，另一项指标——毛利率的变化，比较适合作为评估英伟达状况的的切口，也与黄仁勋对“Agentic AI拐点”的判断息息相关。

从全年来看，英伟达的毛利率是核心指标中唯一“退步”的，从去年的75%降到了今年的71.1%。

原因是，除了美国此前限制对华出口H20导致的库存减值外，主要是公司将主力产品从Hopper迭代到Blackwell后，在商业模式上也由“卖主板”向价值链更上层的“卖机架”进军，但制造和系统集成的成本也因此大增，产品定价的涨幅却未保持同频，毛利率因此走低。

但值得注意的是，公司Q4毛利率已再度回到75%的水平，为全年最高，同比亦有所提升。公司还预期能在新财年将毛利率继续维持在75%左右的水平。这意味着，英伟达已在Blackwell定价权上再次掌握了主动。

英伟达近三年季度毛利率走势（采用GAAP标准），作者根据英伟达财报数据制表

其背后原因，很大程度上如黄仁勋在财报电话会上所言，源于行业愈发意识到“在Agent时代，算力和推理就是收入”，这引发了与“AI泡沫担忧”背道而驰的“抢购潮”和“资本开支潮”，因此，推理性能大幅提升的Blackwell系列产品大受欢迎。

黄仁勋在电话会上不下四次专门论述了这一话题，体现出极大热情。

综合他的最新观点来看，几乎可以总结出一套由“Token经济学”（Tokenomics）升级而成的“Agent经济学”。

其主旨是，Agentic AI想要实现及时反应、自主运行，就需要更大规模的算力和更快速度的推理，这将导致token数量指数级增长。

随着企业“智能体”经济效益、实用价值的凸显，相关需求已被释放，拐点之后的新世界中，每一个token都将被“美元化”，直接转化为收入。

所以，算力等于收入，每一个云厂商、模型厂商、软件厂商都需要投资算力。与此同时，推理性能（即单位电力下每个token的转化效率）则决定了利润，而芯片架构则决定着token的转化率。换言之，每瓦性能最佳的架构将会胜出。

当然，黄仁勋眼中的胜出者始终是英伟达。

不过，美银证券分析师维维克·艾利亚（Vivek Arya）提出，云计算巨头资本支出已达到7000亿美元的前所未有的高点，后续恐怕难以为继，同时现金流可能承压，多米诺骨牌或将轰然倒塌。

黄仁勋直接“反击”，称对此毫不担心，因为Agentic AI已展示出其实用性，生成token变得有利可图，“事情很简单，计算的范式已经改变，今后，算力增长就意味着收入增长”。

此前，黄仁勋还曾作出过“2030年数据中心资本支出可能达到3万亿至4万亿美元”的判断。此次电话会结束时，他再次强调这一预估并不激进，因为未来每个软件都将依赖AI，而每家公司都将生产token。如此看来，目前的资本支出还只能算是前奏。

Agent时代，英伟达的护城河还能守多久？

通过这套“Agent经济学”，也能够更好地理解英伟达近年来的一系列技术、产品迭代方向和投资决策。

目前来看，英伟达在芯片（硬件）、网络（连接）和软件层面都根据Agentic AI的特点进行了针对性布局。

在硬件端，“智能体”需要长期稳定运行，且快速及时动作，并能胜任复杂任务，这对内存容量和带宽的要求都更高。

正如前文所述，英伟达早已不再只满足于“造主板”，而是在Blackwell系列迭代时选择了更加复杂的“造机架”模式，这为在整体上构建更强性能、更低延迟、更优效率的服务器，跨过“智能体”门槛提供了可能。

2025年下半年，英伟达已正式向市场推出了针对Agent、推理乃至Physic AI进行专门优化的Blackwell Ultra平台，官方称其能够高效支持“智能体”所需的低延迟、长上下文窗口和多步骤推理工作流。

最新财报电话会还透露，最新一代的Vera Rubin产品也即将走向市场，英伟达表示已于本周向客户发送了首批样品，按计划将在下半年开始量产发货。届时会形成Blackwell+Rubin双线并行的局面。

此前，黄仁勋曾在CES等场合介绍过，这款产品采用更先进的制程，集成更高速的HBM4内存，并通过Rubin CPX专门优化了“智能体”在理解复杂指令和环境等方面的能力，能够提升推理密度并降低总体拥有成本（TCO）。

预计将拿到英伟达100亿美元投资的Anthropic，会成为率先在Vera Rubin系统上训练其Agent功能的厂商。

英伟达AI算力产品路线图，截图来自申万宏源研究

除了主力产品的迭代，英伟达还有两个硬件端的新趋势尤其值得关注。

一是，被视为市场新卖点的“超节点”架构。

“超节点”即超级计算节点，主要是通过高速互联技术，在单台服务器内集成大量AI芯片。

相较于Generative AI时代，大模型训练奉为圭臬，这项技术被认为更能够在Agentic AI时代大展拳脚。

Agentic AI能够进行复杂、快速的推理至关重要，“超节点”单机器的架构，能够显著降低推理过程的通信延迟和能耗，也有利于消除传统分布式计算中大量的通信开销和内存壁垒，让“智能体”能够在一个巨大、连贯的“记忆体”中规划和完成任务。

目前，英伟达力推的GB200 NVL72，就是将72个Blackwell GPU，通过NVLink和NVSwitch，无缝连接成一个逻辑统一的巨型计算单元的“最强超节点”。

摩根士丹利在去年8月发布的一份报告中指出，GB200 NVL72提供的TB级共享统一内存，让同时协调数百个“智能体”成为可能，考虑到性能提升幅度和TCO优势，即使相关产品造价数百万美元，也仍是大型AI实验室和云服务商在构建Agentic AI时的最佳选择。

截图来自摩根士丹利

另一个重要趋势，是英伟达在2025年末与Groq达成的200亿美元非独家许可协议。

一位曾在EDA大厂工作的业内人士对作者表示，Groq走的LPU路线，明显区别于英伟达的GPU，这一技术历来以兼具高精准度和低延迟度的推理能力闻名，对于GPU在推理性能方面的相对短板来说，是很好的补充。而正如前文所述，推理堪称Agentic AI的头等大事。

市场对英伟达如何利用Groq的资产猜测已久，目前看，整合进自身架构的可能性远大于推出单品。

“此前都说软件吞噬一切，现在又流行AI吞噬软件的叙事。英伟达也有相似之处，可以说是‘架构吞噬一切’，就像黄仁勋提到的Mellanox收购案，英伟达应该会将Groq完全整合进其新的架构之中。”上述业内人士说。

在他看来，就像2020年英伟达收购Mellanox，并以此为基础整合高速网络技术，为从芯片设计厂商进阶到AI基建巨头打下基础，Groq预计也将在英伟达发展Agentic AI的过程中成为重要一块拼图。

黄仁勋已在最新财报电话会议上预告，将在3月中旬的GTC大会上公布英伟达与Groq合作的具体内容。

在硬件之后，英伟达在网络业务中也有不少针对Agentic AI的布局。其中最关键的是NVLink交换机，该技术也被用于超节点中。最新财报介绍称，该交换机让其产品能够以比上一代高50倍的每单位能量性能生成token。这也有望成为“智能体”协同交互的关键。

CUDA也一直被视为英伟达的“最强护城河”。就目前来看，在Agentic AI时代，CUDA仍将继续扮演英伟达的“杀手锏”角色，但也会迎来更大的挑战。

在传统路径上，CUDA早就为AI开发者提供了从底层硬件访问到高层框架加速的全套工具。从目前OpenClaw激发的开发者创业激情、“一人公司”热潮来看，继续使用这个成熟、高性能的平台进行开发，降低复杂性，快速推出产品仍是最佳选择。

不过，值得注意的是，“智能体”的特性决定了其工作内容较生成式AI复杂度倍增，运行时还需频繁调用外部工具，在CPU、GPU和内存间进行复杂的数据调度。但CUDA生态以往被认为是相对封闭、以GPU为中心的平台。在OpenAI Triton等新兴开源编译器和跨硬件框架同步涌现之际，CUDA的核心地位仍可能受到冲击。

以既往观点来看，GPU和CUDA都不以极致推理性能见长，所谓“智能体革命”“推理革命”一直作为风险叙事萦绕在英伟达周身。

但正如黄仁勋所言，“AI不会倒退”，既然Agentic AI拐点已至，英伟达也只能再次力求，证明自己能够称霸属于“Agent经济学”的新时代。（作者｜胡珈萌，编辑｜李程程）