NVIDIA 的兆元野心：黃仁勳如何用 OpenClaw 和實體 AI 吃下全世界

本文整理自《Moonshots with Peter Diamandis》2026 年 3 月播出的單集。

{{< youtube uOGHXAfvK8w >}}

{{< spotify "episode/0DVaxQhCkAFnVTAnQ1cXkq" >}}

{{< apple-podcast "tw/podcast/nvidias-%241-trillion-prediction-anthropic-beats-openai/id1648228034?i=1000756480659" >}}

---

三萬人湧入 GTC，黃仁勳喊出兆元營收

GTC 2026 的規模讓所有人都嚇了一跳。三萬名與會者擠爆了聖荷西的 SAP Center，因為原本的會議中心已經裝不下了。兩千位講者、一千場分論壇，黃仁勳（Jensen Huang）的開場主題演講在一座體育場裡進行。Peter Diamandis 形容他親自到場時看到的景象是「徹底的瘋人院」。

但真正炸開話題的，是黃仁勳站在台上說出的一句話：「就站在我這個位置，我看到的是到 2027 年，至少一兆美元。」他說的不是市值，NVIDIA 的市值早就突破那個數字了。他說的是營收。連續創業家、XPRIZE 基金會創辦人 Peter Diamandis 在節目中坦承，他一直猶豫要不要再加碼買 NVIDIA 股票，因為「還能再漲多少？」但 GTC 2026 的場面回答了這個問題。

投資人 Dave Blundin 馬上潑了冷水。他指出這個「兆元」數字其實是跨兩年的訂單金額（bookings），要在交貨期間才會認列為營收。NVIDIA 今年的實際營收大約在 3,500 億美元。不過 Blundin 也承認，NVIDIA 面對的根本不是需求問題，客戶排隊搶著要晶片。他引述 Oracle 創辦人乙利森（Larry Ellison）的話：「我和馬斯克、奧特曼全都排在黃仁勳門口，求他賣晶片給我們。銷售史上什麼時候有過客戶跪著求你賣東西的？」

OpenClaw：史上成長最快的開源專案

如果說 NVIDIA 的硬體是 AI 時代的地基，那 OpenClaw 就是蓋在上面的第一棟摩天大樓。這個由奧地利開發者 Peter Steinberger 打造的開源 AI Agent 平台，72 小時內在 GitHub 拿到六萬顆星，不到兩個月就衝破 31 萬顆星，超越 React 成為 GitHub 有史以來最多星的專案。黃仁勳在 GTC 上直接宣稱它是「人類歷史上最受歡迎的開源專案」，並比較它和 Facebook、Linux 的成長曲線。那張圖上，OpenClaw 的紅線幾乎是垂直的。

Salim Ismail 看到那張圖時忍不住說：「這就是經典的指數曲線。在你面前看起來是垂直的，回頭看卻覺得平淡無奇。」這句話精確描述了我們正在經歷的速度。ChatGPT 在 2022 年底以百萬使用者的速度震驚世界，但 OpenClaw 讓那個速度看起來像慢動作。Alex Wissner-Gross 分析，這是因為每一次「解放」（unhobbling）都建立在前一次的基礎上。OpenClaw 建立在推理模型之上，推理模型建立在大型語言模型之上，所以每一層的採用速度都比前一層更快。

NVIDIA 也不會放過這個機會。他們在 GTC 上宣布了 NemoClaw，一套把 NVIDIA 自家的 Nemotron 模型和 OpenShell 運行環境打包在一起的企業方案，讓公司能在安全環境中部署 OpenClaw。Blundin 分享了他的親身經驗：在 Amazon Bedrock 上部署 OpenClaw 不到十分鐘就搞定了，而且直接連上了企業信箱。過去工程師早就用 AI 寫程式了，但企業裡的其他人一直被卡在「把東西複製貼上到 Claude」的笨方法。OpenClaw 跑在安全環境裡之後，這個瓶頸瞬間消失。

實體 AI 和太空資料中心：NVIDIA 無所不在

黃仁勳的野心不只是軟體。GTC 2026 上展出了 110 台機器人，幾乎全世界所有在造機器人的公司都在用 NVIDIA 的平台。Robotaxi 方面，比亞迪、現代、日產、吉利加入了 NVIDIA 的 Robotaxi Ready 平台，加上先前的賓士、豐田、通用，這些車廠每年合計生產 1,800 萬輛車。NVIDIA 還宣布和 Uber 合作，在多個城市部署自駕計程車。

更瘋狂的是太空資料中心。黃仁勳宣布正在與合作夥伴開發一款叫做 Vera Rubin Space 1 的電腦，要把資料中心送上太空。他提到太空裡沒有對流也沒有傳導，只有輻射散熱，所以需要全新的冷卻方案。Wissner-Gross 對此不太擔心，他認為太空輻射冷卻的技術已經存在幾十年了，NVIDIA 幾十個工程師的投入更多是「最佳化」而非「從零開始」。倒是 Blundin 提到一個有趣的觀察：三個月前還有一堆半導體公司在對他推銷液冷散熱方案，現在全部安靜了，因為液冷在太空裡行不通。

Ismail 用了一個比喻來描述 NVIDIA 的策略：他們在建造一個生態系，然後讓所有人在邊緣做創新。這就像珊瑚礁，NVIDIA 提供骨架結構，其他公司在上面生長。Peter Diamandis 把這比作早年的微軟和 Google，但規模放大了一百倍、一千倍。

推論成本暴降千倍：AI 的真正加速器

奧特曼（Sam Altman）這週丟出了一個驚人的數字：從 2024 年底的第一個推理模型 O1 到最新的 GPT 5.4，要得到同樣品質的答案，成本降了大約一千倍。16 個月，一千倍。Wissner-Gross 確認這個數字和他們之前在節目上討論過的「年降 40 倍」的超級通縮率吻合，但他特別強調，這個暴降的關鍵在於推理模型。不是訓練更大的模型變便宜了，而是讓模型在回答問題時「多想一會兒」的推論時間運算（inference time compute）變便宜了。

Blundin 把這個趨勢連結回黃仁勳在 GTC 上的簡報。黃仁勳的投影片角落有一張推論需求爆發的圖表，這正是那兆元營收的來源。過去四十年的神經網路研究，沒人太在意推論時間，因為訓練才是瓶頸。但鏈式推理（chain of thought reasoning）改變了一切，你可以用推論時間的運算來打造越來越聰明的 AI。最重要的是，推論比訓練容易最佳化得多。在推理模型出現之前，幾乎沒有人在認真投入推論時間運算的最佳化，所以有一大塊低垂的果實等著被摘。

Peter Diamandis 把這拉到更宏觀的層次：如果 AI 在 16 到 18 個月內便宜了一千倍，而全球有六十億人擁有智慧型手機，那意味著某種程度的超強 AI 很快就能送到地球上每一個人手裡。教育、醫療、娛樂、就業輔導，全部可以透過「智慧即服務」來提供。這不是科幻情節，而是一個數學問題。

台積電才是天花板

所有這些壯麗的願景都撞上了同一面牆：台積電。NVIDIA 已經鎖定了台積電三奈米製程約 70% 的產能，但這還不夠。Blundin 直白地說，NVIDIA 能成長多快，完全取決於台積電能多快蓋出新的晶圓廠。今年大概還能翻一倍進入兩奈米節點，然後就到頂了。後面的成長全部受限於新廠的建設速度。而新廠的建設速度，又受限於 ASML 的極紫外光（EUV）光刻機產量。那台機器大到要用 747 貨機分三趟運送，全球一年只能做大約七百台。

這個瓶頸創造了一個奇特的權力動態。黃仁勳正在盡可能把台積電未來的產能全部預訂下來，而這會讓他的客戶毫無談判籌碼。Blundin 指出，當你的毛利率已經高達 80%，你能做的就是繼續鎖定製造端。但這也是反壟斷監管可能介入的節點。如果你用現有的優勢鎖定了未來十年的所有製造產能，政府遲早會認定這是反競爭行為。

Wissner-Gross 不太同意「反競爭」的框架。他認為 NVIDIA 把運算能力滲透到機器人和自駕車領域，本質上是西方對中國「AI 五年計畫」的回應。中國共產黨有系統地把 AI 注入整個產業生態，美國雖然沒有類似的產業政策，但 NVIDIA 正在扮演那個角色。真正該關注反競爭行為的，是像收購 Groq 這類的動作，而不是 NVIDIA 把晶片賣給更多產業。

我的觀察

從台灣的角度看，GTC 2026 傳遞了一個矛盾的訊號。一方面，台積電是 NVIDIA 帝國裡最關鍵的一環，是全世界 AI 算力的唯一瓶頸，這讓台灣在地緣政治上的重要性更上一層樓。但另一方面，當你是某人帝國裡的「唯一瓶頸」，那個人遲早會想辦法繞過你。馬斯克的 TeraFab 計畫、NVIDIA 的太空資料中心、各種在美國本土建廠的動作，全部指向同一個方向：降低對台灣的依賴。

對台灣的企業來說，OpenClaw 和 NemoClaw 帶來的企業級 AI Agent 浪潮可能比 NVIDIA 的營收數字更值得關注。Ismail 在節目中談到的「組織奇點」，指的是當企業把工作流程交給 AI Agent 自我最佳化之後，人對人的工作流程會蒸發。這個轉變已經開始了。台灣企業如果還在思考「要不要用 AI」，可能已經問錯問題了。正確的問題是「誰先把核心流程搬上 AI Agent，誰就在這場重組中存活下來」。