市場晨報

老黃除了2026 GTC 大會以外，還參加了分析師的Q&A，回答了很多市場上常見的問題。包含「Nvidia是不是吃掉太多行業內的利潤」、「誰會為AI的資本支出付錢」、「銅纜和光學的明確時間表路線」，「Groq帶來的增量機會」、「軟體公司未來的商業模式」等等 https://www.patreon.com/posts/153327731 因為老黃有比較多的資訊，它有提到一些外面的人看不到的東西，包含OpenAI和Anthropic的驚人增速，以及目前模型市場Token消耗的排行。他說第一名是OpenAI，第二是各種開源模型總和，第三是Antrhopic，第四是xAI。 更詳細的內容可以看專欄的整理

老黃在 GTC 2026 描繪了一個以 token 為核心商品的全新運算經濟體系，核心命題是：AI 工廠如何將電力轉化為營收。而且也同樣花了不小的篇幅在講OpenClaw龍蝦agent的趨勢。 他指出過去兩年運算需求暴增 100 萬倍，來自三個轉折：生成式 AI 改變運算方式、推理 AI（o1/o3）讓 AI 能拆解問題、Claude Code 讓 AI 真正能執行任務。「推論的拐點已經到來。」 他將展望從去年的 5000 億美元上修到 2027 年至少 1 兆美元的基礎建設需求。 演講最精華的部分是 #Token經濟學 。「你的資料中心過去存放檔案，現在是生產 token 的工廠。」他用分層定價來說明：免費層吸引客戶，中間層每百萬 token 約 3 到 6 美元，高階層 45 美元，頂級服務可達 150 美元。AI 越聰明價格越高，但吞吐量越低，所以架構最佳化決定一切。 Grace Blackwell 相較 Hopper 實現 35 到 50 倍的每瓦效能提升，同一座資料中心營收增加 5 倍。新發布的 Vera Rubin 在最有價值的推論層級再提升 10 倍，營收再翻 5 倍。整合 Groq LPU 後，超高速 token 生成再提升 35 倍。1 GW 工廠中，兩年內 token 生成速率從 200 萬提升到 7 億。 他用一句話點出成本邏輯：「一座 1 GW 工廠攤提 15 年就是 400 億美元，即使上面什麼都不放。你最好確保放上最好的系統。」 #產品路線圖 ，Rubin Ultra 正在 tape out，搭配 Kyber 機架可連接 144 顆 GPU。下一代 Feynman 包含全新 GPU、LP40 LPU、Rosa CPU，同時支援銅線和共封裝光學。承諾每年推出全新架構。 另一個重磅是 #OpenClaw 。Jensen Huang 將它定義為 agent 電腦的作業系統：「就像 Windows 讓我們創造個人電腦，OpenClaw 讓我們創造個人 agent。」他預言每家 SaaS 公司都將轉型為 AaaS（Agent as a Service），token 預算將成為矽谷新的招聘工具。 更詳細的內容可以看專欄文章的整理 https://www.patreon.com/posts/153212614

SemiAnalysis 的 Dylan Patel 接受 Dwarkesh Patel 專訪聊 #AI算力擴張的真正瓶頸 ，拆解了 AI 產業從 GPU 定價到 EUV 的完整供應鏈現實。講了一些和市場上普遍信念相左的觀點，大家可以參考是否有道理。連結文章中有更詳細的內容。 https://www.patreon.com/posts/153062071?pr=true

Anthropic Dario的專訪講了很多事，花了不少篇幅講AI模型公司的投資經濟邏輯。對於技術發展的預測，他認為程式開發這種可驗證的任務，一到兩年內就能達到end to end的自動化。 AI 獲利模式： #被需求預測問題掩蓋的健康經濟結構 Anthropic 的營收成長為例說明這波浪潮的規模：「2023 年是從零到一億美元，2024 年是從一億到十億美元，2025 年是從十億到九十億至一百億美元。而且今年一月，這個指數曲線還在加速，我們又增加了數十億的年化營收。」 他用具體數字說明這個兩難：「現在我看到的曲線是：我們每年有 10 倍的成長。今年初，我們看到的是 100 億美元的年化營收。我們必須決定要買多少運算。建設資料中心、預訂產能需要一到兩年的時間。所以基本上我是在決定『2027 年我能拿到多少運算』。」 「我可以假設營收會繼續每年 10 倍成長，那麼 2026 年底會是 1000 億美元，2027 年底會是 1 兆美元。」 「但如果我的營收不是 1 兆美元，即使是 8000 億美元，地球上沒有任何力量、沒有任何避險手段能阻止我破產。」 https://www.patreon.com/posts/dario-amodei-du-150714659