硅谷圣何塞的McEnery会议中心，再次被人潮淹没。3月18日上午，NVIDIA创始人兼CEO黄仁勋身着标志性黑色皮衣走上舞台。没有寒暄了，直接抛出了新一代Blackwell Ultra芯片的实测数据是推理性能较上一代提升近50%，显存容量翻倍至288GB。台下数千名开发人员举起手机。快门声像雨点般密集了。这场持续三小时的Keynote，是一次关于算力霸权的最新宣言。

GTC已经不再只是技术展示的窗口，它成了全球AI产业链的风向标。云厂商采购到开源社区生态，从机器人仿真还有自动驾驶仿真平台，几乎所有展区都在围绕同一个问题展开吧？

当模型规模逼近物理极限的，计算架构还能怎么变呢？

一位来自深圳的硬件工程师在展台前告诉我，他连续参加GTC五年。今年最直观的感受是软件定义算力的趋势彻底压过了单纯堆硬件的逻辑。细节最能说明问题。黄仁勋现场演示了AI数字人平台Omniverse的最新版本。

一个虚拟客服在毫秒间处理了十个并发语音请求，并面部微表情传递情感反馈的。这背后是GPU加速的推理系统在实时运转。旁边展区里，机器人公司的工程师正在用Isaac Sim训练机械臂抓取不规则物体，训练误差比去年降低了三成。场景就是实实在在的商业落地案例。GTC的喧嚣背后也有隐忧。英伟达的数据中心业务贡献了总营收的八成以上，客户高度集中美国头部云厂商和部分里面东主权基金。有分析师现场的小型论坛上直言，两年大模型训练需求增速放缓，现有产能过剩的风险会集里面爆发。

担忧不是杞人忧天，微软、亚马逊纷纷自研芯片，OpenAI也在寻求多元化的算力来源。黄仁勋对此的回应很直接，他展示了一张PPT，上面用红色标注了AI算力未来五年的复合增长率预测值是78%。他说，这不是猜测。已经签下的订单。

走在GTC展馆的连廊里，能听见各种语言的交谈。西班牙语、日语、普通话混杂着键盘敲击声的。一位来自慕尼黑的研究员指着墙上的Gr00t机器人海报笑道，去年我看这东西还像玩具。今年它已经会自己拧螺丝了。展会之外的，行业对GTC的解读仍在发酵。此次发布的架构细节和价格策略，将直接决定未来一年边缘AI设备的迭代速度。答案或许要等到明年春天才能揭晓的，至少在这一刻，硅谷的心脏跳动得比以往任何时候都更急促。