會後英偉達跌超3%。
文｜宋婉心
編輯｜鄭懷舟
來源｜36氪財經（ID：krfinance）
封面來源｜視覺中國
北京時間3月19日凌晨，英偉達CEO黃仁勳在GTC2025登場演講。
今年初DeepSeek推出後，高性價比路線一定程度上影響了市場對高算力需求下英偉達成長空間的預期，英偉達股價更是震盪下跌。因此本場GTC對於挽救市場信心至關重要。
雖然長期來看，高性價比路線最終會推動整體算力需求增長，但短期內，英偉達被迫進入“產品過渡期”。
在客戶追求價效比的大環境下，英偉達要麼把高性價比的故事講到極致，要麼帶來一個全新的故事。
從演講來看，黃仁勳選擇了前者。而華爾街對其一系列釋出的反應較為平淡，週二收盤英偉達跌超3%，盤後續跌0.56%。
針對二級市場反應，有分析師認為，黃仁勳的演講內容大多是老生常談，沒有超出市場預期，未能激起投資者的熱情。黃仁勳提到的機器人和量子計算等新興領域雖然前景廣闊，但距離真正產生收益還有很長的路要走，無法在短期內成為新的營收支柱。
極致價效比
釋出會上最受關注的重點之一是CPO交換機。
英偉達推出了全新的NVDIA Photonics矽光子技術。據介紹，這項技術透過共封裝光學（CPO）取代傳統的可插拔光學收發器，使光纖直接連線到交換機，大幅減少資料中心的功耗。
據英偉達測算，該技術可降低40MW的功耗，並提高AI計算叢集的網路傳輸效率，為未來超大規模AI資料中心奠定基礎。
基於此，英偉達推出Spectrum-X與Quantum-X矽光子網路交換機，號稱是“世界上最先進的網路解決方案”，可將AI工廠擴充套件到數百萬塊GPU。
CPO被英偉達提上日程，是市場預期之內的事情。
首先在訓練向推理過渡的背景下，客戶開始考慮降本增效，英偉達不得不做得更精細，其中就包括透過晶片上下游環節的革新，提升整體效能及效率。
黃仁勳在大會現場表示，這一系統的應用在單個數據中心中節省數十個Megawatts的能源，而60 Megawatts就相當於10臺Rubin Ultra機架的能耗。
此外，英偉達在GB200上踩過的坑也是因素之一。此前GB200出現了一系列交付過慢、散熱差、良率低等問題，英偉達的解決方案之一就是透過CPO交換機等下游環節降低工程交付的複雜度。
由於CPO顯著的降本增效優勢，頭部廠商均在加緊佈局。
英偉達之外，近期臺積電與博通聯合開發的微環調製器已透過3nm試產，為頂級AI晶片整合到CPO模組奠定基礎；Marvell宣佈其下一代定製XPU架構將採用CPO技術；IBM也宣佈研究人員開創了一種新型CPO工藝。
行業分析公司Lightcounting指出，在未來3年內，即使是推理叢集也可能需要多達1,000個GPU才能支援更大的模型。共封裝光學器件(CPO)可能是在4-8機架系統中提供數萬個高速互連器件的唯一選擇。
此外，由於GB200反饋不佳的問題，英偉達將GB300提升到最高優先順序。市場也希望新發布的GB300能夠解決此前GB200的問題。
從釋出會透露資訊來看，Blackwell Ultra GPU（GB300）相比上一代GB200 效能提升了50%，約為15P FLOPS（基於低精度的四位浮點數格式FP4標準），記憶體上則搭載了業內最先進的HBM3E，從192GB升級到了288GB。
而在後DeepSeek時代釋出的這款新GPU，也被英偉達明確定位為“專為AI模型推理打造”，同時兼顧"訓練和多場景AI應用的高效性"。
據黃仁勳介紹，Blackwell系列目前已經全面投產，“產量驚人，客戶需求驚人，因為人工智慧出現了一個拐點，由於推理人工智慧以及推理人工智慧系統和智慧體系統的訓練，人工智慧領域必須完成的計算量大大增加。”
後DeepSeek時代的英偉達故事
今年意料之外的DeepSeek給英偉達股價帶來重創，其年內跌幅已超9%。
且從最新財報來看，英偉達業績不再驚豔，2025財年四季度英偉達毛利率（GAAP）73%，低於市場預期的73.4%，毛利率繼續回落。
即使沒有DeepSeek，英偉達增速放緩也是可以預料的事情，更何況還有眾多因素威脅著英偉達的發展——競爭對手在發起低價競爭、其最大的客戶在打造自己的AI晶片、貿易戰也在各個方面使事情變得複雜。
據彭博社此前報道，黃仁勳近期對行業發展產生了不耐煩的情緒，在經歷了多年AI基礎設施建設後，他希望儘快看到科技行業之外的重要AI應用。
顯然，在廣泛普及的AI應用沒有出現之前，市場對於算力需求的疑慮很難打消。黃仁勳如今在臺上再喊“買得越多，省得越多”，也已收效甚微。
因此在GTC大會之前，市場認為英偉達急需一個“新故事”。但釋出會並沒有如市場所期待，黃仁勳選擇繼續說服市場相信他堅持的邏輯——Scaling Law。
黃仁勳指出，推理階段的Scaling Law才剛開始，回答問題前思考得越多，推理效果就越好，這是一個運算密集的過程。
現場以讓AI排婚宴席位為例，推理模型DeepSeek R1消耗的算力是傳統大模型的150倍，token消耗量也是20倍。
黃仁勳甚至放出預測：“最近兩年只是AI浪潮的開始，隨著AI大模型和推理計算需求激增，資料中心的資本開支會爆發式增長，到 2028 年，整個市場規模突破1萬億美元。而英偉達正是該市場的主導者和核心供應商。”
從長期來看，黃仁勳的預測並無問題，但短期英偉達股價能否提振，就要看今年下半年Blackwell Ultra的進展情況。可以預見的是，在短期的產品過渡期內，英偉達股價都將承壓。