AI推理拐点确立
　　英伟达GTC 2026大会标志着AI产业从训练主导全面转向推理驱动的新阶段。黄仁勋在GTC 2026大会上明确指出，AI已从感知、生成阶段进化到推理与执行阶段，标志着推理拐点正式确立。英伟达预计，过去两年全球算力需求因推理任务快速增长达100万倍（每次AI推理所需的计算量，在过去两年增长了约1万倍；同期AI的实际使用量增长约100倍；两者相乘），成为核心工作负载。这一拐点的形成，源于AI从“能生成内容”向“能推理执行任务”的能力跃迁，推动算力需求进入供给提升、生成量增加、收入增长、用户扩大、模型能力升级的正向飞轮。
　　深度介入Claw生态，继续强化Agentic AI时代叙事。黄仁勋将OpenClaw定位为智能体Agentic计算机的“操作系统”。而英伟达也开始深入介入Claw生态，为OpenClaw Agent平台提供企业级运行与管理软件栈NemoClaw。针对企业级应用中面临的数据隐私与代码执行安全痛点，NemoClaw中集成了OpenShell安全层、网络护栏与隐私路由等核心组件。这一战略举措标志着英伟达试图通过构建标准化的智能体调度底座，引领整个软件行业从传统的SaaS向AaaS（智能体即服务）的范式跃迁。
　　发布Vera Rubin全栈AI平台，实现硬件架构创新与异构芯片协同，以系统级形态实现大规模垂直整合的AI工厂底座
　　Vera Rubin：7款芯片、5种机架组成的一台超级计算机。其中7款芯片包括Rubin GPU、Vera CPU、Groq 3 LPU、BlueField-4 DPU、ConnectX-9SuperNIC、NVLink 6交换机及Spectrum-X以太网交换机，共同构成覆盖计算、网络、存储、加速等四个维度的核心硬件体系。另，5种功能解耦、协同调度的标准化机架，构成面向智能体AI的整机柜级底座，它们分别承担核心计算、通用计算、推理加速、存储卸载、高速交换等职能，最终实现算力、存储、网络的一体化协同。
　　在架构层面通过集成Groq LPU实现Prefill与Decode分离。在大模型推理过程中，通常可以拆分为两个阶段：一是Prefill（预填充）阶段，即在输入prompt后进行大规模矩阵计算；二是Decode（解码）阶段，模型按token逐步生成输出内容。GPU在前一个阶段中具备显著优势，但在后一个阶段中，由于生成过程具有强顺序性、对延迟高度敏感，且难以形成高效并行，往往导致算力利用率下降。而Vera Rubin通过集成LPU，让LPU依托片上SRAM与编译器静态调度的确定性执行专攻带宽及时延受限的Token生成，从而把“算力型”和“带宽与时延型”瓶颈分别交给最合适的处理器来解决。根据英伟达的介绍，这种解耦使得在高价值Token生成层级可将整体推理吞吐量再提升约35倍。资源配置层面，英伟达建议当工作负载以高吞吐为主时100%采用Rubin，而面对大量编程、工程级token生成需求则通过约75% Rubin与25% Groq的集群配比以获得成本与响应的最优平衡。
　　投资建议
　　AI推理拐点到来，人工智能正从内容生成向任务执行阶段跃迁，智能体Agent成为核心落地载体。我们看好编程、工业、办公、金融等高价值场景下智能体应用的落地前景。同时，英伟达GTC 2026“AI工厂”确立为产业升级主线，算力基础设施正迎来全栈升级，相关需求将自下而上传导至PCB、CPO、材料、先进封装、液冷等产业链环节，有望打开新一轮产业增量空间。
　　风险提示
　　AI技术发展不及预期;大模型应用落地节奏不及预期;宏观经济波动;国际环境发生变化。