很多人看完黃仁勛 COMPUTEX 演講的全程，都把注意力放在被市場炒熱的 AIPC 上，但真正看懂這場發布會的人，都在梳理智能體帶來的底層行業變局。我們可以順著黃仁勛的演講思路，拆解幾個值得關注的核心判斷。

GPU 不再是核心，智能體重構算力邏輯

黃仁勛在演講中明確提到，英偉達整場發布會上提到 GPU 的比例極低，Token 工廠的優先級高于 CPU，CPU 又高于 GPU。這意味著智能體驅動的計算范式已經改變，全棧系統能力優先于 CPU 的中樞調度能力，最后才是單點 GPU 的推理能力。

他直接拋出核心結論：AI 進入實用階段，通用人工智能時代已經到來。一組數據很有沖擊力：全球 3400 萬軟件工程師，以 3 萬億美元的薪酬創造了 9 萬億美元的價值，帶動了 100 萬億美元的產業。按照這個邏輯，市場本該多招工程師而非裁員，但這恰恰說明，智能體會快速替代普通工程師，成為每家公司的數字員工。

黃仁勛給出的另一個判斷：未來智能體的數量會達到驚人的規模，整個世界將不再受限于人口總量，而是受限于人口質量。也就是說，每家公司的核心競爭力不再取決于人類員工的數量，而是數字員工的質量 —— 也就是你的數字員工能否產出價值的能力。

什么樣的人能駕馭智能體？未來能夠和智能體協作，甚至設計智能體協作模式的人，會極度稀缺。人口質量的競爭，最終會指向誰擁有更多會使用先進 AI 工具的人才。

那黃仁勛喊出的 “算力即營收，算力即利潤” 是不是為時過早？顯然不是無條件的。想要把算力轉化為落地價值，你需要具備構建智能體的能力、駕馭智能體的工程師人才，還有能發揮價值的應用場景。全球能同時具備這三點的公司，掰著手指頭都能數過來。

黃仁勛的敘事邏輯下，游戲賽道暫時還只屬于少數具備全棧能力的國際巨頭，以及頂尖 AI 精英群體，普通大眾要參與進來，可能還需要一段時間的實踐。

搶算力先搶電！這才是隱形護城河

我們一直在問，AI 到底解放了誰的生產力？答案是解放了已有生產力的人的生產力。黃仁勛也意識到，AI 發展需要走普惠路線，避免未來出現財富、知識和社會結構的嚴重兩極分化，這其實是對全球 AI 發展的一劑平衡藥方。

黃仁勛自然不會忽略降低單位 Token 成本的問題，既然芯片層成本難以壓縮，便從 Token 工廠的能源層尋找破局點，尤其是電力系統環節。

英偉達推出的 DSX AI 工廠平臺，別看它不起眼，本質是通過數字孿生技術，在 AI 數據中心建設前，先在虛擬空間完成電力、散熱、網絡的規劃，再通過智能體實現動態功率分配，讓整個數據中心實現彈性用電、平衡用電，把每一度電的價值發揮到極致，產出最多的 Token。

中國和美國在 AI 電力調度的思路上存在明顯差異：中國側重把光伏、風電、水電等綠電轉化為數據中心可用的直流高壓電；美國則通過 DSX 這類系統，最大化盤活數據中心存量 40% 的冗余電量。同樣的電力預算下，美方可以部署更多 GPU，增加數十億美元的收入。我們用增量綠電轉型，他們用存量資源盤活，未來電力系統的優劣，將成為單位 Token 成本競爭的核心。

硬件全棧換新？AIPC 不是普通人的菜

前面聊的都是產業層的布局，但智能體趨勢下的硬件層變化，才是這場發布會真正的核心。

黃仁勛推出的全新架構產品，就是智能體的大腦，旁邊搭配的專用 CPU 機柜負責任務調度、內存調用和工具調用，可以理解為，專用 CPU 是智能體的 “手腳”，同時還有 AI 存儲機柜和交換機機柜。整套硬件不含電力和散熱模塊的預估成本超過 1000 萬美元。

其中最值得關注的專用 CPU，黃仁勛將其比喻為智能體的指揮家。此前不少人質疑 CPU 在 AI 時代的地位，但智能體的工作邏輯和人類操作電腦完全不同：CPU 不再只是承擔計算任務，而是要編排調度、快速調用內存，讓智能體具備記憶，同時基于推理調用最合適的工具。簡單說，CPU 不行，哪怕 GPU 性能再強，智能體也會因為反應慢拖后腿。

黃仁勛總結了專用 CPU 的四個核心特性：一是超低時延的單線程解碼執行命令；二是單核內部高帶寬；三是外部總帶寬充足，滿足智能體任務分布式解耦后的快速通信需求；四是能效比高，把更多電力留給耗電大戶 GPU。這意味著，智能體需要的 CPU，必須同時滿足低時延、高帶寬、低能耗，還要能和 GPU、MPU 高效協同。

接下來就是市場最關注的 AIPC 板塊，不少 OEM、ODM 廠商的訂單都已經翻倍，這里的技術本身并沒有泡沫，端側智能隨著智能體的發展，將進入全新階段。黃仁勛宣布，未來十年將是 AIPC 顛覆性發展的時期。

但我們還是要回歸產品本質：AIPC 能不能真正讓用戶用起來？如果你有三萬元預算，會不會買一臺 AIPC？這取決于你有沒有部署智能體的能力，以及有沒有能讓智能體創造生產力的應用場景。三萬元對普通人來說不是小數，所以理性來看，這波 AIPC 的滲透會先從核心生產力領域，比如設計、專業辦公場景開始，再逐步延伸到普通人的筆記本市場。

目前英偉達 RTX Spark 芯片會推出臺式機和筆記本兩種形態，長期來看，端側智能是不可逆的趨勢。除了 PC，未來還有哪些產品能承載高能耗和散熱需求？汽車、PC、手機之外，會不會出現全新的形態？

關于黃仁勛這場演講的核心判斷，以及 AIPC、智能體的未來發展方向，你有什么看法？歡迎在評論區聊聊。