全部 · 2026-03-17

英伟达联合 6 家运营商发布 AI Grid 叙事，但正文没给出 GPU 利用率、调度命中率、单位站点部署规模这些决定成败的数字。我的判断很直接：这条不是“电信要吃下 AI 推理市场”，而是英伟达在给 Blackwell 边缘出货找第二增长曲线，顺手把运营商闲置机房、电力和回传网络包装成推理基础设施。 文里最好记的数字有三个。全球约 10 万个网络数据中心，长期可释放超 100 吉瓦 AI 容量；Spectrum 说自己有 1000 多个边缘数据中心，距 5 亿设备低于 10 毫秒；Personal AI 说端到端延迟低于 500 毫秒，每 token 成本降超 50%。这些数字听起来顺，但口径都不完整。10 万个点位里，多少真能装高密度 GPU 机柜，正文未披露。100 吉瓦是“over time”的远期供给，不是已签容量。低于 500 毫秒是语音往返、首 token 还是完整响应，正文也没拆。成本降 50% 更关键，基线是什么模型、什么 batch、什么并发，没说。 我一直觉得，电信边缘跑推理这件事不是新方向，难点也从来不在“离用户近”。2019 到 2022 年那波 MEC 讲的就是这套：把算力放到网络边上，承接低时延应用。结果多数项目卡在两个现实问题。第一，边缘需求不连续，晚高峰和长尾时段差异极大，GPU 很容易闲。第二，应用异构，视觉、语音、RAG、游戏渲染的资源形态完全不同，统一调度比建站点难得多。现在英伟达把它改名叫 AI Grid，叙事更新了，物理约束没变。 外部对比也能看出这事没宣传里那么整齐。Akamai 做分布式推理云不是今天才开始，前几年就在推靠近用户的 inference footprint；Cloudflare 也一直拿 Workers AI 讲边缘执行；Fastly、甚至一些 CDN 厂商都试过“把轻量模型往边上放”。问题从来不是能不能跑，而是单位经济能不能稳定。只要模型稍大，或者上下文一长，很多请求还是会回流区域中心甚至核心云。英伟达这次点名 RTX PRO 6000 Blackwell Server Edition，我能理解：这类卡适合边缘机房功耗和体积约束。但这也说明当前主打的是受限场景，不是通用大模型推理全面下沉。 我对文里“100 吉瓦 AI 容量”的说法尤其警觉。算力行业最爱把电力、机房、可接入站点先折算成潜在容量，再把潜在容量讲成市场必然到来。现实是，AI 推理要吃掉这些容量，前提至少有四个：本地数据有价值、时延真的敏感、数据出域有约束、模型足够小到边缘可经济部署。四个条件缺一个，任务就会回到中心云。很多企业工作负载并不满足这组条件。客服、办公 copilot、代码助手这类高频应用，往往先关心模型质量和总成本，不先关心 10 毫秒网络距离。 电信运营商这边也有老问题。运营商擅长 SLA、覆盖和连接，不擅长做开发者平台。AI Grid 要成立，不是把 GPU 放进中央局和移动交换中心就够了，还得有请求路由、模型版本管理、跨站点缓存、数据主权策略、计费和故障切换。Akamai 至少提了 orchestration platform，别家在正文里大多还是合作名单。说真的，没有调度层，这些站点只是分散的机柜，不是 grid。 我倒是认可两类场景先跑出来。第一类是视觉和工业控制，像 Linker Vision 这种多路摄像头、即时告警，数据本地性强，回传成本高。第二类是主权 AI，像印尼这条，把 Bahasa Indonesia 模型放在本地边缘和本国工厂里，合规要求比纯成本更硬。这两类都不是大众意义上的“所有推理都去边缘”，而是很挑条件的垂直场景。 所以我对这条的结论是：它有商业意义，但没有文案写得那么大。英伟达在做的，是把边缘推理从 demo 阶段推到可卖卡、可卖网络、可卖软件栈的阶段。能不能成规模，要看三组正文没给的数据：站点级 GPU 上架密度、平均利用率、跨区域调度后每 token 的真实成本曲线。没有这些，AI Grid 还只是一个很会讲故事的供给侧项目。

英伟达把旗舰AI芯片累计销售预期抬到2027年底超1万亿美元，这个数字首先服务的不是二级市场情绪，而是上游供给协调。Jensen以前就爱用超大口径把HBM、先进封装、整机柜、网络卡的扩产预期钉住；这次从“2026年底5000亿美元”再抬到“2027年底超1万亿”，我看着像在继续给SK hynix、Micron、TSMC和CoWoS产能吃定心丸。要是没有长期拉货把握，他不会把口径抬到这么高。 但我对这组数字还是有疑虑。标题给了两个预测点，正文没有披露口径：是出货额、已签合同、可识别收入，还是把整个平台都算进“flagship AI chips”。这几个口径差很多。Bloomberg原报道大概有更多上下文，这篇转述没有带出来，所以不能把“1万亿”直接读成财务确定性。我一直觉得，黄仁勋最强的地方不是预测准，而是他能把预测先变成产业协调工具。这个能力很硬，但和终端需求不是一回事。 NemoClaw这部分，信息就更薄了。标题说它是开源栈，给OpenClaw加隐私和安全控制；正文没写控制机制，也没写部署边界、审计方式、策略执行点，连是训练前过滤、推理时拦截、工具调用沙箱，还是数据面隔离都没交代。没有这些细节，我不会把它当成安全突破，更像英伟达在补一块企业采购必问的表格：你有agent框架，也得有合规叙事。 我对这里的判断比较直接：NemoClaw的价值，不在“开源”两个字，而在它把OpenClaw从demo文化往IT治理栈里推。过去一年，大家已经看过太多“能跑起来”的agent系统，卡住采购的往往不是模型效果，而是权限、审计、数据驻留、工具调用边界。Anthropic做Claude Code、OpenAI推Codex企业部署、微软把Copilot往Purview和Entra里塞，走的都是这条路。谁先把身份、日志、策略、沙箱接好，谁才有机会进大公司默认栈。光有一个会写代码的agent，今天已经不稀缺了。 这里我还得泼点冷水。Nvidia做开源agent安全栈，叙事上很顺，执行上未必轻松。因为它天然想把软件层往自家基础设施上绑，而企业安全团队最怕的就是“方便”和“可控”不能同时成立。要是NemoClaw最后只在Nvidia自家GPU、自家推理栈、自家网络监控上最好用，那它更像平台绑定件，不像通用安全层。这个说法我目前没法证伪，原因很简单：正文没有给架构细节，我自己也还没跑过repo。 还有一个背景不能漏。过去一年，Nvidia一直在把自己从“芯片商”往“AI系统总包方”挪：DGX Cloud、NIM、NeMo、再到各种参考架构，卖点早就不是单颗GPU。OpenClaw和NemoClaw如果真被英伟达持续推，含义不是它爱某个开源项目，而是它想把agent入口也纳入自己的基础设施半径。这个方向我认同，节奏上我有保留。因为市场已经有太多层：模型厂、IDE、云厂、安全厂、身份厂都在抢agent控制面。英伟达能不能把这些层都抓住，取决于它给出的接口有多中立，而不是发布页有多完整。 所以这条消息我会拆成两半看。1万亿美元是供给侧信号，不是可以直接照抄进需求模型的收入铁律。NemoClaw是采购侧信号，说明英伟达知道agent产品化已经从“会不会用”转到“谁来管、怎么审、怎么限权”。标题已经给出方向，正文没给关键机制。没有机制，我先不给高分。

NVIDIA 这篇稿子把 128GB DGX Spark、120B Nemotron 3 Super 和 NemoClaw 摆在一起，意思很直接：它不满足于卖 RTX 卡，它要把“本地 agent 跑在哪里、用什么模型、走什么运行时、怎么调工具权限”这条链一起吃掉。我对这条线是买账的，但我不买“本地=免费”这层包装。token 账单确实能归零，前提是你先买得起 128GB 统一内存的 DGX Spark，或者能塞下 RTX PRO / 5090 这类卡的机器。云端 OPEX 变成本地 CAPEX，这不是消失，只是换了记账科目。 正文给了几个有用数字。DGX Spark 用 128GB 统一内存承载 120B 以上模型。Nemotron 3 Super 是 120B 总参数、12B active 参数。Mistral Small 4 是 119B 总参数、6B active 参数。Qwen 3.5 给到 262,000 token 上下文。基准条件也写了：Q4_K_M 量化、batch size 1、ISL 1024、OSL 128，跑在 RTX 5090 和 Mac M3 Ultra 上，用 llama.cpp b7789。这个披露比很多厂商博客老实，至少你知道它测的是单 batch、短输出、偏 demo 友好的吞吐，不是多用户并发，也不是长上下文下的真实 agent 工作负载。 我一直觉得，本地推理这条线过去一年最大的问题不是“能不能跑”，而是“谁来定义默认栈”。Ollama、LM Studio、llama.cpp 已经把个人开发者入口占掉一大块，Apple 也一直在推端侧隐私叙事，微软从 Copilot+ PC 开始想把 NPU 变成 Windows 默认 AI 层。NVIDIA 现在补 NemoClaw，其实是在补它过去最弱的一环：它有最强的消费级 GPU 生态，却没有一个足够像样、足够顺手、能把模型、安全、工具调用绑在一起的 agent runtime。OpenShell 这次被塞进来，我看着就像 CUDA 之外的第二层粘性设计。你一旦把个人文件、消息入口、工具权限、模型切换都挂进这个 runtime，用户以后换卡就不是只换推理速度，连工作流都要迁移。 但这里有个我不太买账的点。NVIDIA 把 Nemotron 3 Super 在 PinchBench 上 85.6% 讲得很响，可 PinchBench 是“评 OpenClaw 能力的新基准”，正文没披露 benchmark 的社区接受度、题目构成、是否有供应商参与调优，也没给同条件下 Qwen 3.5、Mistral Small 4、DeepSeek 系列的完整对照。新 benchmark 当然可以看，拿它当“同类最佳”的硬证据就差点意思了。过去 12 个月这种事见太多：厂商先发一个贴自己产品形状的 benchmark，再把第一名讲成能力结论，最后一到真实工具调用、权限冲突、网页漂移、长链条回滚，成绩就掉得很难看。 另一个要拆开的，是“能装下 120B”和“适合跑 agent”不是一回事。120B 以上模型放进 128GB 内存，说明的是可加载性，不等于延迟、并发、工具调用稳定性已经到了个人设备可日用的程度。正文没有给 DGX Spark 跑 Nemotron 3 Super 的 tokens/s、首 token 延迟、长上下文下的衰减，也没有给多工具 agent 场景的 success rate。标题说“latest open models and AI agents locally”，正文给出的更像“这些模型能在指定硬件上启动并跑起来”。这两者之间还隔着一大段产品化距离。 我反而觉得更重要的是它把 Qwen 3.5、Mistral Small 4、Nemotron 3 全放进同一叙事里。这个动作很像 NVIDIA 在宣布：本地 agent 时代它不想只当加速器供应商，它想当“默认兼容层”。谁的开源模型火，它就先做量化、吞吐优化、入口分发，再把运行时和安全壳层铺上去。这个路数跟它当年做 CUDA 生态一样，先不强求你只用自家模型，先让你离不开它的工具链。说真的，这招比再发一颗新卡更有杀伤力，因为它会把模型厂商也往它的分发轨道里推。 Unsloth Studio 这段也别当配菜看。它支持 500 多个模型，网页 UI 降低微调门槛，这和本地 agent 是一组连招。模型本地跑起来以后，下一步就是让用户拿自己的邮件、文档、客服记录去做轻量适配。过去这一层很多人卡在脚本、LoRA 配置、数据清洗。NVIDIA 把 Unsloth 接进来，意思是“从运行到定制”都尽量别离开 RTX 机器。这个闭环如果跑通，消费级 GPU 的卖点就从 FPS 继续外溢到 agent 生产力。 我的保留意见也很明确。第一，安全这块它说了 OpenShell “更安全”，没给 threat model、权限沙箱细节、默认拒绝策略，也没说本地工具调用是否支持可审计日志。agent 真出事，很多时候不是模型答错，是运行时把不该开的权限开了。第二，价格没披露。标题提到“latest open models”，正文没有完整清单，也没有 DGX Spark、NemoClaw 商业支持、预装方案的价格。没有价格，本地替云端的经济性就没法认真比较。第三，NVIDIA 现在把“隐私”当卖点没问题，但企业采购不会只看数据不出本地，还会看设备管理、更新策略、合规留痕，这些正文都没展开。 所以我对这条的判断是：它不是一次普通的 GTC 产品拼盘，而是 NVIDIA 在 agent 时代抢默认运行时的公开表态。硬件参数已经够亮眼，真正决定成败的不是 120B 能不能塞进 128GB，而是 NemoClaw 和 OpenShell 能不能把本地 agent 从“能跑”推进到“可控、可审计、可维护”。这一步如果做成，RTX PC 会从 AI 演示机变成个人 agent 工作站。做不成，它还是一堆很强的零件。

OpenAI 披露，美国用户平均每天会向 ChatGPT 发送近 300 万条与工资、薪酬、收入有关的消息。这个数字比标题更有信息量。我先记住的不是“薪酬透明”，而是求职与议价场景已经形成稳定高频流量。 文中给了一个用户意图拆分。在已标注的薪酬基准类消息里，26% 是薪资换算，19% 问具体岗位，18% 问创业收入，11% 问某公司某岗位，11% 问职业路径。这组分布挺像真实使用，不是抽象地问“行业平均薪资”，而是把地点、公司、岗位、转岗和创业回报混在一起问。 OpenAI 还说，这些查询在创意、管理、医疗、运输、销售、金融，以及 computer and mathematical roles 里更集中。它给出的判断是：工资越分散、越难公开查到、越依赖谈判，用户越会来问。这个解释说得通，但正文没放各职业的绝对查询量，也没放和传统招聘站点的对照数据，所以现在还看不到 ChatGPT 是补充工具，还是已经在替代一部分薪酬搜索入口。 模型侧的信息比新闻稿口径克制一些。OpenAI 发布了 WorkerBench，并说用它把 GPT-5.4 对到 2024 OEWS 的全国与都市区工资中位数上测了一遍。正文只写 coverage is high、bias is small、几乎所有数值都很接近基准，没有误差区间、分桶结果、城市层级失败样本。标题已经给出“帮助工人理解薪酬”，正文也给了基准集名字，但评测细节主要还在外链报告里。 我看这条的价值，在于它把一个常被当成“泛问答”的场景压成了可评测任务：工资基准、地域差、公司层级、职级补偿。只要用户继续每天发近 300 万条消息，这类 benchmark 很快会从 OEWS 中位数，走向 total comp、股权、职级映射和谈判建议。后面要看的是，OpenAI 会不会公开 WorkerBench 的误差口径，以及不同城市和职业上的失准点。