9月，輝達連續釋放兩個明確訊號：Vera Rubin NVL72已進入全面生產，面向低延遲推理的Groq 3 LPX也已投產；最新MLPerf測試中，Vera Rubin NVL72在部分推理任務上的吞吐量達到GB300 NVL72的3.7倍。
輝達講述AI生意的口徑也隨之發生改變，關注點從訓練出多少參數，轉向每兆瓦能夠生產多少Token、服務多少使用者、產生多少收入。這個變化很現實。訓練是一筆階段性資本開支，推理卻伴隨每次提問、每輪程式碼生成和每個Agent任務持續發生。
模型進入企業流程後，呼叫次數、上下文長度與響應速度不僅共同決定了算力消耗，也決定了整個產業鏈的利潤分配。接下來需要研究的更多的是誰能讓Token生產得更快、更便宜，並把這些Token轉化為企業收入。
輝達正在把一次性賣晶片，
改造成持續生產Token的生意
2027財年第二季度，公司實現營收962億美元，同比增長106%；其中資料中心收入890億美元，同比增長117%，佔公司收入超過九成。公司給出的下一季度營收指引達到1080億美元，而且沒有計入中國資料中心計算收入。
輝達給出的最新財報增長十分迅猛，在高增長背後，輝達對自身商業模式的描述已經發生變化。黃仁勳在財報中直接表示，Token正在產生生產力與利潤，計算本身正在成為收入，該表達精準地概括了推理生意的特點。
模型訓練完成不代表成本結束，一次普通問答只消耗有限Token，但Agent需要閱讀資料、呼叫工具、反覆推理、檢查結果，還可能拆出多個子任務。輝達披露，Agent類工作負載的Token消耗量最高可達傳統AI應用的15倍。也就是說，應用越複雜，模型呼叫越頻繁，基礎設施的收入能見度反而越高。
Vera Rubin NVL72負責高頻寬、大模型與複雜計算，LPX依靠SRAM提供確定性的低延遲Token生成，兩類晶片共同處理推理中的預填充和解碼環節。每個LPX機架包含256顆LPU，輝達公佈的測試資料顯示，在長上下文、超大參數模型場景中，Vera Rubin配合LPX的每兆瓦Token吞吐量最高可達到GB200 NVL72的35倍。不過，該資料是在特定模型和測試條件下的，因此更適合用來觀察架構方向，不能直接等同於所有生產環境的實際收益。
相比之下，更有說服力的是標準化測試。Vera Rubin NVL72在MLPerf Inference 6.1首次亮相，對Qwen3-VL的吞吐量最高達到GB300 NVL72的3.7倍，對DeepSeek-R1最高達到2.5倍；四個GB300 NVL72機架組成的288 GPU叢集實現了99%的擴展效率，軟體最佳化又將部分任務性能提高至上一版本的1.6倍。以上資料更好地講清楚了輝達的護城河。
當前行業內競爭已經超出單顆GPU性能，客戶採購的是晶片、互聯、推理框架、調度軟體和電力管理共同構成的生產系統。輝達希望控制的也不止算力入口，還包括Token的生產流程和成本結構。
Inference擴張後，
利潤會沿著網路、電力和整機向外溢出
推理規模擴大，並等同於產業利潤全部留在GPU廠商手裡。Agent對延遲非常敏感，一個任務可能跨越多台伺服器、多個模型和多個資料庫，只要網路、記憶體、電力或散熱出現瓶頸，昂貴的GPU就只能等待。Inference產業鏈由此形成了一種很有意思的局面：計算晶片決定上限，外圍基礎設施決定利用率。
AMD是輝達最直接的挑戰者。財報顯示，2026年第二季度，AMD資料中心收入達到67億美元，同比增長107%，EPYC處理器和Instinct GPU同時貢獻增長。AMD近期還披露，MI350系列在512 GPU規模下實現每秒575萬個Token的MLPerf推理成績。
AMD的主要機會來自客戶對第二供應源、開放軟體棧和採購議價權的需求；至於壓力，仍在ROCm生態、系統交付能力以及大規模部署的穩定性方面。硬體性能可以追趕，軟體遷移成本和開發者習慣要慢得多。
Broadcom、Marvell和Arista的機會則來自定製晶片與資料搬運需求。Broadcom第三財季AI半導體收入達到167億美元，同比增長221%，定製加速器與網路業務已經成為增長主軸；Marvell第二財季營收27.39億美元，同比增長37%，AI資料中心連接需求繼續推高訂單；Arista第二季度收入30.36億美元，同比增長37.7%，同時推出面向AI叢集的1.6Tbps網路平台。
這一層的投資判斷很直接：推理量增長會增加資料在晶片、機架和資料中心之間往返的頻率，網路晶片、交換機和光連接的重要性也會隨之提升。
不過，基於Broadcom與Marvell同時受益於雲廠商自研ASIC，會分走通用GPU的部分工作負載。輝達用NVLink、Spectrum-X以及對外開放的NVLink Fusion回應這種壓力，目的就是讓定製晶片即使進入機房，也儘量留在輝達定義的互聯體系內。
Dell在2027財年第二季度實現AI最佳化伺服器收入164億美元，期末相關訂單積壓達到950億美元；HPE最新季度Cloud & AI收入90億美元，同比增長25.4%，AI系統訂單環比增長超過30%。
可見伺服器廠商的增長已從概念進入交付、收入與訂單能見度階段。電力與整機正在成為另一條更容易兌現的主線。
電力裝置公司的變化更有衝擊力。Vertiv第二季度銷售額32.74億美元，同比增長24%；Generac近期與亞馬遜簽署約24億美元的資料中心備用發電機供應協議，若後續採購全部兌現，相關支出最高可達80億美元。
以上多個訂單足以說明，推理需求最後都會落到一條物理約束上：電從那裡來，熱怎麼排出去，伺服器能否穩定運行。輝達推出DSX MaxLPS，正是在爭奪這部分價值。
Lambda的部署測試顯示，在相同電力預算下，相關軟體將叢集Token吞吐量從約每秒400萬個提高到500萬個，增幅24%。AI基礎設施的比較單位正在從GPU數量轉向每兆瓦產出，VRT、ETN、GNRC等公司因此獲得了更長的訂單周期，也獲得了重新審視業務結構的機會。
推理最大的贏家，
可能要等企業帳單出來才知道
Inference產業鏈很容易把Token增長簡單換算成所有公司同步增長，實際上儘管算力需求會擴大，利潤分配卻可能更加殘酷。因為模型價格下降、晶片效率提升、雲廠商自研ASIC、客戶壓縮推理成本，都可能讓Token數量與收入增長出現背離。
供應商最終要回答的是，同樣一度電和一台伺服器，究竟能完成多少有價值的任務。SNOW、PLTR、NOW和CRM處在這場檢驗的前端。
資料顯示，Snowflake最新季度產品收入14.9億美元，同比增長37%，管理層稱AI產品貢獻了近期增長加速的大約一半；Palantir第二季度收入同比增長93%至19.4億美元。Salesforce則在Dreamforce發佈基於輝達Nemotron訓練的CRM推理模型Koa，並將其運行在自有基礎設施中。
真正能決定整條產業鏈能走多遠的應用層。企業願意持續購買Token，前提是Agent能夠縮短銷售周期、提高研發效率、減少人工操作，或者直接創造收入。呼叫量很大、業務回報模糊的項目，遲早會被財務部門砍掉；能夠進入生產流程、掌握企業資料和客戶關係的軟體平台，才可能把算力成本變成持續收費。
所以，輝達仍然是Inference擴張中確定性最高的受益者，其有著計算、網路、軟體和系統協同等多方面的優勢；Broadcom、Marvell與Arista可以分享定製計算和資料連接的增量；Dell、HPE、Vertiv、Eaton與Generac則承接機房落地和電力擴容；Snowflake、Palantir、ServiceNow與Salesforce負責證明這些Token確實能夠賺錢。 (財報研究社Pro)