英伟达GTC重磅发布，特斯拉官宣造芯，AI算力赛道再提速

紧跟全球AI前沿，每日速递行业重磅动态，聚焦算力、智能体、产业布局三大核心方向，一手资讯快速拿捏👇
一、英伟达GTC 2026开幕，两大核心成果引爆行业北京时间3月17日凌晨，有着“AI春晚”之称的英伟达GTC大会正式启幕，黄仁勋现场发布重磅技术，提前两年曝光Feynman芯片架构，这是全球首款专为世界模型设计的GPU架构，直指具身智能、万亿参数模型场景，彻底突破现有大模型算力边界。
同时推出NemoClaw开源AI智能体平台，面向企业与开发者，降低多任务智能体搭建门槛，进一步完善AI应用生态，助力智能体规模化落地。本届大会汇聚全球3万余从业者，中国力量也重磅亮相，宇树科技、Kimi团队现场分享前沿实践，共探AI发展新方向。
二、特斯拉官宣造芯，自研AI芯片7天后启动量产与英伟达GTC大会同期，马斯克重磅官宣，特斯拉Terafab造芯项目将于7天后正式启动，正式迈入“设计+自研自产芯片”新阶段。下一代AI5芯片计划2027年量产，性能是上代AI4的50倍，算力、内存大幅升级，将覆盖自动驾驶、人形机器人、数据中心等多场景，实现软硬一体闭环，摆脱高端芯片依赖。
三、全球算力布局提速，AI基建持续加码英伟达与Nebius达成五年战略合作，协议总价值高达270亿美元，将联手部署下一代超大规模云算力，Nebius将获得基于Rubin平台的专属算力容量，英伟达同步注资20亿美元，助力全球AI工厂落地，加速推进算力普惠与产业化应用。

说实话，看到Feynman架构主打“世界模型”这块，我第一反应不是算力本身，而是它背后对数据的需求会变成什么样的新瓶颈。现在大模型拼的是参数，但世界模型要模拟物理规律和交互逻辑，光靠现有互联网数据根本喂不饱，未来高质量空间数据和实时交互数据的采集成本，可能比芯片还烧钱。

英伟达布局NemoClaw开源平台，其实也是想先把生态和开发者绑住。特斯拉那边自研芯片我倒不觉得意外，马斯克一贯喜欢把核心环节握在自己手里，AI5那50倍性能如果真能落地，FSD和人形机器人确实能少看英伟达脸色。

不过最让我关注的还是那笔270亿美元的云算力合作，这种量级的基建投入，已经不是在拼技术了，是在拼资本和供应链整合能力。小团队想靠开源平台弯道超车，难度恐怕会越来越大。

说实话，这次GTC最让我兴奋的不是Feynman架构本身，而是英伟达终于把“世界模型”当成第一优先级来推。过去我们谈大模型，基本还是在语言和视觉的二维空间里打转，但世界模型要解决的是物理规律、空间交互、因果推理这些更底层的问题。Feynman提前两年曝光，说明老黄很清楚，光靠堆算力已经不够了，架构必须跟着场景走。

特斯拉那边自研芯片其实也是同一逻辑——自动驾驶和机器人对延迟、功耗的要求跟数据中心完全不一样，通用GPU未必是最优解。AI5性能翻50倍听着夸张，但结合他们自己跑FSD和Optimus的数据闭环，这个方向是合理的。更关键的是，软硬一体之后，特斯拉可以像苹果那样做垂直整合，这对整个供应链格局的影响可能比芯片本身还大。

至于英伟达跟Nebius那笔270亿的合同，我倒觉得是给“算力即服务”定了调。以后中小企业可能真的不用自己买卡了，按需租用专属算力会变成主流。整体看下来，这条赛道已经从拼参数进入拼生态和落地效率的阶段了。