英伟达不卖GPU了，它在卖“AI工厂”

10月的科技行业，有一条不太显眼但足够重要的分界线正在被划出来。英伟达GTC柏林大会的官方定位从“GPU厂商的技术秀”变成了“AI工厂的交付现场”，100多场专题分享覆盖的不是芯片参数，是加速计算、智能体AI、物理AI、机器人和AI基础设施的完整栈。这个措辞的变化不是修辞调整，它标记的是一条产业链的重心迁移：算力不再只是被“买回去自己搭”，而是被当作一套可交付的基础设施来“建厂”。

第一，算力景气在业绩端不是预期，是兑现。澜起科技Q3净利润预计12亿到13亿元，同比增长153.6%到174.7%，互连类芯片产品线毛利率68%以上。美光2026财年Q4剩余履约义务达到1500亿美元，三星电子三季度营业利润同比暴增近8倍，台积电9月营收同比增长54.6%。研究机构的判断很直接：AI算力需求推动MLCC龙头扩产，半导体产业链整体维持上行趋势，PCB、存储、先进封装等细分赛道处于景气扩张周期。这些数字的共同指向是，AI对硬件的拉动已经从“训练集群的一次性采购”延伸到了存储、互连、封装这些更底层的环节。

第二，竞争的焦点从“模型有多强”转向“智能体能干多少活”。谷歌云发布通用工作智能体Gemini Agent，微软推出Copilot“超级应用”，OpenAI上线常驻式智能体dots，Anthropic接入Google办公套件。海外巨头在企业级Agent上的布局在10月基本完成了第一轮亮相。Agent竞赛升维的含义不是“又多了一个聊天机器人”，是入口在从“对话框”变成“工作流”。一个能跨应用调度、能记住上下文、能主动发起任务的智能体，需要的算力结构和单纯跑推理的模型完全不同，它对延迟、并发和互连带宽的要求，才是这一轮算力投资真正的底层驱动力。

第三，Meta在10月15日发布的Muse Spark Open，给“开源放大需求”这条逻辑加了一个新的注脚。8160亿总参数、420亿激活参数、100万token上下文窗口，定位是“美国最强开源模型”。开源模型越强，推理侧的总调用量就越大，对算力基础设施的需求不是被替代，是被放大。这也是为什么“卖AI工厂”比“卖GPU”更符合当下的产业节奏：客户要的不是一块卡，是一套能持续产出智能体服务的系统。

把三条线放在一起，10月的行业信号是清晰的：算力在业绩上已经兑现，竞争在从模型层往Agent层和工作流层迁移，而“工厂化”的交付方式正在成为算力产业链的新组织形态。下一个值得盯的指标不是某一颗芯片的跑分，是Agent的日活和任务完成率——那才是算力投资最终要兑现的地方。

科技观察客，行业趋势不看“谁又发了新卡”，看算力最终被谁、以什么方式用掉。