1.35万！黄仁勋：考虑GPU收年费

电子发烧友网报道（文/黄山明）近期，在德国柏林举行的GTC活动上，英伟达CEO黄仁勋透露，专门为运行AI代理配套提供的相关软件，可以采用按GPU数量计费的授权模式，给出的参考定价示例为每块GPU每年约2000美元，折合人民币约1.35万元。

当然，这一策略主要针对AIAgent场景，这类系统比普通聊天机器人更复杂，需要全链路权限管理、实时监控和安全维护，英伟达试图将这些分散能力整合成一套完整的企业级解决方案进行变现。若得以实现，将标志着英伟达将从“硬件销售商”向“AI基础设施服务商”迈出关键一步。

GPU软件订阅要收年费？

前不久的GTC柏林大会上，黄仁勋公开表示，企业若要在AI工厂上运行AI智能体所需的全套软件，授权费参考价约为每块GPU每年2000美元。他强调软件许可将日益成为公司业务的重要组成部分，但英伟达并未披露适用GPU范围、具体产品、落地时间和合同条款。

有意思的是，英伟达现有的NVIDIAAIEnterprise平台订阅费为4500美元/年（含技术支持），今年7月欧洲市场部分渠道报价已上调至约5800欧元，两者对比之下，容易让人误以为这次是要降价了？不过此次黄仁勋所宣称的2000美元/年对应的可能是另一套更轻量的智能体运行环境，如OpenShell参考架构、NIM微服务、Sentry安全组件组合等，而非平台级替代。

目前，英伟达CUDA已经有了十多年的市场积累，从编译器（nvcc）、算子库（cuDNN、cuBLAS、CUTLASS）、推理引擎（TensorRT）到分布式通信（NCCL）的整套栈，所有主流框架默认先把CUDA跑通。

亚马逊内部文件就把CUDA列为其Trainium芯片普及的主要障碍，独立测试显示，在并发负载下CUDA生态的优势反而扩大，512并发时H100对AMDMI300X吞吐领先67%，B200领先78%，软件栈成熟度成了硬约束。

当然，英伟达的下一步并不是单纯给GPU加一个软件标签，而是把CUDA从“开发者工具链”升级为“企业级AI运行平台”。过去，CUDA的价值是让模型能在英伟达硬件上高效跑起来；现在，它要延伸到Agent权限管理、推理服务编排、运行时安全监控和基础设施审计。

例如英伟达推出了NemoGuardrails 2.0等技术，利用小型专用模型（如基于Llama的护栏模型）在底层拦截危险指令。这种“模型+系统级拦截”的软硬一体安全方案，目前开源社区很难提供同等企业级SLA保障的替代品。

这种模型+系统级拦截能力，正解释了为什么2000美元不能简单看作降价。它对应的不是传统意义上的AI Enterprise全量订阅，而更可能是面向智能体场景的轻量授权包。企业真正支付的，是一套让AI Agent能在生产环境长期稳定运行的底座。

但这套模式的阻力同样清晰，推理场景的成本压力正在上升。开源框架、自研芯片和国产替代方案，会继续压缩英伟达软件的议价空间。当然，如果这套模式能够成功推行下去，那么按照黄仁勋的畅想，假设按照500万块GPU的测算，理论年收入可以达到100亿美元。

间接催化国产AI生态

一旦英伟达的GPU订阅成功推进，英伟达将从过去的硬件龙头，进一步转向平台型AI基础设施公司。不过AWS、Azure、Google Cloud等不会轻易接受按GPU数量叠加软件年费。它们会继续推动自研ASIC、开源推理框架和自有调度系统，降低对英伟达软件栈的依赖。

此外，AMD与ASIC赛道同样受益于这一信号，随着英伟达为自家软件栈定下价格，此举等于公开承认其软件栈的排他性价值，这对AMD ROCm生态是反向背书。据TrendForce数据，2026年AI ASIC服务器出货量预计达AI服务器总市场27.8%，2030年将升至39.5%。

不过由于国内AI玩家基本无法稳定采购到H100、B200这类高端GPU，H20等合规产品也面临供应和合规不确定性。因此国内受到的影响其实不算大，但对国内AI生态的间接催化反而是确定的。

英伟达此次定价的核心对象是OpenShell+NeMo Guardrails+Dynamo这套Agent基础设施，国内在Agent运行时、Guardrails DSL、集群调度等层面还没有成熟对标物。但昇腾CANN 9.2.0已专门针对DeepSeek、GLM、Kimi等模型进行低精度路径全面适配，并在Atlas 950 SuperPoD上支持Engram分布式推理与DualPipe调度。这个窗口期内，国产栈与国内头部模型的联合优化会成为主要追赶路径。

同时，英伟达的GPU订阅证明了自建生态的长期财务价值，这会推动国产厂商从“兼容CUDA抢迁移”逐步转向“自建生态+服务定价”的长期路线。

并且算力供给侧的结构分化也将加速，数据显示，2026年上半年非GPU加速器出货量首次超过GPU，增长近80%，这个拐点意味着国内AI市场的增长动力已经从堆英伟达卡切换到堆国产ASIC/推理芯片，订阅费在海外市场的存在，反而会让国内资本更愿意给推理ASIC、超节点集群、国产CUDA替代等项目投票。

当前，DeepSeek将TileLang、DeepGEMM、DeepEP等六件套开源适配昇腾后，TileLang已把FlashAttention代码量从500行压到80行，SemiAnalysis预测DeepSeek在2027-2028年将主要运行在华为栈上。当AI本身能加速替代栈的算子开发，英伟达的订阅窗口实际上比它自己预期的更短。

不过国内主流GPU厂商仍面临生态短板，算子覆盖、分布式训练效率、推理框架适配、集群可观测性、Agent安全管控等方面，整体仍落后于CUDA生态。毕竟英伟达这次准备收取的并非显卡驱动费，而是AI Agent生产环境运行费用，国内厂商如果只拼单卡算力，不补齐调度、安全、监控和微服务化能力，替代深度将会受限。