Blackwell 會贏，因為 agentic AI 需要全堆疊基礎設施

Blackwell 是 agentic AI 最值得押注的基礎設施，因為它在可量測的規模效率上，已經把晶片競爭升級成整套平台競爭。

NVIDIA 的 Blackwell Ultra NVL72 不只是跑出新基準的漂亮數字，而是第一次把 agentic AI 的需求，轉成可量測的基礎設施優勢；在 Artificial Analysis 的 AgentPerf 結果裡，它對 Hopper 的效率提升，最高可達每兆瓦 20 倍的 agents 數量。

第一個論點

agentic AI 不是單次問答，而是把模型呼叫、工具呼叫、檔案讀取、程式修改與重試串成長鏈。這代表延遲不是單點成本，而是會在任務流程中一路累積。當一個 agent 要維持上下文走完數十步時，任何薄弱的基礎設施都會被放大成失敗率。

AgentPerf 的價值就在於它不是拿傳統 inference 指標來裝飾自己。它來自 12 種以上程式語言的真實 coding agent 軌跡，測的是更接近生產環境的壓力。能同時撐住更多 agent 任務、還維持回應與 token rate 門檻的平台，做的是更多有用工作，不只是吐出更好看的吞吐圖。

第二個論點

Blackwell 的優勢不是外觀，而是架構。GB300 NVL72 的 headline 數字，是每兆瓦最多可支援 20 倍於 Hopper 的 agents，這不是行銷話術，而是 rack-scale 設計的結果。72 顆 GPU 被綁成一個系統，像 DeepSeek V4 Pro 這類大型 MoE 模型才能更有效率地分攤執行。

軟體堆疊把這件事再往前推一步。CUDA kernel 讓通訊與運算重疊，TensorRT LLM 則把輸入處理與輸出生成拆開，讓各階段可以獨立調校。這就是 Blackwell 真正的領先點：它降低的是 agentic 工作負載最討厭的協調稅，把更多電力預算留給實際產出。

反方可能怎麼說

最強的反對意見是，NVIDIA 等於在替自己出題、自己打分。AgentPerf 是新基準，公開結果只涵蓋一部分模型類型，而且它模擬的是工具呼叫，不是直接執行真實工具。懷疑者也會指出，真正的部署還取決於軟體品質、編排、網路拓樸與模型選型，不會只看加速器本身。

這個質疑成立，但不足以推翻結論。基準測試不必一次涵蓋所有生產變數，它只需要把真正的瓶頸隔離出來。agentic AI 的核心壓力，本來就是長鏈 inference 與協調成本，而 AgentPerf 至少比單次推論測試更接近這個現實。

限制也很清楚：AgentPerf 是早期訊號，不是宇宙真理。但作為採購訊號，它已經強到足以改變決策邏輯。若一個平台在接近真實的 coding 軌跡下，能以更低功耗支撐更多 agent concurrency，買方就應該把它當成評估起點，再用自己的工作負載做驗證。

你能做什麼

如果你是工程師，不要再把 agent 系統當成聊天端點優化，改去量 end-to-end 任務完成率、並發數與每個成功工作流的瓦特成本。如果你是 PM 或創辦人，向供應商要 agentic benchmark，不要只看 generic inference 圖表，並把基礎設施決策建立在每美元、每瓦能產出多少有效工作上。Blackwell 的領先已經說得很清楚：在 agentic AI 裡，全堆疊效率本身就是產品。