2026 年 6 月 1 日，黃仁勛（Jensen Huang）在 NVIDIA GTC Taipei 2026 主題演講，同步連線全臺 70 個分會場，并為 Computex 揭幕。在這場近 2 小時的演講里，他拋出了一個足以改寫整個消費電子格局的判斷——"40 年來 PC 的第一次重新發(fā)明，由 NVIDIA 和 Microsoft 聯(lián)手完成。"

這是本場大會真正的核心亮點：NVIDIA 要造 PC 了，而且不是配角，是主角。 黃仁勛的邏輯鏈很清晰：既然未來十年的統(tǒng)一計算模式是 Agent（模型 + Harness + 工具 + Runtime），那么 Agent 不僅要跑在云端，也必須原生跑在每個人的 PC 上——能 7×24 小時不間斷、本地沙箱化、連接本地或云端模型、看得見你、聽得懂你、替你干活。為此，PC 的芯片和操作系統(tǒng)都得重做。

黃仁勛親口透露，NVIDIA 和 Microsoft 用了整整三年時間，從零重構(gòu) PC 的運作方式，就為了等這個 Agent 時刻。

他類比 40 年前 Windows 之所以讓 PC 走進千家萬戶，是因為做對了幾件事：BIOS 抽象、開放芯片組、運行時可加載驅(qū)動、多媒體 API 抽象層。今天 Microsoft 和 NVIDIA 要再做一次同樣的事：新一代 PC = 舊操作系統(tǒng) + 大語言模型 + Agent Runtime。

次日晚黃仁勛還將與 Satya Nadella 同臺進一步披露細節(jié)。這意味著 Windows 不再只是"運行應用的操作系統(tǒng)"，而是"運行 Agent 的操作系統(tǒng)"，而 NVIDIA，是這套新 OS 底層硬件的聯(lián)合定義者。

以下為實錄

一、有用的 AI 已經(jīng)到來

兩年前的演講談到 AI 正從生成式 AI 向更多浪潮演進，而下一波是智能體 AI（agentic AI）。今天可以宣告：智能體 AI 已經(jīng)到來，有用的 AI 已經(jīng)到來。

以 GitHub 為例。軟件編程是智能體 AI 最早的應用之一，也是最有價值的職業(yè)之一——全球約有 3000 萬至 4000 萬靠寫代碼為生的專業(yè)軟件開發(fā)者，另有數(shù)億學生與愛好者。在 GitHub 上，pull request 指下載并修改軟件，commit 指將改動推送回去。代碼提交量從 2023 年的 3 億次、2024 年的 4 億次增長到 2025 年的 5 億次，而到 2026 年頭幾個月已接近翻三倍。

這意味著什么？3000 萬軟件開發(fā)者對應約 3 萬億美元的年薪酬，而這些薪酬撬動著其他行業(yè)的經(jīng)濟增長——全球約 100 萬億美元的各行各業(yè)都受其影響。如今這 3 萬億美元的薪酬正產(chǎn)出接近三倍的成果，相當于用 3 萬億美元的工資帶來了 9 萬億美元的生產(chǎn)力，差距極其驚人。

軟件工程師的數(shù)量其實在增加，而非減少。邏輯很簡單：如果雇一名工程師能產(chǎn)出價值 9 萬億美元的有效工作，企業(yè)自然會想雇更多人；只有當產(chǎn)出持平時，雇用才會減少。正因產(chǎn)出驚人，需求才上升，這一點很快會反映到經(jīng)濟數(shù)據(jù)中。

從產(chǎn)業(yè)角度看，有用的 AI 到來意味著 token 需求高漲。token 如今是能帶來收入的盈利單位，因此 AI 公司想生成更多 token、建更多 AI 工廠——這正是中國臺灣算力需求飆升、相關(guān)企業(yè)業(yè)務繁忙的原因。

二、新的計算范式：智能體（agent）

計算范式已經(jīng)改變。AI 現(xiàn)在是利潤與 GDP 的生成器，其背后是一種全新的計算范式——不只是一個大語言模型，而是一個智能體。

在過去，軟件是運行在操作系統(tǒng)之上的應用程序與代碼。今天則是智能體：由一個或多個大語言模型構(gòu)成，置于一個"載體框架"（harness）之中，由后者協(xié)調(diào)編排其工作。輸入進入后，智能體需要理解、觀察、推理、行動并使用工具——工具可以是電子表格、瀏覽器、數(shù)據(jù)處理引擎或數(shù)據(jù)庫引擎。整個信息流轉(zhuǎn)的編排由軟件管理。智能體同樣要處理短期記憶（工作記憶）與長期記憶，因此記憶管理系統(tǒng)至關(guān)重要?？梢园汛笳Z言模型視為負責思考的部分，把載體視為像操作系統(tǒng)一樣把一切連接起來的部分。

這一突破源于兩件事的同時收斂：大語言模型已能勝任思考、推理、規(guī)劃與工具使用；同時出現(xiàn)了能管理記憶、編排與工具調(diào)用的載體。兩者結(jié)合后能力驚人。例如給定一段提示詞即可生成可運行的代碼；輸入"生成一個 GIF：黑底上的 NVIDIA 綠色圓點散開、組成臺北 101、顯示 NVLink GTC Taipei 2026、變形為 NVIDIA 標志后再散開循環(huán)"即可得到成品；輸入"我弄丟了遙控器的電池卡扣，它長這樣，幫我做一個 CAD 文件"，智能體會調(diào)用工具生成可直接 3D 打印的 CAD 文件。這里使用的是 Claude Code，Codex 同樣表現(xiàn)出色。

新范式由此成形：過去是啟動應用、點擊與打字，如今是向 AI 說明意圖，由 AI 生成代碼或調(diào)用工具產(chǎn)出結(jié)果。這就是未來計算機的工作方式。

關(guān)于"智能體會讓軟件公司消失"的擔憂，結(jié)論恰恰相反。智能體數(shù)量將不再受人口限制，因此會比以往更頻繁地使用工具，對軟件公司而言是絕佳時代——前提是軟件須以智能體可用的方式呈現(xiàn)。NVIDIA 的核心資產(chǎn)正是其全部 CUDA 庫（即 CUDA-X 庫），如今可呈現(xiàn)給智能體使用，效率甚至高于人類。

（視頻旁白）20 年前 NVIDIA 打造了 CUDA 這一加速計算的統(tǒng)一架構(gòu)，重新發(fā)明了計算。上千個 CUDA-X 庫幫助開發(fā)者在各科學與工程領(lǐng)域取得突破，它們本身就是智能體的工具：cuLitho 用于計算光刻，cuOpt 用于決策優(yōu)化，cuDSS 用于直接稀疏求解，AI-Q 用于跨結(jié)構(gòu)化與非結(jié)構(gòu)化文檔的深度研究，Aerial 用于 AI RAN，PhysicsNeMo 用于可微分物理，Parabricks 用于基因組學。

三、智能體的分布式計算與 Vera Rubin

智能體是終極的解耦（disaggregated）與分布式計算模型，處理它需要調(diào)動數(shù)據(jù)中心中大量不同的計算機。智能體由模型、載體、工具與技能、運行時（runtime）組成：模型是大腦，載體是身體，工具則像工人在工作坊中使用的器具。

各步驟運行在計算機的不同部分：大語言模型負責思考——處理上下文、觀察環(huán)境、推理、制定并執(zhí)行計劃，每次思考都會激活一整個機架的 Grace Blackwell NVLink 72；每次使用工具會用到 CPU（工具可以是 C 編譯器、Python、JavaScript 或加速計算）。今天的智能體還只是較簡單的工具使用者，未來會變得極其老練，因此 CUDA-X 庫將大受歡迎，而這些庫現(xiàn)在都會附帶"技能"說明，讓 AI 讀后即可學會使用。

在這一模型中，工具運行于 CPU、GPU 與大語言模型之上；安全載體運行于 CPU 與安全處理器 DPU（NVIDIA BlueField）之上；整體編排運行于 CPU。最難的部分之一是記憶：工作記憶（KV 緩存）涉及記什么、如何壓縮與檢索，以及結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的本體與關(guān)系。AI 的記憶系統(tǒng)將徹底革新存儲系統(tǒng)。

正是這種解耦、分布式、異構(gòu)的計算難題，催生了下一代產(chǎn)品 Vera Rubin。Vera Rubin 不是單一芯片，也不只是 GPU：它從 GPU（Vera Rubin NVL72）起步，由 Vera CPU 編排，配以革命性的存儲系統(tǒng)，并通過 ConnectX-9、DOCA 軟件棧與內(nèi)置安全處理器，實現(xiàn)靜態(tài)、傳輸與使用全過程的加密，遵循機密計算。作為公司歷史上最雄心勃勃的工程，全部 4 萬名工程師參與其中。

NVIDIA 已從 GPU 公司演進為系統(tǒng)公司，如今進一步走向基礎設施尺度——發(fā)電、冷卻、電網(wǎng)等工業(yè)伙伴都已成為生態(tài)的一部分，因為客戶最終要建造的是 AI 工廠。

（視頻旁白）全球正在進行人類歷史上最大規(guī)模的基礎設施建設——AI 工廠。其每一層（芯片、機架、網(wǎng)絡、電力、冷卻、電網(wǎng)）都必須端到端協(xié)同設計，因為算力即收入。NVIDIA DSX 是建造與運營 AI 工廠的參考設計藍圖：DSX Sim（Omniverse 藍圖）讓伙伴在訂購任何機架前先在數(shù)字世界中設計與驗證整座工廠；DSX OS 負責配置、運營、監(jiān)控與修復，把已裝系統(tǒng)變?yōu)榭尚?、多租戶、有韌性的算力；DSX MaxLPS 讓運營方在同樣電力預算內(nèi)安全部署更多 GPU，每年增加數(shù)十億美元收入，并以 45℃ 熱液冷卻節(jié)省水電；動態(tài)電力分配回收閑置瓦數(shù)，機架內(nèi)電力平滑撫平電流尖峰；DSX Flex 讀取實時電網(wǎng)信號、在電網(wǎng)需要時回調(diào)電力。到本個十年結(jié)束前將有 100 吉瓦 AI 工廠上線。

四、AI 工廠生態(tài)與"算力即收入"

過去 NVIDIA 的計算層與軟件棧是被集成進第三方平臺的"計算生態(tài)"，如今是"AI 工廠生態(tài)"，處于更下游。每座 1 吉瓦級的 AI 工廠造價已從 200 億至 300 億美元升至 500 億至 600 億美元，并將達到每吉瓦 800 億至 1000 億美元。如此規(guī)模意味著必須一次建成、即刻可用，資金成本與復雜度都極高。

借助 Omniverse，這些巨型系統(tǒng)可在動土前就在數(shù)字世界中完整建造與模擬。NVIDIA 的產(chǎn)品線由此清晰：RTX 對應 GPU，DGX 對應系統(tǒng)，DSX 對應基礎設施。憑借全棧能力，NVIDIA 能幫助小公司成長為世界級 AI 云：CoreWeave 已價值五六百億乃至七百億美元并高速增長，Nebius 同樣如此。這些云的客戶包括 Cursor（軟件編程）、Black Forest Labs（圖像生成）、World Labs（世界基礎模型）、Revolut（金融服務 AI）與 Shopify；Nscale 服務英國電信與谷歌；此外還有 Thinking Machines、韓國 NAVER Cloud（服務韓國銀行、現(xiàn)代等）、印度 Yotta、新加坡 Together AI 與 AI Singapore、印尼 Indosat，以及中國臺灣 GMI 等。AI 將無處不在，每家公司都將被它驅(qū)動，每個地區(qū)都將建造它。

這些云都需要計算棧——NVIDIA 的硬件、軟件、庫以及與全球第三方開發(fā)者生態(tài)的連接，使任何人都能搭建 AI 云。但 AI 云已極其復雜，這正是 NVIDIA 成為 AI 基礎設施公司的原因：算力即收入、即利潤，缺少二者就是虧損。

衡量一座 AI 基礎設施的關(guān)鍵指標有四個：

上線速度：NVIDIA 完全集成、親自建造并驗證整套基礎設施，因此首個 token、首次推理與訓練上線的時間都更快。

每瓦吞吐（每瓦 token 數(shù)）：通過全棧集成、從頭設計、整體模擬與極致協(xié)同設計，做到世界級。在 1 吉瓦的電力上限下，每瓦吞吐就是收入；僅因芯片便宜而選錯架構(gòu)并不劃算。

可靠性：數(shù)據(jù)中心有海量活動部件與線纜，讓所有計算機協(xié)調(diào)可靠運行極難，平均無故障時間（MTBF）至關(guān)重要，長期大規(guī)模運行的經(jīng)驗是關(guān)鍵。

系統(tǒng)壽命：軟件持續(xù)演進（從 CNN 到 Transformer、專家混合，再到智能體系統(tǒng)），架構(gòu)若不靈活、生態(tài)若不豐富，壽命就難以保證。NVIDIA 系統(tǒng)遍布全球、開發(fā)者皆從 CUDA 起步，因而資產(chǎn)壽命更長、總擁有成本（TCO）更低。

當前算力需求是核心約束，需要全行業(yè)共同努力，在全球建起 AI 工廠。

Vera Rubin 現(xiàn)已全面投產(chǎn)。其供應鏈規(guī)模是 Grace Blackwell 的兩倍，單個機架的組裝時間從兩小時縮短到五分鐘，產(chǎn)能與吞吐都大幅提升。已有數(shù)百萬平方英尺廠房上線支撐 Grace Blackwell，并正為 Vera Rubin 爬坡。

（視頻旁白）處理智能體 AI 是與生成答案截然不同的難題：智能體要觀察、推理、規(guī)劃、使用工具，管理海量上下文，并按需啟動子智能體。NVIDIA Vera Rubin 是為智能體時代打造的多機架、Pod 級系統(tǒng)，現(xiàn)已全面投產(chǎn)。從首臺 AI 超級計算機 DGX-1，到 Pascal、Ampere、首臺機架級的 Grace Blackwell，再到 Vera Rubin。它始于臺積電：七顆全新芯片經(jīng)數(shù)百道工序、3 納米工藝、CoWoS 先進封裝制成，搭配來自美光、SK 海力士與三星的 HBM4 內(nèi)存。Vera Rubin GPU 單板含六萬億晶體管、逾 18000 個元件；全新模塊化計算托盤以 PCB 中板精簡，ConnectX-9、SuperNIC 與 BlueField-4 DPU 均可免線纜維護；18 個計算托盤、9 個可熱插拔 NVLink 交換托盤，高效液冷母線承載逾 5000 安培（相當于 20 輛電動汽車全力加速），共 130 萬個元件構(gòu)成第三代 MGX 機架。微軟、戴爾與 CoreWeave 均已搭起 Vera Rubin NVL72 工程機架。Vera CPU 機架在單一液冷機架內(nèi)集成 256 顆 CPU；富士康與廣達打造的 Vera LPX 機架在 16 個托盤上集成 256 顆 Groq LPU，提供每秒 40 PB 的 SRAM 帶寬用于超低延遲——NVL72 以最高吞吐生成 token，LPX 以最低延遲生成。Vera BlueField-4 STX 負責存儲處理與芯片內(nèi)安全；NVIDIA Spectrum-X 以太網(wǎng)光子學是全球首款采用 200 千兆共封裝光學的以太網(wǎng)交換機。Vera Rubin 由五套相連的機架級系統(tǒng)構(gòu)成，背后是中國臺灣 150 家供應鏈伙伴、數(shù)百萬平方英尺廠房與數(shù)百個站點，這就是極致協(xié)同設計。

五、Vera Rubin 系統(tǒng)揭幕

Vera Rubin 不只是為運行 AI 而造，而是為運行智能體而造。智能體架構(gòu)是計算機科學最近一次偉大突破，歷經(jīng)多年才實現(xiàn)潛力、變得有用，運行它的計算機理應是全球最先進的。

現(xiàn)場展示的系統(tǒng)包括：Vera Rubin NVL72、LPX 機架、含 256 顆液冷 CPU 的 Vera CPU 機架、兼具存儲與安全功能的 Vera BlueField 系統(tǒng)，以及 Mellanox 網(wǎng)絡（全球首款 CPO，共封裝光學）。

回顧歷程：Hopper 為預訓練而造；Grace Blackwell 時期，業(yè)界曾認為推理簡單，但推理等于收入，且 MoE 模型在高響應速度、強交互與高吞吐下同時實現(xiàn)極難，因此 NVIDIA 創(chuàng)造了 NVL72。憑借極致協(xié)同設計，NVIDIA 今天的 token 成本是全球最低，且領(lǐng)先達數(shù)量級。Vera Rubin 則更進一步，面向"智能體系統(tǒng)中的推理"。

新系統(tǒng)取消了線纜、水管與風扇，改用中間 PCB 連接兩側(cè)，組裝時間從兩小時縮短到五分鐘，可靠性與韌性大幅提升。其中包括最先進的 Vera CPU 托盤、含兩顆 Vera CPU 與四個 ConnectX-9 的存儲托盤、面向低延遲推理的 Groq LPX 機架（可通過 Groq LPU 進一步擴展），以及革命性的 NVLink 交換托盤與用于橫向擴展的以太網(wǎng)交換機。憑借為 Grace Blackwell 引入的這兩套系統(tǒng)，NVIDIA 已成為全球最大的網(wǎng)絡公司。

六、Vera CPU：為智能體打造的 CPU

此前所有 CPU 都是為人而造：人以"秒"為單位使用，云上按核心數(shù)出租。但智能體以"納秒"為單位運作，且極其沒耐心——使用工具、訪問數(shù)據(jù)庫時都要求盡可能快的響應，任何等待都會拖慢后續(xù)步驟。因此 NVIDIA 為 AI 時代打造了 Vera CPU。

在 NVIDIA 系統(tǒng)中，Vera 有三種用途：在 Vera Rubin 機架內(nèi)（已含兩顆 CPU），一顆用于編排管理 GPU、管理 KV 緩存與機架內(nèi)軟件，另由 Grace BlueField 負責安全與隔離；Vera 計算單元負責載體、模型編排、工具調(diào)用與數(shù)據(jù)庫訪問；Vera BlueField 數(shù)據(jù)服務器則是全球最快的存儲服務器。這些處于數(shù)據(jù)中心最昂貴環(huán)節(jié)的關(guān)鍵路徑上，因為 token 正是在此生成，必須盡量多產(chǎn)且不被拖累。

由于 NVIDIA 已制造并售出數(shù)以百萬計的 Grace Blackwell 與 Vera Rubin，公司已是全球最大的 CPU 制造商之一。Vera 是一顆從頭打造的全新架構(gòu)，有四個要點：

每時鐘指令數(shù)（IPC）/單線程性能：必須世界級以保證低延遲。Vera 的 IPC 全球最高，每時鐘周期可取指、譯碼并執(zhí)行 10 條指令。

每核心帶寬：數(shù)據(jù)進出 CPU 的帶寬世界級。

整體帶寬：智能體系統(tǒng)解耦且分布式，網(wǎng)絡成為瓶頸，因此核間、CPU 與存儲、CPU 與 GPU 之間都需極高帶寬。Vera 以每秒 3.6 TB 的互聯(lián)架構(gòu)在光速級別連接所有核心，無跨芯片邊界，各核協(xié)同而非逐核出租；它是首款采用 PCIe Gen 6 的 CPU，并采用 LPDDR5、帶寬達每秒 1.2 TB，約為市面最高性能 CPU 的兩到三倍。

能效：智能體數(shù)量將達數(shù)十億（遠超人口），CPU 必須在高性能的同時極其節(jié)能，以免占用本應用于 token 生成的電力。

與最高性能的 x86 相比，Vera 在真實單線程性能上遙遙領(lǐng)先。CPU 上 5%–10% 的提升已屬難得，而這種量級的提速前所未有。

（視頻旁白）智能體 AI 改變了 CPU 的角色：CPU 是指揮，GPU 是樂團。傳統(tǒng) CPU 為另一時代而建（最大化核心數(shù)、切片、虛擬化、按時出租），在智能體時代反而成為 GPU 利用率的瓶頸，直接影響 token 吞吐、延遲與體驗。NVIDIA Vera 為智能體循環(huán)而生，將定制數(shù)據(jù)中心 CPU 核心與可擴展一致性互聯(lián)架構(gòu)結(jié)合，平衡性能、核心數(shù)與帶寬。其核心是 NVIDIA Olympus 核心，面向分支密集的 Python 運行時、工具調(diào)用與沙箱代碼執(zhí)行：神經(jīng)分支預測器每周期評估兩條采納分支，10 路寬譯碼引擎、大型亂序執(zhí)行引擎與帶圖引擎的高級預取器協(xié)同工作。Vera 是首款使用 LPDDR5X、同時糾正多重錯誤而不損帶寬的 CPU，峰值內(nèi)存延遲比 x86 低 40%。第二代可擴展一致性互聯(lián)架構(gòu)將 88 個 Olympus 核心統(tǒng)一在單片網(wǎng)格上，內(nèi)存與核心不拆分到不同小芯片，核間通信比傳統(tǒng) CPU 快 50%；內(nèi)存一致的 NVLink 芯片到芯片把 GPU 直連 CPU，并可將 Vera 擴展到多路插槽。Vera 提供 x86 的 1.8 倍智能體沙箱性能。

七、Vera CPU 的性能與新市場

Vera 將成為 NVIDIA 新的主要增長引擎。Grace 與 Vera 也是 AI 領(lǐng)域最經(jīng)充分驗證的 CPU：幾乎每個數(shù)據(jù)中心、云、企業(yè)都已完成對 Grace 的適配認證，軟件與安全棧均已優(yōu)化；如今各公司將轉(zhuǎn)向驗證 Vera。Grace Blackwell 過渡期最大的風險是從外部 x86 切換到 Grace，而 NVIDIA 以出色執(zhí)行力完成，如今 Grace 已與 Grace Blackwell 幾乎同義、無處不在。

性能方面：SQL（由 IBM 發(fā)明、全球通用的結(jié)構(gòu)化數(shù)據(jù)庫語言）極難加速，Vera 讓其快三倍；面向工廠、證券交易所等場景的實時流處理（與紐約證券交易所合作、由其主席 Lynn Martin 支持）則快六倍。這些都得益于帶寬、單線程執(zhí)行與芯片內(nèi)外的高帶寬。

在 CPU 真實工作負載上談"倍數(shù)提升"極為罕見。Vera 正在開辟一個前所未有的新市場：為智能體打造的 CPU。它不會取代舊市場，但因為智能體數(shù)量將遠超人口、且極沒耐心，這一市場必將更大。中國臺灣的 ODM、電腦制造商與 OEM 已成為早期合作伙伴，而最早的采用者正是各類智能體公司。

八、企業(yè)級 AI 智能體工具包與 Nemotron

未來十年的應用與計算范式是：智能體與載體編排著大語言模型。每家公司都將運行智能體、成為智能體公司，并意識到智能體需要自己的操作系統(tǒng)，也都在追問如何安全運行與構(gòu)建智能體。為此 NVIDIA 推出企業(yè)級 AI 智能體工具包（NVIDIA Agent Toolkit for Enterprise AI），其包含四要素：

模型：越聰明、越便宜、越快越好。

載體（harness）：編排整套流程。

工具與技能：模型需調(diào)用工具，CUDA-X 庫將成為絕佳工具。

運行時：把一切串聯(lián)起來的操作系統(tǒng)。

工具包包含可修改的世界級開放模型，可運行任意智能體（如 Claude Code、Codex）。其中 NVIDIA OpenShell 是高度安全的載體，保護智能體、使其遵循安全策略并維護隱私、權(quán)限與身份；OpenShell 已開源并被紅帽、Canonical、微軟等廣泛采用，針對無處不在的 NVIDIA AI 平臺優(yōu)化，可在任意云、本地乃至設備上運行。此外還有 OpenClaw、Hermes 等智能體載體。這四要素共同構(gòu)成現(xiàn)代企業(yè)的操作系統(tǒng)。

一個典型用例是芯片設計：NVIDIA 與 Cadence 合作打造芯片設計超級智能體，由 Codex 或 Claude Code 編排，以 RTL、架構(gòu)圖、原理圖或規(guī)格說明為輸入，并基于 Nemotron 針對 NVIDIA 平臺優(yōu)化。

（視頻旁白）Cadence 與 NVIDIA 合作打造芯片設計智能體。設計含數(shù)以萬億計晶體管、皮秒級同步的三維電路極難，物理樣機過慢過貴，工程師須在數(shù)字世界中工作：架構(gòu)規(guī)格譯為 RTL，再于仿真中驗證，一個 bug 即可讓芯片延期數(shù)月。兩家公司構(gòu)建的設計驗證智能體由 Codex 編排，Cadence Chip Stack 啟動 RTL 驗證循環(huán)，由 Nemotron 驅(qū)動、OpenShell 保護，并調(diào)用 RTL 生成、測試平臺創(chuàng)建、回歸測試與調(diào)試等專家子智能體；系統(tǒng)自我驅(qū)動，用 Cadence Xcelium 運行數(shù)百次仿真、用 JasperGold 做形式化驗證，使驗證周期快逾 40 倍，從數(shù)周縮短到數(shù)小時。

NVIDIA 擁有數(shù)千名芯片設計師，并將引入數(shù)十萬個 Cadence 超級智能體協(xié)同工作，以加速研發(fā)。這套工具包（模型、載體、CUDA 加速的庫與工具、運行時）的起點是優(yōu)秀的開放模型——Nemotron。

今天發(fā)布的 Nemotron 3 Ultra 不僅開放模型，還開放訓練所用的全部數(shù)據(jù)與訓練腳本；得益于合作伙伴聯(lián)盟共享數(shù)據(jù)，它在全球最大的一批長程推理、長程工具任務求解與工具使用數(shù)據(jù)集上訓練而成。它是全球首個基于 SSM（狀態(tài)空間模型）與專家混合（MoE）混合架構(gòu)的模型，速度快五倍、運行成本（總 FLOPs 與總推理時間）比最具成本效益的開放模型還低 30%，且保持前沿級智能、完全開放。Nemotron 4 正在研發(fā)中。

憑借這套工具包，每家企業(yè)都能像 Cadence 那樣構(gòu)建自己的超級智能體。合作伙伴已包括 Cadence、CrowdStrike、ServiceNow、Palantir、SAP 等。與"智能體會顛覆這些市場"的預期相反，智能體將為合作伙伴創(chuàng)造前所未有的最大機遇。

至此三項要點清晰：其一，Vera Rubin 全面投產(chǎn)；其二，Vera CPU 為新一代智能體而造；其三，企業(yè)級 AI 工具包讓每家企業(yè)與企業(yè)軟件公司都能構(gòu)建智能體。

九、重新發(fā)明 PC：RTX Spark 與全新 Windows 產(chǎn)品線

現(xiàn)代計算機產(chǎn)業(yè)起步于約 40 年前，NVIDIA 成立 33 年。Windows 95 讓 PC 從企業(yè)走向消費者，其成功源于恰當?shù)慕怦钆c抽象——系統(tǒng) BIOS、開放芯片組、可在運行時安裝驅(qū)動的操作系統(tǒng)、帶多媒體 API 的抽象層。

40 年后，微軟與 NVIDIA 歷時三年重新發(fā)明 PC。智能體計算范式將同時運行于 AI 云、企業(yè)內(nèi)部與個人 PC。當 PC 擁有能理解你、與你對話、替你處理事務與做研究的自主智能體時，其形態(tài)將徹底改變。新的操作系統(tǒng)即"舊操作系統(tǒng) + 大語言模型"——大語言模型相當于現(xiàn)代版 DirectX，具備輸入輸出、理解提示詞與計算機視覺、生成視頻與聲音的能力，是 PC 的智能延伸；應用程序則被智能體運行時取代。

（視頻旁白）一切始于一束火花。RTX Spark 把 33 年的積累濃縮進一顆芯片：含 6144 個 Tensor Core 的 Blackwell RTX GPU、一 PetaFLOP 的 AI 性能、與聯(lián)發(fā)科合作的定制 20 核 Grace CPU、由 NVLink 融合、128 GB 統(tǒng)一內(nèi)存、臺積電 3 納米工藝、700 億晶體管，并與微軟協(xié)作打造面向智能體的 Windows 平臺。

RTX Spark 由 NVIDIA 與聯(lián)發(fā)科合作打造，100% 的 NVIDIA 軟件都能在其上運行——從數(shù)字生物學、地震資料處理、天體物理，到物理、生物、基因組學、AI 與計算機圖形學，再加上 Windows 歷來運行的每一個應用，并新增運行智能體的能力。

（視頻旁白）一個在 RTX Spark 上本地運行的智能體（OpenShell 沙箱、Hermes 載體、連接云端 Claude Sonnet）可協(xié)助設計房屋：依據(jù)選定地塊、概念草圖、風格情緒板與需求描述，調(diào)用本地工具在 Rhino 中建模地形與建筑體量、提出經(jīng)成本與舒適度優(yōu)化的形態(tài)、生成室內(nèi)布局并自動放置門窗與結(jié)構(gòu)構(gòu)件、自檢并修正錯誤；批準后將模型連同上下文導出至 Blender，渲染后再用生成式 AI（Flux 2 模型）轉(zhuǎn)為多視角、多光照的照片級效果。

合作伙伴反響熱烈。Adobe 已重構(gòu) Photoshop 與 Premiere 的核心并將為 RTX Spark 發(fā)布，速度提升一倍，并通過 MCP 服務器實現(xiàn)對智能體友好的交互。這是 40 年來第一次偉大的 PC 重塑，全球 PC 產(chǎn)業(yè)幾乎全員加入。

更進一步，微軟與 NVIDIA 發(fā)布全新產(chǎn)品線——覆蓋臺式機、筆記本與工作站的三款革命性 Windows 機器，全部 100% 兼容 Windows、CUDA 與 NVIDIA AI Tensor Core。其中臺式機（如微星機型）可讓智能體 7×24 全天候運行、無按量計費，并連接家中筆記本、顯示器、攝像頭、家電與安防系統(tǒng)，成為隨時間不斷變聰明的個人 AI（從 Nemotron 3 Ultra 持續(xù)升級至更新版本）。面向開發(fā)者的 DGX Station 兼容 Windows、配備 768 GB 內(nèi)存、20 PetaFLOPs 算力與每秒 8 TB 內(nèi)存帶寬，可在桌邊運行萬億參數(shù)模型，部署時再遷入云端。

正如手機演變?yōu)橹悄苁謾C，10 年后的 PC 將與今天截然不同：未來家庭中或?qū)⒂幸慌_運行所有智能體與助手的 AI 超級計算機，其角色更接近 R2-D2 或 C-3PO，而非傳統(tǒng) PC。NVIDIA 已為此制定路線圖——每一代架構(gòu)都將提供臺式機、筆記本與工作站，且全球 100% 的 PC 產(chǎn)業(yè)均已加入。

十、物理 AI 與機器人：Cosmos、Alpamayo、Isaac GR00T

智能體 AI 本質(zhì)上是數(shù)字機器人，會運行在各類計算機上：人形機器人、自動駕駛汽車、衛(wèi)星，乃至農(nóng)業(yè)、制造與重工業(yè)設備，甚至未來的基站（理解流量、與其他基站協(xié)同以降低能耗、提升頻譜效率）。隨時間推移，全球?qū)⒂袛?shù)百億乃至上千億個智能體系統(tǒng)在運轉(zhuǎn)。

最大的難題是數(shù)據(jù)。語言模型的訓練數(shù)據(jù)來自人類視角，而機器人數(shù)據(jù)須來自機器人視角；現(xiàn)實世界的視頻多為第三人稱，因此物理 AI 的數(shù)據(jù)問題最難。NVIDIA 沿此逐級推進：先用遠程操作（人類示范，類比 RLHF），再用仿真（Omniverse，類比可驗證獎勵的強化學習 RLVR）為物理 AI 模型做引導，進而從第三人稱數(shù)據(jù)學習并重投影到第一人稱，最終得到能從任意視角理解物理世界的世界基礎模型（World Foundation Model）。

今天發(fā)布的 Cosmos 3 是物理 AI 的前沿。在物理 AI 領(lǐng)域 NVIDIA 處于全球領(lǐng)先，Cosmos 3 可作為各類機器人工作的基礎模型，能理解、推理、生成、仿真，并在閉環(huán)中充當策略本身，在全球排行榜上名列前茅。

（視頻旁白）真實世界無限且不可預測，真實數(shù)據(jù)無法規(guī)模化，對物理 AI 而言"算力即數(shù)據(jù)"。Cosmos 是面向物理 AI 的開放前沿全能模型，基于全新的 Transformer 混合架構(gòu)：像素、動作、聲音與語言流入自回歸 Transformer 進行推理與規(guī)劃，并指揮擴散 Transformer 生成后續(xù)內(nèi)容。它可作為 VLM 觀察并描述世界、作為世界模型從圖像/文本/視頻生成物理精確的合成視頻、作為仿真器為策略訓練與評估閉環(huán)，并作為 NVIDIA OmniDreams（以動作為條件的世界模型）的基礎逐幀預測未來；經(jīng)后訓練即成為感知—推理—規(guī)劃—生成動作的世界動作模型。Cosmos 與 Nemotron 一樣完全開放（開放模型、數(shù)據(jù)與訓練方法），可被增強為專有模型。

AI 棧中模型最易理解，但完整棧還包含生成器、仿真器與運行時。汽車本質(zhì)上是物理 AI（自動駕駛的智能體機器人），同樣擁有復雜的棧。

今天發(fā)布的 Alpamayo 2 Super 是面向自動駕駛汽車的開放模型。簽約 NVIDIA DRIVE Hyperion 的品牌約占全球汽車制造商的 80%，全球約 97% 的出行服務也已與 NVIDIA 對接；在 DRIVE Hyperion 運行時與 Halos 操作系統(tǒng)上部署后，可連接全球這些服務。它是全球首輛會推理的自動駕駛汽車——會持續(xù)"自言自語"地進行思考，完成路線規(guī)劃、避讓、讓行、保持車距等操作。

這項技術(shù)同樣適用于人形機器人。NVIDIA Isaac GR00T 是人形機器人棧，涵蓋模型、數(shù)據(jù)生成、仿真與含操作系統(tǒng)的運行時。NVIDIA 的所有系統(tǒng)（云、PC、自動駕駛、人形機器人的智能體/機器人系統(tǒng)）采用完全相同的架構(gòu)，并以極致協(xié)同設計垂直集成、再向所有人開放。機器人系統(tǒng)因電機、傳感器眾多而復雜脆弱，因此需要參考平臺。

今天發(fā)布的 NVIDIA Isaac GR00T 參考人形機器人完全集成：每只手 25 個自由度（由 Sharpa 制造），全身 31 個自由度，6 英尺高、150 磅重，運行全新 Jetson Thor 與完整軟件棧（數(shù)據(jù)生成、仿真、運行時），主要面向高校與研究者。

（視頻旁白）通用人形機器人是 AI 的下一次飛躍，但搭建極難，各團隊常從零拼湊仿真器、遠程操作、數(shù)據(jù)管線與訓練設施，耗時數(shù)月。NVIDIA Isaac GR00T 是開放開發(fā)平臺：含開放模型、仿真與訓練庫、數(shù)據(jù)生成器，以及預配置好、數(shù)小時即可上手的機器人計算機。流程為：在 Isaac Lab 搭建仿真環(huán)境，用 Isaac Teleoperation 采集示范，用 Omniverse 與 Cosmos 把一次示范擴展為上千次合成數(shù)據(jù)，訓練策略并在 Isaac Lab Arena 評估，再通過 Isaac ROS 部署到 Jetson Thor。各組件模塊化、開放，可用 NVIDIA 的或自行替換。

十一、總結(jié)

過去六個月里，計算機產(chǎn)業(yè)被徹底改變：智能體得以實現(xiàn)，并與最新前沿模型收斂，使 AI 能夠做有用的工作。這一計算范式將不斷重復——智能體擁有模型，載體攜帶帶技能的工具，運行于云、本地、PC 或機器人之上；范式相同，而載體、模型可按偏好選擇并針對專有用途改進，甚至打造可供他人使用的超級智能體。

Vera Rubin 已全面投產(chǎn)：Grace Blackwell 為處理 AI（尤其推理）而生，Vera Rubin 則為運行智能體而生，是一整套解耦、分布式的智能體處理系統(tǒng)。NVIDIA 已成為基礎設施公司，幫助客戶盡快實現(xiàn)最大收入與利潤。為智能體（而非為人）打造的 Vera CPU 具有獨特需求，其訂單已到，有望成為公司歷史上最快、最成功的產(chǎn)品發(fā)布。

NVIDIA 與微軟共同開啟全新 PC 產(chǎn)品線，而相同的智能體計算范式未來還將運行于機器人、衛(wèi)星、基站、工廠等各類設備，遍及云、本地與邊緣。人們對個人電腦的認知很可能將因此改變。