公司新产品与架构发布 - 英伟达创始人兼CEO黄仁勋在GTC台北2026主题演讲中发布了Vera Rubin架构、面向AI智能体的CPU Vera、AI模型Nemotron 3 Ultra以及AI工厂平台DSX等多项新产品与新平台[2] - Vera Rubin架构已全面进入量产阶段，OpenAI、Anthropic和SpaceX成为其首批客户[7][8] - 公司推出面向AI智能体的CPU Vera，并强调其BlueField-4 STX带来具备芯片级安全的代理型AI存储处理能力[10][11] - 公司宣布推出全新AI模型Nemotron 3 Ultra，该模型基于5500亿参数，在多项基准测试中表现优异，例如Agent Productivity为91%，Long-Horizon Planning为33%，Coding为54%，Instruction Following为82%[21][22] - 公司推出NVIDIA DSX平台，为基础设施构建者提供创建AI工厂的完整行动指南，可在不花一分钱的情况下对整个工厂进行模拟和验证性能[23] 下一代AI PC战略 - 英伟达公布面向WINDOWS系统个人电脑的新款处理器，挑战英特尔，剑指下一代AI PC入口[1][14] - 英伟达将与联发科合作开发RTX SPARK个人电脑芯片，并由台积电生产，该芯片将于今年秋季面市，适用于笔记本和台式机[15] - 公司意图将CPU、GPU与AI单元整合为单颗SoC，直接向戴尔、联想等整机厂商输出完整的核心计算平台，目标为整个Windows阵营[18] - 公司宣布与微软合作，彻底重塑PC的运行方式，推出全新的PC产品线，包括三款革命性的Windows设备，覆盖台式机、笔记本和工作站，且100%兼容Windows系统并支持CUDA和AI张量核心[79][82][83] 自动驾驶与机器人生态 - 英伟达在发布会透露，包括比亚迪、吉利、极氪、小米以及小马智行等在内的中国主流车企和自动驾驶公司，均已采用或正在基于NVIDIA Hyperion平台开发智驾[3][25] - 英伟达DRIVE Hyperion成为全球自动驾驶出租车平台，并推出用于自动驾驶出租车的Alpamayo 2超级开放推理模型[24][26] - 公司计划与宇树科技等全球人形机器人制造商合作开发机器人[6][19][20] - 公司推出面向学术研究的NVIDIA Isaac GR00T人形机器人参考平台及大型开源智能体工具与技能套件，选择宇树科技的H2 Plus作为参考机型[28][29] - 公司宣布推出NVIDIA Isaac Groot，一款全集成的人形机器人参考设计，拥有31个自由度，搭载全新的Thor芯片和完整的软件栈[91] 智能体AI与计算模式变革 - 黄仁勋表示，下一波AI是智能体AI，实用型AI已经到来，AI如今是利润和GDP生成器[32][35] - 智能体AI的计算模式由大型语言模型组成的智能代理运行在一个协调框架内，能够观察、推理、规划和使用工具[35][36] - 公司认为智能体将使用大量工具，CUDA X库作为智能体的工具将迎来黄金时期[37][38] - 智能体系统是解耦、分布式、异构的计算模型，公司开发的下一代Vera Rubin系统正是为此设计[40][41] - 为智能体设计的CPU Vera与为人类设计的传统CPU有根本区别，其需求包括极低延迟、高单线程性能、高带宽和高能效[61][62][64] AI工厂与基础设施战略 - 全球正竞相建设AI工厂，这是人类历史上规模最大的基础设施建设浪潮，AI工厂极为复杂，需端到端协同设计[43] - NVIDIA DSX是构建和运营AI工厂的蓝图与参考设计，DSX SIM可在服务器机架落地前设计并验证AI工厂，DSX OS负责基础设施的配置、运行、监控与修复[44] - 当前AI工厂的电源超额配置比例高达40%，而DSX Max LPS可让运营商在相同功率预算内安全部署更多GPU，带来数十亿美元的年营收增量[44] - 公司正从GPU公司转型为系统公司，并进一步成为AI基础设施公司，帮助客户打造AI工厂，其复杂性和资本成本极高[42][46][49] - AI工厂的核心经济指标是token（代币），算力即营收，每瓦性能即营收，公司系统的每瓦吞吐量处于世界顶尖水平[50][51] 市场影响与合作伙伴 - 英伟达美股夜盘股价上涨2.7%[4] - 公司生态系统庞大，在台湾拥有150家供应链合作伙伴，数百万平方英尺的工厂空间，Vera Rubin供应链规模是Grace Blackwell的两倍[31][53][57] - 公司合作伙伴包括CoreWeave（估值达500亿至700亿美元）、Nebius、n scale等AI云平台，服务于各行业客户[47][48] - 在AI模型领域，公司推出开源的Nemotron 3 Ultra模型，速度提升5倍，成本低30%，并开放所有训练数据[76][77] - 在物理AI领域，公司发布Cosmos 3，这是物理AI领域的前沿成果和基础模型[87][88]

智通财经APP获悉，6月1日，英伟达(NVDA.US)创始人兼CEO黄仁勋在中国台北Computex大会揭幕之 前重磅发表AI主题演讲，在这场位于台北的英伟达GTC活动上，全球市值最高公司英伟达可谓加速把自 己从"AI GPU供应商"扩向"AI数据中心全栈算力平台+个人电脑AI芯片 +CPU处理器集成厂商+机器人 AI基础设施+以CUDA为核心的AI软件运维系统"的综合型超大规模AI算力人工智能基础设施供应巨 头。 在这场全球投资者们一致聚焦的GTC活动上，黄仁勋AI主题演讲覆盖下一代AI算力架构Vera Rubin最新 产能推进动态，同时也覆盖最新推出的Vera CPU系列产品、新一代 AI PC、AI Agent、聚焦AI超级工厂 建设的平台DSX以及人形机器人开发者最新动态，甚至英伟达自研的AI大模型——即全新AI模型 Nemotron 3 Ultra，凸显出英伟达正在竭力把人工智能算力集群从"AI GPU/ASIC 人工智能加速器时代" 推进至"AI工厂主导的全栈NVIDIA操作系统时代"。 对全球AI算力产业链牛市轨迹而言，黄仁勋最新演讲释放的信号非常清晰：AI算力基础设施需求并未 出现从高位退潮的 ...

2026 年6月1日的台北，再次因为人工智能的巨浪而沸腾。 在今日举行的 NVIDIA GTC 台北 2026 主题演讲上，身着标志性皮衣的 NVIDIA 创始人兼 CEO 黄仁勋登台。黄仁勋表示："两年前我在台北开始谈论生成式 AI 以及即将到来的 AI 浪潮。而今天 我们可以宣告：智能体 AI（Agentic AI）已经真正到来，实用化 AI 已经真正到来。而算力需求 将是唯一的限制。" 本次两小时的大会中，黄仁勋的发布要点总结如下： 1.过去六个月，计算机产业已经发生根本变化。Agent 与前沿模型融合，使 AI 终于能够完成真正 有用的工作。未来十年，Agentic AI 将成为新的应用模式和计算模式。无论是在云端、本地、 PC、机器人、汽车、卫星、基站，还是工厂，这种模式都会不断重复：模型负责思考，harness 负 责编排，工具和 skills 负责执行，runtime 负责承载系统。 2.从底层硬件来看，芯片的进化轨迹已经完全被这套模式重塑。黄仁勋解释道，过去的 Grace Blackwell 是为了处理 AI，尤其是推理而打造的；而本次首发的 Vera Rubin 则是为了运行 Agent 而 ...

英伟达GTC 2026战略方向解析 - 英伟达在GTC 2026主题演讲中阐述了AI发展的新阶段：AI正从“会回答问题”转向“能执行任务”[2] - 公司战略重点从单一的GPU或数据中心，转向同时推进两条主线：面向云端/企业的“AI工厂”和面向个人用户的“Windows AI PC”[2] - 两条主线共同指向核心商业问题：AI投入能否转化为真实收入[2] 主线一：AI工厂 - AI工厂的核心是规模化生产Token（AI生成的内容/服务单元），其成本、稳定性和规模决定AI应用的商业化前景[5] - 英伟达推出的DSX平台、Vera CPU和Vera Rubin平台均服务于AI工厂的设计、部署和运营，强调系统而非单点硬件[5] - 公司的竞争目标已超越芯片本身，旨在争夺AI时代的基础设施入口[6] 主线二：AI PC - AI PC被定义为“新一代AI-native personal computing”，旨在让AI代理从云端走向本地设备，进入办公、编程、设计等多种场景[8] - 此举对微软至关重要，有助于强化Windows on Arm和Copilot的端侧能力，通过降低延迟、增强隐私来开启新的换机周期[8] - AI PC的关键在于重新分配PC产业链的话语权，而不仅仅是增加一个硬件概念[10] 对产业链的影响 - **受益环节**：AI PC放量将驱动硬件规格升级，提升SoC/主芯片、内存、存储、PCB、散热及电源管理等环节的价值量[9] - **面临压力的公司**：英特尔需守住x86基本盘，高通在Windows on Arm阵营面临更强竞争，AMD需应对Arm架构对传统PC CPU份额的长期侵蚀[9] 市场与资本关注点 - 当前市场关注点从AI基础设施资本开支，转向AI投入能否穿透至终端应用、企业效率和用户付费，形成收入闭环[12][13] - 对于近期寻求IPO的AI及硬科技公司，二级市场将重点关注其高估值背后是否有清晰的收入路径[12] - AI行情的核心问题已从“算力是否足够”转变为“收入能否接上”[14] 英伟达的战略意图 - 英伟达的目标是从GPU供应商进一步演变为PC平台供应商，推动AI能力从数据中心向端侧设备扩散[2] - 公司的长期战略是覆盖从AI基础设施到终端入口的整条价值链[15]

公司产品发布 - 英伟达于6月1日宣布推出NVIDIA DSX平台 [1] - 该平台旨在为基础设施构建者提供创建AI工厂的完整行动指南 [1] 产品功能与定位 - NVIDIA DSX平台允许基础设施构建者在投入成本前模拟整个AI工厂的运作 [1] - 该平台可在机架安装前验证性能，并以生产AI所需的可靠性运行工厂 [1] - 平台相关的参考设计与蓝图可与英伟达Vera Rubin平台兼容，为AI工厂提供基础架构支持 [1]

AI基础设施进入系统设计新阶段 - AI基础设施的评判标准正从单一组件转向交付完整AI系统的能力，包括机架、供电、散热、网络、PCB/基板、先进封装、测试和制造规模 [3] - 行业叙事发生重大转变，关注点从GPU、HBM、CoWoS产能等具体部件，扩展到更广泛的系统级组件，如CPU、网络、内存、CPO、液冷和高压供电架构 [6] - 核心信息是AI基础设施演变为完整的“AI工厂”，采用可组合的模型，包含多种专门功能的机架类型，如GPU机架、CPU机架、网络机架和电源机架 [7] 英伟达N1处理器与消费级市场策略 - 英伟达发布面向Windows PC市场的ARM架构N1处理器，集成20个CPU核心和相当于RTX 5070级别的GPU，支持完整CUDA软件栈，最高配128GB LPDDR5X内存 [4] - N1的核心规格与英伟达此前发布的DGX Spark“最小的AI超级计算机”几乎一致，后者售价3000-4000美元，但市场表现远低于预期 [4] - 多家PC厂商将推出搭载N1的产品，但其成功关键在于能否推动软件生态发展，将英伟达的CUDA资源与Windows生态结合，促进AI应用在PC端的部署 [5] Vera CPU在AI数据中心的作用演进 - Vera CPU是英伟达针对AI数据中心编排层设计的专用CPU，其定位与传统追求通用性的服务器CPU不同 [8] - 随着AI应用从训练转向推理，CPU的角色转变为AI工厂的“交通控制器”，负责请求调度、Agent工作流控制、工具调用协调、内存索引、检索管理、模拟、网络控制和系统遥测 [8] - 英伟达CEO认为CPU市场规模约2000亿美元，公司为Vera CPU准备了约200万台的年产能 [9] - AI服务器中CPU与GPU的配比可能从过去的1:8走向1:1甚至更高，反映出CPU重要性提升，两大海外CPU厂商的交货周期已从3-4周延长至8-10周 [9] 网络与CPO（共封装光学）技术发展 - 随着AI系统规模扩大至Pod级别，瓶颈从芯片计算转向数据搬运，网络成为焦点 [10] - 英伟达推动以太网成为专门的AI网络结构，其Spectrum-X路线图包含Ethernet Photonics和Quantum-X Photonics [10] - CPO对Rubin Ultra平台至关重要，因为其NVL576配置（组合8个72-GPU机架成576-GPU域）的物理规模超出了铜缆的有效处理范围，需使用直接光学连接 [10] - CPO的采用将提升对光引擎、硅光子PIC、光纤阵列单元(FAU)、主动对准设备、光学连接器、光纤管理及液冷兼容光子封装等组件的需求 [11] 冷却与供电架构面临挑战与转型 - 冷却和供电可能成为Rubin平台部署的实际瓶颈 [12] - 功率密度急剧上升：Rubin NVL8服务器TDP约24kW，2U系统级超过32kW；Rubin NVL72机架TDP估计在180-220kW之间 [13] - 高功率带来供电挑战：在54V电压下，216kW机架意味着约4000A电流，对铜缆、母线、连接器和热管理造成困难 [13] - 英伟达推动供电架构向800V直流供电、110kW电源货架和电池备份单元(BBU)支持的方向发展 [16] - 冷却方案演进：Hopper机架功率40-60kW，采用风冷或混合冷却；Blackwell NVL72机架功率120-180kW，直接液冷成为标准；Rubin NVL72机架功率180-220kW；Rubin Ultra可能达到数百千瓦 [15] - 未来机架演变为需要协调电源转换、备用能源、液体流动、遥测和安全系统的电热机器 [17]