北京时间 2026 年 6 月 1 日，英伟达创始人兼 CEO 黄仁勋在中国台北发表了 GTC 2026 重磅主题演讲。

　　他明确指出，两年前播下的生成式 AI 种子已然结出硕果——“有用的人工智能”已经到来，其核心标志便是智能体 AI（Agentic AI）的全面爆发。在这场演说中，黄仁勋不仅展示了专为智能体量产的超强硬件集群，更重新定义了从芯片、基础设施到个人电脑的整个计算生态。

　　这场演讲不是产品发布会，而是一次系统性的范式宣言：AI 从“能用”到“有用”，从“生成内容”到“完成工作”，从 GPU 公司到 AI 基础设施公司，英伟达正在完成一次深刻的自我重构。

　　黄仁勋开篇即给出颠覆性的行业判断：大语言模型（LLM）正加速演进为具备理解、观察、推理和规划能力的“智能体系统”。针对“AI 减少就业”的论调，他直言“完全是一派胡言”。

　　GitHub代码提交量从2023年的3亿次逐年攀升，到2026年初已接近三倍，达约9亿次。这背后的商业底层逻辑是：同样 3 万亿美元的工程师薪酬投入，在智能体的放大下，现在能产出接近 9 万亿美元的生产力价值。AI 不是在抢工作，而是在指数级放大每个工程师的产出。当计算本身成为高产出的经济单位，Tokens 的生产随之盈利，这直接推动了全球对 AI 工厂算力需求的爆发式增长。

　　本场演讲最重磅的硬件消息，是Vera Rubin 架构正式进入全面量产。这是英伟达史上最复杂的端到端机架级集群系统：集成了 Rubin GPU（NVL72）、自研 Vera CPU、ConnectX-9 网络、BlueField-4 安全处理器，以及全球首款 200Gb CPO（光电共封装）光学以太网 Spectrum-X 交换机。其供应链规模是 Grace Blackwell 的两倍，得益于创新的无缆化 midplane 设计，单机架组装时间从 2 小时大幅压缩至 5 分钟。

　　英伟达推出了专为 AI 智能体打造的自研Vera CPU，基于全新的 Olympus 核心架构，这无疑是整场演讲中最具战略意味的发布。黄仁勋指出：“未来智能体的数量将远超人类，且它们调用工具、访问数据库时对延迟极度没有耐心。为‘人类’设计的传统 CPU 天然不适配纳秒级的异构计算，这是一个被英伟达凭空创造出的全新巨大市场。”

　　在真实工作负载中，Vera CPU 凭借消除了 Chiplet 损耗的单体网格互联（3.6 TB/s 核心带宽）与强悍的单线程 IPC 性能，让SQL 数据库处理提速 3 倍，在纽约证券交易所的实时流处理任务中更是狂飙 6 倍，直接打破了传统处理器的性能天花板。

　　为了让全球企业能像组装软件一样安全、定制化地部署智能体，NVIDIA 推出智能体企业 AI 工具包（Agentic Toolkit for Enterprise AI），包含开源的 OpenShell 安全沙盒及编排框架。

　　黄仁勋现场展示了与 Cadence（楷登电子）联合打造的芯片设计超级智能体，通过自动化 RTL 验证与调试，将原本数周的迭代周期缩短至数小时，效率暴增 40 倍。作为该生态的底层基石，NVIDIA 正式发布了Nemotron-3 Ultra 开源模型。该模型基于全新的 SSM（状态空间模型）与 MoE（混合专家模型）混合架构，推理速度提升 5 倍，总成本降低 30%，且全盘开源了训练脚本与工具调用数据集，联合 CrowdStrike、Palantir、SAP 和 ServiceNow 等巨头共同做大企业智能体生态。

　　在端侧，NVIDIA 联手微软共同重构了历经 40 年演进的个人电脑生态，推出全新RTX Spark 智能体计算平台。

　　演讲现场演示了一个颇具冲击力的场景：在 RTX Spark 笔记本上本地运行智能体，通过集成的 MCP（模型上下文协议）服务器直接与本地软件交互，并连接云端 Claude Sonnet，完成了从概念草图到 3D 建筑效果图的全流程设计。智能体自主调用 Rhino、Blender 和 Flux 2 协作完成，全程自动纠错，无需人工干预。

　　新 PC 产品线覆盖笔记本、台式机和 DGX Station 三种形态（后者配备 768GB 内存，可在桌面端运行万亿参数模型）。黄仁勋预判：十年后，家庭 AI 超级计算机将像现代家电一样普及，这场 PC 再发明与智能手机的诞生同等量级。

　　演讲的尾声聚焦于物理 AI 与具身智能。黄仁勋认为物理 AI 的致命痛点在于第一人称维度的机器视角数据极度匮乏，对此 NVIDIA 祭出核心武器——Cosmos 3 开源前沿世界模型。

　　Cosmos 3 融合了自回归与扩散 Transformer 架构，能将像素、动作、声音和语言统一处理，直接通过计算生成完全符合真实物理规律的合成视频，成为机器人的“虚拟导师”。基于此，NVIDIA 发布了具备自言自语思考能力的推理级自动驾驶模型Alphamayo，以及高度集成的Isaac GR00T 人形机器人参考开发平台。该机器人具备 31 个自由度（包含 25 自由度灵巧手），由 Jetson Thor 芯片驱动，全套软件栈在数小时内即可对全球科研机构开箱即用。

　　回顾整场演讲，黄仁勋反复强调一个核心逻辑：算力即营收，每瓦 Token 数即利润率。英伟达的竞争壁垒，不再只是单一的 GPU 性能，而是从芯片到机架、从软件到运维、从云端到端侧 PC 的全栈整合与极端协同设计能力。

　　当单体 AI 工厂的建设造价正在迈向千亿美元量级，谁能帮客户更快投产、更高效运转、更长周期盈利，谁就赢得这个时代。黄仁勋在 Computex 传递的最核心信号只有一个：英伟达已经不再是一家单纯的 GPU 公司，而是智能体时代无可替代的基础设施垄断者。

　　很高兴见到大家，很高兴回到家乡。我把我的父母也带回来了——我的爸爸妈妈在哪里？请大家为我的父母鼓掌。也请为我们的开场表演鼓掌，中国台湾的超级明星们，看看他们多可爱。今天现场有这么多人，我们正在向中国台湾全岛70个观看派对同步直播，70场同步举办的大会正在收看这场主题演讲。

　　我们今天有太多内容要分享，也有太多合作伙伴要感谢。中国台湾的生态系统已经变得无比庞大，令人惊叹。通常人们谈到生态系统，会想到我们的软件技术栈，想到英伟达（NVIDIA）构建的计算系统之上的开发者生态系统。但英伟达的生态系统向上游延伸，覆盖中国台湾全体供应链合作伙伴；向下游延伸，一直到数据中心，直至终端用户。今天我们将介绍几乎整个生态系统。

　　今年，我们共同的业务正在以惊人的速度增长。事实上，昨晚有人告诉我，中国台湾今年的年度GDP将增长近10%，令人叹为观止。我们要讲的内容很多，让我们开始吧。

　　两年前我站在这里，开始向大家介绍AI从生成式AI转向下一波浪潮的趋势。那下一波浪潮就是——智能体AI（Agentic AI）。今天，我可以宣布：智能体AI已经到来，实用AI已经到来。

　　这意味着什么？我们来看GitHub。软件编程是智能体AI最早落地的应用场景之一。全球有3000万至4000万名专业软件开发者，加上学生和爱好者，总体上数以亿计的人以写代码为生。GitHub的Commit（代码提交）数量就是最好的佐证：

　　这意味着什么？全球3000万软件开发者，每年产生约3万亿美元的工资性GDP，带动了约100万亿美元的全球产业增长。而现在，同样3万亿美元的工资，正在产生将近3倍的产出——相当于9万亿美元的生产力。

　　有人说AI会减少就业岗位，这完全是无稽之谈。AI实际上正在促使更多软件工程师被雇用。道理很简单：如果雇用一名软件工程师就能创造9万亿美元的生产价值，谁会不想多雇人？这一趋势很快就会在我们的经济中显现出来。

　　实用AI的到来，从产业角度意味着什么？这意味着Token（推理令牌）正处于前所未有的需求爆发期。AI已成为利润来源，Token已成为可变现的盈利单元。正因为AI已经可以盈利，AI公司正争相生产更多Token，建设更多AI工厂，这正是中国台湾算力需求急剧攀升的根本原因。

　　算力模式已经改变，一切都变了。AI不再只是大语言模型，而是一个完整的智能体系统。今天我们要谈的几乎所有内容，都建立在这一基础之上。

　　让我来详细解释智能体是什么。这是一个智能体应用。过去，系统架构是：应用程序→代码→操作系统。今天，它是一个智能体，由一个或多个大语言模型（LLM）嵌套在一个框架（Harness）中构成，框架负责协调整个系统完成实际工作。

　　输入进来之后，智能体需要：观察（Observe）→推理（Reason）→行动（Act）→使用工具（Use Tools）。工具可以是电子表格、网络浏览器、数据处理引擎、数据库引擎等。这个框架负责协调所有信息流转。

　　智能体还具备短期工作记忆（Working Memory，即KV缓存）和长期记忆（Long-term Memory），就像人类一样。整套系统——大语言模型负责思考，框架连接一切，就像操作系统一样——这就是新的计算模型。

　　这也是一次重大突破：大语言模型在推理、规划、工具使用方面已达到相当水平，配合管理记忆与编排的框架，我们现在能做到令人叹为观止的事情。

　　很多人说，智能体AI的到来意味着所有软件公司都将被颠覆。我的判断恰恰相反：因为会有无数智能体，世界将不再受限于人的数量，这些智能体将使用比以往更多的工具。这是软件公司的绝佳时机，但前提是软件必须以智能体能够调用的方式提供。

　　英伟达的CUDA-X库正是这一宝库。20年前，我们构建了CUDA——一个统一的加速计算架构，重新定义了计算；1000多个CUDA-X库帮助开发者在每个科学和工程领域取得突破。这些库涵盖：

　　这些库的底层是精美的数学算法。未来，CUDA-X库将以技能包（Skills）形式提供给智能体，配备使用说明文档，供AI学习如何调用——其效果甚至将超越人类使用者。

　　智能体系统是一种高度分散化、分布式的计算模型。正是这一架构需求，催生了Vera Rubin的完整设计。处理一次智能体调用，需要激活整套计算基础设施：

　　大语言模型负责思考（每次激活均需一整套Vera Rubin NVL72系统，采用NVLink 72互连技术）

　　工具调用使用CPU（可能是C编译器、Python、JavaScript或加速计算）

　　Vera Rubin不是一颗芯片，也不只是GPU，而是一套完整的端到端系统，包含：Vera Rubin GPU（NVL72，采用NVLink 72互连）、Vera CPU、CX9网络、全栈软件、Bluefield安全处理器（支持静态、传输中和使用中的数据加密），整套系统遵循机密计算（Confidential Computing）标准，因为AI模型太珍贵了。

　　Vera Rubin是英伟达历史上最宏大的工程壮举，全公司40,000名工程师以及在座的所有合作伙伴都参与其中。Vera Rubin是一个奇迹——它由五个相互连接的机架级系统构成，涉及中国台湾150家供应链合作伙伴，数百万平方英尺的工厂地板，数百个生产点位。

　　我很高兴宣布：Vera Rubin现已进入全面量产阶段！其供应链规模是Grace Blackwell的两倍，而一个机架的组装时间从原来的2小时缩短至仅需5分钟。

　　世界正在竞相建造AI工厂，这是人类历史上规模最大的基础设施建设浪潮。AI工厂极其复杂，每一层——芯片、机架、网络、电力、冷却、电网——都必须从端到端整体设计。因为算力就是营收，英伟达DSX（数据中心基础设施蓝图）正是AI工厂的标准参考设计。

　　DSX Sim（仿真）：通过Omniverse蓝图，合作伙伴在第一台机架落地前，便可在数字孪生中完成AI工厂的设计、验证、模拟电力和冷却、网络规划；

　　DSX OS：工厂上电后自动接管，负责资源调配、运营监控与故障修复，将已安装系统转化为可信、多租户、高可用的AI就绪产能；

　　DSX MaxLPS：当前AI工厂普遍超额配置电力达40%，DSX MaxLPS允许在相同电力预算内部署更多GPU，每年创造数十亿美元额外收益；支持45℃热液冷却，节水节能；动态电力分配可在机架间实时调度，回收搁浅瓦数；

　　DSX Flex：将AI工厂作为灵活储能资产，实时读取电网信号，在电网需要调峰时动态调整工厂用电。

　　到本十年末，将有100吉瓦的AI工厂上线。英伟达DSX AI工厂以最高效率运行、生产成本最低的Token，同时使电网更加稳定。

　　英伟达已从GPU公司、系统公司，进化为AI基础设施公司。值得注意的是，当前每座吉瓦级AI工厂的建设造价已从最初的200亿至300亿美元，攀升至500亿至600亿美元，并很快将达到800亿至1000亿美元。如此规模的资本投入，必须一次建成、立即运转，资本成本极高，容错空间极小。

　　第一，更短的投产时间（Time to First Token）：我们将整套基础设施完整连接，自行建设，确保一切正常运行，因此客户能更快开始推理和训练。

　　第二，更高的每瓦Token数（Tokens per Watt）：如果您的数据中心有1吉瓦的电力，就是1吉瓦，不会更多。在这个约束下，每瓦效能即营收。选择便宜但低效的架构并不合算——您需要确保每多买一台，就能多赚一分。

　　第三，超高的可靠性：大规模数据中心有数百万根线缆，极难保证系统协同稳定运行。英伟达长期运营超大规模系统，这一经验至关重要。

　　第四，更长的系统生命周期：过去数年间，从CNN到Transformer，从MoE（混合专家模型）到现在的智能体系统，AI软件持续快速演进。如果架构缺乏灵活性，生态系统不够丰富，系统生命周期就会很短。英伟达生态系统已无处不在，软件开发者天然从CUDA起步，因此系统的有效资产寿命远长于其他方案，总拥有成本（TCO）大幅降低。

　　过去所有的CPU都是为人类而建，我们生活在以秒计时的世界里。但智能体是没有耐心的，它们活在以纳秒计时的世界里。智能体调用工具时，需要响应越快越好；访问数据库时，必须尽快返回结果——每一刻的等待，都阻碍着智能体进入下一步。

　　因此，我们为智能体时代打造了全新的Vera CPU。其核心是英伟达自研的Olympus数据中心CPU核心架构，专为现代数据中心工作负载优化——包括分支密集的Python运行时、工具调用和沙箱代码执行。

　　第一，极高的单线程性能（IPC）：每时钟周期可获取、解码并执行10条指令，全球最高。智能体需要低延迟而非高吞吐量。

　　第二，超高的内核带宽：英伟达第二代可扩展一致性互联架构（Scalable Coherency Fabric），将88个Olympus内核通过整体网格连接，内核到内核通信速度比传统CPU快50%；采用NVLink芯片到芯片互连，可将GPU直接接入内存一致性互联架构，还可多插槽扩展。

　　第三，惊人的系统带宽：LPDDR5X内存，1.2 TB/s带宽，相当于最高性能x86 CPU的3倍；率先支持PCIe Gen6；支持多比特错误纠正同时不损失带宽，峰值内存延迟比x86低40%。

　　第四，极致的能效：CPU不能抢夺GPU生成Token所需的电力，必须在高性能的同时做到极度节能。

　　Vera已与全球几乎所有主流ODM和服务器厂商合作，正在开辟一个全新市场。由于未来智能体数量将远超人类数量，且智能体极度没有耐心，这个市场的规模必将超过以往任何一代CPU市场。

　　每家公司都将成为智能体公司。我们为此打造了英伟达企业AI工具包（Nvidia Agent Toolkit for Enterprise AI），包含四个核心组件：

　　第一，模型（Models）：英伟达开放的世界级模型，可直接使用或按需微调。也可运行来自任何供应商的智能体，包括Claude Code（Anthropic）、Codex（OpenAI旗下编程智能体）等。

　　第二，框架（Harness）：Open Shell——一个高安全性的企业级智能体框架（开源）。它为智能体提供安全沙箱保护、企业安全策略绑定、隐私保护、权限与身份管理。Red Hat、Canonical、微软等公司已纷纷采用，将在全球广泛普及。此外还有Hermes——另一款强大的智能体框架。

　　第三，工具与技能（Tools & Skills）：CUDA-X加速库，以及不断扩充的智能体专用技能包。

　　第四，运行时（Runtime）：针对英伟达AI平台深度优化，可在任意云端、本地（On-Prem）乃至设备端运行。

　　很多人说，智能体会颠覆SAP、ServiceNow、Palantir、CrowdStrike这样的企业软件公司。我的判断恰恰相反——智能体将为这些公司创造有史以来最大的机遇。智能体需要工具，这些公司正是最好的工具提供者。

　　以Cadence合作为例：英伟达与Cadence联合打造了芯片设计超级智能体，以Codex或Claude Code为编排核心，以RTL（寄存器传输级）代码和架构规格为输入，调用Cadence Xcelium进行RTL仿真验证，调用Jasper进行形式化验证，配合Nemotron模型在Open Shell安全环境中运行。结果：原本需要数周的验证周期，现在缩短至数小时，提速超过40倍。英伟达计划雇用成千上万个Cadence超级智能体，以加速自身的芯片研发。

　　要构建能力卓越的智能体，首先需要一个出色的基础模型。英伟达致力于为全世界构建开放模型，让所有人都能据此创建自己的智能体。今天，我们正式发布Nemotron 3 Ultra。

　　全球首个基于SSM（状态空间模型）与MoE（混合专家模型）混合架构的模型；

　　第十一部分：重新定义PC——RTX Spark与全新PC产品线年前，PC的出现改变了世界。现在，英伟达与微软共同历经3年，正式重新定义PC。值得一提的是，明天黄仁勋将与微软CEO萨提亚纳德拉（Satya Nadella）联合亮相，共同深入介绍双方合作成果。

　　RTX Spark演示场景：本地运行Hermes框架，连接云端Claude Sonnet模型，实现AI辅助建筑设计。智能体调用Rhino建模工具、Blender渲染器、Flux 2图像生成模型，将构思草图转化为专业3D效果图，全程自主纠错，实现以想象力驱动设计的全新工作流。

　　智能体AI也将遍布各类物理设备。其中，物理AI最难的问题是数据——绝大多数视频数据是第三人称视角，而机器人AI需要第一人称视角数据。英伟达通过遥操作示范、仿真强化学习、第三人称到第一人称的视角重投影，逐步建立起世界基础模型。

　　在自动驾驶领域，今天我们还发布了面向自动驾驶汽车的开放推理模型Alphamayo 2。约80%的全球汽车制造商已加入英伟达Hyperion平台，约97%的全球出行服务商也已接入。演示中，搭载该系统的梅赛德斯车辆可实时语音播报自身的推理过程与驾驶决策，这正是AI思考中的外化体现。

　　在人形机器人领域，Isaac Groot平台包含模型、数据生成、仿真与运行时的完整技术栈。今天我们还发布了Isaac Groot参考机器人：由Schaeffler制造，25个手部自由度，全身31个自由度；身高6英尺，体重150磅；搭载Thor处理器及英伟达完整软件栈；专为高校和研究机构设计，大幅降低人形机器人研究门槛。

　　过去6个月，一切都变了。智能体AI已经实现，并与最新的前沿模型融合，使AI真正能够完成实用工作。智能体这一计算模式——模型+框架+工具与技能+运行时——将在云端、本地、PC、机器人、卫星、基站、工厂中无处不在地运行。