黄仁勋称"物理AI的ChatGPT时刻"即将到来。 北京时间1月6日，美国拉斯维加斯，在全球"科技春晚"——国际消费电子展（CES）展会现场，英伟达 创始人兼CEO黄仁勋发表主题演讲。他以"计算行业的双重重启"为核心，同时发布Vera Rubin AI超级计 算机、Alpamayo自动驾驶AI等一系列突破性产品与技术，并宣布与西门子、Palantir、ServiceNow等行 业巨头的深度合作。 双重平台转移重塑计算核心，10万亿美元基础设施迎来AI转型 黄仁勋在演讲中指出，计算机行业正经历每10—15年一次的历史性变革，且首次出现"双平台转移"叠 加：一方面，应用程序全面构建于AI之上，开发者不再单纯编程而是训练软件，计算核心从CPU转向 GPU；另一方面，软件的研发与运行逻辑被彻底重构，AI能够理解上下文并实时生成内容，取代了传 统预编译运行模式。 这一变革驱动着全球约10万亿美元的计算基础设施向AI化转型，数千亿美元风险投资涌入AI领域，价 值100万亿美元的全球产业正将研发预算向人工智能倾斜。黄仁勋强调："从传统IT向AI的现代化转型， 正是行业创新的资金源泉，也让AI成为驱动所有产业升级的核心引擎。 ...

文章核心观点 - 英伟达CEO黄仁勋在CES 2026上系统阐述了人工智能产业正引发覆盖整个计算产业的结构性重置，并正式发布了面向“下一阶段AI前沿”的全新一代Vera Rubin计算架构 [1] - 公司认为AI正在驱动计算产业发生平台级迁移，其自身定位是为这场重置提供底层工具与系统能力的“卖铲人”，而非应用竞争者 [1][3] - 公司正将AI能力从数字空间推向物理世界，重点发展“物理AI”与“智能体AI”，并发布了相应的世界模型与推理系统 [4][6] - 全新Vera Rubin架构是专为智能体AI和物理AI设计的系统级算力底座，其设计理念从单一芯片转向以“阵列”和“机架”为最小单位，旨在锁定数据中心和主权AI实验室的采购 [9][14] - 此次发布旨在为整个AI行业定义新的竞争坐标系，竞争核心从模型参数转向算力、数据、模拟、系统工程能力的综合博弈，公司通过全栈集成的工程能力巩固其作为基础设施平台建设者的地位 [15] 行业趋势与公司战略定位 - 计算产业每隔10到15年发生一次底层重置，AI正在引发一次覆盖整个计算产业的结构性重置 [1] - AI驱动了两次同时发生的平台迁移：第一层是应用本身从“编写”变为“训练”，AI成为应用底座；第二层是整个计算栈被重写，GPU成为默认，推理变为持续“思考”过程 [3] - 全球传统计算体系规模约为10万亿美元，这部分基础设施正在被系统性地“现代化”为AI计算，投资资金来自企业研发预算、风险投资和整个工业体系的迁移 [3] - 公司在AI市场中的定位是“卖铲人”，为所有人提供新平台的基础设施，而非AI应用竞争者 [3] - AI将渗透到每一个国家、每一个行业、每一家企业，成为基础设施，应用形态将由智能体驱动 [15] 物理AI与智能体AI的演进 - 公司正将智能推入现实世界，重点发展“物理AI” [4] - AI能力演进分为几个阶段：预训练、强化学习、测试时推理，再到具备规划与执行能力的代理系统 [6] - 物理世界的挑战在于数据有限、昂贵且不可穷举，公司长期投入仿真与合成数据以解决此问题 [6] - 公司发布了NVIDIA Cosmos“世界基础模型”，用于理解物理规律、生成物理一致的场景数据，并在闭环中训练AI行动能力，旨在解决AI在现实世界中的“幻觉”问题 [6] - 该体系直接指向自动驾驶与机器人应用 [6] - 公司发布了全球首个具备推理能力的自动驾驶AI——Alpamayo，该系统在驾驶过程中会实时“思考”并口述决策逻辑，搭载该系统的梅赛德斯-奔驰CLA将于2026年第一季度正式上路 [6] - 公司的人形机器人系统通过合成数据生成解决物理世界数据匮乏难题，利用Cosmos模型将计算转化为数据以训练机器人 [7] - 公司构建了“三台计算机”架构护城河：一台用于训练，一台用于仿真模拟，一台用于边缘推理 [7] Vera Rubin计算架构技术细节 - 架构发布背景：摩尔定律放缓，模型规模以每年10倍速度增长，推理阶段token生成量以每年5倍速度增加，单纯依靠晶体管数量已无法支撑需求 [8] - Vera Rubin不是一个芯片，而是一个由6颗芯片组成、通过极端协同设计形成的系统级架构，专为智能体AI和物理AI设计 [9] - 系统由定制的Vera CPU与Rubin GPU组成，设计为双向一致、低延迟的数据共享结构 [11] - Vera CPU拥有88个物理核心，通过空间多线程技术实现176线程满速运行，强调功耗受限下的性能密度 [11] - Rubin平台搭载NVLink 6，提供高达3.6T/s的双向带宽以解决大规模集群通信瓶颈 [11] - Rubin GPU浮点性能超过Blackwell，晶体管数量仅为后者的1.6倍，依赖全新的张量核心与Transformer Engine设计 [11] - 系统实现“阵列化”：一个Vera Rubin计算托盘集成2颗Vera CPU、4颗Rubin GPU，配合BlueField-4 DPU与ConnectX-9网络 [13] - 通过第六代NVLink交换系统，18个计算节点可连接为整体，最多实现72颗Rubin GPU协同运行，像一颗“巨型GPU” [13] - 在完整的MVL72机架中，集成了6类全新芯片、18个计算托盘、9个NVLink交换托盘，总计约220万亿晶体管，整机重量接近两吨 [13] - 数据中心关键改动：每颗GPU可获得1.6TB/s的Scale-out带宽；通过BlueField-4将KV Cache与上下文管理放入机架，为每颗GPU额外提供最高16TB的可扩展内存空间 [13] - 网络部分，Spectrum-X以太网交换机首次引入Silicon Photonics技术，提供512个200Gb端口，能将成千上万机架连接为“AI工厂” [13] 系统性能、能效与商业模式 - 阵列在单机架内的计算密度提升了约3倍 [14] - 在处理如Cosmos等复杂模型时，六卡阵列能实现跨芯片的内存池共享，减少模型切分带来的性能损耗 [14] - 系统采用全集成的液冷方案，能在消耗更低能耗的同时，Rubin的功耗约为上一代Grace Blackwell的两倍，这一设计有望为全球数据中心节省约6%的能耗 [14] - 系统在系统级实现了全链路加密，覆盖PCIe、NVLink及GPU互联，并正式支持加密计算，为模型托管与跨组织部署提供安全基础 [14] - 六卡阵列标志着未来的算力单元以“阵列”和“机架”为最小单位，公司通过提供不可分割、高度协同的算力体，进一步锁定数据中心和主权AI实验室的采购偏好，以创造更多收入 [14] 行业竞争格局展望 - AI竞争不再只是模型参数之争，而是算力、数据、模拟、系统工程能力的综合博弈 [15] - 随着AI从数字空间走向物理世界，算力竞赛格局正在被重新划分 [15] - Rubin架构的出现是一条更加清晰的竞争分界线，在全栈集成的“暴力美学”面前，传统的、零散的硬件逻辑正面临降维打击 [15] - 公司既是平台的建设者，也是规则的塑造者，既推动开放，又牢牢掌握最核心的工程能力 [15]

核心观点 - 英伟达创始人兼CEO黄仁勋在CES发表演讲，提出计算机行业正经历“双平台转移”的历史性变革，驱动全球约10万亿美元的计算基础设施向AI化转型，AI成为驱动所有产业升级的核心引擎 [1][3] 行业变革：双平台转移与AI转型 - 计算机行业正经历每10-15年一次的历史性变革，且首次出现“双平台转移”叠加 [3] - 一方面，应用程序全面构建于AI之上，开发者从编程转向训练软件，计算核心从CPU转向GPU [3] - 另一方面，软件的研发与运行逻辑被彻底重构，AI能够理解上下文并实时生成内容，取代传统预编译运行模式 [3] - 这一变革驱动着全球约10万亿美元的计算基础设施向AI化转型，数千亿美元风险投资涌入AI领域，价值100万亿美元的全球产业正将研发预算向人工智能倾斜 [3] 技术突破：四大关键领域 - 开放模型生态爆发：以DeepSeek R1为代表的开放模型下载量呈爆炸式增长，虽暂落后前沿模型6个月，但每半年迭代升级的速度使其持续逼近技术前沿 [6] - 公司通过NeMo库等开源工具链，将蛋白质合成、天气预测、开放世界理解等前沿模型全面开放 [6] - Agentic智能体普及：具备推理、研究、工具使用与规划能力的智能体系统已在2025年全面普及，公司内部使用的Cursor智能体已彻底改变软件编程模式 [6] - 这类智能体采用多模型、多模态架构，通过智能路由器匹配最优模型 [6] - 物理AI的“ChatGPT时刻”即将到来：公司推出的Cosmos世界基础模型已下载数百万次，能够理解物理定律并生成符合现实逻辑的模拟数据，为机器人、自动驾驶等场景提供核心支撑 [1][6] - 合成数据生成技术通过Omniverse模拟环境生成多样化训练数据，解决了物理AI训练的数据稀缺难题 [6] - 自动驾驶AI首次实现“思考式驾驶”：全新发布的Alpamayo自动驾驶AI采用端到端训练，从摄像头输入直接输出驾驶动作，不仅能自主决策，还能清晰解释行动理由与轨迹 [6] - 该系统搭载双Orin芯片，配备双重自动驾驶堆栈与安全评估器，已通过NCAP最高安全评级 [6] - 首款搭载公司技术的汽车将于第一季度在美国上路，第二季度在欧洲上路，下半年在亚洲上路 [6] 产品发布：Vera Rubin AI超级计算机 - 为应对AI模型规模每年10倍增长、推理Token量5倍提升的算力需求，公司正式发布Vera Rubin AI超级计算机 [6] - 该系统采用极端协同设计理念，整合6款定制芯片，包括性能翻倍的Vera CPU、浮点性能达Blackwell 5倍的Rubin GPU，以及ConnectX-9网卡、BlueField-4 DPU等核心组件 [6] - Vera Rubin单机架包含72个Rubin GPU，晶体管总量达220万亿，峰值训练性能较前代提升3.5倍，峰值推理性能提升5倍，而Token生成成本仅为Blackwell的十分之一 [6] 生态合作：与行业巨头深度融合 - 公司与西门子达成战略合作，将CUDA-X库、物理AI模型与Omniverse集成至西门子EDA、CAE及数字孪生工具，覆盖从设计、模拟到生产运营的全工业生命周期 [8] - 与Palantir、ServiceNow、Snowflake等企业平台整合，将智能体系统打造为新一代用户界面，取代传统命令行与表格输入 [8] - 与Cadence、Synopsys合作，将AI物理学融入芯片设计流程，实现芯片与系统的全数字化设计、模拟与测试 [8] - 公司的AI生态已覆盖机器人全场景，从LG消费级机器人、Caterpillar工业机器人，到Agility人形机器人、Franka手术机械臂，均基于Jetson计算平台与Isaac Sim训练环境构建 [8] 公司战略：全栈开放赋能 - 公司的核心使命是构建全栈AI平台，让每个企业、行业与国家都能参与AI革命 [9] - 公司已开放包括NeMo、BioNeMo、Clara NeMo在内的全套工具链，提供从数据处理、模型训练到部署的全生命周期管理支持 [9] - 推出的“蓝图”框架允许开发者轻松构建定制化AI助理，结合本地开放模型与前沿API，实现隐私保护与功能扩展的平衡 [9] - 开放模型与全栈工具的结合，将让AI创新从少数巨头走向全民参与 [9] - 未来10年，自动驾驶汽车、物理AI机器人、AI驱动的智能工业将成为常态 [9]