芯东西拉斯维加斯1月5日报道ღ✿◈，刚刚ღ✿◈，英伟达创始人兼CEO黄仁勋在国际消费电子展CES 2026上发表2026年首场主题演讲ღ✿◈。黄仁勋一如既往穿着皮衣疯狂新婚夜ღ✿◈，在1.5小时内连宣8项重要发布ღ✿◈，从芯片ღ✿◈、机架到网络设计ღ✿◈，对整个全新代际平台进行了深入介绍ღ✿◈。

　　NVIDIA Vera Rubin POD AI超级计算机ღ✿◈、NVIDIA Spectrum-X以太网共封装光学器件ღ✿◈、NVIDIA推理上下文内存存储平台ღ✿◈、基于DGX Vera Rubin NVL72的NVIDIA DGX SuperPODღ✿◈。

　　采用英伟达6大自研芯片ღ✿◈，涵盖CPUღ✿◈、GPUღ✿◈、Scale-upღ✿◈、Scale-outღ✿◈、存储与处理能力ღ✿◈，所有部分均为协同设计ღ✿◈，可满足先进模型需求并降低计算成本ღ✿◈。

　　其中ღ✿◈，Vera CPU采用定制Olympus核心架构ღ✿◈，Rubin GPU引入Transformer引擎后NBFP4推理性能高达

　　ღ✿◈，支持第三代通用机密计算（第一个机架级TEE）ღ✿◈，实现CPU与GPU跨域的完整可信执行环境ღ✿◈。

　　这些芯片均已回片ღ✿◈，英伟达已对整个NVIDIA Vera Rubin NVL72系统进行验证ღ✿◈，合作伙伴也已开始运行其内部集成的AI模型和算法ღ✿◈，整个生态系统都在为Vera Rubin做部署准备ღ✿◈。

　　NVIDIA Nemotron开源模型系列新增Agentic RAG模型ღ✿◈、安全模型ღ✿◈、语音模型

　　ღ✿◈，物理AI的ChatGPT时刻已经到来ღ✿◈，英伟达全栈技术使全球生态系统能通过AI驱动的机器人技术改变行业ღ✿◈；英伟达广泛的AI工具库ღ✿◈，包括

　　黄仁勋认为ღ✿◈，每10到15年ღ✿◈，计算机行业就会迎来一次全面的重塑ღ✿◈，但这次ღ✿◈，两个平台变革同时发生ღ✿◈，从CPU到GPUღ✿◈，从“编程软件”到“训练软件”ღ✿◈，加速计算与AI重构了整个计算堆栈ღ✿◈。过去十年价值10万亿美元的计算产业ღ✿◈，正在经历一场现代化改造ღ✿◈。

　　与此同时ღ✿◈，对算力的需求也急剧飙升ღ✿◈。模型的尺寸每年增长10倍ღ✿◈，模型用于思考的token数量每年增长5倍ღ✿◈，而每个token的价格每年降低10倍ღ✿◈。

　　为了应对这一需求ღ✿◈，英伟达决定每年都发布新的计算硬件ღ✿◈。黄仁勋透露ღ✿◈，目前Vera Rubin也已经全面开启生产ღ✿◈。

　　Vera CPUღ✿◈、Rubin GPUღ✿◈、NVLink 6 Switchღ✿◈、ConnectX-9（CX9）智能网卡ღ✿◈、BlueField-4 DPUღ✿◈、Spectrum-X 102.4T CPO

　　800Gbps DPUღ✿◈， 用于智能网卡和存储处理器ღ✿◈，配备64核Grace CPUღ✿◈，结合ConnectX-9 SuperNICღ✿◈，用于卸载网络与存储相关的计算任务ღ✿◈，同时增强了网络安全能力ღ✿◈，计算性能是上一代的

　　该系统基于第三代MGX机架设计ღ✿◈，计算托盘采用模块化ღ✿◈、无主机ღ✿◈、无缆化ღ✿◈、无风扇设计疯狂新婚夜ღ✿◈，使组装和维护速度比GB200快18倍ღ✿◈。原本需要2小时的组装工作ღ✿◈，现在只需5分钟左右ღ✿◈，而原本系统使用约80%的液冷ღ✿◈，目前已经100%使用液冷ღ✿◈。

　　NVLink Switch托盘可实现零停机维护与容错ღ✿◈，在托盘被移除或部分部署时机架仍可运行ღ✿◈。第二代RAS引擎可进行零停机运行状况检查ღ✿◈。

　　这些特性提升了系统运行时间与吞吐率pg电子最新网站入口ღ✿◈，进一步降低训练与推理成本ღ✿◈，满足数据中心对高可靠性ღ✿◈、高可维护性的要求ღ✿◈。

　　NVIDIA Spectrum-X以太网共封装光学器件ღ✿◈、NVIDIA推理上下文内存存储平台ღ✿◈、基于DGX Vera Rubin NVL72的NVIDIA DGX SuperPOD

　　NVIDIA Spectrum-X以太网共封装光学器件基于Spectrum-X架构ღ✿◈，采用2颗芯片设计ღ✿◈，采用200Gbps SerDesღ✿◈，每颗ASIC可提供

　　该交换平台包括一个512端口高密度系统ღ✿◈，以及一个128端口紧凑系统ღ✿◈，每个端口的速率均为800Gb/sღ✿◈。

　　NVIDIA推理上下文内存存储平台是一个POD级AI原生存储基础设施ღ✿◈，用于存储KV Cacheღ✿◈，基于BlueField-4与Spectrum-X Ethernet加速ღ✿◈，与NVIDIA Dynamo和NVLink紧密耦合ღ✿◈，实现内存ღ✿◈、存储ღ✿◈、网络之间的协同上下文调度ღ✿◈。

　　这对改进多轮对话ღ✿◈、RAGღ✿◈、Agentic多步推理等长上下文应用至关重要ღ✿◈，这些工作负载高度依赖上下文在整个系统中被高效存储ღ✿◈、复用与共享的能力ღ✿◈。

　　AI正在从聊天机器人演进为Agentic AI（智能体）ღ✿◈，会推理ღ✿◈、调用工具并长期维护状态ღ✿◈，上下文窗口已扩展到数百万个tokenღ✿◈。这些上下文保存在KV Cache中ღ✿◈，每一步都重新计算会浪费GPU时间并带来巨大延迟ღ✿◈，因此需要存储ღ✿◈。

　　但GPU显存虽快却稀缺ღ✿◈，传统网络存储对短期上下文而言效率过低ღ✿◈。AI推理瓶颈正从计算转向上下文存储疯狂新婚夜ღ✿◈。所以需要一个介于GPU与存储之间ღ✿◈、专为推理优化的新型内存层ღ✿◈。

　　作为一种新型存储层级ღ✿◈，NVIDIA推理上下文内存存储平台并不直接存在于主机系统中ღ✿◈，而是通过BlueField-4连接到计算设备之外ღ✿◈。其关键优势在于ღ✿◈，可以更高效地扩展存储池规模ღ✿◈，从而避免重复计算KV Cacheღ✿◈。

　　英伟达正与存储合作伙伴紧密合作ღ✿◈，将NVIDIA推理上下文内存存储平台引入Rubin平台ღ✿◈，使客户能够将其作为完整集成AI基础设施的一部分进行部署ღ✿◈。

　　在系统层面ღ✿◈，NVIDIA DGX SuperPOD作为大规模AI工厂部署蓝图ღ✿◈，采用8套DGX Vera Rubin NVL72系统ღ✿◈，用NVLink 6纵向扩展网络ღ✿◈，用Spectrum-X Ethernet横向扩展网络ღ✿◈，内置NVIDIA推理上下文内存存储平台ღ✿◈，并经过工程化验证ღ✿◈。

　　整个系统由NVIDIA Mission Control软件管理ღ✿◈，实现极致效率ღ✿◈。客户可将其作为交钥匙平台部署ღ✿◈，用更少GPU完成训练与推理任务ღ✿◈。

　　由于在6款芯片ღ✿◈、托盘ღ✿◈、机架ღ✿◈、Podღ✿◈、数据中心与软件层面实现了极致协同设计ღ✿◈，Rubin平台在训练与推理成本上实现了大幅下降ღ✿◈。与上一代Blackwell相比ღ✿◈，训练相同规模的MoE模型ღ✿◈，仅需

　　借助Vera Rubin架构疯狂新婚夜ღ✿◈，英伟达正与合作伙伴和客户一起ღ✿◈，构建世界上规模最大ღ✿◈、最先进ღ✿◈、成本最低的AI系统ღ✿◈，加速AI的主流化落地ღ✿◈。

　　OpenRouter等主流开发平台显示ღ✿◈，过去一年ღ✿◈，AI模型使用量增长20倍ღ✿◈，其中约1/4的token来自开源模型ღ✿◈。

　　2025年ღ✿◈，英伟达是Hugging Face上开源模型ღ✿◈、数据和配方的最大贡献者ღ✿◈，发布了650个开源模型和250个开源数据集ღ✿◈。

　　英伟达的开源模型在多项排行榜中名列前茅ღ✿◈。开发者不仅可以使用这些开源模型ღ✿◈，还可以从中学习ღ✿◈、持续训练ღ✿◈、扩展数据集ღ✿◈，并使用开源工具和文档化技术来构建AI系统ღ✿◈。

　　受到Perplexity的启发ღ✿◈，黄仁勋观察到ღ✿◈，Agents应该是多模型ღ✿◈、多云和混合云的ღ✿◈，这也是Agentic AI系统的基本架构ღ✿◈，几乎所有的创企都在采用ღ✿◈。

　　借助英伟达提供的开源模型和工具ღ✿◈，开发者现在也可以定制AI系统ღ✿◈，并使用最前沿的模型能力ღ✿◈。目前ღ✿◈，英伟达已经将上述框架整合为“蓝图”ღ✿◈，并集成到SaaS平台中去ღ✿◈。用户可以借助蓝图实现快速部署ღ✿◈。

　　处理ღ✿◈，也可调用外部工具（如邮件 APIღ✿◈、机器人控制接口ღ✿◈、日历服务等）ღ✿◈，并实现多模态融合ღ✿◈，统一处理文本ღ✿◈、语音ღ✿◈、图像ღ✿◈、机器人传感信号等信息ღ✿◈。

　　这些复杂的能力在过去是绝对无法想象的ღ✿◈，但如今已经变得微不足道ღ✿◈。在ServiceNowღ✿◈、Snowflake等企业平台上ღ✿◈，都能使用到类似的能力ღ✿◈。

　　英伟达相信物理AI和机器人最终将成为全球最大的消费电子细分市场ღ✿◈。所有能够移动的事物ღ✿◈，最终都将实现完全自主ღ✿◈，由物理AI驱动ღ✿◈。

　　AI已经经历了感知AIღ✿◈、生成式AIღ✿◈、Agentic AI阶段ღ✿◈，现在正进入物理AI时代ღ✿◈，智能走入真实世界ღ✿◈，这些模型能够理解物理规律ღ✿◈，并直接从物理世界的感知中生成行动ღ✿◈。

　　要实现这一目标ღ✿◈，物理AI必须学会世界的常识——物体恒存ღ✿◈、重力ღ✿◈、摩擦ღ✿◈。这些能力的获取将依赖三台计算机ღ✿◈：

　　黄仁勋认为ღ✿◈，自动驾驶将成为物理AI的第一个大规模应用场景ღ✿◈。此类系统需要理解现实世界ღ✿◈、做出决策并执行动作ღ✿◈，对安全性ღ✿◈、仿真和数据要求极高ღ✿◈。

　　ღ✿◈，一个由开源模型ღ✿◈、仿真工具和物理AI数据集组成的完整体系疯狂新婚夜ღ✿◈，用于加速安全ღ✿◈、基于推理的物理AI开发ღ✿◈。

　　Alpha-Mayo这是业内首个真正让自动驾驶汽车“思考”的模型ღ✿◈，这一模型已经开源ღ✿◈。它通过将问题拆解为步骤ღ✿◈，对所有可能性进行推理ღ✿◈，并选择最安全的路径疯狂新婚夜ღ✿◈。

　　这种推理型任务-行动模型使自动驾驶系统能够解决此前从未经历过的复杂边缘场景ღ✿◈，例如繁忙路口的交通灯失效pg电子最新网站入口ღ✿◈。

　　它能接收文本ღ✿◈、环视摄像头ღ✿◈、车辆历史状态和导航输入ღ✿◈，并输出行驶轨迹和推理过程ღ✿◈，让乘客理解车辆为何采取某个行动ღ✿◈。

　　现场播放的宣传片中ღ✿◈，在Alpha-Mayo的驱动下ღ✿◈，自动驾驶汽车可以在0介入的情况下自主完成行人避让ღ✿◈、预判左转车辆并变道绕开等操作ღ✿◈。

　　黄仁勋称ღ✿◈，搭载Alpha-Mayo的梅赛德斯奔驰CLA已经投产ღ✿◈，还刚刚被NCAP评为世界上最安全的汽车ღ✿◈。每条代码疯狂新婚夜ღ✿◈、芯片ღ✿◈、系统都经过安全认证ღ✿◈。该系统将在美国市场上线ღ✿◈，并将在今年晚些时候推出更强驾驶能力ღ✿◈，包括高速公路脱手驾驶ღ✿◈，以及城市环境下的端到端自动驾驶ღ✿◈。

　　ღ✿◈。开发者可以使用自有数据对Alpha-Mayo进行微调ღ✿◈，也可以使用Cosmos生成合成数据ღ✿◈，并在真实数据与合成数据结合的基础上训练和测试自动驾驶应用ღ✿◈。除此之外ღ✿◈，英伟达宣布

　　英伟达宣布ღ✿◈，波士顿动力ღ✿◈、Franka Roboticsღ✿◈、Surgical手术机器人疯狂新婚夜ღ✿◈、LG电子ღ✿◈、NEURAღ✿◈、XRLabsღ✿◈、智元机器人等

　　黄仁勋还官宣了与西门子的最新合作ღ✿◈。西门子正将英伟达CUDA-Xღ✿◈、AI模型和Omniverse集成到其EDAღ✿◈、CAE和数字孪生工具与平台组合中ღ✿◈。物理AI将被广泛用于设计ღ✿◈、仿真到生产制造和运营的全流程ღ✿◈。

　　随着AI基础设施的重心正从训练转向大规模推理ღ✿◈，平台竞争已从单点算力ღ✿◈，演进为覆盖芯片ღ✿◈、机架ღ✿◈、网络与软件的系统工程ღ✿◈，目标转向以最低TCO交付最大推理吞吐ღ✿◈，AI正进入“工厂化运行”的新阶段ღ✿◈。

　　英伟达非常注重系统级设计ღ✿◈，Rubin同时在训练和推理上实现了性能与经济性的提升ღ✿◈，并能作为Blackwell的即插即用替代方案ღ✿◈，可从Blackwell无缝过渡ღ✿◈。

　　在平台定位上ღ✿◈，英伟达依然认为训练至关重要ღ✿◈，因为只有快速训练出最先进模型ღ✿◈，推理平台才能真正受益ღ✿◈，因此在Rubin GPU中引入NVFP4训练ღ✿◈，进一步提升性能pg电子最新网站入口ღ✿◈、降低TCOღ✿◈。

　　同时ღ✿◈，这家AI计算巨头也持续在纵向扩展和横向扩展架构上大幅强化网络通信能力ღ✿◈，并将上下文视作关键瓶颈ღ✿◈，实现存储pg电子最新网站入口ღ✿◈、网络ღ✿◈、计算的协同设计ღ✿◈。

　　英伟达一边大举开源ღ✿◈，另一边正将硬件ღ✿◈、互连ღ✿◈、系统设计做得越来越“不可替代”ღ✿◈，这种持续扩大需求pg电子最新网站入口ღ✿◈、激励token消耗ღ✿◈、推动推理规模化ღ✿◈、提供高性价比基础设施的策略闭环ღ✿◈，正为英伟达构筑更加坚不可摧的护城河ღ✿◈。pg娱乐电子游戏官网ღ✿◈，pg电子试玩ღ✿◈，手机模拟器ღ✿◈，PG直营平台官方网站ღ✿◈，pg电子游戏ღ✿◈。PG电子官方网站ღ✿◈，PG电子直营站APP官网ღ✿◈！PG电子直营站最新官网