2026 年 6 月 1 日，英伟达 CEO 黄仁勋在台北发表 GTC 2026 主题演讲，宣布智能体 AI 时代正式到来，并集中发布从数据中心到个人电脑的七项产品：Vera Rubin 超级计算机全面量产、自研 Vera CPU、Nemotron 3 Ultra 开放模型、RTX Spark 智能体计算平台、Cosmos 3 世界模型、Alphamayo 2 自动驾驶模型与 Isaac GR00T 人形机器人参考平台。整场演讲传递的核心信号是：英伟达正从 GPU 公司转型为智能体时代的基础设施公司。
智能体 AI 推动算力需求攀升
黄仁勋用 GitHub 数据说明智能体 AI 的落地速度：代码提交量从 2023 年的约 3 亿次增至 2024 年约 4 亿次、2025 年约 5 亿次，2026 年初已接近 9 亿次，约为三年前的 3 倍。他给出的换算逻辑是：全球约 3000 万至 4000 万名专业软件开发者，对应约 3 万亿美元工资性 GDP；在智能体的放大下，同样薪酬正在产出接近 9 万亿美元的价值，因此 AI 不会减少就业。
在这一判断下，算力成为可盈利单元：Token（推理令牌）生产开始赚钱，全球 AI 工厂建设随之加速。黄仁勋给出造价数据：每座吉瓦级 AI 工厂的建设成本已从 200 亿至 300 亿美元升至 500 亿至 600 亿美元，并将在近期达到 800 亿至 1000 亿美元；预计本十年末将有 100 吉瓦 AI 工厂上线。
Vera Rubin 进入全面量产
本场最核心的硬件发布是 Vera Rubin：英伟达史上工程规模最大的机架级集群系统，集成 Rubin GPU（NVL72）、自研 Vera CPU、ConnectX-9 网络、BlueField-4 安全处理器和全球首款 200Gb CPO（光电共封装）以太网交换机 Spectrum-X。其供应链规模是上一代 Grace Blackwell 的两倍，涉及台湾约 150 家供应链合作伙伴与 4 万名工程师；采用无缆化 midplane 设计后，单机架组装时间从 2 小时缩短至 5 分钟。
Vera CPU：为智能体设计的新处理器
Vera CPU 基于英伟达自研的 Olympus 核心架构，88 个内核通过整体网格互联，核心带宽 3.6 TB/s；LPDDR5X 内存带宽 1.2 TB/s，约为最高性能 x86 CPU 的 3 倍，并率先支持 PCIe Gen6。实测数据方面，SQL 数据库查询提速 3 倍，纽约证券交易所实时流处理提速 6 倍，智能体沙箱性能比 x86 高 1.8 倍。黄仁勋的解释是：智能体调用工具、访问数据库时对延迟极度敏感，为人类使用设计的传统 CPU 不适配纳秒级异构计算，这为英伟达开辟了一个全新市场。
企业工具包与 Nemotron 3 Ultra 开放模型
面向企业部署，英伟达发布智能体企业 AI 工具包（Agentic Toolkit for Enterprise AI），包含开源的 OpenShell 安全沙盒、Hermes 框架、CUDA-X 工具库与运行时。与 Cadence 合作的芯片设计超级智能体已经落地：通过自动化 RTL 验证与调试，芯片验证周期从数周缩短至数小时，提速超过 40 倍。
底层模型方面，Nemotron 3 Ultra 采用全球首个 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，推理总成本降低 30%，模型权重、训练数据与训练脚本全部开源，英伟达并联合 CrowdStrike、Palantir、SAP、ServiceNow 共同扩展企业智能体生态。
RTX Spark：与微软重新定义 PC
端侧，英伟达与微软联合发布 RTX Spark 智能体计算平台，搭载与联发科联合研发的 N1X 芯片：Blackwell 架构 GPU（1 PetaFLOP 算力）、20 核定制 Grace CPU、128GB 统一内存，采用台积电 3nm 工艺，集成约 700 亿晶体管。现场演示中，RTX Spark 笔记本在本地运行智能体，通过 MCP 服务器调用 Rhino、Blender、Flux 2 等软件，自主完成从概念草图到 3D 建筑效果图的设计流程。产品线覆盖笔记本、台式机和 DGX Station for Windows（768GB 内存、20 PFLOPS 算力），后者可在桌面端运行万亿参数模型。黄仁勋预判，十年后家庭 AI 超级计算机将像家电一样普及。
物理 AI：Cosmos 3 与 Isaac GR00T
面向具身智能，英伟达发布 Cosmos 3 开源世界模型，采用自回归与扩散混合 Transformer 架构，可生成符合物理规律的合成视频用于机器人训练；同时发布面向自动驾驶的开放推理模型 Alphamayo 2——约 80% 的全球汽车制造商已加入英伟达 Hyperion 平台，约 97% 的全球出行服务商已接入。硬件侧，Isaac GR00T 参考人形机器人由 Schaeffler 制造，全身 31 个自由度（含 25 自由度灵巧手），高约 6 英尺、重 150 磅，由 Jetson Thor 芯片驱动，面向高校与科研机构开放。
算力即营收：英伟达的基础设施逻辑
贯穿整场演讲的商业逻辑是「算力即营收、每瓦 Token 数即利润率」：在电力约束下，AI 工厂比拼的是投产速度、每瓦产出、可靠性与系统生命周期。英伟达给出的配套答案是 DSX 数据中心蓝图，包括数字孪生仿真（DSX Sim）、工厂运营系统（DSX OS）、电力回收（DSX MaxLPS，可回收约 40% 的超配电力）与电网协同（DSX Flex）。当 AI 工厂造价冲向千亿美元量级，客户需要的已不再是一块 GPU，而是从芯片到机架、从软件到运维的整套基础设施。
这场演讲最终指向一个明确结论：英伟达已不再把自己定位为 GPU 供应商，而是智能体时代计算基础设施的提供者——从数据中心到个人电脑、从开放模型到物理 AI，整条产品线都围绕「让智能体批量工作」重新搭建。