2026 年 6 月 1 日，英伟达创始人兼 CEO 黄仁勋在中国台北举办的 GTC 2026 主题演讲上宣布：智能体 AI 时代已经到来。这场演讲同时发布了从数据中心到个人电脑的多款新硬件与新软件，核心信号是——英伟达（NVIDIA）正在从一家卖 GPU（图形处理器）的芯片公司，转型为覆盖芯片、服务器、软件和 PC 的 AI 基础设施公司。

英伟达是谁？它 1993 年成立于美国加州，最初靠做电脑显卡起家，1999 年发明了 GPU 这个概念。如今全球几乎所有大模型（用海量文本训练出来、能理解并生成文字和图像的 AI 程序）的训练和运行，都依赖英伟达的芯片。这次演讲透露的关键信息：专为智能体打造的超级计算机 Vera Rubin 已全面量产，英伟达还首次推出自研 CPU、开源大模型，并与微软、联发科合作重新定义个人电脑。对关注 AI 产业的人来说，这是判断算力市场未来走向的重要信号。

智能体 AI：从「能聊天」到「能干活」

演讲的核心判断是，AI 正在从「生成内容」升级为「完成工作」。黄仁勋把这类新 AI 称为智能体 AI（Agentic AI）——它不再只是回答提问，而是能自己观察信息、推理决策、调用软件工具（比如查数据库、操作浏览器、运行代码），像员工一样把一件任务从头做到尾。

他给出的例证是代码托管平台 GitHub 的数据：全球代码提交次数从 2023 年的约 3 亿次，增长到 2026 年初的约 9 亿次，三年涨到约三倍。按他的计算，全球 3000 万至 4000 万名专业软件开发者每年产生约 3 万亿美元的工资性产出，智能体辅助下同等投入能产生约 9 万亿美元的价值。他的结论是：AI 不是在抢工作，而是在放大工程师的产出。

Vera Rubin：为智能体打造的超级计算机全面量产

本届演讲最重的硬件消息，是 Vera Rubin 进入全面量产。这是一套面向数据中心的多机架超级计算机集群，集成了 Rubin GPU、自研 Vera CPU、ConnectX-9 网络、BlueField-4 安全处理器和全球首款 200Gb 光电共封装（CPO）光学以太网交换机 Spectrum-X。其供应链规模是上一代 Grace Blackwell 的两倍，涉及 150 家中国台湾供应链伙伴；得益于无缆化设计，单机架组装时间从 2 小时压缩到 5 分钟。

为什么数据中心需要这种机器？因为智能体每次干活，都要同时调度大语言模型「思考」、CPU 执行工具调用、安全处理器保护数据，整套系统必须协同。英伟达认为，智能体时代的算力需求将远超前两轮 AI 热潮。

Vera CPU：英伟达第一次做数据中心处理器

英伟达还发布了自研 Vera CPU（中央处理器，电脑的「大脑」）。它基于全新的 Olympus 核心架构，88 个核心通过英伟达自研的互连技术连成一体。黄仁勋给出的实测数据：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 处理器高 1.8 倍。他的理由是：智能体调用工具、访问数据库时「没有耐心」，传统为人类操作设计的 CPU 响应不够快，这是一个新市场。

Nemotron 3 Ultra 与企业工具包：把智能体门槛降下来

英伟达发布了开源大模型 Nemotron 3 Ultra——模型权重、训练数据、训练脚本全部公开，企业和开发者可以免费拿去构建自己的智能体。它采用 SSM（状态空间模型）与 MoE（混合专家模型）混合架构：前者擅长处理长序列，后者把任务分派给多个「专家」子模型，实现推理速度提升 5 倍、总成本降低 30%。

配套的英伟达企业 AI 工具包包含开源的安全沙盒框架 Open Shell、模型库、工具库和运行时，让企业像组装软件一样部署智能体。英伟达还演示了与芯片设计软件公司 Cadence（楷登电子）合作的案例：芯片设计智能体把原本数周的验证周期缩短到数小时，提速超 40 倍。

RTX Spark：与微软、联发科一起重新定义个人电脑

英伟达宣布与微软合作、历时 3 年开发的新一代 AI 个人电脑平台 RTX Spark，同时发布笔记本、台式机和 DGX Station 三种形态。核心芯片 N1X 由英伟达与联发科（MediaTek）联合研发：集成 Blackwell 架构 GPU（提供 1 PetaFLOP 算力，每秒约 1000 万亿次 AI 计算）、20 核定制 Grace CPU 和 128GB 统一内存，采用台积电 3nm 制程，包含 700 亿晶体管。台式机形态可全天候运行本地智能体；旗舰形态 DGX Station for Windows 配备 768GB 内存、20 PFLOPS 算力（每秒约 2 亿亿次浮点运算），能在桌面运行万亿参数的大模型。

现场演示中，一台 RTX Spark 笔记本用本地智能体连接云端大模型，自主调用多个设计软件，把概念草图做成 3D 建筑效果图，全程无需人工干预。黄仁勋的预判是：十年后家庭 AI 超级计算机会像家电一样普及。

物理 AI：世界模型、自动驾驶与机器人

演讲尾声聚焦物理 AI——让 AI 与真实世界互动的技术。英伟达发布开源世界模型 Cosmos 3：它能根据真实物理规律生成合成视频，用来训练机器人，相当于机器人的「虚拟老师」。自动驾驶方面发布开放推理模型 Alphamayo 2，英伟达称约 80% 的全球汽车制造商已加入其 Hyperion 平台，约 97% 的出行服务商已接入。人形机器人方面发布 Isaac GR00T 参考开发平台，配套机器人有 31 个自由度（其中 25 个在灵巧手），由 Jetson Thor 芯片驱动，面向高校和研究机构开放。

结论：算力即营收，英伟达押注全栈

整场演讲反复出现的一句话是「算力即营收，每瓦 Token 数即利润率」——Token（AI 处理文本的最小单位）正成为可收费的商品，谁能让客户更快投产 AI 工厂、用同样电力产出更多 Token，谁就赢得市场。黄仁勋透露，吉瓦级 AI 工厂的建设造价已从 200 至 300 亿美元涨到 500 至 600 亿美元，并可能达到 800 至 1000 亿美元；本十年末，全球将有 100 吉瓦的 AI 工厂上线。

这篇文章读完可以带走的一个判断：英伟达的竞争壁垒已不只是 GPU，而是从芯片、网络、软件到 PC 的全栈整合能力；智能体 AI 是其下一轮增长的核心叙事，Vera Rubin 量产和自研 CPU 是这套叙事里最硬的底牌。