黄仁勋在 NVIDIA CES 2026 主题演讲中围绕 AI 与加速计算的工业革命展开
核心观点如下：
一、行业变革：双重平台转移与计算重塑
计算机行业正经历双重平台转移：一是应用程序全面构建于 AI 之上，二是软件研发与运行方式根本性变革（从编写软件转向训练软件，从 CPU 运行转向 GPU 加速）。
计算行业的五层架构（硬件基础、芯片、基础设施、模型、应用）均在重构，全球约 10 万亿美元计算基础设施向新计算方式现代化，数千亿美元风投及海量产业研发预算涌入 AI 领域。
二、AI 技术突破与发展趋势
技术演进脉络：从 2015 年 BERT、2017 年 Transformer，到 2022 年 ChatGPT 唤醒行业，再到测试时缩放（实时 “思考”）、强化学习后训练等技术推动，AI 能力持续升级。
关键技术方向：
代理系统（Agentic Systems）：具备推理、查资料、用工具、规划等能力，已普及并重塑软件编程等场景；
物理 AI（Physical AI）与 AI 物理学：前者实现 AI 与物理世界互动，后者让 AI 理解物理定律，需依赖模拟系统和合成数据训练；
开放模型：以 DeepSeek R1 为代表，开放创新激活全球参与，虽落后前沿模型 6 个月，但迭代速度快、下载量激增，重塑 AI 行业格局。
三、AI 应用架构与生态合作
现代 AI 应用核心架构：以多模型（Multi-model）、多模态（理解语音、图像等）、多云 / 混合云为特征，通过智能路由器匹配适配模型，结合定制化与前沿模型，接入工具、文件及其他代理。
生态合作广泛：与 Palantir、ServiceNow、Snowflake 等企业平台合作，将代理系统作为用户界面，革新企业 AI 交互方式（替代传统 Excel、命令行）。
四、物理 AI 的落地与突破
技术基础：依赖三台核心计算机（训练用、推理用、模拟用），以 Omniverse（数字孪生模拟）、Cosmos（世界基础模型）、Groot/Alpamayo（机器人 / 自动驾驶模型）为核心堆栈。
自动驾驶里程碑：发布开源的 Alpamayo 自动驾驶 AI，端到端训练，具备推理决策能力，可分解长尾场景，搭载双 Orin/Thor 芯片，采用双堆栈（Alpamayo + 经典 AV 堆栈）保障安全，将于 2026 年分阶段在美、欧、亚上市。
跨领域应用：技术可迁移至各类机器人（工业、服务、人形等），并与 Siemens、Cadence、Synopsys 等合作，革新工业设计、制造、运营全生命周期。
五、算力升级：Vera Rubin 超级计算机
研发背景：应对 AI 计算量飙升（模型规模年增 10 倍、Token 生成量年增 5 倍），通过极致协同设计突破性能瓶颈。
核心优势：
架构创新：由 Vera CPU、Rubin GPU 等六款定制芯片组成，17000 个组件集成，提供 100 Petaflops AI 算力（为前代 5 倍）；
技术突破：NVFP4 Tensor Core 动态调整精度，ConnectX-9 网卡、BlueField-4 DPU 优化数据传输与安全，Spectrum-X 以太网交换机实现超高速互联；
高效节能：45℃热水冷却，无需冷水机组，节省数据中心电力，支持机密计算（传输、存储、计算全加密），具备功率平滑技术避免能源浪费；
性能表现：训练 10 万亿参数模型仅需前代 1/4 系统，工厂吞吐量较 Blackwell 再提 10 倍，Token 生成成本大幅降低。
六、NVIDIA 的全栈定位与愿景
定位：从芯片制造商升级为全栈 AI 解决方案提供商，开源模型、数据、工具库（NeMo 等），赋能全球企业、行业、国家参与 AI 革命。
愿景：推动自动驾驶大规模普及，让各类机器人走进生活，通过 AI 与加速计算引领工业革命，最终实现 AI 无处不在的智能世界。
http://t.cn/AXbKlERI