南宫28官网,南宫28官方网站,南宫28APP下载智东西3月16日圣何塞现场报道，美西时间11点18分，英伟达创始人兼CEO黄仁勋身穿标志性皮衣登场，发表了一场激情澎湃的主题演讲。

　　200亿美元买下的Groq技术、掀起“全民养虾”盛世的OpenClaw、一全新开放模型、L4自动驾驶最新进展，全部浓缩在这场信息密度极高的演讲之中。

　　先上重点，英伟达发布其旗舰AI计算平台Vera Rubin的5大机架级系统，推出全新AI推理芯片Groq LPU 3，宣布7款芯片全面生产，并带来太空计算设备Space-1 Vera Rubin Module，将AI计算版图扩展到地球之外。

　　今年恰逢CUDA诞生20周年，黄仁勋想说的话很多，最言简意赅的当属下面这张图，基本概括了英伟达100%的战略布局：

　　CUDA庞大的装机基数吸引开发者，开发者创造新算法，算法突破催生新技术，新技术开辟全新市场，全新市场构建新生态，更多企业加入生态，进而扩大装机基数——这个飞轮，正在加速转动。

　　20年前，英伟达发明了CUDA，这是其有史以来最重大的投资之一，消耗了公司绝大部分利润，导致当时的英伟达几乎负担不起。但历经初期的重重困难，历经13代产品、整整20年的坚持，如今，CUDA已无处不在。

　　黄仁勋宣布，英伟达与IBM达成深度合作，并晒出与谷歌云、AWS、微软Azure等云巨头的合作案例。“今年我特别兴奋的一件事是，我们将把OpenAI带到AWS。”

　　他提到过去两年，ChatGPT、生成式AI、Claude Code三件事持续推动AI浪潮，英伟达的计算需求已经爆表，现货价格飞涨，推理的拐点已经到来。

　　黄仁勋估计英伟达2025年订单额约为5000亿美元，并大胆预测，到2027年，这一数字将翻番，至少会达到1万亿美元。

　　大会收尾别出心裁，黄仁勋数字人与一群机器人、一只萌版龙虾，一起拍了一支魔性音乐MV，歌词把本届GTC的核心干货唱了个遍，曲调也很上头。（文末附上了歌词全文）

　　今年GTC大会人气相当火爆，超过30000名参会者齐聚圣何塞，有1000多场技术分论坛、2000多位演讲嘉宾。英伟达将在本届GTC大会上发布大约100个库、70个模型及40个模型。

　　一、5大机架组出Vera Rubin巨型AI超算，Groq 3 LPU芯片丝滑融入英伟达全家桶

　　“我们每Token的成本是全球最低的，无法被超越。”黄仁勋说，“我之前说过，如果你选择了错误的架构，即便它是免费的，也还是不够便宜。”

　　在他看来，只有在AI工厂安置了最好的计算系统，才能获得最低的token成本，而英伟达的token成本基本无可匹敌，原因在于极致的协同设计。

　　全新Vera Rubin平台是当前英伟达瞄准AI推理计算市场的王牌产品：7款芯片、5种机架级计算机、1台革命性AI超算，专为智能体打造——仅用10年，就将算力提升了4000万倍。

　　在GTC主题演讲中，黄仁勋一口气介绍了Vera Rubin平台的5款全新机架级系统：

　　它们以统一的MGX模块化架构进行深度协同设计，可自由组合，按负载密度和价格梯度灵活部署，加快产品上市速度，服务于整个AI工厂。

　　当这些汇聚在一起，意味着Vera Rubin平台将扩展整个AI工厂的收入机会。

　　相较前代Blackwell平台，在Vera Rubin平台上训练大型混合专家模型时，所需GPU数量仅为1/4，并在AI推理方面，实现推理吞吐量提升10倍，token单位成本降至原来的1/10。

　　黄仁勋认为，token是新的大宗商品，一旦达到拐点、走向成熟，它将会分层细分，不同模型尺寸、智能、速度、上下文长度对应不同的价格。英伟达在每一层都提升吞吐量。

　　吞吐量需要大量算力，延迟和交互性需要巨大的带宽。由于芯片面积有限，因此追求高吞吐量和追求低延迟，实际上是互相冲突的目标。

　　英伟达通过引入Groq技术来解决这一冲突，在最贵的旗舰层将性能提升35倍。

　　如果将图表里的曲线个token的服务，NVLink 72就会力不从心，因为没有足够的带宽。

　　去年12月，英伟达买下AI芯片创企Groq非独家协议和核心成员的交易轰动科技圈。业界密切关注Groq的LPU芯片是否会与英伟达GPU形成竞争。

　　在英伟达的布局里，Rubin性能强，LPU带宽高、延迟低，两者优势恰好互补。

　　因此，英伟达推出全新NVIDIA Groq 3 LPU，实现GPU超强算力与LPU超高带宽的融合。

　　黄仁勋说，Groq如此吸引人的原因在于：其计算系统是一种确定性数据流处理器，静态编译，由编译器调度——编译器预先确定何时执行计算，数据同步到达，所有这些都在软件中静态预排，没有动态调度。

　　Dynamo软件重新构建推理的管线，使适合的工作放在Vera Rubin上运行，然后将解码生成部分，也就是低延迟、带宽受限的挑战性工作负载部分，卸载到Groq上。这就将两款各具极端优势的处理器统一起来。

　　智能体模型的训练和部署推理都离不开CPU。GPU需要调用CPU来执行工具调用、SQL查询和代码编译等任务，CPU的速度至关重要。

　　英伟达将Vera CPU称作“专为智能体AI工作负载打造的最佳CPU”。

　　Vera搭载全新Olympus核心，是全球唯一使用LPDDR5的数据中心CPU，结合高性能与高能效的核心设计、高带宽内存子系统以及第二代英伟达可扩展计算Fabric，能在各类智能体应用场景和强化学习极端条件下提供更快的响应速度。

　　相比传统x86 CPU，Vera单线%，每核心内存带宽提升至3倍，能效翻倍。今日，英伟达发布全新

　　英伟达已完成初步芯片测试，Vera在各类工作负载上的性能提升从2倍到超过5倍不等。

　　传统数据中心提供大容量的通用存储，但缺乏AI智能体所需的即时响应能力。随着上下文窗口增长、AI能力提升，传统存储路径和数据通路会拖慢AI推理速度、降低GPU利用率。

　　这是一个原生存储基础设施，基于BlueField-4 DPU，结合Vera CPU和ConnectX-9 SuperNIC，可将GPU内存无缝扩展至POD计算集群中。

　　STX提供了一种高带宽共享层，用于存储和检索大语言模型及智能体AI工作流所产生的海量KV Cache数据。

　　4倍，企业数据翻页速率提升至2倍，同时让AI工厂的上下文记忆每秒token处理速率快5倍。

　　Spectrum-6 SPX以太网用于全数据中心横向扩展的互连网络，让以上所有系统连成整体。

　　与传统可插拔收发器相比，带有共封装光学器件（CPO）的Spectrum-X以太网光子技术实现了多达

　　要在数据中心部署上述全新计算集群和架构，必须考虑如何运营，并帮助整个数据中心生态系统实现效能提升。

　　Vera Rubin DSX AI工厂参考设计，这是一个AI基础设施蓝图，概述了如何设计、构建、操作整个AI工厂基础设施堆栈，可最大限度提高每瓦token和整体实际吞吐量，提高系统弹性并加快首次生产的时间。基于Rubin平台部署DSX架构后，AI工厂能在固定功耗下，实现能效比提升

　　NVIDIA RTX PRO 4500 Blackwell服务器版，为全球应用广泛的企业数据中心和边缘计算平台（包括本地部署和云端）带来多工作负载GPU加速功能。

　　NVIDIA Space-1 Vera Rubin Module，将发射入轨并在太空中建立数据中心。这是一款面向太空优化的AI计算模块，支持实时感知、决策和自主运作，将数据中心级AI计算性能带到轨道数据中心、地理空间智能和自主空间与运营。

　　在太空中没有传导、没有对流，只有辐射散热，所以必须想办法冷却这些系统，英伟达有很多优秀的工程师正在研究。

　　黄仁勋评价说，OpenClaw是人类历史上最受欢迎的开源项目，仅仅几周内就做到，超越了Linux用30年取得的成就。

　　智能体计算机的操作系统”，与Windows使得PC得以实现没区别，如今，OpenClaw使个人智能体的创建得以实现。因为OpenClaw的吉祥物是一只红色龙虾，中国开发者更喜欢用“龙虾”来称呼这个智能体，并将部署OpenClaw称作“养龙虾”。

　　“全民养虾”热潮正推动算力需求呈数量级增长，但也存在可能自主访问敏感数据、滥用已连接的工具或自行提升权限等风险。

　　对此，英伟达发布了多款智能体工具及硬件设备，来帮助开发者更高效、更安全地“养龙虾”。

　　只需一条命令（command），NemoClaw就能用英伟达智能体工具包软件来优化OpenClaw，将NVIDIA Nemotron模型、NVIDIA OpenShell运行时一并安装，通过OpenShell提供开放模型和一个增强智能体隐私安全性的独立沙盒环境。

　　这为智能体提供了按照预定隐私和安全护栏开发新Skills、完成任务的基础，使用户能在企业内部安全地保护和约束“龙虾”的执行。

　　NemoClaw可运行于各类专用平台，包括云端、本地部署、RTX PC和笔记本电脑、DGX Station和DGX Spark超算等，确保智能体拥有持续构建软件工具、完成任务所需的专属算力。

　　英伟达智能体工具包（NVIDIA Agent Toolkit）是一套开放模型、运行时和蓝图的集合，用于构建、评估和优化更安全的长期运行自治智能体。该工具包以覆盖推理、编码、文档智能、语音和视觉领域的高效开放模型Nemotron为起点，配备NeMo用于智能体的性能分析、定制与优化，NIM提供模型推理服务，Dynamo负责规模化扩展。

　　智能体需要各种Skills。其中NVIDIA OpenShell是一款面向智能体的新型开源安全与防护运行时，提供了“龙虾”缺失的基础设施层，通过基于策略的安全、网络和隐私护栏进行管控。AI-Q是一个开源蓝图，融合前沿模型与开放模型的智能，打造全球领先的面向长期工作流的研究型智能体，且运行高效。

　　软件的世界已经改变。英伟达认为，每一家SaaS（软件即服务）公司，都将被重塑为AaaS（智能体即服务，Agent as a Service）。企业不再销售工具，而是出租使用其工具的智能体。

　　英伟达正在帮助全球软件企业完成这一转型，支持他们基于英伟达智能体工具包构建智能体。

　　它们可以在云端或AI工厂中运行，但很多开发者更倾向于在完全可控的本地环境中开发。

　　云端开发者平台：个人AI电脑DGX Spark和全球最快桌面级AI超算DGX Station。DGX Spark旨在让云端开发更具普惠性，可以运行安全、常驻的自治智能体。多项DGX Spark更新发布，支持将最多4个系统集群到统一配置中，并支持GTC大会上发布的最新AI模型。

　　今日起在全球正式开售。DGX Station是终极云端开发平台，让开发者能直接在办公桌上本地构建、微调和运行具备前沿智能水平的模型。这意味着开发者可在自己的机器上构建并运行“龙虾”，无需连接云端，全程保持本地化，实现开发过程中的完整掌控与安全保障。

　　作为全球最大的开源AI贡献者之一，英伟达构建并发布六大系列的开放前沿模型及训练数据配方和框架，帮开发者定制和采用。

　　Nemotron 3 Omni具备音频、视觉和语言理解能力，可支持智能体从视频和文档中高效提取信息。Nemotron 3 VoiceChat支持实时对话，把自动语音识别、大语言模型处理和文本转语音功能结合在一个系统中。上周先一步发布的

　　Nemotron 3 Super模型是英伟达迄今最强推理模型，在其同量级中智能水平最高、效率最优，在BFCL（伯克利函数调用排行榜，专门评估大模型作为智能体大脑的能力）中登顶开源模型第一，综合排名全球第四。

　　GR00T N2，这是一个基于DreamZero研究的下一代基础模型，预计将于今年年底发布。该模型构建于新的世界动作模型架构上，帮助机器人在新环境中成功完成新任务的频率是领先VLA模型的

　　英伟达将使用内部DGX Cloud算力统一承担训练工作，避免每家机构在相同基础模型上重复投入，共同构建开放的共享基础。

　　开发者和企业随后可在此基础上，针对各自的行业、地区和应用场景进行专项定制。

　　全新的基础模型，正在英伟达DGX Cloud上训练，将成为即将发布的Nemotron 4系列的基础。

　　在机器人领域，算力即数据。当前的数据生成工作流极为碎片化，数据处理、生成、仿真、评估和部署分散在不同管道中。

　　物理AI数据工厂蓝图，一个基于英伟达Cosmos世界模型和Osmo机器人算力编排系统的开放参考架构，让“用仿真数据大规模训练机器人”这件事有了标准化管线。英伟达正是用这套管线构建了Alphamaya、Cosmos和GR00T等前沿开放模型。

　　英伟达为机器人制造商提供三类计算平台，以及开放模型、库和框架，可按需组合使用。

　　全球众多顶级机器人企业都在这三类计算平台上进行构建：ABB、FANUC和库卡合计占全球工业机器人装机量近半，均已将Omniverse库集成至其机器人仿真工具中。

　　Figure、智元机器人、1X等人形机器人企业采用Isaac Lab、Newton和Cosmos等机器人仿真库进行构建，并采用Jetson和Thor进行边缘推理。AI原生企业如

　　自动驾驶汽车是物理AI大规模落地的第一个场景，也是全球首次大规模部署机器人。

　　英伟达构建了全球唯一的全栈自动驾驶平台NVIDIA DRIVE，覆盖自动驾驶训练与验证所需的架构、安全系统和AI基础设施。

　　其核心是NVIDIA DRIVE Hyperion，一款支持L4级自动驾驶的整车参考架构，集成计算、传感器和软件，可供整个自动驾驶生态系统构建。

　　L4自动驾驶汽车的统一软件安全基础NVIDIA Halos OS、开放推理VLA自动驾驶模型的全新版本NVIDIA Alphamamya 1.5，用于自动驾驶仿真的Omniverse NuRec也普遍可用了。英伟达DRIVE生态系统正在持续扩大。比亚迪、吉利、日产等多家全球车企新近加入，采用DRIVE Hyperion，开发下一代L4自动驾驶程序。

　　Uber全球L4无人驾驶出租车将采用DRIVE Hyperion，基于英伟达全栈DRIVE AV软件运行无人驾驶网络，计划于2027年在洛杉矶和旧金山启动试点，2028年底前扩展至四大洲28座城市。

　　Cadence、Dassault Systèmes、西门子、新思科技等主要工业软件厂商将英伟达AI、开放模型、CUDA-X、Omniverse和GPU加速工业软件及工具带到现代、本田、奔驰、联发科、百事可乐、三星、SK海力士、台积电等公司，以加速设计、工程和制造。这些软件领导者们还推出了由英伟达驱动的智能体解决方案，用于复杂的芯片和系统工具流。

　　例如，本田正使用新思科技的Ansys Fluent在英伟达Grace Blackwell上运行空气动力学模拟，速度比使用CPU快了

　　将物理AI应用部署到AI RAN基础设施。电信网络正在演变成AI基础设施。T-Mobile试点NVIDIA RTX PRO 6000 Blackwell服务器版AI基础设施，补充AI-RAN创新中心的分布式网络，以充分发挥物理AI的潜力。

　　基于英伟达加速计算的AI-RAN过渡解决了物理AI扩展的关键瓶颈：缺乏低延迟、安全和无处不在的连接。

　　虽然Wi-Fi受到覆盖范围和安全性的限制，但T-Mobile的5G独立网络为复杂AI智能体提供了广泛的覆盖和保证服务质量。

　　在这张图里，英伟达的目标始终如一：垂直整合，横向开放，确保每一个AI系统，无论运行在哪里、做什么、规模有多大，都跑在英伟达的平台上。

　　未来已来，智能体大爆发正推动难以置信的计算需求。在这个AI新世界里，算力即金钱。从桌面、机器人、汽车、工厂到数据中心甚至到近地轨道，每一层都有英伟达的算力在运转，每一个token的生成都在为它的收入计数。

　　通过收购Groq LPU技术增强推理优势，用开源顶尖模型激励更广泛的算力需求，以全栈布局和提高工具易用性来垒高用户的迁移成本，英伟达走得每一步棋，都堪称教科书级。

　　英伟达是克制的，它坚持做基建商，不碰下游客户的分毫蛋糕。英伟达又是贪婪的，这种贪婪驱动它以极强的战斗力向前狂奔，为自己创造更庞大的未来市场，又以一种高明的长期主义，把各行各业的头部企业引入自己的生态轨道，把客户的成功变成自己的护城河。

　　最后，附上GTC 2026黄仁勋主题演讲片尾曲的歌词，来总结下本届GTC的重点：