撰文：Techub News 整理
导语
2026 年 10 月 23 日，NVIDIA 创始人兼 CEO Jensen Huang（黄仁勋）在德国柏林举行的 GTC 大会上发表了主题演讲。在这场长达 90 多分钟的分享中，黄仁勋不仅回顾了 NVIDIA 与欧洲长达 33 年的深厚渊源，更系统性地描绘了 AI 作为新工业革命的宏伟蓝图，并发布了一系列旨在加速全球，特别是欧洲 AI 经济发展的核心技术、产品和战略。此次演讲正值 AI 技术从大规模模型训练向智能体（Agent）和物理世界交互演进的关键节点，黄仁勋的阐述揭示了 NVIDIA 如何从芯片公司演进为「全栈 AI 工厂平台」，并致力于赋能每一个行业、每一家公司成为 AI 公司。
摘要
- AI 是一场新工业革命，其核心是生产智能（Token）的「AI 工厂」，由能源、先进计算、AI 工厂、模型、应用五层构成。
- NVIDIA 发布新一代 Vera Rubin 架构及 DSX Pod 预制化 AI 工厂解决方案，旨在将数据中心部署时间从数月缩短至数天，极大提升基础设施效率。
- AI 正进入「智能体时代」，智能体由模型、运行框架（Harness）、安全沙盒（Open Shell）、知识库和工具（CUDA-X）五大要素构成，能自主完成复杂任务。
- 物理 AI（Physical AI）是下一波浪潮，涵盖机器人、自动驾驶、电信网络优化等，NVIDIA 通过 Omniverse 数字孪生、Hyperion 自动驾驶平台及 Agile One 参考机器人等生态系统推动其发展。
- 欧洲正积极构建其 AI 经济，NVIDIA 在过去一年投资近 100 亿美元，并与超过 12,000 家欧洲伙伴合作，覆盖从基础设施到行业应用的全链条。
AI 作为新工业革命：从芯片到全栈工厂平台
黄仁勋开宗明义，指出我们正处于一场新工业革命的开端。这场革命的核心是人工智能，它不仅仅是一种软件技术，更是一个制造智能的产业。AI 如同电力，将融入所有行业，改变我们构建一切的方式，并催生前所未有的新事物。
他将 AI 经济比喻为一个五层蛋糕：能源为底层基础，之上是先进计算硬件，这些硬件构成AI 工厂，工厂生产出由模型生成的数字智能（Token），最终集成到所有应用中。他强调，要真正参与 AI 经济，不能只做消费者，更要成为智能的生产者。欧洲正在全面构建这五层架构，从 Schneider（施耐德）、Siemens Energy（西门子能源）等能源与基础设施巨头，到 Nebia、Firebird 等新兴 AI 云服务商，生态系统正在蓬勃发展。
NVIDIA 的角色已从单一的 GPU 供应商，演变为提供全栈、端到端的 AI 工厂平台。这个平台不仅包括最新的 Vera Rubin GPU 计算芯片，还涵盖 NVLink 交换网络、Spectrum-X 以太网解决方案、BlueField DPU，以及 Vera 存储加速器和 RTX 计算卡。更重要的是，驱动这一切的软件栈：从管理巨型 AI 工厂的系统软件，到包含超过 350 个加速库的 CUDA-X 算法集（其中 cuDNN 被誉为现代 AI 的「大爆炸」起点），再到顶层的各类 AI 模型。黄仁勋强调，NVIDIA 本质上是一家算法公司，其设计芯片的目的就是为了加速这些算法。
回顾过去十年，从 Pascal 架构到如今的 Vera Rubin，通过极致的软硬件协同设计（Extreme Co-Design），NVIDIA 将 AI 性能提升了一百万倍，远超摩尔定律的预期。这为欧洲乃至全球参与 AI 生态和经济奠定了坚实的基础。
Vera Rubin 与 DSX Pod：重新定义 AI 基础设施
黄仁勋重点介绍了新一代 Vera Rubin 架构及其带来的基础设施变革。Vera Rubin 不仅是 GPU 的迭代，更是为处理完整的智能体工作负载而设计。一个智能体需要多种计算能力：大型语言模型负责思考（感知、推理、规划、使用工具）；一个「外骨骼」般的运行框架（Harness）来协调工作、管理记忆和调用工具；专门处理知识的数据计算单元；以及运行各种 CUDA-X 加速工具的计算单元。Vera Rubin 架构整合了这些能力。
他展示了全新的 Vera Rubin 计算机，其设计完全无电缆、100% 液冷，组装时间从上一代 Blackwell 的两小时缩短至不到五分钟，带来了更高的制造效率、可靠性和性能。通过 NVLink 交换机托盘，可将 72 块 Vera Rubin GPU 连接成一个巨型 GPU，实现前所未有的算力整合。
然而，构建 AI 工厂的最大挑战之一在于部署速度。一个千兆瓦级的 AI 工厂价值约 500 亿美元，其年收入预期可达数百亿美元。延迟投产意味着巨大的收入损失。为此，NVIDIA 推出了革命性的 DSX Pod 解决方案。这是一个工厂预制、集成化、完全测试的 AI 工厂模块，包含计算、网络、存储、电源和冷却系统，并采用非蒸发式干冷却器以节约大量水资源。DSX Pod 通过数字孪生技术预先验证设计，然后以可运输的集装箱形式交付。这将现场部署时间从以往的数月大幅缩短至数天，显著减少了基础设施的空置期和资本浪费，提升了整个产业链的效率和盈利能力。
智能体时代：架构、安全与构建之道
黄仁勋指出，过去一年 AI 领域发生了关键转变：从模型走向智能体。智能体能够思考、推理、迭代并使用工具，因此消耗巨量的 Token，但也因此变得真正有用。他阐述了智能体的五个核心构成要素：模型（Model）、运行框架（Harness）、安全沙盒（Sandbox）、知识（Knowledge） 和工具（Tools）。
随着智能体被赋予文件、资源和网络访问权限，其安全性成为首要关切。NVIDIA 为此推出了 Open Shell 安全运行时平台。Open Shell 不再依赖对 AI 的「口头请求」（Please don‘t approach），而是通过强制执行精细化的系统调用、文件访问和网络连接策略来保障安全。它结合了 Linux 内核隔离和运行时策略执行，确保智能体仅在最小必要权限下运行。此外，可选的 Sentry 组件运行在 BlueField 4 DPU 上，在硬件隔离的信任域中监控智能体活动，一旦检测到异常意图，可在毫秒内切断模型连接。Open Shell 已开源，并迅速获得了从前沿 AI 实验室到网络安全公司的广泛采用。
在模型层面，黄仁勋强调未来将是闭源、开源和定制化模型共存的格局。NVIDIA 持续推动开源模型的发展，如 NeMo-Tron（语言）、Cosmos（世界模型）、GRoot（人形机器人）、Alpaca IO（自动驾驶）等，并提供完整的模型权重、训练数据和配方，确保可追溯性和信任度。企业可以基于这些优秀的开源模型，利用自有数据进行后训练，打造具备前沿能力的、主权化的专属智能。
知识和工具是赋予智能体专业能力的核心。NVIDIA 提供了世界级的库来处理企业的结构化和非结构化数据，例如 NeMo Parse（文档解析）、NeMo Embed（向量嵌入）、Kumo（结构化数据预测）等，构成企业的「知识基石」。而工具则来自 NVIDIA 深耕多年的 CUDA-X 加速库，涵盖流体力学、量子化学、数据科学、光线追踪等无数领域。这些算法是 NVIDIA 的「皇冠之珠」，能让智能体调用专业工具，完成真实的科学发现、工程设计和艺术创作等工作。
黄仁勋通过多个案例展示了智能体的应用：Lyra Sciences 利用 BioNeMo 模型和 CUDA-X 工具构建药物发现实验室助手；Siemens（西门子）使用 Cosmos 世界模型和 Omniverse 打造工厂运营智能体；Dassault Systèmes（达索系统）则创建了用于工程设计和仿真的虚拟助手。他总结道，构建一个智能体已不再困难，关键在于整合模型、框架、安全沙盒、企业专属知识以及强大的工具这五大要素。
物理 AI 与欧洲的机遇
AI 的下一个浪潮是理解并与物理世界交互的物理 AI（Physical AI）。这远不止于机器人，还包括电信网络（利用 AI 优化射频波束成形，提升频谱效率）、自适应放射治疗机器人等。黄仁勋特别提到，全球数以十万计的电信基站站点，代表着约 100 吉瓦的分布式计算资源，未来将演变为分布式的 AI 基础设施网络。
在自动驾驶领域，NVIDIA 的 Hyperion 参考架构已成为行业标准，统一了传感器套件和计算平台。他宣布，大众厢式车、捷豹路虎新款车型、沃尔沃车队以及梅赛德斯-奔驰下一代车型都将兼容 Hyperion，加入未来的机器人出租车（Robo-taxi）服务网络，形成一个庞大的虚拟车队。
对于机器人，特别是人形机器人，黄仁勋认为标准化配置是推动行业技术飞轮的关键。为此，NVIDIA 与 Agile Robotics 合作，推出了 Agile One 参考机器人。这款预集成软硬件的机器人将于明年第一季度上市，旨在为开发者提供一个高起点，加速机器人技术的创新与应用。他特别指出，欧洲在精密机械、电子工程和制造工艺方面拥有无与伦比的优势，必将成为物理 AI 和机器人产业的核心力量。
黄仁勋强调，开发物理 AI 系统需要三台计算机的协作：一台用于训练 AI 模型，一台（Omniverse 数字孪生）用于在虚拟环境中学习和训练技能，第三台则是部署在实体机器人或车辆中的边缘计算机。
人人可及的 AI：从超级计算机到个人 AI 伴侣
演讲最后，黄仁勋将视角拉回个人计算。他宣布了与微软合作四年、投入数千工程年开发的 RTX Spark 个人 AI 计算机系列。其核心的 N1X 芯片，实现了在一台可手持的设备中提供 1 petaflops 算力和 128 GB 内存——这相当于 2016 年交付给 OpenAI 的第一台 DGX-1 AI 超级计算机的性能，但体积和功耗已不可同日而语。此外，还有性能更强大的 DGX Station 工作站版本。
这些个人 AI 计算机能够本地运行包含五大要素的完整智能体。黄仁勋通过一个生动的演示展现了这一点：在 RTX Spark 上，利用 Hermes 框架、Nemotron 和 GPT-6 Astra 模型、CUDA-X 加速工具（FreeCAD, Blender）以及 Isaac Sim 数字孪生环境，快速为一只名为「Micro Duck」的小机器人设计训练课程、进行仿真训练，最终将学会避障行走的策略部署到实体机器人上。这标志着强大的 AI 智能体构建和运行能力正变得人人可及。
在总结中，黄仁勋重申了欧洲构建繁荣 AI 经济的信心。经过 33 年的深耕，NVIDIA 与欧洲伙伴共同站在了新工业革命的起点。通过提供从底层基础设施（DSX Pod）、核心计算架构（Vera Rubin）、智能体平台（Open Shell, 模型、知识、工具）到物理 AI 生态系统（Omniverse, Hyperion, Agile One）的全栈支持，他相信欧洲的每一家公司都将转型为 AI 公司，共同开启智能的未来。
