在 GTC柏林2026 上，英伟达 CEO 黄仁勋系统阐述了他对 AI 的判断：AI 不是单纯的软件技术，而是一个制造业；它像一个“五层蛋糕”，从能源、基础设施、模型、应用到最终产业，层层叠加。演讲中，他发布了 Vera Rubin、DSX Pod、OpenShell、Sentry、Hyperion 等关键平台，并给出一个核心结论：智能体将成为软件的新形态，物理 AI 将是下一波浪潮，而每一家公司最终都会成为 AI 公司。

以下为演讲核心观点整理：

一、AI 是制造业，是一个“五层蛋糕”

过去几十年，计算机行业不断发展，现在我们正站在新一轮工业革命的开端。这场革命的关键问题是：AI 到底是什么？

我的回答很简单：AI 是一个制造业。AI 不仅仅是软件技术。它当然运行在计算机上，但这台计算机的运行方式从根本上不同。我们使用的工具，现在是机械和基础设施的一部分；工厂正在生产融入每个行业的智能。

可以把 AI 理解为一个五层蛋糕：

第一层是能源，为 AI 工厂中的先进计算机提供动力；第二层是基础设施，包括计算、网络、存储、电力、冷却；第三层是模型，不仅包括语言模型，还包括生物学、化学、物理学、机器人学、动作、动画等各类模型；第四层是人工智能原生应用；第五层是最终行业和应用，包括汽车、医疗、金融、制造等。

你不想只做 AI 的消费者，你还想生产 AI。欧洲已经开始构建自己的 AI 经济，这个五层蛋糕的每一层都有代表。基础设施层必须先存在，就像你必须先有网络连接才能上网，必须先有电气化和发电厂，才能真正享受电力带来的好处。

二、英伟达不是只做 GPU，而是全栈 AI 工厂

大多数人认为英伟达贡献最大的领域是 GPU。的确如此。我们 1993 年开始研发图形芯片，最终发展出 GPU、可编程着色 GPU，后来又加入 CUDA 加速，彻底改变了计算机技术，并催生了人工智能。

但今天，英伟达提供的是完整的端到端全栈 AI 工厂平台。从 GPU、CPU、网络、存储、交换芯片，到系统软件、CUDA X 库、模型和工具，我们覆盖了整个技术栈。

英伟达的本质，是一家算法公司，设计用于加速这些算法的硅芯片。CUDA X 库是我们公司的皇冠瑰宝。它们覆盖计算机光刻、信号处理、图像处理、数据处理、粒子、流体、稀疏求解器等广泛领域。模型层则是全新软件，是全新应用程序的引擎，与 CUDA X 库协同工作。

三、Vera Rubin 全面投产：一台没有电缆、100% 液冷的计算机

我们每一代架构都在推进 AI 性能。从 Pascal、Volta、Ampere、Hopper、Blackwell，到现在的Vera Rubin，已经推出六代架构。过去十年，我们把 AI 性能提高了一百万倍。摩尔定律在十年内本应提高 100 倍，而我们通过极致的代码设计，在芯片、系统、软件、算法和整个 AI 工厂层面持续创新，实现了远超摩尔定律的性能提升。

Vera Rubin 已经全面投产。这是世界上第一台完全自主研发的计算机：没有电缆，没有电线，100% 液冷。以前组装一个 Grace Blackwell 节点需要两个小时，电缆和电线到处都是，80% 液冷；现在 Vera Rubin 组装只需不到五分钟。这意味着制造周期更短、可靠性更高、性能更好。

MVLink 交换机托架把72 个 GPU 连接成一个巨大的 GPU。每个 GPU 有 20 个小芯片，72 个连接成一个巨型系统。Vera Rubin 在 Blackwell 山顶上又迈出了一大步：Blackwell 在遗传算法运算和大型语言模型构建方面比 Hopper 快 30 倍，而 Vera Rubin 又增加了 30 倍。仅仅两年，Vera Rubin 的成就就超过了 Blackwell。

四、DSX：AI 工厂不能只靠好芯片，必须整体协同设计

人工智能正在打造历史上规模最大的基础设施。工厂规模庞大，投资巨大。但光靠优秀的芯片，并不能打造出色的 AI 工厂。NVIDIA DSX 是一个完整的解决方案栈，是与世界领先 AI 工厂基础设施公司共同创新的参考架构，覆盖计算、网络、存储、软件、电力、冷却，作为一个整体系统协同设计，从设计到运行都进行优化。

DSX 从数字孪生开始。性能、动力、水和规模在施工开始前进行虚拟验证。PTC 把设备设计转化为可用于仿真的资产；DASO 系统连接机架和设施设计；施耐德电气模拟电力分配和液冷；Jacobs 把这一切整合到 Omniverse 数字孪生中；Siemens 评估热学、声学和电网影响；Procore 支持建设阶段规划。

电力限制了 AI 工厂的产能。DSX Max LPS是端到端控制系统，根据工作负载需求动态调节功率，在相同输出功率下减少 30% 功耗。DSX 还重新定义了散热：Vera Rubin 系统采用闭式循环液体冷却，冷却剂温度在适宜气候下最高可达 45°C。干式冷却器通过向空气释放热量，而不是蒸发水分。一个 2 吉瓦的 AI 工厂，DSX 每天可以节约5400 万升水，相当于 18 万户家庭的日用水量。

五、DSX Pod：把 AI 工厂变成工厂预制的一体化系统

今天，我们宣布推出NVIDIA DSX Pod，把全栈平台带入工厂预制一体化系统。它以 Vera Rubin NVL72 为基础，七个液冷计算机架通过 17 公里长的 Spectrum X 电缆连接，构成 Vera Rubin DSX 机舱。它在工厂完成全部布线、测试，然后装入可运输容器交付。干式冷却器取代传统蒸发式冷却器，800 伏直流电连接到机架，实现高效供电。一旦现场公用设施就绪，现场部署时间预计从几个月缩短到几天。

为什么这很重要？一个 1 吉瓦的 AI 工厂成本约500 亿美元，预期年收入可达数百亿美元。如果仅仅延迟三个月，就可能损失100 亿美元收入。通过把布线、组装、测试转移到供应链内部，我们可以把从安装到生产代币的时间从四到五个月缩短到大约一个月。DSX Pod 让 AI 工厂可以以光速建造：每瓦更高智能，更短的首 token 时间。

六、智能体五要素：模型、外骨骼、沙箱、知识、工具

过去一年，AI 发生了转型。开源代理概念真正开启了我们今天看到的局面。如今，世界各地的智能体在推理、迭代、使用工具，消耗大量代币，但它们变得有用。越来越多的智能体被开发出来，越来越普及，被更多人使用；因为它们需要大量代币来思考，代币消耗量飙升，GPU 需求也大幅增长。

一个智能体由五个要素组成：

第一，语言模型。它运行在 GPU 上，生成代币，负责感知、推理、计划和决策。第二，外骨骼。也就是智能体的“安全带”，协调记忆，包括主动记忆、工作记忆和长期记忆，激活工具。第三，沙箱。安全带运行在沙箱内，把智能体与系统其他部分隔离。第四，知识。智能体需要访问公司数据，把结构化与非结构化数据转化为知识基础。第五，工具。智能体必须使用工具，才能做实际工作。

模型、沙箱、工具箱、知识和工具，这五大要素构成一个智能体。

七、OpenShell 与 Sentry：智能体必须安全，安全是技术和工程

智能体是自主系统，可以访问文件、资源、网络和工具。我们必须确保这些权限被有效使用。希望不等于安全，安全不是愿景，安全是技术和工程。

我们推出NVIDIA OpenShell，这是一个安全的运行时环境，为智能体提供沙箱。你为每个智能体制定策略，OpenShell 以系统粒度强制执行：系统调用、文件访问、网络连接。形式验证会检查每次策略变更，限制权限上限，因此智能体永远无法获得超出预期的访问权限。这就像早期互联网，病毒无处不在，直到浏览器对网页功能实施严格限制。OpenShell 对智能体做了同样的事：执法发生在智能体之外，而不仅仅是在 LLM 内部。

NVIDIA Sentry增加了一个可选层，在主机外部、远离智能体的地方执行运行时策略。它运行在 NVIDIA BlueField 4 上，监控智能体活动，在硬件隔离的信任域中执行安全策略。因为智能体推理流量经过 Sentry，如果智能体计划执行某些操作，Sentry 可以立即切断与该模型的连接，将其隔离，精度达到毫秒级。它还能保存操作员可以验证的记录，用于检测、调查和响应。

OpenShell 是开源软件，在 Apache 2.0 框架下，可以在所有智能体运行的地方运行，从边缘到云端。智能体的效用取决于你授予它们的权限。OpenShell 和 Sentry 把访问权限交到你手中。这就是我们推进人工智能的方式：兼具性能与安全性。Anthropic 和英伟达正在合作创建云端 OpenShell 代理。

八、模型策略：封闭、开放、定制，未来每家公司都会同时使用

未来，我们运行的模型不会只有一种。我们会使用最好的模型，无论封闭、开放还是定制。有时候工作很普通，通用人工智能会做得很好；有时候工作涉及大量专有知识、专注领域，你想提升自己的智能。未来每家公司都会同时使用封闭模型和可自定义的开放模型。

英伟达一直推进开放模型：Neotron 用于语言，Cosmos 是世界基础模型，GR00T 代表人形机器人，Alpamayo 代表自主机器人导航，还有量子经典计算、Earth 2 物理 AI 等。我们不仅提供开放模型，还提供相关数据和完整配方，让你理解模型来源并完全信任它。

通过定制和合作伙伴，开放模型可以转化为前沿能力。你可以从一个开放模型开始，用你自己的数据进行训练后处理，针对你的使用场景实现超智能。这是非常明智的做法，而且现在技术已经完全可以实现。

九、知识基础与工具：让智能体真正做实际工作

模型和沙箱只是前两个组成部分。最终，让智能体变成超级智能体的，是让它们接触你公司的知识。这就是智能体知识基础。

公司数据可能存在于文档中，格式混乱，需要 AI 理解如何阅读 PDF 和非结构化文档；也可能存在于结构化数据库中。Neotron 解析达到世界一流水平，Neotron 嵌入把查询与内部知识关联起来，Neotron 重排序发现查询与不同来源、不同部分的关联，并排序汇总。Cosmos 可以根据结构化数据库预测可能发生的事情。例如，供应商通知供应短缺或延迟，这是非结构化文档信息；公司订单存储在 SQL 数据库中；为了预测哪些订单会缺货，可以用 Cosmos 预测，再用矢量数据库搜索替换部件的工程文档。这些库和数据处理能力构成你的知识基础，让你用专有数据和专有知识打造自己的人工智能。

最后是工具，也就是行业工具。英伟达一直在研发 CUDA X 库。对于大多数人来说，这是 AI 出现之前的一大挑战。我们所有讨论都围绕如何加速模拟器、求解器、数据处理引擎和领域特定库。它们应用于科学发现、工程、研究、设计、建造和创意艺术。CUDA X 库是算法，而算法是优美的。它们是英伟达的皇冠瑰宝。

智能体助手可以是实验室助手、研究助理、共同设计师。最终，让这些智能体有用的是工具。模型让智能体推理、理解信息、计划、迭代行动并使用工具，直到完成工作。但最终还是取决于工具。而这些工具运行在同一台计算机上，与直接在 CPU 上运行相比，处理速度提高 10 倍、50 倍、100 倍。CUDA X 工具为智能体提供了所需的专业工具。

十、物理 AI：下一波浪潮，从无线电到机器人

下一波 AI 是物理 AI：能够理解物理世界并进行推理的人工智能。物理世界多样化、复杂，具有极长的长尾。每当人们想到物理世界，就会想到机器人技术。但我最喜欢的物理世界应用之一是无线电和手机信号塔。它不使用扬声器和麦克风，而是使用无线电波和摄像头感知世界、推理、处理信息，通过波束成形与物理世界互动。这非常适合人工智能，将彻底改变电信方式，大幅提升频谱效率，就像我们用光线追踪所做的那样。

物理 AI 的另一个应用是机器人辅助放射治疗。肿瘤会变化，体型会变化，身体在治疗期间会变化。机器人放射自适应治疗系统必须感知变化，了解肿瘤位置，精确分割并定向引导放射治疗。这本质上是机器人操作，也是一种机器人手术。

当然，最大的物理 AI 应用之一是自动驾驶。每一家汽车公司都希望让自己的汽车成为网约车车队的一部分。未来无人驾驶出租车将接入 Uber、Bolt、Grab、Lyft 等网约车服务，不会只来自一个品牌。构建这些系统极其昂贵，尤其是配套软件。因此我们决定创建一个标准架构：Hyperion。14 个摄像头、9 个雷达、3 个低角度雷达、超声波传感器，由双 NVIDIA GPU 驱动。这个设计正被应用到一辆又一辆汽车的车队中。我们也在构建自动驾驶出租车功能，并连接到出行服务。

今天，我非常自豪地宣布，我们将新增四个品牌、四款车型加入 Hyperion 车队：大众面包车、捷豹路虎、沃尔沃车队，以及梅赛德斯下一代产品。欢迎来到 Hyperion。

十一、机器人：标准化配置，才能启动技术飞轮

机器人技术之所以难做，是因为涉及的工作种类繁多，需要为每一种构建特殊配置。这些多样化任务把机器人行业细分为不同类别，阻止了技术飞轮发生。手机发展如此迅速、个人电脑发展如此迅速、MVLink72 发展如此迅速，都是因为标准化配置允许许多客户使用，销量由此衍生，规模驱动技术飞轮越转越快。

我们需要机器人技术尽可能采用标准配置。人形机器人显然具备这种能力。它可能并不完美，但可能对很多事情都有效，因此很可能成为规模最大的机器人配置。如果我们能创建快速学习的人工智能，然后针对中小型场景开发，那些没有完整机器人团队来教授和编程的企业，现在可以向机器人展示需要做什么，因为机器人已经具备一般能力和一般智能，能够学习和快速适应。这很可能成为下一个主要平台技术。

我们正在与众多公司合作，其中很多在欧洲。没有哪个国家、哪个地区专门致力于生产电子机械系统，并在精度和工艺水平上达到欧洲的程度。这里很多公司非常擅长制造产品，这将成为下一个高产量产业。

十二、物理 AI 需要三台计算机：训练、数字孪生、机器人计算机

为了创建物理 AI 系统，你需要三台计算机。

第一台，训练人工智能模型。第二台，让 AI 学习如何运用技能。你不能只让人工智能对人工智能编程，然后让它进入现实世界为所欲为。你在数字孪生体中完成，这就是 Omniverse。Omniverse 连接各种系统、平台和工具，比如 Siemens、Doe、Cadence 等。第三台，机器人计算机。这台计算机集成到自动驾驶汽车、无人驾驶出租车中，我们称之为 Hyperion。Hyperion 包括计算机本身、功能安全系统、主动安全系统，以及一个专为 AI 物理安全设计的操作系统。

我们需要对机器人系统采用完全相同的方法。这样，每次你开始研究、研发自己的机器人系统，都不必从零开始拼凑所有软件、计算系统、传感器和机械系统。我们决定建造一个参考机器人：NVIDIA Robotics Agile One，与 Agile Robotics 合作。这款参考级机器人将于明年第一季度上市，预先组装好，内置计算机和集成软件，应该能够立即表现出色。这是一个很棒的起点，将成为我们加速机器人飞轮的起点。

十三、RTX Spark：个人电脑变成个人 AI 代理

英伟达起步于个人电脑革命。1993 年，Windows 95 即将开始，我们发明了 GPU、可编程着色、实时光线追踪，加入 CUDA，点燃了现代人工智能革命。

四年前，我们开始思考：个人电脑在新时代应该是什么样？它不只是你的工具，而是你的个人代理或个人助手。你与这台电脑的交互方式，本质上是一个同伴，帮你做事。这台电脑必须具备我今天提到的五项功能：模型、框架、安全运行时 OpenShell、知识和工具。好消息是，英伟达一直在加速这些工具，所以我们可以制造一台计算机，让 OpenGL、DirectX、所有 CUDA 组件和英伟达曾开发的所有产品都能运行。

经过四年与微软合作，我们推出RTX Spark，这是一个全新的计算机产品线。我们秘密研发了四年，研发了一款名为N1X的芯片。整个个人电脑行业携手合作，我们创造了台式机、笔记本电脑和工作站。2016 年，我发布 DGX-1，128 GB 内存，卖给一家小公司，叫 OpenAI。今天，RTX Spark PC 可以放在手里；如果你想要一台运行 CUDA 和所有工具的工作站，包括 Autodesk、Adobe、Cadence、Synopsys，你总能买到一台运行 Windows 的 DGX 工作站。20 petaflops 运算速度，754 GB 内存，令人难以置信。DGX 工作站搭配 RTX Spark，搭载 Windows，将于今年年底上市。

十四、构建智能体的方法：让智能体来构建它

到目前为止，我谈了智能体的五个组成部分。问题是如何构建它？如何让它在个人电脑或云端运行？

答案很简单：你让智能体来构建它。

你给智能体一个提示，它就能构建应用。接下来看到的，是一个机器人应用演示。请记住：这台个人电脑上运行着一个智能体。这个演示需要三台计算机：第一台训练，第二台数字孪生，第三台把 AI 植入计算机。

我们展示了 MicroDuck 机器人：使用 RTX Spark、Hermes 代理框架、Neotron 和 GPT6 Astra 模型、CUDA X 加速工具 FreeCAD、Blender、Isaac Sim、Newton 物理引擎和 Isaac Lab。Astra 使用 FreeCAD 建模，Blender 应用材质，Omniverse 模拟就绪库添加物理特性，Isaac Sim 构建场景。Astra 为 MicroDuck 提供关节、执行器和连接件，使用 Newton 物理引擎模拟运动。然后在云端，成千上万只微型鸭在 Isaac Lab 并行训练。每一次跌倒都是一次教训，策略不断改进。Omniverse 库模拟摄像头，教它如何“看”。感知和物理共同作用，MicroDuck 可以避开障碍物，在狭窄空间穿梭，适应环境。最后，策略下载到 RTX Spark，验证后部署到真正的鸭子身上。

构建和运行 AI 代理及其加速工具，可以在笔记本电脑上完成。

十五、每一家公司都会成为 AI 公司

今天我们聊了什么？我们聊了 AI 是制造业，是一个五层蛋糕；聊了基础设施必须先存在；发布了 DGX Pod，让建造 AI 工厂更容易；聊了 AI 工厂不再只是运行模型，而是运营整个智能体系统。

智能体系统由五部分组成：负责感知、推理、计划和决策的大型语言模型；与模型配合的外骨骼；外骨骼运行的安全运行时 OpenShell；你赋予它的知识和工具。这个智能体程序运行在这些计算机之上，同时我们也在向外扩展下一代人工智能，也就是物理 AI。

欧洲的每一家公司都可以建立智能体，都会成为一家人工智能公司。毫无疑问，每个人都会成为一家人工智能公司。这样，我们这里就会有一个蓬勃发展的人工智能经济。

33 年过去了，多么不可思议的旅程。全速前进。

结 语

黄仁勋这场演讲的核心判断可以压缩成几句话：AI 不是软件，而是制造业；AI 工厂不是一堆芯片，而是能源、计算、网络、冷却、模型、应用和行业共同组成的五层蛋糕；智能体不是聊天机器人，而是模型、外骨骼、沙箱、知识和工具组成的自主系统；物理 AI 不是未来概念，而是正在进入电信、医疗、汽车和机器人；每一家公司最终都会成为 AI 公司。而英伟达要做的，不只是卖 GPU，而是提供从芯片、系统、软件、模型到安全运行时的全栈基础设施。未来不会自动到来，它需要被工程化、被安全地部署、被每一家公司真正用起来。

本文来自微信公众号“AIGC指数”，作者：Mark