黄仁勋的“Agent工厂”：新故事的揭示

正文：

在2026年6月1日于COMPUTEX 2026期间召开的NVIDIA GTC Taipei大会上，英伟达的创始人兼CEO黄仁勋进行了主题演讲。

当时，英伟达推出了Vera Rubin的“芯片全家桶”，涵盖Vera CPU、Rubin GPU、Groq 3 LPU、ConnectX-9、BlueField-4 DPU和Spectrum-6交换机。这六颗芯片组成了一个机架级AI超级计算机，并宣布训练大型MoE模型所需的GPU数量将减少到四分之一，同时推理吞吐量每瓦提高10倍，单token成本降低至十分之一。

与之前强调“芯片全家桶”和“算力全家桶”等系统级解决方案不同，三个月后的COMPUTEX，黄仁勋将注意力转向这些基础设施将服务的对象——Agent。

在演讲中，黄仁勋透露Vera Rubin已进入量产阶段，Vera CPU开始在全球交付，DGX Station首次以Windows形式进入企业桌面，Cosmos 3重构了物理AI的感知框架，而DSX则成为AI工厂的运营操作系统。此外，英伟达与宇树合作推出了H2 Plus——首款基于Isaac GR00T的人形机器人参考设计，将Agent的边界扩展至物理世界。

英伟达正围绕Agent生态体系，整合从芯片到数据中心、模型、软件和机器人平台的完整技术架构。

黄仁勋指出：“Agent AI和实用型人工智能时代已经到来。如今，token（即‘词元’）成为了利润的单位，AI成为了GDP的‘生成器’，软件工程师的数量正在上升。人们讨论AI导致工作岗位减少的说法完全是错误的，实际上，更多的软件工程师正在被招聘。”

Vera Rubin自设计之初便将Agent作为重点工作负载，区别于过去主要关注大模型训练和推理的做法。

黄仁勋在演讲中表示，一个Agent任务通常不仅仅是一次模型推理，而是涉及推理、搜索、工具调用、代码执行和结果验证等多个环节，可能包含数千个步骤。未来的数据中心将处理的，不再是单一的模型请求，而是大量持续运行且相互协作的Agent任务。

该平台被定义为一个大型统一的计算单元级AI超级计算机，专为处理从推理、检索到工具使用的智能体工作负载而设计。在同规模的超大型数据中心中，Vera Rubin平台的自主AI智能体任务处理效率是上一代Grace Blackwell平台的十倍。

除了计算平台本身，网络也成为Vera Rubin升级的一个重点。

以往数据中心中，GPU之间的数据传输主要依赖于传统光模块和交换机架构，但随着集群规模的不断扩大，功耗、散热和部署复杂度迅速上升。因此，英伟达在Vera Rubin平台中引入了Spectrum-X Ethernet Photonics网络系统。

这标志着英伟达首次大规模应用共封装光学（CPO）技术于AI数据中心网络。

简单来说，传统方案需将光模块插在交换机外部，而CPO则直接将光学器件集成在交换机内部，从而降低能耗和信号损失。

此外，安全性也是Vera Rubin平台关注的核心能力之一。

为此，英伟达将机密计算（Confidential Computing）能力扩展至整个Vera Rubin平台。通过可信执行环境、硬件级验证以及端到端加密机制，企业在处理私有数据、行业敏感信息和关键模型时能够获得更高的安全保障。

黄仁勋透露，Vera Rubin已进入量产阶段。作为第三代MGX机架级系统，其背后涉及超过150家合作伙伴、350多座工厂以及覆盖30多个国家和地区的供应链体系。根据英伟达的计划，Vera Rubin将于今年秋季正式交付。

英伟达推出了专为智能体时代打造的新型处理器Vera，并已全面投产。

黄仁勋指出，内存系统的进步将推动存储系统的创新和现代化升级。迄今为止的所有CPU都是为人类设计的，而Vera则是专为AI时代而生，为智能体量身定制。

作为Grace的继任者，Vera采用了英伟达自主设计的“Olympus” CPU核心架构，核心数量从72个提高至88个，并大幅提升了内存和数据处理能力。据英伟达介绍，在与Agent相关的工作负载测试中，Vera的任务执行速度是同期x86服务器CPU的1.8倍。

与单纯的性能提升相比，更为重要的变化在于Vera与Rubin GPU之间的关系：Vera通过第二代NVLink-C2C与Rubin GPU连接，互联带宽达到1.8TB/s，从而进一步降低了Agent运行过程中CPU与GPU之间的数据传输开销。

黄仁勋表示，Vera Rubin采用了美光、SK海力士和三星的HBM（高带宽内存），其供应链规模是上一代Blackwell的“两倍”。然而，部署一个大型Blackwell机架需耗时两个小时，而Vera Rubin的时间已压缩至五分钟级别。

NVIDIA此次推出的DSX，可以被视为一套“AI工厂建设与运营的工具箱”。

以往在建设AI数据中心时，客户需分别考虑服务器、网络、电力、冷却、机房设计和运维系统等多个环节，许多环节依赖于不同供应商的协同。DSX的目标是将这些原本分散的环节整合到同一框架内，使客户在设计、仿真、建设到运营的过程中都能参考一套可行且可验证的标准方案。

黄仁勋在发布会上表示：NVIDIA不仅仅是销售芯片，更希望为基础设施建设者提供一整套AI工厂的蓝图。

DSX中的第一个工具是DSX MaxLPS，旨在解决AI工厂面临的实际问题：在固定的电力预算下，如何容纳更多GPU并实现更多Token的处理。

根据英伟达的说法，MaxLPS结合液冷和机架内功耗优化，可以让运营商在不明显影响性能的情况下，多运行最多40%的GPU。

第二个工具是DSX OS，相当于AI工厂的运营软件，负责生命周期管理、智能调度、健康监测、故障恢复以及多租户管理等任务。简单来说，如果AI工厂是一座复杂的工厂，DSX OS则负责确保这座工厂的持续稳定运转。

在DSX的产品矩阵中，Reference Design提供AI工厂的参考设计，指导客户如何搭建机房、机架、网络、电力和冷却系统；DSX Sim负责仿真，以便客户在建设前验证设计的可行性；DSX Flex将AI工厂与电网连接，使数据中心能够根据电价、负荷和需求响应信号调整任务；DSX Exchange则负责打通IT系统、运营系统、能源和冷却系统之间的数据接口。

在生态系统方面，CoreWeave、Crusoe、Lambda等云合作伙伴正在部署DSX Sim、MaxLPS和DSX OS，以降低风险并提升GPU利用率。戴尔、HPE、联想、Supermicro以及华硕、富士康、技嘉、云达科技等制造商正在构建支持DSX的系统。

在演讲现场，黄仁勋正式发布了“DGX Station for Windows”工作站，英伟达将其定义为面向Windows生态的桌面级AI超级计算机。