黄仁勋柏林GTC发布Vera Rubin架构与AI工厂方案：聚焦智能体、物理AI与欧洲AI工业化落地
SmartHey10月22日消息，当地时间10月21日，英伟达2026 GTC大会在德国柏林正式开幕。英伟达CEO黄仁勋发表长达90分钟的主题演讲，系统阐述AI基础设施升级路径，并围绕智能体（Agent）、人形机器人、自动驾驶等前沿方向，发布全新芯片架构、AI工厂参考方案及多项生态合作成果，全面勾勒AI产业下一阶段发展蓝图。
本次演讲背景源于黄仁勋近期对欧洲多国的深度技术访问。其间，英伟达宣布将向欧洲AI技术生态投入近100亿美元，携手超1.2万家本地合作伙伴加速AI项目落地——欧莱雅、雀巢、汇丰银行、保时捷等头部企业均已启动联合AI应用实践。
黄仁勋指出，AI正驱动人类历史上规模空前的新型基础设施建设，全球已站在新一轮工业革命的临界点。他强调，传统摩尔定律逼近物理极限，未来必须依靠芯片、系统、软件与算法的全栈协同设计，才能支撑AI从内容生成迈向具备自主推理、任务分解与真实世界执行能力的‘智能体’时代。他将AI技术体系形象喻为‘五层蛋糕’：底层是能源供给，向上依次为加速计算、AI工厂、AI模型层，顶层为数字智能应用。
在算力基础设施层面，英伟达正式发布新一代Vera Rubin系统架构。该架构采用全液冷设计，单机架可集成72颗GPU，构建高密度AI超算单元。性能方面，上一代Blackwell架构相较Hopper已实现30倍大模型处理提速；而Vera Rubin预计在未来两年内再提升30倍性能，显著超越摩尔定律预期增长曲线。
依托Vera Rubin，英伟达同步推出DSX POD AI工厂参考方案，并宣布联想、戴尔、HPE等17家全球领先IT基础设施厂商成为首批生态合作伙伴。该方案采用预制化交付模式，仅需对接场地电力、冷却与网络即可快速部署，将传统AI工厂建设周期由6个月大幅压缩至14天。
该方案兼顾高性能与可持续性：闭环液冷技术近乎零用水，吉瓦级AI工厂每日节水达5400万升，相当于18万户家庭日均用水量；配套MaxLPS智能功耗管理软件，最高可降低30%运行能耗。
黄仁勋透露，一座吉瓦级AI工厂造价约500亿美元，提前完成工业化预制部署，可有效避免算力闲置造成的巨额经济损失，推动数据中心建设模式从现场施工向标准化、模块化、工厂化制造演进。
商业落地进展同步加速：谷歌云宣布将于下月上线搭载Vera Rubin NVL72系统的A5X云实例，规划部署最多96万块Rubin GPU；伦敦AI企业Ineffable Intelligence将成为首批用户，基于该平台开展大规模强化学习研究。此外，英伟达提出‘通信即算力’新范式——未来电信基站有望转型为分布式AI边缘节点，CUDA技术将深度赋能通信网络，优化频谱调度与实时决策效率。
针对当前爆发式增长的AI智能体赛道，黄仁勋提炼出智能体代理（Agent）五大核心能力组件：基础大模型（负责推理与规划）、外部编排框架（统筹多步任务流）、隔离沙箱（保障运行环境安全）、私有知识库（注入企业专属数据）、工具链（连接API、数据库与物理设备以执行动作）。
安全被视为智能体规模化落地的关键门槛。为此，英伟达开源OpenShell安全智能体参考架构：通过内核级轻量沙箱与细粒度权限策略引擎，严格限制智能体对系统资源的访问权限，并实时监控其行为轨迹；权限支持按任务动态授予与回收。企业可基于英伟达Nemotron、Cosmos等系列开放模型，融合自有业务数据进行高效微调，构建可控、可信、可审计的‘主权智能’系统。
演讲后半程聚焦‘物理AI’（Physical AI），黄仁勋明确将其定义为AI发展的下一波浪潮，而机器人与自动驾驶是两大核心载体。英伟达全面升级Isaac机器人开发平台，并联合思灵机器人推出人形机器人参考样机，预计将于2027年第一季度量产上市，出厂即预装完整硬件堆栈与全栈软件栈。
现场还演示了微型仿生机器人‘Micro Duck’——这只机器小鸭可自主完成倒地复位、连续翻滚、动态平衡等复杂动作，其核心算力单元为全新发布的RTX Spark模组。该模组整机算力达1 petaflop，配备128GB高速内存，体积紧凑且支持本地大模型推理；其算力密度相当于2016年初代DGX超算，但体积已从需两人搬运的机柜级设备，进化为可嵌入终端设备的微型大脑。
在自动驾驶领域，英伟达发布Hyperion整车级计算架构：硬件配置涵盖14颗摄像头、9个毫米波雷达与3颗激光雷达，由双GPU协同驱动，专为Robotaxi等高阶无人驾驶场景优化。该平台将面向全球车队规模化部署，目标构建跨品牌、跨车型的统一虚拟车队网络。黄仁勋展望：全球每年万亿英里的车辆行驶里程中，未来将有相当比例由无人驾驶出租车承接。
演讲尾声，黄仁勋总结三大核心脉络：欧洲正加速构筑AI经济新基座；AI工厂持续迭代，为智能体提供弹性、安全、高效的运行底座；物理AI开启软硬协同的新技术边疆。他提出愿景：‘未来，欧洲每一家企业，无论规模大小，都拥有成为AI原生企业的能力与机会。’