黄仁勋CES2026最新演讲：三个关键话题，一台“芯片怪兽”

　　北京时间1月6日，$英伟达 (NVDA.US)$CEO黄仁勋身着标志性皮衣再次站在CES2026的主舞台上。

　　2025年CES，英伟达展示了量产的Blackwell芯片和完整的物理AI技术栈。在会上，黄仁勋强调，一个“物理AI时代”正在开启。他描绘了一个充满想象力的未来：自动驾驶汽车具备推理能力，机器人能够理解并思考，AI Agent（智能体）可以处理百万级 token 的长上下文任务。

　　转眼一年过去，AI行业经历了巨大的变革演进。黄仁勋在发布会上回顾这一年的变化时，重点提到了开源模型。

　　他说，像DeepSeek R1这样的开源推理模型，让整个行业意识到：当开放、全球协作真正启动后，AI的扩散速度会极快。尽管开源模型在整体能力上仍比最前沿模型慢大约半年，但每隔六个月就会追近一次，而且下载量和使用量已经呈爆发式增长。

　　相比2025年更多展示愿景与可能性，这一次英伟达开始系统性地希望解决“如何实现”的问题：围绕推理型AI，补齐长期运行所需的算力、网络与存储基础设施，显著压低推理成本，并将这些能力直接嵌入自动驾驶和机器人等真实场景。

　　在本次黄仁勋在CES上的演讲，围绕三条主线展开：

• 　　在系统与基础设施层面，英伟达围绕长期推理需求重构了算力、网络与存储架构。以Rubin平台、NVLink 6、Spectrum-X以太网和推理上下文内存存储平台为核心，这些更新直指推理成本高、上下文难以持续和规模化受限等瓶颈，解决AI多想一会、算得起、跑得久的问题。

• 　　在模型层面，英伟达将推理型 AI（Reasoning / Agentic AI）置于核心位置。通过Alpamayo、Nemotron、Cosmos Reason 等模型与工具，推动 AI 从“生成内容”迈向能够持续思考、从“一次性响应的模型”转向“可以长期工作的智能体”。

• 　　在应用与落地层面，这些能力被直接引入自动驾驶和机器人等物理AI场景。无论是 Alpamayo 驱动的自动驾驶体系，还是GR00T 与 Jetson的机器人生态，都在通过云厂商和企业级平台合作，推动规模化部署。

　　从路线图到量产：Rubin首次完整披露性能数据

　　在本次CES上，$英伟达 (NVDA.US)$首次完整披露了Rubin架构的技术细节。

　　演讲中，黄仁勋从Test-time Scaling（推理时扩展）开始铺垫，这个概念可以理解为，想要AI变聪明，不再只是让它“多努力读书”，而是靠“遇到问题时多想一会儿”。

　　过去，AI 能力的提升主要靠训练阶段砸更多算力，把模型越做越大；而现在，新的变化是哪怕模型不再继续变大，只要在每次使用时给它多一点时间和算力去思考，结果也能明显变好。

　　如何让“AI多思考一会儿”变得经济可行？Rubin架构的新一代AI计算平台就是来解决这个问题。

　　黄仁勋介绍，这是一套完整的下一代AI计算系统，通过Vera CPU、Rubin GPU、NVLink 6、ConnectX-9、BlueField-4、Spectrum-6的协同设计，以此实现推理成本的革命性下降。

　　$英伟达 (NVDA.US)$Rubin GPU 是Rubin 架构中负责 AI 计算的核心芯片，目标是显著降低推理与训练的单位成本。

　　说白了，Rubin GPU 核心任务是“让 AI 用起来更省、更聪明”。

　　Rubin GPU 的核心能力在于：同一块 GPU 能干更多活。它一次能处理更多推理任务、记住更长的上下文，和其他 GPU 之间的沟通也更快，这意味着很多原本要靠“多卡硬堆”的场景，现在可以用更少的 GPU 完成。

　　结果就是，推理不但更快了，而且明显更便宜。

　　黄仁勋现场给大家复习了Rubin架构的NVL72硬件参数：包含220万亿晶体管，带宽260 TB/秒，是业界首个支持机架规模机密计算的平台。

　　整体来看，相比Blackwell，Rubin GPU在关键指标上实现跨代跃升：NVFP4 推理性能提升至 50 PFLOPS（5 倍）、训练性能提升至 35 PFLOPS（3.5 倍），HBM4 内存带宽提升至 22 TB/s（2.8 倍），单 GPU 的 NVLink 互连带宽翻倍至 3.6 TB/s。

　　这些提升共同作用，使单个 GPU 能处理更多推理任务与更长上下文，从根本上减少对 GPU 数量的依赖。

　　Vera CPU是专为数据移动和Agentic处理设计的核心组件，采用88个英伟达自研Olympus核心，配备1.5 TB系统内存（是上代Grace CPU的3倍），通过1.8 TB/s的NVLink-C2C技术实现CPU与GPU之间的一致性内存访问。

　　与传统通用CPU不同，Vera专注于AI推理场景中的数据调度和多步骤推理逻辑处理，本质上是让“AI多想一会儿”得以高效运行的系统协调者。

　　NVLink 6通过3.6 TB/s的带宽和网络内计算能力，让Rubin架构中的72个GPU能像一个超级GPU一样协同工作，这是实现“推理成本降至1/7”的关键基础设施。

　　这样一来，AI 在推理时需要的数据和中间结果可以迅速在 GPU 之间流转，不用反复等待、拷贝或重算。

　　在Rubin架构中，NVLink-6负责GPU内部协同计算，BlueField-4负责上下文与数据调度，而ConnectX-9则承担系统对外的高速网络连接。它确保Rubin系统能够与其他机架、数据中心和云平台高效通信，是大规模训练和推理任务顺利运行的前提条件。

　　相比上一代架构，英伟达也给出具体直观的数据：相比 NVIDIA Blackwell 平台，可将推理阶段的 token 成本最高降低10倍，并将训练混合专家模型（MoE）所需的 GPU 数量减少至原来的1/4。

　　$英伟达 (NVDA.US)$官方表示，目前$微软 (MSFT.US)$已承诺在下一代Fairwater AI超级工厂中部署数十万Vera Rubin芯片，CoreWeave等云服务商将在2026年下半年提供Rubin实例，这套“让AI多想一会儿”的基础设施正在从技术演示走向规模化商用。

　　“存储瓶颈”如何解决？

　　让AI“多想一会儿”还面临一个关键技术挑战：上下文数据该放在哪里？

　　当AI处理需要多轮对话、多步推理的复杂任务时，会产生大量上下文数据（KV Cache）。传统架构要么把它们塞进昂贵且容量有限的GPU内存，要么放到普通存储里（访问太慢）。这个“存储瓶颈”如果不解决，再强的GPU也会被拖累。

　　针对这个问题，$英伟达 (NVDA.US)$在本次CES上首次完整披露了由BlueField-4驱动的推理上下文内存存储平台（Inference Context Memory Storage Platform），核心目标是在GPU内存和传统存储之间创建一个“第三层”。既足够快，又有充足容量，还能支撑AI长期运行。

　　从技术实现上看，这个平台并不是单一组件在发挥作用，而是一套协同设计的结果：

• 　　BlueField-4 负责在硬件层面加速上下文数据的管理与访问，减少数据搬移和系统开销；

• 　　Spectrum-X 以太网提供高性能网络，支持基于 RDMA 的高速数据共享；

• 　　DOCA、NIXL和Dynamo等软件组件，则负责在系统层面优化调度、降低延迟、提升整体吞吐。

　　我们可以理解为，这套平台的做法是，将原本只能放在GPU内存里的上下文数据，扩展到一个独立、高速、可共享的“记忆层”中。一方面释放 GPU 的压力，另一方面又能在多个节点、多个 AI 智能体之间快速共享这些上下文信息。

　　在实际效果方面，英伟达官方给出的数据是：在特定场景下，这种方式可以让每秒处理的 token数提升最高达5倍，并实现同等水平的能效优化。

　　黄仁勋在发布中多次强调，AI正在从“一次性对话的聊天机器人”，演进为真正的智能协作体：它们需要理解现实世界、持续推理、调用工具完成任务，并同时保留短期与长期记忆。这正是 Agentic AI 的核心特征。推理上下文内存存储平台，正是为这种长期运行、反复思考的 AI 形态而设计，通过扩大上下文容量、加快跨节点共享，让多轮对话和多智能体协作更加稳定，不再“越跑越慢”

　　新一代DGX SuperPOD ：让576个GPU协同工作

　　$英伟达 (NVDA.US)$在本次CES上宣布推出基于Rubin架构的新一代DGX SuperPOD（超节点），将Rubin从单机架扩展到整个数据中心的完整方案。

　　什么是DGX SuperPOD？

　　如果说Rubin NVL72是一个装有72个GPU的“超级机架”，那么DGX SuperPOD就是把多个这样的机架连接起来，形成一个更大规模的AI计算集群。这次发布的版本由8个Vera Rubin NVL72机架组成，相当于576个GPU协同工作。

　　当AI任务规模继续扩大时，单个机架的576个GPU可能还不够。比如训练超大规模模型、同时服务数千个Agentic AI智能体、或者处理需要数百万token上下文的复杂任务。这时就需要多个机架协同工作，而DGX SuperPOD就是为这种场景设计的标准化方案。

　　对于企业和云服务商来说，DGX SuperPOD提供的是一个“开箱即用”的大规模AI基础设施方案。不需要自己研究如何把数百个GPU连接起来、如何配置网络、如何管理存储等问题。

　　新一代DGX SuperPOD五大核心组件：

• 　　8个Vera Rubin NVL72机架 - 提供计算能力的核心，每个机架72个GPU，总共576个GPU；

• 　　NVLink 6扩展网络 - 让这8个机架内的576个GPU能像一个超大GPU一样协同工作；

• 　　Spectrum-X以太网扩展网络 - 连接不同的SuperPOD，以及连接到存储和外部网络；

• 　　推理上下文内存存储平台 - 为长时间推理任务提供共享的上下文数据存储；

• 　　英伟达Mission Control软件 - 管理整个系统的调度、监控和优化。

　　这一次的升级，SuperPOD的基础以DGX Vera Rubin NVL72机架级系统为核心。每一台 NVL72本身就是一台完整的AI超级计算机，内部通过NVLink 6 将72块Rubin GPU 连接在一起，能够在一个机架内完成大规模推理和训练任务。新的DGX SuperPOD，则由多台NVL72 组成，形成一个可以长期运行的系统级集群。

　　当计算规模从“单机架”扩展到“多机架”后，新的瓶颈随之出现：如何在机架之间稳定、高效地传输海量数据。围绕这一问题，英伟达在本次 CES 上同步发布了基于 Spectrum-6 芯片的新一代以太网交换机，并首次引入“共封装光学”（CPO）技术。

　　简单来看，就是将原本可插拔的光模块直接封装在交换芯片旁边，把信号传输距离从几米缩短到几毫米，从而显著降低功耗和延迟，也提升了系统整体的稳定性。

　　英伟达开源AI“全家桶”：从数据到代码一应俱全

　　本次CES上，黄仁勋宣布扩展其开源模型生态（Open Model Universe），新增和更新了一系列模型、数据集、代码库和工具。这个生态覆盖六大领域：生物医学AI（Clara）、AI物理模拟（Earth-2）、Agentic AI（Nemotron）、物理AI（Cosmos）、机器人（GR00T）和自动驾驶（Alpamayo）。

　　训练一个AI模型需要的不只是算力，还需要高质量数据集、预训练模型、训练代码、评估工具等一整套基础设施。对大多数企业和研究机构来说，从零开始搭建这些太耗时间。

　　具体来说，$英伟达 (NVDA.US)$开源了六个层次的内容：算力平台（DGX、HGX等）、各领域的训练数据集、预训练的基础模型、推理和训练代码库、完整的训练流程脚本，以及端到端的解决方案模板。

　　Nemotron系列是此次更新的重点，覆盖了四个应用方向。

　　在推理方向，包括Nemotron 3 Nano、Nemotron 2 Nano VL等小型化推理模型，以及NeMo RL、NeMo Gym等强化学习训练工具。在RAG（检索增强生成）方向，提供了Nemotron Embed VL（向量嵌入模型）、Nemotron Rerank VL（重排序模型）、相关数据集和NeMo Retriever Library（检索库）。在安全方向，有Nemotron Content Safety内容安全模型及配套数据集、NeMo Guardrails护栏库。

　　在语音方向，则包含Nemotron ASR自动语音识别、Granary Dataset语音数据集和NeMo Library语音处理库。这意味着企业想做一个带RAG的AI客服系统，不需要自己训练嵌入模型和重排序模型，可以直接使用英伟达已经训练好并开源的代码。

　　物理AI领域，走向商业化落地

　　物理AI领域同样有模型更新——用于理解和生成物理世界视频的Cosmos，机器人通用基础模型Isaac GR00T、自动驾驶视觉-语言-行动模型Alpamayo。

　　黄仁勋在CES上声称，物理AI的“ChatGPT时刻”快要来了，但面对挑战也很多：物理世界太复杂多变，采集真实数据又慢又贵，永远不够用。

　　怎么办呢？合成数据是条路。于是$英伟达 (NVDA.US)$推出了Cosmos。

　　这是一个开源的物理AI世界基础模型，目前已经用海量视频、真实驾驶与机器人数据，以及3D模拟做过预训练。它能理解世界是怎么运行的，可以把语言、图像、3D和动作联系起来。

　　黄仁勋表示，Cosmos能实现不少物理AI技能，比如生成内容、做推理、预测轨迹（哪怕只给它一张图）。它可以依据3D场景生成逼真的视频，根据驾驶数据生成符合物理规律的运动，还能从模拟器、多摄像头画面或文字描述生成全景视频。就连罕见场景，也能还原出来。

　　黄仁勋还正式发布了Alpamayo。Alpamayo是一个面向自动驾驶领域的开源工具链，也是首个开源的视觉-语言-行动（VLA）推理模型。与之前仅开源代码不同，英伟达这次开源了从数据到部署的完整开发资源。

　　Alpamayo最大的突破在于它是“推理型”自动驾驶模型。传统自动驾驶系统是“感知-规划-控制”的流水线架构，看到红灯就刹车，看到行人就减速，遵循预设规则。而Alpamayo引入了“推理”能力，理解复杂场景中的因果关系，预测其他车辆和行人的意图，甚至能处理需要多步思考的决策。

　　比如在十字路口，它不只是识别出“前方有车”，而是能推理“那辆车可能要左转，所以我应该等它先过”。这种能力让自动驾驶从“按规则行驶”升级到“像人一样思考”。

　　黄仁勋宣布英伟达DRIVE系统正式进入量产阶段，首个应用是全新的梅赛德斯-奔驰CLA，计划2026年在美国上路。这款车将搭载L2++级自动驾驶系统，采用“端到端AI模型+传统流水线”的混合架构。

　　机器人领域同样有实质性进展。

　　黄仁勋表示包括Boston Dynamics、Franka Robotics、LEM Surgical、LG Electronics、Neura Robotics和XRlabs在内的全球机器人领军企业，正在基于英伟达Isaac平台和GR00T基础模型开发产品，覆盖了从工业机器人、手术机器人到人形机器人、消费级机器人的多个领域。

　　在发布会现场，黄仁勋背后站满了不同形态、不同用途的机器人，它们被集中展示在分层舞台上：从人形机器人、双足与轮式服务机器人，到工业机械臂、工程机械、无人机与手术辅助设备，展现出一版“机器人生态图景”。

　　从物理AI应用到RubinAI计算平台,再到推理上下文内存存储平台和开源AI“全家桶”。

　　$英伟达 (NVDA.US)$在CES上展示的这些动作，构成了英伟达对于推理时代AI基础设施的叙事。正如黄仁勋反复强调的那样，当物理 AI 需要持续思考、长期运行，并真正进入现实世界，问题已经不再只是算力够不够，而是谁能把整套系统真正搭起来。

　　CES 2026 上，英伟达已经给出了一份答卷。

（文章来源：腾讯科技）

(责任编辑：17)