Jensen Huang 在 2026 年 CES 上推出重達 2.5 噸的 Vera Rubin 平台，決心征服物理 AI

CES 2026 剛剛見證了一個人工智慧產業的歷史性轉折，當 NVIDIA 的執行長 Jensen Huang 帶來了一台重達 2.5 噸的「神奇機器」登上舞台。與過去專注於消費級顯示卡的年份不同，這次 Jensen Huang 完全轉向企業計算系統，並公布了 Vera Rubin 平台——這是 NVIDIA GPU 發展史上的一大飛躍。

在 48 小時內，Jensen Huang 出席了三個重要活動：NVIDIA Live、與西門子合作的 AI 技術研討會，以及聯想的 TechWorld。這連續的亮相並非偶然——它反映了 NVIDIA 建構實用 AI 生態系的整體策略。

Vera Rubin：NVIDIA 晶片架構的飛躍

以著名天文學家命名的 Vera Rubin 平台，代表了根本性的創新。這是 NVIDIA 歷史上首次同時設計並量產一整套六種不同晶片，不僅追求改進，更是徹底重塑。

這一變革的原因十分明確：摩爾定律已經放緩。傳統的設計已無法跟上 AI 模型每年十倍的成長速度。Jensen Huang 和 NVIDIA 選擇了「極限協同設計」的路線——在所有層面同步創新。

這六款晶片包括：

• Vera CPU：88 核定制 Olympus 核心，系統記憶體 1.5 TB（是 Grace 的 3 倍），支援 176 線處理，NVLink C2C 頻寬 1.8 TB/s
• Rubin GPU：推理性能達 50 PFLOPS（是 Blackwell 的 5 倍），集成第三代 Transformer 引擎
• ConnectX-9：可程式化 800 Gb/s 以太網 RDMA
• BlueField-4 DPU：專用處理器，配備 64 核 Grace CPU，搭載 150TB 記憶體
• NVLink-6 Switch：連接 72 個 GPU，形成一個統一的運算單元
• Spectrum-6：光纖技術，擁有 512 個頻道，每頻道 200Gbps

超越預期的性能

Vera Rubin NVL72 系統帶來令人震驚的數據。在推理任務中，計算能力達到 3.6 EFLOPS，是 Blackwell 的 5 倍。在訓練方面，性能達 2.5 EFLOPS，提升 3.5 倍。

LPDDR5X 記憶體容量高達 54TB（是前一代的 3 倍），HBM4 記憶體帶寬達 1.6 PB/s，提升 2.8 倍。最令人印象深刻的是，儘管性能大幅提升，晶體管數量僅增加 1.7 倍，達到 220 萬億個。

從成本角度來看，Vera Rubin 也展現了強大實力。訓練一個百萬億參數的模型，只需 1/4 的 Blackwell 系統數量，生成一個 Token 的成本僅為 1/10。能源效率方面，throughput（每瓦每美元完成的 AI Token 數）提升 10 倍——對於價值 50 億美元的數據中心來說，這代表營收翻倍。

Spectrum-X 網路技術：「免費」價值 50 億美元

Jensen Huang 精準計算：Spectrum-X，專為 AI 生成設計的端到端以太網平台，能將 throughput 提升 25%，相當於為數據中心節省 50 億美元。他自信地說：「這套網路幾乎是免費的。」

此技術採用 TSMC 的 COOP 製程，結合矽光子技術，使 GPU 和 BlueField-4 在數萬設備中仍能像一個單一記憶體一樣協同運作。

解決「長尾效應」的記憶體問題

AI 領域面臨的一大挑戰是 KV Cache（鍵值快取），即 AI 的「任務記憶」。當對話持續較長或模型較大時，HBM 記憶體會過載。

Vera Rubin 透過在每個伺服器節點部署 BlueField-4 來解決此問題。每個節點配備 4 個 BlueField-4，每個都搭載 150TB 記憶體，提供每 GPU 16TB 的記憶空間，且傳輸速度仍維持在 200Gbps。

安全性提升

Vera Rubin 支援 Confidential Computing——所有資料在傳輸、存儲和計算過程中都進行加密，包括 PCIe、NVLink 和 CPU-GPU 通訊。企業可以放心部署模型，不用擔心資料外洩。

開源與代理：未來趨勢

Jensen Huang 強調開源軟體的重要性，特別提到 DeepSeek V1——首個開源推理系統，令全球驚豔。在他的幻燈片中，Kimi k2 和 DeepSeek V3.2 被列為該領域的第一和第二。

雖然目前的開源模型可能比頂尖模型落後約 6 個月，但每半年就會有新模型出現。這種快速迭代的速度，讓新創公司、巨頭和研究人員都不願錯過——甚至 NVIDIA 也是如此。

NVIDIA 建構了涵蓋生命科學、物理 AI、代理模型、機器人和自駕的開源生態系。他們還開發了像 La Proteina（蛋白質合成）和 OpenFold 3 這樣的先進模型，以及價值數十億美元的 DGX Cloud 超級電腦。

物理 AI：征服現實世界

若說大型語言模型解決了「數字世界」的問題，那麼 Jensen Huang 的下一個雄心明確是征服「物理世界」。

他提出了「三核心計算機」架構：訓練用的計算機（由 GPU 建構）、推理用的計算機（放置在機器人或汽車邊緣的微腦）、模擬用的計算機（Omniverse 和 Cosmos）。

Alpamayo：具備推理能力的自駕系統

基於此架構，Jensen Huang 正式宣布了 Alpamayo——全球首款具備思考與推理能力的自動駕駛模型。

不同於傳統自駕，Alpamayo 不僅執行硬編碼指令，還能像人類司機一樣推理：遇到前所未見的交通狀況時，它可以推斷：「它會告訴你接下來要做什麼，以及為什麼要這樣決策。」

搭載 Alpamayo 技術的 Mercedes CLA，預計在 2026 年第一季於美國正式亮相，之後推廣至歐洲和亞洲市場。由於 NVIDIA 的「雙層安全架構」，這款車被 NCAP 評為全球最安全的車輛——當 AI 模型不確定時，系統會切換到傳統安全模式。

機器人策略：從 Boston Dynamics 到工廠

所有機器人都將配備 Jetson 小型電腦，並在 Omniverse 上的 Isaac Simulator 中進行訓練。NVIDIA 正將此技術整合到工業生態系，如 Synopsys、Cadence、Siemens。

Jensen Huang 邀請舞台上的人形機器人、來自 Boston Dynamics 和 Agility 的四足機器人，以及 Disney 的可愛機器人亮相。但他強調最重要的一點：「最大型的機器人，其實就是工廠。」

未來，晶片設計、系統設計、工廠模擬——都將由物理 AI 加速。Jensen Huang 甚至對機器人團隊說：「你們將在電腦中設計、在電腦中生產，甚至在電腦中測試與驗證，然後才真正面對重力。」

Jensen Huang 的全方位策略

在 AI 泡沫的爭議中，Jensen Huang 似乎需要證明 AI 真能做什麼。除了公布 Vera Rubin 的強大平台，他也大量投資於應用與軟體。

從早期為虛擬世界打造晶片，到現在 NVIDIA 直接展示並專注於 Physical AI——自駕、機器人——進入現實世界。正如 Jensen Huang 所說：「只有戰鬥開始，武器才能持續銷售。」

CES 2026 證明了，有 Jensen Huang 在，NVIDIA 不僅在賣晶片——他們在打造 AI 物理的未來。