CES 2026丨老黄扔下了一颗真正的「企业级核弹」

"在芯片快速进化的背后，AI需求正在急剧攀升，多条曲线同时发挥作用：模型参数规模正以每年约10倍的速度扩大，推理阶段的计算需求以每年约5倍的速度增长，而token成本则需要以每年约10倍的速度持续下降。"

2026年1月5日的CES2026，仁勋打破了一个延续五年的惯例首次在CES上未发布任何消费级显卡。没有RTX新品的欢呼，取而代之的是发布NVIDIARubin平台。

「Vera Rubin」计算平台：开启了新一代Al之旅

VeraRubin计算平台，系以发现暗物质的天文学家命名，该平台由六款专为打造超凡,Al超级计算机而设计的全新芯片组成。VeraRubin也树立了新的标杆，能以最低的成本构建、部署和安全运行全球最大型、最先进的AI系统，其目标只有一个：

加速 AI 训练的速度，开启新一代AI之旅。

英伟达内部曾有铁律：每代产品最多迭代1-2颗核心芯片。

但Vera Rubin直接颠覆传统，一口气推出6款全新芯片并全面量产，用“极致协同设计”回应AI模型每年10倍的增长需求——不是优化单一部件，而是重构从芯片到系统的每一层级。

这 6 款芯片分别是：

1. Vera CPU：

• 88 个 NVIDIA 定制 Olympus 核心
•  采用 NVIDIA 空间多线程技术，支持 176 个线程
•  NVLink C2C 带宽 1.8 TB/s
• 系统内存 1.5 TB（为 Grace 的 3 倍）
• LPDDR5X 带宽 1.2 TB/s
• 2270 亿个晶体管

2. Rubin GPU：

• NVFP4推理算力50PFLOPS，是前代 Blackwell的5倍
• 拥有 3360 亿晶体管，比 Blackwell 晶体管数量增加了 1.6 倍
• 搭载第三代Transformer引擎，能根据 Transformer 模型需求动态调整精度

3. ConnectX-9 网卡：

- 基于 200G PAM4 SerDes 的 800 Gb/s 以太网

- 可编程 RDMA 与数据通路加速器

- 通过 CNSA 与 FIPS 认证

- 230 亿个晶体管

4. BlueField-4 DPU：

• 专为新一代 AI 存储平台而构建的端到端的引擎
• 面向 SmartNIC 与存储处理器的 800G Gb/s DPU
• 搭配 ConnectX-9 的 64 核 Grace CPU
• 1260 亿个晶体管

5. NVLink-6 交换芯片：

• 连接 18 个计算节点，支持最多 72 个 Rubin GPU 像一个整体协同运行
• 在 NVLink 6 架构下，每个 GPU 可获得 3.6 TB 每秒的 all-to-all 通信带宽
• 采用 400G SerDes，支持 In-Network SHARP Collectives，可在交换网络内部完成集合通信操作

6. Spectrum-6 光以太网交换芯片：

• 512 通道，每通道 200Gbps，实现更高速数据传输
• 集成台积电 COOP 工艺的硅光子技术
• 配备共封装光学接口（copackaged optics）
• 3520 亿个晶体管

通过这6颗芯片构成的 NVL72 系统，是一头性能怪兽：

• 推理算力达 3.6 EFLOPS，是上一代Blackwell的5倍。

• 训练性能 2.5 EFLOPS，提升3.5倍。

• 功耗是前代 2 倍，但吞吐量（每瓦/每美元生成的 Token 数）是 10 倍。
  最关键的：训练一个10万亿参数模型，只需Blackwell 1/4 的系统数量，单 Token 成本降至 1/10。

更惊艳的是工程设计——从前超算节点43根线缆、2小时组装，如今零线缆设计搭配6根液冷管线，5分钟即可完成部署，机架后3.2公里长的铜缆构成 NVLink 主干网。

老黄调侃道：“这几百磅重的家伙，得体格好的 CEO 才扛得住”。

对企业而言，性能跃升直接转化为真金白银：训练10万亿参数模型仅需1/4的 Blackwell 系统，生成单个 Token 成本降至1/10，每瓦每美元的 Token 吞吐量提升10倍。对造价500亿美元的千兆瓦数据中心来说，这意味着营收能力直接翻倍，彻底改写 AI 算力的成本逻辑。

去年英伟达推出 Grace-Blackwell 架构扩展内存，但还是不够。而 Vera Rubin 的方案是在机架内部署 BlueField-4 处理器，专门管理 KV Cache。

每个节点配 4 个 BlueField-4，每个背后有 150TB 上下文内存，分配到 GPU 上，每块 GPU 额外获得 16TB 内存——而 GPU 自带内存只有约 1TB，关键是带宽保持 200Gbps，速度不打折。

但仅有容量还不够，要让分布在几十个机架、上万块 GPU 上的「便签」像同一块内存那样协同，网络必须同时做到「够大、够快、够稳」。这就轮到 Spectrum-X 登场了。

Spectrum-X 是英伟达推出的全球首款「专为生成式 AI 设计」的端到端以太网网络平台，最新一代的 Spectrum-X 采用台积电 COOP 工艺，集成硅光子技术，512 通道×200Gbps 速率。

老黄算了笔账：一个千兆瓦数据中心造价 500 亿美元，Spectrum-X 能带来 25% 吞吐提升，相当于节省 50 亿美元。「你可以说这个网络系统几乎是『白送』的。」

安全方面，Vera Rubin 还支持保密计算（Confidential Computing）。所有数据在传输、存储、计算过程中全程加密，包括 PCIe 通道、NVLink、CPU-GPU 通信等所有总线。

企业可以放心把自己的模型部署到外部系统，不用担心数据泄露。

开源为王！Nemotron引领AI范式转移

黄仁勋直言，去年 DeepSeek V1 的突破震惊世界，这款首个开源推理系统点燃了行业创新浪潮。PPT上清晰显示，国产模型 Kimi k2 与 DeepSeek V3.2 占据开源榜单前二，老黄坦言：“开源模型虽落后顶尖水平约六个月，但每半年一次的迭代速度，让所有人都无法缺席”。

英伟达也不再只“卖铲子”，而是亲自下场构建生态：Nemotron 3开源模型系列正式亮相，包含 Nano（300亿参数）、Super（1000亿参数）、Ultra（5000亿参数）三档规格，采用混合潜在专家架构，Token 处理吞吐量较上代提升4倍，安永、思科、Zoom 等企业已率先采用。同时，DGX Cloud 超级计算机搭配 La Proteina、OpenFold 3 等模型，将开源生态延伸至生物医药、自动驾驶等关键领域。

英伟达的下一个野心：征服物理世界。

如果说大语言模型解决了「数字世界」的问题，那么英伟达的下一个野心，很明显是要征服「物理世界」。黄仁勋提到，要让 AI 理解物理法则，并在现实中生存，数据是极其稀缺的。

在智能体开源模型 Nemotron 之外，他提出了构建物理 AI（Physical AI）的「三台计算机」核心架构。

1. 训练计算机（如GB300超算）

2. 推理计算机（机器人/汽车的“边缘大脑”）

3. 模拟计算机（Omniverse，提供虚拟物理训练场）

基于此，他发布了 Alpamayo——全球首个具备思考和推理能力的端到端自动驾驶模型。它解决了“长尾问题”，面对未知复杂路况，能像人类一样进行常识推理和解释决策。搭载该技术的奔驰 CLA 将于今年Q1在美国上路，采用独特的“双重安全栈”确保绝对安全。

发布会上，老黄还特地展示了英伟达的机器人战略。

波士顿动力、Agility 的人形与四足机器人轮番登场，迪士尼萌系机器人更是引发全场欢呼，老黄调侃：“它们在计算机中被设计、制造，在面对重力前就完成了千万次测试”。所有机器人均搭载 Jetson 小型计算机，在 Omniverse Isaac 模拟器中完成训练，而英伟达正将这套技术整合进西门子、新思科技的工业体系，宣告“工厂本身就是最大的机器人”。

在AI泡沫论四起的今天，黄仁勋用一场从“核弹级”硬件到“杀手级”应用的全景演示，回答了最根本的问题：AI到底能做什么？英伟达的战略路径无比清晰：从赋能虚拟世界，到亲手塑造物理世界。

“过去我们为虚拟世界造芯，现在要让AI走进真实世界。”黄仁勋的这句话，道破了英伟达的战略转型。从2.5吨的算力巨兽到毫米级的机器人，从开源模型到工业级解决方案，英伟达正在用全栈能力定义AI的下一个时代——不是颠覆自己，而是重构整个科技产业的底层逻辑。