新模型名為Muse Glimmer，是Meta旗下Muse Spark 1.2模型的精簡版本，擁有300億參數，僅需一塊顯卡即可運行，主要面向日程管理、檔案整理等代理任務。祖克柏同時呼籲美國政府，限制對外國開源模型的訪問並非有效解決方案。 $Meta Platforms (META.US)$首席執行長馬克·祖克柏周一宣佈，公司將很快恢復發佈部分開源AI模型，並推出新型輕量級模型Muse Glimmer，同時呼籲美國政府降低對開源AI的政策限制。 新模型名為Muse Glimmer，是Meta旗下Muse Spark 1.2模型的精簡版本，擁有300億參數，僅需一塊顯卡即可運行，主要面向日程管理、檔案整理等代理任務。模型權重將在Hugging Face平台開放下載，Meta同時計劃開放更強大的Muse Spark版本的權重。 消息公佈後，Meta周一美股盤前漲幅一度擴大至近3%。

8月的第一個星期，顯示卡市場來了一波價格暴漲。 7月底開始，消費級顯示卡價格突然起飛，熱門型號一天一個價，高端卡甚至幾天漲幾千塊。這場景，估計會讓很多人回想起2020到2021年那波礦潮，但背後的原因則不太一樣。 根據上海證券報在華強北的走訪報導，我們能梳理出一份此輪漲價的具體資料：RTX 5060從2300到2500元漲到了2700到3100元，短短四天最高漲了800塊，漲幅超過30%；RTX 5080更誇張，7月初報價還在9000多元，現在已突破11000元，漲了1700元；5070 Ti在7月31日拿貨價是8200元，到了8月1日就變成8400元，一晚上漲200塊。而RTX 5090更是離譜，一周就漲了4000元。 Wccftech拿到的管道資料顯示，5070 Ti目前在部分電商平台的價格已經到了10700元，而2025年11月同款卡的價格僅為7200元，不到一年漲了快一半。

最近打算裝機、換顯示卡的朋友，估計都被澆了一盆透心涼。 根據 Benchlife 最新消息，NVIDIA 已經通知各大授權的顯示卡合作夥伴廠商，接下來 GPU 套件（GPU+視訊記憶體）要全線漲價，從新架構的 GDDR7 視訊記憶體，到 GeForce 的全系列 GDDR6 視訊記憶體，無一例外都要漲。 漲價潮其實不止這一次，早在 5 月份，NVIDIA 就漲了 RTX 5090 和 RTX 5090 D V2 的旗艦款，這回算是把其他系列產品線都覆蓋了。 可以說，視訊記憶體成本幾乎全面上調，下游廠商的拿貨價格必然水漲船高，最後可不得消費者來買單嘛。

等等黨贏了嗎？ 先給到我個人評價吧，關於顯示卡因為視訊記憶體要漲價的事情，去年底就在流傳，並且當時消息一度傳聞輝達要放開“核心+視訊記憶體”的配套供應，讓AIC合作夥伴自行採購。最後事情不了了之，消費級供應和需求都疲軟，顯示卡漲價並沒有真的落實。 RTX 50系已經推出一年半多，真的有意願升級，或者要裝電腦的新玩家，早早的、或者最遲在今年618，該裝的已經裝了。能拖到現在還沒買，還沒升級，多半就是偽需求，或者是生活中有更加緊張的需要花錢的東西。 據台媒 BenchLife.info 援引博板堂消息，輝達已向 AIC 合作夥伴發出通知，將上調 GPU 核心與視訊記憶體套件的出貨價格。此次調價幾乎覆蓋所有 GeForce RTX 顯示卡，僅有此前已漲價的 RTX 5090 和 RTX 5090 D v2 被排除在外。

過去三十年，輝達的顯示卡一直在推動遊戲產業向前發展。《賽博朋克 2077》、《荒野大鏢客 2》這些 3A 大作，都建立在顯示卡性能不斷進步的基礎上。沒有輝達這三十年的持續研發，就沒有今天規模超過3000億美元的全球遊戲產業。但這個故事突然停止了。輝達宣佈無限期推遲新一代遊戲顯示卡的研發，官方給出的理由是“記憶體供應受限，優先供應資料中心”。這讓全球遊戲產業正在經歷一場前所未有的危機。禍不單行，AI技術的革新換代，也讓遊戲開發者們感到了危機。生成式AI正以超出預期的速度替代遊戲開發的每一個環節。從美術素材到NPC對話，從關卡生成到音效配樂，AI工具正在大規模替代傳統人力。Google發佈Genie 3世界模型的那一天，甚至直接引起了遊戲公司股價集體暴跌。如果AI能在一分鐘內生成“類塞爾達”遊戲，那麼開發一款遊戲就需要好幾年的遊戲廠商們，還有存在的必要嗎？正是這兩股力量同時作用，才讓整個行業出現了重塑的先兆。然而，恐慌之下，遊戲行業真正的護城河也在顯現，因為有些東西是無法被演算法複製的，比如遊戲的靈魂。這場危機，既是行業的至暗時刻，也是重新定義“遊戲”本質的契機。01輝達“拋棄”遊戲玩家從產品上來看，RTX 50系列的新版本，代號“Kicker”，設計已經完成，但被無限期擱置。同時，原本計畫在2027年底量產的RTX 60系列，也就是採用Reuben架構的新一代顯示卡，現在被推遲到了2028年。對於習慣了每兩年就能看到新一代顯示卡的玩家來說，這意味著要面對一個長達三到四年的技術真空期。事實上輝達已經不算是一家遊戲顯示卡公司了。2026財年第三季度，輝達總營收達到570億美元，其中資料中心業務貢獻了512億美元，佔比高達90%。遊戲業務呢？僅僅43億美元，佔比7.5%。如果看全年資料，2025財年資料中心業務收入1152億美元，佔總收入的88.3%，而遊戲業務只有113.5億美元，佔 8.7%。更關鍵的是增長率：遊戲業務增長了9%，但資料中心業務暴漲了142%。不可否認的是，遊戲業務已經從曾經的核心類股淪為邊緣業務，成了一個很邊緣的存在。對於一家市值超過4兆美元的公司來說，遊戲GPU帶來的利潤已經不值得他們投入太多資源。如果放在以前可能輝達頂多會縮減遊戲業務的預算，但是現在情況不太一樣。TSMC的晶圓產能本就緊張，美光等記憶體廠商又將重心轉向資料中心，記憶體價格一路飆升。輝達必須做出取捨。從商業邏輯來看，資料中心業務每單位投入的產出遠超遊戲顯示卡。Oracle、AWS 這些雲服務商帶著“大袋鈔票”搶購算力，輝達當然知道該把有限的資源分配給誰。記憶體短缺的嚴重程度超出了大多數人的想像。2025年10月，OpenAI啟動了“星門計畫”，與三星和SK海力士簽訂協議，每月採購90萬片DRAM晶圓，這相當於全球產量的40%。輝達真正需要的是HBM，也就是高頻寬記憶體。這種記憶體在原材料層面需要的矽是傳統DRAM的三倍。美光公司率先退出了消費級記憶體市場，他們旗下的Crucial品牌不再生產面向普通消費者的記憶體條。三星也開始向資料中心傾斜，他們只做了大約70%的DRAM訂單，剩下30%全部流給了其他品牌。市場研究機構TrendForce的資料顯示，2025年DRAM價格上漲了172%，而2026年第一季度預計還要再漲 50% 到 55%。美光的副總裁直截了當地說：“我們2026年一整年的產能都已經賣光了。”這不僅僅是輝達的問題，整個供應鏈都在發生同樣的轉向。TSMC的2奈米製程產能據說已經完全售罄了，黃仁勳也曾公開表示，TSMC需要在未來十年內將產能翻倍才能滿足他們的需求。輝達不僅停止了新卡的研發，甚至開始削減現有產品的供應。RTX 5070 Ti被華碩列入了“生命周期終止”名單，因為他們從輝達那裡拿不到足夠的GPU晶片。輝達和華碩都發佈了公關聲明，說這款顯示卡“並未停產”，但一家海外硬體媒體表示：“不管官方怎麼說，實際上就是越來越少了。”作為遊戲行業的硬體基石，輝達的腳步一旦放慢，整個行業勢必出現連鎖反應。PC遊戲的硬體升級周期被迫延長，遊戲開發商無法依賴新一代硬體性能的提升來推動技術進步，3A大作的畫質軍備競賽遭遇了天花板。玩家的升級成本居高不下，這直接阻礙了市場的擴張。輝達有難，你以為老對頭AMD和英特爾可以爽吃增量市場？錯！AMD的RDNA 5架構也被推遲到2027年末，因為他們也要優先生產用於AI的Instinct 系列晶片。而英特爾的高端 Battlemage B770獨立顯示卡也在同一時間被擱置了。這場危機的本質，是一個產業被另一個產業擠出了生存空間。一個資料中心機架裝滿Rubin GPU能帶來的利潤，超過數十萬張遊戲顯示卡的總和。在這種利潤差距面前，任何關於“玩家忠誠度”的討論都顯得蒼白無力。遊戲玩家們曾經是輝達最忠實的擁躉，他們排隊搶購每一代新顯示卡，支撐輝達這家公司走到今天。但現在，當AI的浪潮席捲而來，這份三十年的情分被一句“記憶體供應受限”輕飄飄地打發了。令人唏噓。02AI技術的軟衝擊如果說輝達的轉向是對遊戲行業的硬體封鎖，那麼生成式AI的崛起則是一場更隱蔽但同樣致命的軟性衝擊。這場衝擊的標誌性事件發生在2026年1月29日，Google發佈了基於Genie 3世界模型的Project Genie。1月30日美股開盤後消息擴散並引發股價反應，遊戲行業的股價經歷了一場“大屠殺”。Unity Software單日暴跌24.22%，創下2022年以來最大跌幅。Take-Two下跌7.93%， Roblo暴跌13.17%， AppLovin重挫16.89%。三家公司單日市值蒸發約195億美元，折合人民幣約1400億。就連任天堂和CD Projekt Red這樣的遊戲巨頭也未能倖免，股價紛紛下挫。實際上造就如此局面的底層邏輯異常簡單，如果AI能用一分鐘生成一個可互動的3D世界，那些花費數年時間、投入數億美元開發遊戲的公司還有什麼價值？Project Genie展示的能力確實令人震撼，使用者只需輸入“卡通風格的3D賽車遊戲”這樣的文字提示，或者上傳一張《塞爾達傳說》的截圖，它就能生成一個看起來相當逼真的遊戲世界。你可以在裡面移動、探索，甚至進行一些簡單的互動。Unity的CEO馬修·布隆伯格（Matthew Bromberg）不得不在社交媒體上安撫市場說：“世界模型的輸出是機率性的，而遊戲是確定性系統，兩者本質不同。”摩根士丹利的分析師也指出，Genie 3的記憶窗口只有1分鐘，超過這個時間，它就會開始“遺忘”初始場景，整個世界的結構可能隨之崩潰。恐慌雖然確實有點過了，但AI對遊戲行業的衝擊卻是真實存在的。在某些特定領域，AI正在以驚人的速度替代傳統人力。美術素材是第一個被攻陷的陣地。AI已經能夠快速生成概念圖、紋理貼圖、角色設計和場景草圖。現在已經有遊戲大廠，通過AI來批次生成NPC外觀、建築細節和植被變體。這並不意味著美術師會失業，但它確實改變了工作流程。那些重複性高、創意要求低的素材製作工作，正在被AI接管。NPC對話和次要劇情是另一個AI將要接管的領域。AI可以生成無限量的NPC閒聊對話，根據玩家輸入即時生成回應，理論上實現“真正的互動”。雖然質量堪憂，但對於那些本來就不重要的路人甲乙丙，AI對話“夠用”且成本極低。主要劇情仍然需要人類編劇的精心打磨，但大量填充性內容正在被AI接管。關卡原型和結構生成也在發生變化。AI可以用大模型生成關卡藍圖和結構框架，根據難度曲線自動生成關卡佈局。King公司開發的《糖果傳奇》已經在用AI輔助設計將近2萬個關卡。當然，AI生成的關卡往往“能玩”但缺乏精妙設計，它適合重複性高、規則明確的關卡，比如三消遊戲或跑酷遊戲，但不適合需要精心雕琢的解謎關卡，比如《塞爾達曠野之息》裡各種精巧的神廟。音效和配樂領域，AI的優勢更加明顯。AI可以根據場景自動生成背景音樂，語音合成技術已經接近真人水平。尤其是成本，AI幾乎零成本，而配音演員非常昂貴，一些國內聲優單條語音報價上千元，一款3A遊戲可能包含數千到數萬條語音。這種成本差距面前，製作方的選擇不言而喻。最後就是程式碼和Bug修復。這一塊無需多言，當下最火的賽道就是AI程式設計。Claude Opus 4.6、GPT-5.3 Codex這兩個剛剛發佈的AI程式設計工具甚至讓各大軟體公司股價暴跌，足以見得其威力。這些變化正在重塑遊戲開發的成本結構。過去，一款3A遊戲的開發可能需要數百名美術師、編劇、音效師和程式設計師，耗時數年，花費數億美元。現在，AI工具可以將其中相當一部分工作自動化，大幅降低成本和時間。這對獨立開發者是福音，但對傳統遊戲公司卻是威脅。GDC（遊戲開發者大會）2026 年的調查顯示，36%的遊戲行業從業者已經在工作中使用生成式AI工具，這個比例在發行商、行銷和公關公司中高達58%。但與此同時，52%的開發者認為生成式AI對遊戲行業產生了負面影響，這個比例比2025年的30%和2024年的18% 都要高得多。矛盾的資料背後是行業的撕裂。商業決策者看到的是效率提升和成本降低，而一線開發者看到的是工作崗位的流失和創意空間的壓縮。這種情緒不難理解。遊戲開發是一個創意密集型行業，從業者往往對自己的作品有強烈的情感投入。當AI開始接管那些曾經需要人類創造力的工作時，他們感受到的不僅是職業威脅，更是一種存在價值的消解。03人類的護城河，那些領域可以笑傲 AI然而，遊戲行業真正的護城河，是AI無論如何也無法複製的。2026年2月，投資銀行Bernstein發佈了一份關於遊戲行業的研報，其中有一段話值得反覆品味：“生成式AI是機率性工具，遊戲是確定性系統，兩者本質不同。AI能加速素材生產，但無法替代遊戲規則設計、數值平衡及 IP 積澱帶來的護城河。”這句話點出了問題的核心。遊戲的靈魂不在於素材的生成速度，而在於IP價值、世界觀建構、玩法創新和情感共鳴。而在可預見的未來，我並不認為AI有能力攻破這道城牆。IP價值是第一道防線。任天堂的馬力歐IP誕生於1985年，近40年來推出了超過200款遊戲，橫跨所有品類。2023年《超級馬力歐兄弟大電影》全球票房13億美元，成為史上最高票房的遊戲改編電影。在任天堂Switch平台上，8年間馬力歐系列推出了29款遊戲，平均每年3款以上。《馬力歐賽車8豪華版》銷量突破 7000 萬份，是Switch平台的絕對霸主。馬力歐系列的累計銷售額已經超過500億美元，這個數字還不包括周邊商品、主題公園和影視改編帶來的收入。AI可以在1分鐘內生成“類似塞爾達”的世界，但它生成不了玩家對林克、海拉魯的情感寄託。AI可以模仿《巫師》的中世紀奇幻風格，但它給不了玩家傑洛特那種遊走於灰色地帶的道德選擇所帶來的思考。IP的核心價值不在於素材，而在於時間、一致性和情感積累，這是AI無法速成的。世界觀與敘事深度是第二道防線。R星的《荒野大鏢客2》是一個標竿性的案例。這款遊戲的開發周期長達8年，團隊上千人，預算超過5億美元。劇本堆起來有幾英呎高，動捕素材上千天，超過千名演員參演。遊戲為了儘可能還原當年的西部世界，於是特地設計了一個擁有完整的“電力系統”，每一個有電燈的建築，房簷下都連著電線，最終匯入同一棟建築。對於那些深山老林的房屋，有電燈但關閉的，如果有人居住就會點燃蠟燭。NPC 的屍體會隨時間腐爛，樹木上的彈痕會保留到天荒地老。這些細節看似無關緊要，但正是它們共同構成了遊戲世界的“生命感”。油管博主Any Austin對《荒野大鏢客 2》做了深入研究，發現遊戲中幾乎每一個擁有電燈的建築，電線都是真實連接的，它們跨越雪山草地、河流沼澤，最終匯入一棟名為Lanik電力公司的建築。這種細節很少有玩家在意，但是卻十分還原《荒野大鏢客2》背景故事的設定，這也是AI無法企及的。玩法創新與機制設計是第三道防線。“好玩”是遊戲設計中最玄學也最核心的問題。最佳獨立遊戲《Celeste》（蔚藍）的設計團隊在GDC的演講中透露，他們在設計過程中反覆調整和移除那些“不公平”的關卡和機制。遊戲的核心玩法極簡，只有跑、抓、爬和衝刺四個動作，但通過這些基礎機制的組合，創造出了極其豐富和複雜的玩法深度。設計師必須在“匹配玩家意圖”和“要求精確執行”之間找到平衡，讓遊戲既能硬核又能寬容。遊戲允許玩家在落地前稍早輸入跳躍指令，模擬圓角防止玩家卡在尖角，允許玩家在牆前而非貼牆時就能蹬牆跳。每一個機制的調整都會影響整個遊戲體驗，這種複雜的系統平衡需要人類設計師反覆測試和迭代，理解玩家心理、挑戰欲和成就感，在“太簡單無聊”和“太難勸退”之間找到那個微妙的平衡點。而這才是真正意義上的“好玩”。文化深度與社會批判是第四道防線。《合金裝備》系列的哲學深度更是令人驚嘆。小島秀夫用近 30 年時間，建構了一個涵蓋冷戰、核威懾、資訊時代、生物科技的龐大世界觀，每一作都引入新的哲學思考。當科樂美在2015年強行終止小島的創作後，雖然仍然擁有版權，但玩家普遍認為“IP 的靈魂已經離開”。AI可以模仿風格，但它無法還原出那種帶有“歷史偏見”和“文學厚度”的劇情。這些所謂的靈魂，才是優秀遊戲真正被玩家熱愛的理由。社交與社區生態是最後一道門檻。《DOTA》是一個絕佳的案例。這款遊戲最初只是《魔獸爭霸3》的一張自訂地圖，由玩家社區自發創作和迭代。從2003年誕生至今，它已經走過了20多年，衍生出了獨立遊戲《DOTA 2》和無數模仿者。《DOTA》的生命力不在於畫面技術或者素材質量，而在於玩家社區的持續投入。每一個英雄的技能組合、每一次版本更新的平衡調整，都是在玩家的反饋和討論中打磨出來的。職業賽事The International的獎金池由玩家眾籌，2021年曾達到4000萬美元，這種參與感讓玩家與遊戲之間形成了遠超“消費者與產品”的關係。AI可以生成一個看起來像《DOTA》的遊戲框架，但生成不了玩家社區二十年來積累的戰術理解和文化認同。這五道防線共同構成了遊戲行業的護城河。AI可以成為遊戲開發的超級畫筆，但只有在人類“畫家”的手中，它才能畫出具有文化深度和社會影響力的曠世佳作。遊戲行業正站在一個十字路口。一邊是輝達的算力封鎖和AI的技術衝擊，另一邊是人類創造力的堅固防線。這場危機既是挑戰，也是機遇。遊戲的未來不會是“人類 vs AI”，而是“人類+AI”。AI是工具，人類是靈魂。只有當兩者結合，才能創造出真正偉大的作品。這場危機的最終結果，不會是遊戲產業的死亡，而是遊戲本質的回歸，回歸到創意、情感和人性，回歸到那些讓我們真正熱愛遊戲的東西。算力荒會過去，AI浪潮會平息，但好遊戲永遠不會過時。因為遊戲的核心從來不是技術，而是人。 (字母AI)

在AI時代，大家都在卷大模型訓練，大算力堆疊。但你有沒有想過——99% 的AI工作，其實是推理？訓練只是一次性投入，推理才是源源不斷的算力消耗，尤其在視訊分析、圖像識別、即時推薦等場景中。這時候，一張“訓練不強但推理極卷”的顯示卡就顯得格外重要。它就是——Intel Flex 140。今天，我們就一文帶你讀懂這張專為AI 推理 + 媒體轉碼場景打造的神秘角色👇一 Flex 140 規格參數一覽Flex 系列是 Intel 在 2022 年推出的 資料中心 GPU 產品線，主打 AI 推理 + 媒體處理，Flex 140 是該系列的中端型號。它的設計目標不是和 H100 拼訓練性能，而是要解決如下問題：✅ 即時視訊流的轉碼和處理✅ 多模型 AI 推理負載✅ 低功耗運行、超強並行能力📌 本質上，它是一張“通用推理+媒體”加速卡，定位類似 NVIDIA 的 A10/A2/V100 推理版本。🎯 超小功耗 + 全功能支援，特別適合邊緣伺服器和大規模推理叢集。二 有那些技術亮點？✅ 1. 面向 AI 推理最佳化支援 FP32 / BF16 / INT8 精度通過 OpenVINO™ 工具套件 高效運行 YOLO、ResNet、MobileNet、Transformer 等模型針對多模型/多實例並行最佳化，可在一張卡上跑數十個推理實例✅ 2. 超強視訊編解碼能力支援 AV1 編碼/解碼（比 H.265 更高壓縮效率）同時轉碼 36 路 1080p 視訊流視訊幀中插入 AI 檢測、識別、推薦，邊轉碼邊推理✅ 3. 易部署、易擴展無需外接供電，僅 75W TDP可部署在標準 1U/2U 伺服器中無需風扇，適合密集部署場景三 Flex 140對比NVIDIA A10 / A2 / L4🎯 如果你重視視訊轉碼 + 多實例推理，Flex 140 極具性價比；但如果你已重度依賴 CUDA 生態，NVIDIA 更方便。💡 與 Gaudi 系列有啥關係？Flex 系列不是 Gaudi 的低配版，而是專為推理和視訊打造的“平行支援部隊”。四 適合什麼應用場景？Flex 140 不是用來跑 GPT 的，但它特別適合這些 “落地型 AI + 視訊” 應用場景：📌 它的最大優勢是：一張卡，搞定視訊 + AI 推理 + 多流並行。五 結論Flex 140是Intel推理市場的一把瑞士軍刀，專注“小而強、小而全”的部署場景。在那些“訓不起大模型、但又必須即時推理+轉碼”的應用裡，它是你的最優選擇。 (AI算力那些事兒)

這是輝達 5 年來，第一次在 CES 上沒發消費級顯示卡。CEO 黃仁勳闊步走向 NVIDIA Live 的舞台中央，還是去年那件亮面鱷魚皮衣。與去年單獨主旨演講不同，2026 年的黃仁勳密集趕場。從 NVIDIA Live 到西門子工業 AI 對話，再到聯想 TechWorld 大會，48 小時內橫跨三場活動。上一次，他在 CES 發佈了 RTX 50 系列顯示卡，而這一次，物理 AI 和機器人技術成為了全新的主角。Vera Rubin 計算平台登場，依舊是買越多省越多發佈會期間，愛整活的老黃直接把一台 2.5 噸重的 AI 伺服器機架搬上了舞台，也因此引出了本次發佈會的重點：Vera Rubin 計算平台，以發現暗物質的天文學家命名，目標只有一個：加速 AI 訓練的速度，讓下一代模型提前到來。通常來說，輝達內部有個規矩：每代產品最多隻改 1-2 顆晶片。但這次 Vera Rubin 打破了常規，一口氣重新設計了 6 款晶片，並已經全面進入量產階段。究其原因，伴隨著摩爾定律的放緩，傳統性能提升方式已經跟不上 AI 模型每年 10 倍的增長速度，所以輝達選擇了「極致協同設計」——在所有晶片、整個平台各個層級上同時創新。這 6 款晶片分別是：1. Vera CPU：- 88 個 NVIDIA 定製 Olympus 核心- 採用 NVIDIA 空間多線程技術，支援 176 個線程- NVLink C2C 頻寬 1.8 TB/s- 系統記憶體 1.5 TB（為 Grace 的 3 倍）- LPDDR5X 頻寬 1.2 TB/s- 2270 億個電晶體2. Rubin GPU：- NVFP4推理算力50PFLOPS，是前代 Blackwell的5倍-擁有 3360 億電晶體，比 Blackwell 電晶體數量增加了 1.6 倍-搭載第三代Transformer引擎，能根據 Transformer 模型需求動態調整精度3. ConnectX-9 網路卡：- 基於 200G PAM4 SerDes 的 800 Gb/s 乙太網路- 可程式設計 RDMA 與資料通路加速器- 通過 CNSA 與 FIPS 認證- 230 億個電晶體4. BlueField-4 DPU：- 專為新一代 AI 儲存平台而建構的端到端的引擎- 面向 SmartNIC 與儲存處理器的 800G Gb/s DPU- 搭配 ConnectX-9 的 64 核 Grace CPU- 1260 億個電晶體5. NVLink-6 交換晶片：-連接 18 個計算節點，支援最多 72 個 Rubin GPU 像一個整體協同運行- 在 NVLink 6 架構下，每個 GPU 可獲得 3.6 TB 每秒的 all-to-all 通訊頻寬- 採用 400G SerDes，支援 In-Network SHARP Collectives，可在交換網路內部完成集合通訊操作6. Spectrum-6 光乙太網路交換晶片- 512 通道，每通道 200Gbps，實現更高速資料傳輸- 整合台積電 COOP 工藝的矽光子技術- 配備共封裝光學介面（copackaged optics）- 3520 億個電晶體通過 6 款晶片的深度整合，Vera Rubin NVL72 系統性能比上一代 Blackwell 實現了全方位的提升。在 NVFP4 推理任務中，該晶片達到了 3.6 EFLOPS 的驚人算力，相比上一代 Blackwell 架構提升了 5 倍。在 NVFP4 訓練方面，性能達到 2.5 EFLOPS，實現 3.5 倍的性能提升。儲存容量方面，NVL72 配備了 54TB 的 LPDDR5X 記憶體，是前代產品的 3 倍。HBM（高頻寬記憶體）容量達到 20.7TB，提升 1.5 倍。在頻寬性能上，HBM4 頻寬達到 1.6 PB/s，提升 2.8 倍；Scale-Up 頻寬更是高達 260 TB/s，實現了 2 倍增長。儘管性能提升如此巨大，電晶體數量只增加了 1.7 倍，達到 220 兆個，展現了半導體製造技術上的創新能力。工程設計上，Vera Rubin 同樣帶來了技術突破。以前的超算節點要接 43 根線纜，組裝要 2 小時，還容易裝錯。現在 Vera Rubin 節點採用 0 根線纜，只有 6 根液冷管線，5 分鐘搞定。更誇張的是，機架後面佈滿了總長近 3.2 公里的銅纜，5000 根銅纜構成 NVLink 主幹網路，實現 400Gbps 傳輸速度，用老黃的話來說，：「可能有幾百磅重，你得是體格很好的 CEO 才能勝任這份工作」。在 AI 圈裡時間就是金錢，一個關鍵資料是，訓練一個 10 兆參數模型，Rubin 只需 Blackwell 系統數量的 1/4，生成一個 Token 的成本約為 Blackwell 的 1/10。此外，雖然 Rubin 的功耗是 Grace Blackwell 的 2 倍，但性能提升遠超功耗增長，整體推理性能提升 5 倍，訓練性能提升 3.5 倍。更重要的是，Rubin 相比 Blackwell 吞吐量（每瓦-每美元可完成的 AI Token 數）提升10倍，對於造價 500 億美元的千兆瓦資料中心來說，這意味著營收能力將迎來直接翻倍。過去 AI 行業的最大痛點是，上下文記憶體不夠用。具體來說，AI 在工作時會生成「KV Cache」（鍵值快取），這是 AI 的「工作記憶」。問題是，隨著對話變長、模型變大，HBM 記憶體顯得有些捉襟見肘。去年輝達推出 Grace-Blackwell 架構擴充記憶體，但還是不夠。而Vera Rubin 的方案是在機架內部署 BlueField-4 處理器，專門管理 KV Cache。每個節點配 4 個 BlueField-4，每個背後有 150TB 上下文記憶體，分配到 GPU 上，每塊 GPU 額外獲得 16TB 記憶體——而 GPU 自帶記憶體只有約 1TB，關鍵是頻寬保持 200Gbps，速度不打折。但僅有容量還不夠，要讓分佈在幾十個機架、上萬塊 GPU 上的「便簽」像同一塊記憶體那樣協同，網路必須同時做到「夠大、夠快、夠穩」。這就輪到 Spectrum-X 登場了。Spectrum-X 是輝達推出的全球首款「專為生成式 AI 設計」的端到端乙太網路網路平台，最新一代的 Spectrum-X 採用台積電 COOP 工藝，整合矽光子技術，512 通道×200Gbps 速率。老黃算了筆帳：一個千兆瓦資料中心造價 500 億美元，Spectrum-X 能帶來 25% 吞吐提升，相當於節省 50 億美元。「你可以說這個網路系統幾乎是『白送』的。」安全方面，Vera Rubin 還支援保密計算（Confidential Computing）。所有資料在傳輸、儲存、計算過程中全程加密，包括 PCIe 通道、NVLink、CPU-GPU 通訊等所有匯流排。企業可以放心把自己的模型部署到外部系統，不用擔心資料洩露。DeepSeek 震驚了世界，開源和智能體是 AI 主流重頭戲看完，回到演講開始。黃仁勳一上台就拋出了一個驚人的數字，過去十年投入的約 10 兆美元計算資源，正在被徹底現代化。但這不僅僅是硬體的升級，更多的是軟體範式的轉移。他特別提到了具備自主行為能力（Agentic）的智能體模型，並點名了 Cursor，徹底改變了輝達內部的程式設計方式。最讓現場沸騰的，是他對開源社區的高度評價。黃仁勳直言，去年 DeepSeek V1 的突破讓全世界感到意外，它作為第一個開源推理系統，直接激發了整個行業的發展浪潮。PPT 上，我們熟悉的國產玩家 Kimi k2 和 DeepSeek V3.2 分別是開源第一和第二。黃仁勳認為，雖然開源模型目前可能落後最頂尖模型約六個月，但每隔六個月就會出現一個新模型。這種迭代速度讓初創公司、巨頭、研究人員都不願錯過，包括輝達在內。所以，他們這次也沒有只賣鏟子，推銷顯示卡；輝達建構了價值數十億美元的 DGX Cloud 超級電腦，開發了像 La Proteina（蛋白質合成）和 OpenFold 3 這樣的前沿模型。輝達開源模型生態系統，涵蓋了生物醫藥、物理 AI、智能體模型、機器人以及自動駕駛等而輝達 Nemotron 模型家族的多款開源模型，也成為這次演講的亮點。其中包含語音、多模態、檢索生成增強以及安全等多個方面的開源模型，黃仁勳也提到，Nemotron 開源模型在多個測試榜單上表現優秀，並且正在被大量的企業採用。物理 AI 是什麼，一口氣連發幾十款模型如果說大語言模型解決了「數字世界」的問題，那麼輝達的下一個野心，很明顯是要征服「物理世界」。黃仁勳提到，要讓 AI 理解物理法則，並在現實中生存，資料是極其稀缺的。在智能體開源模型 Nemotron 之外，他提出了建構物理 AI（Physical AI）的「三台電腦」核心架構。訓練電腦，也就是我們熟知的，由各種訓練級顯示卡建構的電腦，像圖片中提到的 GB300 架構。推理電腦，運行在機器人或汽車邊緣端的「小腦」，負責即時執行。模擬電腦，包括 Omniverse 和 Cosmos，它能為 AI 提供一個虛擬的訓練環境，讓它在模擬中學習物理反饋。Cosmos 系統能生成大量的物理世界 AI 訓練環境基於這套架構，黃仁勳正式發佈了震驚全場的 Alpamayo，全球首個具備思考和推理能力的自動駕駛模型。與傳統自動駕駛不同，Alpamayo 是端到端訓練的系統。它的突破性在於解決了自動駕駛的「長尾問題」。面對從未見過的複雜路況，Alpamayo 不再是死板地執行程式碼，而是能像人類司機一樣進行推理。「它會告訴你接下來會做什麼，以及它為什麼會做出這樣的決策」。在演示中，車輛的駕駛方式驚人地自然，能夠將極端複雜的場景，拆解為基礎常識來處理。演示之外，這一切也不是紙上談兵。黃仁勳宣佈，搭載 Alpamayo 技術堆疊的奔馳 CLA，將在今年第一季度於美國正式上線，隨後陸續登陸歐洲和亞洲市場。這輛車被 NCAP 評為全球最安全的汽車，底氣就是來自於輝達獨特的「雙重安全端」設計。當端到端的 AI 模型對路況信心不足時，系統會立即切換回傳統的、更穩妥的安全防護模式，確保絕對安全。發佈會上，老黃還特地展示了輝達的機器人戰略。九大頂級 AI 及相關硬體製造商之間的競爭，他們都在擴大產品線，尤其是要搶奪機器人賽道，高亮的儲存格為自去年以來的新產品所有機器人都將搭載 Jetson 小型電腦，在Omniverse 平台的 Isaac 模擬器中接受訓練。並且輝達正在把這套技術整合進Synopsys、Cadence、西門子等工業體系。黃仁勳邀請了包括波士頓動力、Agility 等人形機器人、四足機器人「登台」，他強調，最大的機器人其實是工廠本身自下而上，輝達的願景是，未來晶片設計、系統設計、工廠模擬，都將由輝達物理 AI 加速。發佈上，又是迪士尼機器人閃亮登場，老黃還因此對著這群超萌機器人調侃道：「你們會在電腦中被設計、在電腦中被製造，甚至在真正面對重力之前，就會在電腦中被測試和驗證。」如果不說是黃仁勳，整場主題演講看下來甚至會以為是某個模型廠商的發佈會。在 AI 泡沫論甚囂塵上的今天，除了摩爾定律的放緩，黃仁勳似乎也需要用 AI 到底能做什麼，來提升我們每個人對 AI 的信心。除了發佈全新 AI 超算平台 Vera Rubin 的強悍性能，來安撫算力飢渴，他在應用和軟體上也比以往花了更多的功夫，拼盡全力讓我們看到，AI 將會帶來那些直觀改變。此外，就像黃仁勳說的一樣，過去他們為虛擬世界造芯，現在他們也下場親自演示，將注意力放在以自動駕駛、人形機器人為代表的物理 AI，走進行業競爭更激烈的真實物理世界。畢竟，只有仗打起來，軍火才能持續賣下去。 (APPSO)

挺合理的日媒 ITmedia報導，隨著 2025 年最後一個周末到來，東京秋葉原的各家店舖紛紛進入大促模式，不過記憶體和儲存相關產品的供應緊張局面依舊沒有緩解。其中，Dospara 秋葉原本店的店主表示：“記憶體價格依然在持續上漲。不過我們還是儘量留了一些庫存，因此從目前來看，應該不會出現‘特意跑來卻無法把整台電腦配齊’的情況”。另一方面，一些店舖的顯示卡貨架已經開始出現空位，與記憶體和固態硬碟相比，雖然顯示卡的價格上漲趨勢不算明顯，但有商家冷靜地指出：“這更多是庫存周轉速度的差異，漲價恐怕只是時間問題”。這種背景下，TSUKUMO eX.等部分店家開始對輝達 RTX 5060 Ti 16GB、AMD Radeon RX 9000 系列顯示卡採取限購措施，每名顧客限購 1 張。該店舖還表示：“大容量視訊記憶體的顯示卡現在非常難進貨。雖然我們目前還有庫存，但下一批貨什麼時候到、甚至還會不會到，都很難說”。而且，類似的不安情緒開始在多家店舖中蔓延，某家電腦店舖的店主坦言：“這波短缺潮不僅波及高端顯示卡，像 RTX 5060 Ti 和 RX 9060 XT 這種同時有 8GB 和 16GB 視訊記憶體的中端產品也受影響，16GB 版本以後恐怕很難再補貨了”。由於 DRAM 產能持續吃緊，華碩、惠普、戴爾等頭部廠商在記憶體配額上頻頻受阻。為緩解壓力，廠商開始繞過中間管道，直接與三星、SK 海力士、美光等談判，希望通過長期供貨協議鎖定 DRAM 資源。 (AMP實驗室)