【CES 2026】輝達 Vera Rubin 晶片問世,算力暴漲5倍,我看傻了...

一年一度的 CES 來了,和往年一樣,我最期待的是輝達老黃的演講。

那麼今年他還能帶來什麼重磅嗎?

話不多說,直接進正題。

那個穿皮衣的男人沒有廢話,直接扔出了一枚足以讓整個 AI 行業重新洗牌的“終極武器”——Vera Rubin 平台。

為了不浪費大家時間,90 分鐘的發佈會,我提煉了最核心的 2 個“核彈級”重點,讓大家快速瞭解一下。

01|算力暴漲 5 倍:Vera Rubin 架構有多變態?

老黃這次徹底不裝了。

面對 AI 對算力近乎變態的渴求,他給出的方案簡單粗暴:推倒重來。

全新的 Vera Rubin 晶片,架構極其激進:1 個 Vera CPU + 2 個 Rubin GPU。


圖:Vera 和 Rubin 晶片


圖:NVIDIA Rubin Boxes

這一改,資料直接嚇人:

  • 推理性能:相比上一代(Grace Blackwell)直接暴漲 5 倍。
  • 訓練性能:提升 3.5 倍。
  • 能效控制:以前還是風冷液冷混合,現在直接上 100% 全液冷。
圖:Rubin GPU

光有算力沒用,資料傳不過去也是白搭。

這也是這次發佈會被很多人忽視、但極其重要的升級——網路。

老黃這次掏出了壓箱底的寶貝:

NVLink 6: 採用了 400G SerDes 技術,速度直接比上一代翻倍。

圖:NVLink 6

這意味著 GPU 之間聊天基本沒有延遲,所有晶片像連體嬰一樣工作。

矽光技術(Silicon Photonics): 配合 Spectrum-X 交換機,輝達終於大規模應用了光互連。

圖:Spectrum-X


圖:Spectrum X switch

BlueField 4: 現在的 Vera Rubin 計算節點,出廠就標配這塊 DPU,專門負責處理那些繁雜的資料搬運工作。

圖:Bluefield 4

最離譜的是那個 NVL72 機架。

NVL72 的推理性能將提高 5 倍,訓練性能將提高 3.5 倍。

圖:NVL72


圖:NVL72 系統

老黃在現場透露,這一個櫃子裡塞進了足足 2 英里(約 3.2 公里) 的銅纜!

這意味著什麼?

意味著以前需要蓋一座機房才能跑的大模型,現在可能塞進這一個櫃子就能搞定。

算力成本將斷崖式下跌,AI 的“智商”上限被強行拉高了。

02|物理 AI 的覺醒:這一次,AI 真的走出螢幕了

如果說第一部分的硬體是“秀肌肉”,那這部分才是老黃真正的野心所在:Physical AI(物理 AI)。

什麼叫物理 AI?

簡單說,就是 AI 不再只是陪你聊天的 ChatGPT,它長了手腳,有了軀體,開始在現實世界裡幹活了。

這一段老黃展示了一套完整的“造物主”系統。

1. Alpamayo:會思考的“老司機”

以前的自動駕駛,看到紅燈停,看到人讓,那是“規則”。

但今天發佈的 Alpamayo 模型,是真正的思考與推理 AI。

是全球首款具備思考和推理能力的汽車人工智慧。

圖:Alpamayo

它不再死板。

現場演示中,它能解釋自己的行為: “我剛才減速了,因為我注意到那個人雖然還在路邊,但他的一隻腳已經邁出來了,我推測他要橫穿馬路。”

圖:自動駕駛視訊

這不僅是開車,這是在理解人類世界。

而且,老黃直接宣佈:Alpamayo 開源!

(輝達研發自動駕駛已經 8 年了,這是老黃對自動駕駛汽車最熱情的一次。)

這一招,基本是要把自動駕駛行業的門檻踏平了。

老黃還回顧了 NVIDIA 為此提供的各種模型/框架,包括已經推出幾年的 Cosmos 和 Gr00t。

2. Cosmos:給機器人造一個“駭客帝國”

機器人怎麼學會走路、拿杯子?

去現實裡練太慢了,還容易摔壞。

於是,輝達發佈了 Cosmos——一個物理級精度的“世界模擬器”。

這是一個瘋狂的閉環:

計算即資料: 用算力生成海量的、符合物理定律的虛擬視訊和場景。

圖:計算即資料

母體特訓: 機器人和汽車在這個虛擬世界裡,一天能跑幾百萬公里,摔倒幾億次。

下載大腦: 練成了,直接把“腦子”下載到現實的機器人身上。

圖:COSMOS

老黃說了一句很玄乎的話:“Cosmos 把算力轉化成了資料。”

這解決了機器人行業最大的痛點:資料不足。

以後,不需要再去現實裡採集資料了,資料是可以被“算”出來的。

3. 機器人的未來:L4 級生態

有了腦子(Alpamayo),有了訓練場(Cosmos),再加上輝達的硬體(Thor晶片)。

老黃終於湊齊了最後一塊拼圖。

圖:L4 生態系統

他在現場放出的畫面裡,舊金山不再是那個只有車的城市,而是一個“機器之城”。

從奔馳剛剛量產的 CLA,到人形機器人,所有這一切,共享同一個大腦,共享同一套訓練邏輯。

圖:全端 AV

這真的不是科幻片了。

輝達已經把路鋪好了,接下來,就是一大波機器人走進我們生活的時刻。

輝達再次展示了他們過去幾年一直在開發的概念驗證機器人,包括他們是怎麼在物理上精確的模擬環境中訓練這些機器人。

如何學會成為機器人?一切都在《宇宙全能》中完成。

圖:合作夥伴機器人

03|寫在最後

看完這場發佈會,我的結論只有一個:AI 進化的速度,已經遠遠超過了我們的想像。

當算力不再是瓶頸(Vera Rubin),當 AI 能夠理解物理世界的因果關係(Alpamayo),當虛擬世界可以完美反哺現實(Cosmos),我們要面對的,可能真的是一個“新物種”的爆發。

正如老黃最後說的:“這是最大的機器人產業。”

那個穿著皮衣的男人已經把車門焊死了,車速越來越快。 (AI范兒)