【CES 2026】老黃All in物理AI！最新GPU性能5倍提升，還砸掉了智駕門檻

剛剛，輝達CEO黃仁勳穿著鱷魚皮夾克，在全球最大消費電子展CES 2026上發佈AI新品。

這是五年來，輝達首次來到CES卻沒有發遊戲顯示卡，態度很明確：全力搞AI。

全力搞出來的結果也讓圍觀群眾直呼：競爭對手如何追上輝達？

下一代Rubin架構GPU推理、訓練性能分別是Blackwell GB200的5倍和3.5倍（NVFP4資料格式）。

除此之外，老黃還帶來了五大領域的全新發佈，包括：

• 面向Agentic AI的NVIDIA Nemotron模型家族
• 面向物理AI的NVIDIA Cosmos平台
• 面向自動駕駛開發的全新NVIDIA Alpamayo模型家族
• 面向機器人領域的NVIDIA Isaac GR00T
• 面向生物醫學的NVIDIA Clara

同時，輝達宣佈持續向社區開源訓練框架以及多模態資料集。其中資料集包括10兆語言訓練token、50萬條機器人軌跡資料、45.5萬個蛋白質結構、100TB車輛感測器資料。

這次的核心主題，直指物理AI。

用網友的話來說：

這是輝達將護城河從晶片層進一步拓展到全端平台層（模型+資料+工具）的體現，通過這種方式可以持續拉動更多GPU與基礎設施投入，並顯著增強使用者與生態的鎖定。

值得一提的是，咱國產開源模型又雙叒被cue到了。

老黃在演講開篇便提及了DeepSeek，Kimi K2、Qwen也出現在PPT展示頁上。

老黃正式推出輝達下一代AI資料中心的機櫃架構Vera Rubin，披露架構細節。

六大核心組件共同構成Vera Rubin NVL72機架：

Vera CPU、Rubin GPU、NVLink 6 switch、ConnectX-9 SuperNIC、BlueField-4資料處理單元（DPU）、Spectrum-6 Ethernet switch。

在NVFP4資料類型下，Rubin GPU推理性能可達50 PFLOPS，是Blackwell GB200的5倍；NVFP4訓練性能為35 PFLOPS，是Blackwell的3.5 倍。

為支撐這些計算能力，每顆Rubin GPU封裝了8組HBM4記憶體，提供288GB容量和22 TB/s的頻寬。

隨著主流大模型轉向MoE架構，模型得以相對高效地進行規模擴展。然而，這些專家模組之間的通訊，對節點間頻寬提出了極高要求。

Vera Rubin引入了用於規模內擴展網路的NVLink 6。

它將單GPU的互連頻寬提升至3.6 TB/s（雙向）。每顆NVLink 6交換晶片提供28 TB/s的頻寬，而每個Vera Rubin NVL72機架配備9顆這樣的交換晶片，總規模內頻寬達到260 TB/s。

NVIDIA Vera CPU整合了88個定製的Olympus Arm核心，採用輝達稱為“spatial multi-threading”設計，最多可同時運行176個線程。

用於將Vera CPU與Rubin GPU進行一致性連接的NVLink C2C互連，其頻寬提升了一倍，達到1.8 TB/s。每顆Vera CPU可定址最多1.5 TB的SOCAMM LPDDR5X記憶體，記憶體頻寬最高可達1.2 TB/s。

為將Vera Rubin NVL72機架擴展為每組8個機架的DGX SuperPod，輝達推出了一對採用共封裝光學（CPO）的Spectrum-X乙太網路交換機，均基於Spectrum-6晶片建構。

每顆Spectrum-6晶片提供102.4 Tb/s的頻寬，輝達基於該晶片推出了兩款交換機。

SN688提供409.6 Tb/s的總頻寬，支援512個800G乙太網路連接埠或2048個200G連接埠。

SN6810則提供102.4 Tb/s的頻寬，可配置為128 個800G或512個200G乙太網路連接埠。

這兩款交換機均採用液冷設計，輝達表示，與不具備矽光子技術的硬體相比，它們在能效、可靠性和執行階段間方面表現更優。

隨著上下文窗口擴展到數百萬token，輝達還指出，儲存AI模型互動歷史的鍵值快取（KV cache）相關操作，已成為推理性能的瓶頸。

此前黃仁勳曾表態：沒有HBM，就沒有AI超算。

為突破這一限制，輝達推出新硬體BlueField-4 DPU，建構了一個新的記憶體層級，稱為推理上下文記憶體儲存平台（Inference Context Memory Storage Platform）。

輝達表示，這一儲存層旨在實現鍵值快取資料在AI基礎設施中的高效共享與復用，從而提升系統響應速度和吞吐能力，並實現Agentic AI架構可預測、能效友好的規模擴展。

這是Vera Rubin首次將輝達的可信執行環境擴展至整個機架等級。

整體來看，每個Vera Rubin NVL72機架可提供：

• 3.6exaFLOPS的NVFP4推理性能
• 2.5exaFLOPS的NVFP4訓練性能
• 54 TB的LPDDR5X記憶體（連接至Vera CPU）
• 20.7 TB的HBM4記憶體，頻寬達1.6 PB/s

為保障機架系統的持續高效運行，輝達在機架層面引入了多項改進，包括無纜化模組托盤設計，使元件更換速度顯著快於此前的NVL72機架；增強的NVLink彈性能力，實現零停機維護；以及第二代RAS引擎，可在不中斷服務的情況下完成健康檢測。

另外，輝達表示，與Blackwell相比，Vera Rubin在訓練MoE模型時所需的GPU數量僅為四分之一；在MoE推理場景下，其每token成本最高可降低10倍。

反過來看，這也意味著Rubin能在相同機架空間內，大幅提升訓練吞吐量，並生成遠多於以往的token數量。

據介紹，目前用於建構Vera Rubin NVL72所需的六類晶片已全部從晶圓廠交付，輝達預計將在2026年下半年啟動Vera Rubin NVL72的規模化量產。

再來看輝達重磅推出的全新開源模型系列——Alpamayo，面向安全推理的自動駕駛。

全球首款開源、大規模的自動駕駛視覺-語言-行動（VLA）推理模型Alpamayo 1，參數100億。

它能夠讓自動駕駛車輛理解周圍環境，並對自身的決策行為做出解釋。

模型接收車輛自身的運動歷史資料、多攝影機採集的即時視訊畫面、使用者指令三類輸入資訊，然後進行推理，之後生成具體的駕駛決策、因果推理結果、規劃出的行駛軌跡。

配套推出的還有一款開源模擬框架——AlpacaSim。

它支援在各種不同的環境與邊緣場景中，對基於推理的自動駕駛模型進行閉環訓練與評估。

此外，輝達還發佈了一個包含1700小時駕駛資料的開源資料集。這些資料採集於全球最廣泛的地理區域與環境條件下，涵蓋了推進推理架構發展所必需的罕見及複雜真實邊緣場景。

落地方面，據介紹，Alpamayo將率先搭載於2025年第二季度歐洲上市的梅賽德斯-奔馳CLA車型，後續將通過OTA升級逐步推送高速公路脫手駕駛、城市全場景自動駕駛、端到端自動泊車等功能，並計畫登陸美國市場。

輝達基於自身技術建構的全球L4級自動駕駛與Robotaxi生態系統全景也亮相了，通過連接軟體開發商、整車廠/出行平台、硬體供應商，覆蓋全產業鏈。

NVIDIA Nemotron在AI智能體領域的新拓展，核心是在已發佈的Nemotron 3開放模型與資料基礎上，進一步推出針對語音、RAG以及安全三大場景的專項模型。

其中，Nemotron Speech包含新的自動語音識別（ASR）模型，不僅語音識別性能強，而且能支援即時字幕生成這樣的即時低延遲場景，速度比同類模型快10倍。

輝達表示，目前博世已採用該模型實現司機與車輛之間的互動。

Nemotron RAG則搭載新的視覺語言模型，能精準處理多語言、多模態資料，有效提升文件搜尋效率。

Nemotron Safety系列模型專注於增強AI應用的安全性與可信度，具體包括支援更多語言的Llama Nemotron內容安全模型，以及高精度檢測敏感資料的Nemotron PII模型。

活動現場，老黃宣佈輝達為機器人推出的懂推理的“大腦”Cosmos再度升級。

Cosmos主要被用來生成符合現實世界物理規律的合成資料，自發佈以來，已被Figure、Agility Robotics、通用汽車等一眾知名機器人和自動駕駛公司採用。

這次全新發佈了：

• Cosmos Reason 2：一款全新的、排名領先的視覺-語言推理模型（VLM）。它能夠幫助機器人與AI智能體更精準地感知、理解並與物理世界進行互動。
• Cosmos Transfer 2.5與Cosmos Predict 2.5：兩款領先的模型，可在各種不同的環境與條件下，生成大規模的合成視訊。

輝達還基於Cosmos模型，為各類物理AI應用推出了專用的開源模型與參考藍圖：

• Isaac GR00T N1.6：一款專為類人機器人打造的開源視覺-語言-行動（VLA）推理模型。它支援機器人的全身控制，並整合了輝達Cosmos Reason模型，以實現更強大的推理能力與上下文理解能力。
• NVIDIA AI Blueprint for Video Search and Summarization：作為輝達Metropolis平台的一部分，該藍圖提供了一套參考工作流，可用於建構視覺AI智能體。這些智能體能夠分析大量的錄播及直播視訊，從而提升營運效率並保障公共安全。

據瞭解，Salesforce、Milestone、Hitachi、Uber、VAST Data、Encord等企業正採用Cosmos Reason模型，開發麵向交通與職場生產力提升的AI智能體。Franka Robotics、Humanoid和NEURA Robotics則利用Isaac GR00T模型，在機器人大規模量產前，對其全新行為進行模擬、訓練與驗證。

NVIDIA Clara是專門針對醫療健康與生命科學領域的AI技術工具。

核心目標是降低行業成本、加速治療方案落地，打通數字科研與實際醫療應用之間的壁壘。

該系列中的多款專項模型各有側重：

• La-Proteina能設計原子級精度的大型蛋白質；
• ReaSyn v2在藥物發現階段就開始考慮“如何生產”的問題；
• KERMT可以預測潛在藥物進入人體後的反應，提前排查安全問題；
• RNAPro用來預測RNA分子複雜的3D結構，推進個性化醫療方案。

模型之外，老黃表示輝達還將為研究者提供含45.5萬個合成蛋白質結構的資料集。

總之，老黃的2026開年第一講，真是讓人眼花繚亂了…… (創業邦)