近期股市AI類股震盪劇烈，輝達（NVDA.O）CEO黃仁勳在歐洲的訪問持續一周後，台北時間10月21日在柏林的GTC演講成為最受矚目的部分。外界關注輝達會推出什麼新產品或技術、能否刺激AI基礎設施建設繼續進行。
答案揭曉：輝達要用一個叫做DSX POD AI的工廠參考設計，像集裝箱一樣放到資料中心，不用花費數月時間安裝，讓資料中心更快開始賺錢。
這是輝達重點針對歐洲市場的產品，也面向全球其他市場。另一個重要資訊黃仁勳並未在演講中重點提及，但輝達很快發了新聞稿，宣佈擴大供應鏈產能。
黃仁勳演講結束後，美股10月21日盤前，輝達漲超1%。
輝達將計算系統的整合度進一步拔高，這次推出的是一款預安裝好的參考設計產品。
Vera Rubin DSX POD幾乎是在供應鏈已整合好的系統，含約1000萬個零部件，重約2.8萬公斤，內部包含長20公里的銅纜、3500根線纜和17公里長的Scale-Out（橫向擴展）網路。在交付前，它已完成接線和測試，裝進集裝箱，可通過公路運輸。
黃仁勳說，原來輝達做NVLink72，把整機架放到供應鏈裡裝配，已是在規模化製造超級電腦。但即便如此，當這些機架系統運到站點，現場裝配時間長依然可達6個月，通常也要4~5個月。“僅Scale-Out用Spectrum-X接線就長達17公里，這是個瘋狂的數字。”他解釋，DSX POD交付後則不需要布線，可以一個月左右完成裝配，短的話14天。
“這會加快歐洲建設基礎設施的速度。”輝達超大規模與高性能計算副總裁Ian Buck（伊恩·巴克）向第一財經等媒體解釋，這款產品按全球部署設計，近期面臨的機會點是歐洲等地AI工廠部署。它面向吉瓦級資料中心之外百兆瓦級資料中心的需求，用於快速補上產能。
黃仁勳算了一筆經濟帳：每吉瓦資料中心的建造成本約500億美元，預期每年帶來數百億美元收入。假設每年產生400億美元收入，若因裝配晚了三個月，將少100 億美元收入。加快裝配速度可以減少躺在資料中心裡的閒置算力，這是對全球供應鏈和建設資料中心方式的重構。
輝達還回應了外界關於資料中心用電、用水量大的擔憂。
黃仁勳發佈了全端AI工廠參考架構DSX。該架構為封閉式循環液冷，用45度溫水冷卻GPU，不通過蒸發來冷卻。據介紹，在2吉瓦規模下，每天可省下5400萬升水，相當於18萬戶家庭的日用水量。
輝達還推出新技術以動態分配電力，降低資料中心總用電量。Ian Buck稱，在用電尖峰或電網需回收電力時，DSX資料中心可以自動把電讓出來，“想像球賽中場休息時，全英國的人同時按下燒水壺，電網瞬間多出1吉瓦負荷。今天可能還要人工管理，電網打電話請求資料中心調配，而DSX Flex技術可以實現自動化。”
“我們必須把資料中心看成電網營運商的合作夥伴，而不是電網耗電大戶。”Ian Buck告訴第一財經等媒體，這套機制正在多地生態夥伴、雲服務商中落地，這是輝達擴大AI工廠規模的重要一環。業界也在探索電網與資料中心反向供電，Meta近期提出的方案意在分配、最佳化用電，與輝達的思路有相似之處。
黃仁勳此次柏林演講還回應了另一個備受關注的問題，即AI安全。此前業界關於AI安全的恐慌，一度成為AI類股個股下跌的背景。
“在講怎麼讓智能體有用之前，最重要的是必須確保智能體安全。”黃仁勳稱。輝達推出OpenShell安全執行階段系統。Anthropic則與輝達合作，打造Claude模型的OpenShell智能體。
輝達企業AI副總裁Justin Boitano（賈斯汀·博伊塔諾）向媒體進一步解釋，目前大部分關於安全的討論都集中在AI模型，包括模型對齊和模型護欄，但模型本身無法被訓練到理解每家企業、每個政策。智能體系統的安全與治理不能只依賴模型，控制必須貫穿整個智能體棧。將智能體工具執行放在OpenShell沙箱裡，可以讓智能體只拿到需要的那部分權限。
面向智能體應用，輝達此次還推出Kumo開源模型和Agent Knowledge Foundation（智能體知識底座）。
黃仁勳演講時，輝達發了一份新聞稿，宣佈與供應鏈合作以擴大產能。擴產的消息，意味著在近期股市AI類股震盪的背景下，輝達仍押注需求擴大。
輝達宣佈，三星電機加入輝達的基板供應鏈，計畫通過IBIDEN、三星電機和欣興電子的合作，未來三年推動基板產能提升2.5倍；先進封裝方面，輝達和Amkor計畫擴大在韓國的先進封裝能力，到2028年底Amkor將把先進封裝產能提高300%以上；測試方面，京元電子將在美國建設新廠，輝達為其提供11億美元的產能預留預付款，輝達預計半導體測試總產能到2027年將翻倍。
CPO（光電共封裝）產能也在擴大。黃仁勳展示了Spectrum-X，稱這是全球首個量產的CPO產品。他現場比劃，雷射如何穿過光學器件連到晶片上。輝達稱，合作夥伴矽品精密的目標是到2027年中把用於CPO的光引擎產能提高15倍，到2028年底再翻一倍。
擴大產能的同時，黃仁勳還重點談到物理AI，包括電信基站、自動駕駛和機器人。他預測，未來每一家電信營運商的網路，未來都會演變成一個分佈式AI網路。AI將改變做電信的方式，極大提升頻譜效率。他還透露，上周輝達與諾基亞在T-Mobile網路上打通了第一通商用電話，一旦做到這一點，就可以在上面疊加AI。
出貨量最大的物理AI應用則是自動駕駛。“每家車企都希望把自己的車納入計程車車隊。今天有Uber、Bolt、Grab等，還會有 Robotaxi（自動駕駛計程車）接入，但不會只來自一個品牌。”黃仁勳稱，假設全世界每年出行距離約1兆英里，按每英里經濟價值1到2美元計算，其中相當一部分將會跑在Robotaxi上，這是一個巨大的機會，但極其碎片化。
輝達的方案是建立行業標準並與生態合作，造一支所有人都能接入的巨型虛擬車隊，依託多層的方案和技術。Bolt和Lucid、梅賽德斯-奔馳、大眾商用車等廠商已在使用輝達面向L4級自動駕駛的標準平台Hyperion。
機器人方面，輝達宣佈與機器人公司Agile合作推出人形機器人參考平台Agile ONE SN，預計明年第一季度交付，用於推進前沿人形研究與開發。
在接受採訪時，機器人與邊緣計算副總裁Deepu Talla（迪普·塔拉）表示，就像自動駕駛汽車走到技術拐點一樣，同類物理AI技術也開始在邊緣場景被採用，例如局部移動與導航、自主移動機器人、在非結構化環境裡作業的巡檢機器人。算力部署則呈現混合的狀態，可能用到邊緣算力、工廠本地算力和雲算力等，預計物理AI的部署會開始起飛，歐洲部署已非常激進。(第一財經)