当黄仁勋站上台北音乐中心的舞台，用一句“回家真好”开场时，台下150家供应链伙伴的代表和数千名开发者都意识到：这不会是又一场常规的演讲。2026年6月1日上午，长达近2小时20分钟的信息轰炸，不仅展示了硬核技术突破，更勾勒出一幅AI时代的全栈版图。从数据中心到个人PC，从自动驾驶到人形机器人，英伟达正在完成从“芯片供应商”到“AI基础设施总承包商”的惊险一跃。
我们拆解这场演讲的三颗“惊雷”，看看黄仁勋如何将AI生态的版图拼接完整。
第一颗”惊雷“：技术架构革命——从“GPU加速器”到“AI原生计算”
黄仁勋的演讲，本质是一场AI时代的技术架构颠覆宣言。他不再满足于让GPU做计算的“加速卡”，而是从CPU、PC芯片到超算平台，全面重写计算的底层逻辑。
Vera CPU：从“辅助工人”到“智能体大脑”
过去，英伟达的CPU只是GPU的“搬运工”，负责数据传输。而新发布的Vera CPU是一颗真正的数据中心级AI原生处理器：
- 88个物理核心（176线程）、450瓦功耗
- 在Linux内核编译场景中，每核编译效率达到128核x86芯片的约两倍
- 在代理式AI工作负载上，性能比x86高出80%，Token消耗减少10倍
- 根据Phoronix基准测试，Vera较AMD EPYC 9575F领先约10%，较英特尔Xeon 6980P高出约55%
更重要的是角色的转变：它不再是配角，而是AI智能体的“大脑”——负责调度任务、调用工具、运行代码、管理数据。当AI从“聊天机器人”进化为“能干活的智能体”，Vera就是背后的核心驱动力。
RTX Spark：把PetaFLOP级AI算力塞进个人PC
这款由英伟达和联发科联合开发的芯片：
- 台积电3纳米工艺，700亿晶体管
- CPU：联发科定制20核设计（10个Cortex-X925 + 10个Cortex-A725）
- GPU：集成Blackwell RTX GPU，6144个CUDA核心
- 内存：128GB统一内存
- AI算力：1 petaFLOP（每秒1000万亿次浮点运算）
- 操作系统：Windows for Arm
戴尔、联想、惠普、华硕、宏碁、微软Surface和微星等厂商将于今年秋季推出搭载该芯片的设备。
黄仁勋直言这是“40年来第一次重新定义PC”——未来的电脑，你不需要安装软件、学习操作，只要说出需求，AI就会调用工具帮你完成所有工作。现场他展示了三个震撼案例：
- 自然语言直接生成完整应用代码
- 文字描述生成动态粒子动画
- 拍一张遥控器电池夹缺失的照片，Agent自动调用CAD工具生成可3D打印的替换零件文件
Vera Rubin平台：AI工厂的“超级引擎”
作为英伟达最新一代AI超算系统：
- GPU：采用3nm工艺，单芯片集成3360亿晶体管
- 整个系统：集成6万亿个晶体管、超过18000个元件集中在单一基板上
- 供应链规模是上一代Grace Blackwell的两倍，组装时间从2小时缩短到5分钟
- 在智能体工作负载上，系统吞吐量达到上一代的10倍
首批客户包括OpenAI、Anthropic、xAI（SpaceX旗下）、Oracle Cloud、Meta等巨头，今年三季度开始交付。这意味着AI时代的“算力基建”，英伟达又一次锁定了领先身位。
遗漏的“彩蛋”：Nemotron 3 Ultra 与 Vera BlueField-4 STX
除了主线产品，黄仁勋还发布了两个重要技术：
- Nemotron 3 Ultra开源模型：全球首款SSM状态空间模型 + 混合专家架构的开源模型，推理速度提升5倍、成本降低30%，并且模型、训练数据、训练脚本全开源。
- Vera BlueField-4 STX安全芯片：将智能体的上下文记忆、文件访问、网络隔离直接放在芯片层面处理，引入DOCA软件框架后，运行时威胁检测比现有方案快最高1000倍。
第二颗”惊雷“：产业生态重构——从“卖芯片”到“建工厂”
黄仁勋的布局，早已超越“芯片厂商”的定位，而是在构建覆盖硬件、软件、运营的完整AI产业生态。
跨界抢滩：CPU领域的“降维打击”
过去，英特尔做CPU、英伟达做GPU，井水不犯河水。但Vera CPU的出现，标志着英伟达正式杀入英特尔、AMD的核心领地。英特尔方面的回应颇为谨慎，表示x86架构“提供更好的兼容性和生态系统”，暗示Arm架构的兼容性问题不可避免。但黄仁勋的逻辑很简单：在AI时代，CPU和GPU的边界正在被打破，英伟达要用“AI原生架构”重新定义计算的底层逻辑。
AI工厂：下一个“电力革命”级市场
黄仁勋预言，到本世纪末，全球将有100吉瓦的AI工厂上线——相当于100个核电站的电力用来支撑AI计算。
- 投资规模：1GW规模的AI工厂起步成本高达200亿至300亿美元，未来甚至逼近千亿美元
- 市场容量：到2030年，全球AI基础设施市场有望从2500亿美元增长至超6000亿美元
为了承接这个市场，英伟达推出了开源数据中心软件平台DSX——它不仅是软件，更是一套包含参考设计、仿真模拟、MaxLPS能效技术和DSX OS运营系统的完整AI工厂建设指南。通过DSX MaxLPS的45°C液冷方案，运营商能在相同电力预算下多部署40% 的加速芯片。
英伟达正在从“芯片供应商”升级为“AI基础设施及技术提供商”，吃定整个AI工厂的生态蛋糕。
智能体：从“工具”到“同事”的进化
黄仁勋反复强调“Agentic AI已经到来”。他系统拆解了Agent的架构：
- LLM模型是“大脑”
- Harness编排引擎是“身体”
- 工具与技能是“器械”
- Runtime是“工作场所”
智能体不是简单的聊天机器人，而是能观察、推理、规划、调用工具、执行行动的系统。
面对“AI会减少岗位”的质疑，黄仁勋用“complete nonsense”直接回击。他的逻辑是：AI让工程师产出从3万亿美元价值提升到近9万亿美元，企业反而会增聘而非裁员。GitHub数据显示，2026年前几个月AI编程提交量增长近3倍，达到14亿次——这印证了AI不是在减少就业，而是在创造更多需求，因为它降低了编程门槛，让更多想法能变成产品。
第三颗”惊雷“：生态版图闭环——从数据中心到机器人，再无死角
黄仁勋的最终目标，是打造一个覆盖“芯片-系统-软件-运营”的AI生态帝国，而且这个帝国正在快速填补所有空白。