# 英伟达罕见不发显卡，刚刚黄仁勋带着2\.5吨新「核弹」炸场，DeepSeek又被点名

- 作者：张子豪
- 发布时间：2026-01-06 09:56
- 分类：公司
- 原文：https://www.ifanr.com/1650803

![](https://s3.ifanr.com/wp-content/uploads/2026/01/Weixin-Image_20260106092636_3053_82.png)

这是英伟达 5 年来，第一次在 CES 上没发消费级显卡。

CEO 黄仁勋阔步走向 NVIDIA Live 的舞台中央，还是去年那件亮面鳄鱼皮衣。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/00.jpg)

与去年单独主旨演讲不同，2026 年的黄仁勋密集赶场。从 NVIDIA Live 到西门子工业 AI 对话，再到联想 TechWorld 大会，48 小时内横跨三场活动。

上一次，他在 CES 发布了 RTX 50 系列显卡，而这一次，物理 AI 和机器人技术成为了全新的主角。

## Vera Rubin 计算平台登场，依旧是买越多省越多

发布会期间，爱整活的老黄直接把一台 2.5 吨重的 AI 服务器机架搬上了舞台，也因此引出了本次发布会的重点：Vera Rubin 计算平台，以发现暗物质的天文学家命名，目标只有一个：

加速 AI 训练的速度，让下一代模型提前到来。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/01.png)

通常来说，英伟达内部有个规矩：每代产品最多只改 1-2 颗芯片。但这次 Vera Rubin 打破了常规，一口气重新设计了 6 款芯片，并全面进入生产阶段。

究其原因，伴随着摩尔定律的放缓，传统性能提升方式已经跟不上 AI 模型每年 10 倍的增长速度，所以英伟达选择了「极致协同设计」——在所有芯片、整个平台各个层级上同时创新。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/02.png)

这 6 款芯片分别是：

1\. Vera CPU：  
– 88 个 NVIDIA 定制 Olympus 核心  
– 采用 NVIDIA 空间多线程技术，支持 176 个线程  
– NVLink C2C 带宽 1.8 TB/s  
– 系统内存 1.5 TB（为 Grace 的 3 倍）  
– LPDDR5X 带宽 1.2 TB/s  
– 2270 亿个晶体管

![](https://s3.ifanr.com/wp-content/uploads/2026/01/03.png)  
2\. Rubin GPU：  
– NVFP4推理算力50PFLOPS，是前代 Blackwell的5倍  
– 拥有 3360 亿晶体管，比 Blackwell 晶体管数量增加了 1.6 倍  
– 搭载第三代Transformer引擎，能根据 Transformer 模型需求动态调整精度

![](https://s3.ifanr.com/wp-content/uploads/2026/01/04.png)

3\. ConnectX-9 网卡：  
– 基于 200G PAM4 SerDes 的 800 Gb/s 以太网  
– 可编程 RDMA 与数据通路加速器  
– 通过 CNSA 与 FIPS 认证  
– 230 亿个晶体管

![](https://s3.ifanr.com/wp-content/uploads/2026/01/05.png)

4\. BlueField-4 DPU：  
– 专为新一代 AI 存储平台而构建的端到端的引擎  
– 面向 SmartNIC 与存储处理器的 800G Gb/s DPU  
– 搭配 ConnectX-9 的 64 核 Grace CPU  
– 1260 亿个晶体管

![](https://s3.ifanr.com/wp-content/uploads/2026/01/06.png)

5\. NVLink-6 交换芯片：  
-连接 18 个计算节点，支持最多 72 个 Rubin GPU 像一个整体协同运行  
– 在 NVLink 6 架构下，每个 GPU 可获得 3.6 TB 每秒的 all-to-all 通信带宽  
– 采用 400G SerDes，支持 In-Network SHARP Collectives，可在交换网络内部完成集合通信操作

![](https://s3.ifanr.com/wp-content/uploads/2026/01/07.png)  
6\. Spectrum-6 光以太网交换芯片  
– 512 通道，每通道 200Gbps，实现更高速数据传输  
– 集成台积电 COOP 工艺的硅光子技术  
– 配备共封装光学接口（copackaged optics）  
– 3520 亿个晶体管

![](https://s3.ifanr.com/wp-content/uploads/2026/01/08.png)

通过 6 款芯片的深度整合，Vera Rubin NVL72 系统性能比上一代 Blackwell 实现了全方位的提升。

在 NVFP4 推理任务中，该芯片达到了 3.6 EFLOPS 的惊人算力，相比上一代 Blackwell 架构提升了 5 倍。在 NVFP4 训练方面，性能达到 2.5 EFLOPS，实现 3.5 倍的性能提升。

存储容量方面，NVL72 配备了 54TB 的 LPDDR5X 内存，是前代产品的 3 倍。HBM（高带宽内存）容量达到 20.7TB，提升 1.5 倍。在带宽性能上，HBM4 带宽达到 1.6 PB/s，提升 2.8 倍；Scale-Up 带宽更是高达 260 TB/s，实现了 2 倍增长。

尽管性能提升如此巨大，晶体管数量只增加了 1.7 倍，达到 220 万亿个，展现了半导体制造技术上的创新能力。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/09.png)

工程设计上，Vera Rubin 同样带来了技术突破。

以前的超算节点要接 43 根线缆，组装要 2 小时，还容易装错。现在 Vera Rubin 节点采用 0 根线缆，只有 6 根液冷管线，5 分钟搞定。

更夸张的是，机架后面布满了总长近 3.2 公里的铜缆，5000 根铜缆构成 NVLink 主干网络，实现 400Gbps 传输速度，用老黄的话来说，：「可能有几百磅重，你得是体格很好的 CEO 才能胜任这份工作」。

在 AI 圈里时间就是金钱，一个关键数据是，训练一个 10 万亿参数模型，Rubin 只需 Blackwell 系统数量的 1/4，生成一个 Token 的成本约为 Blackwell 的 1/10。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/10.png)

此外，虽然 Rubin 的功耗是 Grace Blackwell 的 2 倍，但性能提升远超功耗增长，整体推理性能提升 5 倍，训练性能提升 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 数）提升10倍，对于造价 500 亿美元的千兆瓦数据中心来说，这意味着营收能力将迎来直接翻倍。

过去 AI 行业的最大痛点是，上下文内存不够用。具体来说，AI 在工作时会生成「KV Cache」（键值缓存），这是 AI 的「工作记忆」。问题是，随着对话变长、模型变大，HBM 内存显得有些捉襟见肘。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/11.png)

去年英伟达推出 Grace-Blackwell 架构扩展内存，但还是不够。而Vera Rubin 的方案是在机架内部署 BlueField-4 处理器，专门管理 KV Cache。

每个节点配 4 个 BlueField-4，每个背后有 150TB 上下文内存，分配到 GPU 上，每块 GPU 额外获得 16TB 内存——而 GPU 自带内存只有约 1TB，关键是带宽保持 200Gbps，速度不打折。

但仅有容量还不够，要让分布在几十个机架、上万块 GPU 上的「便签」像同一块内存那样协同，网络必须同时做到「够大、够快、够稳」。这就轮到 Spectrum-X 登场了。

Spectrum-X 是英伟达推出的全球首款「专为生成式 AI 设计」的端到端以太网网络平台，最新一代的 Spectrum-X 采用台积电 COOP 工艺，集成硅光子技术，512 通道×200Gbps 速率。

老黄算了笔账：一个千兆瓦数据中心造价 500 亿美元，Spectrum-X 能带来 25% 吞吐提升，相当于节省 50 亿美元。「你可以说这个网络系统几乎是『白送』的。」

安全方面，Vera Rubin 还支持保密计算（Confidential Computing）。所有数据在传输、存储、计算过程中全程加密，包括 PCIe 通道、NVLink、CPU-GPU 通信等所有总线。

企业可以放心把自己的模型部署到外部系统，不用担心数据泄露。

## DeepSeek 震惊了世界，开源和智能体是 AI 主流

重头戏看完，回到演讲开始。黄仁勋一上台就抛出了一个惊人的数字，过去十年投入的约 10 万亿美元计算资源，正在被彻底现代化。

但这不仅仅是硬件的升级，更多的是软件范式的转移。他特别提到了具备自主行为能力（Agentic）的智能体模型，并点名了 Cursor，彻底改变了英伟达内部的编程方式。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/9.jpg)

最让现场沸腾的，是他对开源社区的高度评价。黄仁勋直言，去年 DeepSeek V1 的突破让全世界感到意外，它作为第一个开源推理系统，直接激发了整个行业的发展浪潮。PPT 上，我们熟悉的国产玩家 Kimi k2 和 DeepSeek V3.2 分别是开源第一和第二。

黄仁勋认为，虽然开源模型目前可能落后最顶尖模型约六个月，但每隔六个月就会出现一个新模型。

这种迭代速度让初创公司、巨头、研究人员都不愿错过，包括英伟达在内。

所以，他们这次也没有只卖铲子，推销显卡；英伟达构建了价值数十亿美元的 DGX Cloud 超级计算机，开发了像 La Proteina（蛋白质合成）和 OpenFold 3 这样的前沿模型。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/8.jpg)

▲ 英伟达开源模型生态系统，涵盖了生物医药、物理 AI、智能体模型、机器人以及自动驾驶等



而英伟达 Nemotron 模型家族的多款开源模型，也成为这次演讲的亮点。其中包含语音、多模态、检索生成增强以及安全等多个方面的开源模型，黄仁勋也提到，Nemotron 开源模型在多个测试榜单上表现优秀，并且正在被大量的企业采用。

## 物理 AI 是什么，一口气连发几十款模型

如果说大语言模型解决了「数字世界」的问题，那么英伟达的下一个野心，很明显是要征服「物理世界」。黄仁勋提到，要让 AI 理解物理法则，并在现实中生存，数据是极其稀缺的。

在智能体开源模型 Nemotron 之外，他提出了构建物理 AI（Physical AI）的「三台计算机」核心架构。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/7.jpg)

- 训练计算机，也就是我们熟知的，由各种训练级显卡构建的计算机，像图片中提到的 GB300 架构。
- 推理计算机，运行在机器人或汽车边缘端的「小脑」，负责实时执行。
- 模拟计算机，包括 Omniverse 和 Cosmos，它能为 AI 提供一个虚拟的训练环境，让它在模拟中学习物理反馈。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/6.jpg)

▲ Cosmos 系统能生成大量的物理世界 AI 训练环境



基于这套架构，黄仁勋正式发布了震惊全场的 Alpamayo，全球首个具备思考和推理能力的自动驾驶模型。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/5.jpg)

与传统自动驾驶不同，Alpamayo 是端到端训练的系统。它的突破性在于解决了自动驾驶的「长尾问题」。面对从未见过的复杂路况，Alpamayo 不再是死板地执行代码，而是能像人类司机一样进行推理。

「它会告诉你接下来会做什么，以及它为什么会做出这样的决策」。在演示中，车辆的驾驶方式惊人地自然，能够将极端复杂的场景，拆解为基础常识来处理。

演示之外，这一切也不是纸上谈兵。黄仁勋宣布，搭载 Alpamayo 技术栈的奔驰 CLA，将在今年第一季度于美国正式上线，随后陆续登陆欧洲和亚洲市场。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/4.jpg)

这辆车被 NCAP 评为全球最安全的汽车，底气就是来自于英伟达独特的「双重安全栈」设计。当端到端的 AI 模型对路况信心不足时，系统会立即切换回传统的、更稳妥的安全防护模式，确保绝对安全。

发布会上，老黄还特地展示了英伟达的机器人战略。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/3.png)

▲九大顶级 AI 及相关硬件制造商之间的竞争，他们都在扩大产品线，尤其是要抢夺机器人赛道，高亮的单元格为自去年以来的新产品



所有机器人都将搭载 Jetson 小型计算机，在Omniverse 平台的 Isaac 模拟器中接受训练。并且英伟达正在把这套技术整合进Synopsys、Cadence、西门子等工业体系。

![](https://s3.ifanr.com/wp-content/uploads/2026/01/2.png)

▲ 黄仁勋邀请了包括波士顿动力、Agility 等人形机器人、四足机器人「登台」，他强调，最大的机器人其实是工厂本身



自下而上，英伟达的愿景是，未来芯片设计、系统设计、工厂仿真，都将由英伟达物理 AI 加速。发布上，又是迪士尼机器人闪亮登场，老黄还因此对着这群超萌机器人调侃道：

「你们会在计算机中被设计、在计算机中被制造，甚至在真正面对重力之前，就会在计算机中被测试和验证。」

![](https://s3.ifanr.com/wp-content/uploads/2026/01/1-1.png)

如果不说是黄仁勋，整场主题演讲看下来甚至会以为是某个模型厂商的发布会。

在 AI 泡沫论甚嚣尘上的今天，除了摩尔定律的放缓，黄仁勋似乎也需要用 AI 到底能做什么，来提升我们每个人对 AI 的信心。

除了发布全新 AI 超算平台 Vera Rubin 的强悍性能，来安抚算力饥渴，他在应用和软件上也比以往花了更多的功夫，拼尽全力让我们看到，AI 将会带来哪些直观改变。

此外，就像黄仁勋说的一样，过去他们为虚拟世界造芯，现在他们也下场亲自演示，将注意力放在以自动驾驶、人形机器人为代表的物理 AI，走进行业竞争更激烈的真实物理世界。

毕竟，只有仗打起来，军火才能持续卖下去。

文｜莫崇宇、张子豪、姚桐