| 廣告聯系 | 簡體版 | 手機版 | 微信 | 微博 | 搜索:
歡迎您 游客 | 登錄 | 免費注冊 | 忘記了密碼 | 社交賬號注冊或登錄

首頁

溫哥華資訊

溫哥華地產

溫哥華教育

溫哥華財稅

新移民/招聘

黃頁/二手

旅游

一文讀懂英偉達GTC 2026:給"龍蝦"裝安全圍欄


請用微信 掃一掃 掃描上面的二維碼,然後點擊頁面右上角的 ... 圖標,然後點擊 發送給朋友分享到朋友圈,謝謝!
北京時間3月17日凌晨,英偉達(股票代碼:NVDA)GTC2026大會拉開帷幕。作為全球AI產業最受關注的年度時刻之一,GTC大會被稱為“AI春晚”,其中黃仁勳的主題演講亦備受關注。


大會之前,黃仁勳拋出過一個產業模型為GTC預熱,指出“AI是一塊五層蛋糕(AI is a Five-Layer Cake)”,從底座向上分別為:能源、電力,芯片、算力基礎設施,再到模型與應用,AI已經形成一個全新的產業技術棧,並正在引發人類歷史上規模最大的基礎設施建設之一。

黃仁勳說:“這次大會將覆蓋人工智能五層架構的每一層,當然還有最重要的一層,也是最終真正推動這個行業騰飛的——應用。”




黃仁勳指出,隨著推理需求的爆發,正在推動英偉達的市場規模和客戶結構同步擴張。

回望2025年10月的華盛頓GTC大會,黃仁勳曾指出,到2026年底,英偉達憑借現有及未來的數據中心芯片,將撬動約5000億美元的收入規模。

這次GTC的演講台上,老黃再次給出預判:幾個月後,隨著 Blackwell與Rubin架構的全面接力,他所預見的市場機會已翻倍跨越。他明確表示,預計到2027年底,英偉達新一代AI芯片的累計營收將正式跨入1萬億美元時代。

本次GTC 2026發布的最核心主題——以Vera Rubin為代表的“芯片全家桶”,構成了這一代Vera Rubin機架的系統級基礎設施,其中包括:Vera CPU、Rubin GPU、NVLink 6 Switch(高速互聯)、ConnectX-9 SuperNIC(超級網卡)、BlueField-4 DPU(數據處理單元)、Spectrum-6 以太網交換機。

英偉達甚至還准備將AI算力“送上天”,推出面向軌道環境運行的Vera Rubin Space Module,用於支持衛星和空間任務中的邊緣智能計算。


值得注意的是,此次GTC,Groq 3 LPU推理加速器也完成了首秀。

此前,2025年12月,英偉達以約200億美元完成了對Groq核心技術資產的收購,Groq創始人Jonathan Ross加入英偉達擔任首席軟件架構師,Groq 3 LPU正是這筆收購正式落地的第一個公開成果。

另外,席卷中美兩地開發者社區的“龍蝦熱”,在本次GTC上也得到了體現。


黃仁勳推出面向OpenClaw生態的NemoClaw方案,在OpenClaw原有智能體能力的基礎上,疊加了NVIDIA Nemotron開放模型,可以讓龍蝦更聰明,同時內置一套實時安全管控機制,相當於給智能體配了一個全程在線的“保安”。

整個2個多小時下來,英偉達GTC給人“系統級”概念印象非常深刻:早期突出的是算力、互聯,到最近兩年強化對系統級能力,甚至是AI工廠這種綜合型基礎設施的探索,所以大家會看到,黃仁勳在大會上已不再是單純強調單一的算力芯片,取而代之的“芯片全家桶”、“算力全家桶”這種系統級解決方案。

01. Vera Rubin 平台:推理效率提升10倍,token成本降至十分之一

早在2024年Computex上,黃仁勳就首次披露了Rubin架構,並宣布其將接替Blackwell 成為下一代AI GPU架構。隨後在2025 GTC上,展示了搭載Vera CPU與Rubin GPU的Superchip原型,但當時仍停留在單板級產品階段。

2026年CES,Rubin首次以完整平台形態出現,由六顆核心芯片協同工作,構成一台機架級AI超級計算機。

而在本次GTC 2026上,英偉達又進一步將Groq的LPU推理架構整合進平台,並首次將AI工廠、電力調度與智能體運行環境納入統一架構。
覺得新聞不錯,請點個贊吧     無評論不新聞,發表一下您的意見吧
上一頁123456下一頁
注:
  • 新聞來源於其它媒體,內容不代表本站立場!
  • 在此頁閱讀全文
    猜您喜歡:
    您可能也喜歡:
    我來說兩句:
    評論:
    安全校驗碼:
    請在此處輸入圖片中的數字
    The Captcha image
    Terms & Conditions    Privacy Policy    Political ADs    Activities Agreement    Contact Us    Sitemap    

    加西網為北美中文網傳媒集團旗下網站

    頁面生成: 0.0207 秒 and 5 DB Queries in 0.0039 秒