2026 GTC 黄仁勋主题演讲总结及全文

2026年6月1日

要点总结：

1. 代理式AI成为主流范式
AI不再只是聊天或生成内容，而是能理解意图、自主规划、调用工具、完成复杂任务的“数字代理”。应用程序的基本形态从“人操作软件”转向“人给指令，AI代理完成工作”。

2. AI开始真正创造经济价值
AI产生的Token需求爆炸式增长，已直接推动GDP和利润增长。例如，软件开发者借助AI后产出效率提升近3倍，AI正在实质性地改变劳动生产率。

3. 软件行业迎来新爆发，而非衰落
虽然代理式AI能自动执行任务，但未来会有数十亿个AI代理，它们会比人类使用更多软件工具。因此，软件公司反而迎来更大的市场——前提是软件必须设计成能被AI代理理解和调用。

4. 数据中心架构被彻底重构
代理式AI需要分布式、异构、解耦合的架构，包含GPU、CPU、DPU、存储、网络等协同工作。存储系统（记忆）成为关键瓶颈，因为AI需要工作记忆和长期记忆，这正在重塑存储架构。

5. CPU的设计理念正在转变
传统CPU为“人类用户”设计（以秒/分钟计费），而AI代理要求纳秒级延迟、极高单核性能、高内存带宽、低功耗。未来CPU将服务于数十亿个“没有耐心”的AI代理，催生全新的CPU市场。

6. 每一家企业都将成为“代理公司”
企业不再只是使用软件，而是会部署大量AI代理来完成设计、验证、客服、数据分析等任务。行业需要标准化的代理执行环境（类似代理时代的操作系统）来确保安全、权限和数据保护。

7. PC行业迎来40年来最大重塑
PC将从“运行应用的工具”演变为内置AI代理的个人助理，能够常驻运行、理解用户、主动协助。这一变化的规模堪比手机向智能手机的转型。未来每个家庭都可能拥有自己的AI超级计算机。

8. 物理AI与机器人行业面临数据瓶颈
自动驾驶、人形机器人等物理AI的最大挑战不是算法，而是第一人称视角的训练数据稀缺。行业正通过“世界模型”生成符合物理规律的合成数据来突破这一瓶颈。

9. AI模型向开放、混合架构演进
前沿模型正朝着高速、低成本、强推理能力方向进化，采用混合架构（如SSM+MoE）。同时，开放模型（提供模型、数据、训练脚本）成为趋势，让每家公司都能构建自己的专有AI。

10. AI代理将无处不在
从云端、企业、PC，到汽车、机器人、基站、卫星、工厂、农业设备……同样的代理式运算架构会被部署到所有计算节点，形成数以百亿计的分布式智能系统。

演讲全文

各位台湾的朋友，欢迎来到 GTC Taiwan。

今天能回到台湾，对我来说意义非常特别。这不只是一次技术大会，也像是回家。我今天也把我的父母带回来了。请大家给我的爸爸妈妈一个热烈的掌声。

也请大家把掌声送给刚才表演的台湾小朋友们，他们实在太可爱了，也是真正的台湾之星。

今天现场有非常多朋友，同一时间，我们也正在向全台湾 70 个不同的观看会场直播。也就是说，现在全台湾有 70 场 GTC 活动同时进行，所有人都在一起观看这场 keynote。

今天，我有非常多事情想和大家分享，也有非常多合作伙伴想感谢。NVIDIA 在台湾的生态系统，已经成长到令人难以置信的规模。

很多人一想到 NVIDIA 的生态系统，通常会想到我们的软件堆叠、开发者社群，或是建立在 NVIDIA 运算系统之上的各种应用。但真正的 NVIDIA 生态系统，范围远远不只如此。它一路往上游延伸到供应链，而这一切的起点就在台湾；它也一路往下游延伸到数据中心、AI 工厂，最后抵达每一位终端用户。

今天，我们要谈的几乎就是整个生态系统。台湾拥有世界上最丰富、最完整、也最强大的供应链生态系统。这非常不可思议。

今年，我们共同创造的事业正在以惊人的速度成长。有人昨晚告诉我，台湾今年的 GDP 增长率可能接近 10%。这非常了不起。

那么，我们开始吧。

实用 AI 已经到来，Token 正在变成新的经济单位

两年前，我在这里和大家谈到，AI 正从生成式 AI 走向下一波浪潮。那一波浪潮，就是代理式 AI，也就是 Agentic AI。

今天，我们可以非常清楚地说：代理式 AI 已经到来，真正有用的 AI 已经到来。

这代表什么？

我们先从 GitHub 看起。软件开发，是代理式 AI 最早、也最重要的应用之一。全世界大约有 3000 万到 4000 万名专业软件开发者，若再加上学生与爱好者，规模更大。这是一个庞大的产业，也是全球最有价值的专业之一。

在 GitHub 上，pull request 代表开发者下载、修改软件；commit 则代表他们把修改后的代码推回去。

2023 年，GitHub 上的 commit 数量约为 3 亿次。
2024 年，增加到 4 亿次。
2025 年，增加到 5 亿次。
而在 2026 年前几个月，这个数字几乎已经成长到原来的 3 倍。

这代表什么？

如果 3000 万名软件工程师每年对应大约 3 万亿美元的薪资产值，而这些工程师现在能产出接近 3 倍的工作量，那就等于同样 3 万亿美元的人力成本，创造出接近 9 万亿美元的生产力。

这就是 AI 的潜力，也是 AI 的承诺。

很多人说 AI 会减少工作机会，这完全是错误的。实际上，AI 会让更多软件工程师被聘用。原因很简单：如果一位工程师通过 AI 可以创造出 3 倍产出，企业为什么不聘请更多工程师？

如果生产力曲线是平的，公司当然可能减少工程师。但现在产出大幅提升，企业反而更想聘请更多人。

这件事很快就会反映在全球经济上。

第一个重点是：实用 AI 已经到来。AI 不再只是展示技术，它正在创造利润，也正在创造 GDP。

这背后意味着另一件事：Token 的需求正在爆炸。

因为只要 AI 能创造价值，企业就会想要产生更多 Token。Token 现在已经变成可以赚钱的收入单位。当 Token 可以带来利润，AI 公司就会想建立更多 AI 工厂，产生更多 Token。

这正是台湾运算需求暴增的原因。也正是为什么各位如此忙碌、企业业绩如此强劲。

代理式 AI 改变了应用程序的基本形态

过去的电脑应用，大致是这样运作的：应用程序里有代码，代码跑在操作系统上。用户开启应用程序，点击、输入、执行。

但今天，新的运算模式变成了「代理」。

一个代理系统，通常由大型语言模型、代理框架、工具、技能、记忆系统与执行环境组成。大型语言模型负责思考，代理框架负责协调，工具负责执行任务，而记忆系统则让代理能处理短期与长期信息。

当用户输入一个指令时，代理必须理解输入、观察环境、推理问题、制定计划、使用工具，最后完成任务。

它可以使用电子表格、浏览器、数据库、数据处理引擎、CAD 工具、程序编译器，也可以调用各种加速运算函数库。

这就是新的电脑运算模型。

过去，我们启动应用程序，然后点击与输入。未来，我们会直接向 AI 说明意图，AI 则会产生程序、操作工具，并交付我们需要的结果。

例如，你可以输入一段 prompt，让 AI 直接生成程序与视觉效果。

你也可以说：「我遗失了遥控器电池盖，这是它的外观，请帮我建立一个可 3D 打印的 CAD 文件。」
AI 会理解物体形状，调用工具，生成可打印的设计文件。

这就是 Agentic AI。过去两年，我们一直朝这个方向建构；而现在，它已经真正到来。

软件不会被代理淘汰，反而会迎来更大需求

很多人问我：「Jensen，既然代理式 AI 来了，那是不是所有软件公司都会被淘汰？」

我的答案正好相反。

因为世界不再受限于人类用户的数量。未来会有大量代理存在，而这些代理会使用比人类更多的工具。

所以，这其实是软件公司最好的时代。

但关键在于，软件必须以代理能使用的方式呈现。工具不只是给人操作，也要能让 AI 理解、调用与执行。

NVIDIA 最珍贵的资产之一，就是 CUDA 函数库。我称它们为 CUDA-X 函数库。它们涵盖计算光刻、决策优化、稀疏求解器、深度研究、AI-RAN、可微分物理、基因组学等不同领域。

这些函数库将成为代理的工具。

未来，每一个 CUDA-X 函数库都会附上代理可理解的技能说明。AI 读懂这些说明后，就会知道如何使用工具。代理使用这些函数库的能力，甚至会比人类更有效率。

这是软件的新时代，也是 CUDA-X 的新时代。

代理式 AI 需要全新的数据中心架构

代理式 AI 不是单一模型，也不是单一 GPU 就能解决的问题。

它是一种分布式、异构化、解耦合的运算模式。

你可以把大型语言模型想成大脑，把代理框架想成身体，把工具与执行环境想成工作坊。代理就像一位工作者，带着工具在工作坊里完成任务。

每一次代理观察、理解、推理、计划与行动，都会触发大量运算。大型语言模型负责思考，CPU 负责工具调用与流程协调，DPU 负责安全隔离与数据保护，GPU 负责加速运算，存储系统则负责记忆与数据检索。

这里最困难的部分之一是记忆。

代理需要工作记忆，也就是 KV Cache；也需要长期记忆。系统必须决定要记住什么、压缩什么、如何检索数据、如何处理结构化与非结构化信息，以及不同数据之间的关联。

AI 的记忆系统，将彻底改变存储架构。

这也是为什么 NVIDIA 建立了下一代系统：Vera Rubin。

Vera Rubin 不是一颗芯片，也不只是一个 GPU。它是一套完整的代理式 AI 运算系统。从 GPU、CPU、NVLink、存储、安全处理器、网络、软件堆叠到机柜级系统，全部都被重新设计。

Vera Rubin 是 NVIDIA 史上最有野心的工程。这不只是 NVIDIA 4 万名工程师的成果，也包含台湾整个供应链的共同参与。

NVIDIA 正从 GPU 公司，转型为 AI 基础设施公司

很久以前，NVIDIA 是一家 GPU 公司。后来，我们成为系统公司。今天，我们正在再次转型，成为 AI 基础设施公司。

因为客户真正想要的不是买一台电脑，而是建立 AI 工厂。

AI 工厂是人类史上最大规模的基础设施建设之一。芯片、机柜、网络、电力、冷却、电网，都必须从端到端一起设计。原因很简单：运算能力就是收入。

如果每一个 Token 都能创造利润，那么每一瓦电所能产生的 Token 数量，就是数据中心的收入能力。

因此，NVIDIA 建立了 DGX 或 DSX 等级的 AI 工厂蓝图，从模拟、设计、建置、运营、监控、修复到电网协调，帮助客户把 AI 工厂以最高效率运作起来。

今天的 AI 工厂，常常需要预留高达 40% 的电力容量。但通过更好的电力管理、液冷系统、动态功率分配与 AI 代理协调，数据中心可以在相同电力预算下部署更多 GPU，创造更多年收入。

到本世纪末之前，全球可能会有 100 GW 规模的 AI 工厂上线。NVIDIA 的目标，是让这些 AI 工厂以最高效率运行，产生最低成本的 Token，同时也让电网更稳定。

一座 1 GW 级 AI 工厂，过去可能是 200 亿到 300 亿美元的投资，后来变成 500 亿到 600 亿美元，未来甚至可能达到 800 亿到 1000 亿美元。

这样的资本投入必须一次成功，必须立刻运行。这就是为什么我们需要在 Omniverse 里先建立数字孪生，在真正破土动工前，先于数字世界中模拟与验证整座 AI 工厂。

!2026 GTC 黄仁勋主题演讲全文（中文翻译） 黄仁勋主题演讲全文 AI， 头条](/截图-2026-06-01-上午11.21.08-2400×1561.webp)

Vera Rubin 已经全面量产，为代理时代而生

今天，我很高兴站在这里宣布：Vera Rubin 已经全面量产。

Vera Rubin 的供应链规模，是 Grace Blackwell 的两倍。过去组装一个 Grace Blackwell 机柜可能需要 2 小时，现在 Vera Rubin 的设计让组装时间缩短到 5 分钟。

Vera Rubin 是第一个为代理式 AI 打造的多机柜、Pod 级 AI 超级计算机。

它从 TSMC 开始。Vera Rubin 由 7 颗新芯片组成，采用 3 nm 制程、CoWoS 封装，以及来自 Micron、SK Hynix、Samsung 的 HBM 内存。

Vera Rubin Compute Board 拥有 6 万亿个晶体管，单板超过 18,000 个元件。Vera Rubin NVL72 负责思考，包括 prompt 理解、上下文处理、推理与规划。

整个系统采用新的模块化电脑架构，通过 PCB 中板设计，减少线缆，提高可靠性。它包含 Superchip、ConnectX-9 SuperNIC、BlueField-4 DPU，以及可热插拔的 NVLink Switch Tray。

新一代液冷汇流排可承载超过 5,000 安培电流，相当于 20 辆电动车全力加速时的电流规模。整个第三代 MGX 机柜设计，由 130 万个元件组成。

Vera Rubin 不是为了「跑 AI」而设计，它是为了「跑代理」而设计。

这是代理式系统。也正因如此，它需要世界上最先进的电脑。

Vera CPU：第一颗为 AI 代理打造的 CPU

接下来，我要谈 CPU。

过去所有 CPU，基本上都是为人类而设计。人类是用户，也是租用者。我们使用云端 CPU 时，通常以秒、分钟或小时计算。

但 AI 代理完全不同。

代理非常没有耐心。它们不生活在「秒」的世界，而是生活在「纳秒」的世界。当代理调用工具、查询数据库、执行程序，它希望响应立刻回来。每一次等待，都会延迟下一步推理、下一步行动与下一个 Token 的产生。

所以，我们为 AI 时代打造了 Vera CPU。

Vera CPU 是为代理而生的 CPU。

它有 4 个关键特性。

第一，单线程效能必须极高。因为代理需要极低延迟，而不是只看整体吞吐量。Vera CPU 每个时钟周期可以提取、解码并执行 10 条指令，IPC 表现达到世界级水平。

第二，每个核心的内存带宽必须非常高。代理会频繁搬移数据，CPU 不能成为 GPU 的瓶颈。

第三，芯片内部与外部的总带宽必须极高。代理式系统是解耦合、分布式的运算模型，数据需要在 CPU、GPU、存储与网络之间快速流动。Vera CPU 的内部互连带宽达到 3.6 TB/s，并支持 PCIe Gen 6 与 LPDDR5X，内存带宽达到 1.2 TB/s。

第四，它必须极度省电。因为 AI 工厂里最重要的经济来源是 GPU 产生 Token。CPU 必须强大，但不能抢走过多电力。

Vera CPU 在真实工作负载上的表现非常惊人。例如 SQL 查询可以达到 3 倍效能提升；实时流处理可达 6 倍效能提升。对 CPU 来说，这种倍数级成长非常罕见。

这不只是一次 CPU 升级，而是一个全新市场的开始。

过去，我们为人类打造 CPU。未来，我们要为数十亿甚至更多 AI 代理打造 CPU。这个市场会比过去更大，因为代理的数量会远远超过人类，而且代理比人类更没有耐心。

企业 AI 工具包：每家公司都会成为代理公司

接下来这张图，是今天最重要的重点之一。

未来 10 年，应用程序的基本形态会是代理。代理由模型、代理框架、工具、技能与执行环境组成。每家公司都会使用代理，每家公司都会成为代理公司。

企业现在最常问我们的问题是：我们要如何安全地执行代理？如何建立适合自己工作的代理？

因此，NVIDIA 建立了企业 AI 的代理工具包。

这套工具包包含 4 个关键部分。

第一是模型。大型语言模型越聪明越好，越快越好，成本越低越好。

第二是代理框架，也就是协调模型、工具与记忆系统的 harness。

第三是工具与技能。这些工具包含 CUDA-X 函数库，也包含企业自己的软件与数据系统。

第四是执行环境。这就像代理时代的操作系统，负责安全、权限、身份、数据保护与政策控管。

NVIDIA Open Shell 是我们开源的安全代理执行环境。它可以保护代理，让代理在企业安全政策内运作，同时保护隐私、权限与身份。

这套系统可以跑在云端、企业内部、边缘设备，也可以跑在 PC 上。

Cadence 与 NVIDIA：芯片设计代理把周期从数周压缩到数小时

代理式 AI 最让我兴奋的应用之一，是芯片设计。

芯片设计是 NVIDIA 最重要的工作之一，因此我们与 Cadence 合作，打造芯片设计超级代理。

设计芯片是世界上最困难的工程挑战之一。数万亿个晶体管、三维电路、微观尺度，每一道门、每一条线都要精准同步到皮秒等级，几乎没有错误空间。

传统流程中，工程师需要撰写 RTL、建立测试平台、执行模拟、找错、修正，再重新验证。一次循环可能需要数周。

现在，Cadence 与 NVIDIA 共同打造设计验证代理。Codex 负责协调流程，Cadence 工具负责 RTL 验证，Nemotron 负责推理，NVIDIA Open Shell 负责安全执行。

这套系统可以调用 RTL 生成、测试平台建立、回归测试与除错等子代理，并自动执行数百次模拟。它能找出设计缺陷，修正程序错误，把过去需要数周的验证流程，压缩到数小时。

验证循环速度提升超过 40 倍。

NVIDIA 有数千名芯片设计工程师。未来，我们会聘用数十万个 Cadence 超级代理，与我们一起工作，让公司能更快、更大胆地创造下一代技术。

Nemotron 3 Ultra：开放模型让每家公司打造自己的代理

要打造企业代理，必须先有一个强大的基础模型。

这就是 Nemotron。

NVIDIA 致力于为世界建立开放模型，让每家公司都能打造自己的代理。今天，我们宣布 Nemotron 3 Ultra。

Nemotron 不只提供模型本身，也提供训练数据与训练方法。通过与合作伙伴共同建立的数据集，Nemotron 训练于大量长推理、长任务解决与工具使用数据上。

Nemotron 3 Ultra 是基于混合架构的新模型，结合 SSM 状态空间模型与 Mixture of Experts。它速度快、成本低、推理能力强。

与世界上最好的开放模型相比，Nemotron 3 Ultra 速度快 5 倍，执行成本降低 30%，同时完全开放。

我们提供模型、数据与训练脚本，让企业可以加入自己的专业知识，把它变成自己的专有代理模型。

与 Microsoft 共同重塑 PC：代理会进入每一台个人电脑

我的许多台湾合作伙伴与朋友，都是从 PC 产业开始的。40 年前，PC 改变了世界。Windows 95 让 PC 从企业工具变成每个人都应该拥有的消费电子产品。

40 年后，Microsoft 与 NVIDIA 将一起重新发明 PC。

新的 PC 不只是旧操作系统加上应用程序。它会是旧操作系统，加上大型语言模型，再加上代理执行环境。

大型语言模型就像现代版的 DirectX。它可以理解 prompt、处理视觉、生成影像、生成声音，也能成为电脑的智慧延伸。

今天，我们推出 RTX Spark。

RTX Spark 是为 AI 时代重新设计的 PC 平台。它搭载 Blackwell RTX GPU，拥有 6,144 个 CUDA 核心、1 PFLOP AI 效能；也搭载与 MediaTek 共同打造的 20 核 Grace CPU，通过 NVLink 连接，配备 128 GB 统一内存，采用 TSMC 3 nm 制程，包含 700 亿个晶体管。

RTX Spark 不只是用来创作与游戏，也能在本地执行代理。

你可以在笔记本上执行代理，让它使用 Rhino、Blender、Flux 2 等工具，协助你从概念草图、基地条件与风格情绪板开始，自动建立房屋设计、内部空间、材质、渲染与写实影像。

过去复杂的创作流程，会被代理引导与简化。

Adobe 也重新设计 Photoshop 与 Premiere 的核心架构，将支持 RTX Spark，速度提升 2 倍，并通过 MCP Server 让软件能与笔记本上的代理互动。

这是 40 年来 PC 最大的一次改变。

个人 AI 超级计算机：未来每个家里都可能有一台 AI 主机

RTX Spark 重新定义笔记本，但 Microsoft 与 NVIDIA 正在重新定义整个 PC 产品线。

今天，我们宣布 3 种全新的 Windows 机器：笔记本、台式机与工作站。它们 100% 兼容 Windows，100% 支持 CUDA，也 100% 支持 NVIDIA AI Tensor Core。

台式机版本可以 24 小时运作，成为你的个人 AI 代理主机。它可以连接你的笔记本、屏幕、摄像头、家电、安全系统，成为家中的个人 AI。

而 DGX Station for Windows 则拥有 768 GB 内存，可执行 1 万亿参数模型，提供 20 PFLOPS 运算能力与 8 TB/s 内存带宽。对大型语言模型与代理开发者来说，这就像把一座小型 AI 超级计算机放在桌边。

我相信，10 年后我们对 PC 的理解会完全不同。

今天我们说「手机」，其实很少真的用它打电话。手机已经变成完全不同的装置。未来 PC 也会如此。它不再只是你开启应用程序、点击与输入的工具，而会变成一个持续运作、理解你、协助你的 AI 系统。

我甚至可以想象，有一天每个家庭都会有一台 AI 超级计算机，就像今天很多家庭有家庭影院、游戏机、音响与大型电视。它会执行你的代理、你的助理，全天候为你完成各种工作。

它会越来越像 R2-D2 或 C-3PO，而不再像传统 PC。

这次电脑的重塑，重要性不亚于手机变成智能手机。

代理式 AI 会进入汽车、机器人、基站、卫星与工厂

代理式 AI 本质上就是数字机器人。它能理解、推理、计划、行动，并使用工具。

这种模式不只出现在云端、企业与 PC，也会出现在自动驾驶车、机器人、卫星、基站、农业设备、制造设备与重工业设备中。

未来的基站也会是代理式的。它会理解流量，与其他基站协调，以最少能耗提升频谱效率。

今天 NVIDIA 主要仍在数据中心中心位置，但我相信未来会有数百亿甚至数千亿个代理式系统，分布在世界各地。

其中最大的问题，是数据。

语言模型可以从网络上的语言数据中学习，因为那些数据是人类写给人类看的。但物理 AI 与机器人需要的是从机器人视角理解世界的数据。大多数视频数据都是第三人称视角，不是机器人第一人称视角。

因此，物理 AI 最大的挑战是数据。

Cosmos 3：物理 AI 的世界基础模型

为了解决物理 AI 的数据问题，我们建立了 Cosmos。

今天，我们宣布 Cosmos 3。

Cosmos 是为物理 AI 打造的开放式前沿世界模型。它可以理解影像、动作、声音与语言，也能生成物理一致的合成视频，支持模拟、训练与政策评估。

当 Cosmos 作为视觉语言模型时，它能观察物理世界并描述正在发生的事。
当它作为世界模型时，它能从影像、文字或视频生成符合物理逻辑的合成视频。
当它作为模拟器时，它能用于机器人策略训练与评估。
当它作为世界行动模型时，它能预测未来画面，并生成机器人动作。

过去，我们说数据加运算会产生 AI。现在，有了 AI 之后，运算本身也能产生数据。

Cosmos 3 就是物理 AI 时代的基础模型。

Alpamayo 2：会推理的自动驾驶车

今天，我们也宣布 Alpamayo 2，这是一个开放式自动驾驶车模型。

我们正在与全球车厂合作。采用 NVIDIA Hyperion 平台的车厂，合计代表全球约 80% 的汽车产量。我们也与全球约 97% 的移动出行服务生态系统连接。

Alpamayo 是世界上第一个会推理的自动驾驶车系统。

它不只是看见道路，也会理解情境。它能判断前方停车、行人穿越、车辆切入、卡车阻挡车道、路口让行等状况，并说明自己为什么减速、变换位置或停车。

如果你让它一直说话，可能会很吵。但我们很高兴它会对自己说话，因为那代表它正在思考。

Isaac GR00T：为人形机器人建立开放平台

同样的技术也适用于人形机器人。

NVIDIA Isaac GR00T 是我们的人形机器人技术堆叠，包含模型、数据生成、模拟、训练、执行环境与操作系统。

无论是云端代理、PC 代理、自动驾驶车，或人形机器人，本质上都是同一种模式：模型、代理框架、工具、技能与执行环境。

但机器人系统非常复杂。它有大量马达、传感器与控制系统，且非常脆弱。研究团队如果每次都从零开始建立硬件、模拟、遥操作、数据管线与训练基础设施，会花费大量时间。

因此，我们今天宣布 NVIDIA Isaac GR00T 参考人形机器人平台。

这是一套完整整合的开放式开发平台，包含每只手 25 个自由度、机器人本体 31 个自由度，身高约 6 英尺，重量约 150 磅，搭载 Jetson Thor 与完整 NVIDIA 软件堆叠。

它是为大学与研究机构打造的，让研究者可以在几小时内开始工作，而不是花几个月搭建环境。

结语：过去 6 个月，电脑产业已经完全改变

让我总结今天谈的内容。

过去 6 个月，电脑产业已经完全改变。原因是代理式 AI 真正成熟了，并与最新前沿模型汇合，使 AI 能开始执行有用的工作。

未来的运算模式会不断重复同一个架构：模型、代理框架、工具、技能与执行环境。这套架构会出现在云端、企业内部、PC、机器人、汽车、卫星、基站、工厂与边缘设备。

Vera Rubin 已经全面量产。Grace Blackwell 是为 AI 推理而设计，而 Vera Rubin 是为代理式 AI 而设计。它不只是一个 GPU，而是一套完整的分布式代理处理系统。

NVIDIA 也已经从 GPU 公司、系统公司，进一步成为 AI 基础设施公司。我们的使命，是帮助客户用最快速度建立 AI 工厂，创造最高收入与最高利润。

Vera CPU 是为代理而生的 CPU，因为未来的 CPU 不只服务人类，也要服务数十亿代理。

Microsoft 与 NVIDIA 正在重新发明 PC。这是新产品线的开始，也是 40 年来 PC 产业最大的一次重塑。

同样的代理式运算模式，也会进入机器人、自动驾驶车、卫星、基站、工厂、云端、企业与边缘。

我想感谢台湾的每一位合作伙伴、每一位朋友。没有你们，我们不可能走到今天。我为你们过去一年的成功感到骄傲，而接下来一年，会更加精彩。

谢谢台湾。

欢迎来到 Computex。祝大家有一场精彩的大会。

谢谢大家。