黄仁勋重塑个人计算机，把128GB内存和百万倍算力塞进背包|nvidia|个人电脑|个人计算机|英伟达|高带宽内存|黄仁勋

在今天下午的英伟达 GTC 大会柏林站上，英伟达 CEO 黄仁勋一口气讲了一个半小时，期间在台上逗弄起了一只名叫 Micro Duck 的机器鸭子。他不仅让这只鸭子倒立打滚，还向全场观众展示了一台名为 RTX Spark 的个人电脑，正是这台电脑赋予了鸭子学会走路的大脑。

黄仁勋手里托着的那台 RTX Spark，体积小到能单手拿住，它的算力却达到了 1 petaflops，内存高达 128GB。他在台上回忆，2016 年亲手交给 OpenAI 的那台初代 DGX 超算，指标也是 1 petaflops 和 128GB，当年得靠两个人才能抬上楼。这台新电脑可以在本地直接运行大模型，还能加速各种专业工具，从 Adobe 到 Autodesk 一应俱全。

（来源：英伟达）

对于普通创作者和开发者来说，不用连云端就能让数据留在本地，响应速度非常快。除了这款能拿在手里的设备，黄仁勋还提到了配套的 DGX Station，提供 20 petaflops 的算力和 754GB 的内存，年底就会推出搭载 Windows 系统的版本。

台上那只名叫 Micro Duck 的小鸭子，是 Hugging Face 社区里的开源机器人，它的训练过程完整演示了这台电脑的能耐。在演示里，名为 Hermes 的代理框架统筹全局，配合 Nemotron 和 GPT-6 Astra 等模型，在 RTX Spark 上完成了建模和材质赋予。随后，系统利用 Omniverse 构建数字孪生场景，让这只鸭子在虚拟世界里练习避开障碍、适应狭窄空间，最后把训练好的策略下载回本地进行评估。

当这只鸭子摇摇晃晃走上台，甚至还能打个滚的时候，台下的观众看到的是一只萌物，背后却是一整套从建模到强化学习的完整工作流。黄仁勋在现场甚至开起了玩笑，呼吁全场观众去这款机器人的官方网站下单，他认为这家只有十来个人的初创公司马上就要迎来爆发。

把镜头拉远一点看，这台电脑的意义在于把原本需要大型服务器才能做的事，装进了一个随身携带的盒子里。学生可以在宿舍里跑机器人仿真，独立开发者能在咖啡馆调试自己的智能体，这是算力下沉到个人设备后的直接结果。黄仁勋在演讲里说，未来的个人电脑会变成你的数字伴侣，它能帮你干活，能跟你协同，这正是英伟达花了四年时间跟微软合作开发这款产品的初衷。

（来源：英伟达）

Vera Rubin 与 DSX，算力底座的狂飙

支撑桌面算力跃升的，是英伟达在底层硬件上的持续发力，黄仁勋在演讲中亮出了代号为 Vera Rubin 的新一代系统。这台机器实现了 100% 液冷，组装时间从过去的两小时缩短到不到五分钟，一个机架就能连接 72 个 GPU，组成一台庞大的超级计算机。

与上一代 Blackwell 相比，Vera Rubin 在同样两年时间里的性能提升相当可观，突破了传统摩尔定律的演进节奏。黄仁勋提到，十年时间里英伟达把 AI 性能提升了一百万倍，如果把同样的时间交给摩尔定律，大概只能换来一百倍的进步。

英伟达还推出了 DSX Pod，把原本要在工地现场花几个月拼装的庞然大物，全部转移到工厂流水线完成组装、测试和验证。这些集成了液冷和供电系统的集装箱运到现场后，只要场地基础设施准备就绪，几天就能点亮运行。

黄仁勋在现场算了一笔账，一座吉瓦级的 AI 工厂造价大概五百亿美元，晚通电三个月就等于白白损失掉数十亿美元的潜在营收。把组装环节挪进供应链，闲置的算力浪费会大幅减少，数据中心建设正从工地堆叠转向工业化制造。他还提到，十八公里的线缆在工厂里预先布好，运到现场后接通就能用，从设备抵达到产出 token 的时间，能从四五个月压缩到一个月左右。

系统软件也是这套底座的组成部分，黄仁勋把 CUDA X 库称为英伟达的“皇冠明珠”。这些算法库涵盖了计算光刻、信号处理、图像处理和流体求解等众多领域，正是它们让英伟达的加速计算能力渗透进了各行各业。模型层则呈现百花齐放的态势，英伟达自家的 Nemotron 专注语言，Cosmos 理解物理世界，Alpamayo 负责自动驾驶导航，Earth 2 处理气象预测，这些工具全都开放给开发者使用。

（来源：英伟达）

物理 AI，从 Robotaxi 到会看病的机器人

硬件就位后，AI 开始走向真实的物理世界，黄仁勋把这一波浪潮称为物理 AI。在自动驾驶领域，英伟达推出了名为 Hyperion 的标准架构，配备了 14 个摄像头、9 个雷达、3 个激光雷达，并由双 GPU 系统驱动。多家汽车品牌宣布加入这一标准，未来的 Robotaxi 车队将接入统一架构，各家车企的车辆都能融入这个庞大的虚拟车队网络。黄仁勋提到，全球每年有上万亿英里的行驶里程，未来其中的很大一部分都会交给无人驾驶出租车来完成。

机器人是物理 AI 的另一个主战场，黄仁勋认为人形机器人有望成为产量最大的机器人形态，它的通用性最强，能适应各种不同的任务。英伟达与 Agile Robotics 合作推出了参考机器人 Agile One，明年一季度就能买到现成整机，开箱即用。

他还提到了一个案例，手机基站通过无线电波感知世界并推理环境，本质上也是一种物理 AI，全球上百万个基站未来可能演变成分布式的 AI 网络。在医疗领域，放射治疗机器人能根据肿瘤形状的变化实时调整照射角度，这种对物理环境的精准感知与干预同样是物理 AI 的体现。

为了支撑这些应用，英伟达构建了三台计算机的体系，一台用来训练 AI 模型，一台在 Omniverse 数字孪生里让 AI 学习技能，第三台则是装在汽车或机器人里的计算平台。黄仁勋强调，不能让 AI 直接跑到物理世界里乱试，必须在数字孪生里把动作练熟了再部署到真实设备上，这套流程正在成为机器人开发的标准范式。

（来源：英伟达）

代理五要素与 OpenShell，把安全写进基础设施

AI 要真正落地，怎么让智能体既好用又不出乱子，是一个绕不开的问题。黄仁勋提出了代理的五要素：包括模型、外部编排框架、隔离沙箱、知识库和工具。

模型负责感知、推理和规划；编排框架像外骨骼一样协调工作；沙箱提供安全隔离；知识库接入企业的专属数据；工具则让智能体能实际操作各种软件。他透露，目前已经有各类企业开始用这套架构构建自己的智能体，英伟达自己也推出了 Agent Toolkit 来帮助开发者快速上手。

为了让这些智能体安全运行，英伟达发布了开源安全运行时 OpenShell，它把智能体关在独立的沙箱里，每一次对外请求都要经过外部监督者的权限审查，密钥始终留在沙箱外面。黄仁勋拿早期互联网作类比，当年病毒满天飞，直到浏览器设定了严格的权限边界才安定下来，OpenShell 就是给 AI 代理设的权限红线，让企业敢把核心数据和业务交给它跑。

他还宣布与 Anthropic 达成合作，共同打造基于 OpenShell 的安全智能体。这套方案基于 Apache 2.0 协议开源，从边缘设备到云端都能部署，只需要两条命令就能接入。

在工具层面，CUDA X 库扮演着至关重要的角色，黄仁勋称它们是智能体干活的家伙什儿。无论是生物医药公司用来设计蛋白质的 BioNeMo，还是西门子用来构建工厂智能体的 Cosmos，亦或是普通开发者调用的各种仿真引擎，都跑在英伟达的加速计算平台上。

他还展示了 Dassault Systems 的工程师如何用智能体来改造汽车门板设计，代理能协调各个子模块，在规划、设计和仿真之间保持上下文连贯，找出潜在的震动问题并给出改进方案。