英伟达GTC台北2026大会从GPU供应商到AI基础设施运营商的转型之路在英伟达GTC台北2026大会现场黄仁勋表示Alpamayo标志着汽车从‘单纯驾驶’迈入‘安全推理’时代。在近两个小时的演讲中他发布了专为智能体设计的Vera CPU、AI工厂实战指南DSX平台、RTX Spark超级芯片等产品还在自动驾驶领域推出开放推理模型——NVIDIA Alpamayo 2 Super。这是一个320亿参数的开放视觉 - 语言 - 动作推理模型Reasoning VLA能在完整驾驶堆栈中进行推理、规划与行动为更安全、可规模化的L4级自动驾驶开发提供支持实现了从‘模仿驾驶’到‘安全推理’的根本范式转移。大会上发布的产品从底层芯片到上层基础设施从数据中心到个人PC从云端智能到物理机器人标志着英伟达正从‘GPU供应商’向‘AI基础设施运营商’转变。Alphamale 2自动驾驶迈入推理新阶段Alpamayo 2的核心突破在于‘可解释性’。传统端到端自动驾驶模型决策过程不透明而Alpamayo 2车辆能用自然语言实时解释决策如‘由于前方静止车辆阻挡车道向左微调’等这种‘思维链’外化能力更易获得人们信任。技术规格上Alpamayo 2实现三项关键升级360度全景感知为变道等提供完整场景信息新增‘元动作Meta - Action’输出为下游规划提供高级驾驶指令具有2D定位的推理自动标注将标注周期从数月压缩至数天重塑辅助驾驶数据管线成本结构。其‘教师 - 学生’蒸馏架构中320亿参数的Alpamayo 2 Super作为教师模型可被蒸馏为紧凑型模型运行在NVIDIA DRIVE AGX Thor车载计算平台上车企无需从零构建大模型就能获得‘即插即用’的推理能力。自发布以来Alphamayo系列下载量已接近40万次并荣获COMPUTEX Best Choice Award车辆技术和智能座舱类别奖。黄仁勋认为‘Alphamayo标志着汽车从‘单纯驾驶’迈入‘安全推理’。只有英伟达能提供开放模型、仿真环境、现实世界数据以及智能体技能支持全球无人驾驶出租车生态系统开发出理解边缘场景、解释自身决策、赢得公众信任并安全地规模化部署到数百万台车上的L4级能力。’‘虚拟驾校’AlpaGym与OmniDreams如果说Alphamale 2是‘会思考的司机’那么英伟达同步推出的AlpaGym和OmniDreams就是它的‘虚拟驾校’。AlpaGym是开源、高吞吐量的闭环强化学习框架。与传统开环训练不同它让模型在NVIDIA AlpaSim仿真环境中经历连续的决策 - 观察循环能暴露出静态数据集忽略的复合错误和边缘故障降低AI司机犯错成本。OmniDreams是全新的生成式世界模型能生成逼真的闭环辅助驾驶场景支持开发者大规模仿真罕见的长尾驾驶场景。结合NVIDIA Omniverse NuRec神经重建技术开发者可将真实车队数据重建为逼真的3D场景并适配不同车辆传感器配置。英伟达还将因果链自动标注流水线以开源形式发布在GitHub上可从原始驾驶片段中自动生成基于决策的因果链标签无需人工标注。这套‘仿真 - 训练 - 部署’闭环让自动驾驶开发从‘路测驱动’转向‘仿真驱动’车企可在数字孪生环境中完成90%以上的边缘案例验证降低研发成本、缩短上市周期。‘超级大脑’Vera Rubin与Vera CPU大会上黄仁勋回顾了Vera Rubin。作为全球首款专为智能体AI设计的多机架Pod级超级计算系统Vera Rubin已全面量产将‘推理’与‘工具调用’的延迟压到纳秒级敏感水平其最具颠覆性的组件是专为智能体设计的Vera CPU。黄仁勋介绍‘AI智能体将成为计算资源的最大用户。Vera是为这一未来量身打造的首款CPU具备卓越的性能、能效和可编程性专为在超大规模下运行智能体AI而生。’Vera CPU搭载88颗Olympus核心采用空间多线程技术配备带宽高达1.2TB/s的LPDDR5X内存子系统。其设计哲学与传统CPU不同传统CPU为人类设计人类对秒级延迟不敏感而智能体对延迟极度敏感需要纳秒级响应因此需全新的CPU架构。Vera CPU性能出色在SQL查询速度上比顶级x86快3倍在纽交所实时流处理性能上快6倍在智能体沙箱性能上达到x86的1.8倍。它通过第二代NVLink - C2C互连技术实现CPU与GPU之间高达1.8TB/s的相干带宽并将英伟达机密计算扩展至整机架规模。Vera BlueField - 4 STX处理器更将Vera CPU与高性能网络、存储加速及芯片级安全融为一体构建‘设计即安全’的AI原生数据平台。DSXAI工厂制造蓝图如何将硬件转化为客户实际收益英伟达给出的答案是DSX——建设AI工厂的参考设计蓝图。DSXData Center Scale eXtended平台是专为从零开始建设AI工厂打造的完整实战指南。DSX整合开源模块化软件库、API、参考设计、英伟达加速计算平台及合作伙伴技术打造通用协同设计平台用于AI工厂的设计、部署与运营。其核心组件DSX MaxLPSLowest Power per Token System针对自动驾驶产业痛点通过将45℃液冷技术与优化每瓦性能的机架级技术结合让运营商在不影响工作负载性能的前提下将GPU运行在最高能效点额外部署高达40%的GPU使车企数据中心同样的电费账单能支撑更多的仿真训练里程。DSX Sim提供面向AI工厂全生命周期的高保真仿真层帮助英伟达、合作伙伴及客户对基础设施决策进行建模、验证和优化贯穿规划、设计到部署运营的每个环节。黄仁勋强调‘借助DSX平台你甚至可以在花出一元钱之前就对整座工厂进行全面模拟在一台机柜装上之前就能验证其性能表现。’DSX Flex将AI工厂与电网服务连接使其能根据负载削减、需求响应和电价波动等电网信号动态调整工作负载与自动驾驶的‘V2GVehicle - to - Grid’愿景呼应未来自动驾驶数据中心不仅是算力消费者更是电网的‘柔性负载’。物理AI与机器人Cosmos 3、Alphamale 2与Isaac GR0K演讲最后板块指向智能体从数字世界走向物理世界的关键一跃。黄仁勋指出物理AI的核心难题是数据互联网文本多为‘第三人称视角’而机器人需要‘第一人称视角’的物理世界数据。英伟达的解决方案是Cosmos 3——开放的物理世界基础模型可理解物理场景生成物理准确的合成视频作为模拟器完成策略训练闭环是Omniverse数字孪生平台的基础支持所有类型的机器人与物理系统开发完全开放并允许用户二次定制。在自动驾驶领域英伟达推出Alphamale 2——全球首个可推理的自动驾驶开放模型基于Hyperion平台全球80%汽车制造商采用97%出行服务对接支持端到端推理规划车辆能用自然语言实时解释决策逻辑将‘黑箱模型’转化为‘可解释AI’。值得一提的是Isaac GR0K人形机器人参考平台——25自由度双手31自由度全身身高6英尺/体重150磅集成全套数据生成、仿真、训练、运行软件栈面向高校和科研机构。原本需数月的搭建准备工作现在仅需数小时即可启动研究旨在降低人形机器人研发门槛推动整个领域发展。黄仁勋为英伟达构建了完整的‘智能体经济’基础设施版图底层是Vera Rubin/Vera CPU的算力供给中间层是DSX的AI工厂蓝图和企业级智能体工具包上层是RTX Spark的个人智能体入口以及Cosmos/Alphamale/GR0K构成的物理AI生态。至此英伟达的转型路径清晰从卖GPU到卖系统再到帮客户建设‘能赚钱的AI基础设施’。
英伟达GTC台北2026大会：从GPU供应商到AI基础设施运营商的转型，带来多项自动驾驶技术突破！
发布时间：2026/6/3 17:44:13
英伟达GTC台北2026大会从GPU供应商到AI基础设施运营商的转型之路在英伟达GTC台北2026大会现场黄仁勋表示Alpamayo标志着汽车从‘单纯驾驶’迈入‘安全推理’时代。在近两个小时的演讲中他发布了专为智能体设计的Vera CPU、AI工厂实战指南DSX平台、RTX Spark超级芯片等产品还在自动驾驶领域推出开放推理模型——NVIDIA Alpamayo 2 Super。这是一个320亿参数的开放视觉 - 语言 - 动作推理模型Reasoning VLA能在完整驾驶堆栈中进行推理、规划与行动为更安全、可规模化的L4级自动驾驶开发提供支持实现了从‘模仿驾驶’到‘安全推理’的根本范式转移。大会上发布的产品从底层芯片到上层基础设施从数据中心到个人PC从云端智能到物理机器人标志着英伟达正从‘GPU供应商’向‘AI基础设施运营商’转变。Alphamale 2自动驾驶迈入推理新阶段Alpamayo 2的核心突破在于‘可解释性’。传统端到端自动驾驶模型决策过程不透明而Alpamayo 2车辆能用自然语言实时解释决策如‘由于前方静止车辆阻挡车道向左微调’等这种‘思维链’外化能力更易获得人们信任。技术规格上Alpamayo 2实现三项关键升级360度全景感知为变道等提供完整场景信息新增‘元动作Meta - Action’输出为下游规划提供高级驾驶指令具有2D定位的推理自动标注将标注周期从数月压缩至数天重塑辅助驾驶数据管线成本结构。其‘教师 - 学生’蒸馏架构中320亿参数的Alpamayo 2 Super作为教师模型可被蒸馏为紧凑型模型运行在NVIDIA DRIVE AGX Thor车载计算平台上车企无需从零构建大模型就能获得‘即插即用’的推理能力。自发布以来Alphamayo系列下载量已接近40万次并荣获COMPUTEX Best Choice Award车辆技术和智能座舱类别奖。黄仁勋认为‘Alphamayo标志着汽车从‘单纯驾驶’迈入‘安全推理’。只有英伟达能提供开放模型、仿真环境、现实世界数据以及智能体技能支持全球无人驾驶出租车生态系统开发出理解边缘场景、解释自身决策、赢得公众信任并安全地规模化部署到数百万台车上的L4级能力。’‘虚拟驾校’AlpaGym与OmniDreams如果说Alphamale 2是‘会思考的司机’那么英伟达同步推出的AlpaGym和OmniDreams就是它的‘虚拟驾校’。AlpaGym是开源、高吞吐量的闭环强化学习框架。与传统开环训练不同它让模型在NVIDIA AlpaSim仿真环境中经历连续的决策 - 观察循环能暴露出静态数据集忽略的复合错误和边缘故障降低AI司机犯错成本。OmniDreams是全新的生成式世界模型能生成逼真的闭环辅助驾驶场景支持开发者大规模仿真罕见的长尾驾驶场景。结合NVIDIA Omniverse NuRec神经重建技术开发者可将真实车队数据重建为逼真的3D场景并适配不同车辆传感器配置。英伟达还将因果链自动标注流水线以开源形式发布在GitHub上可从原始驾驶片段中自动生成基于决策的因果链标签无需人工标注。这套‘仿真 - 训练 - 部署’闭环让自动驾驶开发从‘路测驱动’转向‘仿真驱动’车企可在数字孪生环境中完成90%以上的边缘案例验证降低研发成本、缩短上市周期。‘超级大脑’Vera Rubin与Vera CPU大会上黄仁勋回顾了Vera Rubin。作为全球首款专为智能体AI设计的多机架Pod级超级计算系统Vera Rubin已全面量产将‘推理’与‘工具调用’的延迟压到纳秒级敏感水平其最具颠覆性的组件是专为智能体设计的Vera CPU。黄仁勋介绍‘AI智能体将成为计算资源的最大用户。Vera是为这一未来量身打造的首款CPU具备卓越的性能、能效和可编程性专为在超大规模下运行智能体AI而生。’Vera CPU搭载88颗Olympus核心采用空间多线程技术配备带宽高达1.2TB/s的LPDDR5X内存子系统。其设计哲学与传统CPU不同传统CPU为人类设计人类对秒级延迟不敏感而智能体对延迟极度敏感需要纳秒级响应因此需全新的CPU架构。Vera CPU性能出色在SQL查询速度上比顶级x86快3倍在纽交所实时流处理性能上快6倍在智能体沙箱性能上达到x86的1.8倍。它通过第二代NVLink - C2C互连技术实现CPU与GPU之间高达1.8TB/s的相干带宽并将英伟达机密计算扩展至整机架规模。Vera BlueField - 4 STX处理器更将Vera CPU与高性能网络、存储加速及芯片级安全融为一体构建‘设计即安全’的AI原生数据平台。DSXAI工厂制造蓝图如何将硬件转化为客户实际收益英伟达给出的答案是DSX——建设AI工厂的参考设计蓝图。DSXData Center Scale eXtended平台是专为从零开始建设AI工厂打造的完整实战指南。DSX整合开源模块化软件库、API、参考设计、英伟达加速计算平台及合作伙伴技术打造通用协同设计平台用于AI工厂的设计、部署与运营。其核心组件DSX MaxLPSLowest Power per Token System针对自动驾驶产业痛点通过将45℃液冷技术与优化每瓦性能的机架级技术结合让运营商在不影响工作负载性能的前提下将GPU运行在最高能效点额外部署高达40%的GPU使车企数据中心同样的电费账单能支撑更多的仿真训练里程。DSX Sim提供面向AI工厂全生命周期的高保真仿真层帮助英伟达、合作伙伴及客户对基础设施决策进行建模、验证和优化贯穿规划、设计到部署运营的每个环节。黄仁勋强调‘借助DSX平台你甚至可以在花出一元钱之前就对整座工厂进行全面模拟在一台机柜装上之前就能验证其性能表现。’DSX Flex将AI工厂与电网服务连接使其能根据负载削减、需求响应和电价波动等电网信号动态调整工作负载与自动驾驶的‘V2GVehicle - to - Grid’愿景呼应未来自动驾驶数据中心不仅是算力消费者更是电网的‘柔性负载’。物理AI与机器人Cosmos 3、Alphamale 2与Isaac GR0K演讲最后板块指向智能体从数字世界走向物理世界的关键一跃。黄仁勋指出物理AI的核心难题是数据互联网文本多为‘第三人称视角’而机器人需要‘第一人称视角’的物理世界数据。英伟达的解决方案是Cosmos 3——开放的物理世界基础模型可理解物理场景生成物理准确的合成视频作为模拟器完成策略训练闭环是Omniverse数字孪生平台的基础支持所有类型的机器人与物理系统开发完全开放并允许用户二次定制。在自动驾驶领域英伟达推出Alphamale 2——全球首个可推理的自动驾驶开放模型基于Hyperion平台全球80%汽车制造商采用97%出行服务对接支持端到端推理规划车辆能用自然语言实时解释决策逻辑将‘黑箱模型’转化为‘可解释AI’。值得一提的是Isaac GR0K人形机器人参考平台——25自由度双手31自由度全身身高6英尺/体重150磅集成全套数据生成、仿真、训练、运行软件栈面向高校和科研机构。原本需数月的搭建准备工作现在仅需数小时即可启动研究旨在降低人形机器人研发门槛推动整个领域发展。黄仁勋为英伟达构建了完整的‘智能体经济’基础设施版图底层是Vera Rubin/Vera CPU的算力供给中间层是DSX的AI工厂蓝图和企业级智能体工具包上层是RTX Spark的个人智能体入口以及Cosmos/Alphamale/GR0K构成的物理AI生态。至此英伟达的转型路径清晰从卖GPU到卖系统再到帮客户建设‘能赚钱的AI基础设施’。
