黄仁勋柏林演讲 全程十大看点一览

来源：市场资讯

　　北京时间10月21日17时至19时，英伟达CEO黄仁勋在柏林Tempodrom音乐厅发表GTC大会主题演讲，核心内容涵盖AI工厂、Agentic AI、Vera Rubin新架构、物理AI、开放模型生态等最新进展。

　　演讲中分量最重的一项发布，是NVIDIA DSX POD——一套面向完整Vera Rubin AI工厂的参考设计。其特别之处不在算力，而在“交付方式”：计算、网络、线缆、机架级供电与液冷管路，全部由合作伙伴在工厂内装入模块化集装箱，完成集成与功能验证后再发货；运抵现场后，直接对接既有的电力、冷却与网络设施即可运行。

　　英伟达称，这一模式可将场地就绪后的部署周期从约6个月缩短至最快14天。

　　“AI工厂只有在开始产出Token时才创造价值，而不是在建造完工时。”黄仁勋在演讲中表示，“集装箱本身就是AI工厂。”

　　该方案的生态阵容包括戴尔科技、HPE、联想、施耐德电气、维谛技术等，完整名单还涵盖富士康（Ingrasys）、技嘉、广达、和硕、纬创等制造伙伴。相关合作伙伴计划于2027年初在全球交付模块化AI工厂。

　　与DSX POD配套，英伟达同日发布NVIDIA DSX AI Factory Platform——一套计算、网络、存储、软件、供电、制冷协同设计的全栈参考架构。

　　欧洲是本次演讲的另一条主线。

　　黄仁勋开场即抛出一个问题：欧莱雅、Revolut、Spotify、默克、沃达丰、Zara、保时捷、雀巢、汇丰有什么共同点？答案是——它们都是正在与英伟达开展AI合作的欧洲公司。

　　他透露，在演讲前一周，英伟达密集走访巴黎、伦敦、斯德哥尔摩与都柏林，“仅去年一年就在欧洲投入近100亿美元”，并已与超过1.2万家合作伙伴展开合作。

　　当地时间10月19日，黄仁勋已在柏林与德国总理默茨同台对话，双方宣布一项工业AI合作协议：德国政府拟投入数亿欧元，西门子、奥迪、黑森林实验室等十余家德企预计参与，合作基于英伟达Nemotron语言模型与Cosmos物理AI模型，目标是开发面向机器人与自动驾驶的“物理AI”，并训练具有国际竞争力的工业场景模型。

　　黄仁勋在演讲中重申了他的判断：“下一波AI浪潮将发生在物理领域”，即机器人、制造业、汽车与重工业。他还将AI经济比作由能源、算力、AI工厂、模型、应用构成的“五层蛋糕”，并现场指出，在算力这一层，展示台上只出现了英伟达一家公司的标志；能源层则聚集了西门子能源、施耐德电气等企业。

　　除硬件外，英伟达此次几乎把软件与生态层“打包重发”。

　　安全：推出OpenShell参考架构，整合Vera Rubin基础设施、Vera CPU、开源OpenShell软件与搭载NVIDIA Sentry安全框架的BlueField-4 DPU，为企业级AI智能体提供安全隔离、行为监控与策略执行。SAP正将该架构集成至其Joule Studio运行环境；Anthropic、AWS、微软、OpenAI等被列入相关生态名单。

　　数据与智能体：推出Agent Toolkit与Agent Knowledge Foundation，并发布Kumo开放基础模型，面向企业结构化数据，可用于预测、欺诈风险评分与行动建议。Cognite、Coinbase、Databricks、DoorDash、Revolut与Tubi已率先使用。

　　开放模型扩容方面：新增Nemotron Retriever检索模型、Cosmos 3.5世界模型、Alpamayo 2 Edge自动驾驶模型、Ising量子计算模型等。

　　医疗：与华盛顿大学医学院蛋白质设计研究所推出开放模型RFD4-Proteina，英伟达称在一项涵盖200个氨基酸蛋白质的基准测试中，其生成设计速度约为RFdiffusion3的13倍；西门子医疗正与英伟达合作开发新一代自适应放射治疗技术。

　　机器人：升级Isaac通用机器人开发平台，新增人形机器人参考框架与仿真工作流。

　　汽车：欧洲车企正基于NVIDIA Hyperion平台开发L4级自动驾驶汽车与Robotaxi车队，整合Halos安全系统与Alpamayo技术栈。

　　电信：英伟达称全球主要电信运营商正将加速计算扩展至通信网络。T-Mobile已完成全球首次商用网络AI-RAN通话，德国电信、英国电信与Elisa宣布开展试点；欧洲、中东和非洲地区另有9家运营商在建或扩展相关基础设施，诺基亚与思科则将Nemotron开放模型整合进自主网络运维软件。

　　最后，据披露英伟达及其供应链伙伴正同步扩产以支撑AI基建：计划未来三年将基板产能提升至目前的2.5倍；KYEC已获得英伟达11亿美元预付款，用于在美国建设新设施；安靠科技（Amkor）计划到2028年底将先进封装产能提升逾300%。此外，英伟达计划将半导体测试产能从2026年到2027年翻倍，并于2027年2月在新加坡启动大规模测试生产。

　　在AI相关资产经历一轮压力测试的背景下，这场演讲被市场赋予了超出技术发布本身的意义。投资者更想看到的，不是又一张路线图，而是部署证据：大型云厂商是否进入规模化部署、单位Token推理成本能否实质下降、以及巨额资本开支如何转化为可持续的商业回报。

　　从目前释放的信息看，英伟达给出的答案集中在“效率”与“速度”两个词上——用更少的电、更少的水、更短的工期，把算力更快变成Token。这些进展能否迅速兑现为订单与收入，仍有待后续数据验证。