看懂英伟达 2026 全面布局：从「卖显卡」到「卖 AI 工厂」

刚过去的 CES 2026 上，黄仁勋又站在台上，讲了两个多小时。

很多人看完只得到一个结论：没发 6090，啥也没有。

但如果你只把这场发布会当成一次「没显卡的春晚」，那确实是错过了重点。

这一次，英伟达真正想传递的是一句话：

游戏结束了，他们要彻底把 AI 这一盘棋下完。

从 Vera Rubin 架构，到 NVL72 整柜 AI 系统，再到云端推理、Physical AI、自动驾驶和人形机器人，

英伟达不再是单纯卖 GPU 的公司，而是在卖一整座「AI 工厂」。

下面我们就用一篇文章，把这份 2026 年的「帝国蓝图」拆开讲清楚。

晨涧云AI算力平台 提供了各种英伟达显卡租用，支持试用。

一、五年前，你还得自己「攒一台 AI 电脑」

先把时间拉回五年前，看一下那时要搞 AI 是什么体验。

如果你是某家 AI 公司的老板，想训练自己的大模型，大概要这么干：

• 先去找英伟达买一堆 GPU
• 再去找英特尔 / AMD 买 CPU
• 去博通买交换机、去 Mellanox（后来被英伟达收购）买网卡
• 把这堆硬件扛回机房，雇一个年薪百万的系统架构师团队
• 花三个月，把各种规格不一样的设备「硬拼」成一个勉强能用的集群

最后的结果通常是：

• 调兼容性就能让你掉一层皮
• 理论性能写在 PPT 上很好看
• 真正跑起来，效率可能只有预期的 60%

那时候的英伟达，角色也很单纯——

• 台上只讲单颗 GPU 有多快
• 顶多再讲一下 NVLink 带宽、Tensor Core 性能
• 对于整个系统，只负责「最贵那块芯片」

直到 Hopper，尤其是 Blackwell 时代，情况才开始变化——英伟达消化掉 Mellanox，打通芯片互联，搞出了第一代 NVL72，把 72 张卡塞进一个机柜里，但更多还只是「高端拼装货」。

今天，随着 Vera Rubin 架构的 NVL72 出现，这张拼图终于补全了：

英伟达第一次真正卖的是「一整座 AI 工厂」，而不是几块散装的 GPU。

二、Vera Rubin NVL72：6 颗关键芯片拼出的「AI 工厂模组」

表面上看，Vera Rubin NVL72 就是一个机柜。

但在英伟达的定义里，它更像是一块「由 72 颗 GPU 虚拟成的一颗超级芯片」。

要做到这一点，需要 6 颗关键芯片：

1. Rubin GPU：算力心脏
2. Vera CPU：数据调度大脑
3. NVLink 6 交换芯片：72 卡全互联总线
4. BlueField-4 DPU：系统管家 + KV Cache 加速
5. ConnectX-9 + SpectrumX：向外扩展到上千机柜的网络地基
6. 新一代液冷系统：让这一整柜「插电接水就能用」

我们逐个拆一下。

1. Rubin GPU：一柜 3.6 EFLOPS 的「心脏」

Rubin 是这次的 GPU 主角：

• 单颗 Rubin 的算力约 50 PFLOPS（浮点性能）
• 一柜 72 颗，总算力达到 3.6 EFLOPS 级别

这个量级已经接近几年前占满一个足球场的全球第一超算，但现在被压进了一个「冰箱大小」的铁盒子里，而且性能还是人家的数倍。

对开发者来说更重要的是：72 颗物理 GPU 在逻辑上被当成「一颗超大 GPU」来用。

2. Vera CPU：为 GPU 生的「数据搬运工」

机柜里还有 36 颗 Vera CPU，比例是 2 张 GPU 配 1 颗 CPU。

它不是传统 x86 通用 CPU，而是英伟达自研、专门面向 AI 的第二代 CPU，特点很明确：

• 极简指令集，不再纠结复杂的通用逻辑
• 把几乎所有技能点都加在「内存带宽 + IO 吞吐」上
• 唯一任务：不让 GPU 因为「等数据」而闲着

以前拿英特尔 CPU 给 GPU 喂数据，有点像让爱因斯坦搬砖。

Vera 则是反过来：专职把砖搬好，让爱因斯坦只管算题。

3. NVLink 6 Switch：让 72 张卡「彼此都是本地内存」

物理上，这 72 张 GPU 是独立的。

那逻辑上怎么看起来像一颗芯片？

答案是第三颗关键芯片：NVLink 6 专用交换芯片。

它在机柜内部构建了一个 全互联拓扑：

• 每张 GPU 都有到其他 71 张卡的独立硬件通路
• 直接绕过传统的 CPU 和 PCIe 总线
• GPU 访问另一张 GPU 上数据的速度，可达 3.6 TB/s 级别

对开发者来说，这件事的意义非常大：

过去 72 张卡是 72 个「小岛」，

现在更像是一块巨大的统一内存空间。

很多原本必须小心「切 batch、拆模型、写复杂通信代码」的地方，现在可以简化为：

当成一张超大显存的卡来写程序。

4. BlueField-4 DPU：系统管家 + KV Cache 加速器

第四颗芯片，是最容易被忽略、但本质上最关键的：BlueField-4 DPU。

以前搞集群运维，最烦的一堆杂事包括：

• 数据解压、压缩
• 安全加解密
• 存储访问、虚拟化
• 多租户隔离、网络虚拟化
• 以及现在推理时代最头疼的：KV Cache 管理

这些工作如果让 GPU 做，就是浪费算力；

让 CPU 做，又会占用本来就紧张的计算与带宽资源。

BlueField-4 的定位就是：专职管家 + 卸载器——

• 把运维层面的杂活全部包下来
• 把 KV Cache 存储、调度、搬运从 GPU 上剥离出去
• 让 GPU 和 CPU 尽可能只做一件事：算

这也是为什么现在买一整柜 NVL72 回来，

很多以前需要人肉搭积木的事，在硬件层面就被做完了。

5. ConnectX-9 与 SpectrumX：让第 1000 台机柜也不掉速

单机柜强只是第一步，真正的难度在于：上千个机柜连起来之后，性能还能不能线性扩展。

这里登场的是：

• ConnectX-9 SuperNIC：单口 800 Gbps 的网卡
• SpectrumX 以太网交换芯片：为 AI 集群做了全栈优化的交换芯片

它们要解决的不是单点带宽问题，而是：

当你从 1 个柜扩展到 1000 个柜时，每增加一台机器，

性价比是否还是和第一台差不多，

还是说被网络瓶颈拖垮得七零八落。

英伟达给出的答案是：

网络延迟和带宽都围绕 AI 负载重做过，尽量保证「接近线性」扩展。

6. 液冷与 PUE：45℃ 热水也能当「冷却液」

最后一块，是看起来最朴素，却直接决定运维成本的：散热与能效。

NVL72 的功耗相对上一代翻倍，但这一次：

• 整个水路和散热系统被重新设计
• 可以用 45℃ 的热水 做液冷循环，而不是传统的十几度冷水
• 大幅减少对昂贵冷水机组（Chiller）的依赖
• 让数据中心的 PUE（能源使用效率）压到更低水平

对运营方来说，这意味着三件事：

1. 不再需要整套大型制冷机房
2. 电费和运维显著下降
3. 真正接近「插电、接水，就能用」

到这一层，Vera Rubin NVL72 已经从「芯片堆积」变成了一个 AI 基础设施产品。

三、推理架构的改造：GPU 不再负责「又算又记」

训练市场上，英伟达一直是无可争议的霸主。

但在 推理 市场，以前反而有点尴尬：

• GPU 很强，但太贵，用来跑简单聊天机器人不划算
• AMD、Google TPU、自研 ASIC 等在推理侧有很强的性价比优势

黄仁勋很清楚这个短板，所以这两年做了两件事：

1. 推出专门面向推理的 Rubin CPX，砍掉昂贵 HBM，改用便宜 GDDR7
2. 更重要的是，在 CES 2026 上，彻底改写推理架构

核心观察是：

现在推理真正的瓶颈，不是 GPU 算得不够快，

而是「记性太差」——KV Cache 胀到离谱。

长上下文模型动辄几万字，每生成一个新 token，都要反复扫描整段历史。

这会产生海量 KV Cache：

• 放在 HBM 里，又贵容量又有限
• 不放，又会拖垮推理速度

Rubin 架构的做法是：

• 让 GPU 专心算
• 把「记忆」这件事，从 GPU 显存剥离出来，交给 BlueField-4 和专门的存储层

BlueField-4：

• 把 KV Cache 存在专用内存 / 存储上
• 通过 800 Gbps 的网络链路，在需要时再高速回填给 GPU
• 从「单卡推理」变成「系统级推理」

对对手还在比较「单卡性价比」时，英伟达直接换了一套规则：

以前是「一张卡，又算又记」

现在是「GPU 负责算，DPU + 存储负责记」

本质上，这是一种系统级的降维打击：

• 客户不再需要为了存 KV Cache 去买一堆贵 GPU
• GPU 利用率提高，推理集群总成本降低

四、Physical AI：让 AI 从屏幕里走出来

训练和推理之外，这次发布会上还有一个高频词：Physical AI。

简单理解就是：

AI 不只是活在屏幕上的 ChatGPT，而是长在现实世界里——

• 机器人
• 自动驾驶
• 工厂里的机械臂
• 各种具身智能体

黄仁勋说了一句很重的话：

「机器人的 ChatGPT 时刻已经到来。」

这句话背后，是一整套从「模拟世界」到「机器人大脑」的布局。

1. Cosmos：给机器人造一个「精神时光屋」

ChatGPT 变聪明的方式，是读海量文本。

那机器人要怎么变聪明？

• 如果完全依赖现实世界试错，那代价极高：
• 让机器人学端盘子，可能要打碎十万只盘子
• 跑真实自动驾驶，每一公里都是风险和成本

英伟达的做法是：先构建一个懂物理规律的视频生成与仿真平台（文稿中称为 Cosmos）。

它的目标是：

• 看过大量真实世界的视频，学习物理规律（物体如何掉落、碰撞、破碎、流动…）
• 在计算机中，生成无数段 符合真实物理规律 的虚拟视频与场景
• 让机器人在这些虚拟世界里进行高强度训练

你可以把它理解成：

现实世界是「正式考场」，

Cosmos 是「精神时光屋里的模拟考试」。

在这个模拟世界里：

• 一百万个虚拟机器人可以在虚拟厨房里无限练习端盘子
• 摔盘子无数次也不用赔钱
• 等它们在模拟里成为「端盘子大师」之后，再把这套策略迁移到真实机器人上

当真实机器人第一次见到盘子，它就已经「有经验」了。

2. 自动驾驶大模型：会「思考」而不是只会「条件反射」

自动驾驶这块，这次也有一个关键变化：

英伟达不只是给车厂卖芯片，而是给出了一套 「能看路、听懂人话、自己做决策」的大模型驾驶系统（文稿中称为一个新的 VLM/多模态模型）。

传统自动驾驶本质上是条件反射：

• 红灯停，绿灯行
• 前有车减速，前方无车加速
• 系统背后是一大堆「如果 A 就 B」的规则和模型

一旦遇到没见过的场景，就容易懵：

• 货车掉了一地货物
• 逆光下突然窜出一个人
• 现场条件和训练数据不一样

大模型驾驶系统想做的是：

• 像人类老司机一样，以 逻辑 + 视觉理解 来决策，而不是死记规则
• 在新的场景下，靠推理做出「最合理」的行为，而不是简单超纲就退出

更关键的是，英伟达与传统车企的合作方式：

• 模型和模拟器数据集都以开源/开放形式提供
• 车厂可以用自己的数据继续训练、定制风格
• 数据主权和产品灵魂握在车厂自己手里

与「你要把全部数据交给造车的对手」的模式相比，这对于丰田、福特这种传统车企，是一个更容易接受的选项。

当然，「免费」的大脑最终要跑在英伟达的芯片和云上——

真正卖钱的，还是那整套软硬一体的基础设施。

3. Project GR00T：给人形机器人装上「统一大脑」

在人形机器人方向，英伟达提出了 Project GR00T——

可以理解为：为各种双足机器人、机械体提供统一「大脑」。

新版本的 GR00T 在 CES 上展示的效果包括：

• 被推一下，机器人会下意识调节重心，而不是先做一堆高延迟的计算
• 会转头看是谁推了自己，以更「人类」的方式理解互动

在这条线上，英伟达的目标很明确：

不管谁造机器人，

尽量都用英伟达的「操作系统 + 大脑 + 仿真平台」。

五、游戏玩家的复杂心情：没 6090，但方向彻底变了

整场发布会对游戏显卡只字未提，这让很多熬夜等 6090 的玩家很失落。

但在 CES 现场，英伟达还是包了一个大展区展示游戏生态，并且重点展示了 DLSS 4.5 与神经渲染。

这释放了一个非常明确的信号：

游戏图形的未来，从「算」变成了「画」。

以前的渲染逻辑是：

• 显卡老老实实把每一帧都算出来
• 你想要 4K + 光追 + 高帧率，就必须多一代比一代夸张的纯算力

DLSS 4.5 的思路则是：

• 每 7 帧画面里，只有 1 帧是硬算出来的
• 另外 6 帧是由 AI 根据前后帧「脑补」出来的
• 画面不仅不输，有时在锐度、细节、稳定性上反而更好

这意味着：

• 高画质、高帧率不再完全依赖「堆料王」级别的 GPU
• 一张中高端 RTX 50 系列 + 强 AI 渲染，就可以达到传统上可能需要 10 倍算力的效果

对玩家来说，这是一个复杂的消息：

• 坏消息：堆料时代会慢慢降温，发烧级显卡的差距感可能没以前那么「炸裂」
• 好消息：游戏体验的上限继续拉高，但「硬件门槛」有望逐步降低

在这条线上，英伟达的战略也很清楚：

把更多「画面升级」的收益，放在软件和 AI 上，而不是无止境堆硬件 FLOPS。

六、英伟达真正的护城河：不再是「下一代卡多快」，而是「谁定义了物理世界的算力标准」

用一句话总结这次 CES 2026：

英伟达展示的不是几块新芯片，而是一张「新工业革命」的架构图。

过去的工业革命，是机械、电力、石油改变了「生产物品」的方式。

这一次，英伟达想做的是：把「智能」做成基础设施，渗透进现实世界的每一个角落。

• 数据中心：Vera Rubin + NVL72，把算力做成标准化 AI 工厂模组
• 推理：GPU + DPU + 存储，重写推理成本结构
• Physical AI：仿真世界 + 机器人大脑，让 AI 能在物理世界行动
• 自动驾驶和机器人：提供统一的大脑和系统层，让传统厂商更容易接入

当竞争对手还在算下一代芯片多几个 TOPS、多几块 HBM 时，

英伟达已经在想：

「如果现实世界的 AI 运转规则都由我来定义，

那其他人就只能在这套规则里竞争。」

这才是它真正的护城河。