黄仁勋台北演讲全拆解：Agent时代到货，老黄一口气掀了三张桌子

提示 本文首发于黑粉科技公众号

老黄又来掀桌子了

中国台湾2026全拆解：Agent时代真·到货，三张桌子一次掀完

2026-06-01 · 黑粉科技 · AI热点追踪

一、「有用的AI」真的到货了

2026年6月1日，黄仁勋站在中国台湾台北的GTC舞台上，开口第一句就给整个行业定了调：折腾了两年的Agentic AI（智能体AI），今天正式「到货」了。注意，他用的词是「有用的AI」——不是能聊天的玩具，是能干活、能赚钱的生产力。

他甩出的第一张证据是GitHub。代码提交量2023年3亿次、2024年4亿次、2025年5亿次，到了2026年才头几个月，直接翻了将近3倍。老黄顺势算了笔账：全球3000万到4000万职业程序员，一年大约3万亿美元工资，如今产出相当于9万亿美元的生产力，往外辐射影响着全球大约100万亿美元的产业。

所以那句「AI抢饭碗」的老调，被他当场怼回去：程序员不但没变少，反而越招越多。逻辑很朴素——一个工程师能撬动9万亿的产出，你说老板是想多招还是少招？这就是他反复强调的：token现在是「利润单位」，能赚钱，大家就拼命建AI工厂、拼命买算力。这也是为什么中国台湾的算力需求直接起飞，今年中国台湾GDP预计增长接近10%。

二、Agent到底是个啥？老黄给你画了张图

很多人嘴上说Agent，其实没搞清它和「聊天机器人」的区别。老黄干脆画了张图：过去的应用是「应用 + 代码 + 操作系统」，现在变成了「大模型 + harness（调度框架）」。大模型负责思考，harness像操作系统一样把一切串起来。

一个Agent要干嘛？观察、推理、规划、行动、调用工具，还得管两种记忆：短期的「工作记忆」（也就是KV缓存）和长期记忆——跟人脑一个套路。它会自己拆任务、开子智能体、调数据库、跑浏览器。老黄现场演示直接掏出了Claude Code和Codex，一句提示词生成动图、生成可3D打印的CAD文件，全程它自己调工具。

更妙的是老黄的「反常识」判断：都说Agent来了软件公司要完蛋，他说完全相反——因为Agent比人多得多，会比人类用更多的工具，所以这是软件公司最好的时代。前提是：你的软件得「翻译」成Agent能调用的样子。NVIDIA把自家一千多个CUDA-X库全部包装成带「使用说明书」的工具，让AI读一眼就会用。这步棋，藏得很深。

三、第一张桌子：Vera Rubin，不是一颗芯片，是一座工厂

重头戏来了——新一代Vera Rubin正式量产。老黄一再强调：它不是一颗GPU，而是「五机柜连体」的Pod级超级计算机，GPU、Vera CPU、存储、网络全部打包。7颗新芯片、台积电3nm、HBM4内存；单块计算板塞了6万亿颗晶体管、超过18000个元件；整机柜130万个零件、液冷母线扛5000安培——相当于20辆电动车同时全力加速。

为造它，NVIDIA动用了4万名工程师，拉上150家中国台湾供应链伙伴。供应链规模是上一代Grace Blackwell的2倍，而单机柜组装时间，从过去的2小时压缩到了5分钟。微软、戴尔、CoreWeave都已经在搭工程样机。老黄那句「NVIDIA已经不只是GPU公司、系统公司，而是一家AI基础设施公司」，听着像口号，其实是商业模式的整体上移。

他还顺手掀了CPU的桌子：过去的CPU是为「人」造的，按核数出租、按秒计费；可Agent没耐性，活在纳秒世界，等一下都嫌慢。于是有了Vera CPU——全新Olympus核心、88核单片网格、每时钟能跑10条指令；对比x86，内存延迟低40%、核间通信快50%、片内带宽3.6TB/s。实测更狠：SQL快3倍、纽交所实时流处理快6倍、Agent沙箱性能是x86的1.8倍。配套还开源了模型NemoTron 3 Ultra（SSM+MoE混合架构，快5倍、便宜30%），以及和Cadence合作的芯片设计智能体，验证速度快40倍，几周的活几小时干完。

四、第二张桌子：40年来第一次，PC被重新发明

这部分最炸。老黄和微软联手，40年来第一次重新发明个人电脑。打头阵的是RTX Spark芯片：Blackwell RTX GPU带6144个CUDA核心、1 petaflop的AI算力，搭配和联发科合作的20核Grace CPU、128GB统一内存、台积电3nm、700亿颗晶体管。他还举起了一颗N1X芯片，说这玩意「要花33年才造得出来」——因为100%的NVIDIA软件栈都能在上面跑。

再往上是桌面级的DGX Station：768GB内存，能在桌子上直接跑万亿参数模型，20 petaflops算力、8TB/s内存带宽。老黄给了个很「科幻」的预言：未来的PC会像当年从功能机进化到智能手机一样彻底变样，你家里会摆一台7×24小时跑Agent的AI超算，越用越聪明，「更像R2-D2，而不是PC」。连Adobe都已经为RTX Spark重做了Photoshop和Premiere，快2倍，还能通过MCP直接被Agent调用。

为什么这事重要？因为它把「Agent」这个计算模式，从云端、企业，一路铺到了你的桌面。同一套「模型+harness+工具+运行时」，云上能跑、公司能跑、家里也能跑。老黄等于在你家门口插了根桩。

五、第三张桌子：物理AI和机器人，下一个十年的入口

最后老黄把视线投向了「物理AI」。他说语言模型的数据是「我们写、我们读」的第一人称，可机器人需要的是它自己视角的数据，而世界上的视频几乎都是第三人称——数据，才是物理AI最难的坎。NVIDIA的解法是一整条阶梯：从遥操作（约等于RLHF）、到仿真（Omniverse，约等于可验证奖励的强化学习），最后训练出能从任意视角理解物理世界的「世界基础模型」。

于是有了三连发：开源世界模型Cosmos 3、自动驾驶开源模型Alpamayo 2（号称全球首个会「推理」的自动驾驶，NVIDIA Hyperion平台覆盖全球约80%车厂、约97%的出行服务），还有人形机器人参考平台Isaac Groot——每只手25个自由度、整机31个自由度、6英尺高、150磅重（老黄自嘲「跟我差不多，就是矮一点、胖一点」），跑全新的Thor芯片。

过去6个月，一切都变了。因为Agent落地、撞上了前沿模型，AI第一次能干真活。

六、我的几点判断和预测

判断一：这是一次商业模式的「整体上移」。 NVIDIA从卖芯片、卖系统，变成卖「AI工厂」。当老黄反复念叨「算力即营收、性能功耗比即利润」，他其实是在重写客户的采购逻辑：别只看芯片单价，要算每一瓦能产出多少token、资产能用多少年。这套话术一旦被接受，价格战就打不动它了。

判断二：CPU这条新战线，杀伤力被低估了。 「为Agent造CPU」听着是补充，实则是直接对着x86的腹地开枪。如果Vera真能在真实负载上做到3到6倍，并且跟着Vera Rubin一起被全行业「预先认证」，那它会成为NVIDIA增长最快的新引擎——老黄自己都说，订单已经让它成为公司史上最成功的产品发布之一。

判断三：家用AI超算，比你想象得近。 「家里摆台AI超算」现在听着像科幻，但回想十年前你也不信手机能取代相机、钱包和电视。当DGX Station能在桌上跑万亿参数模型、当微软把PC底层重做一遍，这条赛道一旦被验证，跟进速度会非常快。真正的悬念不是「会不会发生」，而是「谁来定义那台家用AI主机的操作系统」。

提示 一句话总结

老黄这场两小时演讲，本质上把未来十年的计算范式钉死成了一个词——Agent。Vera Rubin负责算、Vera CPU负责调度、RTX Spark负责铺到每个人桌面、机器人负责走进物理世界。当「算力即营收」成为共识，这场牌局基本已经定调。剩下的悬念只有一个：在「家里摆台AI超算」这件事上，几年内能成？评论区聊聊你的判断。