NVIDIA GTC Berlin 2026：黄仁勋发布 DSX POD、OpenShell 与 Nemotron 等多项更新
GTC Berlin 2026: Live Updates From NVIDIA CEO Jensen Huang’s Keynote
NVIDIA CEO 黄仁勋在 GTC Berlin 2026 主旨演讲中宣布多项更新，包括以模块化集装箱交付的 Vera Rubin AI 工厂参考设计 DSX POD，现场部署时间可从六个月缩短到 14 天。
黄仁勋在 GTC Berlin 的主旨演讲集中披露了 AI 工厂、智能体安全运行时与开源模型三条产品线的最新进展，读者可据此了解 NVIDIA 在欧洲的布局重点。
1980年，在柏林墙附近的一顶帐篷里成立，Tempodrom在2001年之前搬迁了几次，最终定居在安哈尔特车站附近。自那时起，它的永久家园一直举办音乐会、宴会和政治活动。
如今，它举办了一场不同类型的表演。
GTC柏林持续三天，在街对面的STATION-Berlin，将举行超过100场关于自主AI、机器人技术、物理AI、开放模型和加速计算的会议。在这里，记者、分析师和合作伙伴聚集在一起，参加主要活动：NVIDIA创始人兼CEO黄仁勋的主题演讲。
黄仁勋登台
黄仁勋以一个问题开场：L’Oréal、Revolut、Spotify、Merck、Vodafone、Zara、Porsche、Nestlé和HSBC有什么共同点？它们都是欧洲公司，并且都在与NVIDIA合作AI，他说。
此次主题演讲紧随NVIDIA为期一周的欧洲之旅之后——巴黎、伦敦、斯德哥尔摩、都柏林——该公司承诺在欧洲的技术生态系统投资近100亿美元，并与 12,000+合作伙伴合作。“在计算机行业数十年的发展之后，我们现在正处于一个新的工业革命的起点，”黄仁勋说。
AI是一个五层蛋糕，黄仁勋解释道。能源驱动着先进的计算机，这些计算机是AI工厂的一部分，该工厂从其上运行的模型中生成令牌和数字智能，然后将这些智能集成到每个应用程序中。
“在AI模型出现之前很久，基础设施就必须存在，”他说，强调类似地，互联网首先需要网络，而电力首先需要电网。
“要成为AI经济的一部分，你不仅想消费AI；你还想生产AI，”黄仁勋说。“我们可以在欧洲做所有这些事情，事实上，我们已经开始了。”
AI工厂获得新的形态
黄仁勋将NVIDIA的端到端AI工厂——涵盖硬件、系统软件、CUDA-X库和模型——描绘为一个用于构建和运营AI基础设施的广泛平台。
“这现在代表了创建AI工厂所需的技术广度，”黄仁勋说。“这就是NVIDIA今天所构建的，这也是我们可以使欧洲成为AI生态系统、AI经济基础的基础。”
他说，Vera Rubin全面投入生产，将NVIDIA的计算平台从模型和大型语言模型扩展到处理整个AI代理。他还展示了NVIDIA的一些最新机架级硬件产品。
接下来，黄仁勋宣布NVIDIA DSX POD，一个参考设计，用于由合作伙伴在模块化容器中构建的完整NVIDIA Vera Rubin AI工厂，在交付前进行集成和验证。有了DSX POD，现场部署可以从六个月缩短到仅在场地设施就绪后的14天。
“这是一个世界供应链的彻底转变，”黄仁勋说。“这将改变人们安装和构建数据中心的方式，希望，作为结果，速度会提高。”
The NVIDIA DSX AI 工厂平台使公司能够将冷却用水量减少高达100%，并在减少高达30%的能源消耗的同时产生相同的AI输出。
代理是新的计算平台——安全是一个工程问题
Huang表示，代理可以思考、推理、迭代和使用工具，随着它们变得越来越有用，会推动代币消耗。
他将代理描述为包含五个元素：一个模型、一个协调其工作和内存的 harness、一个隔离 harness、知识和工具的沙盒。在这种框架下，代理不仅仅是回答问题的模型；它还可以利用知识并通过工具采取行动。
“最重要的是确保代理是安全的，”Huang表示。自主代理可以访问文件、资源、网络和工具，因此其权限应该是最低的，并且应该受到监控。
NVIDIA的解决方案是新的 NVIDIA OpenShell 安全AI代理参考架构，这是一个基于 NVIDIA OpenShell的全栈设计——一个开源、策略控制的运行时，具有内核级沙盒，位于代理和它可能影响的系统之间。
这意味着权限、策略执行和监控必须动态适应。“每次代理启动时，权限都不同，”Huang表示。
开放模型将专业知识转化为优势
Huang 展示了NVIDIA的开放模型作为构建针对特定需求的AI的起点。
NVIDIA的前沿，开放模型可在各行业使用：Nemotron用于语言，Cosmos用于世界基础模型，GR00T用于人形机器人，Alpamayo用于自动驾驶汽车，Ising用于量子经典计算，Earth-2用于物理AI。
“我们是前沿，”Huang表示。“所以在所有这些不同领域，我们为您提供所有模型，并且我们一直在努力。我们已经努力了十年，并将继续努力。”
NVIDIA提供模型、数据和脚本以复制它们，公司可以在自己的数据上对模型进行后训练，用于特定的用例——将专有数据转化为他所谓的“主权智能。”
“您可以从一个开放模型开始，像Nemotron这样非常优秀的模型，并用您自己的数据对其进行后训练，用于您的用例，并当然实现超级智能，”Huang表示。“做这件事是非常明智的，所有技术都存在于今天。”
NVIDIA为代理提供了一个知识层
Huang随后介绍了 NVIDIA Agent Knowledge Foundation，它是一组模型和库，用于将代理连接到企业数据，无论是文档中的非结构化信息还是数据库中的结构化数据。
他强调了Nemotron工具，用于解析文档、嵌入查询和重新排序相关信息，以及新的 NVIDIA Kumo模型，用于根据结构化数据做出预测。
“最终，让这些超级代理、这些代理成为超级代理的原因，是你赋予它们访问你公司知识的权限，”黄表示。
NVIDIA CUDA-X — 用于代理的加速工具
黄随后描述了NVIDIA CUDA-X作为一个用于科学、工程、研究和创意工作的加速库集合。
NVIDIA的加速计算平台有超过110万开发者在其上构建。
黄表示这些库可以加速模拟器、求解器和数据处理引擎——代理可能用来做有用工作的工具。
“CUDA-X工具是赋予代理专业工具的关键，”黄表示。
代理在实验室、工厂和工程领域工作
一段视频展示了NVIDIA Agent Toolkit将公司知识、模型和工具结合在一起，在三个行业案例中应用：
在Lila Sciences，代理帮助设计一种潜在的B细胞淋巴瘤疗法，使用虚拟实验来指导自动化实验室的工作。
在西门子埃尔兰根工厂，代理帮助准备新产品进行生产，在更改到达工厂车间之前，在数字孪生中进行测试计划。
在达索系统，工程代理调整车辆设计，使用模拟来识别问题并优化设计。
“而且[所有这些]知识和工具都属于你，”黄表示视频播放完毕后。“这是你的专业知识，所以现在这一切都是可能的。”
电信作为分布式AI基础设施
黄表示AI正在改变电信行业，提高频谱效率并将手机塔转变为分布式AI基础设施。
他提到了10万处站点和大约100吉瓦的分布式数据中心，并表示NVIDIA与诺基亚在T-Mobile的网络上的首次商业电话通话经过近八年的工作后完成。
“现在CUDA可以打电话了，”黄表示。“AI将彻底改变我们进行电信的方式。它将极大地提高我们的频谱效率。”
AI进入治疗室
医疗保健和生命科学领导者正在利用NVIDIA技术推进药物发现和扩展患者护理。
例如，NVIDIA和西门子医疗正在开发AI支持的放射治疗。
Nemotron代理协调治疗计划，Isaac for Healthcare平台和Omniverse库创建设备和患者解剖结构的数字孪生来模拟肿瘤定位。Holoscan与IGX Thor连接实时成像和传感器数据，以在患者移动时实现实时自适应交付。
黄将自适应放射治疗描述为一种物理AI应用：在治疗过程中，当患者身体和肿瘤发生变化时，系统必须跟踪这些变化并调整辐射定位。
“肿瘤正在改变形状。你的身体在治疗过程中也在变化，”黄表示。“这个机器人，这个自适应放射治疗系统，必须感知不断变化的环境，了解肿瘤的位置，精确分割它并相应地引导放射治疗。”
未来的道路：汽车行业领袖加入英伟达汽车生态系统
Huang 表示，英伟达 Hyperion 计算平台正在被设计到更多的汽车车队中，自动驾驶软件将机器人出租车连接到网约车服务。
Bolt 与 Lucid、梅赛德斯-奔驰、大众商用车和 Einride 正在展示英伟达 Hyperion 计算平台上的部分自动驾驶移动用例，展示了对 3 级和 4 级车辆以及未来机器人出租车车队的潜在应用。
此外，沃尔沃汽车正在采用 Hyperion 和英伟达 Alpamayo Stack 软件进行安全的自动驾驶。英伟达还推出了新的 AI 和安全技术，以帮助开发者在规模上构建、验证和部署自动驾驶汽车。
大众的面包车、捷豹路虎、沃尔沃以及梅赛德斯-奔驰的下一代汽车将兼容 Hyperion，Huang 宣布，并表示：“欢迎来到 Hyperion。”
机器人研究人员的参考人形
Huang 然后宣布了 Agile ONE SN，一个基于 Isaac GR00T 构建的人形参考机器人——一个拥有 31 个自由度的身体，预计明年推出，旨在将研究人员的设置时间从几周缩短到几天。
该平台是模块化的：研究人员可以使用完整的工作流程或提取选定的组件。
“这是一个很好的起点，”Huang 表示。
它建立在英伟达的开物理 AI 堆栈之上——Isaac Capture 用于数据收集，GR00T 模型用于机器人智能，Isaac Lab 用于基于模拟的训练，Isaac OS 用于运行时——以及英伟达的开物理 AI 数据集。包括 Agility Robotics、Figure、KUKA 和 NEURA Robotics 在内的合作伙伴已经基于同一平台进行开发。
个人 AI 获得新机器
Huang 最后讨论了RTX Spark 笔记本电脑，它上周发布，将 RTX 显卡和英伟达的完整 AI 平台集成在轻薄、高端的 Windows PC 中，用于加速创作、沉浸式游戏和强大的本地 AI。
他将其 1 petaflop 的性能和 128GB 的内存与他在 2016 年交付给 OpenAI 的 DGX-1 进行了比较——当时它带来了差异，并使大小成为笑点：
“在 2016 年，我向一家名为 OpenAI 的小公司交付了 1 petaflop 和 128GB，”Huang 表示，将紧凑型机器举到观众面前。“这是 1 petaflop 和 128GB。当然，唯一的区别是我可以像这样拿着它，而 DGX-1 需要两个人才能把它搬上楼。”
Huang 然后展示了一段视频，展示一个代理帮助训练 Hugging Face 的 Microduck：它设置了一个课程并在 Isaac Sim 中模拟了机器人，将训练任务发送到云端，然后将学到的策略带回 RTX Spark 进行评估，最后将其部署到物理机器人。
一群四只 Microduck 加入 Huang 上台，根据提示坐下、站立甚至打盹。他解释说它们是在 RTX Spark 上创建的，在云端训练，并在模拟中学习它们的技能。
“你是在 RTX Spark 上创建的……[我们] 在大量的英伟达超级计算机上在云端训练了你，你在这里的 RTX Spark 和数字孪生中学习了你的技能，”Huang 对它们说。
完整的产品线
随着微型鸭聚集在他周围，黄回顾了主旨演讲：欧洲正在构建其人工智能经济，人工智能工厂正在进化以运行代理，物理人工智能是下一个前沿。
“就这样，”黄说。“每个人都可以构建代理。欧洲的每家公司都将成为一家人工智能公司……而我们将在欧洲拥有一个繁荣的人工智能经济。”
最后，黄还有一个惊喜：一场类似欧洲歌唱大赛风格的音乐告别，将主旨演讲的主题变成了一场滑稽的回顾。
歌词从 OpenShell 的护栏开始——“没有凭证。访问被拒绝”和“BlueField 的哨兵永远不会下班”——到物理人工智能，机器人训练被比作“没有学生贷款的机器人大学。”
高潮是：“你无法拼写 可互换的 而没有乐趣。” 一段萨克斯独奏引领进入激昂的“我们是欧洲”合唱。
“让我们共同努力，构建欧洲的人工智能经济，让人工智能发挥作用，”黄在演讲结束时说。“祝您在 GTC 中度过美好时光。”
在 在线新闻包 中探索 NVIDIA GTC 柏林博客和新闻稿。
来源: NVIDIA Blog · blogs.nvidia.com