黄仁勋定调下一代AI工厂

界面新闻记者 | 徐美慧
界面新闻编辑 | 刘方远

北京时间10月21日晚，英伟达GTC大会在德国柏林开幕。英伟达创始人兼CEO黄仁勋（Jensen Huang）在主题演讲中展示了新一代AI基础设施、企业智能体和机器人平台，并将大量篇幅留给了工业生产和Physical AI。

黄仁勋表示，Vera Rubin已进入全面生产阶段，英伟达正将计算平台从处理大语言模型扩展至运行完整的Agent。在他看来，模型负责感知、推理和规划，但要让AI真正完成任务，还需要负责调度的Agent框架、企业知识、工具，以及限制其权限的安全运行环境。

在柏林GTC之前，黄仁勋先后到访法国、英国和瑞典等地。他透露，过去一年英伟达在欧洲技术生态投入近100亿美元，目前已与超过1.2万家欧洲伙伴合作。

欧洲对AI算力的需求也在增长。据美联社报道，欧洲目前仅拥有全球约5%的AI计算能力，如何加快数据中心建设、降低部署成本，成为黄仁勋此次演讲的重点之一。

针对AI数据中心的交付速度，黄仁勋称，一座功率为1吉瓦的AI工厂，从土地、电力到计算、网络和冷却系统，建设成本可达约500亿美元。对于运营商而言，设备建成之后能否尽快投入运转，直接关系到投入何时开始产生收入。

英伟达当天发布DSX POD AI工厂设计，将Vera Rubin计算机柜、网络布线及液冷系统提前在工厂完成集成测试，再以集装箱形式交付。按照英伟达估算，在场地供电等配套已经就绪的前提下，现场部署时间可由约6个月缩短至最快14天，戴尔、HPE、联想、施耐德电气等合作伙伴计划于2027年初推出相关产品。

缩短机房安装时间并不等于解决全部建设难题，电力接入、场地建设及上游设备供应仍是独立约束。

在前一天的媒体通气会上，英伟达超大规模与高性能计算副总裁Ian Buck在接受界面新闻等全球媒体采访时也表示，超大规模数据中心仍有规模效益，而DSX POD的近期机会主要是帮助数百兆瓦级项目加快部署，并非全面取代传统机房。

图片来源：英伟达

黄仁勋还展示了AI工厂的能耗调整方案。据英伟达介绍，DSX MaxLPS可根据不同工作负载动态分配电力，在保持相同Token产出的情况下，最高减少约30%的用电量。封闭式液冷配合适当气候条件下的干式冷却，也可以减少蒸发冷却耗水。

Agent则是今年GTC柏林的另一条主线。黄仁勋认为，传统模型主要回答问题，Agent则可以调用工具、读取资料并反复执行任务。这意味着企业关注的不只是模型能力，还包括它能访问哪些文件、能否调用内部系统，以及出错时能否立即停止。

为此，英伟达当天发布了OpenShell参考架构，将Agent放入受权限策略约束的隔离环境，并通过运行于BlueField-4处理器上的软件，对Agent行为进行独立监控和安全策略执行。黄仁勋强调，Agent每次启动时所需要的权限可能不同，安全控制不能只依赖模型本身。

这种担忧并非英伟达独有。Gartner预测，到2027年，40%的企业可能因治理缺陷，在发生实际运行问题后降低自主Agent的权限或停止使用。

英伟达则进一步推出Agent Knowledge Foundation，帮助Agent检索企业文档、关联订单和供应商数据，甚至预测供应中断可能造成的影响。

工业机器人市场本身也在扩大。国际机器人联合会（IFR）9月发布的报告显示，2025年全球工厂新增工业机器人超过60万台，同比增长11%，在役数量达到约500万台。

不过，工业机器人装机量并不能直接反映通用机器人的应用进度。黄仁勋当天还介绍了自动驾驶、自适应放射治疗等Physical AI应用。与按预设程序执行任务的传统自动化设备相比，这类系统需要根据实际环境的变化作出判断并执行动作，对可靠性和安全性的要求更高。

英伟达机器人与边缘AI副总裁Deepu Talla在媒体通气会上也谈到部署边界。他表示，移动导航、巡检和刚性物体的抓取、放置及检测等任务开始出现较明确的应用机会，但涉及柔软材料、灵巧手和复杂操作的通用机器人，仍有大量工作停留在研究阶段。模型的准确性、可靠性与安全性是规模部署的前提。

针对机器人训练与实际部署之间的差距，黄仁勋提出，Physical AI需要三套计算系统协同工作，分别用于模型训练、物理仿真，以及机器人本体的实时运行。相比直接在真实环境中反复测试，开发者可以先在仿真环境中训练和验证机器人动作，再将模型部署到实体设备。

英伟达当天还公布了Isaac开放机器人开发平台的更新，新增人形机器人参考平台、数据集、运行时框架及机器人学习工具，覆盖训练数据生成、模型训练、仿真测试和部署等环节。

英伟达与德国机器人公司Agile Robots合作推出人形机器人参考平台Agile ONE SN，采用Isaac GR00T模型与Jetson Thor计算平台。该机器人身高1.4米、重40公斤，本体具备31个自由度，双手各有20个自由度，计划于2027年初面向研究人员和开发者提供。

黄仁勋认为，统一的软硬件参考平台可以减少开发者自行整合传感器、控制器和仿真工具的时间。

图片来源：英伟达

不过，从研究平台走向实际生产，人形机器人的投入产出比仍有待验证。

Gartner今年1月预计，到2028年，将人形机器人真正投入制造和供应链生产运营的企业不足20家。该机构指出，人形机器人的灵巧操作、续航、系统集成和维护成本仍存在限制，在部分仓储任务中，轮式多功能机器人反而更具效率优势。

作为今年Keynote期间“彩蛋”，这次登台的机器人则是四只机器鸭Microduck。四只机器鸭走上舞台，按照黄仁勋的指令行走、站立和坐下。Microduck由Hugging Face旗下Pollen Robotics推出，身高约25厘米，采用开源设计，售价399美元，这款的机器鸭海外一经发布爆火。

图片来源：直播截屏

现场展示了Microduck的训练过程。开发者可在Isaac Sim中建立仿真环境，通过云端训练机器人动作，再将训练后的策略部署到实体机器鸭，英伟达也借此展示了从仿真训练到实体执行的机器人开发流程。

在谈及人形机器人时，黄仁勋表示，如果能够让机器人快速学会新任务，那么对于没有专门机器人开发团队的中小企业来说，未来只需要向机器人展示要完成的工作，机器人就能够学习和适应。