老黄All in物理AI！最新GPU性能5倍提升，还砸掉了智驾门槛

闻乐
2026-01-06
09:09:02

来源：量子位

西风 闻乐 发自 凹非寺

量子位 | 公众号 QbitAI

刚刚，英伟达CEO黄仁勋穿着鳄鱼皮夹克，在全球最大消费电子展CES 2026上发布AI新品。

这是五年来，英伟达首次来到CES却没有发游戏显卡，态度很明确：

全力搞AI。

全力搞出来的结果也让围观群众直呼：竞争对手如何追上英伟达？

下一代Rubin架构GPU推理、训练性能分别是Blackwell GB200的5倍和3.5倍（NVFP4数据格式）。

除此之外，老黄还带来了五大领域的全新发布，包括：

• 面向Agentic AI的NVIDIA Nemotron模型家族
• 面向物理AI的NVIDIA Cosmos平台
• 面向自动驾驶开发的全新NVIDIA Alpamayo模型家族
• 面向机器人领域的NVIDIA Isaac GR00T
• 面向生物医学的NVIDIA Clara

同时，英伟达宣布持续向社区开源训练框架以及多模态数据集。其中数据集包括10万亿语言训练token、50万条机器人轨迹数据、45.5万个蛋白质结构、100TB车辆传感器数据。

这次的核心主题，直指物理AI。

用网友的话来说：

这是英伟达将护城河从芯片层进一步拓展到全栈平台层（模型+数据+工具）的体现，通过这种方式可以持续拉动更多GPU与基础设施投入，并显著增强用户与生态的锁定。

值得一提的是，咱国产开源模型又双叒被cue到了。

老黄在演讲开篇便提及了DeepSeek，Kimi K2、Qwen也出现在PPT展示页上。

正式推出Vera Rubin NVL72

老黄正式推出英伟达下一代AI数据中心的机柜架构Vera Rubin，披露架构细节。

六大核心组件共同构成Vera Rubin NVL72机架：

Vera CPU、Rubin GPU、NVLink 6 switch、ConnectX-9 SuperNIC、BlueField-4数据处理单元（DPU）、Spectrum-6 Ethernet switch。

在NVFP4数据类型下，Rubin GPU推理性能可达50 PFLOPS，是Blackwell GB200的5倍；NVFP4训练性能为35 PFLOPS，是Blackwell的3.5 倍。

为支撑这些计算能力，每颗Rubin GPU封装了8组HBM4内存，提供288GB容量和22 TB/s的带宽。

随着主流大模型转向MoE架构，模型得以相对高效地进行规模扩展。然而，这些专家模块之间的通信，对节点间带宽提出了极高要求。

Vera Rubin引入了用于规模内扩展网络的NVLink 6。

它将单GPU的互连带宽提升至3.6 TB/s（双向）。每颗NVLink 6交换芯片提供28 TB/s的带宽，而每个Vera Rubin NVL72机架配备9颗这样的交换芯片，总规模内带宽达到260 TB/s。

NVIDIA Vera CPU集成了88个定制的Olympus Arm核心，采用英伟达称为“spatial multi-threading”设计，最多可同时运行176个线程。

用于将Vera CPU与Rubin GPU进行一致性连接的NVLink C2C互连，其带宽提升了一倍，达到1.8 TB/s。每颗Vera CPU可寻址最多1.5 TB的SOCAMM LPDDR5X内存，内存带宽最高可达1.2 TB/s。

为将Vera Rubin NVL72机架扩展为每组8个机架的DGX SuperPod，英伟达推出了一对采用共封装光学（CPO）的Spectrum-X以太网交换机，均基于Spectrum-6芯片构建。

每颗Spectrum-6芯片提供102.4 Tb/s的带宽，英伟达基于该芯片推出了两款交换机。

SN688提供409.6 Tb/s的总带宽，支持512个800G以太网端口或2048个200G端口。

SN6810则提供102.4 Tb/s的带宽，可配置为128 个800G或512个200G以太网端口。

这两款交换机均采用液冷设计，英伟达表示，与不具备硅光子技术的硬件相比，它们在能效、可靠性和运行时间方面表现更优。

随着上下文窗口扩展到数百万token，英伟达还指出，存储AI模型交互历史的键值缓存（KV cache）相关操作，已成为推理性能的瓶颈。

此前黄仁勋曾表态：没有HBM，就没有AI超算。

为突破这一限制，英伟达推出新硬件BlueField-4 DPU，构建了一个新的内存层级，称为推理上下文内存存储平台（Inference Context Memory Storage Platform）。

英伟达表示，这一存储层旨在实现键值缓存数据在AI基础设施中的高效共享与复用，从而提升系统响应速度和吞吐能力，并实现Agentic AI架构可预测、能效友好的规模扩展。

这是Vera Rubin首次将英伟达的可信执行环境扩展至整个机架级别。

整体来看，每个Vera Rubin NVL72机架可提供：

• 3.6 exaFLOPS的NVFP4推理性能
• 2.5 exaFLOPS的NVFP4训练性能
• 54 TB的LPDDR5X内存（连接至Vera CPU）
• 20.7 TB的HBM4内存，带宽达1.6 PB/s

为保障机架系统的持续高效运行，英伟达在机架层面引入了多项改进，包括无缆化模块托盘设计，使组件更换速度显著快于此前的NVL72机架；增强的NVLink弹性能力，实现零停机维护；以及第二代RAS引擎，可在不中断服务的情况下完成健康检测。

另外，英伟达表示，与Blackwell相比，Vera Rubin在训练MoE模型时所需的GPU数量仅为四分之一；在MoE推理场景下，其每token成本最高可降低10倍。
反过来看，这也意味着Rubin能在相同机架空间内，大幅提升训练吞吐量，并生成远多于以往的token数量。

据介绍，目前用于构建Vera Rubin NVL72所需的六类芯片已全部从晶圆厂交付，英伟达预计将在2026年下半年启动Vera Rubin NVL72的规模化量产。

自动驾驶全新开源模型系列发布

再来看英伟达重磅推出的全新开源模型系列——Alpamayo，面向安全推理的自动驾驶。

全球首款开源、大规模的自动驾驶视觉-语言-行动（VLA）推理模型Alpamayo 1，参数100亿。

它能够让自动驾驶车辆理解周围环境，并对自身的决策行为做出解释。

模型接收车辆自身的运动历史数据、多摄像头采集的实时视频画面、用户指令三类输入信息，然后进行推理，之后生成具体的驾驶决策、因果推理结果、规划出的行驶轨迹。

配套推出的还有一款开源仿真框架——AlpacaSim。

它支持在各种不同的环境与边缘场景中，对基于推理的自动驾驶模型进行闭环训练与评估。

此外，英伟达还发布了一个包含1700小时驾驶数据的开源数据集。这些数据采集于全球最广泛的地理区域与环境条件下，涵盖了推进推理架构发展所必需的罕见及复杂真实边缘场景。

落地方面，据介绍，Alpamayo将率先搭载于2025年第二季度欧洲上市的梅赛德斯-奔驰CLA车型，后续将通过OTA升级逐步推送高速公路脱手驾驶、城市全场景自动驾驶、端到端自动泊车等功能，并计划登陆美国市场。

英伟达基于自身技术构建的全球L4级自动驾驶与Robotaxi生态系统全景也亮相了，通过连接软件开发商、整车厂/出行平台、硬件供应商，覆盖全产业链。

Nemotron再推专项模型

NVIDIA Nemotron在AI智能体领域的新拓展，核心是在已发布的Nemotron 3开放模型与数据基础上，进一步推出针对语音、RAG以及安全三大场景的专项模型。

其中，Nemotron Speech包含新的自动语音识别（ASR）模型，不仅语音识别性能强，而且能支持实时字幕生成这样的实时低延迟场景，速度比同类模型快10倍。

英伟达表示，目前博世已采用该模型实现司机与车辆之间的交互。

Nemotron RAG则搭载新的视觉语言模型，能精准处理多语言、多模态数据，有效提升文档搜索效率。

Nemotron Safety系列模型专注于增强AI应用的安全性与可信度，具体包括支持更多语言的Llama Nemotron内容安全模型，以及高精度检测敏感数据的Nemotron PII模型。

机器人推理大脑Cosmos升级

活动现场，老黄宣布英伟达为机器人推出的懂推理的“大脑”Cosmos再度升级。

Cosmos主要被用来生成符合现实世界物理规律的合成数据，自发布以来，已被Figure、Agility Robotics、通用汽车等一众知名机器人和自动驾驶公司采用。

这次全新发布了：

• Cosmos Reason 2：一款全新的、排名领先的视觉-语言推理模型（VLM）。它能够帮助机器人与AI智能体更精准地感知、理解并与物理世界进行交互。
• Cosmos Transfer 2.5与Cosmos Predict 2.5：两款领先的模型，可在各种不同的环境与条件下，生成大规模的合成视频。

英伟达还基于Cosmos模型，为各类物理AI应用推出了专用的开源模型与参考蓝图：

• Isaac GR00T N1.6：一款专为类人机器人打造的开源视觉-语言-行动（VLA）推理模型。它支持机器人的全身控制，并集成了英伟达Cosmos Reason模型，以实现更强大的推理能力与上下文理解能力。
• NVIDIA AI Blueprint for Video Search and Summarization：作为英伟达Metropolis平台的一部分，该蓝图提供了一套参考工作流，可用于构建视觉AI智能体。这些智能体能够分析大量的录播及直播视频，从而提升运营效率并保障公共安全。

据了解，Salesforce、Milestone、Hitachi、Uber、VAST Data、Encord等企业正采用Cosmos Reason模型，开发面向交通与职场生产力提升的AI智能体。Franka Robotics、Humanoid和NEURA Robotics则利用Isaac GR00T模型，在机器人大规模量产前，对其全新行为进行仿真、训练与验证。

针对医疗健康与生命科学的AI

NVIDIA Clara是专门针对医疗健康与生命科学领域的AI技术工具。

核心目标是降低行业成本、加速治疗方案落地，打通数字科研与实际医疗应用之间的壁垒。

该系列中的多款专项模型各有侧重：

• La-Proteina能设计原子级精度的大型蛋白质；
• ReaSyn v2在药物发现阶段就开始考虑“如何生产”的问题；
• KERMT可以预测潜在药物进入人体后的反应，提前排查安全问题；
• RNAPro用来预测RNA分子复杂的3D结构，推进个性化医疗方案。

模型之外，老黄表示英伟达还将为研究者提供含45.5万个合成蛋白质结构的数据集。

总之，老黄的2026开年第一讲，真是让人眼花缭乱了……

— 完 —

Read More