最新一篇博客背後，黃仁勳的深度思考

🔑 增強重點摘要

• •Nvidia的Rubin平台已進入全面生產階段，預計於2026年下半年開始出貨，相比前代Blackwell架構在AI推理性能上提升5倍、訓練性能提升3.5倍，並將AI token生成成本降低至十分之一[1][2]
• •黃仁勳在CES 2026發布Alpamayo自動駕駛技術，這是一套具有「推理」能力的視覺語言行動模型，能夠讓自駕車對複雜路況進行推理並解釋駕駛決策，將自動駕駛從「信仰飛躍」轉變為可驗證的可信體驗[1][2]
• •Nvidia已建立價值數十億美元的DGX雲端超級電腦基礎設施用於自有AI模型開發，涵蓋醫療、機器人、物理AI等多個領域，標誌著公司從硬體製造商向AI全棧平台提供商的戰略轉變[3][4]
• •Nvidia推出Cosmos基礎模型，這是一個在網際網路規模影片、真實駕駛數據和機器人數據上預訓練的物理AI模型，能夠統一對齐語言、影像、3D和行動表示[3]
• •黃仁勳強調AI已成為平台級轉變，需要能源、晶片、雲端、AI模型和應用五層架構協同擴展，這已觸發「人類歷史上最大規模的基礎設施建設」[5]

🛠️ 技術深入

• •Rubin平台採用極端協同設計（extreme codesign），整合六個晶片，在晶片、托盤、機架、網路、儲存和軟體層面進行緊密整合以消除瓶頸[2]
• •推出AI原生儲存解決方案——Nvidia推理上下文記憶體儲存平台（Inference Context Memory Storage Platform），作為AI原生KV快取層，相比前代提供5倍更高的每秒token吞吐量、5倍更佳的每TCO美元性能和5倍更優的能源效率[2]
• •Alpamayo模型採用端到端訓練架構，從攝像頭輸入直至執行輸出，結合大規模自駕里程數據和人類示範數據[3]
• •Cosmos模型在網際網路規模影片、真實駕駛數據、機器人數據和3D模擬上預訓練，學習統一的世界表示以對齐語言、影像、3D和行動[3]
• •測試時間擴展（test time scaling）技術實現實時思考能力，在預訓練、強化學習後訓練和測試時思考三個階段均需要大量計算資源[4]

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線