据字母AI报道，黄仁勋在GTC2026大会上发表演讲，提出“计算就是收入、瓦特就是收入、每一个token都是收入”的核心观点。
黄仁勋展示了GitHub代码提交量在2026年前几个月增加近三倍的数据，称全球3000万软件开发者创造的3万亿美元薪酬价值正在产生接近9万亿美元的生产力。
大会最重磅的产品是英伟达与微软联手设计的AI PC。RTX Spark笔记本电脑搭载N1X芯片，由英伟达与联发科联合研发，内置Blackwell RTX GPU，配备6144个CUDA核心和第五代Tensor Core，支持FP4精度。另有定制20核Grace CPU，通过NVLink-C2C芯片互联连接，配备128GB统一内存，采用台积电3nm工艺，晶体管数量达700亿个。该设备可运行数字生物学、地震处理、天体物理等应用，以及所有CUDA相关的物理、生物学、基因组学、AI、计算机图形应用和Windows应用。
与传统笔记本最大的区别在于，RTX Spark能在本地运行Agent。黄仁勋表示，过去40年用户使用电脑的方式是启动应用、点击、输入，现在只需提问，电脑就会完成工作。RTX Spark将英伟达30年积累的CUDA、RTX、AI平台等技术整合进一颗芯片，本地Agent、前沿模型、创意工作流、RTX游戏均可在一台笔记本上运行。
微软为RTX Spark做了深度平台优化，实现工作负载配置文件调度，让Windows调度器在20个核心上高效扩展工作负载。同时启用微软电源和热管理框架，提高GPU可访问的系统内存上限，增强统一内存系统上共享内存区域页面大小的管理方式。
微软CEO萨提亚·纳德拉表示，目标是用Windows把无限智能送到每个家庭、每张办公桌。
黄仁勋指出，OpenClaw和Hermes Agent等开源Agent项目数据已创纪录，但未能大规模普及的原因是无法在用户主力电脑上安全、私密地运行。英伟达与微软合作解决了这一问题，推出新的Windows安全原语和英伟达OpenShell运行时，确保Agent在用户完全掌控下安全运行。新Windows提供身份、隔离、策略和端到端安全能力，OpenShell提供自定义功能，让用户限制Agent权限，根据隐私策略智能路由查询到本地模型，并在发送到云端模型的查询中隐藏个人信息。
黄仁勋现场演示了RTX Spark上本地运行的Agent如何设计房子。Agent运行OpenShell沙盒，连接Hermes编排系统和云端Claude Sonnet，完成选地点、读概念草图、风格情绪板、文字需求和设计意图等步骤。随后用笔记本上的Rhino工具为场地建模，塑造地形、退界和建筑外壳，提出建筑形式并优化成本、舒适性和质量。接着生成内部布局、墙体和流线，自动放置门窗和结构元素，自行发现和修正错误。最后从Rhino导出模型，导入Blender，完整转移材质和对象属性，调整材质、选择镜头进行渲染，并用Flux模型生成多个视角和光照条件。整个过程由Agent独立完成。
RTX Spark同时也是完整的创作和游戏电脑，可通过OptiX和DLSS渲染90GB的3D场景，用Blackwell解码器编辑12K4:2:2视频，运行1200亿参数、100万token上下文的大语言模型，玩1440p分辨率、超过100帧的AAA游戏，支持光线追踪、DLSS和Reflex。还将支持DLSS4.5光线重建和RTX Video4倍帧生成。
黄仁勋同时宣布推出桌面和工作站版本DGX Spark，配备768GB内存，可运行万亿参数大模型，算力达20petaflops，每秒8TB内存带宽。大语言模型开发者或Agent开发者可在本地训练和测试模型，需要部署时再放到云端。
黄仁勋表示，十年后的PC不会只是用来打开软件、点鼠标的工具。ASUS、Dell、HP、Lenovo、微软Surface和MSI将于今年秋季推出RTX Spark驱动的超薄Windows笔记本和紧凑型台式PC，Acer和GIGABYTE的型号随后推出。黄仁勋未公布具体价格。
随后，黄仁勋宣布Vera Rubin已全面投入生产。Vera Rubin是一套五机架规模的AI超级计算机系统，专门为运行Agent设计。第一种是Vera Rubin NVL72，负责提示理解、上下文处理、推理和规划，作为Agent的“大脑”。第二种是Vera CPU机架，单个液冷机架装256颗Vera CPU，负责协调模型、管理内存、调用工具。第三种是Groq3 LPX机架，256个Groq3 LPU横跨16个托架，每秒40PB的SRAM带宽，提供超低延迟的Token生成。第四种是Vera BlueField-4 STX存储机架，负责存储处理、加速和片上安全。第五种是NVIDIA Spectrum-X Ethernet CPO网络机架，配备共封装光学技术的以太网交换机，200Gb/s SerDes，与台积电合作做芯片级封装和超高功率磷化铟激光模块。
Vera Rubin由七颗新芯片组成，采用台积电3nm制程和CoWoS-L封装技术，HBM内存来自Micron、SK hynix和Samsung。一块计算板上有万亿级晶体管和超过18000个元件。整个机架包含18个计算托盘、9个热插拔NVLink交换托盘、高效液冷歧管和汇流排。液冷汇流排可承载超过5000安培电流，相当于20台电动汽车全速加速时的电流。总共130万个元件构成第三代MGX机架设计。
与上一代Grace Blackwell相比，Vera Rubin在处理Agent任务时的吞吐量提升了10倍。黄仁勋表示，Vera Rubin的供应链规模是Grace Blackwell的两倍。组装时间从Grace Blackwell的两小时缩短至五分钟，原因是设计改进，用PCB中板直接连接两侧，不再需要线缆、软管和风扇，全部液冷，模块化设计，热插拔。
黄仁勋表示，从Hopper时代的预训练，到Grace Blackwell时代的推理，现在进入Agent时代。Agent不只是生成答案，还要观察、推理、规划、用工具，管理大量上下文，处理工作记忆和长期记忆，衍生出专家子Agent。Vera Rubin就是为这种工作诞生的。
Vera Rubin平台引入了英伟达Spectrum-X以太网光子学，这是世界上第一个基于共封装光学技术的交换机，配备200Gb/s SerDes，已投产。共封装光学将光学模块直接封装在交换机芯片上，与台积电合作做芯片级封装，带来三个好处：能效提升5倍，AI正常运行时间延长5倍，部署时间缩短三分之一。CoreWeave、Lambda和Oracle Cloud Infrastructure是首批采用共封装光学网络的合作伙伴。黄仁勋表示，共封装光学网络为百万GPU AI工厂提供了基础架构。
Vera Rubin平台还集成了英伟达BlueField-4 DPU，速度高达800Gb/s，内置多租户隔离。借助BlueField-4 Advanced Secure Trusted Resource Architecture，客户可简化网络操作，改善租户隔离，在百万GPU AI集群中获得更大控制。Vera Rubin平台设计了全栈英伟达机密计算，用于机架规模的可信执行环境，NVL72把Vera CPU、Rubin GPU、NVLink网络和安全功能结合到统一平台中，在高速互连之间加密数据，提供硬件级认证，确保系统防篡改。
英伟达DOCA软件平台在每个Vera Rubin平台机架和AI工厂层提供安全性，通过直接在BlueField-4硅中执行的能力保护数据、Agent、上下文内存和AI推理。DOCA实现多租户网络隔离、零信任策略执行、运行时威胁检测和高达800Gb/s速度的端到端加密，不占用主机CPU资源。
英伟达DSX平台为Vera Rubin AI工厂提供完整的设计和运营基础，统一参考设计、仿真、基础设施软件、设施和生态系统技术，帮助构建和运营针对最低token成本优化的节能AI工厂。黄仁勋表示，全球在建设AI工厂，芯片、机架、网络、电力、冷却、电网每一层都必须从端到端一起设计。DSX是蓝图，是建设和运营AI工厂的参考设计，目标是高效率和高盈利能力。
DSX包含三个部分：DSX Sim，让Omniverse Blueprint合作伙伴在第一台机架到场前就设计并验证AI工厂，规划布局，模拟电力和冷却，设计网络，在数字孪生中验证每次集成测试和变更；DSX OS，工厂通电后接管运营，提供监控和修复基础设施，把已安装系统变成多租户、弹性、AI就绪容量；DSX Max-Q，让运营商在相同电力预算下部署更多GPU，采用温液冷却在45摄氏度下运行，动态电力分配把机架电力导向需要工作的地方，机架内部电力平滑机制削平峰值电流和电涌。DSX AI工厂还是弹性能量资产，可以和电网协同工作，DSX Flex能读实时电网信号，在电网需要缓解压力时动态调整工厂电力。
黄仁勋表示，到本十年结束前会有100GW的AI工厂上线。由英伟达DSX运营的AI工厂会以最高效率生产最低成本的token。Vera Rubin生产出货从今年秋季开始。
黄仁勋回顾英伟达的演进，从GPU公司到系统公司，现在技术延伸到基础设施尺度。合作伙伴包括发电、冷却、电网供应商和工业基础设施公司。每个千兆瓦级AI工厂投入从200亿、300亿美元开始，很快会达到每千兆瓦800亿到1000亿美元。1000亿美元投入必须第一次就能工作，而且必须立刻成功。现在把AI工厂建在Omniverse里，在数字世界里建造这些系统，在现实世界动工前就完成验证。RTX是GPU，DGX是系统，DSX是基础设施。
黄仁勋强调，计算就是收入，现在计算就是利润。英伟达创造完整基础设施，把每件东西连接起来，进行验证，确保正常运转。time to first token更快，推理启动更快，从推理转向训练也更快。每瓦产生的token更多，因为把一切都整合起来，从头设计、模拟整个系统，进行协同设计。可靠性也很重要，英伟达长期运行超大规模系统的经验很重要。
关于产品寿命，黄仁勋表示，几年前Hopper时代的AI已经和今天完全不同。六年前Ampere时代还在谈CNN，后来谈Transformer，再后来谈专家混合，现在谈Agent系统。每隔几个月软件行业就会出现新技术。如果架构不灵活，生态系统不丰富，资产寿命就不会长。因为全球软件开发者都在用英伟达CUDA，所以CUDA生态的资产寿命会更长。资产寿命长意味着总拥有成本低。黄仁勋说，买得越多，赚得越多。
黄仁勋还发布了开源大模型Nemotron 3 Ultra。Nemotron是英伟达为世界构建的专用开源模型，专门为Agent工作负载设计。与其他开源模型不同，Nemotron不仅提供模型，还提供训练模型所用的数据。Nemotron针对长时间推理、长时间运行的工具任务、工具使用和任务解决进行训练，是世界上最大的长时程推理模型之一。模型、训练脚本和数据全部开源。黄仁勋表示，这是开源模型的最佳形态，用户可以拿走它，继续添加数据，让它变得更好，并成为自己的模型。
Nemotron 3 Ultra主要有三个优势：速度快近五倍，是世界上第一批基于混合架构的模型之一，结合状态空间模型SSM与专家混合MoE；降低约30%运行成本；完全开源，包括模型、训练脚本和数据。
黄仁勋举例说明Nemotron的用途。英伟达现在做芯片太复杂，靠工程师一行行查、一轮轮跑验证太慢太贵。每颗AI芯片里有海量晶体管，每条线路、每个逻辑门都必须严丝合缝，一个小错误可能让整颗芯片延期几个月。因此英伟达和Cadence做了一个“芯片设计AI助手团队”，这是一组会干活的Agent。它能读芯片设计规格，写或修改RTL代码，自动生成测试用例，调用Cadence的仿真工具Xcelium跑模拟，再用Jasper做形式化验证。发现Bug后，还能定位问题、改代码、再跑一遍验证。分工为：Codex像项目经理负责调度整个流程，Nemotron像技术大脑负责推理、判断、推进验证循环，Cadence工具栈像专业仪器负责跑芯片仿真和验证，OpenShell像安全沙箱确保Agent在受控环境里工作，一堆专家子Agent分别负责写RTL、建测试平台、跑回归测试、调试Bug。以前芯片验证要工程师手动反复做，周期可能是几周，现在英伟达想让AI Agent自动接管一部分流程，把“写代码、跑仿真、找Bug、修Bug、再验证”变成自动循环，把芯片设计验证从几周压到几小时。
黄仁勋还搬出了英伟达最前沿的物理AI Cosmos 3。他表示，语言模型领域有很多人在做，而在物理AI方面，英伟达绝对是全球最强之一。训练语言模型可以用互联网上的文本，但为机器人构建数据必须来自感知，来自机器人的视角。世界上大多数视频数据是第三人称视角，不是第一人称视角，因此对Agent系统、机器人系统、物理AI来说，数据是最难解决的问题。
英伟达的思路是：先让人远程操控机器人做示范，再用Omniverse做仿真在虚拟世界里生成更多训练场景，然后把普通视频里的第三人称视角转换成机器人自己的第一人称视角，最后用Cosmos这种世界模型让AI自己理解和生成物理世界的数据。Cosmos可以理解视频里发生了什么，也可以根据文字、图片、视频生成符合物理规律的新视频。黄仁勋表示，“计算就是数据”，以前数据只能从现实世界采集，现在可以用计算生成。只要模型足够强，计算机就能模拟真实世界，给机器人制造大量训练材料。机器人需要的不是会聊天的AI，而是懂现实世界怎么运转的AI。
基于此，英伟达推出了“人形机器人标准套件”Isaac GR00T。做人形机器人太难，一个机器人身上有很多电机、传感器、控制系统，还要有训练数据、仿真环境、操作系统、AI模型和部署工具。以前每个研究团队都要从零开始拼这些东西，光搭环境就可能花几个月。英伟达直接给大家做一个参考平台，包括机器人本体、Jetson Thor计算平台、AI模型、仿真工具Isaac Lab、远程操作工具Isaac Teleop、Omniverse和Cosmos生成合成数据、训练和评估环境、Isaac ROS负责部署到真实机器人上。研究者拿到GR00T后，可以直接开始训练机器人做任务，比如学会抓东西、搬运、走路、在工厂里工作。可以用英伟达的全套组件，也可以只用其中一部分，把自己的模型、传感器或控制系统换进去。
黄仁勋表示，GR00T有25个身体自由度，每只手31个自由度，身高大约6英尺，体重150磅，是一个接近真人尺寸、能做复杂动作的人形机器人参考设计。
