黄仁勋这次在台北要回答的，不只是英伟达下一代GPU有多快，而是一个更大的问题：当AI从“会聊天”走向“能干活”，英伟达到底还只是一家芯片公司吗？
在COMPUTEX 2026开幕前，英伟达创始人兼CEO黄仁勋在中国台北流行音乐中心发表约两小时的GTC台北主题演讲。表面看，这是一场新品发布会：Vera Rubin AI平台全面量产，Vera CPU亮相，RTX Spark超级芯片进入PC市场，Nemotron 3 Ultra开源模型发布。
但真正值得关注的，是英伟达边界的变化。
它正在从一家以GPU为核心的芯片设计商，变成一家覆盖CPU、GPU、DPU、网络、软件、模型、服务器、AI工厂乃至终端PC的系统公司。过去，英伟达卖的是算力零部件；现在，它要定义的是AI时代的计算基础设施。
这也是英伟达这场演讲最有冲突感的地方：它一边继续加固数据中心的护城河，一边把手伸向英特尔、AMD长期经营的PC和CPU腹地。
AI开始从“生成内容”变成“执行任务”
黄仁勋开场先向台湾供应链合作伙伴致意。他说“很高兴回家”，并称台湾拥有“全球最完整、最强大的供应链生态系”。这不是一句场面话。
英伟达今天的扩张，已经不再是单一芯片性能竞争，而是整条供应链的组织能力竞争。从上游晶圆制造、封装、PCB、散热、电源，到下游服务器、云厂商和终端用户，英伟达需要一个比过去更庞大的产业系统支撑它的增长。
演讲的核心概念，是“有用的AI”（Useful AI）。
黄仁勋认为，AI已经从生成式AI进入代理式AI（Agentic AI）阶段。生成式AI解决的是“生成内容”的问题，代理式AI要解决的是“完成任务”的问题。前者像工具，后者更像工作流里的执行者。
他引用GitHub数据称，全球约有3000万至4000万名专业软件开发者，AI辅助编程调用次数从2023年的3亿次增至2024年的4亿次，2025年达到5亿次，而2026年前几个月已飙升至14亿次，较去年全年增长近两倍。
这组数据的意义不在于“程序员是不是会被替代”，而在于软件生产方式正在发生变化。AI不再只是帮人补全几行代码，而是在更多场景里承担设计、调用工具、生成代码和输出结果的连续动作。
因此，黄仁勋直接反驳“AI会减少工作岗位”的说法。他称这“完全是胡说八道”，并表示AI正在使更多软件工程师被雇用。
这个判断当然带有英伟达立场。作为算力供给方，英伟达天然希望市场相信AI会扩大需求，而不是压缩人类工作。但从商业逻辑看，它真正想强调的是：AI Agent越多，软件、算力、存储和网络调用就越多。英伟达卖的不是一次性硬件，而是AI执行任务背后的持续消耗。
这也是“有用的AI”背后的收入逻辑。
Vera Rubin不是一颗芯片，而是一套系统
本次演讲最重磅的发布，是新一代Vera Rubin AI平台宣布全面量产。
黄仁勋把它称为英伟达“公司历史上最具野心的计划”，并表示公司全体4万名工程师参与了系统开发。
Vera Rubin的关键，不是某一颗芯片，而是完整的端到端异构计算系统。它包含Rubin GPU、Vera CPU、ConnectX-9 SuperNIC、BlueField-4 DPU安全处理器，以及DOCA软件堆栈等核心组件。
这说明英伟达正在把过去相对分散的计算、网络、安全和软件能力，打包成一个面向AI Agent工作负载的标准化平台。
黄仁勋给出的性能数据很直接：Vera Rubin训练性能是上一代Blackwell的3.5倍，推理性能达到5倍，推理成本降至Blackwell的七分之一。
这几个数字对应的是AI产业最现实的压力。过去两年，大模型企业不断扩大参数、训练数据和推理调用量，但商业化始终绕不开一个问题：推理成本能不能降下来？
训练决定模型能力，推理决定商业回报。一个模型如果调用越多亏得越多，就很难成为真正的基础设施。Vera Rubin强调推理性能和成本下降，本质上是在回应AI从展示能力走向规模化部署时的经济账。
黄仁勋还透露，Vera Rubin供应链规模已达Grace Blackwell的两倍，微软、戴尔和CoreWeave等客户已开始运行工程机架。OpenAI、Anthropic和SpaceX将成为Vera芯片首批客户，字节跳动、CoreWeave和甲骨文云基础设施也计划部署。
这份客户名单显示，英伟达的下一代平台仍然绑定在全球最核心的AI需求方身上。大型模型公司、云服务商和AI基础设施公司，依然是英伟达最重要的增长来源。
但同时，这也意味着英伟达必须持续解决交付、功耗、成本和供应链协调问题。AI平台越复杂，竞争就越不只是芯片设计，而是系统工程。
Vera CPU直指x86的长期垄断
相比GPU，Vera CPU的意义可能更具结构性。
英伟达这次正式发布专为AI Agent设计的Vera CPU。黄仁勋给出的解释是，传统CPU以“秒”为单位服务人类用户的交互需求，而代理式AI“生活在纳秒的世界里”，对延迟和即时响应有极高要求。
他说：“代理式AI是没有耐心的，他们等待的每一秒，都会影响它进入下一个步骤。”
