共计 1299 个字符，预计需要花费 4 分钟才能阅读完成。
The Next Factory: How Jensen Huang’s Armies of AI Agents Are Redefining the Compute Economy
At the Computex Taipei, Nvidia CEO Jensen Huang declared that tech has e…
AI 的下一步,可能不只是回答问题 , 而是直接完成工作。 在台北 Computex 展会上, 英伟达 CEO 黄仁勋将重点放在“agentic AI”上, 即能够观察、推理、规划并执行任务的自主智能体。围绕这一判断, 英伟达展示了覆盖数据中心、个人电脑和机器人场景的新产品路线。
📌 从大模型训练走向“AI 员工”
过去几年,AI 投资主要集中在训练基础模型和扩建数据中心。随着投入持续增加, 企业和投资者更关心的是,AI 能否转化为明确的效率提升与商业回报。
黄仁勋认为,软件的计算模式正在改变。AI 不再只是等待用户输入的工具, 而是可以拆解任务、调用工具并持续执行的“数字员工”。材料中提到, 他引用 GitHub 相关数据称, 智能体编程助手推动代码提交量明显增长, 并将其视为工程师产出被放大的信号。
这一表述的核心并非简单替代人力, 而是强调 AI 智能体可能改变企业组织工作流和算力需求。
🔍 Vera 切入数据中心 CPU 竞争
为了支撑智能体负载,英伟达推出 Vera 数据中心微处理器。该产品被定位为面向智能体工作负载的 CPU, 将与英特尔 Xeon、AMD Epyc 以及云厂商自研芯片形成竞争。
智能体对延迟更敏感。人类使用软件时, 毫秒级等待通常难以察觉; 但智能体连续执行数百个子任务时, 数据调度和 CPU 响应的延迟会被不断放大, 并影响 GPU 的利用效率。材料显示, 英伟达声称 Vera 在智能体沙箱相关工作负载上较标准英特尔芯片有更快表现, 但实际效果仍需在部署成本、能耗和生态适配中验证。
💡 RTX Spark Superchip 指向本地 AI PC
这意味着,一部分推理任务不必完全依赖云端。对开发者、创作者和高性能 PC 用户而言, 本地 AI 可能带来更低延迟、更强隐私控制, 以及离线环境下的使用空间。
- 数据中心:Vera 试图补齐智能体执行中的 CPU 环节。
- 个人电脑:RTX Spark Superchip 强化本地 AI 推理能力。
- 机器人:Cosmos 3 被用于支持包括宇树人形机器人在内的量产机器人场景。
📊 机器人场景放大计算平台价值
材料还提到,Cosmos 3 将服务于量产机器人相关应用。与纯软件智能体相比, 机器人需要把感知、决策和动作连接到物理世界, 对实时计算、仿真训练和平台稳定性提出更高要求。
如果智能体是数字世界中的执行者,机器人则是其向物理世界延伸的一种形态。英伟达将数据中心、PC 和机器人放在同一条叙事线中, 意在强调 AI 计算不再局限于模型训练, 而会进入更广泛的生产和消费场景。
🚀 总结: 趋势明确, 落地仍需验证
从此次 Computex 信息看,英伟达正在围绕智能体 AI 重塑产品组合, 并试图在 CPU、GPU、本地计算和机器人平台之间形成更完整的生态。短期内,Vera、RTX Spark Superchip 与 Cosmos 3 的真实表现仍取决于客户采用、软件适配和成本效率。
