[CES 2026] 英伟达CEO黄仁勋：“我们不再只是一家芯片公司”

[비즈한국] “虽然我们以制造芯片的公司而闻名，但如今英伟达正在打造整个系统。而且，AI已不再是单一功能，而是涵盖全阶段（full-stack）的架构。”

1月5日（当地时间）在美国拉斯维加斯枫丹白露酒店（Fontainebleau Hotel）举办的CES 2026英伟达发布会上，首席执行官黄仁勋这样定义了英伟达的现状与AI的未来。当天的舞台充分展现了在AI成为平台的时代，英伟达正在转型为一家什么样的公司。黄CEO明确传达了一个信息：AI时代的竞争并非比谁制造出更快的芯片，而是看谁能设计出AI运行的整体架构。

英伟达CEO黄仁勋在CES 2026主题演讲中，将AI时代的本质定义为“平台转型”，并明确表示英伟达的身份也正在发生根本性转变。图片来源=英伟达YouTube视频截图

计算产业，再次站在“平台转型”的门槛上

黄仁勋CEO以“平台转型”这一关键词来解释计算产业的变化并开启了演讲。就像从大型机到PC、从PC到互联网、从互联网到云端与移动端的更迭一样，他指出目前也已到达了另一个转折点。

他所强调的是此次转型的性质。他强调，这不仅仅是单纯的性能提升，而是应用程序的创建与运行方式本身发生了变化。第一，未来的应用程序将在AI之上构建。因此，AI不再是一个功能，而是所有服务的基础。第二，软件开发方式也发生了改变。他解释称，时代已从编写代码创建程序的阶段，转向通过训练数据来创建软件的阶段，其核心也从CPU转移到了GPU。

黄CEO解释说，由于这种变化，过去十多年间构建的庞大计算基础设施和企业的研发（R&D）预算正以AI为中心进行重组。他开场便提到，AI现在不再是特定产业的技术，而是几乎所有产业的核心投资目标。

为了实现像自动驾驶、机器人和工厂自动化那样与现实互动的AI，英伟达提出了结合仿真、数字孪生和世界基础模型的架构。图片来源=英伟达YouTube视频截图

AI，从“回答者”进化为“工作者”

在演讲的中段，黄CEO将“推理（reasoning）”和“代理式AI（agentic AI）”列为近期AI进化的核心。他解释说，AI不再是仅仅能对问题给出即时答案的工具，而是转变为寻找信息、使用工具、制定计划并执行任务的存在。

这种变化极大地拓宽了AI的应用范围。在软件开发、文档分析、数据探索等领域，AI已超越了辅助手段，成为实际执行工作的核心主体。开源AI模型的普及正在进一步加速这一趋势。

在此处，黄CEO的发布自然地过渡到了“物理AI（physical AI）”。他解释道，AI的下一个舞台不是屏幕里的对话，而是现实世界。自动驾驶汽车、机器人和工厂自动化就是典型代表。问题在于现实世界过于复杂。即便是对于人类来说属于常识的物理定律，如重力、摩擦力和惯性，对AI而言也是尚未学习过的领域。

英伟达发布的自动驾驶AI“Alpamayo”将从摄像头输入到转向、加速、制动整合为一个模型进行学习，其追求的不仅仅是“如何驾驶”，而是能够解释为何做出该判断的推理型AI。图片来源=英伟达YouTube视频截图

黄CEO提出的解决方案是仿真（simulation）。这是一种在虚拟空间中预先构建现实中可能发生的无数情况，并让AI进行学习的方式。他解释说，为此需要三种计算机：学习AI的计算机、在现场执行推理的计算机，以及重现现实的仿真计算机。

英伟达的数字孪生平台“Omniverse”和世界基础模型“Cosmos”承担了这种仿真的角色。该战略是通过将运算转换为数据的结构，让AI提前学习现实中难以遇到的无数异常情况。

在这种趋势下，自动驾驶被作为物理AI的第一个大众市场提出。英伟达发布的自动驾驶AI“Alpamayo”不仅是一个控制车辆的模型，更旨在成为能够解释为何做出该判断的AI。虽然无法提前经历所有驾驶情况，但通过将情境拆解为微小的常识单位进行推理，便能从容应对。Alpamayo基于从摄像头输入到转向、加速、制动均由单一模型训练的端到端结构，结合了人类驾驶数据和Cosmos生成的海量合成驾驶数据进行训练。

特别值得一提的是，其核心在于它不局限于控制车辆，而是旨在实现能够解释选择了什么行为、原因以及行驶轨迹的“可推理自动驾驶”。黄CEO表示，通过将基于Alpamayo的自动驾驶栈与现有的传统AV栈双重运营以确保安全性，应用该系统的梅赛德斯-奔驰车辆已获得最高水平的安全认证，计划从2026年起按地区量产并上市。这在英伟达不仅是芯片供应商，更首次将涵盖模型、软件和系统的完整自动驾驶AI架构带上实际道路这一层面上，具有特殊的意义。

AI运算激增的解决方案，超越“芯片”走向“全栈”

在演讲后半部分，黄CEO回到了计算的本质问题。AI模型逐年变大，推理过程中生成的token数量呈几何级数增长。反之，token的价格却在迅速下跌。这意味着如果不能大幅提升运算效率，就很难在竞争中生存。在这一节点上，他强调：“仅靠单一芯片的性能提升，已无法跨越极限。”

“Vera Rubin”不是单一GPU的性能提升，而是将CPU、GPU、网络、内存、存储和安全设计为一个整体的集成系统，相比Blackwell，其学习和推理性能提升了数倍，并改善了能效。图片来源=英伟达YouTube视频截图

英伟达的下一代AI架构“Vera Rubin”正是从这种危机意识中诞生的。Vera（CPU）和Rubin（GPU）超越了单纯的GPU性能提升，是重新设计了CPU、GPU、网络、内存、存储和安全的集成型AI系统架构。黄CEO将其描述为“为AI工厂（AI Factory）而设计的架构”。这是首个超越单芯片、具备全栈结构的AI架构。

性能指标清晰地展示了这一变化。Vera Rubin架构相比上一代Blackwell，AI模型学习性能提升了约3.5倍，推理性能提升了最高5倍。与此相比，token生成成本降低至原来的约十分之一。黄CEO解释称，这种性能提升并非单纯的运算能力增加，而是极大地改善了单位功耗的处理量。

他在整个演讲中强调的信息始终如一。AI竞争的本质已经从“谁先推出更快的芯片”的争夺，转变为“谁能设计出让AI在现实世界中有效运行的整体架构”的问题。AI现在已经成为了平台，正从屏幕内的对话扩展到道路、工厂、机器人和工业现场。在这一变革中，英伟达将自己重新定义为超越芯片供应商，涵盖系统、基础设施、仿真和模型的“全栈AI公司”。