6 月 25 日的英伟达年度股东大会上，黄仁勋没有炫参数，而是抛出了一个正在重塑行业认知的新概念——"AI 工厂"（AI Factory）。但这不是他 2026 年唯一的重磅牌。从 1 月 CES 发布 Vera Rubin 平台，到 3 月 GTC 描绘万亿美元需求蓝图，再到 6 月股东大会宣告量产——英伟达正在用一个整年的节奏，把 AI 计算从一个"产品类别"升级为"工业基础设施"。
"AI 工厂"的商业逻辑重构
黄仁勋的原话很直白："客户买英伟达系统，不是在买计算工具，是在建能直接创收的 AI 工厂。" 在这个逻辑下，芯片不是成本，是生产线；Token 不是字节，是能卖钱的商品。一句话，把 GPU 从"IT 支出项"重新定义为"印钞产线"。
几个硬数字支撑了这份底气：
- 英伟达国际市场收入超300 亿美元，同比增长三倍
- 近 40 个国家在部署英伟达驱动的 AI 工厂
- Blackwell 平台的 Token 吞吐量比次优平台高出30 倍
- 黄仁勋在 GTC 上预期，至 2027 年 AI 基础设施需求将达1 万亿美元
Vera Rubin：为智能体时代重写的算力架构
早在 2026 年 1 月 CES 上，英伟达就发布了Vera Rubin 计算平台，被定义为"由六颗芯片组成的 AI 超级计算机"：Vera CPU、Rubin GPU、第六代 NVLink 交换机、ConnectX-9 网卡、BlueField 4 DPU，以及 Spectrum-X 102.4T 共封装光学模块。
GTC 2026 上英伟达首次完整公开了 Rubin GPU 的架构细节：
- 3360 亿个晶体管——GPU 设计史上新的密度里程碑
- AI 训练算力最高可达Blackwell 的 5 倍
- 单位能耗下，Rubin 在 Agentic AI 场景的性能比 Blackwell + x86 CPU提升 10 倍
- 支持第三代机密计算技术，成为首个"机架级可信计算平台"
黄仁勋特别强调，Vera Rubin 是全球第一个专为 AI 智能体（Agent）设计的 CPU。他的解释很有画面感：智能体生活在"纳秒级"世界里，执行的是一个接一个的推理、规划、多步推理链；传统 CPU 是为"人机交互"设计的，在 Agent 面前太慢了。当 Agent 成为主流工作负载，底层的算力架构也必须为"非人类节奏"重新设计。
生产方面，富士康已启动 Vera Rubin NVL144 MGX 液冷机架的工程验证，计划 2026 年下半年投入大规模量产——每台配备 144 颗搭载 HBM4 的 Rubin GPU、升级版 88 核 Vera CPU。
从云端到太空：AI 基础设施的终极图景
在 GTC 上，英伟达还预览了将其 AI 基础设施扩展到轨道空间的计划，勾勒出未来太空数据中心的发展路径。日本方面，英伟达联合政府与产业界，基于NVIDIA Cosmos平台启动了"世界首个国家级 AI 基础设施"，推动 Physical AI（物理智能）——让机器理解和操作物理世界。日本是机器人与制造大国，这一组合让人联想到"AI 工厂"与"物理世界"的终极融合。
行业冲击波：AI 工厂意味着什么？
传统企业买算力是为了"降本增效"，AI 工厂时代买算力是为了"直接产出可售卖的智能"。这一转变的影响远超芯片行业本身：
- 能源与电力：一座 AI 工厂的耗电量可达传统数据中心的数倍至数十倍，数据中心选址将更靠近能源产地
- IT 预算重构：从"服务器采购"模式转向"算力生产模式"，企业基础设施的财务口径将改变
- 软件栈重置：Agent 操作系统、推理引擎、Token 计量与计费体系，成为新的标准化需求
- 定价权集中：掌握 AI 工厂"生产线"的企业，在 AI 价值链中占据最核心的位置
正如黄仁勋所暗示的，AI 计算的"Inflection moment"（转折点）已经到来：从训练时代进入推理时代，从人类使用 AI 进入 Agent 自主运行 AI。而英伟达正试图定义这个时代的基础设施标准。
