NVIDIA 今天在柏林 GTC 大會上發布了一系列重磅消息，涵蓋了容器化的 Vera Rubin 基礎設施、2.5 倍的基板供應量、用於 AI 工廠電源管理和代理安全以及電信、自動駕駛汽車、機器人和醫療保健等領域的軟體。其中最引人注目的是部署目標：NVIDIA 表示，其全新的 DSX POD 參考設計可將 AI 工廠在已準備就緒的場地中的部署時間從六個月縮短至最短 14 天，合作夥伴構建的系統預計將於 2027 年初交付。
DSX POD 將基礎設施整合引入工廠
NVIDIA DSX POD 將 Vera Rubin 運算中心與網路、佈線、機架級電源和液冷系統整合在工廠預製的貨櫃內。合作夥伴在出貨前完成機架間的佈線、管線鋪設和功能驗證，確保交付的貨櫃能夠直接連接到現場預先準備好的電源、冷卻和網路設施。 NVIDIA 將交付週期縮短歸功於在製造工廠完成整合和測試；14 天的交付週期是基於現場已準備就緒的前提，並未包含搭建配套設施所需的時間。
計劃於 2027 年初在全球範圍內交付的合作夥伴包括 Anduril、Armada、Bull、Crusoe、DayOne、戴爾科技、台達、伊頓、富士康（Ingrasys）、技嘉、HPE、聯想、和碩、廣達雲科技（QCT）、施耐德電氣、Vertiv 和緯創資通。戴爾的版本——搭載 NVIDIA DSX POD 的戴爾模組化資料中心——也於今天上午發布，預計同樣在 2027 年初交付。 NVIDIA 尚未公佈每個 POD 的容量、機架數量或價格。
製造計劃擴展基板、封裝、測試和光學引擎
NVIDIA計畫在未來三年內將產品基板產能提升2.5倍。公司向IBIDEN預付數十億美元的產能預訂金，用於支持IBIDEN位於日本小野市的工廠擴建，使其產能達到現有產能的三倍，預計新增產能將於2028年第一季開始逐步提升。三星馬達也將加入NVIDIA的基板供應鏈，其產能將來自其在韓國的現有工廠，以及位於世宗和釜山的工廠升級和新建項目。
NVIDIA 也透過產能預訂協議支持 Unimicron 在台灣的 KF 基板擴建項目，產能將於 2027 年第二季開始交付，並於 2028 年年中全面投產。 「我們正處於人類史上規模最大的基礎設施建設之中，」NVIDIA 創辦人兼執行長黃仁勳表示。
NVIDIA 和 Amkor 計劃在 2028 年底將韓國的中介層晶圓產能提高 300% 以上。 NVIDIA 預計，透過在美國、台灣和新加坡的擴張，其半導體測試總產能將在 2026 年至 2027 年期間翻一番；向金源電子 (KYEC) 預付的 1.1 億美元產能預訂金將用於在美國新建測試設施和購置設備，目標是在 2027 年 4 月實現大規模生產，而擴大業務的 2027 年 202 月。
對於共封裝光學元件，NVIDIA 和 Siliconware Precision Industries (SPIL) 計劃在 2027 年年中將台灣光引擎製造產能擴大 15 倍，然後在 2028 年底再次翻倍。本節的所有數字均為計畫產能目標，NVIDIA 沒有提供目前的基準產量。
DSX解決了散熱、電源預算和叢集就緒問題
NVIDIA DSX 是全端參考架構，它整合了運算、網路、儲存、軟體、電源和散熱。其軟體元件包括：DSX MaxLPS，用於在預設預算內動態分配功率；DSX Flex，用於根據電網狀況協調工作負載功率；DSX Sim，用於模擬；DSX OS，用於基礎設施管理；以及 DSX Exchange，用於連接運算系統和設施系統。
Vera Rubin 基礎設施支援 100% 液冷，冷卻劑溫度最高可達攝氏 45 度，而 DSX 參考設計則將其連接至閉環乾式冷卻器散熱系統。 NVIDIA 表示，這些設計可以將設施冷卻水消耗量降至接近零，而是否需要在最熱時期採用輔助機械冷卻則取決於當地氣候。 NVIDIA 估計，在 2 吉瓦規模下，與傳統冷卻水塔系統相比，每天可節省 54 萬公升水。
NVIDIA 表示，DSX MaxLPS 能夠在功耗降低高達 30% 的情況下提供相同的令牌輸出。在 HGX B200 系統上進行的 Lambda 概念驗證中，該公司報告稱，在固定功耗預算下，叢集代幣吞吐量提高了 24%，GPU 容量提高了 19%。此外，在冰島的四個GB300 NVL72機架上進行的 Nscale 評估顯示，在相同的 264 千瓦預算下，推理吞吐量提高了 49%，管理的 GPU 容量提高了 37%。以上數據均為廠商提供，我們並未進行運作或審核。
DSX Flex 可協調工作負載需求與公用事業狀況、需求響應事件、能源價格、現場發電和儲存。在與 Emerald AI、EPRI、Nebius、英國國家電網和 NVIDIA 的早期試驗中，Blackwell Ultra 叢集在模擬電網事件期間將功耗降低了高達 40%，同時關鍵工作負載仍能持續運作。
NVIDIA 全新的 SimReady 中央庫為 DSX 數位孿生提供經過驗證的電力和冷卻設備資產。 Nscale 在葡萄牙和冰島的工廠中使用 DSX Sim，施耐德電氣、AVEVA、西門子、達梭系統、Vertiv、ABB、PTC 和 Procore 等公司也貢獻了設備模型、模擬或施工流程；ABB 的工作也涵蓋了其 Infinitus 直流產品組合中的800VDC。
三個 DSX OS 元件進入開發者預覽階段：NVIDIA Config Manager 用於網路配置，NVIDIA Rack Management Service 用於機架級電源、庫存、韌體和交換器管理，以及 NVIDIA Cluster Readiness Engine 用於分散式驗證和節點級故障隔離。它們與 NVIDIA Infrastructure Controller、NVIDIA AI Cluster Runtime 和 NVSentinel 一起組成 DSX OS 的開發者預覽版。
在設備方面，特靈科技公司發表了七款熱管理參考設計，其中三款是基於DSX技術的250兆瓦冷卻設計。特靈的LiquidStack GigaModular和Vertiv的2.3兆瓦CoolChip冷卻液分配單元均已通過DSX Ready認證，日立能源的電池儲能係統也獲得了DSX Ready BESS認證。
AI-RAN 將 GPU 基礎設施擴展到電信網絡
英偉達和諾基亞正攜手合作，將運行無線接入網軟體和人工智慧服務的平台推向商業化應用，這些平台基於共享的加速基礎設施。英偉達表示，已有近20家業者公開宣布了使用諾基亞anyRAN軟體和英偉達空中無線接取網路電腦（ARC）的AI-RAN合作計畫。
T-Mobile 在華盛頓州貝爾維尤完成了 NVIDIA 所稱的全球首個基於商用網路的 AI-RAN 呼叫。此次通話使用了商用 ARC 伺服器、諾基亞 CUDA 加速的 RAN 軟體、大規模 MIMO 無線電、現有的 5G 獨立網路核心網路以及一部商用智慧型手機。 Elisa 在 ARC 上同時運行了語音、行動數據和視訊分析，並部署在 5G 空中環境下。 NVIDIA 表示，這為 2027 年商用 AI-RAN 服務鋪平了道路。英國電信 (BT) 計劃於 2027 年在伯明翰進行現場試驗；德國電信 (Deutsche Telekom) 計劃在波恩和奧盧驗證該平台後進行現場試驗；Orange 正在 ARC 上測試諾基亞 5G 軟體，以提升頻譜效率和邊緣服務。
兩款全新的 ARC 配置，MGX 2U 和 MGX 4U，皆採用 NVIDIA RTX PRO 6000 Blackwell 伺服器版 GPU，並提供 x86 或 NVIDIA Vera CPU 選項。戴爾科技、QCT 和 Supermicro 將提供支援 ARC 的伺服器；NVIDIA 尚未公佈這兩款配置的上市日期。
德國電信正在擴展其工業人工智慧雲，並展示分佈在機載、邊緣和中央基礎設施上的機器人工作負載。 Orange 正在 Nemotron Speech 部署用於語音應用的 ARC 技術，而 Elisa 則部署了基於 ARC 的企業級語音助理。 NVIDIA 還列出了在 CRA、Etisalat、Silknet 和 TIM 的新基礎設施項目，以及在 Cassava、德國電信、Fastweb + Vodafone、哈薩克斯坦電信和 Orion Telecom 的擴展計劃。
諾基亞正在將 Nemotron 和 NVIDIA Agent Toolkit 整合到其自主網路套件中，思科已將經過微調的 Nemotron 模型放入 Crosswork AI 中用於 IP 和光傳輸操作，而 TCS、BT 和 NTT DATA 正在建立用於安裝檢查、故障診斷、修復和網路效能下降早期檢測的代理。
OpenShell 將代理執行與硬體安全強制執行分離
NVIDIA OpenShell參考架構現已發布。它將用於模型工作負載的 Vera Rubin 基礎架構與運行代理程式和 OpenShell 運行時的 Vera CPU 以及運行 NVIDIA Sentry 的 BlueField DPU 相結合，用於帶外監控和晶片內策略執行。 「人工智慧能力和安全性必須齊頭並進，」NVIDIA 創始人兼執行長黃仁勳表示。
NVIDIA 表示，基於 DOCA 架構並運行在 BlueField-4 平台上的 Sentry 能夠在代理程式試圖越過其軟體邊界時，在幾毫秒內將其隔離並停止。該公司還聲稱，Sentry 可使代理程式容量提升高達 20%，在 Vera Rubin NVL72 上處理代理程式工作負載時，每兆瓦的吞吐量提升 30 倍，且 Vera CPU 的效能是 x86 處理器的兩倍。然而，NVIDIA 並未提供這三者之間的對比配置或工作負載條件。
該架構可在 Canonical、SUSE 和 Red Hat 的 Linux 和 Kubernetes 上運行，在 Windows 上透過 Microsoft Execution Containers (MXC) 運行，也可在 AWS、Google Cloud 和 Microsoft Azure 上運行，邊緣部署則基於 RTX Spark、DGX Spark 和 DGX Station。 SAP 正在將 OpenShell 與 Joule Studio 執行階段整合。 ServiceNow 宣布 ServiceNow Arc 正式發布，其運行時治理透過 Super Intelligence Control Tower 實現，並透過 OpenShell 執行；其 AI Passport 授權層將策略擴展到 OpenShell 和 Sentry，並可在數秒內撤銷代理程式的軟體和硬體存取權限。
戴爾科技、思科、HPE、聯想和超微正在基於該架構建立基礎架構。 CoreWeave、Crusoe、Firebird、Firmus、GMI Cloud、IREN、Lambda、Nebius、Nscale、Oracle Cloud Infrastructure 和 Vultr 正在致力於雲端部署，而 1Password、Check Point、CrowdStrike、思科、F5、Fortinet、微軟、Okta、Palo AlAIto Network、Palo 將
Hyperion 擴大車輛項目和安全驗證範圍
沃爾沃汽車正在採用NVIDIA Hyperion平台和Alpamayo技術棧；梅賽德斯-奔馳正在將該平台的功能擴展至L3和L4級別；大眾商用車正在展示其基於Hyperion平台的ID.Buzz自動駕駛平台；Einride正在基於Hyperion平台，結合Halos、AlpamayoCosmossmos技術，構建其駕駛系統。 Bolt已選擇Alpamayo技術棧用於其歐洲無人駕駛出租車項目，該項目將以未來基於Hyperion平台的Lucid車輛為基礎，併計劃於2027年在馬德里進行駕駛數據收集（需獲得監管部門批准），同時計劃推出至少25,000輛具備L4級別自動駕駛能力的Lucid車輛。
NVIDIA 推出了 Halos SAFE（安全保障評估框架），旨在將模擬、軟硬體在環評估、道路測試和車隊監控整合為可追溯的安全證據，並與 dSPACE、IVEX 和 TÜV Rheinland 合作。 Alpamayo 2 Edge 是一個基於 Cosmos 3 Edge 的 Nemotron 基礎架構的 2 億參數推理模型，針對 DRIVE AGX Thor 進行了優化，設計運行頻率為 10Hz，用於車載場景理解和運動規劃。 AlpaJudge 可對駕駛解釋進行評分，Foundation4D 可在沒有激光雷達輸入的情況下標註多攝像頭視頻，而新的 Cosmos 3 Nano 版本則增加了同步多視圖、多攝像頭和激光雷達數據生成功能。
Cosmos Data Factory 的自動駕駛 (AV) 藍圖將駕駛影片和車輛訊號轉換為經過整理和標註的資料集，而預計於 2027 年初推出的 Alpamayo Agentic Factory 將連接資料準備、訓練後處理和模擬評估。 NIM 推理容器目前支援 Alpamayo 1.5 和 NuRec Harmonizer。保時捷正透過 Voxel51、Cosmos Data Factory 和 Omniverse NuRec 在 Microsoft Azure 上引領大眾集團的資料工作流程，保時捷預計這將減少高達 90% 的重複實體測試駕駛次數，並將開發週期縮短高達 85%。
Isaac 增加了人形機器人和機器人運行時參考
Agile Robots 的 Agile ONE SN 參考人形機器人配備了Isaac GR00T和 Jetson Thor 處理器，預計將於 2027 年初發布。 Agile ONE S 主體高 1.40 米，重 40 公斤，每條手臂擁有 31 個自由度，有效載荷為 3 公斤；其雙 WUJI Hand 2 五指機械手各擁有 20 個自由度、1kHz 的力控制頻率和觸覺感知能力。機載Jetson Thor處理器提供 2,070 兆次浮點運算/秒 (FP4 TFLOPS) 的運算能力和 128GB 的統一記憶體；感測設備包括頭部和腕部攝影機、雷射雷達和慣性測量單元；NVIDIA 計畫將機器人安全協定與 Halos 系統整合。
Isaac Lab 3.0 已正式以開源學習框架發布，支援多 GPU 工作流程以及 Newton 和 PhysX 實體引擎。 NVIDIA 也推出了 Isaac OS，這是一個基於 Holoscan 建置的開源執行時間環境，可將人工智慧、感測器、控制系統和機器人硬體連接起來，以實現確定性的即時操作。 SimReady 中央庫包含 2,000 多個機器人和工廠資產，Human 1M 資料集包含同步的三視圖影片和 3D 手部追蹤資料；這兩個資料都已發佈在 Hugging Face 平台上，完整的 Human 1M 資料集對 Cosmos 聯盟的合作夥伴開放。
三個開源的 DGX Station 參考工作流程涵蓋了 GR00T 1.7 的強化學習優化、Isaac Lab 中的靈巧操作訓練，以及使用 ChatGPT Astra 進行 Cosmos 後訓練以產生合成資料。 Halos 基於 IGX Thor 構建，是與之配套的安全平台，其機器人合作夥伴正在整合或評估該平台在工業和倉儲領域的應用。在歐洲，ABB Robotics 正在將 Omniverse 庫與 RobotStudio HyperReality 集成，KUKA 正在將其應用於 Visual Components FactoryLens，Sereact 正在使用 Cosmos Transfer 在 GR00T 上訓練其貨物搬運平台，而 Toyota Material Handling Europe 和 SoftServe 則報告，使用時間搬運時間最多為 50% 部署時間。
BioNeMo蛋白質設計與醫療保健工作流程擴展
NVIDIA 與華盛頓大學醫學院蛋白質設計研究所聯合發布了 RFD4-Proteina，這是一款開源的 BioNeMo 模型，它將可編程蛋白質設計與搜尋相結合，能夠根據分子輸入、約束條件和評分目標生成並優化候選蛋白質。 NVIDIA 表示，該模型的研究論文報告顯示，在蛋白質結合、小分子結合、酶支架構建和 DNA 結合基準測試中，其計算設計成功率和生成吞吐量均高於評估的基線模型，但並未給出具體數值，且實驗室測試仍是決定任何設計性能的最終依據。目前，該模型已透過 Amazon Bio Discovery、Anthropic 的 Claude Science、Benchling、Databricks、Google Cloud、Hugging Face、Nebius、OpenAI 和 Tamarind Bio 等平台提供。
西門子醫療和英偉達正在開發自適應放射治療工作流程，該流程結合了智能體協同規劃、患者特異性模擬和即時計算；雙方正在探索利用 Nemotron 進行規劃輔助、利用 CUDA 加速劑量計算以及利用 Holoscan 將實時傳感器數據與人工智能和模擬相結合。 Benchling、Biolevate、Boltz、Automata、Genedata、Hologen 和 Therna Biosciences 正在基於 BioNeMo、Nemotron 及相關工具開發科學智能體、模型或實驗室工作流程，而 Genedata 計劃在丹納赫的自主實驗室中建立的蛋白質設計平台將整合 RFD4-Proteina 並結合實驗反饋。
Avelios、Corti、Dedalus、Dawn Health 和 Sword 正在基於 Nemotron 建立 AI 抄寫員、臨床護理輔助和患者支援；PolyAI 正在與醫療軟體供應商 Corilus 合作，在比利時和法國為超過 70,000 名醫療保健專業人員部署多語言建立程式；Apian 和 VitVio 正在使用 Cosmos 和數位孿生庫對話；Apian 和 VitVio 正在使用 Cosmos 和數位孿庫對話；Apian 和 VitVio 正在使用 Cosmos 和數位孿庫對話；Apian 和 VitVio 正在使用 Cosmos 和數位孿庫對話；Apian 和 VitVio 正在使用 Cosmos 和數位孿庫對話。
Amazon