英伟达GTC 2026要点梳理，今年有哪些核心趋势?

撰稿人：大仁

发布日期: 2026年03月17日

英伟达GTC 2026大会在加州圣何塞开展，CEO黄仁勋发表长达两小时的主题演讲，向全球开发者、投资者和产业界描绘了AI算力产业的宏大蓝图。本届大会不仅发布了多款重磅新品，更释放出AI产业从"模型训练"向"智能体应用"转型的关键信号。

英伟达GTC 2026

英伟达GTC 2026核心亮点，芯片架构全面升级

本届GTC最引人注目的当属英伟达全新芯片产品线的集中亮相。

英伟达芯片架构全面升级

1、Vera Rubin平台：专为智能体AI打造

Vera Rubin平台是本届大会的核心产品。Rubin GPU采用台积电3nm工艺，集成3360亿晶体管，配备288GB HBM4内存，带宽达22TB/秒。其FP4推理算力达50 PFLOPS，是Blackwell的5倍;训练算力35 PFLOPS，提升3.5倍。

与上一代相比，Vera Rubin实现代际飞跃。单Token推理成本降至1/10，每瓦推理吞吐量提升10倍，训练混合专家大模型所需GPU资源仅为此前的四分之一。整个Vera Rubin NVL72机架通过NVLink 6实现260TB/秒带宽，超过全球互联网总和。

2、Groq 3 LPU：推理芯片新玩家

英伟达正式发布了整合Groq技术的Groq 3 LPU(语言处理单元)推理加速器。该芯片采用三星4nm制程，单芯片带宽达150TB/S，相较于HBM4的22TB/S有数倍优势。

LPU将专门负责Decode环节，相较于Blackwell NVL72吞吐效率提升35倍，预期2026年下半年出货。

这一布局显示英伟达正在积极应对Cerebras等挑战者在低延迟推理领域的竞争，同时也标志着AI芯片从通用计算向专用推理的细分演进。

3、Feynman架构：全球首款1.6nm AI芯片

黄仁勋预告了下一代Feynman系统，该架构基于台积电A16制程(1.6nm)，是全球首款1.6nm AI芯片。

Feynman采用背部供电技术，晶体管密度提高1.1倍，推理性能是Blackwell的5倍，单GPU算力达50PFLOPS。该系统预计将于2028年发布，初期英伟达将独享A16产能。

此外，英伟达还发布了全新的88核Vera数据中心CPU，声称其性能比标准CPU提升50%，并推出将256个液冷CPU集成到一个机架的Vera CPU机架架构。

从本届GTC的议题设置和产品发布来看，AI产业正在经历五大核心趋势转型。

▶趋势一：智能体AI成为新焦点

智能体AI是本届大会最重要的新概念之一。黄仁勋发布了开源AI智能体平台"NemoClaw"，旨在帮助企业部署能够执行复杂工作任务的自主AI智能体。

与传统聊天机器人不同，AI智能体可以：

这标志着AI正从"工具"向"自动化系统"转型，从Chatbot演进为Autonomous Agent。

英伟达发布NemoClaw

▶趋势二：AI推理爆发，算力需求结构转变

AI产业正在从"训练模型"转向"推理部署"。黄仁勋指出，随着AI从模型训练转向推理与智能体应用，数据中心将不再只是成本中心，而是直接创造收入的生产系统。未来AI市场规模中，推理将超越训练成为主要需求。

为应对这一趋势，英伟达推出了专门针对推理优化的芯片和软件工具，包括实时推理扩展、GPU资源优化、模型压缩加速等功能。

▶趋势三：实体AI进入物理世界

实体AI指AI进入物理世界，主要应用于机器人、自动驾驶、智能制造和智能物流等领域。黄仁勋强调，AI正在从数字世界走向物理世界，机器人将成为下一个重要应用场景。

英伟达的Omniverse平台在这一趋势中扮演关键角色，可用于创建虚拟世界、训练机器人和进行AI模拟。

▶趋势四：AI工厂概念落地

NVIDIA提出了"AI Factory"概念，指专门用于生产AI模型与AI服务的数据中心。AI工厂包括GPU集群、AI训练平台、推理服务器和数据处理系统，与传统数据中心仅存储数据不同，AI工厂生产AI服务。

黄仁勋的"Token工厂"理论正是AI Factory概念的商业化延伸，强调未来企业可能建设AI算力中心和AI生产线。

▶趋势五：算力基建全面升级——CPO、液冷、电源架构

随着芯片功耗飙升，算力基础设施迎来全面革新。