华盛顿GTC现场，英伟达创始人兼CEO黄仁勋用一场近两个小时的主题演讲炫多配资，给“AI基础设施下一步怎么建”画了路线图：把传统数据中心升级成AI工厂，用极致协同设计（ExtremeCodesign）把芯片、系统、网络、软件、模型与应用同频推进，再把这套能力扩展到政府、科研、工业、交通等场景。
算力与平台：美国能源部（DOE）将与英伟达共建七台新超算。阿贡国家实验室的“Solstice”将部署10万片BlackwellGPU，成为面向公共研究的最大“AgenticAI”平台；“Equinox”再上1万片Blackwell，为仿真与开放科研提供高达数千ExaFLOPS级AI性能。为承载AI工厂操作系统，英伟达发布BlueField-4DPU（64核GraceCPU+ConnectX-9），号称较上一代算力提升约6倍。
电信与6G：发布AI-native6G无线栈NVIDIAARC（基于Aerial），并宣布与诺基亚合作，把ARC用于其下一代基站，试图以“加速计算+AI”重做无线底座。
量子互联：推出NVQLink量子-GPU互联，QPU可在~4微秒级延迟下调用CUDA-Q进行实时误差校正与混合计算；英伟达称已与17家量子公司及多家DOE实验室对接。
AI工厂方法论：发布OmniverseDSX蓝图炫多配资，用于设计与运营从100MW到多GW级AI工厂：DSXFlex（电网协同）、DSXBoost（能效优化）、DSXExchange（IT、OT一体化）。
英伟达在弗吉尼亚州建立AIFactoryResearchCenter做验证，强调用数字孪生降低建厂与运维不确定性。
开放模型与生态：继续开源开放路线，模型家族包括Nemotron（Agent与推理）、Cosmos（合成数据/物理AI）、IsaacGR00T（机器人技能泛化）、Clara（生物医药）。并宣布与CrowdStrike联手做“光速”安全代理、与Palantir把CUDA-X与Nemotron集成进Ontology以扩展大规模数据处理。
产业落地：
1、数字孪生再工业化：富士康用Omniverse规划休斯敦AI基建产线；卡特彼勒、强生、迪士尼等均展示了从制造到内容机器人训练的案例。
2、医疗：Clara新增一批开放模型：CodonFM（与ArcInstitute共研，服务Therna、Greenstone、Moonwalk、斯坦福RNA医学）、La-Proteina（双倍长度更快生成3D蛋白结构）、Reason、Segment、Generate（面向影像推理、3D分割与合成数据）。NIH将把Reason引入放射科流程。Kitware已把Clara模型集成进VolView。强生医疗用Isaac+Omniverse+Cosmos对其MONARCH平台（支气管镜、泌尿手术机器人）进行仿真验证与培训，加速走向2026年商用。
3、自动驾驶：与Uber共建自动出行底座，目标2027年起规模化约10万辆L4车辆；DRIVEHyperion10作为L4参考架构，Lucid、奔驰、Stellantis将采用。
4、金融推理：GH200GraceHopper在STAC-ML、AI基准创多项纪录：小LSTM最低4.7微秒延迟、最高能效提升44%；8×H200NVL在Llama-3.1-8B上165RPS、延迟
机器人基础物理：与GoogleDeepMind、DisneyResearch共同推出并由Linux基金会托管的开源物理引擎Newton，基于NVIDIAWarp与OpenUSD，提供布料、颗粒、刚体等多求解器，配套MuJoCoPlayground与IsaacLab，让机器人在“同一虚拟环境”学会从折衣到沙地行走的复杂交互。
会场之外，英伟达还办了面向开发者的全天Workshop，携手城市管理者探讨中小城市的AI就绪度，用教育+算力+中小企业赋能的方法做可复制的地方样板。
黄仁勋的收尾依旧直接：“AI不是工具，AI在创造劳动。Blackwell是AI时代的发动机；AI工厂是新的计算单位；‘极致协同设计’让成本一路下探、体验一路上行。”
这场GTC的核心不是某块新卡炫多配资，而是“把数据中心抽象成AI工厂、把行业抽象成数字孪生”。英伟达在做的是产业级操作系统：芯片是算力基座，CUDA-X是中间层，DSX、Omniverse是建厂工具，开放模型是“应用商店”，再通过与诺基亚、DOE、Uber、CrowdStrike、Palantir等绑定，直接把“AI工厂”接到国家、企业和城市的现实场景里。谁能把能效、成本、可靠性做成工程化闭环，谁就赢下一整代AI基建。（转自AI普瑞斯）
牛策略提示：文章来自网络，不代表本站观点。
