黃仁勳於 NVIDIA GTC Taipei 2026 舞台發表 AI 基礎建設與 RTX Spark

黃仁勳 2026 GTC Taipei 講了什麼？Vera Rubin、RTX Spark、AI Agent 與機器人重點整理

NVIDIA 執行長黃仁勳於 2026 年 6 月 1 日在台北流行音樂中心發表 GTC Taipei 主題演講。這場演講不只是更新 GPU 路線圖，而是把 AI 工廠、代理型 AI、全新 Windows PC、機器人、自駕車與台灣供應鏈串成一套完整布局。

黃仁勳這場演講的核心觀點
- AI 已經開始創造營收與 GDP
- NVIDIA 想成為 AI 基礎建設公司
AI 工廠進入系統工程時代
- NVIDIA DSX 是 AI 工廠的建置指南
- 電力、液冷與 token 成本成為關鍵
Vera Rubin 已經全面量產
- Vera Rubin 不只是新 GPU
- Vera CPU 為 AI Agent 而生
- BlueField-4 STX 與 Spectrum-X 補上資料中心拼圖
Agentic AI 成為下一個主戰場
- NVIDIA Agent Toolkit 與 Nemotron 3 Ultra
- OpenShell 解決 AI Agent 的資安問題
- DGX Spark 更適合在本地端跑 Agent
RTX Spark：NVIDIA 與 Microsoft 想重新定義 PC
- Windows PC 開始為個人 AI Agent 設計
- 創作者、開發者與遊戲玩家都在目標族群內
Physical AI：機器人、自駕車與工廠
- Cosmos 3 與 Isaac GR00T
- DRIVE Hyperion 與 Alpamayo 2 Super
- 台積電與鴻海也有新案例
看完這場 GTC，最值得記住的 6 件事
參考資料

黃仁勳這場演講的核心觀點

AI 已經開始創造營收與 GDP

黃仁勳在演講中反覆強調，AI 已經從需要大量投資的新技術，轉變成可以替企業帶來營收與生產力的工具。他用很直接的方式描述這件事：算力不只是成本，也正在成為營收來源。
這是理解整場演講最重要的起點。NVIDIA 不再只談 GPU 有多快，而是開始回答企業更現實的問題：有限的電力能產生多少 token、部署 AI 工廠後多久能開始服務客戶、AI Agent 能不能真的替公司完成工作。

NVIDIA 想成為 AI 基礎建設公司

黃仁勳也把 NVIDIA 定位成 AI 基礎建設公司。從晶片、伺服器、網路、儲存、安全、液冷、軟體到資料中心營運，NVIDIA 想提供的是一整套可擴張的 AI 工廠架構，而不是單一硬體零件。
這也是為什麼這次演講提到的合作夥伴非常多。AI 工廠不可能由一家公司獨力完成，台灣的晶圓製造、伺服器組裝、零組件與系統整合廠仍然是關鍵角色。

AI 工廠進入系統工程時代

NVIDIA DSX 是 AI 工廠的建置指南

NVIDIA 在 GTC Taipei 發表 DSX 平台，希望讓資料中心業者能更有系統地設計、部署與營運 AI 工廠。DSX 整合開源軟體、API、參考設計、NVIDIA 運算平台與合作夥伴技術，目標是縮短從規畫到正式上線的時間。
其中，DSX Sim 可以在安裝機櫃前先模擬資料中心；DSX OS 負責生命週期管理、健康狀態自動化、多租戶營運與平台服務；DSX Flex 則讓 AI 工廠因應電網負載、價格與能源供給調整工作量。

電力、液冷與 token 成本成為關鍵

這次 NVIDIA 特別強調 DSX MaxLPS。它想解決的問題不是單純塞入更多 GPU，而是在固定電力預算下，讓每一兆瓦可以產生更多 token，進一步降低推論成本。
官方資料指出，DSX MaxLPS 結合攝氏 45 度液冷與機櫃內最佳化技術，在盡量不影響工作負載效能的前提下，可讓業者於最佳能源效率區間運行最多增加 40% 的 GPU。這代表 AI 資料中心競爭已經不只看晶片數量，電力效率與散熱設計同樣重要。

Vera Rubin 已經全面量產

Vera Rubin 不只是新 GPU

黃仁勳宣布 Vera Rubin 已進入全面量產。這套平台不是把新 GPU 放進舊機櫃，而是針對代理型 AI 與推論工作重新設計的分散式系統。
根據 NVIDIA 官方說明，Vera Rubin NVL72 會連結 36 顆 Vera CPU 與 72 顆 Rubin GPU，並搭配 NVLink Switch、ConnectX-9 SuperNIC、Spectrum-X Ethernet Photonics 與 BlueField-4 DPU。它要處理的是更長的上下文、更複雜的推理，以及大量持續執行的 AI Agent。
NVIDIA 表示，每套 Vera Rubin 系統涉及約 200 萬個零件與 150 家台灣生態系夥伴。這也說明為什麼黃仁勳在台北發表這個平台：它和台灣供應鏈的關係非常深。

Vera CPU 為 AI Agent 而生

這次另一個重點是 Vera CPU。傳統 CPU 主要服務人類下達的指令，但 NVIDIA 認為未來會有大量 Agent 持續規畫、呼叫工具與處理資料，因此 CPU 也要針對 Agent 工作負載重新思考。
Vera CPU 會成為 Vera Rubin 平台的一部分，也會用於新的 Vera CPU Rack。官方資料指出，Vera 採用 88 顆自研 Olympus 核心，目標是提升 Agentic AI、資料處理與高效能運算工作負載的效率。

BlueField-4 STX 與 Spectrum-X 補上資料中心拼圖

AI 工廠不只需要 GPU。儲存、安全與網路會直接影響大型 AI 系統能否穩定運作。NVIDIA 因此推出 Vera BlueField-4 STX，讓儲存處理與安全能力更靠近資料流本身。
另外，Spectrum-X Ethernet Photonics 也已進入量產。這些產品共同指向一個趨勢：NVIDIA 正在把更多資料中心關鍵元件納入自己的平台，讓 AI 工廠可以用更一致的方式部署。

Agentic AI 成為下一個主戰場

NVIDIA Agent Toolkit 與 Nemotron 3 Ultra

黃仁勳把 Agentic AI，也就是能持續規畫、使用工具並執行任務的代理型 AI，放在整場演講的中心位置。NVIDIA 發表 Agent Toolkit，整合 NemoClaw blueprint、Nemotron 模型、OpenShell 安全執行環境與 CUDA-X 技能。
新的 Nemotron 3 Ultra 是 5,500 億參數的 mixture-of-experts 模型，針對長時間執行的 Agent 工作設計。NVIDIA 表示，相較同級開源模型，它可提供最高 5 倍推論速度，複雜 Agent 任務成本最多降低 30%。

OpenShell 解決 AI Agent 的資安問題

AI Agent 愈能自主工作，資安問題就愈重要。因為它們可能讀取本機檔案、記住上下文、建立子 Agent，甚至執行工具。NVIDIA 推出的 OpenShell 是一套開源安全執行環境，讓企業可以設定隱私、政策與權限控制。
Microsoft 會在 Windows 端加入相關安全能力；Canonical 與 Red Hat 也會把 OpenShell 整合進企業環境。Cadence、Dassault Systèmes、Siemens、Synopsys、CrowdStrike 與 Palantir 等公司，則分別把 Agent 應用導入工程設計、模擬、資安與企業決策流程。

DGX Spark 更適合在本地端跑 Agent

NVIDIA 也更新 DGX Spark。新的 NemoClaw 安裝流程希望讓開發者更快建好本地 Agent，並加入 Hermes Agent 與 OpenClaw 支援。
官方表示，經過 kernel 最佳化、NVFP4 量化與 multi-token prediction 後，部分 Agent 模型在 DGX Spark 上的推論速度最高可提升 2.6 倍。NVIDIA Sync 桌面 App 也新增 Cluster Assistant，可協助使用者把 2 至 4 台 DGX Spark 串成叢集。

RTX Spark：NVIDIA 與 Microsoft 想重新定義 PC

Windows PC 開始為個人 AI Agent 設計

對一般消費者而言，RTX Spark 是這場演講最值得注意的新品。NVIDIA 與 Microsoft 宣布合作推出為個人 AI Agent 設計的新一代 Windows PC，搭載 RTX Spark superchip。
RTX Spark 提供 1 petaflop AI 效能、最高 128GB 統一記憶體，以及完整 CUDA 與 RTX 生態系。NVIDIA 的構想是讓個人電腦不只能跑文書、遊戲與創作工具，也能在本機執行 AI Agent。
NVIDIA 也提到，MediaTek 參與 RTX Spark 設計。首批產品預計在 2026 年秋季登場，但實際售價、各品牌機型與台灣上市時間仍要等合作夥伴後續公布。

創作者、開發者與遊戲玩家都在目標族群內

RTX Spark 並不是只給 AI 開發者。官方列出的情境包含在本地端執行 1,200 億參數大型語言模型、處理超大型 3D 場景、編輯 12K 影片、生成 4K AI 影片，以及遊玩 1440p AAA 遊戲。
Adobe 也會重新調整 Photoshop 與 Premiere 的架構，讓軟體能利用 RTX Spark。這表示 NVIDIA 想把 AI PC 做成一個橫跨工作、創作與遊戲的新平台。

Physical AI：機器人、自駕車與工廠

Cosmos 3 與 Isaac GR00T

NVIDIA 發表 Cosmos 3，作為 Physical AI 的開放式 frontier foundation model。Physical AI 指的是能理解現實世界、推理並採取行動的系統，例如機器人、自駕車與工業設備。
NVIDIA 也公布 Isaac GR00T 參考型人形機器人，鎖定學術研究用途。這不是一台直接賣給消費者的家用機器人，而是一個讓研究機構更容易測試控制、訓練與模擬方法的平台。

DRIVE Hyperion 與 Alpamayo 2 Super

自駕車方面，NVIDIA 擴大 DRIVE Hyperion 生態系，讓汽車製造商、自駕軟體公司與叫車平台能用共同的 Level 4-ready 基礎架構開發 Robotaxi。
新的 Alpamayo 2 Super 則是面向 Robotaxi 的開放式推理模型。它要讓自駕系統面對複雜道路情境時，不只是辨識物件，也能進一步推理下一步該如何安全行動。

台積電與鴻海也有新案例

台灣供應鏈在這場 GTC 不只是代工角色。NVIDIA 同步宣布，台積電正在把 NVIDIA 加速運算與 AI 應用到微影、電晶體與製程模擬、先進製程控制、晶圓廠營運最佳化與瑕疵檢測。
鴻海則把 NVIDIA NemoClaw、OpenShell 與 Physical AI 技術帶進醫療場景。相關案例包含 CoDoctor AI、Nurabot 護理協作機器人，以及可在手術室支援工作流程的機器人。這些應用讓「AI Agent」不再只是螢幕裡的聊天視窗，而是開始進入真實產業。

看完這場 GTC，最值得記住的 6 件事

NVIDIA 想從 GPU 公司走向完整 AI 基礎建設公司。
Vera Rubin 已經進入全面量產，台灣供應鏈仍是重要支柱。
AI 工廠的競爭開始聚焦 token 成本、電力效率與液冷設計。
Agentic AI 成為主軸，NVIDIA 正在補齊模型、工具、技能與安全執行環境。
RTX Spark 把 AI Agent 帶進 Windows PC，首批產品預計 2026 年秋季登場。
Physical AI 正加速走入機器人、自駕車、工廠與醫療場景。
黃仁勳這場演講的訊息很清楚：AI 不會只留在雲端資料中心，也不會只是一個聊天機器人。NVIDIA 想把同一套 Agentic AI 運算模式擴展到資料中心、PC、工廠、車輛、機器人與邊緣裝置。