英伟达 GTC 柏林大会：聚焦算力基建提速、智能体安全与物理 AI 落地

事件概述

2026年10月21日，英伟达 CEO 黄仁勋在德国柏林举办 GTC 大会。面对市场对 GPU 投入回报周期的担忧，黄仁勋未发布新芯片，而是确认已发布的 Vera Rubin 平台进入全面量产阶段。演讲核心围绕解决 AI 基础设施建设的速度瓶颈、智能体的安全管控以及物理 AI 在欧洲工业场景的实际应用展开。

核心信息

1. 算力基建：模块化部署与能效优化

针对传统 AI 数据中心建设周期长（通常需半年以上）的问题，英伟达提出“集装箱即 AI 工厂”的理念。

• DSX POD 模块化方案：这是一套基于 Vera Rubin 的模块化参考设计，由 7 个液冷计算机架组成，内部集成约 17 公里线缆互连及 800V 直流供电系统。该方案由戴尔、HPE、联想等厂商制造，预计 2027 年初交付。在场地电力和冷却就绪的前提下，现场部署时间可从约 6 个月缩短至最快 14 天。
• 电力管理工具：
  • DSX MaxLPS：动态分配 GPU 功率，官方称在产出相同 Token 量的情况下，功耗最多降低 30%，从而在同等电力额度下部署更多 GPU。
  • DSX Flex：实现数据中心与电网联动，根据电价和供电状况调整负载。早期测试显示，Blackwell Ultra 集群用电负荷最多可降低 40%。
• 效能指标转变：衡量 AI 工厂的核心指标正从“拥有多少张卡”转向“每度电产出多少 Token”。据英伟达投资的欧洲开发商 Nscale 数据，在 GB300 NVL72 上，同等电力预算可多部署 37% 的 GPU，总推理吞吐提升近 50%。

2. 智能体安全：OpenShell 硬件级隔离

随着智能体权限扩大，安全风险上升。英伟达发布了 OpenShell 企业参考架构，旨在提供硬件级的安全边界。

• 技术架构：
  • Vera Rubin GPU：负责模型推理。
  • Vera CPU：承载智能体运行框架和工具调用。
  • OpenShell：开源、按策略控制的运行时，利用内核级沙箱隔离智能体与系统。
  • BlueField-4 DPU：运行 Sentry 安全框架，独立于智能体本身进行监控。
• 安全机制：智能体权限最小化且动态调整。一旦越界，Sentry 可在毫秒级隔离并叫停智能体。这种硬件级管控不依赖模型的“自觉”或纯软件护栏。
• 生态合作：Anthropic、OpenAI、微软、谷歌云、AWS、SAP、ServiceNow、CrowdStrike 等均参与集成。ServiceNow 已实现通过治理平台制定权限并由 OpenShell 执行。

3. 物理 AI：Robotaxi 与人形机器人的务实落地

GTC 柏林大会特别关注欧洲强大的工业基础，推动物理 AI 从实验室走向现实。

• Robotaxi（自动驾驶出租车）：
  • Bolt 计划：选用英伟达 Alpamayo 技术栈，计划 2027 年在马德里采集数据，目标在欧洲部署至少 2.5 万辆具备 L4 能力的 Lucid 车辆，德国为重点市场。
  • 车企合作：沃尔沃采用 Hyperion 和 Alpamayo 平台；奔驰、大众商用车和捷豹路虎下一代车型将兼容 Hyperion。
  • 技术支撑：Alpamayo 2 Edge 模型（20 亿参数，针对 DRIVE AGX Thor 优化）负责路况理解和运动规划；Halos SAFE 提供从仿真到道路测试的可追溯安全证据，助力欧洲牌照获取。
• 人形机器人：
  • Agile ONE SN 平台：德国思灵机器人推出高 1.4 米、重 40 千克的参考平台，由 Jetson Thor 驱动，运行 Isaac GR00T 模型，预计 2027 年初推出。Agility Robotics、Figure、库卡等公司基于此开发。
  • 定位：目前主要目标是缩短研究人员搭建配置的时间（从数周缩至几天），而非立即替代产线工人。
• 工业仿真：西门子埃尔朗根工厂和达索系统展示了智能体在数字孪生中验证新品投产方案和迭代设计（如大众车型改动），强调先进入耗时的仿真测试环节，再交由工程师决策。

值得关注

尽管英伟达展示了快速部署和安全管控的技术路径，但实际落地仍面临挑战。DSX POD 的快速部署前提是电力和场地已就绪，而欧洲多地电网接入审批漫长。此外，DSX POD 的价格和总拥有成本尚未公布，其经济优势需待首批项目交付后验证。OpenShell 虽提供硬件级安全，但也意味着企业需更深地绑定英伟达全栈硬件生态。