[CES 2026] 英偉達CEO黃仁勳：“我們不再只是一家晶片公司”

[비즈한국] “雖然我們以製造晶片的公司而聞名，但如今英偉達正在打造整個系統。而且，AI已不再是單一功能，而是涵蓋全階段（full-stack）的架構。”

1月5日（當地時間）在美國拉斯維加斯楓丹白露酒店（Fontainebleau Hotel）舉辦的CES 2026英偉達釋出會上，執行長黃仁勳這樣定義了英偉達的現狀與AI的未來。當天的舞臺充分展現了在AI成為平臺的時代，英偉達正在轉型為一傢什麼樣的公司。黃CEO明確傳達了一個資訊：AI時代的競爭並非比誰製造出更快的晶片，而是看誰能設計出AI執行的整體架構。

英偉達CEO黃仁勳在CES 2026主題演講中，將AI時代的本質定義為“平臺轉型”，並明確表示英偉達的身份也正在發生根本性轉變。圖片來源=英偉達YouTube影片截圖

計算產業，再次站在“平臺轉型”的門檻上

黃仁勳CEO以“平臺轉型”這一關鍵詞來解釋計算產業的變化並開啟了演講。就像從大型機到PC、從PC到網際網路、從網際網路到雲端與移動端的更迭一樣，他指出目前也已到達了另一個轉折點。

他所強調的是此次轉型的性質。他強調，這不僅僅是單純的效能提升，而是應用程式的建立與執行方式本身發生了變化。第一，未來的應用程式將在AI之上構建。因此，AI不再是一個功能，而是所有服務的基礎。第二，軟體開發方式也發生了改變。他解釋稱，時代已從編寫程式碼建立程式的階段，轉向透過訓練資料來建立軟體的階段，其核心也從CPU轉移到了GPU。

黃CEO解釋說，由於這種變化，過去十多年間構建的龐大計算基礎設施和企業的研發（R&D）預算正以AI為中心進行重組。他開場便提到，AI現在不再是特定產業的技術，而是幾乎所有產業的核心投資目標。

為了實現像自動駕駛、機器人和工廠自動化那樣與現實互動的AI，英偉達提出了結合模擬、數字孿生和世界基礎模型的架構。圖片來源=英偉達YouTube影片截圖

AI，從“回答者”進化為“工作者”

在演講的中段，黃CEO將“推理（reasoning）”和“代理式AI（agentic AI）”列為近期AI進化的核心。他解釋說，AI不再是僅僅能對問題給出即時答案的工具，而是轉變為尋找資訊、使用工具、制定計劃並執行任務的存在。

這種變化極大地拓寬了AI的應用範圍。在軟體開發、文件分析、資料探索等領域，AI已超越了輔助手段，成為實際執行工作的核心主體。開源AI模型的普及正在進一步加速這一趨勢。

在此處，黃CEO的釋出自然地過渡到了“物理AI（physical AI）”。他解釋道，AI的下一個舞臺不是螢幕裡的對話，而是現實世界。自動駕駛汽車、機器人和工廠自動化就是典型代表。問題在於現實世界過於複雜。即便是對於人類來說屬於常識的物理定律，如重力、摩擦力和慣性，對AI而言也是尚未學習過的領域。

英偉達釋出的自動駕駛AI“Alpamayo”將從攝像頭輸入到轉向、加速、制動整合為一個模型進行學習，其追求的不僅僅是“如何駕駛”，而是能夠解釋為何做出該判斷的推理型AI。圖片來源=英偉達YouTube影片截圖

黃CEO提出的解決方案是模擬（simulation）。這是一種在虛擬空間中預先構建現實中可能發生的無數情況，並讓AI進行學習的方式。他解釋說，為此需要三種計算機：學習AI的計算機、在現場執行推理的計算機，以及重現現實的模擬計算機。

英偉達的數字孿生平臺“Omniverse”和世界基礎模型“Cosmos”承擔了這種模擬的角色。該戰略是透過將運算轉換為資料的結構，讓AI提前學習現實中難以遇到的無數異常情況。

在這種趨勢下，自動駕駛被作為物理AI的第一個大眾市場提出。英偉達釋出的自動駕駛AI“Alpamayo”不僅是一個控制車輛的模型，更旨在成為能夠解釋為何做出該判斷的AI。雖然無法提前經歷所有駕駛情況，但透過將情境拆解為微小的常識單位進行推理，便能從容應對。Alpamayo基於從攝像頭輸入到轉向、加速、制動均由單一模型訓練的端到端結構，結合了人類駕駛資料和Cosmos生成的海量合成駕駛資料進行訓練。

特別值得一提的是，其核心在於它不侷限於控制車輛，而是旨在實現能夠解釋選擇了什麼行為、原因以及行駛軌跡的“可推理自動駕駛”。黃CEO表示，透過將基於Alpamayo的自動駕駛棧與現有的傳統AV棧雙重運營以確保安全性，應用該系統的梅賽德斯-賓士車輛已獲得最高水平的安全認證，計劃從2026年起按地區量產並上市。這在英偉達不僅是晶片供應商，更首次將涵蓋模型、軟體和系統的完整自動駕駛AI架構帶上實際道路這一層面上，具有特殊的意義。

AI運算激增的解決方案，超越“晶片”走向“全棧”

在演講後半部分，黃CEO回到了計算的本質問題。AI模型逐年變大，推理過程中生成的token數量呈幾何級數增長。反之，token的價格卻在迅速下跌。這意味著如果不能大幅提升運算效率，就很難在競爭中生存。在這一節點上，他強調：“僅靠單一晶片的效能提升，已無法跨越極限。”

“Vera Rubin”不是單一GPU的效能提升，而是將CPU、GPU、網路、記憶體、儲存和安全設計為一個整體的整合系統，相比Blackwell，其學習和推理效能提升了數倍，並改善了能效。圖片來源=英偉達YouTube影片截圖

英偉達的下一代AI架構“Vera Rubin”正是從這種危機意識中誕生的。Vera（CPU）和Rubin（GPU）超越了單純的GPU效能提升，是重新設計了CPU、GPU、網路、記憶體、儲存和安全的整合型AI系統架構。黃CEO將其描述為“為AI工廠（AI Factory）而設計的架構”。這是首個超越單晶片、具備全棧結構的AI架構。

效能指標清晰地展示了這一變化。Vera Rubin架構相比上一代Blackwell，AI模型學習效能提升了約3.5倍，推理效能提升了最高5倍。與此相比，token生成成本降低至原來的約十分之一。黃CEO解釋稱，這種效能提升並非單純的運算能力增加，而是極大地改善了單位功耗的處理量。

他在整個演講中強調的資訊始終如一。AI競爭的本質已經從“誰先推出更快的晶片”的爭奪，轉變為“誰能設計出讓AI在現實世界中有效執行的整體架構”的問題。AI現在已經成為了平臺，正從螢幕內的對話擴充套件到道路、工廠、機器人和工業現場。在這一變革中，英偉達將自己重新定義為超越晶片供應商，涵蓋系統、基礎設施、模擬和模型的“全棧AI公司”。