《科创板日报》6 月 1 日讯 （评论员 田野）作为全球 AI 浪潮领头企业之一，英伟达上一场 GTC 大会后仅三个月，黄仁勋今天再度登台。节奏之快，折射的并非英伟达的 " 勤奋 "，而是行业竞赛似乎已进入以日为单位的迭代周期。

如果说三月份的圣何塞是一场 " 芯片全家桶 " 的硬件比拼，那么今天台北 GTC 的核心叙事只有一个：Agent。

黄仁勋要讲的，不再是 GPU 有多快，而是英伟达如何定义 AI 时代的 " 工厂标准 "。

算盘一：从卖芯片到卖 "AI 工厂蓝图 "

英伟达 DSX 平台的推出，是黄仁勋这场演讲最具战略意味的动作。过去，客户买 GPU 自己搭集群；现在，英伟达提供从参考设计、仿真、能源管理到运营系统的全栈方案。

黄仁勋直言，一个 1GW 规模的 AI 工厂起步成本高达 200 亿至 300 亿美元，未来甚至逼近千亿美元——如此巨额投资，" 工厂必须要一次性成功 "。

DSX 就是那把 " 成功保险 "。它让客户在动工前先在 Omniverse 里模拟验证，从单机架到整座数据中心的能耗、散热、调度全部预演。英伟达不再只是供应商，而是 AI 基础设施的总包商和规则制定者。

其算盘在于：用标准化的 " 工厂蓝图 " 锁定客户从建设到运营的全周期，让后续每一代芯片的替换都顺理成章。

算盘二：Agent 成为新的计算负载，CPU 被重新定义

英伟达 Vera Rubin 全面量产，但这次强调的不再是训练吞吐量，而是" 处理 Agent 任务效率提升 10 倍 "。

黄仁勋点出了一个关键变化：一个 Agent 任务包含推理、搜索、工具调用、代码执行等多个环节，背后可能涉及数千个步骤。传统 CPU 以秒为单位响应人类指令，而 Agent 以纳秒为单位等待——这需要全新的处理器设计。

英伟达 Vera CPU 由此而生。它采用英伟达自研 Olympus 核心，Agent 任务执行速度是 x86 服务器的 1.8 倍。英伟达的算盘很清晰：当 AI 工作负载从 " 跑模型 " 变成 " 跑 Agent"，CPU 的霸主地位必须易主。

黄仁勋的打算是，x86 时代由英特尔定义的计算架构，将被英伟达以 "Agent 原生 " 的名义解构和替换。

算盘三：从数据中心走向桌面和物理世界

DGX Station for Windows 和 RTX Spark SoC 的发布，标志着英伟达正式进军 PC 芯片市场。

与微软、联发科、台积电的联盟，意在打破英特尔在 PC 领域的垄断。但更深层的逻辑是：Agent 不能只运行在云端，它需要进入企业桌面、进入轻薄笔记本。黄仁勋将大语言模型比作 " 现代版的 DirectX" ——这是一个精妙的隐喻，暗示英伟达要成为 AI 时代 PC 的底层标准。

与此同时，与宇树联合发布人形机器人 H2 Plus、开源 Cosmos 3 世界模型，则是在押注物理 AI 的爆发。Cosmos 3 首次将视觉推理、世界生成和动作预测统一到一个模型，把训练周期从数月压缩到数天。英伟达的算盘是：让每一个机器人、每一辆自动驾驶汽车都跑在英伟达的软件栈上。

三个月两次演讲，黄仁勋传递的信号再明确不过：英伟达不满足于卖芯片，它要成为 AI 工厂的设计院、Agent 时代的 CPU 霸主、以及物理 AI 的操作系统。

黄仁勋这次演讲正式将英伟达的战略重心从 " 芯片公司 " 升级为 "AI 工厂 " 构建者，但能否兑现，取决于开发者是否真的愿意把整座 AI 工厂的钥匙交给英伟达。

更为挑战的是，但要实现这一宏大的野心，需要构建一个庞大且复杂的工业级体系，包括建立在万卡 / 十万卡级全栈硬件集群、吉瓦级能源保障、专属操作系统调度、顶级供应链把控，以及爆发式的下游应用需求（智能体与物理 AI）等，这些都是 "AI 工厂 " 的基础支持。

当然，我们乐见每一位有追求梦想的企业家，能够成功。

阅 1.41W+ 特别声明：文章内容仅供参考，不构成投资建议。投资者据此操作风险自担。