“（我口袋里）东西实在太多了。”老黄用中文调侃道。
图片来源：英伟达
6 月 1 日，在台北电脑展前夕，GPU 领域“最会带货”的代表人物、英伟达创始人黄仁勋带来了一场 GTC Taipei 2026 主题演讲，集中展示了围绕英伟达构建的 AI 工厂生态，并正式发布 Vera CPU、Vera Rubin、Vera BlueField-4 STX、DSX、RTX Spark 等多项新产品与平台。
这一连串新品名称砸下来，普通用户最直观的感受大概只有两个字：太强。
如果只看规格参数，黄仁勋这次台北演讲依旧像一场典型的 NVIDIA 新品发布会。但真正值得关注的变化在于，英伟达正尝试把 CPU、GPU、网络、存储、散热、Windows PC，甚至安全与权限体系，全部整合进同一个 AI 叙事之中。
这个新故事的核心关键词叫“智能体 AI”。其中最关键的两个新角色，分别是面向数据中心的 Vera CPU，以及面向个人电脑与 AI PC 的 RTX Spark（此前网传代号为 N1X）。
从 GPU 扩展到 CPU，再到某种意义上的“重新定义个人电脑”，英伟达的目标显然不只是继续卖 GPU 芯片，而是希望进一步定义 AI 时代下，数据中心和个人电脑究竟应该是什么样子。
英伟达 Vera 炸场：AI 时代的原生 CPU
先看这次最硬核的一部分：Vera CPU。
过去几年 AI 浪潮席卷全球，英伟达的核心优势始终集中在 GPU。从 A100、H100 到 Blackwell，整个 AI 产业的紧张与焦虑，几乎都围绕 GPU 展开：谁能买到，谁能供上，谁能把整柜算力快速堆起来。但随着大模型从聊天机器人进一步走向 AI 智能体，问题开始变得更复杂。
一个 AI 智能体并不只是生成一段文字，它还要拆解任务、检索资料、执行代码、调用外部工具、校验结果，甚至并行维持成千上万个执行环境。在这种场景下，CPU 的价值再次被推回舞台中央。
于是，我们看到了英伟达专门为 AI 时代打造的 Vera CPU。英伟达对 Vera 的定位非常直接——这是首款面向 AI 智能体超大规模运行而设计的 CPU。它配备 88 个自研 Olympus 核心，支持 Spatial Multithreading，LPDDR5X 内存带宽最高可达 1.2TB/s。部署到 Vera Rubin 系统后，还能通过第二代 NVLink-C2C 与 GPU 以最高 1.8TB/s 的一致性带宽互连。
图片来源：英伟达
在这些参数背后，CPU 不再只是为 GPU 打下手的“后勤角色”。在 AI 智能体工作流中，代码执行、数据处理、沙盒运行环境以及任务编排，都会成为算力工厂里的关键路径。按照英伟达的说法，Vera 相比传统 x86 CPU 可带来 1.8 倍的任务完成速度提升，此前官方还强调过 2 倍能效和 50% 的性能提升。
AI 工厂的竞争，也正在从“单张卡卖多少钱”转向“每瓦电能能产出多少 token”。而 Vera Rubin，正是这一逻辑在大规模系统层面的放大版本。
黄仁勋还宣布，Vera Rubin 已进入全面量产阶段。整套系统由 Vera CPU、Rubin GPU、Groq 3 LPX、BlueField-4 STX 存储以及 Spectrum-6 网络等机架组件构成。英伟达最新给出的说法是，相比上一代 Grace Blackwell，Vera Rubin 在规模化 AI 智能体吞吐能力上可达到 10 倍提升。
也正因为 AI 智能体会持续读写企业数据，英伟达这次还把存储与安全能力纳入了同一套体系。Vera BlueField-4 STX 的重点并不只是又增加一张 DPU，而是把智能体的上下文记忆、文件访问控制、网络隔离能力，直接下沉到芯片层处理。根据英伟达公布的数据，Vera BlueField-4 STX 在引入 DOCA 后，可让运行时威胁检测速度相比现有无智能体方案最高提升 1000 倍，并能在最高 800Gb/s 速率下执行网络与文件访问策略。
RTX Spark 将彻底引爆个人 PC 智能体
如果说 Vera 是 AI 工厂的新地基，那么 RTX Spark 无疑是这场发布会中离普通用户最近、也最具讨论度的产品。
英伟达与微软将 RTX Spark 定义为面向个人 AI 智能体的 Windows PC 超级芯片。它拥有 1 petaflop 的 AI 算力，最高支持 128GB 统一内存，集成 Blackwell RTX GPU、6144 个 CUDA 核心、第五代 Tensor Core 和 FP4 精度，并通过 NVLink-C2C 连接一颗 20 核 Grace CPU。
图片来源：英伟达
值得注意的是，这颗 SoC 的 Grace CPU 部分由英伟达与联发科联合定制设计。首款搭载 RTX Spark 的笔记本电脑则是微软 Surface Laptop Ultra，预计将在今年晚些时候正式推出。与此同时，联想、戴尔、惠普、华硕、宏碁等品牌的 RTX Spark 笔记本电脑，也已经在上市路上。
从配置来看，RTX Spark 已经不像一台传统意义上的笔记本电脑，更像是 DGX Spark 的消费级延展版本。而英伟达给出的使用场景，也明显在为本地 AI、大模型 PC 和高性能 AI PC 造势：
- 本地运行 1200 亿参数大模型和最高 100 万 token 上下文；
- 渲染 90GB 以上 3D 场景；
- 剪辑 12K 4:2:2 视频；
- 生成 4K AI 视频；
- 在 1440p 下以超过 100 帧运行 3A 游戏。
搭载 RTX Spark 的 Surface Laptop Ultra，图片来源：英伟达
过去两年，AI PC 最大的尴尬在于，很多产品只是给传统 PC 增加了一个 NPU，然后就告诉用户“这就是 AI PC”。但普通用户真正关心的问题其实更实际：能不能不用排队等待云端服务、不用持续支付 token 成本、也不用把私人文件上传到云端，就让 AI 帮自己完成一些真实工作？
而 RTX Spark 给出的答案显然更加激进——它试图让 AI 智能体直接进入 Windows 工作流。英伟达与微软将提供全新的 Windows 安全基础架构和英伟达 OpenShell，使智能体在本机运行时具备身份识别、隔离、策略控制和权限管理能力。Adobe 也将针对 RTX Spark 重构 Photoshop 与 Premiere，官方宣称 AI 与图形性能最高可提升 2 倍。
当然，这并不意味着 PC 会立刻从生产工具变成真正意义上的“同事”。真正的门槛仍然在软件层：智能体能否稳定调用应用程序、能否准确理解本地文件、出现错误后由谁负责、用户是否愿意交出系统权限——这些关键问题，都不是单靠 1 petaflop 算力就能独立解决的。
写在最后
在演讲中，黄仁勋展示了一张围绕英伟达搭建的 AI 工厂生态图，几乎覆盖了 AI 时代全球最具实力的一批企业。其中，联想作为唯一一家港股公司，近期更是交出了一份历史最佳财报。
当然，这场台北演讲的重点不止 Vera 和 RTX Spark。英伟达还把“AI 工厂”的整体施工图继续向前推进，发布了 DSX 平台，并推出面向企业用户的 DGX Station for Windows。
另一条重点主线则是物理 AI。英伟达不仅发布了 Cosmos 3 开放世界基础模型、物理 AI 开源工具与技能、Isaac GR00T 人形机器人参考设计，还进一步扩展了 DRIVE Hyperion robotaxi 生态。
正如老黄所说，英伟达口袋里的东西确实太多了。从晶圆厂、AI 工厂、企业桌面，到医院、机器人和自动驾驶，英伟达正试图把“智能体”打造为下一代计算平台的默认用户。而数据中心端的 Vera 与个人终端侧的 RTX Spark，正是这盘大棋里最关键的两枚棋子。
