拉斯维加斯的 CES 主舞台上，黄仁勋依旧穿着那件熟悉到可以单独 IPO 的皮衣登场。和去年相比，舞台上的氛围明显不同。2025 年他谈的是愿景，是“物理 AI 时代”的序章，是自动驾驶、机器人和智能体的想象力边界；而 2026 年，他几乎不再浪费时间描绘未来，而是反复用一个词把所有内容串起来：推理。

如果说过去十年 AI 的核心问题是“能不能生成”，那今天真正的问题已经变成了“能不能长期思考，而且算得起”。模型规模增长开始放缓，算力价格却仍然昂贵，推理成本成为新的天花板。

黄仁勋给出的判断很直接，AI 不会因为模型不再变大而停下，相反，决定胜负的，是谁能让模型在使用阶段多想一会儿，同时不把账单炸穿。这也是 Rubin 架构被摆到舞台中央的根本原因。

Rubin 并不是一颗简单意义上的新 GPU，而是一整套为推理时代重新设计的系统级计算平台。从 Vera CPU 到 Rubin GPU，从 NVLink 6 到 Spectrum-X 网络，再到专门为上下文而生的存储层，英伟达第一次如此系统性地回应一个问题：当 AI 从一次性回答变成需要反复推理、长期运行的智能体时，数据中心该长什么样。

黄仁勋用一个很接地气的比喻解释 Test-time Scaling。过去我们让 AI 变聪明，靠的是训练阶段疯狂堆算力，相当于让学生不停刷题；现在的变化是，就算课本不再加厚，只要考试时允许它多想几分钟，成绩也会明显提高。但前提是，这几分钟不能贵得离谱。Rubin 要解决的，就是让“多想一会儿”这件事在经济上成立。

从公开的数据看，Rubin GPU 在关键指标上对 Blackwell 形成了跨代差距。推理性能提升到 50 PFLOPS，训练性能达到 35 PFLOPS，HBM4 带宽提升到 22 TB 每秒，NVLink 单卡互连带宽翻倍。这些数字单独看已经很夸张，但真正的意义在于，它们让单颗 GPU 能承担过去多卡才能完成的任务，推理阶段对 GPU 数量的依赖被实质性削弱。换句话说，算力不只是更强了，而是被用得更精细。

Vera CPU 的角色也很耐人寻味。它并不是传统意义上的通用 CPU，而是一个为多步骤推理和数据调度而生的系统协调者。88 个自研核心，1.5 TB 系统内存，通过 NVLink-C2C 与 GPU 形成一致性内存访问。它存在的意义只有一个，让 AI 在“想得久”的过程中，不被数据搬运和调度拖慢。这种设计本身就透露出英伟达的判断：未来的瓶颈，不在算术逻辑，而在系统协同。

真正拉开差距的，是 NVLink 6 和整套互连设计。当 72 块 GPU 被当成一颗“超级 GPU”来用，推理时的中间结果可以在机架内高速流转，很多原本必须拆分的任务，第一次可以在一个逻辑单元内完成。英伟达给出的说法是，推理成本可以下降到原来的七分之一。这个数字不一定在所有场景都成立，但方向非常清晰，推理正在从“昂贵奢侈品”向“可规模化服务”转变。

不过，算力不是唯一的问题。真正让推理跑不动的，往往是上下文。多轮对话、多步骤决策、多个智能体协同，会产生海量 KV Cache。放在 GPU 内存里太贵，放在传统存储里又太慢。英伟达这次首次完整亮相的推理上下文内存存储平台，本质上是在 GPU 和存储之间，硬生生插入了一个新的“记忆层”。

这不是某一颗芯片的功劳，而是一整套系统协同的结果。BlueField-4 负责在硬件层面管理上下文，Spectrum-X 网络提供 RDMA 级别的高速访问，DOCA 和 Dynamo 等软件负责调度和吞吐优化。最终的效果是，在特定场景下，token 处理能力提升五倍，同时能效更高。翻译成白话，就是 AI 终于可以一边思考，一边记事，而不是边想边忘。

当单机架不再是极限，DGX SuperPOD 的升级就显得顺理成章。576 个 GPU 被标准化地拼成一个可长期运行的系统，对企业和云厂商来说，这不是炫技，而是一种确定性。你不需要自己研究怎么连卡、怎么布网、怎么管存储，买来就能跑推理型 AI。这种“交钥匙工程”，是英伟达真正的护城河。

值得注意的是，在机架之间，英伟达第一次把共封装光学推到台前。把光模块直接封在交换芯片旁边，降低功耗和延迟，看似是工程细节，实际上是在为更大规模的数据中心铺路。AI 系统正在变得像电网一样，越大越稳定，但前提是每一层都不能掉链子。

如果说硬件是地基，那英伟达在软件和模型上的动作，则是在往上盖楼。开源模型生态的扩展，几乎覆盖了从数据到代码的所有环节。Nemotron、Cosmos、GR00T、Alpamayo，这些名字背后不是单点模型，而是一整套可以直接拿去用的开发资源。对企业来说，意义很现实，不是每个人都有时间从零训练一个完整系统。

尤其值得玩味的是物理 AI 的推进方式。面对真实世界数据又贵又慢的问题，英伟达选择正面拥抱合成数据。Cosmos 的定位不是“生成好看的视频”，而是理解物理世界如何运转，并据此进行推理和预测。这也是为什么黄仁勋敢说，物理 AI 的 ChatGPT 时刻正在逼近。

自动驾驶领域的 Alpamayo，更像是一个信号。它第一次把推理能力放进驾驶决策本身，从“看到什么就做什么”，升级为“理解为什么要这么做”。英伟达宣布 DRIVE 系统进入量产，搭载在奔驰 CLA 上路，意味着这套理念已经不再停留在实验室。

机器人舞台上的那一排“钢铁观众”，某种程度上是整场发布会最直观的隐喻。不同形态、不同用途，但底层逻辑一致。它们需要长期运行，需要记忆，需要推理，也需要一个能负担得起的系统。

CES 2026，英伟达真正交出的不是一颗芯片，而是一种判断。AI 的下一阶段，不是谁的模型更大，而是谁能把“长期思考”这件事，变成一种基础设施能力。黄仁勋已经把这台“芯片怪兽”放在台上，接下来，市场只剩一个问题，能不能跟得上。