刚刚，黄仁勋直接抄了英特尔和AMD的家
「（我口袋里）太多东西了。」老黄用中文吐槽道。
图片来源：英伟达
6月1日，台北电脑展前夕，英伟达创始人黄仁勋用一场GTC Taipei 2026主题演讲，把自己口袋里的家底抖了个干净。从Vera CPU、Vera Rubin、BlueField-4 STX，到DSX和RTX Spark，一口气铺开了一整张围绕英伟达的AI工厂生态图。
如果只看参数，这很像一场典型的英伟达发布会。但真正值得留意的变化是：**英伟达正在把CPU、GPU、网络、存储、散热、Windows PC，甚至安全权限，全部拧进同一个故事里。**
这个故事的名字叫「智能体AI」，最重要的两个新主角是面向数据中心的Vera CPU，以及面向个人电脑的RTX Spark（此前网传的N1X）。
从GPU到CPU，再到重新定义个人电脑——英伟达的野心显然不只是继续卖GPU，它想定义AI时代里，数据中心和个人电脑到底该长什么样。
英伟达Vera炸场：AI时代的原生CPU
英伟达Vera炸场：AI时代的原生CPU
先看最硬的一块：Vera CPU。
过去几年AI浪潮里，最紧张的其实是GPU——A100、H100、Blackwell，一波接一波。谁的焦虑都绕不开这几个型号。但当大模型从聊天机器人走向智能体，问题开始变复杂了。
一个AI智能体不只是生成一段文字，它要拆任务、查资料、跑代码、调用工具、验证结果，甚至同时维持成千上万个执行环境。说实话，这时候CPU又被推回了舞台中央。
英伟达给Vera的定义是：第一颗为AI智能体超大规模运行打造的CPU。
图片来源：英伟达
参数背后，CPU不再只是给GPU打杂的「房管」。在智能体工作流里，代码执行、数据处理、沙盒环境、任务编排，都会变成算力工厂的关键路径。英伟达给出数据：Vera相比x86 CPU能带来1.8倍更快的任务完成速度，2倍能效和50%性能提升。
AI工厂的竞争，已经从「每张卡多少钱」变成了「每瓦电能产出多少token」。Vera Rubin正是这个逻辑的放大版——
老黄宣布Vera Rubin已进入全面量产，系统由Vera CPU、Rubin GPU、Groq 3 LPX、BlueField-4 STX存储和Spectrum-6网络等机架组成。
也正因为智能体会持续读写企业数据，英伟达还把存储和安全塞进了同一套叙事里。Vera BlueField-4 STX的重点不是另一张DPU，而是把智能体的上下文记忆、文件访问、网络隔离直接放到芯片层面处理。引入DOCA软件框架后，运行时威胁检测比现有无智能体方案快最高1000倍，并在最高800Gb/s的速率下执行网络和文件访问策略。
RTX Spark将彻底引爆个人PC智能体
RTX Spark将彻底引爆个人PC智能体
如果说Vera是AI工厂里的新地基，RTX Spark则是这场发布会里离普通人最近的产品。
英伟达和微软把RTX Spark定义为面向个人AI智能体的Windows PC超级芯片。1 petaflop AI性能、最高128GB统一内存、Blackwell RTX GPU、6144个CUDA核心、第五代Tensor Core和FP4精度，通过NVLink-C2C连接一颗20核Grace CPU。
图片来源：英伟达
还有一点：这颗SoC的Grace CPU部分由英伟达与联发科合作定制。首款搭载RTX Spark的笔记本电脑是微软的Surface Laptop Ultra，
RTX Spark的配置听起来不像传统笔记本，更像DGX Spark的消费级改造。英伟达给出的使用场景包括：
- 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最大的尴尬是，很多产品只是在传统PC上加了一个NPU，然后告诉用户「这就是AI PC」。但普通人真正想问的是：能不能不用排队、不用付token账单、不用把私人文件丢进云端，也让AI帮我做点实际工作？
RTX Spark给出的答案明显更激进——让智能体直接进入Windows工作流。
当然，这并不意味着PC马上就会从工具变成同事。真正的门槛仍然在软件——智能体能不能稳定调用应用、能不能理解本地文件、出了错谁负责、用户是否愿意把权限交给它，这些都不是1 petaflop能单独解决的。
写在最后
写在最后
在演讲中，老黄展示了一张围绕英伟达构建的AI工厂生态图，几乎囊括了AI时代全球最有实力的一批公司。联想作为唯一一家港股公司，最近就交出了一份史上最好的财报。
