人工智能时代的到来，正重新点燃美国的制造活力与再工业化进程。人工智能时代已然开启这项技术 “美国制造”，亦服务全球。
我们再次在美本土重启大规模制造，这简直不可思议。特朗普总统最初对我提出的核心诉求，就是让制造业回归美国,制造业回归关乎国家安全，关乎就业岗位，更关乎激活这部分经济活力。而仅仅九个月后，我们就已在亚利桑那州实现 Blackwell 芯片的全面量产。
无论是极致性能的 Blackwell、GB 200（Grace Blackwell 架构产品），还是 NVLink 72（高速互联技术），深度协同设计让我们实现了 “每代产品性能提升 10 倍” 的飞跃，这完全超乎想象。
更令人感慨的是这段历程,这是我们打造的第一台 AI 超级计算机，2016 年我将它交付给旧金山一家初创公司，后来大家都知道，这家公司就是 OpenAI。当年为了造出这台计算机，我们只需设计一款全新芯片，通过单一芯片的协同设计就能达成目标。但现在，要实现性能突破，需要同时研发这么多类芯片，这就是时代的必然，靠单一芯片让计算机性能提升 10 倍，早已不现实。
要让计算机性能持续指数级提升、令牌（token）生成成本持续指数级下降，唯一的路径就是 “深度协同设计”，同时推进各类芯片的研发。
这是我们第三代 NVLink 72 整机柜级计算机，GB 200 是第一代产品。全球所有合作伙伴们，我深知大家付出了何等艰辛的努力，第二代产品的研发过程异常艰难，而到了这一代，研发与生产流程已顺畅太多。大家看，这台设备的线缆布局已实现全面优化，目前它仍在实验室进行最终调试。
如今我们已开始交付 GB 300 系列产品，同时也在全力推进 Rubin 的量产准备，明年这个时候，甚至可能更早，Rubin 就能正式投产。未来每一年，我们都会推出极致协同设计的新一代系统，持续提升性能、降低令牌生成成本。
大家看这个，这台计算机的设计简直太精妙了，它的算力达到了 100 拍字节每秒（100 petaflops），可能这个数字听起来没什么概念，我们做个对比，它的性能是 9 年前我交付给 OpenAI 的 DGX-1 超级计算机的 100 倍。也就是说，100 台当年的 DGX-1（换算下来大概需要 25 个机柜），如今只需要这一台 Vera Rubin（维拉・鲁宾）就能完全替代。
这是它的计算托盘，里面装着鲁宾超级芯片（Rubin Super Chip），安装过程异常简单，把这些卡扣打开，直接推进去就行，我自己都能操作。这就是 Vera Rubin 的计算托盘，而且我们还预留了扩展空间，如果需要添加专用处理器，比如 “上下文处理器（Context Processor）”，直接加装即可。
现在 AI 需要处理的上下文越来越多，比如回答问题前要读取大量 PDF 文件、学术论文，观看多段视频，自主学习相关知识，这些上下文处理任务都能通过这款处理器完成。
大家看底部，这里有 8 块新一代 Connect X 9 Super 网络芯片，还有 8 块上下文处理器（CP）、1 块新一代 BlueField 4 数据处理单元（DPU）、2 颗 Vera CPU，以及 4 个鲁宾封装模块（内含 8 块鲁宾 GPU）。整个节点实现了全无线缆设计，100% 液冷散热。关于这款新处理器，今天时间有限就不展开说了，但它的意义是革命性的，现在的 AI 需要更大的内存，比如要记住你我之前的对话、为你积累的所有知识，下次互动时不能遗忘，这就需要大量 “键值缓存（Kv caching）”。
大家可能注意到，现在打开 AI 工具时，刷新和调取历史对话的时间越来越长，就是因为缓存调取需要更强的算力，而 BlueField 4 正是为解决这个问题而生。旁边这个是 NVLink 交换机，它能把所有计算机连接起来，其带宽是全球互联网峰值流量的好几倍，能同时向所有 GPU 传输海量数据。
再上面这个是 Spectrum X 以太网交换机，它的设计初衷是让所有处理器能同时通信，不会造成网络拥堵（“拥堵” 这个说法很专业，简单说就是不会卡壳）。这三个交换机（NVLink、Spectrum X、量子交换机）各司其职，而且我们支持多种通信标准：无论是 InfiniBand、量子网络，还是 Spectrum 以太网，不管你想用哪种协议，我们都能提供高性能的扩展互联架构。
这款 Spectrum X 以太网采用了硅光技术，支持无空间限制部署，简单说就是激光直接接入硅芯片，实现与我们各类芯片的高速连接。好了，关于硬件部分就介绍到这里，谢谢大家。
这就是它的全貌，一个半机柜的规模，重量达 2 吨，包含 150 万个零部件。中间这个 “脊柱”（互联背板）的带宽极为惊人，每秒能承载相当于全球互联网峰值流量的数据，以同样的速度在所有处理器之间传输。整套系统采用 100% 液冷散热，核心目标就是实现全球最快的令牌（token）生成速度。
刚才展示的是单个机柜的样子大家可以估算一下：一个 1 吉瓦（GW）规模的数据中心，大概需要多少个这样的机柜？假设 16 个机柜约占 1000 千瓦（1 兆瓦），那么 500 个 1 兆瓦单元就需要 8000 到 9000 个这样的机柜，这就是未来 AI 工厂的规模。
大家应该能发现，英伟达的业务边界一直在拓展，从最初设计芯片，到后来设计系统、研发 AI 超级计算机，如今我们已经开始设计完整的 AI 工厂。每一次拓展，都是为了整合更多资源解决复杂问题，最终拿出更优的解决方案。现在我们打造的，正是完整的 AI 工厂，这是我们为 Vera Rubin（维拉・鲁宾）超级计算机量身打造的 AI 工厂，同时我们还研发了一项技术，能让所有合作伙伴通过数字化方式融入这个工厂生态，接下来给大家展示具体原理。
视频旁白：下一场工业革命已然到来，随之而来的是一种全新的工厂形态，AI 基础设施的建设是一个生态级挑战，需要数百家企业协同合作。英伟达 Omniverse Dsx（AI 工厂数字化建设平台）首次为 “千兆瓦级 AI 工厂” 提供了从设计到运营的完整蓝图，建筑、电力、冷却系统与英伟达 AI 基础设施栈实现了深度协同设计。
整个流程从 Omniverse 数字孪生（虚拟仿真）开始，雅各布斯工程公司（Jacob’s Engineering）在电力约束范围内，优化计算密度与布局，最大化令牌生成效率，他们将西门子、施耐德电气等企业的仿真数据通过 OpenDDS 协议整合到 PTC 的产品生命周期管理系统中，再利用英伟达 cuDAMan 生态下的 Etab、Cadence 等工具，进行热学与电学仿真。
设计完成后，贝克特尔（Bechtel）、维谛技术（Vertiv）等英伟达合作伙伴会生产预制模块，这些模块在工厂内完成组装与测试，运抵现场后可直接接入使用，大幅缩短建设周期，让项目更快产生收益。
当实体 AI 工厂投入运行后，数字孪生模型会化身 “操作系统”：工程师可以向 Fidra、Emerald AI 等 AI 智能体下达指令（这些智能体已在数字孪生中完成训练），优化电力消耗，减轻 AI 工厂与电网的负荷。
数据显示，通过 Dsx 平台的优化，一个 1 吉瓦规模的 AI 工厂每年能额外创造数十亿美元的收益。目前，英伟达的合作伙伴已在得克萨斯州、佐治亚州、内华达州、弗吉尼亚州等地推进 Dsx 相关项目；英伟达也正在弗吉尼亚州建设 AI 工厂研究中心，借助 Dsx 平台完成 Vera Rubin 从基础设施到软件的测试与量产。
借助 Dsx，全球英伟达合作伙伴能够以前所未有的速度，完成 AI 基础设施的建设与启动。
这一切都基于数字化实现，早在 Vera Rubin（维拉・鲁宾）超级计算机成为实体设备前，我们就已通过数字孪生模型对它进行研发与测试，同样，在这些 AI 工厂落地前，我们会先通过数字孪生完成设计、规划、优化与运营模拟。
在此，我要向所有支持我们的合作伙伴表示由衷的感谢，Geo、Vernova 都来到了现场，奥利维耶・布卢姆（Olivier Blum）也在（西门子相关负责人），西门子真是我们出色的合作伙伴，罗兰・布什（Roland Busch）应该也在线上观看，嗨，罗兰！总之，能与这些优秀的伙伴携手，我们倍感荣幸。