TLDR - 1 分鐘搞懂
【🔥 NVIDIA GTC 2026 完整懶人包】
AI新紀元：「代理AI」崛起，AI產業正在從聊天機器人式的向「代理AI」轉變。未來的AI將具有自主性，能夠自主推理並執行複雜的工作流。
「AI工廠」成為工業基礎設施：不再僅僅是銷售晶片，NVIDIA致力於打造軟硬體垂直整合的「AI工廠」。Token已經成為這個全新AI時代的基礎建構單位和核心產出。
AI正在走向物理世界：AI的下一步不僅存在於數據中心，更會深度融入真實世界中的機器人製造、自動駕駛等物理實體中。
黃仁勳剛剛在聖荷西 SAP 中心結束了長達兩小時的年度主題演講，Tenten 幫你整理最重要的 6 大亮點 👇
1️⃣ Vera Rubin 架構正式登場
→ 7 款新晶片、5 套機架系統、1 台超級電腦
→ 88 核心 Vera CPU + Rubin Ultra 可連接 144 顆 GPU
→ 每瓦效能比前代 Grace Blackwell 提升 10 倍 📈
2️⃣ Groq 3 LPU 語言處理單元
→ NVIDIA 去年 12 月 200 億美金資產收購 Groq 技術
→ 256 顆 LPU 組成專用機架，超低延遲推理加速
3️⃣ OpenClaw + NemoClaw 企業級 AI 代理
→ 與爆紅開源平台 OpenClaw 合作
→ 黃仁勳稱其為「人類史上最受歡迎的���源專案」
→ 企業級安全開發栈 NemoClaw 正式推出
Erik (EKC)
4️⃣ 物理 AI — 110 款機器人 + 迪士尼雪寶 ⛄
→ 《冰雪奇緣》雪寶實體機器人登台互動
→ 使用 NVIDIA 物理 AI 堆疊 + Newton 物理引擎 + Omniverse 模擬
5️⃣ Robotaxi 大爆發 🚗
→ 比亞迪、現代、日產、吉利、五十鈴全面採用 DRIVE Hyperion
→ Uber 2027 年上半年在洛杉磯、舊金山啟動
→ 2028 年擴展至全球 28 座城市
6️⃣ AI 上太空 🛰️
→ Vera Rubin Space-1 模組 — AI 算力比 H100 高 25 倍
→ 合作夥伴：Axiom Space、Starcloud、Planet
→ 散熱挑戰：太空中只能靠熱輻射
📊 黃仁勳預計到 2027 年有 1 兆美元的訂單量
💡 Bonus：Omniverse DSX AI 工廠數位孿生藍圖也正式發布，讓全球供應商在虛擬世界中協作設計 AI 基礎設施
📎 更多 AI 產業深度分析 ➜ 追蹤 @tenten.co
NVIDIA GTC 2026 主題演講完整解析：OpenClaw 企業化、Vera Rubin 七晶片平台、Groq 3 LPU 與 DLSS 5 神經渲染
NVIDIA 執行長黃仁勳於 2026 年 3 月 16 日在聖荷西 SAP Center 發表 GTC 2026 主題演講，宣布 Vera Rubin 平台已進入量產、以 200 億美元收購的 Groq LPU 技術正式整合為第七顆晶片、NemoClaw 將 OpenClaw 帶入企業級安全部署，以及 DLSS 5 神經渲染技術預計 2026 年秋季推出。 黃仁勳在演講中預估 Blackwell 與 Vera Rubin 兩代平台的採購訂單將在 2027 年底前累計達到 1 兆美元（約 NTD 32,000,000,000,000），較去年預估的 5,000 億美元翻倍。來自超過 190 個國家的 30,000 名與會者見證了這場長達兩小時的演講——NVIDIA 正試圖證明，GPU 只是其商業版圖的一小部分。
DLSS 5：3D 圖形與生成式 AI 的融合
黃仁勳以電腦圖形學開場，展示 NVIDIA 稱為「神經渲染」（neuro rendering）的下一代圖形技術。DLSS（Deep Learning Super Sampling）自 2018 年隨 RTX 20 ���列推出以來，歷經多次演進——從解析度提升、幀生成到今年一月 CES 發表的 DLSS 4.5 第二代 Transformer 模型。DLSS 5 的定位與前代截然不同：它不再只是「效能提升工具」，而是一套即時神經渲染模型，將 AI 生成的逼真光影與材質效果融入遊戲畫面。
技術原理上，DLSS 5 擷取每一幀的色彩數據與運動向量作為輸入，透過 AI 模型為場景注入擬真的光照與材質回應——包括次表面散射（subsurface scattering）、布料光澤、全域照明等效果。黃仁勳將此概念稱為「結構化數據與生成式 AI 的融合」：3D 圖形提供完全可預測的結構化數據，生成式 AI 則提供機率性但高度逼真的視覺生成，兩者結合後的畫面既可控又美觀。
| 特性 | DLSS 4.5（2026 年 1 月） | DLSS 5（2026 年秋季） |
|---|---|---|
| 核心技術 | 第二代 Transformer + 6 倍多幀生成 | 即時神經渲染模型 |
| 功能定位 | 效能提升（升頻 + 幀生成） | 視覺保真度提升（光影 + 材質） |
| AI 繪製比例 | 每 24 像素中有 23 個由 AI 生成 | AI 重新詮釋整體光照與材質 |
| 展示硬體需求 | 單張 RTX 5090 | GTC 展示使用兩張 RTX 5090（正式版將支援單 GPU） |
| 開發者控制 | 有限調整 | 可調整強度、色彩分級、遮罩 |
| 首批支援廠商 | — | Bethesda、CAPCOM、Ubisoft、Tencent、Warner Bros. Games |
值得觀察的是，GTC 展示時需要一張 RTX 5090 專門執行遊戲渲染、另一張專門運行 DLSS 5 模型——這意味著目前的運算成本極高。NVIDIA 表示實驗室內已在單 GPU 上運行成功，正式版將以單 GPU 為目標，但具體在 RTX 50 系列以外的架構上能否支援，尚未確認。
Vera Rubin：七款新晶片 + AI 工廠平台
Vera Rubin 平台最初於 2025 年 3 月 GTC 亮相，在 2026 年 1 月 CES 進入量產宣告，此次 GTC 2026 則展示了完整的 POD 級 AI 工廠生態系。黃仁勳透露，首套 Vera Rubin 系統已在 Microsoft Azure 雲端運行。
這套平台包含七顆晶片——比原先六顆多了一顆，因為 NVIDIA 將收購自 Groq 的 LPU 技術正式納入：
| 晶片 | 功能 | 關鍵規格 |
|---|---|---|
| Rubin GPU | AI 訓練與推論主力 | 288 GB HBM4、22 TB/s 頻寬 |
| Vera CPU | 88 核 Olympus 架構、資料調度 | LPDDR5、2.4 倍記憶體頻寬（vs. Grace） |
| NVLink 6 Switch | 第六代規模擴展互連 | 3.6 TB/s GPU 對 GPU 頻寬 |
| ConnectX-9 SuperNIC | 高吞吐低延遲網路介面 | — |
| BlueField-4 DPU | 基礎設施卸載與安全 | 內含 64 核 Grace CPU + ConnectX-9 |
| Spectrum-6 Ethernet Switch | 共封裝光學（CPO）規模擴展 | 首款量產 CPO 交換器 |
| Groq 3 LPU（新增） | 極低延遲推論加速器 | 每顆 1.2 PFLOPS FP8、500 MB SRAM |
Groq 3 LPU 的加入解決了 NVIDIA 長期面對的「高吞吐量與低延遲互為敵人」的難題。LLM 推論分為兩個階段：計算密集的預填（prefill）階段由 Rubin GPU 處理，頻寬密集的��碼（decode）階段則交給 Groq LPU。每顆 Groq 3 LPU 內含 500 MB 堆疊 SRAM，單顆頻寬達 150 TB/s——幾乎是 Rubin GPU HBM4 頻寬的 7 倍。NVIDIA 將 256 顆 LPU 裝入全新 LPX 機架，透過 Spectrum-X 互連與相鄰的 Vera Rubin NVL72 機架連接。
NVIDIA 聲稱，Vera Rubin 搭配 Groq LPX 可實現每兆瓦推論吞吐量 35 倍提升、為客戶帶來 10 倍營收潛力。與 x86 + Hopper 世代相比，Vera Rubin 能產出每秒 7 億 token，而前者僅 200 萬。
整套系統 100% 液冷，以 45°C 熱水散熱，移除了所有纜線，安裝時間從兩天縮短至兩小時。黃仁勳也預告了下一代 Feynman 系統（預計 2028 年），將搭載全新 GPU、名為 Rosa 的 CPU、BlueField-5 以及 Kyber 銅纜與 CPO 規模擴展技術。
OpenClaw 與 NemoClaw：個人 AI 的作業系統
黃仁勳稱 OpenClaw 為「人類歷史上成長最快的開源專案」，並將其定位為「個人 AI 的作業系統」——如同 Windows 讓個人電腦成為可能，OpenClaw 讓個人 AI 代理成為可能。
OpenClaw 由奧地利開發者 Peter Steinberger（PSPDFKit 創辦人）於 2025 年 11 月建立，原名 Clawdbot，因 Anthropic 商標投訴改名為 Moltbot，最終定名 OpenClaw。截至 2026 年 2 月，GitHub 星數已超過 145,000，創下紀錄。OpenAI 執行長 Sam Altman 在 2 月 15 日宣布 Steinberger 加入 OpenAI，OpenClaw 將移轉至獨立基金會，維持開源。
OpenClaw 的核心架構是一個本地運行的 AI 代理框架：它連接大型語言模型（Claude、GPT、DeepSeek 等），透過 Telegram、WhatsApp、Discord 等通訊平台與用戶互動，能存取檔案系統、執行 shell 指令、管理排程、分解任務為子步驟、呼叫子代理、支援多模態輸入輸出。其「持久記憶」功能讓代理能跨會話記住用戶偏好並自我進化。
然而，安全問題始終是 OpenClaw 的致命弱點。Cisco AI 安全研究團隊測試第三方 OpenClaw 技能時，發現資料外洩與提示注入攻擊的風險。Palo Alto Networks 也警告，錯誤配置的實例可能導致攻擊者控制 AI 代理執行惡意指令。2026 年 3 月，中國政府限制國企與政府機關在辦公電腦上運行 OpenClaw。
NVIDIA 的 NemoClaw 正是針對這些安全疑慮的回應。NemoClaw 是一套開源軟體堆疊，以單一指令安裝 NVIDIA OpenShell 運行時環境與 Nemotron 模型，為 OpenClaw 加入基於政策的隱私與安全護欄：
| 面向 | NemoClaw 措施 |
|---|---|
| 沙箱隔離 | OpenShell 將代理限制在 /sandbox 與 /tmp 目錄，阻止未���權的檔案存取 |
| 網路政策 | 預設嚴格外連控制，可熱載入調整 |
| 權限升級防護 | 封鎖危險系統呼叫與權限提升 |
| 本地推論 | 支援在 GeForce RTX、DGX Station、DGX Spark 上本地運行 Nemotron 模型 |
| 隱私路由 | 透過隱私路由器將部分推論請求發送至雲端前端模型 |
NVIDIA 企業生成式 AI 軟體副總裁 Kari Briski 在媒體簡報中直言：「Claw 很令人興奮，但也有風險——它們可能存取敏感資料、誤用連接的工具，或自主升級權限。」NemoClaw 的定位是提供「代理之下缺失的基礎設施層」。
結構化數據、CUDA 20 週年與 AI 工廠
黃仁勳在演講中反覆強調「結構化數據」的概念——SQL、Spark、Pandas、Velox 等平台處理的資料框架是「企業運算的地面真相」。他預言，結構化數據與生成式 AI 的融合模式將在一個又一個產業中重現。
2026 年是 CUDA 的 20 週年。黃仁勳形容 GeForce 是「NVIDIA 最偉大的行銷活動」——從可程式化著色器到 CUDA，GeForce 成為推動開發者生態的載具。CUDA 的飛輪效應至今仍在運轉：開發者在 CUDA 上開發、更多人採用 NVIDIA 硬體、過時的 Ampere 架構在雲端的租價反而上升。
關於 AI 編碼，黃仁勳透露 NVIDIA 內部 100% 使用 Claude Code、Codex 與 Cursor 的組合。「今天沒有一位軟體工程師不被一個或多個 AI 代理協助編碼，」他說。AI 的演進軌跡從感知→生成→推理→行動（「你不再問 AI 什麼、在哪、何時、如何，你要求它創造、執行、建構」），Claude Code 等工具標誌著 AI 從對話式助手到代理式工具的轉折。
Physical AI 與 Disney Olaf 機器人
演講尾聲的高潮是一隻真實的 Olaf（《冰雪奇緣》雪人角色）機器人走上舞台。這具機器人搭載 NVIDIA Jetson 處理器，在 Omniverse 模擬環境中學會行走，使用 NVIDIA 與 Disney、DeepMind 共同開發的 Newton 物理引擎（運行於 NVIDIA Warp 之上）。
黃仁勳宣佈 NVIDIA 與 Uber 合作，將在 2028 年前在洛杉磯、舊金山等 28 座城市（橫跨四大洲）推出 NVIDIA Drive AV 軟體驅動的自駕車隊。Nissan、BYD、Geely、Isuzu、Hyundai 等車廠正在 NVIDIA Drive Hyperion 平台上開發 Level 4 自駕車。黃仁勳形容這是「自駕車的 ChatGPT 時刻」。
此外，NVIDIA 宣佈成立 Nemotron Coalition 以推進開放前沿模型，成員包括 Perplexity、Mistral、Black Forest Labs、Cursor 等。Nemotron 3 Ultra 被定位為「全球最佳基礎模型」。
時間線
| 日期 | 事件 |
|---|---|
| 2025 年 3 月 | Vera Rubin 平台首次亮相（GTC 2025） |
| 2025 年 11 月 | Peter Steinberger 發布 Clawdbot（OpenClaw 前身） |
| 2025 年 12 月 | NVIDIA 以 200 億美元收購 Groq IP 與核心團隊 |
| 2026 年 1 月 6 日 | CES 2026：Vera Rubin 進入量產、DLSS 4.5 發表 |
| 2026 年 1 月 27 日 | Clawdbot 因 Anthropic 商標投訴改名 Moltbot |
| 2026 年 1 月 30 日 | Moltbot 更名為 OpenClaw |
| 2026 年 2 月 | OpenClaw GitHub 星數突破 145,000（72 小時內達 60,000+） |
| 2026 年 2 月 15 日 | Sam Altman 宣佈 Steinberger 加入 OpenAI |
| 2026 年 3 月 | 中國政府限制國企使用 OpenClaw |
| 2026 年 3 月 16 日 | GTC 2026：NemoClaw、Groq 3 LPU、DLSS 5 發表 |
| 2026 年秋季（預計） | DLSS 5 正式推出 |
| 2026 年下半年 | Vera Rubin NVL72 系統開始出貨 |
| 2028 年（預計） | 下一代 Feynman 系統、Uber 自駕車隊上路 |
常見問題
OpenClaw 跟 NemoClaw 有什麼差別？
OpenClaw 是由 Peter Steinberger 開發的開源 AI 代理框架，可在本地運行並透過通訊軟體控制。NemoClaw 是 NVIDIA 為 OpenClaw 建立的企業安全堆疊，以單一指令安裝 OpenShell 沙箱環境與 Nemotron 模型，加入網路政策、檔案存取限制、權限升級防護等安全護欄。簡言之，OpenClaw 是引擎，NemoClaw 是安全框架。
Vera Rubin 平台的 Groq LPU 是做什麼的？
Groq 3 LPU 是專門的推論解碼加速器。LLM 推論分為預填（compute-heavy）與解碼（bandwidth-heavy）兩階段，Rubin GPU 處理預填，Groq LPU 以其 150 TB/s 的 SRAM 頻寬加速解碼。256 顆 LPU 組成的 LPX 機架與 NVL72 搭配，可實現每兆瓦 35 倍推論吞吐量提升。
DLSS 5 需要什麼硬體才能運行？
目前 GTC 展示需要兩張 RTX 5090（一張渲染遊戲、一張運行 DLSS 5 模型）。NVIDIA 表示正式版將在單張 RTX 50 系列 GPU 上運行，預計 2026 年秋季推出。是否支援 RTX 50 以外的架構尚未確認。
NVIDIA 為什麼說 OpenClaw 是「人類歷史上成長最快的開源專案」？
OpenClaw 在 72 小時內獲得超過 60,000 個 GitHub 星數，總數在數週內超過 145,000——超越了 Linux 花 30 年累積的星數。不過需注意，GitHub 星數與實際活躍使用量是不同的指標。
NemoClaw 支援哪些硬體平台？
NemoClaw 支援從消費級 GeForce RTX 顯卡到專業工作站（RTX Pro）、DGX Station、DGX Spark，以及雲端部署。它透過推論設定檔（profiles）支援三種模式：NVIDIA 雲端 API、本地 NIM 容器、以及本地 vLLM。
引用來源
- NVIDIA Newsroom — NVIDIA Announces NemoClaw
- NVIDIA Newsroom — NVIDIA DLSS 5 Delivers AI-Powered Breakthrough in Visual Fidelity for Games
- NVIDIA Technical Blog — Inside the NVIDIA Vera Rubin Platform: Six New Chips, One AI Supercomputer
關於作者
Erik (EKC) / Digital Strategy Director @ Tenten.co
GTC 2026 傳遞的核心訊息並非單一產品的突破，而是 NVIDIA 正在將整個運算堆疊從晶片、網路、軟體到代理框架全部整合為一套垂直整合平台。在我們過去一年協助企業客戶評估 AI 基礎設施選型的經驗中，最常見的痛點不是「選哪張 GPU」，而是「如何在安全、成本、延遲三者之間取得平衡」。NemoClaw 的推出正好回應了這個問題——它不是一張新卡，而是一套讓企業敢把 AI 代理接入生產環境的信任框架。對於正在評估 MCP 整合或 AI 代理商業應用的台灣企業而言，NemoClaw + DGX Spark 的組合提供了一條從概念驗證到生產部署的明確路徑。
延伸閱讀：
