NVIDIA GTC Taipei 2026

黃仁勳今天講了什麼

從 GPU 公司，到 AI 基礎設施公司。這場 keynote 的核心不是又一顆晶片，而是 NVIDIA 正在把「AI agent 會持續工作」變成下一代運算平台。

台北音樂中心 COMPUTEX 2026 AI Factory Agentic AI Physical AI
Executive Takeaway

AI 已經從「會回答」進入「會工作」。算力會像工廠一樣生產 token、產生收入。

黃仁勳今天最重要的敘事，是把 AI data center 從資本支出重新定義為收入機器。NVIDIA 要賣的不是單點硬體，而是讓企業生產 intelligence 的全套基礎設施。

Key Message

AI Factory 成為新基建

01
Token 是產出

模型不只生成內容，token 會被視為可變現的生產單位。吞吐量、延遲、能源效率都會直接連到營收。

02
Compute is revenue

如果算力能轉成收入，資料中心就不是成本中心，而是 AI 工廠。這會支持更長的 capex 週期。

03
系統大於晶片

未來比較的不是單顆 GPU 價格，而是整個 rack、網路、儲存、安全、冷卻的每瓦產出。

Infrastructure

Vera Rubin 進入全面生產

Vera Rubin 被定位為下一代 agentic AI factory 平台，不是單一 GPU，而是 pod-scale 的完整 AI supercomputer。

Vera Rubin NVL72 Vera CPU Spectrum-X BlueField-4
戰略意義
  • NVIDIA 把競爭邊界從 GPU 擴到 CPU、網路、儲存與資安。
  • 資料中心採購會更偏向整套平台與供應鏈交付能力。
  • 台灣供應鏈角色被綁進下一代 AI infrastructure cycle。
Agentic AI

未來十年的運算模式

ModelLLM / reasoning model 是 agent 的腦，但不再是全部。
Harness負責任務規劃、流程控制、上下文管理與多步推理。
Tools / SkillsAgent 會調用軟體工具、資料庫、模擬器與專業能力。
Runtime企業要安全、權限、沙盒、治理與可觀測性。
Cloud大型模型、企業級自動化、資料中心 agent workforce。
On-prem高敏感資料、製造、金融、政府與私有部署。
PC本地個人 agent，降低延遲與 meter anxiety。
Robot把 agentic pattern 帶進實體世界，連到感測與控制。
Personal Computing

AI PC 不是多一顆按鈕

RTX Spark 的定位

與 Microsoft、MediaTek 合作，讓 Windows PC 可以跑本地 AI agent。黃仁勳把它稱為 40 年來個人電腦的重要重塑。

真正的換機理由

如果 agent 能在本機 24/7 運作，PC 會從「你操作的工具」變成「替你持續處理任務的個人 AI hub」。

觀察重點：AI PC 要變成大循環，不能只靠硬體規格，還要看 killer workflow、軟體支援、隱私優勢與企業採購理由。

Physical AI

AI 進入實體世界

Robotics

Isaac GR00T 與 humanoid reference design，把機器人開發往標準平台推進。

Autonomous Vehicles

DRIVE Hyperion、Alpamayo 2、模擬與強化學習工具，指向 robotaxi-ready stack。

World Models

Cosmos 3 處理實體 AI 最難的資料問題：理解、模擬與生成物理世界。

Taiwan Supply Chain

台灣被放在 AI 工廠核心

黃仁勳明確感謝台灣供應鏈，並稱台灣是全球最豐富、最好的供應鏈生態之一。Vera Rubin 的量產需要伺服器、散熱、網通、電源、PCB、組裝、先進製程與測試共同支撐。

TSMC AI Server ODM Liquid Cooling Power Networking Advanced Packaging
Future Development

接下來看四條線

1. AI infraGPU 仍是核心，但價值往 rack-scale、液冷、高速網路、光通訊、電源、儲存與資安擴散。
2. Enterprise agents企業會從聊天機器人轉向能串流程、跑任務、調工具的 agent，先落地在工程、客服、財務、法務與供應鏈。
3. AI PC短期是新品週期，中期要看本地 agent 是否形成日常工作流與企業部署理由。
4. Physical AI機器人與自駕是長線，現在重點是 NVIDIA 正在鋪開發、模擬、訓練、部署的一致平台。
Investment Lens

主線強，但不能亂追

優先主線
  • NVIDIA 與 AI data center 生態
  • 先進製程、封裝、HBM 與高階伺服器
  • 液冷、電源、網通、光通訊與 rack integration
追蹤但分層看
  • AI PC：看軟體與換機動能，不只看規格。
  • Robotics：長線敘事強，短期財務貢獻仍需驗證。
  • 自駕：平台化很重要，但商業落地速度不宜過度樂觀。

操作原則：沒有明確訊號，不動。主線比故事重要；相對強弱比單日漲跌重要；高估值不是不能買，但不能亂追。

Watchlist

後續驗證訊號

需求

雲端客戶 capex 是否延續、AI factory 訂單是否擴到更多區域型雲與企業。

供應

Vera Rubin ramp 是否順、液冷與電力瓶頸是否影響出貨。

毛利

整套平台化是否守住毛利，還是被供應鏈成本與競爭壓縮。

軟體

Agent Toolkit、OpenShell、企業 runtime 是否形成黏著度。

PC

RTX Spark 是否有實際 workflow 和 OEM 推廣，不只停在發表會敘事。

實體 AI

機器人、自駕平台是否出現可複製商業案例。

Sources

資料來源

NVIDIA Blog：GTC Taipei at COMPUTEX 2026 live updates NVIDIA GTC Taipei 2026 官方活動頁 NVIDIA GTC Taipei at COMPUTEX 2026 官方頁 Focus Taiwan：Nvidia's Huang says AI now a driver of profits, GDP growth

整理時間：2026-06-01。這份簡報聚焦 keynote 已公開資訊與投資/產業方向判讀，非投資建議。