Впервые представлен в 2026 году, Дженсен Хуанг бросил «ядерную бомбу» весом 2,5 тонны и потряс выставку｜CES2026
Показать оригинал
Автор:爱范儿
Bitget предлагает комплексные решения для торговли криптовалютами, акциями и золотом. Торгуйте сейчас!
Приветственный бонус 6,200 USDT для новых пользователей! Зарегистрироваться
*В конце есть небольшой бонус-видео. Это первый раз за 5 лет, когда NVIDIA на CES не представила потребительскую видеокарту. Генеральный директор Jensen Huang уверенно вышел в центр сцены NVIDIA Live, всё в той же лакированной куртке из крокодиловой кожи, как и в прошлом году. 
В отличие от прошлогоднего сольного выступления, в 2026 году Jensen Huang выступал на нескольких мероприятиях подряд: от NVIDIA Live до индустриального AI-диалога с Siemens и конференции Lenovo TechWorld — три события за 48 часов. В прошлый раз он представил на CES линейку видеокарт RTX 50.А на этот раз главными героями стали физический AI, робототехника и 2,5-тонная « корпоративная ядерная бомба ». Представлена вычислительная платформа Vera Rubin: чем больше покупаешь, тем больше экономишь Во время презентации предприимчивый Jensen Huang прямо на сцене показал 2,5-тонную AI-серверную стойку, чтобы подчеркнуть главное событие презентации: вычислительную платформу Vera Rubin, названную в честь астронома, открывшей тёмную материю. Её цель — только одна: Ускорить обучение AI, чтобы поколение новых моделей наступило быстрее. 
Обычно в NVIDIA есть правило: в каждом поколении продуктов менять максимум 1-2 чипа. Но на этот раз Vera Rubin нарушила традицию: сразу переработано 6 чипов, и все они уже вышли в массовое производство.
Причина проста: с замедлением закона Мура традиционные пути повышения производительности не поспевают за ростом AI-моделей в 10 раз в год. Поэтому NVIDIA выбрала «предельную координированную разработку» — инновации одновременно на всех уровнях чипов и платформ.
Эти 6 чипов: 1. Vera CPU: - 88 кастомных ядер NVIDIA Olympus - Технология пространственной многопоточности NVIDIA, поддержка 176 потоков - Пропускная способность NVLink C2C 1,8 ТБ/c - Системная память 1,5 ТБ (в 3 раза больше, чем у Grace) - Пропускная способность LPDDR5X 1,2 ТБ/c - 227 миллиардов транзисторов 
2. Rubin GPU: - Производительность NVFP4 для инференса 50 PFLOPS, в 5 раз больше, чем у предыдущего поколения Blackwell - 336 миллиардов транзисторов, на 60% больше, чем у Blackwell - Третье поколение Transformer-движка, динамическая настройка точности под модель Transformer 
3. Сетевая карта ConnectX-9: - 800 Гбит/c Ethernet на базе 200G PAM4 SerDes - Программируемый RDMA и ускоритель передачи данных - Сертификация CNSA и FIPS - 23 миллиарда транзисторов 
4. BlueField-4 DPU: - Конечный движок для нового поколения AI-платформ хранения - 800G Gb/s DPU для SmartNIC и процессоров хранения - 64-ядерный Grace CPU с ConnectX-9 - 126 миллиардов транзисторов 
5. Переключающий чип NVLink-6: - Соединяет 18 узлов вычислений, поддерживает до 72 Rubin GPU, работающих как единое целое - В архитектуре NVLink 6 каждый GPU получает 3,6 ТБ/c пропускной способности для all-to-all коммуникации - Использует 400G SerDes, поддерживает In-Network SHARP Collectives — выполнение коллективных операций прямо внутри сети 
6. Spectrum-6 оптический Ethernet-коммутатор - 512 каналов по 200 Гбит/c — сверхбыстрая передача данных - Интеграция кремниевой фотоники по технологии COOP от TSMC - Совместно упакованные оптические интерфейсы (copackaged optics) - 352 миллиарда транзисторов 
Благодаря глубокой интеграции всех 6 чипов производительность системы Vera Rubin NVL72 по всем показателям превзошла предыдущее поколение Blackwell. В задачах инференса NVFP4 этот чип достиг ошеломляющих 3,6 EFLOPS, что в 5 раз выше архитектуры Blackwell прошлого поколения. В обучении NVFP4 — 2,5 EFLOPS, что в 3,5 раза быстрее. С точки зрения памяти: у NVL72 54 ТБ LPDDR5X — в 3 раза больше, чем у прошлой модели. HBM (высокоскоростная память) — 20,7 ТБ, рост в 1,5 раза. Пропускная способность HBM4 — 1,6 ПБ/с (+2,8x); Scale-Up — до 260 ТБ/с (рост в 2 раза). Хотя производительность выросла настолько значительно, количество транзисторов увеличилось лишь в 1,7 раза — до 220 триллионов, что говорит о технических инновациях в полупроводниках. 
В инженерном плане Vera Rubin также совершила технологический прорыв. Раньше для одного суперкомпьютерного узла требовалось подключить 43 кабеля, на сборку уходило 2 часа, и можно было ошибиться. Теперь у узла Vera Rubin — ни одного кабеля, только 6 шлангов для жидкостного охлаждения, и всё собирается за 5 минут. Более того, за стойкой почти 3,2 км медных кабелей, 5000 штук образуют магистраль NVLink со скоростью 400 Гбит/c. По словам Huang, «весить это может сотни фунтов — быть CEO нужно с хорошей физической формой». В AI-сфере время — это деньги. Ключевая цифра: для обучения модели с 10 трлн параметров Rubin требуется всего четверть систем Blackwell, а стоимость генерации одного токена — примерно 1/10 Blackwell. 
Кроме того, хотя энергопотребление Rubin в 2 раза выше, чем у Grace Blackwell, рост производительности в разы опережает энергозатраты: инференс быстрее в 5 раз, обучение — в 3,5 раза. Что ещё важнее, Rubin увеличил пропускную способность (число AI-токенов на ватт и на доллар) в 10 раз по сравнению с Blackwell. Для гигаваттного ЦОДа стоимостью $50 млрд это означает удвоение выручки. Главная боль индустрии AI в прошлом — нехватка памяти для контекста. AI при работе формирует «KV Cache» (кэш ключ-значение) — свою «рабочую память». Но с увеличением длины диалога и размера модели HBM-памяти не хватает. 
В прошлом году NVIDIA представила архитектуру Grace-Blackwell с расширенной памятью, но этого тоже мало. Решение Vera Rubin — размещать процессоры BlueField-4 прямо в стойке, чтобы они управляли KV Cache. Каждый узел оснащен 4 BlueField-4, за которыми стоит по 150 ТБ памяти для контекста, распределяемой на GPU. Каждой видеокарте выделяется дополнительно 16 ТБ памяти (сама видеокарта — около 1 ТБ), при этом пропускная способность — 200 Гбит/c, без потери скорости. Однако одной ёмкости мало: чтобы «стикеры» (KV Cache) на десятках стоек и тысячах GPU работали как единая память, сеть должна быть «огромной, быстрой и надёжной». Здесь появляется Spectrum-X. Spectrum-X — первый в мире полностью специализированный для генеративного AI end-to-end Ethernet-платформенный сетевой стек от NVIDIA. Новое поколение Spectrum-X собрано по технологии COOP от TSMC с интеграцией кремниевой фотоники, 512 каналов × 200 Гбит/c. Хуанг подсчитал: для гигаваттного ЦОДа стоимостью $50 млрд Spectrum-X увеличивает пропускную способность на 25% — экономия $5 млрд. «Можно сказать, что эта сеть практически бесплатна». По безопасности Vera Rubin поддерживает Confidential Computing: все данные шифруются на всех этапах — передача, хранение, вычисления, включая все шины PCIe, NVLink и CPU-GPU. Компании могут безопасно развертывать свои модели во внешних системах, не опасаясь утечки данных. DeepSeek поразил мир: open-source и агентные системы — мейнстрим AI После главной части вернёмся к началу выступления. Jensen Huang сразу огласил впечатляющую цифру: за последние 10 лет было инвестировано около $10 трлн в вычислительные ресурсы — и всё это сейчас модернизируется. Но это не только про железо — это смена софтверной парадигмы. Он особо отметил модели-агенты (Agentic), обладающие автономным поведением, и упомянул Cursor, который полностью изменил внутреннюю разработку в NVIDIA. 
Зал особенно взбудоражила его высокая оценка open-source сообщества. По словам Huang, прошлогодний прорыв DeepSeek V1 был неожиданностью для всего мира: первый открытый инференс-движок напрямую спровоцировал волну развития отрасли. На слайде PPT знакомые китайские игроки Kimi k2 и DeepSeek V3.2 — первое и второе место среди open-source моделей. Huang считает, что open-source-модели сейчас могут отставать от топовых примерно на полгода, но каждые полгода выходит новая модель. Такая скорость обновления не оставляет равнодушными ни стартапы, ни гигантов, ни исследователей — включая саму NVIDIA. Поэтому в этот раз они не просто «продают лопаты», предлагая видеокарты: NVIDIA построила DGX Cloud — суперкластер за миллиарды долларов, разрабатывает передовые модели вроде La Proteina (синтез белков) и OpenFold 3. 
Экосистема open-source моделей NVIDIA охватывает биомедицину, физический AI, агентные модели, робототехнику, автопилот и другое Семейство open-source моделей NVIDIA Nemotron также стало одной из «звёзд» презентации. В него входят модели для речи, мультимодальности, retrival-augmented generation (RAG), безопасности и других задач. Huang отметил, что Nemotron занимает топовые места в ряде тестов и уже используется многими компаниями. Что такое физический AI — запуск десятков моделей за раз Если большие языковые модели решают задачи «цифрового мира», то следующий амбициозный шаг NVIDIA — завоевать «физический мир». По словам Huang, чтобы AI понял законы физики и мог существовать в реальности, нужны крайне редкие данные. Помимо агентных open-source моделей Nemotron, он предложил архитектуру из «трёх компьютеров» для физического AI (Physical AI). 
Тренировочный компьютер — то, что мы знаем: вычислительный кластер на обучающих видеокартах, например, архитектура GB300.
Компьютер для инференса — «малый мозг» для роботов и автомобилей, отвечающий за выполнение задач в реальном времени.
Симуляционный компьютер — Omniverse и Cosmos. Он даёт AI виртуальную среду для обучения с физической обратной связью.
Система Cosmos может создавать огромное количество обучающих сред для физического AI На этой архитектуре Huang анонсировал Alpamayo — первый в мире автопилот, способный к рассуждению и мышлению. 
В отличие от традиционных автопилотов, Alpamayo — это end-to-end система. Её прорыв — решение «длиннохвостовой проблемы» автопилота: в сложнейших дорожных ситуациях Alpamayo уже не просто исполняет код, а рассуждает как человек. «Он скажет вам, что собирается делать дальше и почему принимает такое решение». На демо автомобиль ведёт себя очень естественно, разбивая сложные сценарии на элементарные действия, опираясь на базовые знания. И это не просто слова: Huang объявил, что Mercedes CLA, оснащённый Alpamayo, выйдет в США в первом квартале этого года, а затем появится в Европе и Азии. 
Эта машина признана NCAP самой безопасной в мире, благодаря уникальной «двойной архитектуре безопасности» NVIDIA: если AI не уверен, система мгновенно возвращается к классическим, более надёжным алгоритмам, чтобы обеспечить абсолютную безопасность. На презентации Huang также показал стратегию NVIDIA в робототехнике. 
Конкуренция между девятью ведущими AI и производителями оборудования: все расширяют продуктовую линейку, особенно в робототехнике. Ячейки с выделением — новые продукты с прошлого года Все роботы будут оснащены мини-компьютером Jetson, проходить обучение в симуляторе Isaac на платформе Omniverse. NVIDIA интегрирует эти технологии в промышленные системы Synopsys, Cadence, Siemens и др. 
Huang пригласил на сцену гуманоидных и четвероногих роботов от Boston Dynamics, Agility и других, подчеркнув, что самый большой робот — это сам завод Снизу вверх видение NVIDIA таково: проектирование чипов, систем и цифровых двойников заводов в будущем будет ускоряться физическим AI NVIDIA. На презентации снова появился робот Disney, и Huang с юмором обратился к милым роботам: «Вас будут проектировать на компьютере, собирать на компьютере, а перед встречей с настоящей гравитацией вы будете тестироваться и проходить верификацию тоже на компьютере». 
Если бы не Jensen Huang, вся презентация могла бы показаться мероприятием от разработчика AI-моделей. На фоне разговоров о «пузыре AI», кроме замедления закона Мура, Huang, похоже, хочет укрепить веру каждого из нас в реальные возможности AI. Помимо презентации мощной новой AI-суперкомпьютерной платформы Vera Rubin для утоления жажды вычислений, он уделил больше внимания приложениям и софту, чтобы показать, как AI реально изменит жизнь. И, как отметил сам Huang, если раньше они создавали чипы для виртуального мира, то теперь сами выходят на сцену и фокусируют внимание на физическом AI — автопилотах, гуманоидных роботах и реальном физическом секторе, где конкуренция куда жёстче. В конце концов, только в условиях битвы оружие продаётся бесконечно. *И наконец, бонус-видео: из-за ограничений по времени на CES у Huang осталось много нерассказанных слайдов. Он просто сделал из них забавный ролик. Приятного просмотра⬇️ 
В отличие от прошлогоднего сольного выступления, в 2026 году Jensen Huang выступал на нескольких мероприятиях подряд: от NVIDIA Live до индустриального AI-диалога с Siemens и конференции Lenovo TechWorld — три события за 48 часов. В прошлый раз он представил на CES линейку видеокарт RTX 50.А на этот раз главными героями стали физический AI, робототехника и 2,5-тонная « корпоративная ядерная бомба ». Представлена вычислительная платформа Vera Rubin: чем больше покупаешь, тем больше экономишь Во время презентации предприимчивый Jensen Huang прямо на сцене показал 2,5-тонную AI-серверную стойку, чтобы подчеркнуть главное событие презентации: вычислительную платформу Vera Rubin, названную в честь астронома, открывшей тёмную материю. Её цель — только одна: Ускорить обучение AI, чтобы поколение новых моделей наступило быстрее. Обычно в NVIDIA есть правило: в каждом поколении продуктов менять максимум 1-2 чипа. Но на этот раз Vera Rubin нарушила традицию: сразу переработано 6 чипов, и все они уже вышли в массовое производство. Причина проста: с замедлением закона Мура традиционные пути повышения производительности не поспевают за ростом AI-моделей в 10 раз в год. Поэтому NVIDIA выбрала «предельную координированную разработку» — инновации одновременно на всех уровнях чипов и платформ.
Эти 6 чипов: 1. Vera CPU: - 88 кастомных ядер NVIDIA Olympus - Технология пространственной многопоточности NVIDIA, поддержка 176 потоков - Пропускная способность NVLink C2C 1,8 ТБ/c - Системная память 1,5 ТБ (в 3 раза больше, чем у Grace) - Пропускная способность LPDDR5X 1,2 ТБ/c - 227 миллиардов транзисторов 2. Rubin GPU: - Производительность NVFP4 для инференса 50 PFLOPS, в 5 раз больше, чем у предыдущего поколения Blackwell - 336 миллиардов транзисторов, на 60% больше, чем у Blackwell - Третье поколение Transformer-движка, динамическая настройка точности под модель Transformer 3. Сетевая карта ConnectX-9: - 800 Гбит/c Ethernet на базе 200G PAM4 SerDes - Программируемый RDMA и ускоритель передачи данных - Сертификация CNSA и FIPS - 23 миллиарда транзисторов 4. BlueField-4 DPU: - Конечный движок для нового поколения AI-платформ хранения - 800G Gb/s DPU для SmartNIC и процессоров хранения - 64-ядерный Grace CPU с ConnectX-9 - 126 миллиардов транзисторов 5. Переключающий чип NVLink-6: - Соединяет 18 узлов вычислений, поддерживает до 72 Rubin GPU, работающих как единое целое - В архитектуре NVLink 6 каждый GPU получает 3,6 ТБ/c пропускной способности для all-to-all коммуникации - Использует 400G SerDes, поддерживает In-Network SHARP Collectives — выполнение коллективных операций прямо внутри сети 6. Spectrum-6 оптический Ethernet-коммутатор - 512 каналов по 200 Гбит/c — сверхбыстрая передача данных - Интеграция кремниевой фотоники по технологии COOP от TSMC - Совместно упакованные оптические интерфейсы (copackaged optics) - 352 миллиарда транзисторов Благодаря глубокой интеграции всех 6 чипов производительность системы Vera Rubin NVL72 по всем показателям превзошла предыдущее поколение Blackwell. В задачах инференса NVFP4 этот чип достиг ошеломляющих 3,6 EFLOPS, что в 5 раз выше архитектуры Blackwell прошлого поколения. В обучении NVFP4 — 2,5 EFLOPS, что в 3,5 раза быстрее. С точки зрения памяти: у NVL72 54 ТБ LPDDR5X — в 3 раза больше, чем у прошлой модели. HBM (высокоскоростная память) — 20,7 ТБ, рост в 1,5 раза. Пропускная способность HBM4 — 1,6 ПБ/с (+2,8x); Scale-Up — до 260 ТБ/с (рост в 2 раза). Хотя производительность выросла настолько значительно, количество транзисторов увеличилось лишь в 1,7 раза — до 220 триллионов, что говорит о технических инновациях в полупроводниках. В инженерном плане Vera Rubin также совершила технологический прорыв. Раньше для одного суперкомпьютерного узла требовалось подключить 43 кабеля, на сборку уходило 2 часа, и можно было ошибиться. Теперь у узла Vera Rubin — ни одного кабеля, только 6 шлангов для жидкостного охлаждения, и всё собирается за 5 минут. Более того, за стойкой почти 3,2 км медных кабелей, 5000 штук образуют магистраль NVLink со скоростью 400 Гбит/c. По словам Huang, «весить это может сотни фунтов — быть CEO нужно с хорошей физической формой». В AI-сфере время — это деньги. Ключевая цифра: для обучения модели с 10 трлн параметров Rubin требуется всего четверть систем Blackwell, а стоимость генерации одного токена — примерно 1/10 Blackwell. Кроме того, хотя энергопотребление Rubin в 2 раза выше, чем у Grace Blackwell, рост производительности в разы опережает энергозатраты: инференс быстрее в 5 раз, обучение — в 3,5 раза. Что ещё важнее, Rubin увеличил пропускную способность (число AI-токенов на ватт и на доллар) в 10 раз по сравнению с Blackwell. Для гигаваттного ЦОДа стоимостью $50 млрд это означает удвоение выручки. Главная боль индустрии AI в прошлом — нехватка памяти для контекста. AI при работе формирует «KV Cache» (кэш ключ-значение) — свою «рабочую память». Но с увеличением длины диалога и размера модели HBM-памяти не хватает. В прошлом году NVIDIA представила архитектуру Grace-Blackwell с расширенной памятью, но этого тоже мало. Решение Vera Rubin — размещать процессоры BlueField-4 прямо в стойке, чтобы они управляли KV Cache. Каждый узел оснащен 4 BlueField-4, за которыми стоит по 150 ТБ памяти для контекста, распределяемой на GPU. Каждой видеокарте выделяется дополнительно 16 ТБ памяти (сама видеокарта — около 1 ТБ), при этом пропускная способность — 200 Гбит/c, без потери скорости. Однако одной ёмкости мало: чтобы «стикеры» (KV Cache) на десятках стоек и тысячах GPU работали как единая память, сеть должна быть «огромной, быстрой и надёжной». Здесь появляется Spectrum-X. Spectrum-X — первый в мире полностью специализированный для генеративного AI end-to-end Ethernet-платформенный сетевой стек от NVIDIA. Новое поколение Spectrum-X собрано по технологии COOP от TSMC с интеграцией кремниевой фотоники, 512 каналов × 200 Гбит/c. Хуанг подсчитал: для гигаваттного ЦОДа стоимостью $50 млрд Spectrum-X увеличивает пропускную способность на 25% — экономия $5 млрд. «Можно сказать, что эта сеть практически бесплатна». По безопасности Vera Rubin поддерживает Confidential Computing: все данные шифруются на всех этапах — передача, хранение, вычисления, включая все шины PCIe, NVLink и CPU-GPU. Компании могут безопасно развертывать свои модели во внешних системах, не опасаясь утечки данных. DeepSeek поразил мир: open-source и агентные системы — мейнстрим AI После главной части вернёмся к началу выступления. Jensen Huang сразу огласил впечатляющую цифру: за последние 10 лет было инвестировано около $10 трлн в вычислительные ресурсы — и всё это сейчас модернизируется. Но это не только про железо — это смена софтверной парадигмы. Он особо отметил модели-агенты (Agentic), обладающие автономным поведением, и упомянул Cursor, который полностью изменил внутреннюю разработку в NVIDIA. Зал особенно взбудоражила его высокая оценка open-source сообщества. По словам Huang, прошлогодний прорыв DeepSeek V1 был неожиданностью для всего мира: первый открытый инференс-движок напрямую спровоцировал волну развития отрасли. На слайде PPT знакомые китайские игроки Kimi k2 и DeepSeek V3.2 — первое и второе место среди open-source моделей. Huang считает, что open-source-модели сейчас могут отставать от топовых примерно на полгода, но каждые полгода выходит новая модель. Такая скорость обновления не оставляет равнодушными ни стартапы, ни гигантов, ни исследователей — включая саму NVIDIA. Поэтому в этот раз они не просто «продают лопаты», предлагая видеокарты: NVIDIA построила DGX Cloud — суперкластер за миллиарды долларов, разрабатывает передовые модели вроде La Proteina (синтез белков) и OpenFold 3. Экосистема open-source моделей NVIDIA охватывает биомедицину, физический AI, агентные модели, робототехнику, автопилот и другое Семейство open-source моделей NVIDIA Nemotron также стало одной из «звёзд» презентации. В него входят модели для речи, мультимодальности, retrival-augmented generation (RAG), безопасности и других задач. Huang отметил, что Nemotron занимает топовые места в ряде тестов и уже используется многими компаниями. Что такое физический AI — запуск десятков моделей за раз Если большие языковые модели решают задачи «цифрового мира», то следующий амбициозный шаг NVIDIA — завоевать «физический мир». По словам Huang, чтобы AI понял законы физики и мог существовать в реальности, нужны крайне редкие данные. Помимо агентных open-source моделей Nemotron, он предложил архитектуру из «трёх компьютеров» для физического AI (Physical AI). Тренировочный компьютер — то, что мы знаем: вычислительный кластер на обучающих видеокартах, например, архитектура GB300.
Компьютер для инференса — «малый мозг» для роботов и автомобилей, отвечающий за выполнение задач в реальном времени.
Симуляционный компьютер — Omniverse и Cosmos. Он даёт AI виртуальную среду для обучения с физической обратной связью.
Система Cosmos может создавать огромное количество обучающих сред для физического AI На этой архитектуре Huang анонсировал Alpamayo — первый в мире автопилот, способный к рассуждению и мышлению. В отличие от традиционных автопилотов, Alpamayo — это end-to-end система. Её прорыв — решение «длиннохвостовой проблемы» автопилота: в сложнейших дорожных ситуациях Alpamayo уже не просто исполняет код, а рассуждает как человек. «Он скажет вам, что собирается делать дальше и почему принимает такое решение». На демо автомобиль ведёт себя очень естественно, разбивая сложные сценарии на элементарные действия, опираясь на базовые знания. И это не просто слова: Huang объявил, что Mercedes CLA, оснащённый Alpamayo, выйдет в США в первом квартале этого года, а затем появится в Европе и Азии. Эта машина признана NCAP самой безопасной в мире, благодаря уникальной «двойной архитектуре безопасности» NVIDIA: если AI не уверен, система мгновенно возвращается к классическим, более надёжным алгоритмам, чтобы обеспечить абсолютную безопасность. На презентации Huang также показал стратегию NVIDIA в робототехнике. Конкуренция между девятью ведущими AI и производителями оборудования: все расширяют продуктовую линейку, особенно в робототехнике. Ячейки с выделением — новые продукты с прошлого года Все роботы будут оснащены мини-компьютером Jetson, проходить обучение в симуляторе Isaac на платформе Omniverse. NVIDIA интегрирует эти технологии в промышленные системы Synopsys, Cadence, Siemens и др. Huang пригласил на сцену гуманоидных и четвероногих роботов от Boston Dynamics, Agility и других, подчеркнув, что самый большой робот — это сам завод Снизу вверх видение NVIDIA таково: проектирование чипов, систем и цифровых двойников заводов в будущем будет ускоряться физическим AI NVIDIA. На презентации снова появился робот Disney, и Huang с юмором обратился к милым роботам: «Вас будут проектировать на компьютере, собирать на компьютере, а перед встречей с настоящей гравитацией вы будете тестироваться и проходить верификацию тоже на компьютере». Если бы не Jensen Huang, вся презентация могла бы показаться мероприятием от разработчика AI-моделей. На фоне разговоров о «пузыре AI», кроме замедления закона Мура, Huang, похоже, хочет укрепить веру каждого из нас в реальные возможности AI. Помимо презентации мощной новой AI-суперкомпьютерной платформы Vera Rubin для утоления жажды вычислений, он уделил больше внимания приложениям и софту, чтобы показать, как AI реально изменит жизнь. И, как отметил сам Huang, если раньше они создавали чипы для виртуального мира, то теперь сами выходят на сцену и фокусируют внимание на физическом AI — автопилотах, гуманоидных роботах и реальном физическом секторе, где конкуренция куда жёстче. В конце концов, только в условиях битвы оружие продаётся бесконечно. *И наконец, бонус-видео: из-за ограничений по времени на CES у Huang осталось много нерассказанных слайдов. Он просто сделал из них забавный ролик. Приятного просмотра⬇️ 0
0
Дисклеймер: содержание этой статьи отражает исключительно мнение автора и не представляет платформу в каком-либо качестве. Данная статья не должна являться ориентиром при принятии инвестиционных решений.
PoolX: вносите активы и получайте новые токены.
APR до 12%. Аирдропы новых токенов.
Внести!
Вам также может понравиться
В Техасе п роданы все «входные билеты» на 8 ГВт электроэнергии! Bernstein: при дефиците электроэнергии такие майнинговые компании, как IREN(IREN.US), станут хозяевами AI-инфраструктуры и будут получать «арендную плату»
Опубликован первый список базовой нагрузки ERCOT, подтверждено 8 гигаватт электроэнергии; Bernstein ожидает, что дефицит приведет к росту арендной платы, выделяет шесть акций, таких как IREN и CIFR.
智通财经•2026/09/17 03:11
Классика никогда не устаревает! Berkshire планирует увеличить долю в пяти крупнейших японских торговых компаниях, «сильный денежный поток + дивиденды + выкуп акций» надёжно фиксируют долгосрочные средства.
По словам председателя Японской ассоциации внешней торговли Масахиро Окафудзи, компания Berkshire Hathaway рассматривает возможность увеличения доли акций японских торговых компаний. Berkshire Hathaway уже владеет более чем 10% акций Mitsubishi Corporation, Sumitomo Corporation, Mitsui & Co., Marubeni Corporation и Itochu Corporation и, возможно, увеличит свою долю в этих компаниях.
智通财经•2026/09/17 02:26
Цены на крипто
Далее
Bitcoin
BTC
$76,240.94
+0.55%
Ethereum
ETH
$2,429.1
+1.12%
Tether USDt
USDT
$0.9990
-0.01%
BNB
BNB
$724.19
+1.34%
XRP
XRP
$1.3
-0.29%
USDC
USDC
$0.9999
-0.01%
Solana
SOL
$99.59
+2.32%
TRON
TRX
$0.3355
+0.61%
Zcash
ZEC
$1,366.38
+20.16%
Hyperliquid
HYPE
$79.21
+2.46%
Как продать PI
Листинг PI на Bitget — купите или продайте PI быстро на Bitget!
Торговать
Вы еще не являетесь пользователем Bitget?Приветственный бонус 6200 USDT для новых битгеттеров!
Зарегистрироваться