
黄仁勋 GTC Berlin:AI 工厂五层蛋糕、DSX POD、OpenShell 安全运行时,以及「每个公司都能造 agent」
工程管理AI 工厂OpenShellagentNVIDIA黄仁勋
一句话结论
约 92 分钟主旨演讲把欧洲 AI 经济写成「能源→算力→产 token 的工厂→模型→应用」五层蛋糕,并推出可集装箱交付的 DSX POD 与系统调用级强制策略的 OpenShell,强调安全要跟能力一起工程化,而不是「好好说话」指望模型听话。
打开原文
NVIDIA:GTC Berlin 2026 Keynote with Jensen Huang
背景与理念
口号是:不要只消费 AI,要在欧洲生产 AI。框架把基础设施摆在模型层前面,类比电网与互联网:先有工厂产 token,才有模型与应用。开场点名 L'Oréal、Revolut、Spotify、Merck、Vodafone、Zara、Porsche、Nestlé、HSBC 等欧洲客户。
具体做法
- Vera Rubin / DSX POD。从「跑模型」扩到处理整个 agent(think / harness / 知识 / 工具加速);供应链内装机烧机后集装箱交付,现场部署从数月压到数天~约一个月量级(博客写 utilities ready 后约 14 天)。
- Agent 五件套 = model + harness + sandbox + knowledge + tools。点名「Today, the only thing stopping an agent from misusing all that is asking it nicely」——这不够当安全。
- OpenShell:策略在系统调用/文件/网络粒度强制;密钥在 sandbox 外;可选 Sentry on BlueField-4 硬件隔离监控;Apache 2.0 开源。并称与 Anthropic 等合作做 Claude OpenShell agents。
- 开放模型与主权智能。Nemotron / Cosmos / GR00T / Alpamayo / Earth-2 等提供权重、数据出处与复现脚本;企业用自有数据 post-train。知识层强调解析/嵌入/重排与结构化预测。
- 物理 AI 线。电信、自适应放疗、Hyperion 车规平台、Agile ONE 参考人形、RTX Spark(约 1 petaflop / 128GB)等。
关键数据/例子
成片时长约 91 分 59 秒(YouTube v-NGxyPjcrE,成片日 2026-10-23;演讲约 10-21)。称近一年在欧投资近 100 亿美元、伙伴 12,000+;闲置 GW 级工厂 capex 损失巨大,故强调到站可投产。
创新点
第一,把 agent 安全从「提示词礼貌」改成系统调用级 OpenShell 与密钥外置。第二,用 DSX POD 把「AI 工厂」从概念压成可交付的供应链与部署时间表。
可否复用
- 按五件套盘点自家 agent:缺 sandbox、缺知识层或缺工具治理的,先补工程边界。
- 密钥与策略不要放进模型可改的沙箱内。
- 部署节奏要算「闲置算力成本」,而不只算采购价。