新闻 
英伟达掀桌放大招!Windows终于迎来真正"AI PC"
英伟达掀桌放大招!Windows终于迎来真正"AI PC"英伟达掀桌放大招!Windows终于迎来真正"AI PC"
这颗 CPU 包含 88 个 Olympus 核心，使用单片网格结构连接，没有把核心分散到多个 chiplet 上。这样的设计减少了跨芯片通信带来的延迟。它支持 PCI Express Gen 6，内部通信能力达到 3.6 TB 每秒，内存带宽达到 1.2 TB 每秒。
相比 x86 CPU，Vera 在部分场景中峰值内存延迟降低 40%，智能体 sandbox 性能达到 1.8 倍，SQL 性能达到 3 倍，实时流处理性能达到 6 倍。
Agent 是新的工作负载，CPU 的角色也随之变化。它不再只是云计算里可出租的通用核心，而是 AI 工厂里调度模型、工具、内存、数据库和安全系统的关键部件。
现在买电脑，是用来打造 AI 工厂
黄仁勋反复强调，AI 的商业逻辑已经改变。过去算力常被视为成本，现在 token 是可以带来收入的单位。只要 token 能产生收入，算力就成了生产能力。
想用 Token 赚钱，就来看看英伟达的 AI 工厂。NVIDIA DSX 是构建并运营 AI 工厂的蓝图与参考设计，基于 Omniverse，用数字孪生提前模拟 AI 工厂的布局、电力、冷却、网络和系统集成。
黄仁勋提到，未来 1 GW 级 AI 工厂的投资可能达到 500 亿、600 亿美元，甚至进一步上升到 800 亿至 1000 亿美元。资本成本越高，系统上线速度、吞吐效率、可靠性和生命周期越关键。
RTX 面向我们的 GPU，DGX 面向我们的系统，而如今，DSX 则构成了整个基础设施的核心。
而 NVIDIA DSX 这套生态系统囊括了一大批的云服务公司和 AI 基础设施企业，包括 CoreWeave、Nebius、Nscale、Naver Cloud 等，以及服务的客户包括 Cursor、World Labs、Revolut、Shopify、Google 等等，帮助所有的企业用户用 Token 来获得收入。
硬件之外，企业如何真正用上智能体，是另一条线。
黄仁勋把企业构建智能体所需能力分为四类：模型、调度系统、工具与技能、运行环境。对应到产品上，就是 Nemotron、OpenShelf、CUDA X libraries 和 AI 平台。
[加西网正招聘多名全职sales 待遇优]
还没人说话啊，我想来说几句
相比 x86 CPU，Vera 在部分场景中峰值内存延迟降低 40%，智能体 sandbox 性能达到 1.8 倍，SQL 性能达到 3 倍，实时流处理性能达到 6 倍。
Agent 是新的工作负载，CPU 的角色也随之变化。它不再只是云计算里可出租的通用核心，而是 AI 工厂里调度模型、工具、内存、数据库和安全系统的关键部件。
现在买电脑，是用来打造 AI 工厂
黄仁勋反复强调，AI 的商业逻辑已经改变。过去算力常被视为成本，现在 token 是可以带来收入的单位。只要 token 能产生收入，算力就成了生产能力。
想用 Token 赚钱，就来看看英伟达的 AI 工厂。NVIDIA DSX 是构建并运营 AI 工厂的蓝图与参考设计，基于 Omniverse，用数字孪生提前模拟 AI 工厂的布局、电力、冷却、网络和系统集成。
黄仁勋提到，未来 1 GW 级 AI 工厂的投资可能达到 500 亿、600 亿美元，甚至进一步上升到 800 亿至 1000 亿美元。资本成本越高，系统上线速度、吞吐效率、可靠性和生命周期越关键。
RTX 面向我们的 GPU，DGX 面向我们的系统，而如今，DSX 则构成了整个基础设施的核心。
而 NVIDIA DSX 这套生态系统囊括了一大批的云服务公司和 AI 基础设施企业，包括 CoreWeave、Nebius、Nscale、Naver Cloud 等，以及服务的客户包括 Cursor、World Labs、Revolut、Shopify、Google 等等，帮助所有的企业用户用 Token 来获得收入。
硬件之外，企业如何真正用上智能体，是另一条线。
黄仁勋把企业构建智能体所需能力分为四类：模型、调度系统、工具与技能、运行环境。对应到产品上，就是 Nemotron、OpenShelf、CUDA X libraries 和 AI 平台。
[加西网正招聘多名全职sales 待遇优]
| 分享: |
| Note: | _VIEW_NEWS_FULL |
推荐: