NVIDIA 轉型 AI 基礎設施公司！黃仁勳 GTC Taipei 2026 說了什麼？專家解析輝達佈局策略
2026 年 6 月 1 日，輝達（NVIDIA）執行長黃仁勳在台北流行音樂中心發表 GTC Taipei 2026 主題演講，主題定為「Useful AI Has Arrived（有用的 AI 終於來臨）」。這是 GTC 大會首度在台北舉行。
演講全程長達兩小時，從 AI Agent、Vera Rubin 新架構、CUDA 滿 20 週年，一路談到 AI PC、Physical AI（實體 AI）與台灣供應鏈，資訊密度極高。《數位時代》總編輯王志仁，在演講結束後第一時間邀請智源智庫創辦人、全球半導體聯盟（GSA）前亞太區創始執行長王智立（Jeremy Wang）進行深度解讀。
以下 Q 為《數位時代》總編輯王志仁提問，A 為智源智庫創辦人王智立回答。
Q1：黃仁勳在 GTC Taipei 2026 帶來哪些核心訊息？
A： 這場演講最重要的訊息，是 NVIDIA 公開宣示自己不再只是 GPU（圖形處理器）晶片公司，也不只是系統公司，而是一家 AI 基礎設施公司（Infrastructure Company）。過去市場也許認為 NVIDIA 是晶片公司或系統整合商，但黃仁勳這次很大膽地把整個雄心壯志呈現出來：不管是網路互連技術還是 CPU（中央處理器），NVIDIA 的能力現在都已達到世界頂尖。對於在半導體產業待了三十幾年的人來說，這感覺像是一統江湖。一家原本專做 GPU 的公司，現在要做端到端（End-to-End）的解決方案。
這個基礎設施野心最具體的體現，就是這次發布的 Vera Rubin。黃仁勳已經把它定位成未來雲端 AI 基礎設施的完整解決方案，不只是一顆晶片或一套系統，而是整個 AI 實現所需的端到端平台。
整場演講場控也非常好，從準時開始到準時結束，執行力令人印象深刻。
Q2：Vera Rubin 機櫃展示了什麼？台灣供應鏈在 Codesign 模式中扮演什麼角色？
A： 今年 Vera Rubin 機櫃最讓我印象深刻的一個細節，是跟去年相比，外部電線全部不見了。光是這件事，就代表從晶片換代到整個機械設計的整合，在一年之內要把所有外部走線都內化進去，這需要 NVIDIA 內部與台灣供應商之間極度緊密的協同設計能力。
黃仁勳現場說「台灣從一開始就和我們在一起」，這不是客套話。Vera Rubin 平台整合了 6 兆個電晶體，動用了超過 150 家台灣供應鏈夥伴。從台積電的 3 奈米先進製程與 CoWoS 封裝、鴻海與廣達的系統組裝，到散熱、電源、連接器各環節，全部都是從最早的設計階段就一起進來的 Codesign（協同設計）模式，不是等產品設計好了才找人代工。
這也就是為什麼台灣的供應鏈競爭優勢很難被複製。從晶圓廠、先進封裝到系統組裝，每一層累積都需要時間，也需要在整個生態系中彼此默契配合的執行力。這也就是為什麼黃仁勳一直在感謝台灣，因台灣創造了 NVIDIA，NVIDIA 也成就台灣現在的 AI 光景。
Q3：面對 AI Agent 浪潮，NVIDIA 如何將這股趨勢整合進自家產品與解決方案？
A： 黃仁勳在 Agent（代理）這個議題上著墨最深。他給出了一個很清楚的定義：Agent 等於 LLM（大型語言模型）加上 Harness（駕馭工程）。LLM 是大腦，負責思考、推理；Harness 是身體，涵蓋工具、安全機制以及所有對外互動的介面。
他以 NVIDIA 與 EDA（電子設計自動化）軟體龍頭 Cadence 的合作為例，具象化了 Agent 的實際應用。過去需要幾週時間、大量工程師反覆驗證的晶片設計流程，透過 NVIDIA 打造的 Super Agent，現在幾個小時就能搞定。這說明 Agent 已不是概念，而是真正落地在工作流程中。
6 月 2 日至 6 月 5 日正值 COMPUTEX，黃仁勳也特別把 PC 這個議題帶進來。他把 PC 重新定義為 AI PC 或 Agent PC，兩者概念其實相近，都是讓 AI 能力直接跑在本地端裝置上。他也強調 NVIDIA 將與微軟深化合作，一起推動這個新的 PC 時代。從個人電腦到 IC 設計，再到工業應用和 Physical AI，Agent 的概念從頭貫穿到尾，是整場演講的主軸。
延伸閱讀｜AI agent 為何會失控又越罵越笨？台大教授用 80 字實驗拆解 Harness Engineering 三個控制關鍵
Q4：NVIDIA 與聯發科合作推出 N1X 晶片、聯手微軟進軍 PC 邊緣端，這個戰略的邏輯是什麼？
A： 黃仁勳的佈局思路很清楚：他用的其實是已經成熟的技術。N1X 採用的是 Arm 架構的 CPU 與 Blackwell GPU 的架構概念，其中 CPU 是與聯發科共同設計的 20 核心 Arm 處理器，GPU 則延伸自已在雲端資料中心跑了一年多、相當成熟的 Blackwell 架構。同時把聯發科拉進來共同設計，再加上與微軟深化合作，確保這顆晶片能跑所有 NVIDIA 自己開發的軟體與應用程式，也能跑所有微軟的程式。
這等於是宣告要重新定義 PC——用「MN 組合」（Microsoft + NVIDIA）取代過去三十幾年的 Wintel（Windows + Intel）架構。
王志仁：有趣的是，「AI PC」這個名詞是 Intel 前執行長 Pat Gelsinger 三年前提出的，但 Intel 喊了三年沒有真正兌現；NVIDIA 現在用一顆 N1X 晶片，直接把概念落地了。
Q5：CUDA 問世 20 年，為何仍是 NVIDIA 最重要的競爭護城河？
A： CUDA（由 NVIDIA 所創建的平行運算平台與 API 模型）絕對是 NVIDIA 最隱藏、也最有競爭力的秘密武器。晶片世代不斷迭代、名稱一直在換，但所有應用軟體、所有運算都跑在 CUDA 這個底層平台上。這個護城河是 20 年前在遊戲開發過程中慢慢建起來的，一旦建成，競爭對手就很難進來搶，因為要換掉 CUDA，等於整個軟體生態都要重來。
這也可能是北京在 AI 領域不願繼續採購 NVIDIA 晶片的隱藏原因之一：一旦繼續用，就永遠被綁在 NVIDIA 的架構上。
這次黃仁勳花了不少時間介紹 CUDA-X Library 針對基礎科學的新擴充。物理、生物基因、化學、天文等領域的模型工具都已整合進去，讓 Vera Rubin 這套整體解決方案更完整、也更省電。
Q6：自駕車、機器人、工廠等 Physical AI 應用目前有哪些具體進展？
A： 黃仁勳幾乎與所有重要的車廠、機器人領導廠商、工廠自動化業者都建立了合作。這個生態系的佈局本身就是另一道高牆。
自駕車的部分，演講中展示了車輛在真實路況中行駛、自言自語進行環境辨識的影片，辨識能力與反應速度已接近人類水準，甚至在某些情境下比人更精準。
黃仁勳也在演講一開始強調，AI 不會消滅工作，而是會創造新機會。當 AI 本身能賺錢，企業就有動力雇用更多人來賺更多錢。善用 AI 的人，尤其是下一代，工作保障會更好，生活也會更簡單。
延伸閱讀｜AI 時代該讀什麼科系？黃仁勳：學什麼不再決定一切，這些領域反而更值錢
Q7：黃仁勳同時佈局大型與中小型雲端服務商，這個策略有何深意？
A： 黃仁勳這次花了不少篇幅點名中小型的垂直領域雲端服務商（CSP），包括金融、社群媒體等特定產業的 CSP。這個佈局值得觀察的地方是：NVIDIA 提供端到端的硬體解決方案之後，會不會也順勢攪動整個雲端服務市場的生態。
王志仁補充： 前幾大超大型雲端業者今年整體資本支出合計已接近 7,000 億美元（約新台幣 21.98 兆元），雖然金額仍在成長，但成長率不可能一直維持在過去幾年的水準。NVIDIA 很清楚這件事。
GMI Cloud 創辦人兼執行長葉威延在演講前的直播對談中亮相，黃仁勳在台上也再次點名這家公司，同一場活動出現兩次，這在 GTC 上很少見。背後的邏輯是：讓更多中小型 CSP 茁壯，一方面填補大型雲端業者覆蓋不到的企業市場縫隙，另一方面最終受益的還是 NVIDIA，所有算力背後的基礎設施提供商都是輝達。
A： 黃仁勳演講開場說「你買越多，就賺越多」，其實沒說出口的後半句是：「所有人買越多，NVIDIA 也賺越多」。這是一個希望是雙贏的產業發展。
延伸閱讀｜GTC 不只黃仁勳！AI Agent 落地、實體 AI 崛起，專家與台灣新創帶回的第一手觀察
收聽完整 Podcast｜數位時代 EP290：輝達從系統商晉身基礎設施業，黃仁勳點名哪些台廠共同設計促成？
（本文初稿為 AI 編撰）
延伸閱讀
Google、亞馬遜搶訂 AI ASIC！世芯、創意、聯發科憑什麼接單？拆解台灣晶片設計業卡位雲端巨頭的邏輯
Nvidia 官方養蝦場 NemoClaw 登場！讓 AI 代理替你寫程式、查資料、管信件，敏感數據不出防火牆
電力比晶片更稀缺：NVIDIA 砸 200 億美元收購 Groq！台大教授剖析 2026 年 AI 競賽的兩大主軸