各位台灣的朋友，歡迎來到 GTC Taiwan。
今天能回到台灣，對我來說意義非常特別。這不只是一次技術大會，也像是回家。我今天也把我的父母帶回來了。請大家給我的爸爸媽媽一個熱烈的掌聲。
也請大家把掌聲送給剛才表演的台灣小朋友們，他們實在太可愛了，也是真正的台灣之星。
今天現場有非常多朋友，同一時間，我們也正在向全台灣 70 個不同的觀看會場直播。也就是說，現在全台灣有 70 場 GTC 活動同時進行，所有人都在一起觀看這場 keynote。
今天，我有非常多事情想和大家分享，也有非常多合作夥伴想感謝。NVIDIA 在台灣的生態系，已經成長到令人難以置信的規模。
很多人一想到 NVIDIA 的生態系，通常會想到我們的軟體堆疊、開發者社群，或是建立在 NVIDIA 運算系統之上的各種應用。但真正的 NVIDIA 生態系，範圍遠遠不只如此。它一路往上游延伸到供應鏈，而這一切的起點就在台灣；它也一路往下游延伸到資料中心、AI 工廠，最後抵達每一位終端使用者。
今天，我們要談的幾乎就是整個生態系。台灣擁有世界上最豐富、最完整、也最強大的供應鏈生態系。這非常不可思議。
今年，我們共同創造的事業正在以驚人的速度成長。有人昨晚告訴我，台灣今年的 GDP 成長率可能接近 10%。這非常了不起。
那麼，我們開始吧。
實用 AI 已經到來，Token 正在變成新的經濟單位
兩年前，我在這裡和大家談到，AI 正從生成式 AI 走向下一波浪潮。那一波浪潮，就是代理式 AI，也就是 Agentic AI。
今天，我們可以非常清楚地說：代理式 AI 已經到來，真正有用的 AI 已經到來。
這代表什麼？
我們先從 GitHub 看起。軟體開發，是代理式 AI 最早、也最重要的應用之一。全世界大約有 3,000 萬到 4,000 萬名專業軟體開發者，若再加上學生與愛好者，規模更大。這是一個龐大的產業，也是全球最有價值的專業之一。
在 GitHub 上，pull request 代表開發者下載、修改軟體；commit 則代表他們把修改後的程式碼推回去。
2023 年，GitHub 上的 commit 數量約為 3 億次。
2024 年，增加到 4 億次。
2025 年，增加到 5 億次。
而在 2026 年前幾個月，這個數字幾乎已經成長到原來的 3 倍。
這代表什麼？
如果 3,000 萬名軟體工程師每年對應大約 3 兆美元的薪資產值，而這些工程師現在能產出接近 3 倍的工作量，那就等於同樣 3 兆美元的人力成本，創造出接近 9 兆美元的生產力。
這就是 AI 的潛力，也是 AI 的承諾。
很多人說 AI 會減少工作機會，這完全是錯誤的。實際上，AI 會讓更多軟體工程師被聘用。原因很簡單：如果一位工程師透過 AI 可以創造出 3 倍產出，企業為什麼不聘請更多工程師？
如果生產力曲線是平的，公司當然可能減少工程師。但現在產出大幅提升，企業反而更想聘請更多人。
這件事很快就會反映在全球經濟上。
第一個重點是：實用 AI 已經到來。AI 不再只是展示技術，它正在創造利潤，也正在創造 GDP。
這背後意味著另一件事：Token 的需求正在爆炸。
因為只要 AI 能創造價值，企業就會想要產生更多 Token。Token 現在已經成為可以賺錢的收入單位。當 Token 可以帶來利潤，AI 公司就會想建立更多 AI 工廠，產生更多 Token。
這正是台灣運算需求暴增的原因。也正是為什麼各位如此忙碌、企業業績如此強勁。
代理式 AI 改變了應用程式的基本形態
過去的電腦應用，大致是這樣運作的：應用程式裡有程式碼，程式碼跑在作業系統上。使用者開啟應用程式，點擊、輸入、執行。
但今天，新的運算模式變成了「代理」。
一個代理系統，通常由大型語言模型、代理框架、工具、技能、記憶系統與執行環境組成。大型語言模型負責思考，代理框架負責協調，工具負責執行任務，而記憶系統則讓代理能處理短期與長期資訊。
當使用者輸入一個指令時，代理必須理解輸入、觀察環境、推理問題、制定計畫、使用工具，最後完成任務。
它可以使用試算表、瀏覽器、資料庫、資料處理引擎、CAD 工具、程式編譯器，也可以呼叫各種加速運算函式庫。
這就是新的電腦運算模型。
過去，我們啟動應用程式，然後點擊與輸入。未來，我們會直接向 AI 說明意圖，AI 則會產生程式、操作工具，並交付我們需要的結果。
例如，你可以輸入一段 prompt，讓 AI 直接生成程式與視覺效果。
你也可以說：「我遺失了遙控器電池蓋，這是它的外觀，請幫我建立一個可 3D 列印的 CAD 檔。」
AI 會理解物件形狀，呼叫工具，生成可列印的設計檔。
這就是 Agentic AI。過去兩年，我們一直朝這個方向建構；而現在，它已經真正到來。
軟體不會被代理淘汰，反而會迎來更大需求
很多人問我：「Jensen，既然代理式 AI 來了，那是不是所有軟體公司都會被淘汰？」
我的答案正好相反。
因為世界不再受限於人類使用者的數量。未來會有大量代理存在，而這些代理會使用比人類更多的工具。
所以，這其實是軟體公司最好的時代。
但關鍵在於，軟體必須以代理能使用的方式呈現。工具不只是給人操作，也要能讓 AI 理解、呼叫與執行。
NVIDIA 最珍貴的資產之一，就是 CUDA 函式庫。我稱它們為 CUDA-X 函式庫。它們涵蓋計算微影、決策最佳化、稀疏求解器、深度研究、AI-RAN、可微分物理、基因體學等不同領域。
這些函式庫將成為代理的工具。
未來，每一個 CUDA-X 函式庫都會附上代理可理解的技能說明。AI 讀懂這些說明後，就會知道如何使用工具。代理使用這些函式庫的能力，甚至會比人類更有效率。
這是軟體的新時代，也是 CUDA-X 的新時代。
代理式 AI 需要全新的資料中心架構
代理式 AI 不是單一模型，也不是單一 GPU 就能解決的問題。
它是一種分散式、異質化、解耦合的運算模式。
你可以把大型語言模型想成大腦，把代理框架想成身體，把工具與執行環境想成工作坊。代理就像一位工作者，帶著工具在工作坊裡完成任務。
每一次代理觀察、理解、推理、計畫與行動，都會觸發大量運算。大型語言模型負責思考，CPU 負責工具呼叫與流程協調，DPU 負責安全隔離與資料保護，GPU 負責加速運算，儲存系統則負責記憶與資料檢索。
這裡最困難的部分之一是記憶。
代理需要工作記憶，也就是 KV Cache；也需要長期記憶。系統必須決定要記住什麼、壓縮什麼、如何檢索資料、如何處理結構化與非結構化資訊，以及不同資料之間的關聯。
AI 的記憶系統，將徹底改變儲存架構。
這也是為什麼 NVIDIA 建立了下一代系統：Vera Rubin。
Vera Rubin 不是一顆晶片，也不只是一個 GPU。它是一套完整的代理式 AI 運算系統。從 GPU、CPU、NVLink、儲存、安全處理器、網路、軟體堆疊到機櫃級系統，全部都被重新設計。
Vera Rubin 是 NVIDIA 史上最有野心的工程。這不只是 NVIDIA 4 萬名工程師的成果，也包含台灣整個供應鏈的共同參與。
NVIDIA 正從 GPU 公司，轉型為 AI 基礎設施公司
很久以前，NVIDIA 是一家 GPU 公司。後來，我們成為系統公司。今天，我們正在再次轉型，成為 AI 基礎設施公司。
因為客戶真正想要的不是買一台電腦，而是建立 AI 工廠。
AI 工廠是人類史上最大規模的基礎設施建設之一。晶片、機櫃、網路、電力、冷卻、電網，都必須從端到端一起設計。原因很簡單：運算能力就是收入。
如果每一個 Token 都能創造利潤，那麼每一瓦電所能產生的 Token 數量，就是資料中心的收入能力。
因此，NVIDIA 建立了 DGX 或 DSX 等級的 AI 工廠藍圖，從模擬、設計、建置、營運、監控、修復到電網協調，幫助客戶把 AI 工廠以最高效率運作起來。
今天的 AI 工廠，常常需要預留高達 40% 的電力容量。但透過更好的電力管理、液冷系統、動態功率分配與 AI 代理協調，資料中心可以在相同電力預算下部署更多 GPU，創造更多年收入。
到本世紀末之前，全球可能會有 100 GW 規模的 AI 工廠上線。NVIDIA 的目標，是讓這些 AI 工廠以最高效率運作，產生最低成本的 Token，同時也讓電網更穩定。
一座 1 GW 級 AI 工廠，過去可能是 200 億到 300 億美元的投資，後來變成 500 億到 600 億美元，未來甚至可能達到 800 億到 1,000 億美元。
這樣的資本投入必須一次成功，必須立刻運作。這就是為什麼我們需要在 Omniverse 裡先建立數位孿生，在真正破土動工前，先於數位世界中模擬與驗證整座 AI 工廠。
Vera Rubin 已經全面量產，為代理時代而生
今天，我很高興站在這裡宣布：Vera Rubin 已經全面量產。
Vera Rubin 的供應鏈規模，是 Grace Blackwell 的兩倍。過去組裝一個 Grace Blackwell 機櫃可能需要 2 小時，現在 Vera Rubin 的設計讓組裝時間縮短到 5 分鐘。
Vera Rubin 是第一個為代理式 AI 打造的多機櫃、Pod 級 AI 超級電腦。
它從 TSMC 開始。Vera Rubin 由 7 顆新晶片組成，採用 3 nm 製程、CoWoS 封裝，以及來自 Micron、SK Hynix、Samsung 的 HBM 記憶體。
Vera Rubin Compute Board 擁有 6 兆個電晶體，單板超過 18,000 個元件。Vera Rubin NVL72 負責思考，包括 prompt 理解、上下文處理、推理與規劃。
整個系統採用新的模組化電腦架構，透過 PCB 中板設計，減少纜線，提高可靠性。它包含 Superchip、ConnectX-9 SuperNIC、BlueField-4 DPU，以及可熱插拔的 NVLink Switch Tray。
新一代液冷匯流排可承載超過 5,000 安培電流，相當於 20 輛電動車全力加速時的電流規模。整個第三代 MGX 機櫃設計，由 130 萬個元件組成。
Vera Rubin 不是為了「跑 AI」而設計，它是為了「跑代理」而設計。
這是代理式系統。也正因如此，它需要世界上最先進的電腦。
Vera CPU：第一顆為 AI 代理打造的 CPU
接下來，我要談 CPU。
過去所有 CPU，基本上都是為人類而設計。人類是使用者，也是租用者。我們使用雲端 CPU 時，通常以秒、分鐘或小時計算。
但 AI 代理完全不同。
代理非常沒有耐心。它們不生活在「秒」的世界，而是生活在「奈秒」的世界。當代理呼叫工具、查詢資料庫、執行程式，它希望回應立刻回來。每一次等待，都會延遲下一步推理、下一步行動與下一個 Token 的產生。
所以，我們為 AI 時代打造了 Vera CPU。
Vera CPU 是為代理而生的 CPU。
它有 4 個關鍵特性。
第一，單執行緒效能必須極高。因為代理需要極低延遲，而不是只看整體吞吐量。Vera CPU 每個時脈週期可以擷取、解碼並執行 10 條指令，IPC 表現達到世界級水準。
第二，每個核心的記憶體頻寬必須非常高。代理會頻繁搬移資料，CPU 不能成為 GPU 的瓶頸。
第三，晶片內部與外部的總頻寬必須極高。代理式系統是解耦合、分散式的運算模型，資料需要在 CPU、GPU、儲存與網路之間快速流動。Vera CPU 的內部互連頻寬達到 3.6 TB/s，並支援 PCIe Gen 6 與 LPDDR5X，記憶體頻寬達到 1.2 TB/s。
第四，它必須極度省電。因為 AI 工廠裡最重要的經濟來源是 GPU 產生 Token。CPU 必須強大，但不能搶走過多電力。
Vera CPU 在真實工作負載上的表現非常驚人。例如 SQL 查詢可以達到 3 倍效能提升；即時串流處理可達 6 倍效能提升。對 CPU 來說，這種倍數級成長非常罕見。
這不只是一次 CPU 升級，而是一個全新市場的開始。
過去，我們為人類打造 CPU。未來，我們要為數十億甚至更多 AI 代理打造 CPU。這個市場會比過去更大，因為代理的數量會遠遠超過人類，而且代理比人類更沒有耐心。
企業 AI 工具包：每家公司都會成為代理公司
接下來這張圖，是今天最重要的重點之一。
未來 10 年，應用程式的基本形態會是代理。代理由模型、代理框架、工具、技能與執行環境組成。每家公司都會使用代理，每家公司都會成為代理公司。
企業現在最常問我們的問題是：我們要如何安全地執行代理？如何建立適合自己工作的代理？
因此，NVIDIA 建立了企業 AI 的代理工具包。
這套工具包包含 4 個關鍵部分。
第一是模型。大型語言模型越聰明越好，越快越好，成本越低越好。
第二是代理框架，也就是協調模型、工具與記憶系統的 harness。
第三是工具與技能。這些工具包含 CUDA-X 函式庫，也包含企業自己的軟體與資料系統。
第四是執行環境。這就像代理時代的作業系統，負責安全、權限、身分、資料保護與政策控管。
NVIDIA Open Shell 是我們開源的安全代理執行環境。它可以保護代理，讓代理在企業安全政策內運作，同時保護隱私、權限與身分。
這套系統可以跑在雲端、企業內部、邊緣設備，也可以跑在 PC 上。
Cadence 與 NVIDIA：晶片設計代理把週期從數週壓縮到數小時
代理式 AI 最讓我興奮的應用之一，是晶片設計。
晶片設計是 NVIDIA 最重要的工作之一，因此我們與 Cadence 合作，打造晶片設計超級代理。
設計晶片是世界上最困難的工程挑戰之一。數兆個電晶體、三維電路、微觀尺度，每一道閘、每一條線都要精準同步到皮秒等級，幾乎沒有錯誤空間。
傳統流程中，工程師需要撰寫 RTL、建立測試平台、執行模擬、找錯、修正，再重新驗證。一次循環可能需要數週。
現在，Cadence 與 NVIDIA 共同打造設計驗證代理。Codex 負責協調流程，Cadence 工具負責 RTL 驗證，Nemotron 負責推理，NVIDIA Open Shell 負責安全執行。
這套系統可以呼叫 RTL 生成、測試平台建立、回歸測試與除錯等子代理，並自動執行數百次模擬。它能找出設計缺陷，修正程式錯誤，把過去需要數週的驗證流程，壓縮到數小時。
驗證循環速度提升超過 40 倍。
NVIDIA 有數千名晶片設計工程師。未來，我們會聘用數十萬個 Cadence 超級代理，與我們一起工作，讓公司能更快、更大膽地創造下一代技術。
Nemotron 3 Ultra：開放模型讓每家公司打造自己的代理
要打造企業代理，必須先有一個強大的基礎模型。
這就是 Nemotron。
NVIDIA 致力於為世界建立開放模型，讓每家公司都能打造自己的代理。今天，我們宣布 Nemotron 3 Ultra。
Nemotron 不只提供模型本身，也提供訓練資料與訓練方法。透過與合作夥伴共同建立的資料集，Nemotron 訓練於大量長推理、長任務解決與工具使用資料上。
Nemotron 3 Ultra 是基於混合架構的新模型，結合 SSM 狀態空間模型與 Mixture of Experts。它速度快、成本低、推理能力強。
與世界上最好的開放模型相比，Nemotron 3 Ultra 速度快 5 倍，執行成本降低 30%，同時完全開放。
我們提供模型、資料與訓練腳本，讓企業可以加入自己的專業知識，把它變成自己的專有代理模型。
與 Microsoft 共同重塑 PC：代理會進入每一台個人電腦
我的許多台灣合作夥伴與朋友，都是從 PC 產業開始的。40 年前，PC 改變了世界。Windows 95 讓 PC 從企業工具變成每個人都應該擁有的消費電子產品。
40 年後，Microsoft 與 NVIDIA 將一起重新發明 PC。
新的 PC 不只是舊作業系統加上應用程式。它會是舊作業系統，加上大型語言模型，再加上代理執行環境。
大型語言模型就像現代版的 DirectX。它可以理解 prompt、處理視覺、生成影像、生成聲音，也能成為電腦的智慧延伸。
今天，我們推出 RTX Spark。
RTX Spark 是為 AI 時代重新設計的 PC 平台。它搭載 Blackwell RTX GPU，擁有 6,144 個 CUDA 核心、1 PFLOP AI 效能；也搭載與 MediaTek 共同打造的 20 核 Grace CPU，透過 NVLink 連接，配備 128 GB 統一記憶體，採用 TSMC 3 nm 製程，包含 700 億個電晶體。
RTX Spark 不只是用來創作與遊戲，也能在本地執行代理。
你可以在筆電上執行代理，讓它使用 Rhino、Blender、Flux 2 等工具，協助你從概念草圖、基地條件與風格 mood board 開始，自動建立房屋設計、內部空間、材質、渲染與寫實影像。
過去複雜的創作流程，會被代理引導與簡化。
Adobe 也重新設計 Photoshop 與 Premiere 的核心架構，將支援 RTX Spark，速度提升 2 倍，並透過 MCP Server 讓軟體能與筆電上的代理互動。
這是 40 年來 PC 最大的一次改變。
個人 AI 超級電腦：未來每個家裡都可能有一台 AI 主機
RTX Spark 重新定義筆電，但 Microsoft 與 NVIDIA 正在重新定義整個 PC 產品線。
今天，我們宣布 3 種全新的 Windows 機器：筆電、桌機與工作站。它們 100% 相容 Windows，100% 支援 CUDA，也 100% 支援 NVIDIA AI Tensor Core。
桌機版本可以 24 小時運作，成為你的個人 AI 代理主機。它可以連接你的筆電、螢幕、攝影機、家電、安全系統，成為家中的個人 AI。
而 DGX Station for Windows 則擁有 768 GB 記憶體，可執行 1 兆參數模型，提供 20 PFLOPS 運算能力與 8 TB/s 記憶體頻寬。對大型語言模型與代理開發者來說，這就像把一座小型 AI 超級電腦放在桌邊。
我相信，10 年後我們對 PC 的理解會完全不同。
今天我們說「手機」，其實很少真的用它打電話。手機已經變成完全不同的裝置。未來 PC 也會如此。它不再只是你開啟應用程式、點擊與輸入的工具，而會變成一個持續運作、理解你、協助你的 AI 系統。
我甚至可以想像，有一天每個家庭都會有一台 AI 超級電腦，就像今天很多家庭有家庭劇院、遊戲機、音響與大型電視。它會執行你的代理、你的助理，全天候為你完成各種工作。
它會越來越像 R2-D2 或 C-3PO，而不再像傳統 PC。
這次電腦的重塑，重要性不亞於手機變成智慧型手機。
代理式 AI 會進入汽車、機器人、基地台、衛星與工廠
代理式 AI 本質上就是數位機器人。它能理解、推理、計畫、行動，並使用工具。
這種模式不只會出現在雲端、企業與 PC，也會出現在自駕車、機器人、衛星、基地台、農業設備、製造設備與重工業設備中。
未來的基地台也會是代理式的。它會理解流量，與其他基地台協調，以最少能耗提升頻譜效率。
今天 NVIDIA 主要仍在資料中心中心位置，但我相信未來會有數百億甚至數千億個代理式系統，分布在世界各地。
其中最大的問題，是資料。
語言模型可以從網路上的語言資料中學習，因為那些資料是人類寫給人類看的。但物理 AI 與機器人需要的是從機器人視角理解世界的資料。大多數影片資料都是第三人稱視角，不是機器人第一人稱視角。
因此，物理 AI 最大的挑戰是資料。
Cosmos 3：物理 AI 的世界基礎模型
為了解決物理 AI 的資料問題，我們建立了 Cosmos。
今天，我們宣布 Cosmos 3。
Cosmos 是為物理 AI 打造的開放式前沿世界模型。它可以理解影像、動作、聲音與語言，也能生成物理一致的合成影片，支援模擬、訓練與政策評估。
當 Cosmos 作為視覺語言模型時，它能觀察物理世界並描述正在發生的事。
當它作為世界模型時，它能從影像、文字或影片生成符合物理邏輯的合成影片。
當它作為模擬器時，它能用於機器人策略訓練與評估。
當它作為世界行動模型時，它能預測未來畫面，並生成機器人動作。
過去，我們說資料加運算會產生 AI。現在，有了 AI 之後，運算本身也能產生資料。
Cosmos 3 就是物理 AI 時代的基礎模型。
Alpamayo 2：會推理的自駕車
今天，我們也宣布 Alpamayo 2，這是一個開放式自駕車模型。
我們正在與全球車廠合作。採用 NVIDIA Hyperion 平台的車廠，合計代表全球約 80% 的汽車產量。我們也與全球約 97% 的 mobility service 生態系連接。
Alpamayo 是世界上第一個會推理的自駕車系統。
它不只是看見道路，也會理解情境。它能判斷前方停車、行人穿越、車輛切入、卡車阻擋車道、路口讓行等狀況，並說明自己為什麼減速、變換位置或停車。
如果你讓它一直說話，可能會很吵。但我們很高興它會對自己說話，因為那代表它正在思考。
Isaac GR00T：為人形機器人建立開放平台
同樣的技術也適用於人形機器人。
NVIDIA Isaac GR00T 是我們的人形機器人技術堆疊，包含模型、資料生成、模擬、訓練、執行環境與作業系統。
無論是雲端代理、PC 代理、自駕車，或人形機器人，本質上都是同一種模式：模型、代理框架、工具、技能與執行環境。
但機器人系統非常複雜。它有大量馬達、感測器與控制系統，且非常脆弱。研究團隊如果每次都從零開始建立硬體、模擬、遙操作、資料管線與訓練基礎設施，會花費大量時間。
因此，我們今天宣布 NVIDIA Isaac GR00T 參考人形機器人平台。
這是一套完整整合的開放式開發平台，包含每隻手 25 個自由度、機器人本體 31 個自由度，身高約 6 英尺，重量約 150 磅，搭載 Jetson Thor 與完整 NVIDIA 軟體堆疊。
它是為大學與研究機構打造的，讓研究者可以在幾小時內開始工作，而不是花幾個月搭建環境。
結語：過去 6 個月，電腦產業已經完全改變
讓我總結今天談的內容。
過去 6 個月，電腦產業已經完全改變。原因是代理式 AI 真正成熟了，並與最新前沿模型匯合，使 AI 能開始執行有用的工作。
未來的運算模式會不斷重複同一個架構：模型、代理框架、工具、技能與執行環境。這套架構會出現在雲端、企業內部、PC、機器人、汽車、衛星、基地台、工廠與邊緣設備。
Vera Rubin 已經全面量產。Grace Blackwell 是為 AI 推論而設計，而 Vera Rubin 是為代理式 AI 而設計。它不只是一個 GPU，而是一套完整的分散式代理處理系統。
NVIDIA 也已經從 GPU 公司、系統公司，進一步成為 AI 基礎設施公司。我們的使命，是幫助客戶用最快速度建立 AI 工廠，創造最高收入與最高利潤。
Vera CPU 是為代理而生的 CPU，因為未來的 CPU 不只服務人類，也要服務數十億代理。
Microsoft 與 NVIDIA 正在重新發明 PC。這是新產品線的開始，也是 40 年來 PC 產業最大的一次重塑。
同樣的代理式運算模式，也會進入機器人、自駕車、衛星、基地台、工廠、雲端、企業與邊緣。
我想感謝台灣的每一位合作夥伴、每一位朋友。沒有你們，我們不可能走到今天。我為你們過去一年的成功感到驕傲，而接下來一年，會更加精彩。
謝謝台灣。
歡迎來到 Computex。祝大家有一場精彩的大會。
謝謝大家。
