輝達(NVIDIA)創辦人暨執行長黃仁勳 6 月 1 日在台北流行音樂中心登場,發表 GTC Taipei 主題演講。這場演講不只是 COMPUTEX 前夕最受矚目的科技事件,也再次把台灣供應鏈推上全球 AI 舞台。
黃仁勳一開場就以「很高興回家」向現場觀眾問候,並特別感謝台灣龐大的供應鏈生態系。他強調,外界談到 NVIDIA 生態系時,常會想到 CUDA、AI 軟體堆疊與開發者社群,但其實 NVIDIA 的生態系一路延伸到上游供應鏈,從台灣開始,再往下游連到資料中心、雲端服務與終端使用者。
這次演講的核心訊息為 AI 已經從生成式 AI 走向代理式 AI(Agentic AI),NVIDIA 的角色也從 GPU 供應商,進一步擴大為協助全球打造 AI Factory 的基礎設施公司。從 Vera Rubin、Vera CPU、DSX、Nemotron 3 Ultra、RTX Spark,到 Cosmos 3 與 Isaac Groot,這些新品與平台都指向同一個方向,未來的電腦將具備理解任務、規劃步驟、使用工具並完成工作的能力,AI 代理人系統會成為新一代運算模式的核心。
黃仁勳演講重點一:Agentic AI 已經到來,AI 從聊天工具變成生產力工具
黃仁勳在演講中指出,兩年前他在台灣談到 AI 浪潮時,曾提到生成式 AI 之後,下一波會是代理式 AI。如今,他直接宣告:「Agentic AI has arrived,useful AI has arrived。」也就是說,代理式 AI 已經到來,真正有用的 AI 也已經到來。
所謂 Agentic AI,指的是 AI 除了能回答問題或生成文字,也能理解使用者意圖、觀察情境、進行推理、規劃行動,並且使用工具完成任務。過去使用電腦時,人們需要打開應用程式、點擊按鈕、輸入資料;未來則可能只要告訴 AI 想完成什麼,AI 就會自行選擇工具、撰寫程式碼、查詢資料、建立檔案,甚至完成整套工作流程。
黃仁勳用 GitHub 的程式開發數據說明 AI 對生產力的影響。他提到全球約有 3,000 萬至 4,000 萬名專業軟體工程師,2023 年 GitHub commit 數約 3 億次,2024 年增至 4 億次,2025 年達到 5 億次,而 2026 年前幾個月的提交量幾乎已經成長近 3 倍。
在黃仁勳看來,這代表 AI 並非單純取代工程師,反而是讓工程師產出大幅提升。當同樣的人力成本可以創造更多產出,企業反而會更願意投入軟體開發與 AI 應用,這也是他認為 AI 會創造更多工作機會的原因。
黃仁勳演講重點二:Token 成為收入單位,AI Factory 成為新基礎建設
這次演講中,黃仁勳反覆強調一個重要觀念:Token 已經成為可以創造收益的單位。
過去市場談 AI,重點多半放在模型訓練、GPU 需求與雲端算力。但現在 AI 應用開始能為企業創造收入,AI 公司就有動機生產更多 token、服務更多使用者、建立更多 AI Factory。這也解釋了為什麼台灣供應鏈近期如此忙碌。當全球企業都想建置 AI Factory,需求會擴大到整櫃式系統、伺服器組裝、散熱、電源、連接器、PCB、滑軌、機構件、資料中心與電力基礎設施。
黃仁勳指出,AI Factory 的建置非常複雜,必須把晶片、機櫃、網路、電力、散熱與電網整合在一起設計。這不是單純買幾台伺服器就能完成,而是大規模基礎建設工程。他也形容,全球正在競相打造 AI Factory,這將會是人類歷史上最大規模的基礎建設建置潮之一。

圖片來源:輝達GTC台北大會演講截圖
AI Factory 是什麼?為什麼它對台灣供應鏈這麼重要?
AI Factory 可以理解為專門「生產 AI token」的工廠。傳統工廠生產汽車、晶片或電子產品;AI Factory 則透過 GPU、CPU、網路、儲存、電力與冷卻系統,持續處理 AI 推論與訓練任務,產出能被使用者或企業應用的 AI 結果。如果從供應鏈角度來看,AI Factory 還需要一整套硬體與基礎設施配合:
|
AI Factory 環節 |
需要的產品或能力 |
台灣供應鏈角色 |
|
先進製程 |
GPU、CPU、網路晶片 |
晶圓代工、先進製程 |
|
先進封裝 |
GPU 與 HBM 整合 |
CoWoS、先進封裝 |
|
記憶體 |
HBM 高頻寬記憶體 |
與國際記憶體廠供應鏈合作 |
|
伺服器系統 |
AI 伺服器、整櫃系統 |
ODM、系統組裝 |
|
散熱 |
水冷、液冷、散熱模組 |
散熱廠、熱管理廠 |
|
電源 |
電源供應器、BBU、電力管理 |
電源與能源管理廠 |
|
PCB |
高階板材、伺服器板、載板 |
PCB、CCL、載板廠 |
|
連接與機構 |
連接器、線材、滑軌、機殼 |
零組件與機構件廠 |
|
資料中心 |
電力、冷卻、監控、營運 |
工程、能源與基礎設施夥伴 |
黃仁勳演講重點三:Vera Rubin 全面進入生產
本次演講最受市場關注的產品之一,就是 NVIDIA 下一代 AI 平台 Vera Rubin。黃仁勳強調,Vera Rubin 是一整套為代理式 AI 設計的分散式運算系統,涵蓋 GPU、CPU、NVLink、網路、儲存、安全處理器與軟體堆疊。
Vera Rubin 的重要性在於,Agentic AI 的運算模式與過去不同。過去的大型語言模型主要負責生成答案,但代理式 AI 需要反覆理解情境、推理、規劃、使用工具、讀取資料庫、管理短期記憶與長期記憶。這種工作流程會頻繁調動 GPU、CPU、記憶體、儲存與網路,因此需要更完整的系統設計。
黃仁勳也提到,Vera Rubin 是 NVIDIA 史上最具野心的工程之一,幾乎全公司工程團隊都投入其中,台灣供應鏈也參與了這套系統的誕生,代表下一階段 AI 需求是整個 AI 系統平台的升級。

圖片來源:NVIDIA 官網
Vera CPU:為 AI Agent 設計
除了 Vera Rubin,黃仁勳也花了很大篇幅介紹 Vera CPU。他提出一個很關鍵的觀點:過去 CPU 是為人類使用電腦而設計,但未來 CPU 必須為 AI agent 設計。
人類使用電腦時,通常可以等待幾秒鐘。但 AI agent 不一樣。當它要查資料庫、呼叫工具、處理程式碼、讀取記憶體或與其他系統互動時,每一次等待都會拖慢整個任務流程。未來世界上可能會有數十億、甚至數百億個 AI agent 同時運作,因此 CPU 必須具備更低延遲、更高單核心效能、更高記憶體頻寬與更好的能源效率。
這也是 NVIDIA 推出 Vera CPU 的原因。它不是單純用來替代既有 CPU,它是針對 agentic computing 的新需求打造。黃仁勳甚至表示,這會是一個過去不存在的 CPU for agents 的新市場。

圖片來源:輝達GTC台北大會演講截圖
黃仁勳演講重點四:NVIDIA 推企業 AI 工具包,讓每家公司都能打造自己的 Agent
黃仁勳在演講中指出,未來每家公司都會成為 agent company。也就是說,每家公司內部都可能有大量 AI agent 協助處理工作,從客服、資安、財務、設計、工程、資料分析到供應鏈管理,都可能被 agentic AI 改寫。為了讓企業建立自己的 AI agent,NVIDIA 推出企業 AI 工具包,核心可以拆成四個部分:
|
組成 |
功能 |
|
Models |
大型語言模型,可作為企業 agent 的智慧核心 |
|
Harness |
負責調度模型、記憶、工具與任務流程 |
|
Tools and Skills |
讓 AI agent 使用企業軟體、資料庫、CUDA 函式庫或其他工具 |
|
Runtime |
讓 agent 能在雲端、企業內部、PC 或裝置端安全運作 |
其中,NVIDIA 也宣布 Nemotron 3 Ultra,這是 NVIDIA 最新開放模型之一,主打速度更快、成本更低,並開放模型、資料與訓練方式,讓企業可以依照自己的工作流程與專業知識進行客製化。
NVIDIA 想提供一套基礎工具,讓企業軟體公司、產業公司與開發者能打造專屬 agent。黃仁勳舉 Cadence 與 NVIDIA 合作的晶片設計 agent 為例,說明 AI agent 已經能協助 RTL 驗證、測試、debug,把原本可能需要數週的晶片驗證流程縮短到數小時。對半導體產業而言代表 AI 不只是晶片需求來源,也會反過來改變晶片設計本身。
黃仁勳演講重點五:Microsoft 與 NVIDIA 重新發明 PC,RTX Spark 是 AI PC 新起點
黃仁勳提到過去 40 年來,PC 的使用方式大致上都是開啟應用程式、點擊、輸入,再由使用者自己完成任務。但在 agentic AI 時代,PC 可能會變成一台能理解使用者、協助完成工作、連接本地模型與雲端模型的個人 AI 電腦。
這次 NVIDIA 與 Microsoft 合作,推出全新的 AI PC 產品方向,其中 RTX Spark 是重要起點。RTX Spark 採用與聯發科合作打造的 N1X 晶片,結合 Blackwell RTX GPU、Grace CPU、NVLink、128GB unified memory,並採用台積電 3 奈米製程。
黃仁勳的想像是,未來每個人的 PC 能成為個人 AI agent 的運行中心。它可以幫使用者設計房子、操作創作軟體、處理研究資料、規劃旅行,甚至連接家中設備,成為長時間運作的個人 AI 系統。他也用智慧型手機作比喻過去手機只是用來打電話,但今天手機已經成為生活中最重要的運算裝置。未來 PC 也可能經歷類似轉變,從「打開軟體的工具」變成「執行 AI agent 的個人超級電腦」。

圖片來源:輝達GTC台北大會演講截圖
黃仁勳演講重點六:AI 從數位世界走向物理世界,Cosmos 3、Alpamile 2、Isaac Groot 登場
演講後段,黃仁勳把 agentic AI 的概念從雲端、企業與 PC,延伸到機器人、自駕車、工廠、衛星、基地台與各種邊緣裝置。他指出,未來各種電腦都會具備 agentic AI 能力,能理解環境、做出判斷並採取行動。不過,物理世界 AI 面臨一個很大的難題:資料。語言模型可以從網路上的文字資料訓練,但機器人需要的是從機器人視角理解世界的資料。現有影片多半是人類視角或第三人稱視角,並不完全適合訓練機器人。
因此 NVIDIA 宣布 Cosmos 3,定位為 physical AI 的基礎模型。Cosmos 3 可以理解物理世界、生成合成影片、模擬未來情境,協助機器人、自駕車與工廠設備訓練 AI 模型。同時,NVIDIA 也介紹 Alpamile 2 與 Isaac Groot:
|
平台 |
主要用途 |
意義 |
|
Cosmos 3 |
Physical AI 基礎模型 |
協助產生機器人與物理世界 AI 所需資料 |
|
Alpamile 2 |
自駕車模型 |
讓車輛能理解道路情境並進行推理 |
|
Isaac Groot |
人形機器人參考平台 |
提供機器人模型、資料生成、測試與執行平台 |
這代表 NVIDIA 正把 AI 從語言模型與資料中心,推向真實世界的各種機器。未來不只是雲端會跑 agent,PC、汽車、機器人、基地台、工廠設備都可能成為 agentic AI 的載體。
台灣供應鏈受惠範圍擴大:從晶片製造到整座 AI Factory
這次演講最直接牽動台股市場的部分,就是台灣供應鏈。黃仁勳在演講中再次強調,台灣擁有全球最完整、最優秀的供應鏈生態系。隨著 AI 從單一 GPU 走向整座 AI Factory,台灣供應鏈受惠範圍也跟著擴大。
過去市場談 NVIDIA 概念股,重點常放在台積電先進製程、CoWoS 先進封裝與 AI 伺服器組裝。但現在,AI Factory 需要的是端到端整合,供應鏈涵蓋範圍更廣,包括散熱、電源、PCB、連接器、滑軌、機構件、線材、機殼與資料中心基礎建設。
|
類別 |
可能受惠方向 |
|
晶圓代工與先進封裝 |
GPU、CPU、CoWoS、先進製程需求 |
|
AI 伺服器與整櫃系統 |
GB200、GB300、Vera Rubin 平台放量 |
|
散熱與液冷 |
AI 機櫃功耗提升,水冷與液冷需求增加 |
|
電源與能源管理 |
高功率伺服器、BBU、電力配置需求升溫 |
|
PCB 與高階板材 |
高速傳輸、高層數伺服器板需求提高 |
|
連接器與線材 |
高速訊號、電力傳輸與機櫃內互連需求增加 |
|
滑軌與機構件 |
整櫃式伺服器與資料中心建置需求 |
|
資料中心工程 |
AI Factory 建置、電力、冷卻與營運管理 |
黃仁勳演講背板彩蛋:台灣小吃也成為社群焦點
除了科技供應鏈之外,這次演講還有一個意外插曲便是黃仁勳在背板中放入多家台灣小吃與愛店名稱,包括花娘小館、王記府城肉粽、富霸王豬腳、Fruit Lady 等,引發社群熱烈討論。網友笑稱台灣豬腳、肉粽也「打入 AI 供應鏈」,甚至戲稱這些店家成為另類輝達概念股。雖然這只是幽默彩蛋,但也反映黃仁勳訪台同時帶動資本市場、供應鏈、社群文化與台灣在地消費話題。這種「黃仁勳效應」也讓 NVIDIA 在台灣的影響力更具象化。它不只是財報裡的 AI 晶片公司,也成為台灣科技產業、媒體輿論與大眾生活共同關注的焦點。

圖片來源:輝達GTC台北大會演講截圖
總結
如果只把這場演講看成新品發表,可能會低估它的意義,黃仁勳真正想傳達的是,AI 運算模式正在全面改變。過去的電腦核心是應用程式,使用者負責操作;未來的電腦核心可能是 AI agent,由 AI 理解任務、使用工具、執行工作。過去 NVIDIA 的主角是 GPU;現在 NVIDIA 要提供的是從晶片、系統、軟體、資料中心到機器人的完整 AI 基礎設施。
這也讓台灣供應鏈的重要性進一步提升。AI Factory 的建置需要先進製程、封裝、伺服器、散熱、電源、PCB、連接器與機構件共同配合,而這些正是台灣科技產業長期累積的優勢。從 Agentic AI、Vera Rubin 到 Cosmos 3 與 Isaac Groot,黃仁勳這場 GTC Taipei 演講所描繪的是一個新的 AI 運算時代。對全球科技產業來說,AI 正從雲端模型走向企業、PC、汽車、機器人與實體世界;對台灣來說這場浪潮則再次證明,AI 時代的關鍵起點,仍然離不開台灣供應鏈。
【延伸閱讀】