Ogłoszenia Nvidia CES 2026: 5 ważnych wniosków z wykładu przewodniego CEO Jensena Huanga

CEO Nvidii, Jensen Huang, rzucił bombę na CES 2026: platforma AI firmy Vera Rubin nowej generacji jest już w pełnej produkcji.

Podczas swojego poniedziałkowego wystąpienia Huang ogłosił, że Rubin, sześciochipowy, ekstremalnie współzaprojektowany system, stworzony do drastycznie obniżających koszty trenowania i uruchamiania modeli AI, jest gotowy na partnerów w tym roku.

Ten ruch sygnalizuje, że Nvidia przyspiesza swoją mapę drogową sprzętową przed terminem, umacniając swoją dominację w wyścigu o infrastrukturę AI, nawet gdy rywale AMD i Intel podejmują zdecydowane działania.

5 wniosków z przemówienia CEO Nvidii na CES 2026

1. Pierwszym kluczowym wnioskiem jest to, że Rubin nie jest samodzielną aktualizacją GPU.

Nvidia pozycjonowała Rubin jako kompletną platformę rackową złożoną z sześciu ściśle zintegrowanych komponentów działających jako jeden superkomputer AI.

W skład zespołu wchodzi procesor Vera z 88 niestandardowymi rdzeniami, zapewniając dwukrotnie większą wydajność niż poprzednik.

Karty Rubin obsługujące 50 petaflopów inferencji NVFP4, przełącznik nowej generacji NVLink 6 zapewniający 260TB/s przepustowości na szafę, ConnectX-9 SuperNIC do sieci o wysokiej przepustowości, DPU BlueField-4 do odciążenia pamięci masowej i zadań związanych z bezpieczeństwem oraz Ethernetu opartego na fotonice Spectrum-X.

2. Huang ogłosił, że Rubin (zwany także NVL72) jest w pełnej produkcji i jest przekazywany partnerom.

Partnerzy, w tym Microsoft, CoreWeave i Nebius, już ogłosili plany integracji Rubin ze swoimi chmurami AI w drugiej połowie 2026 roku.

To podejście etapowe: najpierw partnerzy, a później szersza dostępność klientów w 2026 roku, jest kluczowe dla inwestorów śledzących ograniczenia podaży i implikacje marży.

3. Trzeci wniosek opiera się na tym, co Nvidia twierdzi, że Rubin dostarczy.

Firma twierdzi, że GPU Rubin oferują do 5-krotnej poprawy wydajności treningowej w porównaniu z Blackwell w niektórych obciążeniach oraz nawet do 3,5-krotnej poprawy treningu ogółu.

Szerzej rzecz biorąc, Nvidia twierdzi, że Rubin zmniejszy koszty tokenów wnioskowania około 10 razy w porównaniu z Blackwell i pozwoli przedsiębiorstwom trenować modele mieszane ekspertów przy użyciu 4 razy mniejszej liczby GPU.

Te liczby muszą być traktowane jako wskazówki dla firmy, a nie jako niezależne punkty odniesienia.

4. Kolejnym wnioskiem jest pierwszy poważny punkt dowodowy Nvidii w zakresie pojazdów autonomicznych.

Huang ogłosił, że nowy model CLA Mercedes-Benz będzie pierwszym pojazdem produkcyjnym z pełnym zestawem DRIVE Nvidii, w tym nowym modelem AI opartym na rozumowaniu o nazwie Alpamayo.

System wykorzystuje modele wizji, języka i działania do obsługi rzadkich scenariuszy jazdy i wyjaśniania swoich decyzji, co Huang nazwał "momentem ChatGPT dla fizycznej AI".

Wprowadzenie Mercedesa jest kluczowe, ponieważ pokazuje, że Nvidia wykracza poza sprzedaż chipów na rzecz sprzedaży rozwiązań full-stack i wzmacnia kierunek firmy w kierunku autonomicznej jazdy i robotyki jako silników wzrostu poza centrami danych.

5. Rubin to nie jedyne duże ogłoszenie Nvidii.

Huang zaprezentował otwartoźródłowe modele AI w sześciu dziedzinach (opieka zdrowotna, klimat, robotyka, rozumowanie, wbudowana sztuczna inteligencja i autonomiczna jazda) oraz wprowadził desktopowy superkomputer DGX Spark dla korporacyjnej AI.

Jednak demonstracje i dostępność komercyjna różnią się; CLA Mercedesa będzie na poziomie 2+ w momencie premiery, a wdrożenia robotaxi Alpamayo od Nvidii są planowane na 2027 rok, a nie 2026.

Dla inwestorów przekaz jest jasny: Nvidia stawia mocno na "fizyczną AI", która nie tylko widzi, ale rozumuje i działa w rzeczywistym świecie.

Ale spodziewaj się stopniowego wdrażania w różnych branżach i regionach, zamiast natychmiastowego, uniwersalnego wdrożenia.