10月21日，英伟达GTC大会首次登陆德国柏林，黄仁勋在主题演讲中给AI下了一个新定义：人工智能其实是一种制造业，而不是单纯的软件技术——能源驱动计算机，计算机组成AI工厂，工厂产出token，token嵌入各行各业的应用，如同机械和基础设施一样持续产出智慧。 黄仁勋的原话更直白：不能只是消费AI，更应该生产AI。 这句话之所以不只是修辞，是因为同一天英伟达把Vera Rubin平台全面量产和DSX POD算力集装箱摆上了台：从芯片到机房的整条链路，被打包成了可以下单交付的产品。真正值得拆的问题是：当机房变成工厂，什么变了？北京日报芯东西
经济学先行：晚投产三个月，蒸发100亿美元
黄仁勋现场算了一笔账：一座1吉瓦的AI工厂，把土地、电力、厂房、计算、网络、存储和散热都算上，造价约500亿美元。按年收入约400亿美元计，投产延迟3个月就意味着约100亿美元的营收损失。 这是"制造业"类比真正的落点：AI工厂和传统工厂一样，拼的是产能、爬坡速度和部署周期，瓶颈已经从"买到芯片"转移到"让机房尽快跑起来"。他甚至放话，这是对全球供应链的一次彻底改造，将改变人们建设和交付数据中心的方式。新智元芯东西
芯片层：组装时间从2小时压到5分钟
支撑这套工厂叙事的第一层是硬件，方向很明确——为机房施工服务。刚宣布全面量产的Vera Rubin整机100%液冷，组装一个节点的耗时从上一代的两小时缩短到5分钟，NVLink再把72颗GPU连成一整颗"巨型GPU"。 网络侧的Spectrum-X是全球首款共封装光学以太网交换机，光信号通过英伟达与台积电联合开发的工艺直接接入芯片，512端口、单端口200Gb/s规格已经量产。更根本的变化在生产设备的迭代速度：按摩尔定律，芯片性能十年大约翻100倍，而黄仁勋给出现场的数字是，从2016年Pascal到Vera Rubin的六代架构，靠芯片、系统、软件、算法每代同时重做的"极限协同设计"，做到了大约100万倍。 算力设备的生产速度本身远超摩尔定律，这是"AI即制造业"成立的物理前提。芯东西知乎
机房层：把施工现场搬进工厂
DSX是全栈AI工厂参考架构，覆盖计算、网络、存储、软件、电力与冷却，整座工厂先在数字孪生里完成性能、功耗、用水和规模的虚拟验证再动工。其中最关键的是DSX POD：7个Vera Rubin NVL72液冷机架、1000万个零部件、约28000公斤重的整套算力，连同机架间20公里铜互连和17公里网络线缆在工厂内完成安装、布线和老化测试，装进集装箱运抵现场，接上800V直流电和干冷器即可运行。 两个部署口径需要注意：黄仁勋称现场算力从到场到投产由四五个月压缩到约1个月；而按官方新闻稿口径，场地水电就绪后，合作伙伴的部署时间可以从约6个月缩短至最短14天。 水电账同样被纳入设计：供电控制回路按需分配电力，同样的token产出最多省下30%的电；闭环液冷配干冷器不蒸发水，放大到2吉瓦规模，每天节水约5400万升，相当于18万户家庭的日用水量。芯东西新智元知乎
产出端：token要有买家，工厂才转得动
建得再快，工厂也得有订单。黄仁勋把智能体拆成模型、执行框架、沙箱、知识、工具五个要素逐个补齐：OpenShell安全参考架构给每个智能体单独沙箱，权限细到每一次系统调用，都由沙箱外的策略说了算，越权即被切断。 开源侧则推出负责检索的Nemotron系列和预测业务数据的Kumo系列，让智能体读懂企业的文档和数据库。物理AI上，量级最大、落地最近的应用是汽车，而下一个重大产业是人形机器人。 英伟达与Agile合作的Agile ONE SN人形机器人参考设计把计算硬件与软件出厂预装，设置时间从数周缩短至数天，本体计划2027年初提供。芯片、机房、模型、机器人拼起来，才是这条完整链路：上游造设备，中游建工厂，出厂的产品是智能本身。新智元芯东西
另一半论述：这话为什么当着德国总理说
制造业论还有产业格局的另一半。当地时间10月19日，黄仁勋在柏林"投资德国峰会"上与德国总理默茨同台对谈。据现场媒体转述，他回顾电气化时代曾由德国、美国、日本领跑，而过去50年美国把重工业制造能力转移到了中国，如今计算时代的领先者变成了德国、日本和中国；中国"大概是当今唯一一个既深度扎根于制造业，又深度扎根于计算机科学，并且在两者之间都非常自如的国家"。 给东道主的提醒更直接：德国制造业再不拥抱AI就晚了；但他同时强调，AI开启新一轮竞争，给各国带来重新起跑的机会。这两场发言合在一起才是完整的"黄仁勋式叙事"：他卖的是英伟达的全栈方案，参考架构和集装箱要靠合作伙伴和本地基建去建去运营；但"AI工厂需要能源、制造和工程能力"这个命题，客观上把话筒递给了同时具备这三样的工业国。微博
接下来可验证的观察信号很具体：首批DSX POD落地要多久、"14天"能否在批量部署中兑现、国内机房是否跟进预制化与800V直流、无水冷却的改造路线。预制式经济学的成色，最终取决于每一座新工厂的实际投产速度，而不是发布会本身。
