CES 2026揭示了AI芯片发展的两条核心路径：一方面，为应对AI“深度思考”与智能体带来的算力爆炸，算力正向YottaFlops级发起冲击；另一方面，产业巨头正全力推动物理AI，打通AI与现实世界交互的“最后一公里”。此番解读，以翔实数据与产品分析，清晰地勾勒出未来AI硬件的竞争格局。
智能速览
AI算力需求因深度思考和智能体趋势，正迈向YottaFlops级别。
AMD推出Helios机架级平台，单机架集成超18000个GPU，性能达2.9 Exaflops。
英伟达发布Rubin平台，通过NVFP4技术，推理性能提升5倍，生成Token成本降至十分之一。
物理AI成为芯片巨头新战场，旨在让AI理解并响应真实物理世界。
高通、英特尔、Arm等公司正通过构建完整技术栈，加速物理AI在机器人、汽车等领域的落地。
精华内容
芯片行业正经历一场深刻的变革，一边是算力极限的不断突破，另一边则是AI技术从虚拟走向现实的坚实步伐。这背后是怎样的技术路径和战略考量？
算力需求的引爆
AI算力的需求增长已远超预期，其根本原因在于AI思考方式的转变。从早期直接输出答案，到如今引入类似OpenAI o1模型的“思考过程”，AI通过自我验证寻求最优解，导致计算量呈指数级增长。
英伟达CEO黄仁勋指出，这种测试时缩放让模型生成Token数量每年增加5倍。而智能体（Agent）的兴起，更是推动AI从“被动响应”向“主动决策”进化，将算力需求推向新高。AMD CEO苏姿丰预计，未来五年需将全球算力提升100倍，突破10 YottaFlops。
AMD的机架级雄心
面对YottaFlops级算力挑战，AMD给出了机架级解决方案——Helios。这是一个近7000磅的庞然大物，每个机架集成超过18000个GPU计算单元和4600个Zen6 CPU核心，可提供高达2.9 Exaflops的性能。
其核心是搭载4个Instinct MI455X加速器的计算托盘，MI455X拥有3200亿个晶体管，集成432 GB HBM4显存。驱动它的是采用2纳米工艺、拥有256个Zen6核心的下一代EPYC CPU。苏姿丰宣称，到2027年MI500系列推出时，AMD有望在四年内实现1000倍的AI性能提升。
英伟达的效率革命
英伟达的对策是推出集成六款全新芯片的Rubin平台，其关键创新在于效率。通过采用全新的NVFP4 Tensor Core技术，Rubin GPU在NVFP4精度下的推理性能达到Blackwell的5倍，但晶体管数量仅增加1.6倍。
这项技术能动态调整计算精度，在保证效果的同时大幅提升吞吐量。实际效果显著：在MoE模型训练中，Rubin平台使用的GPU数量仅为Blackwell平台的四分之一，生成每个Token的成本也低至十分之一，为降低AI算力成本提供了可行路径。
物理AI的全面落地
除了拔高算力上限，芯片巨头们更强调将AI“落地”物理世界。物理AI被定义为AI发展的第四阶段，目标是让AI理解物理规律并与现实环境交互。这已成为高通、英特尔、英伟达、AMD和Arm的共同焦点。
高通展示了搭载跃龙IQ10处理器的人形机器人，能精准完成分拣任务。英特尔发布了同步支持PC和边缘场景的第三代酷睿Ultra处理器，加速AI在具身智能和工业领域的部署。Arm的计算平台则支撑着特斯拉新一代AI5芯片和文远知行的自动驾驶系统。
全栈式解决方案的竞争
物理AI的复杂性决定了单一芯片无法胜任，竞争已从芯片本身转向全栈式解决方案。高通为此提供了集硬件、软件和复合AI于一体的完整机器人技术栈。AMD同样认为，交付物理AI需要高性能CPU、专用加速器和开放软件生态系统的全栈式配合。
这场竞赛的胜者，将不仅是提供最强算力的厂商，更是能够构建完整技术生态，赋能开发者高效应对真实世界挑战的平台领导者。
CES 2026清晰地展示了AI芯片的双轨并进：为追求更高智能而疯狂堆砌算力，为走向应用而深入物理世界。这场由算力革命和落地竞赛共同驱动的产业变革，正重新定义技术的边界。当虚拟智能与物理实体深度融合，一个全新的智能时代即将到来，我们准备好了吗？
