

> 在 CES 2026 上，英伟达向韩国政府承诺，将优先供应下一代 Vera Rubin GPU 及 Blackwell 芯片。这一总计达 26 万个 GPU 的庞大供应计划，将直接支撑韩国大规模 AI 工厂的建设，以确保其在自动驾驶与机器人领域的全球竞争力。

## 抢占下一代算力高地

算力即国力。韩国科技信息通信部第二次官 Ryu Je-myung 在访问英伟达美国总部后透露，英伟达已明确承诺将提前供应 Blackwell GB300 GPU，并给予计划于 2027 年量产的 Vera Rubin 系列 GPU 优先供货权。

对于韩国而言，这是一份至关重要的战略承诺。Vera Rubin 作为继 Blackwell 之后的下一代图形处理器架构，被视为未来几年 AI 模型训练的核心引擎。能够率先获得这一战略资源，意味着韩国企业在构建大规模 AI 模型时将拥有显著的时间窗口优势。据悉，英伟达将与韩国政府及主要企业深度合作，计划供应多达 26 万个 GPU，旨在打造世界级的 AI 工厂基础设施。

![Google_AI_Studio_2026-01-14T03_38_19.724Z.png](https://static.downly.cn/images/b77368e6ae1d7568f02afad7404bd7b7.png)
 <center>图源备注：图片由AI生成</center>

## 算力匮乏将危及产业生存

Ryu Je-myung 在 CES 现场体验自动驾驶技术后发出警告，全球技术竞争已进入白热化阶段。如果没有具备竞争力的 AI 基础算力，韩国引以为傲的自动驾驶、机器人、数字医疗和智能家居等支柱产业将面临生存危机。

此次与英伟达的合作，正是韩国政府为了避免在“AI 时代”掉队而采取的激进举措。通过锁定顶级算力资源，韩国试图稳固其在全球科技产业链中的上游地位，确保在未来的数字经济博弈中保持领先。

英伟达承诺优先向韩国供应 Vera Rubin GPU 助力构建国家级 AI 算力底座

 > 英伟达CEO黄仁勋在CES 2026上抛出重磅观点，直言开源模型DeepSeek-R1已成行业标杆，且开源生态的迭代速度目前领先闭源模型约六个月。英伟达随后宣布将开源训练数据，推动AI向多模态、跨环境部署的新范式演进。

## DeepSeek成开源里程碑

在CES 2026的演讲台上，黄仁勋罕见地公开点名表扬了来自中国的开源模型DeepSeek-R1。他表示，这一模型“让整个世界感到惊讶”，并公认其在过去一年中引领了全球开源生态的跨越式发展。

这一表态不仅是对单一模型的认可，更折射出行业格局的剧变。黄仁勋指出，**目前开源模型的演进速度已反超大型科技公司的前沿闭源模型，领先优势约达六个月**。这一趋势正在打破少数巨头垄断AI技术的局面，让创新力量更加扁平化。

![Google_AI_Studio_2026-01-06T03_22_16.923Z.png](https://static.downly.cn/images/9601012fab3c5ae257256da4e4958741.png)
 <center>图源备注：图片由AI生成</center>

## 透明化战略：从开源模型到开源数据

为了进一步加速这一变革，英伟达宣布了一项激进的举措：除了持续开源模型外，还将**开源训练数据**。在数据即资产的今天，这一决定被视为构建技术信任的关键一步。

除了硬件层面的Vera Rubin芯片，英伟达同步发布了涵盖语言、机器人、自动驾驶及医疗四大核心领域的全新模型与数据集。黄仁勋强调，未来的AI将不再局限于单一模态，而是能够理解多种形态数据、针对不同问题匹配最优模型，并天然运行于多云环境之中。

## AI普及化的新范式

“这将成为未来应用构建的基本范式。”黄仁勋总结道。随着AI以惊人的速度渗透全行业，多模态融合与跨环境部署能力将成为标配。英伟达通过拥抱开源生态，正试图将自己从单纯的“卖铲人”转型为定义AI未来形态的“架构师”。

黄仁勋盛赞DeepSeek，断言开源模型演进已领先闭源六个月


> 最新基准测试显示，英伟达 GB200 NVL72 系统在处理混合专家（MoE）模型时，性能高达 AMD MI355X 集群的28倍，且每 token 成本仅为后者的十五分之一。这一数据不仅确立了英伟达在超大规模推理领域的绝对统治力，也揭示了“极致协同设计”在解决通信瓶颈上的关键作用。

## 极致架构 破解 MoE 模型通信瓶颈

Signal65 发布的最新 SemiAnalysis InferenceMAX 报告，针对 Deepseek-R1 0528 混合专家（MoE）模型进行了深度评测。MoE 模型的优势在于能根据任务动态激活最匹配的“专家”模块，但在大规模扩展时，节点间的通信延迟往往成为致命瓶颈。

英伟达通过 GB200 NVL72 给出了教科书般的解决方案。该系统并未单纯堆砌算力，而是采用了“极致协同设计”策略，将72颗芯片紧密互联，并配备高达 30TB 的共享内存。这种设计彻底打通了数据传输的高速公路，显著降低了延迟。测试数据显示，在相似配置下，GB200 NVL72 的每个 GPU 吞吐量高达 75 tokens/秒，性能达到 AMD MI355X 的28倍。

![Google_AI_Studio_2026-01-04T06_28_05.509Z.png](https://static.downly.cn/images/4e9b342e55d6f7185785fbd89c97eec6.png)
 <center>图源备注：图片由AI生成</center>

## 成本效益 TCO 成为云厂商的核心考量

对于超大规模云计算厂商而言，单纯的性能指标不足以决定采购意向，整体拥有成本（TCO）才是关键。Signal65 结合 Oracle 云定价模型分析指出，GB200 NVL72 在提供极高交互速率的同时，展现了惊人的成本效益。

其每 token 的相对成本仅为 AMD 方案的十五分之一。这意味着在同等预算下，企业能够获得数十倍的算力产出，或者在满足同等业务需求时大幅削减硬件开支。这种“降本增效”的双重优势，使得 GB200 NVL72 在高端推理市场几乎没有对手。

## 错位竞争 AMD 坚守稠密模型阵地

尽管在 MoE 领域遭遇重挫，AMD 并非全无机会。报告强调，AMD 的 MI355X 凭借大容量 HBM3e 内存，在稠密模型（Dense Models）环境中依然具备极强的竞争力。

目前，AMD 尚未推出能与 GB200 NVL72 正面对抗的机架级解决方案。但随着 AMD Helios 平台与英伟达 Vera Rubin 平台的对决临近，双方在机架级扩展方案上的博弈将更加激烈。对于 AMD 而言，如何突破互联带宽限制，构建类似 NVL72 的高内聚系统，将是其能否在下一代计算竞赛中翻盘的关键。

搜索结果: Vera Rubin