• Kiến trúc: Mô hình 'Hỗn hợp Chuyên gia' (Mixture-of-Experts) lai ghép Mamba-Transformer với tổng cộng 550 tỷ tham số và lên đến 55 tỷ tham số được kích hoạt cho mỗi token (đơn vị văn bản) .
• Độ chính xác khi huấn luyện: Được huấn luyện trước bằng NVFP4, định dạng số thực 4-bit của Nvidia .
• Các cải tiến chính: LatentMoE, một kỹ thuật nén biểu diễn token để cải thiện chất lượng định tuyến, và các đầu dự đoán đa token (MTP) để tạo văn bản nhanh hơn .
• Cửa sổ ngữ cảnh: Lên đến 1 triệu token .
• Xếp hạng trí tuệ: Đạt 48 điểm trên Chỉ số Trí tuệ của Artificial Analysis cho các mô hình trọng số mở của Mỹ, vượt qua đối thủ Gemma 4 31B và được xếp hạng là mô hình trọng số mở thông minh nhất của Mỹ tại thời điểm ra mắt .
• Hiệu quả: Nvidia tuyên bố tốc độ suy luận nhanh hơn gấp 5 lần và chi phí vận hành thấp hơn khoảng 30% so với các mô hình mở tương đương . Mô hình cũng tạo ra hơn 300 token đầu ra mỗi giây .
• Thiết kế cho: Các tác vụ suy luận phức tạp, lập trình, làm theo hướng dẫn và các quy trình tác nhân AI (agentic workflows) nhiều bước .

Gia đình Nemotron 3: Ba 'người anh em' cùng kiến trúc

Nemotron 3 Ultra là 'đỉnh cao' trong gia đình ba mô hình cùng chia sẻ kiến trúc lai Mamba-Transformer MoE .

Cả ba đều hỗ trợ cửa sổ ngữ cảnh lên đến 1 triệu token. Các biến thể Super và Ultra bao gồm huấn luyện NVFP4, LatentMoE và các lớp dự đoán đa token .

NemoClaw và OpenShell: 'Bộ khung' tác nhân AI an toàn, cục bộ

Được giới thiệu lần đầu tại GTC 2026 vào tháng 3 và nhắc lại tại Computex, NemoClaw và OpenShell tạo thành 'bộ công cụ tác nhân' doanh nghiệp của Nvidia . Đây giống như một 'bộ giáp' bảo vệ và 'luật chơi' cho các tác nhân AI hoạt động trong doanh nghiệp.

• NemoClaw: Một 'ngăn xếp tham chiếu' mã nguồn mở, được cấp phép theo Apache 2.0, xây dựng trên nền tảng OpenClaw. Nó có thể được cài đặt chỉ bằng một lệnh duy nhất và cho phép triển khai các tác nhân AI tự động cục bộ trên PC RTX, máy trạm và hệ thống DGX — không phát sinh phí API đám mây và dữ liệu không bao giờ rời khỏi thiết bị .
• OpenShell: Một 'thời gian chạy' bảo mật mã nguồn mở chạy các tác nhân AI trong một môi trường 'hộp cát' được cách ly. Nó cung cấp các rào chắn dựa trên chính sách, kiểm soát quyền riêng tư và sự cô lập cho các tiến trình tác nhân chạy dài hạn, có thể so sánh với một lớp Docker được điều khiển bằng chính sách YAML dành riêng cho các tác nhân AI .
• Cùng nhau, chúng tạo thành Bộ công cụ Tác nhân Nvidia (Nvidia Agent Toolkit), một bộ giải pháp cho các doanh nghiệp muốn xây dựng và vận hành các 'cộng sự' AI tự động một cách an toàn trên phần cứng cục bộ .

CPU Vera: 'Bộ não' tính toán cho nền tảng Vera Rubin

CPU Nvidia Vera là bộ xử lý kiến trúc Arm tùy chỉnh được thiết kế chuyên biệt để điều phối khối lượng công việc AI trong các trung tâm dữ liệu. Nó đóng vai trò như 'nhạc trưởng' cho dàn nhạc GPU khổng lồ .

• Số lõi: 88 lõi Arm tùy chỉnh trên một đế chip nguyên khối, không có ranh giới chiplet .
• Băng thông bộ nhớ: 1,2 TB/s bộ nhớ LPDDR5X .
• Kết nối trên chip: 3,6 TB/s cho việc di chuyển dữ liệu giữa các lõi .
• Hiệu suất đơn luồng: 10 lệnh mỗi chu kỳ xung nhịp (IPC) .
• Nvidia tuyên bố Vera mang lại hiệu suất AI tác nhân cao hơn 1,8 lần so với CPU x86 .

CPU Vera đóng vai trò là bộ xử lý chủ bên trong các hệ thống quy mô rack Vera Rubin NVL72, nơi nó làm việc cùng với các GPU thế hệ mới để cung cấp năng lượng cho các 'nhà máy AI' .

RTX Spark: 'Siêu chip' tiêu dùng cho PC Windows

RTX Spark là 'hệ thống trên chip' (SoC) chuyên dụng đầu tiên của Nvidia dành cho PC Windows tiêu dùng, được đồng phát triển với MediaTek và xây dựng trên tiến trình 3nm của TSMC . Jensen Huang đã mô tả nó như là "tất cả những gì chúng tôi học được trong 33 năm qua được chắt lọc vào một con chip" . Đây chính là 'trái tim' mới cho kỷ nguyên PC AI.

• CPU: Bộ xử lý Arm 20 lõi — 10 lõi hiệu năng cao Cortex-X925 và 10 lõi hiệu quả Cortex-A725, xung nhịp tối đa 4,1 GHz .
• GPU: GPU Blackwell RTX với 6.144 lõi CUDA và Nhân Tensor thế hệ thứ 5 hỗ trợ FP4 — số lõi tương đương với một card đồ họa GeForce RTX 5070 để bàn .
• Bộ nhớ hợp nhất: Lên đến 128 GB LPDDR5X .
• Kết nối: Cầu nối chip-với-chip NVLink-C2C với băng thông lên đến 600 GB/s giữa hai đế CPU và GPU .
• Hiệu năng AI: 1 petaflop sức mạnh tính toán AI FP4, có khả năng chạy các mô hình ngôn ngữ lớn 120 tỷ tham số với 1 triệu token ngữ cảnh hoàn toàn trên thiết bị .
• Ngăn xếp phần mềm: Hỗ trợ CUDA đầy đủ, cộng với khả năng tương thích với NemoClaw và OpenShell để chạy các tác nhân AI cục bộ .
• Thời điểm ra mắt: Máy tính xách tay từ Dell, Microsoft và các đối tác khác dự kiến ra mắt vào mùa thu năm 2026 .
• Trường hợp sử dụng: Tác nhân AI cục bộ, dựng các cảnh 3D 90 GB, chỉnh sửa video 12K 4:2:2, tạo video AI ở độ phân giải 4K và chơi game trên 100 FPS ở độ phân giải 1440p .

Nvidia định vị RTX Spark là "PC Windows đầu tiên trên thế giới được thiết kế chuyên biệt cho các tác nhân cá nhân" .

Nền tảng Vera Rubin: Sản xuất hàng loạt và những 'ông lớn' đám mây đầu tiên

Nvidia xác nhận rằng nền tảng Vera Rubin đã bước vào giai đoạn sản xuất hàng loạt toàn diện, với các hệ thống dự kiến sẽ đến tay các đối tác vào nửa cuối năm 2026 . Đây là 'cỗ máy' sẽ vận hành các nhà máy AI của tương lai.

• Phạm vi nền tảng: Sáu đến bảy con chip được đồng thiết kế, bao gồm CPU Vera và các GPU thế hệ mới, được kiến trúc cho các nhà máy AI quy mô rack .
• Hiệu suất toàn rack: Cấu hình NVL72 mang lại 3,6 EFLOPS sức mạnh tính toán AI .
• Quy mô chuỗi cung ứng: Hơn 350 nhà máy trên 30 quốc gia, bao gồm hơn 150 đối tác tại Đài Loan, đang sản xuất các hệ thống Vera Rubin .
• Các nhà cung cấp dịch vụ đám mây và nhà cung cấp dịch vụ đầu tiên được nêu tên:
  • Các 'siêu quy mô': Microsoft Azure, AWS, Google Cloud .
  • Các nhà cung cấp đám mây chuyên biệt: CoreWeave, Lambda, Oracle Cloud Infrastructure .

Tại bài phát biểu ở Computex, Nvidia mô tả Vera Rubin là nền tảng của thế hệ nhà máy AI tiếp theo .

Nền tảng AI toàn diện của Nvidia hình thành

Tổng hợp lại, Computex 2026 là màn trình diễn rõ ràng nhất về chiến lược tích hợp theo chiều dọc của Nvidia:

• Lớp vi mạch: CPU Vera cho trung tâm dữ liệu, RTX Spark cho PC tiêu dùng, và GPU Vera Rubin cho sức mạnh tính toán quy mô rack bao phủ toàn bộ phổ hiệu năng từ biên (edge) đến đám mây (cloud) .
• Lớp mô hình: Gia đình Nemotron 3—Nano, Super, và Ultra—cung cấp các mô hình trọng số mở được tối ưu cho phần cứng Nvidia ở mọi cấp độ triển khai .
• Phần mềm và tác nhân: NemoClaw, OpenShell và Bộ công cụ Tác nhân cho phép các doanh nghiệp xây dựng và triển khai các tác nhân AI tự động, an toàn tại chỗ bằng chính các mô hình của Nvidia .
• Hạ tầng: Việc đẩy mạnh sản xuất hàng loạt Vera Rubin với các đối tác 'siêu quy mô' và đám mây đảm bảo chuỗi cung ứng đã sẵn sàng để xây dựng các "nhà máy AI" trên quy mô toàn cầu .

Thông điệp trong bài phát biểu của CEO Jensen Huang là duy nhất và xuyên suốt: Nvidia hiện cung cấp mọi lớp của 'ngăn xếp' AI, từ silicon và các mô hình mở cho đến thời gian chạy tác nhân và hạ tầng triển khai quy mô nhà máy.

• Kiến trúc: Mô hình 'Hỗn hợp Chuyên gia' (Mixture-of-Experts) lai ghép Mamba-Transformer với tổng cộng 550 tỷ tham số và lên đến 55 tỷ tham số được kích hoạt cho mỗi token (đơn vị văn bản) .
• Độ chính xác khi huấn luyện: Được huấn luyện trước bằng NVFP4, định dạng số thực 4-bit của Nvidia .
• Các cải tiến chính: LatentMoE, một kỹ thuật nén biểu diễn token để cải thiện chất lượng định tuyến, và các đầu dự đoán đa token (MTP) để tạo văn bản nhanh hơn .
• Cửa sổ ngữ cảnh: Lên đến 1 triệu token .
• Xếp hạng trí tuệ: Đạt 48 điểm trên Chỉ số Trí tuệ của Artificial Analysis cho các mô hình trọng số mở của Mỹ, vượt qua đối thủ Gemma 4 31B và được xếp hạng là mô hình trọng số mở thông minh nhất của Mỹ tại thời điểm ra mắt .
• Hiệu quả: Nvidia tuyên bố tốc độ suy luận nhanh hơn gấp 5 lần và chi phí vận hành thấp hơn khoảng 30% so với các mô hình mở tương đương . Mô hình cũng tạo ra hơn 300 token đầu ra mỗi giây .
• Thiết kế cho: Các tác vụ suy luận phức tạp, lập trình, làm theo hướng dẫn và các quy trình tác nhân AI (agentic workflows) nhiều bước .

Gia đình Nemotron 3: Ba 'người anh em' cùng kiến trúc

Nemotron 3 Ultra là 'đỉnh cao' trong gia đình ba mô hình cùng chia sẻ kiến trúc lai Mamba-Transformer MoE .

Cả ba đều hỗ trợ cửa sổ ngữ cảnh lên đến 1 triệu token. Các biến thể Super và Ultra bao gồm huấn luyện NVFP4, LatentMoE và các lớp dự đoán đa token .

NemoClaw và OpenShell: 'Bộ khung' tác nhân AI an toàn, cục bộ

Được giới thiệu lần đầu tại GTC 2026 vào tháng 3 và nhắc lại tại Computex, NemoClaw và OpenShell tạo thành 'bộ công cụ tác nhân' doanh nghiệp của Nvidia . Đây giống như một 'bộ giáp' bảo vệ và 'luật chơi' cho các tác nhân AI hoạt động trong doanh nghiệp.

• NemoClaw: Một 'ngăn xếp tham chiếu' mã nguồn mở, được cấp phép theo Apache 2.0, xây dựng trên nền tảng OpenClaw. Nó có thể được cài đặt chỉ bằng một lệnh duy nhất và cho phép triển khai các tác nhân AI tự động cục bộ trên PC RTX, máy trạm và hệ thống DGX — không phát sinh phí API đám mây và dữ liệu không bao giờ rời khỏi thiết bị .
• OpenShell: Một 'thời gian chạy' bảo mật mã nguồn mở chạy các tác nhân AI trong một môi trường 'hộp cát' được cách ly. Nó cung cấp các rào chắn dựa trên chính sách, kiểm soát quyền riêng tư và sự cô lập cho các tiến trình tác nhân chạy dài hạn, có thể so sánh với một lớp Docker được điều khiển bằng chính sách YAML dành riêng cho các tác nhân AI .
• Cùng nhau, chúng tạo thành Bộ công cụ Tác nhân Nvidia (Nvidia Agent Toolkit), một bộ giải pháp cho các doanh nghiệp muốn xây dựng và vận hành các 'cộng sự' AI tự động một cách an toàn trên phần cứng cục bộ .

CPU Vera: 'Bộ não' tính toán cho nền tảng Vera Rubin

CPU Nvidia Vera là bộ xử lý kiến trúc Arm tùy chỉnh được thiết kế chuyên biệt để điều phối khối lượng công việc AI trong các trung tâm dữ liệu. Nó đóng vai trò như 'nhạc trưởng' cho dàn nhạc GPU khổng lồ .

• Số lõi: 88 lõi Arm tùy chỉnh trên một đế chip nguyên khối, không có ranh giới chiplet .
• Băng thông bộ nhớ: 1,2 TB/s bộ nhớ LPDDR5X .
• Kết nối trên chip: 3,6 TB/s cho việc di chuyển dữ liệu giữa các lõi .
• Hiệu suất đơn luồng: 10 lệnh mỗi chu kỳ xung nhịp (IPC) .
• Nvidia tuyên bố Vera mang lại hiệu suất AI tác nhân cao hơn 1,8 lần so với CPU x86 .

CPU Vera đóng vai trò là bộ xử lý chủ bên trong các hệ thống quy mô rack Vera Rubin NVL72, nơi nó làm việc cùng với các GPU thế hệ mới để cung cấp năng lượng cho các 'nhà máy AI' .

RTX Spark: 'Siêu chip' tiêu dùng cho PC Windows

RTX Spark là 'hệ thống trên chip' (SoC) chuyên dụng đầu tiên của Nvidia dành cho PC Windows tiêu dùng, được đồng phát triển với MediaTek và xây dựng trên tiến trình 3nm của TSMC . Jensen Huang đã mô tả nó như là "tất cả những gì chúng tôi học được trong 33 năm qua được chắt lọc vào một con chip" . Đây chính là 'trái tim' mới cho kỷ nguyên PC AI.

• CPU: Bộ xử lý Arm 20 lõi — 10 lõi hiệu năng cao Cortex-X925 và 10 lõi hiệu quả Cortex-A725, xung nhịp tối đa 4,1 GHz .
• GPU: GPU Blackwell RTX với 6.144 lõi CUDA và Nhân Tensor thế hệ thứ 5 hỗ trợ FP4 — số lõi tương đương với một card đồ họa GeForce RTX 5070 để bàn .
• Bộ nhớ hợp nhất: Lên đến 128 GB LPDDR5X .
• Kết nối: Cầu nối chip-với-chip NVLink-C2C với băng thông lên đến 600 GB/s giữa hai đế CPU và GPU .
• Hiệu năng AI: 1 petaflop sức mạnh tính toán AI FP4, có khả năng chạy các mô hình ngôn ngữ lớn 120 tỷ tham số với 1 triệu token ngữ cảnh hoàn toàn trên thiết bị .
• Ngăn xếp phần mềm: Hỗ trợ CUDA đầy đủ, cộng với khả năng tương thích với NemoClaw và OpenShell để chạy các tác nhân AI cục bộ .
• Thời điểm ra mắt: Máy tính xách tay từ Dell, Microsoft và các đối tác khác dự kiến ra mắt vào mùa thu năm 2026 .
• Trường hợp sử dụng: Tác nhân AI cục bộ, dựng các cảnh 3D 90 GB, chỉnh sửa video 12K 4:2:2, tạo video AI ở độ phân giải 4K và chơi game trên 100 FPS ở độ phân giải 1440p .

Nvidia định vị RTX Spark là "PC Windows đầu tiên trên thế giới được thiết kế chuyên biệt cho các tác nhân cá nhân" .

Nền tảng Vera Rubin: Sản xuất hàng loạt và những 'ông lớn' đám mây đầu tiên

Nvidia xác nhận rằng nền tảng Vera Rubin đã bước vào giai đoạn sản xuất hàng loạt toàn diện, với các hệ thống dự kiến sẽ đến tay các đối tác vào nửa cuối năm 2026 . Đây là 'cỗ máy' sẽ vận hành các nhà máy AI của tương lai.

• Phạm vi nền tảng: Sáu đến bảy con chip được đồng thiết kế, bao gồm CPU Vera và các GPU thế hệ mới, được kiến trúc cho các nhà máy AI quy mô rack .
• Hiệu suất toàn rack: Cấu hình NVL72 mang lại 3,6 EFLOPS sức mạnh tính toán AI .
• Quy mô chuỗi cung ứng: Hơn 350 nhà máy trên 30 quốc gia, bao gồm hơn 150 đối tác tại Đài Loan, đang sản xuất các hệ thống Vera Rubin .
• Các nhà cung cấp dịch vụ đám mây và nhà cung cấp dịch vụ đầu tiên được nêu tên:
  • Các 'siêu quy mô': Microsoft Azure, AWS, Google Cloud .
  • Các nhà cung cấp đám mây chuyên biệt: CoreWeave, Lambda, Oracle Cloud Infrastructure .

Tại bài phát biểu ở Computex, Nvidia mô tả Vera Rubin là nền tảng của thế hệ nhà máy AI tiếp theo .

Nền tảng AI toàn diện của Nvidia hình thành

Tổng hợp lại, Computex 2026 là màn trình diễn rõ ràng nhất về chiến lược tích hợp theo chiều dọc của Nvidia:

• Lớp vi mạch: CPU Vera cho trung tâm dữ liệu, RTX Spark cho PC tiêu dùng, và GPU Vera Rubin cho sức mạnh tính toán quy mô rack bao phủ toàn bộ phổ hiệu năng từ biên (edge) đến đám mây (cloud) .
• Lớp mô hình: Gia đình Nemotron 3—Nano, Super, và Ultra—cung cấp các mô hình trọng số mở được tối ưu cho phần cứng Nvidia ở mọi cấp độ triển khai .
• Phần mềm và tác nhân: NemoClaw, OpenShell và Bộ công cụ Tác nhân cho phép các doanh nghiệp xây dựng và triển khai các tác nhân AI tự động, an toàn tại chỗ bằng chính các mô hình của Nvidia .
• Hạ tầng: Việc đẩy mạnh sản xuất hàng loạt Vera Rubin với các đối tác 'siêu quy mô' và đám mây đảm bảo chuỗi cung ứng đã sẵn sàng để xây dựng các "nhà máy AI" trên quy mô toàn cầu .

Thông điệp trong bài phát biểu của CEO Jensen Huang là duy nhất và xuyên suốt: Nvidia hiện cung cấp mọi lớp của 'ngăn xếp' AI, từ silicon và các mô hình mở cho đến thời gian chạy tác nhân và hạ tầng triển khai quy mô nhà máy.