黃仁勳在 10 月 21 日的 Nvidia GTC 柏林主題演講中，呼籲歐洲加快發展人工智慧。他把訴求分成兩部分：擴充建置與運行 AI 所需的運算基礎設施，同時提供企業能在規範下部署 AI 代理的工具。172

這套說法也呼應歐洲希望讓產業資料真正用於 AI 的方向。不過，演講中的基礎設施與軟體計畫，代表的是 Nvidia 提出的產品設計和目標，不能直接視為歐洲各行各業已加速採用 AI 的證據。

DSX POD：把 AI 工廠部署時間壓到 14 天

Nvidia 將 DSX POD 定位為 AI 工廠的模組化參考設計。所謂「AI 工廠」，是指為大規模運算而建置、用來開發及運行 AI 系統的資料中心基礎設施。活動報導指出，DSX POD 的目標是將現場部署時間縮短至 14 天，並預計於 2027 年初開始交付。這些是 Nvidia 宣布的部署目標與時程，並非經獨立驗證的實際成果。713

這項產品背後的訊息很直接：歐洲需要更多運算能力，才能開發及運用 AI。《美聯社》報導，黃仁勳敦促歐洲 AI 產業加快行動，並推廣這套模組化系統，稱其有助更快建置資料中心。17

OpenShell 與 Sentry：為 AI 代理加上治理機制

黃仁勳的主張不只關乎硬體。Nvidia 的 Open Agent Safety Platform 結合 OpenShell 軟體和 Sentry 參考系統設計。Nvidia 表示，平台旨在對運行 AI 代理所涉及的軟體、硬體、運算及機器人系統，提供治理與控制。38

當企業考慮讓 AI 代理自主執行任務時，關鍵不只是代理「能做什麼」，也包括如何讓它在明確界線內行動。Nvidia 說，Sentry 的設計用途是監控代理行為，並在代理試圖越界時偵測及回應。這些是平台預期提供的功能，並不代表所有實際部署都能杜絕非預期行為。38

產業導入 AI，也得先處理資料問題

加快 AI 採用的呼聲不只出現在 GTC 主題演講。在柏林一場峰會上，德國總理弗里德里希・梅爾茨呼籲企業，尤其是中小企業，讓手上的資料能用於 AI，並舉製造、機械及汽車產業為例。18

這是 AI 導入的另一個環節：運算基礎設施增加，能讓更多人取得 AI 系統，但企業也需要可用的資料，以及把技術用進日常營運的實際方法。梅爾茨是在另一場峰會發言，並非黃仁勳的 GTC 主題演講內容。18

英國另有一筆 AI 安全研究資源承諾

在 GTC 柏林之前，Nvidia 表示，將於五年內提供估值 2.5 億美元的運算資源，支持英國研究 AI 代理的安全與防護。路透社報導，這是運算資源使用額度，而非 2.5 億美元現金捐款；每年提供的運算資源使用額度為 5,000 萬美元。33

這項承諾是 Nvidia 在歐洲推動 AI 的相關背景之一，但不應與 GTC 主題演講上的宣布混為一談，也不能據此認定 AI 代理的安全風險已經解決。

演講提出方向，不等於產業已經落地

黃仁勳的論點相當明確：歐洲應擴建 AI 基礎設施，並從關注 AI 轉向實際導入產業。Nvidia 將模組化 AI 工廠設計及 AI 代理治理平台，定位為協助推進這項工作的工具。172

目前報導支持的，是這些大方向，以及 DSX POD、OpenShell 和 Sentry 的特定產品說明；但僅憑現有資料，無法驗證所有企業合作、各產業的實際部署，或全球運算能力的比較數字。閱讀這類發布時，最重要的分野是：Nvidia 說產品「設計上能做到什麼」，與歐洲企業「已經實際做到什麼」，並不是同一件事。

黃仁勳在 10 月 21 日的 Nvidia GTC 柏林主題演講中，呼籲歐洲加快發展人工智慧。他把訴求分成兩部分：擴充建置與運行 AI 所需的運算基礎設施，同時提供企業能在規範下部署 AI 代理的工具。172

這套說法也呼應歐洲希望讓產業資料真正用於 AI 的方向。不過，演講中的基礎設施與軟體計畫，代表的是 Nvidia 提出的產品設計和目標，不能直接視為歐洲各行各業已加速採用 AI 的證據。

DSX POD：把 AI 工廠部署時間壓到 14 天

Nvidia 將 DSX POD 定位為 AI 工廠的模組化參考設計。所謂「AI 工廠」，是指為大規模運算而建置、用來開發及運行 AI 系統的資料中心基礎設施。活動報導指出，DSX POD 的目標是將現場部署時間縮短至 14 天，並預計於 2027 年初開始交付。這些是 Nvidia 宣布的部署目標與時程，並非經獨立驗證的實際成果。713

這項產品背後的訊息很直接：歐洲需要更多運算能力，才能開發及運用 AI。《美聯社》報導，黃仁勳敦促歐洲 AI 產業加快行動，並推廣這套模組化系統，稱其有助更快建置資料中心。17

OpenShell 與 Sentry：為 AI 代理加上治理機制

黃仁勳的主張不只關乎硬體。Nvidia 的 Open Agent Safety Platform 結合 OpenShell 軟體和 Sentry 參考系統設計。Nvidia 表示，平台旨在對運行 AI 代理所涉及的軟體、硬體、運算及機器人系統，提供治理與控制。38

當企業考慮讓 AI 代理自主執行任務時，關鍵不只是代理「能做什麼」，也包括如何讓它在明確界線內行動。Nvidia 說，Sentry 的設計用途是監控代理行為，並在代理試圖越界時偵測及回應。這些是平台預期提供的功能，並不代表所有實際部署都能杜絕非預期行為。38

產業導入 AI，也得先處理資料問題

加快 AI 採用的呼聲不只出現在 GTC 主題演講。在柏林一場峰會上，德國總理弗里德里希・梅爾茨呼籲企業，尤其是中小企業，讓手上的資料能用於 AI，並舉製造、機械及汽車產業為例。18

這是 AI 導入的另一個環節：運算基礎設施增加，能讓更多人取得 AI 系統，但企業也需要可用的資料，以及把技術用進日常營運的實際方法。梅爾茨是在另一場峰會發言，並非黃仁勳的 GTC 主題演講內容。18

英國另有一筆 AI 安全研究資源承諾

在 GTC 柏林之前，Nvidia 表示，將於五年內提供估值 2.5 億美元的運算資源，支持英國研究 AI 代理的安全與防護。路透社報導，這是運算資源使用額度，而非 2.5 億美元現金捐款；每年提供的運算資源使用額度為 5,000 萬美元。33

這項承諾是 Nvidia 在歐洲推動 AI 的相關背景之一，但不應與 GTC 主題演講上的宣布混為一談，也不能據此認定 AI 代理的安全風險已經解決。

演講提出方向，不等於產業已經落地

黃仁勳的論點相當明確：歐洲應擴建 AI 基礎設施，並從關注 AI 轉向實際導入產業。Nvidia 將模組化 AI 工廠設計及 AI 代理治理平台，定位為協助推進這項工作的工具。172

目前報導支持的，是這些大方向，以及 DSX POD、OpenShell 和 Sentry 的特定產品說明；但僅憑現有資料，無法驗證所有企業合作、各產業的實際部署，或全球運算能力的比較數字。閱讀這類發布時，最重要的分野是：Nvidia 說產品「設計上能做到什麼」，與歐洲企業「已經實際做到什麼」，並不是同一件事。