NVIDIA 橫掃 COMPUTEX 2026 四項大獎：從邊緣 AI 到 AI 超級電腦與自駕平台

這也反映出 AI 產業的發展方向：從單一晶片競賽，逐漸轉向 整個系統與基礎設施的競爭。

Jetson Thor：讓機器人在本地運行更強 AI

Jetson Thor 是 NVIDIA 面向邊緣 AI（Edge AI）與機器人的運算模組平台，採用 Blackwell GPU 架構。

Jetson AGX Thor 開發套件的核心能力包括：

• 最多 2,070 FP4 TFLOPS AI 運算能力
• 128GB 記憶體
• 功耗約 130W
• 相較 Jetson AGX Orin 7.5 倍 AI 算力與 3.5 倍能源效率提升

這種性能意味著機器人能在本地設備上執行更大的生成式 AI 與推理模型，而不必依賴雲端計算。對於需要即時反應的場景（例如工業機器人、人形機器人或醫療設備）尤其重要。

此外，Jetson Thor 支援 多感測器即時推論與低延遲處理，讓機器人能同時分析攝影機、雷達或其他感測器資料並快速做出決策。

Vera Rubin NVL72：機架級 AI 超級電腦

在資料中心層級，NVIDIA 推出了 Vera Rubin NVL72。與傳統 GPU 伺服器不同，它是以 整個機架（rack）為單位設計的 AI 超級電腦。

這個系統整合：

• 36 顆 NVIDIA Vera CPU
• 72 顆 Rubin GPU
• 第六代 NVLink Switch 高速互連

透過這些連接技術，72 顆 GPU 能像一個大型加速器協同運作，用於訓練與推論 兆級參數 AI 模型以及長上下文任務。

在效能與成本方面，官方資料指出：

• 訓練大型模型所需 GPU 數量可降至 Blackwell 平台的四分之一
• 推論每詞元成本降低至十分之一
• 推論 每瓦效能最高提升約 10 倍

此外，NVL72 採用 100% 液冷與無纜線模組化設計，可在高溫環境下運行並大幅縮短部署時間，這也是其獲得永續技術特別獎的重要原因。

NVIDIA 將這類系統定位為 AI 工廠（AI Factory）基礎設施，專門為代理型 AI（Agentic AI）與大型推理模型提供運算能力。

Alpamayo：具推理能力的自動駕駛 AI

第三項得獎技術 Alpamayo 則瞄準自動駕駛領域，是一套開放式自駕 AI 模型與開發平台。

與傳統自駕系統主要依賴物件偵測與規則式規劃不同，Alpamayo 使用 視覺‑語言‑動作（Vision‑Language‑Action）模型並加入推理能力。

其核心特點包括：

• 能根據感測器與影像資料 生成駕駛軌跡
• 同時輸出 推理過程（reasoning traces），解釋決策原因
• 透過 真實駕駛資料與模擬資料共同訓練模型

這種方法有助於改善自動駕駛最棘手的問題之一：罕見或複雜情境（edge cases）。因為模型不只「看見道路」，還能分析情境並解釋為何做出某個決策。

一條完整的 AI 技術版圖

從 COMPUTEX 2026 的得獎結果來看，NVIDIA 正在打造一條完整的 AI 技術鏈：

• Jetson Thor：強化機器人與邊緣 AI 的本地推理能力
• Vera Rubin NVL72：提供 AI 工廠級的大規模訓練與推論基礎設施
• Alpamayo：將推理式 AI 引入自動駕駛系統

這三層架構從 邊緣設備 → 資料中心 → 智慧交通，展示了 AI 計算如何從雲端延伸到現實世界的機器與車輛。

也因此，NVIDIA 在 COMPUTEX 2026 的多項獎項不僅是產品成績，更反映出 AI 技術正朝著 **系統級運算與實體 AI（Physical AI）**的方向快速發展。