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

NVIDIA 在 COMPUTEX 2026 Best Choice Awards（BC Award） 中一次拿下四項獎項，成為展會焦點。得獎產品包含三條產品線：Jetson Thor（金獎）、Vera Rubin NVL72（金獎與科技永續特別獎）以及 Alpamayo 自動駕駛平台（智慧車與智慧座艙類別獎）。這三項技術分別對應 邊緣 AI 與機器人、AI 工廠基礎設施，以及自動駕駛系統，顯示 NVIDIA 正將 AI 能力從資料中心延伸到現實世界設備。

為何 NVIDIA 一次拿下四個獎

雖然只有三個產品系列，但 Vera Rubin NVL72 同時獲得兩個獎項（金獎與科技永續特別獎），因此 NVIDIA 在本屆 BC Award 的總獎項數達到四項。

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。