智能制造工厂：英伟达AI工厂与维拉·鲁宾架构驱动的全球供应链地壳变动
世界上存在三种工厂。
第一种燃烧煤炭，制造实体产品。
第二种利用电力，组装标准化零件。
而现在，人类正面临第三种工厂。
这种工厂输入电力和数据，连续生产“智能”。
-> 产品看不见，也没有重量。但价格存在，并且这个价格正在改变世界经济的格局。
这就是英伟达（NVIDIA）所说的AI工厂（AI Factory）的本质。
2026年6月，在台北Computex舞台上，黄仁勋（Jensen Huang）发布了下一代平台维拉·鲁宾（Vera Rubin）NVL72，并宣告：
计算的目的已经改变。
***-> *存储数据、显示网页的被动仓库时代已经结束。
-> 现在，计算机必须是永不间断地制造实时推理、判断和行动的智能的发电站。
在这个宣告面前，两种反应并存。
一种是看着股价图的投资者的眼神，
另一种是听到数十年积累的基础设施范式正在崩塌的声音的工程师的耳朵。
本文旨在触及第二种耳朵（数字背后的物理学，规格书背后的供应链，以及在供应链背后悄然改变格局的权力移动）。
要讲那个故事，就必须回到最基础的地方（电力如何变成热量，以及为什么热量改变了这一切）。
第一章. 工厂为何崩塌：电压与热的工程学
要理解传统数据中心，必须记住一个核心前提。
那就是“可预测的静态负载”的世界。
即使数万用户同时点击网站，服务器也会按照毫秒级划分的调度，安静地散发热量。
一个机架的功耗在10千瓦（kW）到15kW之间。室内空调和地板下流动的冷风就足以应对。
然而，代理AI（Agent AI）破坏了那个安静世界的这个前提。
能够自主判断并使用工具的AI代理，在空闲状态下几乎不消耗电力，但当大规模推理指令下达时，会瞬间以最大电压吸取电力。工程师称之为“动态瞬时功率模式（Transient Spiky Load Profile）”。
这种剧烈的电流波动会产生可能瞬间物理性破坏现有电源分配单元（PDU）元件的电压尖峰。
现有的发电厂和电网（Grid）并非为应对这种不规则且破坏性的瞬时负载激增而设计。
问题不仅仅是电压。
热力学定律施加了更残酷的限制。
一个机架消耗接近200kW的功率，意味着在那个位置相当于常年运行工业电暖器，在热力学上是等同的。
空气吸收热量的能力，即比热容，与液体相比存在致命的不足。
水的比热（约4,184 J/kg·K）比空气的比热（约1,005 J/kg·K）高4倍以上，密度更是高出800倍以上。
在相同体积下，水冷却热量的能力远远超过空气。
具体数字会更清晰。
冷却工程的基本方程是这样的：需要散发的热负荷（Q）由流体的质量流量（m）、比热（Cp）和进出口温差（ΔT）的乘积决定。
要用风冷散热装置强制冷却100kW以上的热量，风扇的转速需要提高到喷气式发动机的噪音水平，而风扇消耗的电力甚至会超过服务器用于计算的电力，达到“冷却效率逆转现象”。这是无法强行解决的物理极限。冷却系统本身为了冷却而产生更多热量，这是一个能量浪费的黑洞。
因此，AI工厂转向水冷（Liquid Cooling）。这不是选择，而是物理学强加的结论。
然而，当引入水冷时，新的危险随之而来。
一旦冷却管道有水滴泄漏，流经800伏特（V）高压的服务器设备会立即发生电弧（Arc）爆炸，将价值数十亿的投资化为灰烬。
因此，快速断开（QD）无泄漏阀门和控制精度在1微米以下的金属冷板需要航空航天工程级别的精密制造能力。
供电方式也从根本上改变。
传统数据中心将发电厂输送的高压交流（AC）电通过变压器降压，再经过多级转换后供给服务器。
每一级转换都会有能量损失，而这些损失又会转化为热量，增加散热负荷。
AI工厂通过800伏特高压直流（HVDC, High-Voltage Direct Current）母线架构解决这个问题。
-> 减少转换级数，通过**数字控制的固态变压器（SST, Solid State Transformer）**提高电压等级，用更细的线缆更高效地传输相同功率。
传统数据中心运营商面临的现实是这样的：
必须更换电力系统。
必须拆除整个冷却系统。
在此过程中，不允许发生哪怕一次泄漏事故。
即使所有这些工作完成，能够制造他们将使用的硬件的供应链，全球也屈指可数。
第二章. 代理AI的脑波：为何现有加速器不够用
人类下围棋时，不会只下一手直观的棋。
-> 会在脑海中像树枝一样展开几十种未来场景，模拟每个分支的结局，然后选择最佳方案。
代理AI也是如此。
-> 即使是简单的提问，也会启动无穷的内部推理循环。
这在软件工程界被称为*“测试时扩展（Test-Time Scaling）”或“推理阶段思维链（Chain of Thought）”*。
这个推理循环分为两个非对称的阶段。
第一个是**“预填充（Prefill）”阶段**。
这是同时解释用户海量输入文档的阶段，GPU的并行矩阵运算能力达到峰值。
数千个张量核心同时进行矩阵乘法，在此阶段，GPU的运算单元以设计最大效率运行。
第二个是**“解码（Decode）”阶段**。
这是逐个单词（token）顺序生成阶段，在这里会出现结构性瓶颈。
-> 每次生成新单词时，都必须从内存中重新读取之前生成的所有单词的运算缓存信息，即KV缓存（Key-Value Cache）。GPU强大的运算单元在等待内存数据时，90%以上的时间处于空闲状态。
价值数千亿的加速器大部分时间用于等待而非运算。
-> 计算机结构学称之为***“内存带宽限制瓶颈（Memory-Bound Bottleneck）”***。
这个瓶颈随着模型处理的长对话上下文而指数级加剧。
-> 用户与代理进行100次对话后，需要将这100次对话的全部保存在KV缓存中，每次响应都需要重新读取整个缓存。
-> 缓存的大小即是内存带宽需求。
再加上混合专家（MoE, Mixture of Experts）架构，瓶颈就会蔓延到整个网络。
由于将庞大的模型分割成多个专业领域并分散部署在不同的GPU节点上，
每个单词都会有数万个token被传输到不同的节点并重新聚合，产生“All-to-All”流量风暴。
仅仅1微秒的包传输延迟就可能导致整个分布式系统停止运行。
MoE之所以重要，另有原因。
这是在不增加Transformer模型整体规模的情况下提高专业性的唯一方法。
-> 例如，一个拥有1万亿参数的模型，如果采用单一Dense结构，每次推理都需要计算全部1万亿个参数；但如果采用MoE结构，每次推理只需要激活其中的一部分，例如10%到20%。
运算效率提高了，但节点间通信流量会激增。
如果无法以纳秒级控制这种流量，MoE架构的优势就会被通信延迟成本所吞噬。
结论很简单。
代理AI时代，计算系统的解决方案不再是单个芯片的速度，而是克服内存与内存之间、服务器与服务器之间的通信瓶颈（以纳秒级为单位）的集成设计。
这就是英伟达开始销售“成品机架系统”而非单个芯片的原因。
-> 已经进入了一个以整体系统的最低瓶颈而非单个组件的最高规格决定性能的世界。
第三章. 维拉·鲁宾NVL72：巨型机架解剖
Computex 2026的焦点无疑是维拉·鲁宾（Vera Rubin）NVL72。
这个名字来源于天文学家维拉·鲁宾，她通过星系旋转速度异常揭示了暗物质的存在。
看不见的东西驱动着世界，这个隐喻被赋予了制造看不见的推理结果的机器。
鲁宾NVL72将传统的单芯片销售模式送进了坟墓。
一个机架本身就集成了72个加速器和36个CPU，作为一个虚拟的单一处理器运行。
重量约1.3吨。功耗最高可达230kW。价格未公开，但市场估计每台机架超过数百万美元。
内部结构解剖如下：
18个计算托盘（Compute Tray）和9个NVLink 6交换托盘交替排列。
每个计算托盘内搭载2个维拉CPU和4个鲁宾GPU。
为了防止线缆布线引起的电压下降，采用了与托盘背面铜质背板直接对接的无线缆（Cableless）方式。
消除了重达数十公斤的线缆束，不仅提高了物理空间效率，还从根本上改善了信号质量。
性能数据极具挑衅性。
推理性能为3,600 PFLOPS（拍浮点），比上一代Blackwell提升5倍。
内存带宽为每GPU 22 TB/s，是Blackwell（8 TB/s）的2.75倍。
但最令人震惊的数字是这个：
每个token的计算成本降低到上一代的1/10。
-> 这意味着，为了获得相同的推理结果，所需的硬件减少到原来的1/4。
将这些数字换算成实际单位，
如果云服务公司以当前成本运行GPT-4级别的模型推理，
在鲁宾时代，可以用相同的成本服务10倍的用户，或者为同一用户提供10倍更复杂的推理。
如果代理执行的多步推理成本降低到当前的1/10，代理服务的经济性将发生根本性改变。
现在由于成本而无法使用的代理功能，其商业化门槛将大大降低。
构成机架的七种芯片
鲁宾平台并非单芯片性能竞赛。
七种专用芯片各自承担一个瓶颈，并将其消除。
按照每种芯片的存在理由顺序追溯，代理AI系统的计算结构将变得清晰。
鲁宾GPU。 3纳米以下制程，3360亿个晶体管。通过HBM4内存，每秒将22TB数据导入芯片内部。
请记住，上一代内存带宽是瓶颈。22 TB/s是直接攻击那个瓶颈的数字。
第三代Transformer引擎内置了实时可变精度硬件加速压缩算法，最大化了超大规模多模态模型的展开速度。
维拉CPU。 88个Olympus核心。并非通用操作系统，而是AI代理工作流的专属指挥官。
在传统Grace CPU（72核）的基础上提高了性能，同时改变了架构的目的。
将Python代码和虚拟化容器立即翻译成硬件指令，并充当将KV缓存流推送到网络的中间人。
这是为了从结构上消除CPU成为AI代理工作流瓶颈的设计。
英伟达Groq 3 LPU。 基于128GB超高速SRAM，专门负责解码工作。
这是处理前面提到的内存带宽瓶颈，即KV缓存读取延迟的专用设备。
它充当盾牌，确保鲁宾GPU保持100%的利用率。分工是：GPU只负责计算，LPU只负责内存供给。
NVLink 6交换机。 让机架内的72个GPU能够无视物理距离障碍共享彼此的数据。
双向3.6 TB/s的带宽是上一代（1.8 TB/s）的两倍。
通过在交换机内部完成同步运算的SHARP（Scalable Hierarchical Aggregation and Reduction Protocol）架构，将通信开销降至零。 -> 这是在网络层吸收All-to-All流量风暴问题的结构。
ConnectX-9 SuperNIC。 当将通信扩展到机架外部集群时，提供1.6Tbps带宽和硬件RDMA（Remote Direct Memory Access）引擎。
消除与大型交换机的虚拟隧道瓶颈。这是构建由数千个机架组成的大规模AI工厂集群所必需的连接点。
BlueField-4 DPU。 将虚拟化控制、加密、存储输入输出的开销完全从主计算机分离处理。
与专用的BlueField-4 STX闪存阵列交换机协同工作，将代理的KV缓存数据超高速地卸载到主内存之外。
结果是，机架的token处理效率最高可扩展5倍以上。
通过将安全和存储开销从CPU和GPU中移除，使得这两个芯片能够专注于纯粹的计算。
Spectrum-6以太网交换机。 102.4Tbps的传输性能。它充当完全实现下一章将要介绍的CPO光学技术的骨干网关。
这七种组件全部由英伟达设计。虽然购买者混合使用其他公司的产品并非物理上不可能，但每种芯片的性能都是基于与其他六种芯片协同工作而优化的，因此要达到最高性能，实际上必须将整个机架填满英伟达的产品。这就是平台垄断的实质。
这是一种并非强迫，而是通过设计形成的依赖结构。
第四章. 铜的死亡：CPO与光学网络革命
AI工厂的服务器以纳秒级频率进行同步信号通信。
如果传输这些信号的介质是铜线，就会出现两个问题。
第一，高频电信号会因集肤效应（Skin Effect）而以热量形式散发，信号电压急剧下降。
在高频下，电子会集中在导体表面附近流动，这相当于有效截面积减小，电阻急剧上升。
功率损耗与电阻的平方成正比，因此频率越高，铜线的能量效率呈指数级恶化。
第二，数万个GPU释放的强大电磁场会向周围线缆辐射电磁干扰（EMI）噪声，提高比特错误率。
即使1000个比特中有1个发生翻转，数据也会被污染。在每纳秒传输数万亿比特的AI工厂中，这种错误率的累积会导致通信重传和纠错成本与计算成本一样高。
-> 英伟达的解决方案是Spectrum-X以太网光子学（Spectrum-X Ethernet Photonics）。
它将网络骨干的金属线缆移除，替换为硅光子学（Silicon Photonics）。将电信号转换为光信号。
这项技术的关键是共封装光学（Co-Packaged Optics, CPO）架构。
在传统方式中，交换芯片产生的电信号会通过主板的铜质走线传输到设备外部的可插拔光模块，然后经过其中的DSP（Digital Signal Processor）重定时器芯片转换为光信号。这个过程长达10到15厘米，每个阶段都会累积热量和信号失真。
CPO则是在交换半导体封装旁边1毫米以内，立即将电信号转换为光信号。不再需要信号放大用的DSP芯片。
-> 结果是每端口能耗节省5倍以上。
-> 这不仅仅意味着节省能源，还因为散热减少，降低了额外的散热负荷，并且在相同空间内可以集成更多端口，提高了整体网络密度。
光的物理特性还带来两项额外优势。
信号衰减几乎为零，可以在几公里范围内以仅1微秒的水平传输。
这改变了AI工厂的物理布局自由度。
迄今为止，加速器为了低延迟通信，必须物理上靠近部署。
随着CPO的普及，部署在几公里外建筑物的机架可以以相同的延迟协同工作。
-> 数据中心园区的设计自由度将发生改变。
即使靠近高压电线，也对电磁噪声完全免疫。
光不受电磁场的影响。
AI工厂最常见的故障原因——网络模块故障导致的分布式训练中断——将从结构上消失。
分布式训练需要数千个GPU同步运行数周甚至数月，在此过程中，哪怕一次网络链路故障都会导致整个训练停止。
-> CPO从物理上消除了这个故障原因。
基础设施的常运行周期延长5倍以上这个数字，就源于此。
第五章. 软件的灵魂：DSX OS与FOX蓝图
组装好硬件，智能工厂并未完成。
如果没有能够让数万张加速卡以毫秒级延迟运行的软件，那它就是一堆无法工作的金属。
DSX OS：将机架变成一个大脑的操作系统
传统的操作系统是公平分配资源的管理者。
多个应用程序按顺序轮流使用CPU时间。
然而，如果将这种静态分配方式引入AI工厂，
-> 数千个加速卡会等待彼此的中间计算结果到达而停止，同步延迟会累积。
DSX OS采取的是完全分布式控制结构，它不是从单个应用程序的角度出发，而是将整个机架视为一个单一的处理器。
-> 它实时计算网络数据包何时到达芯片内部，下一个解码token应该在哪个HBM内存库，以实现最短路径，并提前铺设好路径。
这不是手动调度。而是通过实时收集芯片级别的遥测数据，并利用预测模型，在瓶颈发生之前重新分配流量的自主控制循环。
故障处理方式也发生了最 dramatic 的改变。
一旦检测到某个GPU核心发生内存比特翻转（Soft Error）故障，传统方式会停止整个计算节点。-> 在训练数万亿参数的模型时，单个芯片的故障可能导致一周的计算资源付之东流。这种“训练中断”问题是运营大规模AI研究的企业最害怕的故障类型。
DSX OS会将发生错误的计算单元的操作状态以虚拟容器的形式捕获，并在1毫秒内迁移到旁边的空闲单元。
整个系统不会停止。 用户甚至不知道故障是否发生。这就是自愈（Self-Healing）自动化引擎。
FOX蓝图：将物理工厂封入数字孪生
FOX（Factory Operations Blueprint）的范围更广。
它是一种参考设计理念，将实际制造工厂的所有传感器、自主机器人、质量检测设备与英伟达的数字孪生平台Omniverse环境实时联动。
-> 实体工厂产生的数据流入虚拟工厂，虚拟工厂模拟的结果反馈给实体工厂的机器人控制。
这是一个软件机器人预先练习实际机械操作，不良品检测模型在实际发生之前学习数万张虚拟缺陷图像的结构。
这个概念听起来可能有些抽象，但以下三个实际案例将它变为现实。
和硕（Pegatron）。 基于NemoClaw框架，完成了智能自主物流机器人、AI视觉不良品检测设备，以及由上层主控代理协调多个下级代理的层级结构。
多个代理分别负责物流、质量、安全、能源管理等领域，主控代理整合它们的判断，实时优化整个工厂的资源分配。
淘汰闲置备用设备，将实体资产重复投资成本降低了15%以上。
安费诺（Amphenol）。 将英伟达的生成式AI平台Cosmos结合到300多种微型连接器不良品检测线上。
新产品生产初期的不良数据不足问题是所有制造商都面临的共同障碍。由于尚未生产的产品没有不良数据，因此无法提前训练不良品检测模型。
安费诺通过大量合成虚拟不良图像解决了这个问题。
AI通过生成“尚未发生的不良”图像作为训练数据。
不良品检测模型构建速度缩短了12倍，新产品上市初期的良率稳定期从几周缩短到几小时。
富士康（Foxconn）。 不仅在制造现场，还在综合医院内部部署了NemoClaw 기반 CoDoctor AI解决方案。
与医疗团队协作护理机器人Nurabot联动，自动记录患者生命体征数据到实时图表，并以90%以上的精度追踪药物不匹配的原因。
虽然一家制造工厂运营企业开发医院AI解决方案看起来有些陌生，但FOX蓝图的逻辑是相同的。
这是一个在复杂环境中，多个代理协同处理实时数据，由中央主控代理协调整体的结构。
这三个案例共同展示了一点。
FOX蓝图的价值并非购买新机器，而是通过智能地连接现有机器产生的数据而产生。
平台渗透方式不是硬件销售，而是数据流的标准化，这一点很重要。
一旦工厂开始基于FOX蓝图运行，
该工厂转向其他平台的成本将不再是硬件更换成本，而是数年积累的流程数据和代理训练资产的重建成本。
第六章. 供应链的战争：台湾与韩国的地图
维拉·鲁宾的设计来自美国加州圣克拉拉。
但能够将其转化为触手可及、可运行的230kW金属机柜的能力，全球屈指可数。
台湾：硅帝国的事实统治者
台积电（TSMC）。 英伟达与台积电的关系早已超越了客户-供应商，而是命运共同体。
截至2026年，英伟达在台积电总营收中的比重正瞄准突破20%。
它正在提前预定并运行鲁宾的3纳米以下制程生产线，并通过CoWoS（Chip on Wafer on Substrate）、SoIC（System on Integrated Chips）等先进封装技术，将HBM4和逻辑芯片结合在同一基板上，牢牢掌握了全球供应短缺的控制权。
如果台积电在供应上出现问题，英伟达的产品发布日程将随之中断。
2023年至2024年间的H100供应短缺事件，向全世界实时演示了这一结构的脆弱性。
然而，台积电深知这种依赖性给它带来的议价能力。没有台积电就没有鲁宾，没有鲁宾就没有AI工厂。
ODM三巨头。 富士康（Foxconn）、广达（Quanta Computer）、纬创（Wistron）根据英伟达的蓝图，物理性地组装1.3吨重的成品水冷机架。
富士康凭借其全球最大的生产设备动员能力，抢占了鲁宾NVL72成品机架供应合同的核心份额。
它将Omniverse平台投入自有生产线，将设计误差率降低了一半，这段经验再次成为FOX蓝图的参考案例。
富士康既是英伟达的客户，又是英伟达的营销工具，形成了一种循环结构。
广达通过旗下QCT（Quanta Cloud Technology），在为超大规模客户定制网络和机架布局方面，巩固了其最迅速设计和交付的强势地位。
虽然标准化的鲁宾NVL72机架是基础，但谷歌、微软、亚马逊等大型云服务提供商要求根据其数据中心设计进行定制化修改。这种修改设计速度是其差异化优势。
纬创已完成向台湾本土自动化工程体系的转型，摆脱了对中国大陆劳动力的依赖，消除了供应链信任风险。
在中美地缘政治紧张局势不断升级的情况下， 확보台湾本土生产能力，已不仅仅是效率问题，而是对客户供应链安全需求的战略性回应。
能源转换的掌控者。 每个机架消耗220kW的功率，意味着即使在电压转换过程中1%的效率损失，也会产生超过2kW的无谓热量。这些热量需要冷却，而冷却又需要能源，这些能源又会产生热量。每1%的功率转换效率差异，都会对冷却设备规模和电费产生连锁影响。
台达电子（Delta Electronics）开发了800V HVDC转换母线架构和高速数字固态变压器（SST）解决方案，并已进入实际验证阶段。
它将AI加速解决方案结合到其SmartDesign设计平台，将设计周期缩短了一半。
光宝科技（Lite-On）则提供定制化的高功率电池备份电源包（BBU），以确保在电网波动时，计算数据不会丢失。
水冷循环的工匠。 AVC和Auras Technology掌握了精确控制冷却管道水压的集流器（manifold）和无泄漏阀门模块。
酷冷至尊（Cooler Master）凭借33年的热控制设计经验，在自动化生产线上大规模生产MGX 기반机架结构的专用铜冷板和水泵装置。
它们提供的零件虽然单价不高，但没有这些零件，鲁宾NVL72就无法运行。
这是供应链中最安静但最关键的连接点。
韩国：HBM4合作伙伴关系的意义
Computex 2026前夕，在台北，英伟达首次为韩国合作伙伴举办了单独的活动——“Korea Partner Night”。
这次活动并非只是礼仪。这是英伟达首次在台湾以外为制造合作伙伴提供独立平台。
SK海力士（SK Hynix）和三星电子（Samsung Electronics）。 它们是制造维拉·鲁宾核心性能的关键——HBM4（第六代高带宽内存）的国家。
GPU每秒22 TB/s的带宽，没有HBM4是不可能的。
HBM的结构很独特。将多个DRAM芯片垂直堆叠，
然后将其放置在基板（base die）上，与GPU以2.5D方式并排部署。
内存与处理器之间的物理距离极短，因此带宽急剧增加。
HBM4世代开始，这个基板的制造工艺发生变化。
由于传统内存工艺难以实现基板内部逻辑，因此**必须转向最先进的晶圆代工（foundry）精细制程。**这是关键。
SK海力士和三星电子设计和生产内存堆栈，但基板则来自台积电的高级制程。
两国技术真切地封装在一个包裹里。
没有韩国的内存工程就没有HBM4，没有台湾的晶圆代工制程就没有HBM4基板，没有这两者就没有鲁宾GPU。三个国家的技术依赖结构集中在鲁宾这一个包裹里。
除了这个内存联盟，韩国的技术生态系统还广泛连接。
Naver Cloud正在执行主权AI（Sovereign AI）战略，基于韩语特色模型，不依赖海外云服务。
**斗山（Doosan）和LG电子（LG Electronics）**正在推进获取自主制造过程的核心控制技术和智能工厂转型。
它们不仅仅是简单的芯片购买者。
它们正定位为人工智能精密控制物理现场的自主物理工厂（Autonomous Physical Factory）时代的首要技术联盟。
Korea Partner Night就是英伟达对这一定位的官方认可。
第七章. 口袋里的小巨人：RTX Spark与本地代理
英伟达在占据了数据中心市场后，也开始敲击个人设备市场。其工具就是RTX Spark（RTX 스파크）。
RTX Spark是一款将20核Arm Olympus CPU和6,144个CUDA核心的Blackwell世代加速器集成在单一硅片上的芯片。
与微软合作，瞄准个人AI PC市场。
决定性的创新是128GB的统一内存（Unified Memory）。
-> CPU和GPU共享同一内存空间。传统的个人显卡VRAM限制在16GB到24GB之间，因此无法运行参数超过千亿的大型模型。如果模型无法完全载入VRAM，每次运算都需要从系统内存中加载所需部分，速度会慢10到100倍。
RTX Spark打破了这一界限，可以在无网络环境下，本地独立以每秒数十token的速度运行拥有1200亿参数的模型。
在飞机上、地下室、互联网被切断的企业内部网络环境中，也能够实现前沿AI推理。
实际应用包含三个方面：
第一，成本。
云AI服务每次提问都会按token收费。
在本地运行模型可以消除这笔费用。
-> 对个人用户来说可能微不足道，但在代理执行数千次子任务的企业环境中，成本结构将发生根本性改变。
如果使用云服务运行每天消耗数百万token的代理服务，每月API费用将超过数千万韩元，但如果转为本地运行，这笔费用将作为一次性硬件购置成本处理。
第二，隐私。
用户的全部数据仅在设备内部处理，不会传输到外部服务器。
企业机密文件、个人医疗记录、金融数据——所有这些都只在本地处理。
即使在禁止使用云AI的监管环境（金融、医疗、法律、国防）中，也为引入AI功能打开了通道。
第三，英伟达的战略计算。
一旦全球软件开发者开始在配备RTX Spark的笔记本电脑上开发AI服务，他们就会熟悉英伟达多年打磨的CUDA库。
当他们将开发的服务部署到云端时，他们已经身处英伟达的加速硬件生态系统中。
这是一个将开发者在本地培养，然后将其转化为数据中心客户的管道。将硬件销售和开发者生态系统整合为单一产品的结构性设计。
第八章. 转折点：我们所目睹的本质
此时此刻，需要退一步审视。
英伟达公布的数据令人瞩目。
维拉·鲁宾的token生产效率是上一代的1/10，性能提升5倍。
采用FOX蓝图的工厂实现了两位数的成本节约。RTX Spark可以在笔记本电脑上运行大型模型。
然而，这些数字真正指向的意义并非数字本身。
第一个变化是计算的价值衡量标准正在改变。
不是“每核心价格（Cores per Dollar）”或“每浮点运算价格”，而是“每美元的token数（Tokens per Dollar）”。
这正在用制造业的语言重新定义计算基础设施。
每单位时间产出量、每单位成本的产量、不良率、稼动率——这些工厂的KPI，不是数据中心的语言，而是制造业的语言。
这是计算行业将自身重新定义为制造业的时刻。
第二个变化是瓶颈位置的移动。
过去三年，AI基础设施的瓶颈是GPU芯片本身。H100供不应求，等待数周是常态。
现在，这个瓶颈正在逐渐缓解。但新的瓶颈正在出现。
电网连接延迟、超高压变压器交货期延长、水冷管道精密控制能力的不足。
换句话说，
现在限制AI工厂扩展速度的，不再是芯片的设计和生产能力，而是为其供电和散热的能力。
建设新的变电站需要数年时间。超高压变压器的全球交货期已超过1到2年。
能够批量生产精密水冷部件的制造商，全球屈指可数。
第三个变化是地理集中度的悖论。
AI工厂时代的基础设施比以往任何时候都更深地依赖于台湾和韩国的半导体制造生态系统。
这同时意味着拥有最强大的性能和最高的地理政治风险。
各国的主权AI潮流是分散这种风险的反应。
然而，核心半导体的制造能力无法在短期内分散。数十年来积累的工艺诀窍和人才生态系统，并不会因为在地图上描绘其他地点就能复制。
这三个变化汇聚的节点，得出一个结论。
AI工厂时代，准入门槛不再是AI算法开发能力。
控制供电、散热、光学连接、 확보内存带宽的物理基础设施，才是下一个竞争高地。
第九章. 最后一个问题：智能工厂之后的未来
2026年夏天，世界开始分裂成能够运营少数机架的企业和无法运营的企业。
这不是第一次发生。
1970年代，拥有大型主机和没有大型主机的企业分化。
1990年代，接入互联网和未接入互联网的企业分化。
2000年代，使用云服务和维护自有服务器的企业分化。
-> 每次转型都伴随着“那也只是工具而已”的怀疑，而每次率先掌握该工具的一方，都统治了下一个十年。
现在发生的事情的范围比以往的转型都更广。
因为它不仅限于一个产业或一个职业。
代理AI正在改变医院、工厂、金融、物流、法律服务、教育——任何领域的“判断”和“执行”之间的速度。
半导体和网络不再局限于某个建筑，而是成为无处不在生产的智能的基础设施。
剩下的问题是：
当智能的制造成本降低到1/10，智能的供应接近无限时，智能本身将如何被重新定义？
当工厂开始大规模生产时，稀缺性消失，设计得以保留。
第一次工业革命取代手工匠人的双手时，幸存的价值是机器无法模仿的设计感和语境理解。
第二次工业革命推出了标准化产品时，幸存的价值是想象这些产品用途的能力。
第三种工厂开始大规模生产智能。当推理能力、语言生成、模式识别——这些开始从工厂出来时，下一个稀缺的将是什么？
对这个问题的答案，机器无法提供。
参考文献
- NVIDIA Factory Operations Blueprint Gives Factories a New AI Brain — Esther Lee (NVIDIA Blog)
- NVIDIA Vera Rubin Ramps Into Full Production to Power Agentic AI — NVIDIA News Room
- Nvidia’s Big Bet: Entering the AI Personal Computer Chip Market — Financial Times
- AI Factories: The New Infrastructure of Intelligence — NVIDIA Developer Blog
- AI Infrastructure Boom Puts NVIDIA and Taiwan at the Heart of Computex — Indian Express
- Nvidia enters Windows AI PC race with new RTX Spark chip — Indian Express
- TSMC Expands Use of NVIDIA AI Technologies Across Chip Production Operations — SemiWiki
- What Are the Differences Between AI Factories and Traditional Data Centers — Fortanix Blog
- AI Factory vs AI Data Center Design Requirements — Giga Energy
- What Makes an AI Factory Structurally Different — CtrlS Data Center Blog
- NVIDIA Unveils Vera, the CPU for Agents — NVIDIA News Room
- CoreWeave Becomes First to Deploy NVIDIA’s Vera Rubin NVL72 System — StreetInsider News
- Supermicro Reveals DCBBS blueprints for NVIDIA Vera Rubin NVL72 and HGX Rubin — Supermicro Press
- Silicon Photonics for AI Clusters: Performance and Reliability Metrics — Lambda Labs Blog
- Korea Emerges as a Core Nvidia Partner Beyond HBM at Computex — Choi Hyo-jung (Chosun Biz)