NVIDIA GTC 2026: Megérkezett a Vera Rubin, látható a Feynman

A mesterséges intelligencia iparág legnagyobb színpada

Vasárnap megnyíltak a kapuk San Joséban, és az NVIDIA GPU Technology Conference 2026 elindította azt, amit a szakértők rendszeresen a "mesterséges intelligencia Super Bowl-jának" neveznek. A SAP Centerben összegyűlt 30 000 résztvevővel és a további tízezrekkel, akik online csatlakoznak, a tét szokatlanul magas – és szokatlanul egyértelmű. Jensen Huang vezérigazgató március 16-án, hétfőn 11 órakor (PT) lép a főszínpadra, hogy hivatalossá tegyen egy új számítástechnikai korszakot, amely a Vera Rubin platformra épül, és hogy bemutassa az iparág első érdemi betekintését az utódjába, a Feynman architektúrába.

Vera Rubin: A gyártósorról a reflektorfénybe

A legfontosabb bejelentés a legtöbb technikai részletével már forgalomban van – de ez aligha csökkenti a jelentőségét. A Vera Rubin platform, amelyet a úttörő csillagászról neveztek el, az NVIDIA egyedi, Arm-alapú Vera CPU-ját párosítja az új Rubin GPU-val, és 2026 januárja óta sorozatgyártásban van, ami egy mérföldkő, amelyet Huang a CES-en megerősített. A GTC az a hely, ahol a platform megkapja a hivatalos kereskedelmi bevezetését.

A Rubin GPU egy félelmetes szilíciumdarab: 336 milliárd tranzisztor – 1,6-szor annyi, mint a Blackwell – 3 nm-es TSMC eljárással gyártva. Nyolc stack HBM4 memória körülbelül 13 TB/s sávszélességet biztosít GPU-nként, ami közel megháromszorozza az elődjének sávszélességét. A zászlóshajó NVL72 rack konfigurációban – 72 Rubin GPU 36 Vera CPU-val párosítva – a platform eléri a 3,6 exaFLOPS NVFP4 következtetési teljesítményt. Az NVIDIA azt állítja, hogy ez a Blackwellhez képest 5-ször nagyobb következtetési átvitelt és 10-szer alacsonyabb tokenenkénti költséget jelent, ami évekig meghatározza az adatközponti beruházási döntéseket. A széles körű elérhetőség 2026 második felében várható, az AWS, az Azure és a Google Cloud hiperszkálázók pedig már sorban állnak a korai bevezetésre.

Egy első pillantás a Feynmanra

Huang várhatóan óvatosan fellebbenti a fátylat a Feynman architektúráról is, amely a tervek szerint 2028 körül érkezik. A korai technikai jelek egy 1,6 nm-es eljárásra utalnak, hátoldali energiaellátással, és egy olyan tervezési filozófiára, amelyet a szakértők "következtetés-elsőnek" neveznek: a kezdetektől fogva az ágensi AI munkaterhelések hosszú kontextusú, többlépcsős következtetési igényeihez építették. Ha az NVIDIA a tervek szerint eléri az 1,6 nm-es csomópontot, a váltás a The Register és a Deeper Insights elemzői szerint a versenytársakhoz képest becslések szerint két-három évvel meghosszabbítaná a gyártási előnyét.

Ágensi AI és a fizikai világ

A szilíciumon túl a GTC 2026 két összetartó téma köré szerveződik: az ágensi AI és a fizikai AI. Az ágensi rendszerek – olyan modellek, amelyek nem csupán válaszolnak a kérdésekre, hanem önállóan terveznek, cselekszenek és emlékeznek – alapvetően eltérő számítási profilt igényelnek: hatalmas kulcs-érték gyorsítótár tárolást, alacsony késleltetésű következtetést és állandó kontextust. Az NVIDIA az új Inference Context Memory Storage platformját és a BlueField-4 DPU-t pozícionálja ennek az eltolódásnak az infrastrukturális rétegeként.

A fizikai AI eközben az NVIDIA kísérlete arra, hogy a globális iparág operációs rendszere legyen. Az Omniverse és az Isaac robotikai platform révén a vállalat lehetővé teszi a gyártók és a logisztikai szereplők számára, hogy teljes gyárakat szimuláljanak digitális ikrekként, mielőtt egyetlen robot is meghúzna egy csavart. Az olyan partnerek, mint az ABB Robotics – amelynek RobotStudio-ja most 99%-os pontossággal zárja le a szimuláció és a valóság közötti szakadékot az Omniverse segítségével – és a Foxconn már kísérleti projekteket futtatnak.

Lakmuszpapír a mesterséges intelligencia gazdaság számára

A GTC 2026 egy fordulóponthoz érkezik. A Blackwell ciklus rekordbevételt hozott az NVIDIA számára, de a befektetők figyelik, hogy a Vera Rubin felfutása képes-e fenntartani ezt a pályát a hiperszkálázók egyedi szilíciumai által támasztott növekvő verseny közepette. Huang előadását nem csupán a chip specifikációi miatt fogják vizsgálni, hanem a keresletre, a szoftveres védőárkokra és arra vonatkozó jelekért is, hogy az NVIDIA mennyire mélyen kíván beágyazódni a robotikába és az ipari automatizálásba. A konferencia programja alapján a válasz: nagyon mélyen.