英伟达GTC柏林发布DSX POD：AI工厂部署从六个月缩到14天，黄仁勋说祈祷不是安全

10月21日，英伟达GTC大会在德国柏林开幕，创始人兼CEO黄仁勋在90分钟的主题演讲中一口气公布了三件大事：DSX POD AI工厂设计方案、面向企业智能体的OpenShell参考架构，以及与诺基亚和欧洲运营商的电信合作。与往年GTC大谈芯片性能不同，这一次黄仁勋几乎没讲硅片，重点全放在部署速度、电力和智能体安全上——用他自己的话说，AI已经是一门「制造业」。

AI是制造业，从卖GPU转向卖AI工厂

黄仁勋开场先点了一串名字：欧莱雅、Spotify、保时捷、雀巢、汇丰、Zara……这些欧洲公司有一个共同点——都在和英伟达合作做AI。过去一周，他带着团队横跨巴黎、伦敦、斯德哥尔摩、都柏林四城，宣布向欧洲科技生态投入近100亿美元，合作伙伴超过1.2万家。

他把AI比作一座「五层蛋糕」：最底层是能源，往上是先进计算机，再往上是AI工厂，AI工厂从模型中源源不断产出token和数字智能，最上层才是一个个应用。「在AI模型诞生之前，基础设施必须先存在」——就像互联网需要网络、电气化需要电网。

黄仁勋给欧洲企业算了一笔账：一座1吉瓦的AI工厂大约要花500亿美元建，建成之后每年能产生约400亿美元收入，这意味着每延误一个季度就损失约100亿美元。「100亿美元的营收，足以让任何人焦虑。」在他看来，「首次token时间」正在成为AI基础设施经济学的核心指标——「要参与AI经济，你不能只消费AI，你得生产AI。」

DSX POD：AI工厂像搭积木一样交付

本次发布的核心产品DSX POD，本质上是一个「整柜出厂、到场即用」的AI工厂单元：内部容纳7个Vera Rubin NVL72机架，用了约20公里NVLink铜缆和17公里横向扩展网络线，所有布线、管路和测试都在出厂前完成。到了现场，只要场地就绪，部署周期可以从传统的大约6个月压缩到最快14天。

它瞄准的是数百兆瓦量级的客户——欧洲的neocloud厂商、主权AI项目和电信运营商，而不是要替代吉瓦级的超大规模园区。DSX POD计划2027年初由全球合作伙伴开始交付。需要说明的是，14天这个数字假设场地已就绪，集装箱化压缩的是集成时间，电网接入排队该等还得等。

配套的DSX平台还有几项省资源的功夫：温水闭环冷却让适宜气候的客户可以省掉蒸发冷却塔，按2吉瓦规模计算每天可节约5400万升水；DSX MaxLPS智能配电能在同等输出下最多省电30%；DSX Flex则让AI工厂可以和电网调度自动化联动，错峰让电——黄仁勋还举了个英德球迷的例子：欧洲杯英格兰对德国中场休息时，几百万人同时烧水，英国电网瞬间出现约1吉瓦的尖峰，AI工厂恰好可以在这时候把算力让出去。

智能体安全：祈祷不是安全

演讲的另一半重心给了智能体（Agent）。黄仁勋引用OpenRouter的数据说，平台上来自智能体的token需求正在爆发式增长——智能体会思考、推理、迭代、调用工具，消耗的算力远超普通对话。

问题也随之而来：智能体有了读写文件、访问网络、操作系统和资金的能力，权限失控的风险就从「说错话」升级成了「办错事」。黄仁勋的吐槽相当辛辣：「如今唯一能防止智能体滥用权限的方法，竟然是礼貌地请求它——请不要删除任何东西，请不要动我的SSH密钥。这种『请勿打扰』式防护。但祈祷不是安全，安全不是一种愿景，它是一个技术和工程问题。」

对应的解法是OpenShell参考架构：把智能体运行的各个环节分配给不同硬件——Vera Rubin负责模型推理，Vera CPU处理工具调用，BlueField-4数据处理器（DPU）运行Sentry安全软件，在硬件层面持续监控并执行安全策略。Anthropic、OpenAI、微软、谷歌云、亚马逊云科技等公司都在参与这一架构的合作。

他把智能体拆成五个组成部分：模型、harness、沙箱、知识、工具。本次Agent Toolkit也同步扩展，新增了Agent Knowledge Foundation知识层和名为Kumo的结构化数据模型家族（其中Kumo Tabular此前已单独开源发布过）。

电信网络将变成分布式AI网络

电信合作是第三块拼图。英伟达宣布与诺基亚及欧洲多家运营商深化合作，把加速计算引入集中式数据中心、城域站点和蜂窝基站——未来每一家拥有数十万个站点的电信运营商，都可能演化为一张分布式AI网络。「电信网络最初是为了承载全球对话而建的，如今它们也将承载全球智能。」黄仁勋说。

演讲最后，他回应了「AI会杀死软件业」的论调：「有些人认为AI的到来意味着软件的终结、工具的消亡，我恰恰持相反观点。AI来了，用户反而会更多。」在他看来，未来每一家工具公司都会转型为AI公司，成为智能体的提供商；而每一家企业都会同时使用闭源模型和基于自有数据微调的开源模型——用企业知识养出来的定制化智能，才能超越通用前沿模型。

从卖芯片到卖工厂，从拼性能到拼部署速度和安全性，英伟达这轮叙事切换传递的信号很明确：AI基建的竞争，正在从「谁的卡快」变成「谁建得快、谁管得住」。