北京时间10月21日晚，英伟达GTC 2026德国柏林大会在藤普杜剧院开幕。黄仁勋在约一个半小时的主题演讲中，发布了完整的AI工厂参考设计DSX POD，并推出面向企业级智能体的安全参考架构OpenShell。这场演讲两度被打断——先是绿色和平组织抗议者举横幅入场，后被四只不太听话的机器鸭抢了风头——恰好呈现了AI走向应用时的两种摩擦：外部是安全、能耗与监管争议，内部是新技术与稳定交付之间仍有距离。

演讲开始约20分钟后，几名抗议者举起写有“英伟达，清理你肮脏的生意”的横幅。黄仁勋对安保人员说“给她一个机会”，随后向观众表示这些都是重要议题，但希望先完成主题演讲。这一插曲的背景是欧洲对AI的矛盾心态：演讲前两天，德国总理弗里德里希·梅尔茨刚与黄仁勋签署深化工业AI合作的联合声明，但签字之外，梅尔茨反复追问的是欧洲应如何监管AI。过去两年全球AGI热潮中，欧洲在基础模型和算力平台上几乎“失声”，留给外界最鲜明的印象反而是严格的AI监管和《欧洲人工智能法案》。黄仁勋在台上直接回应这种焦虑，称安全不是一种渴望，而是技术和工程。

DSX POD是这场演讲的商业核心。黄仁勋算了一笔账：一个1GW的数据中心造价500亿美元，年产值约400亿美元，建设延期3个月直接蒸发100亿美元。过去企业买回GPU机架后，仅大规模横向扩展计算连接Spectrum-X网络就需要约1.7万公里线缆，液冷、供电、网络、管道都要现场集成，动辄数月。DSX POD把Vera Rubin NVL72机架、Spectrum-X网络、100%液冷系统和800V直流供电全部在工厂提前组装，并在数字孪生中完成性能、功耗、用水和规模的虚拟验证，客户收到货后预计几天即可完成现场部署。黄仁勋还强调，Vera Rubin组装一台所需时间从上一代的两小时缩短到不到5分钟。

模块化、预制化数据中心并非英伟达首创，英特尔、华为、戴尔等厂商此前都推出过类似方案。英伟达真正的意图是把芯片、机架、网络、液冷、供电和部署标准打包成一套系统，将竞争从GPU性能推向整座AI工厂的交付效率。这既是对AI泡沫质疑的回应——当华尔街追问数千亿美元资本开支何时产生回报，英伟达要证明GPU能更快投入生产——也提供了新的增长逻辑：当单颗芯片的性能溢价受成本和回报率约束，系统级打包可以扩大客单价并强化对数据中心技术标准和供应链的控制。不过，更快生产Token并不等于Token一定卖得出去。

针对欧洲的合规诉求，OpenShell为智能体提供沙箱隔离、策略门禁和毫秒级硬件监控切断能力，且开源、两条命令即可使用。黄仁勋直言，靠“please don't”式的叮嘱保证不了安全。英伟达罗列了支持该架构的合作伙伴名单，涵盖Anthropic、谷歌、Meta、OpenAI等模型厂商，Cadence、IBM、西门子等企业软件商，以及戴尔、思科、惠普和联想等系统制造商。黄仁勋还延续其AI“五层蛋糕”框架，给Agent划分了模型、Harness、沙箱、知识和工具五个要素，而支撑这些环节的计算、网络和部署底座英伟达均有产品覆盖。

欧洲市场的战略意义在于其结构性缺口：欧洲缺少超大规模云厂商和基础模型平台，却拥有大量工业数据、企业软件公司和分散的数据中心，比美国更需要可本地部署、可合规审计的整套方案。过去一年英伟达在欧洲投入近100亿美元，最近一周黄仁勋从法国、英国走到瑞典，投资了14家初创企业。他还提出以太网解决方案，拉拢电信运营商将分布式基站重构成AI网络，并称Spectrum-X让其成为当今世界最大的网络公司。

演讲尾声，黄仁勋单手举起搭载N1X芯片的RTX Spark平台笔记本，与2016年需要两人抬上楼的DGX-1形成对照，并断言每一家工具公司未来都将变成一家AI公司。英伟达还联合Agile Robots发布全栈参考人形机器人Agile ONE SN，计划2027年初可用，目标是把开发者整合工具、适配工作流的时间从数周压缩至数天。从预制数据中心到桌面推理，再到人形机器人，英伟达兜售的已不只是一块GPU，而是一笔可以计算回报率的资产。