Впервые представлен в 2026 году, Дженсен Хуанг бросил «ядерную бомбу» весом 2,5 тонны и потряс выставку｜CES2026

*В конце есть небольшой бонус-видео. Это первый раз за 5 лет, когда NVIDIA на CES не представила потребительскую видеокарту. Генеральный директор Jensen Huang уверенно вышел в центр сцены NVIDIA Live, всё в той же лакированной куртке из крокодиловой кожи, как и в прошлом году. В отличие от прошлогоднего сольного выступления, в 2026 году Jensen Huang выступал на нескольких мероприятиях подряд: от NVIDIA Live до индустриального AI-диалога с Siemens и конференции Lenovo TechWorld — три события за 48 часов. В прошлый раз он представил на CES линейку видеокарт RTX 50.А на этот раз главными героями стали физический AI, робототехника и 2,5-тонная « корпоративная ядерная бомба ». Представлена вычислительная платформа Vera Rubin: чем больше покупаешь, тем больше экономишь Во время презентации предприимчивый Jensen Huang прямо на сцене показал 2,5-тонную AI-серверную стойку, чтобы подчеркнуть главное событие презентации: вычислительную платформу Vera Rubin, названную в честь астронома, открывшей тёмную материю. Её цель — только одна: Ускорить обучение AI, чтобы поколение новых моделей наступило быстрее. Обычно в NVIDIA есть правило: в каждом поколении продуктов менять максимум 1-2 чипа. Но на этот раз Vera Rubin нарушила традицию: сразу переработано 6 чипов, и все они уже вышли в массовое производство.
Причина проста: с замедлением закона Мура традиционные пути повышения производительности не поспевают за ростом AI-моделей в 10 раз в год. Поэтому NVIDIA выбрала «предельную координированную разработку» — инновации одновременно на всех уровнях чипов и платформ. Эти 6 чипов: 1. Vera CPU: - 88 кастомных ядер NVIDIA Olympus - Технология пространственной многопоточности NVIDIA, поддержка 176 потоков - Пропускная способность NVLink C2C 1,8 ТБ/c - Системная память 1,5 ТБ (в 3 раза больше, чем у Grace) - Пропускная способность LPDDR5X 1,2 ТБ/c - 227 миллиардов транзисторов 2. Rubin GPU: - Производительность NVFP4 для инференса 50 PFLOPS, в 5 раз больше, чем у предыдущего поколения Blackwell - 336 миллиардов транзисторов, на 60% больше, чем у Blackwell - Третье поколение Transformer-движка, динамическая настройка точности под модель Transformer 3. Сетевая карта ConnectX-9: - 800 Гбит/c Ethernet на базе 200G PAM4 SerDes - Программируемый RDMA и ускоритель передачи данных - Сертификация CNSA и FIPS - 23 миллиарда транзисторов 4. BlueField-4 DPU: - Конечный движок для нового поколения AI-платформ хранения - 800G Gb/s DPU для SmartNIC и процессоров хранения - 64-ядерный Grace CPU с ConnectX-9 - 126 миллиардов транзисторов 5. Переключающий чип NVLink-6: - Соединяет 18 узлов вычислений, поддерживает до 72 Rubin GPU, работающих как единое целое - В архитектуре NVLink 6 каждый GPU получает 3,6 ТБ/c пропускной способности для all-to-all коммуникации - Использует 400G SerDes, поддерживает In-Network SHARP Collectives — выполнение коллективных операций прямо внутри сети 6. Spectrum-6 оптический Ethernet-коммутатор - 512 каналов по 200 Гбит/c — сверхбыстрая передача данных - Интеграция кремниевой фотоники по технологии COOP от TSMC - Совместно упакованные оптические интерфейсы (copackaged optics) - 352 миллиарда транзисторов Благодаря глубокой интеграции всех 6 чипов производительность системы Vera Rubin NVL72 по всем показателям превзошла предыдущее поколение Blackwell. В задачах инференса NVFP4 этот чип достиг ошеломляющих 3,6 EFLOPS, что в 5 раз выше архитектуры Blackwell прошлого поколения. В обучении NVFP4 — 2,5 EFLOPS, что в 3,5 раза быстрее. С точки зрения памяти: у NVL72 54 ТБ LPDDR5X — в 3 раза больше, чем у прошлой модели. HBM (высокоскоростная память) — 20,7 ТБ, рост в 1,5 раза. Пропускная способность HBM4 — 1,6 ПБ/с (+2,8x); Scale-Up — до 260 ТБ/с (рост в 2 раза). Хотя производительность выросла настолько значительно, количество транзисторов увеличилось лишь в 1,7 раза — до 220 триллионов, что говорит о технических инновациях в полупроводниках. В инженерном плане Vera Rubin также совершила технологический прорыв. Раньше для одного суперкомпьютерного узла требовалось подключить 43 кабеля, на сборку уходило 2 часа, и можно было ошибиться. Теперь у узла Vera Rubin — ни одного кабеля, только 6 шлангов для жидкостного охлаждения, и всё собирается за 5 минут. Более того, за стойкой почти 3,2 км медных кабелей, 5000 штук образуют магистраль NVLink со скоростью 400 Гбит/c. По словам Huang, «весить это может сотни фунтов — быть CEO нужно с хорошей физической формой». В AI-сфере время — это деньги. Ключевая цифра: для обучения модели с 10 трлн параметров Rubin требуется всего четверть систем Blackwell, а стоимость генерации одного токена — примерно 1/10 Blackwell. Кроме того, хотя энергопотребление Rubin в 2 раза выше, чем у Grace Blackwell, рост производительности в разы опережает энергозатраты: инференс быстрее в 5 раз, обучение — в 3,5 раза. Что ещё важнее, Rubin увеличил пропускную способность (число AI-токенов на ватт и на доллар) в 10 раз по сравнению с Blackwell. Для гигаваттного ЦОДа стоимостью $50 млрд это означает удвоение выручки. Главная боль индустрии AI в прошлом — нехватка памяти для контекста. AI при работе формирует «KV Cache» (кэш ключ-значение) — свою «рабочую память». Но с увеличением длины диалога и размера модели HBM-памяти не хватает. В прошлом году NVIDIA представила архитектуру Grace-Blackwell с расширенной памятью, но этого тоже мало. Решение Vera Rubin — размещать процессоры BlueField-4 прямо в стойке, чтобы они управляли KV Cache. Каждый узел оснащен 4 BlueField-4, за которыми стоит по 150 ТБ памяти для контекста, распределяемой на GPU. Каждой видеокарте выделяется дополнительно 16 ТБ памяти (сама видеокарта — около 1 ТБ), при этом пропускная способность — 200 Гбит/c, без потери скорости. Однако одной ёмкости мало: чтобы «стикеры» (KV Cache) на десятках стоек и тысячах GPU работали как единая память, сеть должна быть «огромной, быстрой и надёжной». Здесь появляется Spectrum-X. Spectrum-X — первый в мире полностью специализированный для генеративного AI end-to-end Ethernet-платформенный сетевой стек от NVIDIA. Новое поколение Spectrum-X собрано по технологии COOP от TSMC с интеграцией кремниевой фотоники, 512 каналов × 200 Гбит/c. Хуанг подсчитал: для гигаваттного ЦОДа стоимостью $50 млрд Spectrum-X увеличивает пропускную способность на 25% — экономия $5 млрд. «Можно сказать, что эта сеть практически бесплатна». По безопасности Vera Rubin поддерживает Confidential Computing: все данные шифруются на всех этапах — передача, хранение, вычисления, включая все шины PCIe, NVLink и CPU-GPU. Компании могут безопасно развертывать свои модели во внешних системах, не опасаясь утечки данных. DeepSeek поразил мир: open-source и агентные системы — мейнстрим AI После главной части вернёмся к началу выступления. Jensen Huang сразу огласил впечатляющую цифру: за последние 10 лет было инвестировано около $10 трлн в вычислительные ресурсы — и всё это сейчас модернизируется. Но это не только про железо — это смена софтверной парадигмы. Он особо отметил модели-агенты (Agentic), обладающие автономным поведением, и упомянул Cursor, который полностью изменил внутреннюю разработку в NVIDIA. Зал особенно взбудоражила его высокая оценка open-source сообщества. По словам Huang, прошлогодний прорыв DeepSeek V1 был неожиданностью для всего мира: первый открытый инференс-движок напрямую спровоцировал волну развития отрасли. На слайде PPT знакомые китайские игроки Kimi k2 и DeepSeek V3.2 — первое и второе место среди open-source моделей. Huang считает, что open-source-модели сейчас могут отставать от топовых примерно на полгода, но каждые полгода выходит новая модель. Такая скорость обновления не оставляет равнодушными ни стартапы, ни гигантов, ни исследователей — включая саму NVIDIA. Поэтому в этот раз они не просто «продают лопаты», предлагая видеокарты: NVIDIA построила DGX Cloud — суперкластер за миллиарды долларов, разрабатывает передовые модели вроде La Proteina (синтез белков) и OpenFold 3. Экосистема open-source моделей NVIDIA охватывает биомедицину, физический AI, агентные модели, робототехнику, автопилот и другое Семейство open-source моделей NVIDIA Nemotron также стало одной из «звёзд» презентации. В него входят модели для речи, мультимодальности, retrival-augmented generation (RAG), безопасности и других задач. Huang отметил, что Nemotron занимает топовые места в ряде тестов и уже используется многими компаниями. Что такое физический AI — запуск десятков моделей за раз Если большие языковые модели решают задачи «цифрового мира», то следующий амбициозный шаг NVIDIA — завоевать «физический мир». По словам Huang, чтобы AI понял законы физики и мог существовать в реальности, нужны крайне редкие данные. Помимо агентных open-source моделей Nemotron, он предложил архитектуру из «трёх компьютеров» для физического AI (Physical AI).
Тренировочный компьютер — то, что мы знаем: вычислительный кластер на обучающих видеокартах, например, архитектура GB300.
Компьютер для инференса — «малый мозг» для роботов и автомобилей, отвечающий за выполнение задач в реальном времени.
Симуляционный компьютер — Omniverse и Cosmos. Он даёт AI виртуальную среду для обучения с физической обратной связью. Система Cosmos может создавать огромное количество обучающих сред для физического AI На этой архитектуре Huang анонсировал Alpamayo — первый в мире автопилот, способный к рассуждению и мышлению. В отличие от традиционных автопилотов, Alpamayo — это end-to-end система. Её прорыв — решение «длиннохвостовой проблемы» автопилота: в сложнейших дорожных ситуациях Alpamayo уже не просто исполняет код, а рассуждает как человек. «Он скажет вам, что собирается делать дальше и почему принимает такое решение». На демо автомобиль ведёт себя очень естественно, разбивая сложные сценарии на элементарные действия, опираясь на базовые знания. И это не просто слова: Huang объявил, что Mercedes CLA, оснащённый Alpamayo, выйдет в США в первом квартале этого года, а затем появится в Европе и Азии. Эта машина признана NCAP самой безопасной в мире, благодаря уникальной «двойной архитектуре безопасности» NVIDIA: если AI не уверен, система мгновенно возвращается к классическим, более надёжным алгоритмам, чтобы обеспечить абсолютную безопасность. На презентации Huang также показал стратегию NVIDIA в робототехнике. Конкуренция между девятью ведущими AI и производителями оборудования: все расширяют продуктовую линейку, особенно в робототехнике. Ячейки с выделением — новые продукты с прошлого года Все роботы будут оснащены мини-компьютером Jetson, проходить обучение в симуляторе Isaac на платформе Omniverse. NVIDIA интегрирует эти технологии в промышленные системы Synopsys, Cadence, Siemens и др. Huang пригласил на сцену гуманоидных и четвероногих роботов от Boston Dynamics, Agility и других, подчеркнув, что самый большой робот — это сам завод Снизу вверх видение NVIDIA таково: проектирование чипов, систем и цифровых двойников заводов в будущем будет ускоряться физическим AI NVIDIA. На презентации снова появился робот Disney, и Huang с юмором обратился к милым роботам: «Вас будут проектировать на компьютере, собирать на компьютере, а перед встречей с настоящей гравитацией вы будете тестироваться и проходить верификацию тоже на компьютере». Если бы не Jensen Huang, вся презентация могла бы показаться мероприятием от разработчика AI-моделей. На фоне разговоров о «пузыре AI», кроме замедления закона Мура, Huang, похоже, хочет укрепить веру каждого из нас в реальные возможности AI. Помимо презентации мощной новой AI-суперкомпьютерной платформы Vera Rubin для утоления жажды вычислений, он уделил больше внимания приложениям и софту, чтобы показать, как AI реально изменит жизнь. И, как отметил сам Huang, если раньше они создавали чипы для виртуального мира, то теперь сами выходят на сцену и фокусируют внимание на физическом AI — автопилотах, гуманоидных роботах и реальном физическом секторе, где конкуренция куда жёстче. В конце концов, только в условиях битвы оружие продаётся бесконечно. *И наконец, бонус-видео: из-за ограничений по времени на CES у Huang осталось много нерассказанных слайдов. Он просто сделал из них забавный ролик. Приятного просмотра⬇️