GTC Berlin 2026 | NVIDIA | Jensen Huang | Building Europe's AI Economy
1. 這場 keynote 真正的新產品是一個貨櫃
2016 年 NVIDIA 交出第一台 DGX-1，運算單位是一個節點；Grace Blackwell NVL72 把整個機櫃在供應鏈裡組好，運算單位變成機櫃。這次柏林再往外推一層：把整個叢集裝進貨櫃。
黃仁勳的敘事很一致：每換一次運算單位，就要重寫一次供應鏈。NVL72 讓全世界每一家電腦廠都學會組機櫃；DSX POD 則要讓 ODM 學會「出貨一座小型 AI 工廠」。官方用三句話把重點寫死：工廠預建、整合、預測試的叢集；交付到部署從數月縮到數天；貨櫃本身就是 AI 工廠。
簡單的說：NVIDIA 賣的單位又變大了，從 GPU、伺服器、機櫃，一路到貨櫃。
▲ Vera Rubin DSX POD 是工廠預建、預測試的模組化 AI 工廠參考架構，下方是貨櫃內的機櫃與佈線，上方列出 17 家合作夥伴（圖片來源：NVIDIA GTC Berlin 2026 keynote）
2. 為什麼現在：晚一季開機，就是 100 億美金營收往後推
黃仁勳給了一組很好算的數字：1 GW 的 AI 工廠總投資約 500 億美金（土地、電力、廠房、運算、網路、儲存、散熱全包），每年可產生數百億美金營收。若以年營收 400 億美金估，晚三個月開機，就是約 100 億美金的營收延後。
他估計目前從設備到貨到產出第一個 token，大約要 4 到 5 個月；把整合搬進供應鏈之後，目標壓到約 1 個月。這段時間裡，已經付錢的 GPU 只能閒置。所以 DSX POD 要解的不是效能，而是閒置的資本支出。
這個邏輯我們在 OCP Global Summit 2026 的 DSX MaxLPS 拆解 看過一次：NVIDIA 從電力端追回被浪費的 megawatt。柏林這次則從時間端追回被浪費的月份。同一套 DSX 框架裡，官方影片也提到 MaxLPS 以動態控制迴路把電力導向工作負載，同樣產出可少用 30% 電力。
3. 拆解 DSX POD：17 公里線纜被搬進工廠
一座 Vera Rubin DSX POD 由 7 櫃液冷 NVL72 運算機櫃組成，櫃與櫃之間靠 17 公里的 Spectrum-X 線纜互連（黃仁勳台上一度說成 17,000 公里，隨即改口；官方影片數字是 17 公里）。
項目 | DSX POD 規格／官方說法 |
運算 | 7 櫃 Vera Rubin NVL72，全液冷 |
scale-out 線纜 | 17 公里 Spectrum-X |
供電 | 800V DC 直送機櫃 |
散熱 | 閉迴路液冷，冷卻液溫度最高 45°C；以乾式冷卻器取代蒸發式冷卻 |
用水 | 2 GW 規模每天可省 5,400 萬公升水，約 18 萬戶家庭日用量 |
部署 | 現場公用設施備妥後，從數月縮到數天 |
合作夥伴 | Anduril、Armada、Bull、Crusoe、DayOne、Dell、Delta、Eaton、Gigabyte、HPE、Ingrasys、Lenovo、Pegatron、QCT、Schneider Electric、Vertiv、Wistron |
STT 推算：7 櫃 × 72 顆 GPU = 504 顆 GPU，17 公里平均下來，每顆 GPU 約 34 公尺 scale-out 線纜。這只是 POD 內部的量，還不含 POD 與 POD、POD 與骨幹網路之間的光纜。
對光通訊供應鏈，比數量更重要的是地點：
過去這 17 公里的佈線、端接、測試，大部分在機房現場由佈線商完成；現在改在 ODM 工廠裡完成，燒機後才出貨。
預端接光纜組件、高密度連接器、出廠前的光學測試站，需求會往 ODM 廠內集中。
規格與採購決定權往 ODM 移。這和我們在 OCP Global Summit 1/6｜NPO贏的是採購權，不是出貨量 的觀察一致：誰掌握整合，誰就掌握光學零件的採購權。
節點層級也有同樣的變化。黃仁勳說 Grace Blackwell 的一個節點組裝約兩小時、線纜遍布、約 80% 液冷；Vera Rubin 節點無纜線、100% 液冷，組裝不到 5 分鐘。節點內的線被拿掉、機櫃間的線被預裝，組裝的人工與不確定性同時從節點與機房兩頭被拔掉。
4. 拆解 CPO：從展示品變成交換器的標配
黃仁勳把 Spectrum-X 交換器搬上台，指著雷射與光學說明：矽光子透過與台積電合作的 COUPE 製程直接貼到交換晶片旁，訊號不再走一大段 PCB、也不經過可插拔光模組。規格是 512 埠 × 200 Gb/s，也就是 102.4T 等級，他的說法是「完整量產」。這場沒有給新的功耗、良率或出貨量數字，技術規格大多是 GTC 2025 就公布過的；柏林真正確認的是量產。
這是哪一台
512 × 200G 對應的是 2U 液冷的 SN6810，也可設定成 128 × 800G。更大的 SN6800 是 5U、內含 4 顆交換晶片，總頻寬 409.6T，可設定成 512 × 800G 或 2,000 埠以上的 200G。NVIDIA 原訂 InfiniBand 版 Quantum-X Photonics 在 2025 下半年出貨、乙太網版 Spectrum-X 在 2026 下半年出貨，柏林等於確認 Spectrum-X 照時程進入量產。
架構拆解
項目 | NVIDIA 公布內容 |
製程 | 台積電 COUPE |
調變器 | 微環調變器（MRM），每通道 200 Gb/s |
光引擎 | 每顆 1.6 Tb/s |
光源 | 外部集中式雷射（ELS）供給所有光引擎，雷射用量比可插拔少約 75% |
功耗 | 最初宣稱比可插拔省約 3.5 倍，2026 年說法為網路能效最高 5 倍 |
可靠度 | 平均故障間隔（MTBF）宣稱為可插拔的 10 倍 |
組裝 | 光引擎焊在封裝基板上，相容標準產線；光纖連接器由上方插接 |
STT 推算：102.4T ÷ 1.6T，一台 SN6810 約有 64 顆光引擎；若比照 Quantum-X「18 顆引擎配 36 路雷射輸入」的比例，約需 128 路雷射輸入。這是比例推估，不是 NVIDIA 公布的 Spectrum-X 數字。
雷射移到外部，是這套架構能維修的關鍵：最容易衰退的零件做成可更換模組，交換晶片不必因為雷射老化而整台下線。
供應鏈分工
公開資訊點名的分工：台積電做矽光子晶片，矽品做晶片級封裝與測試，Lumentum 與天孚通信供應雷射，鴻海負責整機研發與組裝，NVIDIA 做出貨前最終測試；Corning 與 Senko 也在合作名單內。
對光通訊的三個訊號
CPO 在 scale-out 先落地，跟我們長期的判斷一致。scale-up 那一側，這場展示的 NVLink 交換托盤仍是 72 顆 GPU 的機櫃內互連，光進 NVLink 的時間點這次沒有新說法。
光學價值從光模組移到光引擎、雷射與光纖。 前面板上沒有光模組籠子，只剩光纖連接器與雷射模組；再加上 DSX POD 在廠內預佈線，光纖密度與連接器良率成為整合端的挑戰，到 409.6T 還會再放大 4 倍。這部分可對照 Corning 把 1,152 條光纖塞進 1U 的分析。
外部雷射是最直接的增量。 目前公開點名的雷射供應商只有 Lumentum 與天孚通信；第二供應商何時導入、每台需要多少路與多大功率，是接下來的觀察點。
5. Agent 把 AI 工廠拆成四種節點
這場另一條主線是 agent。黃仁勳把一個 agent 拆成五個元素：模型、harness（他稱為數位外骨骼）、sandbox、知識、工具。硬體端則對應成四種節點：
Vera Rubin NVL72 運算節點：跑模型
Vera MGX 運算節點：在隔離環境中跑 agent harness
Vera CMX 儲存節點：提供知識檢索
Vera RTX 運算節點：跑 CUDA-X 工具（模擬、求解器、資料處理）
▲ NVIDIA 把 agent 工作負載拆成模型、安全 agent、知識、工具四種節點（圖片來源：NVIDIA GTC Berlin 2026 keynote）
需求端的數字很直接：OpenRouter 上 agent 每週 token 用量，從 2 月初的 3.9T 到 10 月初的 132.6T，約 34 倍。效能端，SemiAnalysis InferenceX 的預覽數據顯示，Vera Rubin NVL72 在 DeepSeek V4 Pro 的 agentic 工作負載下，每 1 美元 TCO 產出的 token 約為 GB300 NVL72 的 30 倍；黃仁勳口頭則說 Blackwell 比 Hopper 快約 30 倍，Vera Rubin 兩年內再快約 30 倍。
▲ OpenRouter 上 agent 每週 token 用量，2 月初 3.9T、10 月初 132.6T，約 34 倍（圖片來源：NVIDIA GTC Berlin 2026 keynote（資料來源 OpenRouter））
對網路的意義：agent 工作負載不只有 GPU 對 GPU。harness、知識檢索、工具呼叫都要在 CPU、儲存、DPU 之間來回，東西向流量的端點種類變多了。這也是 NVIDIA 把 Vera CPU 與 BlueField-4 推到台前的原因：OpenShell 安全執行環境的硬體監控層 Sentry 就跑在 BlueField-4 上。我們在 GTC Taipei 2026 寫過，agent 時代光連接是收入的關鍵路徑；柏林這場把這條路徑上的節點種類補齊了。
6. 風險與反面論點
「數天」有前提：官方說法是現場公用設施備妥之後。電網接入、變電、冷卻管路仍要數月以上，貨櫃縮短的是最後一段。
貨櫃不是每個場址都適用：800V DC、全液冷、乾式冷卻器（45°C 冷卻液要氣候配合）都有地域條件；大型 hyperscaler 有自己的機房標準，未必整套採用 DSX POD。
30 倍是預覽數據：SemiAnalysis 自己標示結果可能隨驗證變動，而且是 NVIDIA 選定的工作負載。
整合權往 ODM 集中，對中小佈線商與獨立光纜組件廠不一定是好消息；若 ODM 進一步內製線材，價格壓力會上升。
7. 台灣供應鏈意義
ODM 從組機櫃到組貨櫃：鴻佰（鴻海）、雲達（廣達）、緯創、和碩、技嘉都在 DSX POD 名單上。單位價值再放大一級，但出貨前測試、燒機的產能與廠區空間也要跟上。
電源與散熱：台達在名單上。800V DC 直送機櫃、乾式冷卻器、閉迴路液冷，對電源、CDU 與熱交換供應鏈都是規格升級。
光纖線材與連接器：每座 POD 17 公里的線纜在 ODM 廠內預裝，台灣做 MPO 跳線、預端接組件、高密度連接器的廠商，客戶會從佈線商轉向 ODM，認證路徑也跟著改變。
CPO 量產鏈：Spectrum-X CPO 量產綁定 COUPE，台積電做矽光子、矽品做封裝與測試，後段的耦光與測試仍是關鍵環節。
總結
這場柏林 keynote 表面上講歐洲 AI 經濟、agent 與機器人，對光通訊真正的訊號只有一個：AI 工廠的整合點，正從機房現場移進 ODM 工廠。NVL72 把機櫃搬進供應鏈，DSX POD 把機櫃之間的 17 公里線纜也搬了進去；同一場又宣告 CPO 交換器完整量產。光學零件的出貨地點、測試地點與採購決策者，接下來一年會一起移動。
接下來值得觀察三件事：
DSX POD 第一批實際出貨的時間點與客戶類型（neocloud 還是 hyperscaler）。
ODM 是否把光纜組件與出廠光學測試內製，還是交給既有線材供應商。
Spectrum-X CPO 交換器在 DSX POD 裡的配置比例。
本文僅供技術與產業趨勢分析，不構成任何投資建議。
留言