GTC Taipei 2026 | 黃仁勳把運算拆了：agent 時代，光連接才是收入的關鍵路徑

這場 GTC Taipei 2026 的主角不是 Vera Rubin，是黃仁勳給「運算」下的新定義——agentic AI 本質上是一台被徹底拆開、散落在資料中心各角落的電腦。一旦運算被拆散，把它縫回來的互連層（NVLink、Vera CPU、CPO 光子交換器）就從成本項變成決定收入的關鍵路徑。對台灣光通訊供應鏈來說，這場演講真正的訊號藏在那句被講了十幾次的「每瓦就是收入」裡。

1. 真正的轉折不在 GPU，在一個重新定義

聽這場 keynote，很容易被產品數量淹沒：Vera Rubin、Vera CPU、Spectrum-X 光子學、Nemotron、Cosmos、RTX Spark、人形機器人——一場講完六、七條產品線。但如果你只記得「NVIDIA 又發了一堆東西」，就漏掉了底下那條把所有東西串起來的主線。

黃仁勳花了大半場在做一件事：重新定義什麼叫「一台電腦」。過去的應用程式是一段在作業系統上跑的二進位碼；現在的應用程式叫 agent，由四個東西組成——大型語言模型（負責思考）、harness（負責協調，像身體）、工具（試算表、瀏覽器、資料庫、CUDA-X 函式庫），以及一個 runtime。

關鍵不在這四件事本身，而在它們跑在哪裡。

Agent 不是一段在單台機器上執行的程式。它是被分解（disaggregated）、被分散（distributed）的運算——思考在這台機器、工具呼叫在那台機器、記憶體在第三台機器。

這句話對 GPU 廠是技術描述，對光通訊供應鏈是訂單預告。因為「分解 + 分散」翻成白話只有一個結論：機器與機器之間的連線，要爆量了。

2. 分解式運算的代價，全部變成互連帳單

把一台電腦拆散在資料中心各處跑，省下的是彈性、付出的代價是「資料要一直在零件之間搬」。黃仁勳在 Vera CPU 那段講得很直接：當運算被分解，網路就成為瓶頸；CPU 核心之間、CPU 與儲存之間、CPU 與 GPU 之間的頻寬與延遲，直接決定整台 agent 跑多快。

他用一句話定調 CPU 的新角色：「agent 沒有耐心」。過去 CPU 為人類設計，人類以「秒」為單位思考；agent 以「奈秒」為單位等待，每多等一刻就卡住下一步。所以 Vera CPU 的設計目標不是塞更多核心去出租，而是把單執行緒延遲壓到極限——號稱全球最高 IPC（每時脈解碼並執行 10 條指令）、LPDDR5x 每秒 1.2 TB 頻寬、PCIe Gen6、88 個 Olympus 核心用第二代一致性 fabric 連起來，核間頻寬直接拉到光速等級的每秒 3.6 TB。

這裡的重點不是規格表，而是設計哲學的轉向：從「最大化吞吐」轉向「最小化延遲」，從「為人類租用」轉向「為 agent 餵食」。SQL 跑快 3 倍、紐約證交所即時串流快 6 倍、agentic sandbox 比 x86 快 1.8 倍——這些數字共同指向同一件事：資料搬移的速度，現在是錢。

而當「搬資料」變成整個系統最貴、最關鍵的環節，銅線就撐不住了。光，必須進場。

3. CPO 不再是 demo，它出現在量產機架的網路層。

在拆解 Vera Rubin 七顆新晶片時，黃仁勳點名了一個東西：NVIDIA Spectrum-X Ethernet 光子學，他稱之為「全球第一台 CPO（共封裝光學）乙太網路交換器」。配套的是磷化銦（Indium Phosphide，InP）上的超高功率雷射模組、晶片級封裝（chip-scale packaging），以及與台積電CPO COUPE。

把這幾個詞放在一起，訊號就很清楚了。CPO 過去幾年最大的質疑是「狼來了」——demo 一堆、量產遙遙無期。但這次它不是出現在 roadmap 的某一格，而是被列為 Vera Rubin 機架已經在量產的網路層元件之一。CPO 的勝負從來不在「光做不做得出來」，而在封裝能不能良率夠高地把 PIC 與 EIC 整合起來、把雷射穩穩地塞進交換器旁邊——這個我們在 CPO 的勝負不在光，而在封裝 一文有完整拆解。

值得注意的是雷射的選擇。InP 上的高功率雷射模組，呼應了我們先前在 CPO 商轉元年正式起跑——TSMC COUPE 量產與 200G EML 瓶頸 提過的觀察：光源（雷射 / EML）始終是 CPO 量產最隱形的 gating item。NVIDIA 把 InP 雷射、晶片級封裝、台積電共製程綁成一個量產組合，等於替整條矽光子封裝供應鏈背書——這條鏈上有人會吃到實單，有人會被晾在 demo 階段。

4. 用數字感受這條鏈的速度與規模

這場演講給了幾個夠硬的數字：

• 組裝時間 2 小時 → 5 分鐘：Grace Blackwell 機架組一台要兩小時，Vera Rubin 因為改用 PCB 中間板、拿掉大量纜線，現在只要五分鐘。這不只是快，是把「無纜線化」當成可靠度與可維修性的設計核心。

• 供應鏈規模 ×2：黃仁勳說為 Vera Rubin 打造的供應鏈是 Grace Blackwell 的兩倍大，全台 150 家供應鏈夥伴、數百萬平方英尺廠房已上線。

• 單一 GW AI 工廠 = 500 億～1000 億美元：而且這個資本支出「必須第一次就成功」。

• 每瓦就是收入：這是整場的金句。黃仁勳反覆強調——資料中心的功率上限是固定的，1 GW 就是 1 GW，所以每瓦能產出多少 Token，直接等於收入。選錯架構只因為晶片便宜，最後不會划算。

把最後兩點疊起來看，你就懂為什麼光這麼重要了。在固定功率下，銅線的功耗與訊號衰減會吃掉本來能拿去算 Token 的瓦數；CPO 把光直接拉到交換器晶片旁邊，省下的每一瓦都能換成可計費的運算。在「每瓦即收入」的框架下，CPO 不是炫技，是把功率預算從搬資料手上搶回來給賺錢的運算。

5. 該潑的冷水：機翻 hype 之外，三個沒講的難題

這場演講有三件事值得保留態度：

• 第一，CPO 的良率與可維修性還沒被驗證在現場。「全球第一台」聽起來漂亮，但 CPO 最大的痛點一直是光元件壞了怎麼換——共封裝意味著光跟 ASIC 焊在一起，現場維修遠比可插拔光模組麻煩。量產發表 ≠ 大規模可靠運行，這兩者之間黃仁勳自己在可靠度那段也承認「非常困難」。

• 第二，Token 經濟學可能重演「推論很簡單」的低估。他自己回顧：Grace Blackwell 時代大家都說推論很容易，結果證明高反應速度 + 高吞吐同時做到極難。現在他把 agent 的「分解式推論」講得像已解決，但 agent 串多個工具、長時間運行、記憶體進進出出，整體可靠度的難度只會更高，不會更低。

• 第三，這是一場 COMPUTEX 主場的 keynote，敘事天然偏多、偏快。「已全面量產」這種措辭，對供應鏈要落地成實際出貨曲線，中間還有良率爬坡、認證、客戶導入的時間差。

6. 對台灣供應鏈的實際意義

把雜訊濾掉，這場演講給台灣光通訊供應鏈的訊號可以濃縮成三句：

1. 互連層從配角變主角。當運算被拆散，NVLink、CPO、Spectrum-X 這些「把零件縫回來」的技術，價值權重往上跳。做光的、做封裝的、做高速連接的，站對位置了。

2. CPO 的供應鏈卡位戰正式開打。InP 雷射、矽光子 PIC、先進封裝、台積電共製程——NVIDIA 已經畫出它要的組合。能擠進這個 BOM 的公司吃實單，擠不進去的繼續在 demo 池裡。

3. 「每瓦即收入」會反向倒逼光的滲透速度。只要 AI 工廠的瓶頸是功率，光取代銅的每一步都有明確的財務理由，這比任何技術論證都更能推著 CPO 往前。

這場 keynote 真正宣示的，不是 NVIDIA 又快了幾倍，而是：運算被拆開的那一刻，光通訊就從資料中心的水電工，升級成了決定獲利的主結構工程。 對 STT 的讀者來說，接下來該盯的不是 GPU 跑分，而是哪幾家台廠真的拿到了那台「全球第一」CPO 交換器的料號。

本文僅供技術與產業趨勢分析，不構成任何投資建議。