Ai快讯 本周，英伟达首席执行官黄仁勋开启中国行程，引发业界对全球头部科技公司在AI应用方面最新部署的关注。当前，受AI狂潮影响，内存等电子元件价格上涨，叠加能源持续性等问题，AI大规模应用进入关键阶段。

黄仁勋此次前往中国，首站到访英伟达位于上海的新办公室，与员工见面并回答问题，同时回顾总结公司2025年主要事件。

在2026年国际消费电子展（CES）上，黄仁勋介绍英伟达正在全面生产的“薇拉·鲁宾”平台，这是包含6款芯片的系统级算力平台，可缩短模型训练时间并降低推理成本。他表示英伟达正在重塑AI，从芯片到基础设施，再到模型和应用。

该平台核心在于解决AI推理中的“KV缓存”问题。随着AI从学习阶段转向大规模推理应用，数据量增长，现有的GPU显存和服务器内存架构难以满足需求。英伟达引入全新数据处理单元（DPU）和海量SSD（固态硬盘）构建缓存池，试图打破物理限制。但这一产品引发内存、硬盘厂商产能转移，消费级产能压缩，现货市场价格上涨，多个AI相关厂商出现“抢货”情况。

除了AI新技术应用推升电子元件价格，能源问题也受到关注。黄仁勋在达沃斯论坛将AI描述为“五层蛋糕”，涵盖能源、芯片和计算基础设施、云数据中心、AI模型以及应用层。若能源层依赖价格波动大、环境成本高的化石燃料或受政策限制的清洁能源，上层的芯片计算和模型应用将失去稳定性。

1月，谷歌公司从清洁能源开发商和运营商购买约1.2吉瓦无碳能源，用于为其美国的数据中心供电；英伟达致力于利用AI优化太阳能和风力发电厂。

美国企业家埃隆·马斯克表示，制约AI部署的因素是电力。人工智能芯片生产增长，但电力供应增长无法满足需求，阻碍人工智能数据中心训练和部署模型的效率。他宣布太空探索技术公司计划在未来几年内部署太阳能驱动的AI卫星。

在传统工业领域，引入AI的进程预计在今年加速。剑维软件（AVEVA）副总裁、中国区总经理崔静怡表示，2026年，AI关注重点将回到落地问题上，治理框架完善将与追求可量化业务价值相结合。工业领域的AI应用将更强调投入产出、稳定效果与可持续运行。剑维软件积累数十年的AI预测性维护方案是创造商业价值的实践，正转移到工程与设计、能源管理、质量保障、供应链协同等领域。

在技术路径上，业界会采取“组合式策略”推进AI应用，一方面探索GPT - 5、Gemini Ultra等前沿模型，另一方面采用面向特定工业任务的模型。以通义千问、DeepSeek、文心、悟道等中国本土的开源模型为例，在阿里巴巴、百度等平台支持下，这些模型可在真实工业场景中实现成本效益与可落地性。

（AI撰文，仅供参考）