
企业该如何计算 AI 投入与商业回报?解读 AI 时代的 Token 经济学 | NVIDIA AI 前沿
10 月 16 日 · 40 分钟

欢迎收听《NVIDIA AI 前沿》,本系列节目特邀 NVIDIA 中国区高级技术市场经理施澄秋和懂芯 ChipWise 创始人、资深行业媒体人张慧娟,以实用 AI 的到来为主线,深入解读 GTC 台北 2026 上的重点发布。
当 AI 不再是问一句答一句,而是开始自己拆解任务、调用工具、跑代码、干活交付,每一个 Token 背后都对应着一份真实产出,这正是实用 AI 到来的信号,Token 也因此被称作 AI 时代的“新石油”。从实用 AI 时代的需求出发,本期节目将聚焦 GTC 台北 2026 主题演讲中的云端基础设施全栈更新,带您了解重新定义了 AI 算力生产目标的 Vera Rubin,以及 NVIDIA Agent Toolkit 与 NemoClaw 作为 AI 工厂的软件基建如何为企业智能体 AI 落地提供支撑。
本期节目精彩内容速览
从 AI 工厂到个人身边 —— 实用 AI 时代已经到来
Token 是 AI 时代的“新石油”:从一问一答到智能体 AI 自主干活
算力即营收:企业 IT 基础设施的角色转变
专为智能体 AI 工作负载打造的平台:Vera Rubin 与 Vera CPU 的系统级答案
从训练大模型到生产智能体:Grace Blackwell 与 Vera Rubin 的代际接力
企业智能体 AI 落地的软件支撑:NVIDIA Agent Toolkit 与 NemoClaw
说明里标出的时间点,点一下跳过去
AI 读完整集转写后给出的推荐理由
这期节目把NVIDIA在GTC台北发布的Vera Rubin系统讲透了:一颗专为AI智能体设计的CPU,88个核心解决并发瓶颈,NVLink C2C让CPU不再拖后腿。嘉宾用厨房比喻解释为什么传统CPU跑不动Agent,还聊到Token如何变成AI时代的新石油,企业算力投资逻辑从省钱变成赚钱。如果你关心AI基础设施怎么落地,这期能让你看清从硬件到软件的全栈布局。
由 AI 从整集转写生成,是创作者说明之外的补充
本期节目围绕GTC台北2026大会,探讨智能体AI(Agentic AI)从云端到终端的落地。嘉宾施澄秋与张慧娟分别从技术与产业视角,解读了Vera Rubin系统(Vera CPU + Rubin GPU + NVLink C2C)如何专为AI智能体设计,以及Token如何成为AI时代的新石油,改变企业算力投资逻辑。节目还介绍了NVIDIA Agent Toolkit与NemoClaw软件栈,强调从硬件到软件的全栈支撑,并预告下期将聚焦终端产品RTX Spark。
点一章从那里开始播 · 与上面创作者标的时间点各自独立
开场:GTC台北大会与嘉宾介绍
主持人佳琪开场,介绍本期主题为GTC台北大会的智能体AI发布,并邀请施澄秋与张慧娟两位嘉宾,请他们分享印象最深的发布。
施澄秋:Vera CPU专为AI智能体打造
施澄秋分享GTC台北最深刻印象是Vera CPU,指出CPU角色从服务人类转向服务AI智能体,并解释Vera CPU的设计起点是agent工作负载。
张慧娟:RTX Spark与终端AI的惊喜
张慧娟认为RTX Spark是颠覆性产品,将推动AIPC应用增长,并指出智能体AI让PC用户从人类扩展到7x24小时的AI团队,本地运行比云端更快更私密。
实用AI时刻:从聊天机器人到代理式AI
施澄秋用对比说明代理式AI与聊天机器人的区别:AI从生成内容到自主干活,每一步消耗Token,Token成为有商业价值的商品,AI工厂需求兴起。
企业视角:算力从成本到资产
张慧娟分析企业IT基础设施角色转变,从成本中心到生产力核心,算力投入对应可量化产出,企业采购逻辑从'降本增效'转向'算力即营收'。
Vera Rubin系统组成与设计理念
主持人引出Vera Rubin系统,施澄秋解释其由Vera CPU、Rubin GPU和NVLink C2C组成,是专为AI智能体设计的完整系统。
厨房比喻:Vera CPU为何专为Agent设计
施澄秋用厨房比喻说明传统CPU在代理式AI中的瓶颈,Vera CPU针对agent反复调用工具、跑沙箱的工作流做了针对性设计,是至关重要的。
Vera CPU的88个核心与NVLink互联
施澄秋介绍Vera CPU的88个Olympus核心专为agent并发小任务设计,NVLink C2C解决CPU与GPU数据搬运瓶颈,使CPU不再成为瓶颈。
Grace Blackwell与Vera Rubin的定位差异
施澄秋对比两代架构:Grace Blackwell是训练大模型的引擎,Vera Rubin是批量生产自主智能体的产线,工作重心从训练转向生产。
Vera Rubin的产业意义与开发者红利
张慧娟指出Vera Rubin确立开放系统标准,带动全产业链升级,对开发者而言推理成本下降、开源平台降低门槛,入场成本降低。
软件层:Agent Toolkit与NemoClaw
施澄秋介绍NVIDIA Agent Toolkit作为构建智能体的工具集,NemoClaw作为调度员和质检员,实现AI管理AI,控制模型路由,确保企业级安全与成本可控。
结尾:预告下期终端话题
主持人总结云端解决方案,预告下期将讨论GTC台北的终端产品(如RTX Spark)及背后技术,节目在期待中结束。

企业该如何计算 AI 投入与商业回报?解读 AI 时代的 Token 经济学 | NVIDIA AI 前沿
10 月 16 日 · 40 分钟

机器人领域的“通用大脑”:解读 NVIDIA Isaac GR00T | NVIDIA AI 前沿
8 月 25 日 · 28 分钟

打造从云端到终端的智能体 AI 全栈(下集)|NVIDIA AI 前沿
7 月 13 日 · 22 分钟

NVIDIA 人工智能开讲 | GTC26 回顾:详解 AI 的五层蛋糕(下集)
4 月 23 日 · 21 分钟

NVIDIA AI 前沿 · 7 月 10 日 · 24 分钟
欢迎收听《NVIDIA AI 前沿》,本系列节目特邀 NVIDIA 中国区高级技术市场经理施澄秋和懂芯 ChipWise 创始人、资深行业媒体人张慧娟,以实用 AI 的到来为主线,深入解读 GTC 台北 2026 上的重点发布。
当 AI 不再是问一句答一句,而是开始自己拆解任务、调用工具、跑代码、干活交付,每一个 Token 背后都对应着一份真实产出,这正是实用 AI 到来的信号,Token 也因此被称作 AI 时代的“新石油”。从实用 AI 时代的需求出发,本期节目将聚焦 GTC 台北 2026 主题演讲中的云端基础设施全栈更新,带您了解重新定义了 AI 算力生产目标的 Vera Rubin,以及 NVIDIA Agent Toolkit 与 NemoClaw 作为 AI 工厂的软件基建如何为企业智能体 AI 落地提供支撑。
本期节目精彩内容速览
从 AI 工厂到个人身边 —— 实用 AI 时代已经到来
Token 是 AI 时代的“新石油”:从一问一答到智能体 AI 自主干活
算力即营收:企业 IT 基础设施的角色转变
专为智能体 AI 工作负载打造的平台:Vera Rubin 与 Vera CPU 的系统级答案
从训练大模型到生产智能体:Grace Blackwell 与 Vera Rubin 的代际接力
企业智能体 AI 落地的软件支撑:NVIDIA Agent Toolkit 与 NemoClaw
说明里标出的时间点,点一下跳过去
AI 读完整集转写后给出的推荐理由
这期节目把NVIDIA在GTC台北发布的Vera Rubin系统讲透了:一颗专为AI智能体设计的CPU,88个核心解决并发瓶颈,NVLink C2C让CPU不再拖后腿。嘉宾用厨房比喻解释为什么传统CPU跑不动Agent,还聊到Token如何变成AI时代的新石油,企业算力投资逻辑从省钱变成赚钱。如果你关心AI基础设施怎么落地,这期能让你看清从硬件到软件的全栈布局。
由 AI 从整集转写生成,是创作者说明之外的补充
本期节目围绕GTC台北2026大会,探讨智能体AI(Agentic AI)从云端到终端的落地。嘉宾施澄秋与张慧娟分别从技术与产业视角,解读了Vera Rubin系统(Vera CPU + Rubin GPU + NVLink C2C)如何专为AI智能体设计,以及Token如何成为AI时代的新石油,改变企业算力投资逻辑。节目还介绍了NVIDIA Agent Toolkit与NemoClaw软件栈,强调从硬件到软件的全栈支撑,并预告下期将聚焦终端产品RTX Spark。
点一章从那里开始播 · 与创作者标的时间点各自独立
开场:GTC台北大会与嘉宾介绍
施澄秋:Vera CPU专为AI智能体打造
张慧娟:RTX Spark与终端AI的惊喜
实用AI时刻:从聊天机器人到代理式AI
企业视角:算力从成本到资产
Vera Rubin系统组成与设计理念
厨房比喻:Vera CPU为何专为Agent设计
Vera CPU的88个核心与NVLink互联
Grace Blackwell与Vera Rubin的定位差异
Vera Rubin的产业意义与开发者红利
软件层:Agent Toolkit与NemoClaw
结尾:预告下期终端话题
节目里自然聊到的,不是广告

AI 对内容的推测
☕🧄 这个比喻出自 2009 年周立波的一句「喝咖啡的怎么能和吃大蒜的呆在一起呢」;郭德纲后来在《你要高雅》里回了一句「雅和俗分不开,喝着咖啡就着大蒜,秋水共长天一色」。我们借它标注风格取向 —— 两端没有高下,编辑部式与熟人局式都能做出极好的节目。
https://www.ximalaya.com/album/15270742.xml复制概要、章节、提及与推广标注由 AI 生成,可能有误;内容版权归创作者,声湃按创作者开放的 RSS 收录。了解收录与 RSS →

企业该如何计算 AI 投入与商业回报?解读 AI 时代的 Token 经济学 | NVIDIA AI 前沿
10 月 16 日 · 40 分钟

机器人领域的“通用大脑”:解读 NVIDIA Isaac GR00T | NVIDIA AI 前沿
8 月 25 日 · 28 分钟

打造从云端到终端的智能体 AI 全栈(下集)|NVIDIA AI 前沿
7 月 13 日 · 22 分钟