2026-06-16
COMPUTEX 2026 幕后真正的行业信号
2026 年 6 月 1 日至 5 日，台北南港展览馆。COMPUTEX 2026 以 「AI Together」 为主题，汇聚 1500 家参展商，开启了有史以来规模最大的一届盛会。
从黄仁勋在 GTC 台北大会上正式宣布 Vera Rubin 全面量产、发布全球首款 AI PC 超级芯片 RTX Spark，到 SK 海力士展出 12 层 48GB HBM4E、三星首发 HBM5 架构——这场大会不仅是科技产品的秀场，更是一场关于「AI 将如何重新定义一切」的战略宣言。
当算力从数据中心走向个人 PC，当存储从配件升级为 AI 基础设施核心——我们正站在一个全新计算时代的起点。
NVIDIA RTX Spark — 全球首款个人 AI 超级芯片
黄仁勋在 GTC Taipei 上宣布：「过去 40 年你点击、打字来操作计算机。有了 RTX Spark 和 Windows，你只需提出需求，PC 就会自动完成。」
架构 | Blackwell RTX GPU + 20 核 Arm CPU（联发科定制） |
算力 | 1 Petaflop AI算力 （轻薄 PC 领域首创） |
内存 | 最高 128GB 统一内存架构 |
定价 | N1X 约 $2,899 / N1 约 $1,799 |
生态 | 可运行 1200 亿参数 LLM（100 万 token 上下文） |
上市 | 2026 年秋季，微星/华硕首批推出 |
黄仁勋称其为「个人计算 40 年来最大变革」。这款超级芯片将 CUDA、RTX、DLSS 等核心技术整合到单一芯片中，标志着 NVIDIA 从数据中心正式杀入消费级 PC 芯片市场。郭明錤预测 2 年出货 1000 万台。
深层影响：Arm 正式入局高端 PC，高通不再是 Windows on Arm 的唯一玩家。与微软深度合作，100+ 款软件已确认适配。
NVIDIA Vera Rubin — AI 超级芯片全面量产
NVIDIA 迄今最宏大的 AI 芯片架构全面量产：4 万名工程师协同研发，台积电产能锁定至 2027 年。
Rubin GPU | 288GB HBM4 · 带宽 22TB/s · Q3 量产 |
Vera CPU | 88 核 Olympus · 1.8x x86 性能 · 最高 1.5TB LPDDR5X |
营收 | 仅 Vera CPU 已有 $200 亿 营收能见度 |
客户 | OpenAI · Anthropic · SpaceX AI · Or acle Cloud |
同步推出的 DSX 平台 让 NVIDIA 从芯片公司进化为「AI 工厂总承包商」——提供从模拟验证到实际运营的完整方案。黄仁勋提出新论断：Token 就是资产，计算就是收入，买得越多赚得越多。
HBM 三巨头：从产能博弈到技术对决
SK 海力士 HBM4E 12 层堆叠 48GB； | 三星 HBM5 首发 HBM4E+HBM5 架构； 搭配 HPB 散热技术； |
美光 HBM4 12层堆叠 36GB； 带宽 >2.8 TB/s（+130% vs HBM3E）引脚速率 >11 Gb/s； 功耗效率提升 >20%； HBM4率先大规模量产；HBM3E单片密度提升50%； | |
行业信号：三巨头首次在 HBM 层面「技术对决」，而非产能博弈——比产能、比架构、比堆叠、比散热，这才是真正的技术护城河。
黄仁勋宣言
AI Agent 时代降临
黄仁勋明确提出 AI 已从生成式迈入代理式 AI 阶段。 生成式时代每个用户请求只需一次模型调用；而在 Agentic 时代，一个简单指令可能需要 Agent 反复多次调用 LLM 推理、规划、工具调用和验证——每单位请求消耗的 Token 量将指数级增长。
AI Agent 三层架构
思维中枢：大语言模型（思考、推理、规划）
编排引擎：Harness 作为操作系统连接各种工具，管理记忆
工具调用：连接所有外部软件与能力
面对全球对 AI 取代工作岗位的焦虑，黄仁勋直斥 「完全是胡说八道」：AI 编程调用从 2023 年 3 亿次飙至 2026 年前 5 月的 14 亿次——AI 不是取代工程师，而是让企业更愿意扩大聘用人才。
关键判断：AI Agent 正从云端走向本地——个人 PC 将成为每个用户的「个人 AI 助理」。NVIDIA Nemotron 3 Ultra 模型 + OpenShell 生态为设备端 AI Agent 提供了完整底座。
存储被定义
NAND 首入 AI 系统架构
NVIDIA 在 GTC 2026 上发布的 CMX（Context Memory Storage）平台 在 GPU HBM 与传统存储之间插入闪存层，专门用 NAND 存放 KV Cache——速度接近内存，容量和成本远超内存。这是存储行业历史上第一次被写入 AI 旗舰平台的系统架构。
1.15 PB 单台 NVL72 NAND 消耗 | 16 TB 每颗 Rubin GPU 额外配 | G3.5 HBM 与存储之间新层级 |
SK 海力士 V9 TLC DRAM-less PCIe Gen5 cSSD
展出 PVF01 首款 DRAM-less 架构 Gen5 客户端 SSD，瞄准 AI PC 能效。面向 DGX Spark 的 LPDDR5X-8533、适配 Vera Rubin 的 96GB LPDDR5X-9600 SOCAMM2 同时亮相。
Solidigm 122TB QLC 批量出货 + 液冷企业级 SSD
122TB QLC P5336 全球率先批量出货——AI 工厂动辄数十 EB 存储需求下，TLC 容量曲线已不够用。同步展示业界首款冷板液冷企业级 SSD。
估值逻辑变了：存储从「周期品」→「AI 基础设施」。「数据中心装不下」正在成为 AI 部署的核心瓶颈。
商业洞察与机会清单
NVIDIA 从「卖铲子」到「定义标准」
「Token 即资产」本质是在建立新的价值衡量体系——当每个 Token 都可以货币化，NVIDIA 就不再是「卖芯片的」，而是定义了「衡量 AI 产出的标准」。DSX 平台是战略关键，让 NVIDIA 从硬件供应商变成 AI 工厂的总承包商。
Arm PC 是 2027 年最大的确定性增量
RTX Spark 让 Windows on Arm 从「高通一家独大」变成「三家争霸」。每台 AI PC 需要更大容量、更高性能——消费级存储的单价和容量天花板被系统性抬升。
AI 系统架构师首次写入存储层
CMX 平台将 NAND 写入 AI 芯片架构是最值得关注的信号。存储厂商的研发方向从被动响应变成主动定义。QLC 规模化不再是成本选项而是算力需求——3 年内企业级 QLC 将成主流。
给存储从业者的机会清单
机会 | AI PC 存储升级 | LPDDR5X + PCIe 5.0 SSD |
机会 | HBM 产业链多元化 | 封测/设备国产替代 |
机会 | 企业级 SSD 结构性升级 | QLC 规模化 + 固件竞争力 |
机会 | Arm 生态嵌入式新需求 | eMMC/UFS + LPDDR 双线 |
信号 | 台湾供应链产能先行指标 | CoWoS 20万片/月 (2027E) |
COMPUTEX 2026 发出了一个清晰的信号：当 AI 算力从数据中心走向个人 PC，当 NAND 闪存首次被写入 AI 旗舰架构，存储已从「配件」升级为 AI 基础设施的核心组件。AI PC 需要更高能效的 DRAM-less 方案、更大容量的 PCIe 5.0 SSD；AI 数据中心需要 QLC 规模化部署、企业级固件深度优化——存储行业的估值逻辑正在被重新定义。
