cherry 10月21日，英伟达GTC大会在柏林举行。黄仁勋没有发布新芯片，此前推出的Vera Rubin平台只确认已全面量产。他把时间留给了更实际的问题：算力中心怎么建得更快、智能体怎么管住、物理AI怎么进入欧洲的工厂和道路。他说，需求不缺，缺的是产能和落地速度。
建得快方面，英伟达给出DSX POD模块化参考设计，把一套完整Vera Rubin AI工厂装进集装箱。单个POD由7个液冷计算机架组成，内部约17公里线缆互连，采用800V直流供电，计算、网络、供电和液冷在工厂完成集成测试后运到现场。戴尔、HPE、联想、施耐德电气等厂商参与制造，预计2027年初交付。官方称，现场电力、冷却和网络就绪时，部署时间可从约6个月缩短到最快14天。价格和总拥有成本尚未公布。
黄仁勋把AI经济比作五层蛋糕，最底层是能源。与DSX POD一同发布的两套用电工具中，DSX MaxLPS在GPU之间动态分配功率，官方称产出同样多Token时功耗最多降低30%；DSX Flex让数据中心与电网联动，按电价和供电状况调整负载，模拟电网事件的早期测试中，一个Blackwell Ultra集群用电负荷最多降低40%。Nscale的数据显示，GB300 NVL72在相同电力预算下多部署37%的GPU，总推理吞吐提升近50%。衡量AI工厂的指标，正从有多少卡转向每度电产出多少Token。
用得放心方面，英伟达发布OpenShell企业参考架构。该运行时于6月GTC推出，开源、按策略控制，用内核级沙箱把智能体与它能影响的系统隔开。此次公布的是在英伟达全栈硬件上的部署方案：Vera Rubin GPU负责推理，Vera CPU承载智能体运行框架和工具调用，OpenShell划定隔离与权限边界，BlueField-4 DPU运行Sentry安全框架。黄仁勋称，智能体权限要降到最低并持续监控，每次启动权限都不同。
