当下，全球计算体系正遭遇设备异构、协同效率低下的难题——云端、终端、汽车等各类设备采用不同架构，不仅推高了AI模型的部署成本，也让跨设备协作变得困难重重。正是在这样的背景下，6月5日，英伟达CEO黄仁勋在2026台北国际电脑展上发表主题演讲，提出未来计算将收敛为面向AI智能体的统一架构，这一架构将覆盖云端、PC、汽车、机器人及各类边缘设备，同时支持AI训练与推理任务。
英伟达同步发布的全新88核Arm处理器Vera已正式量产，这款处理器专门针对AI智能体的词元生成任务优化，尤其注重提升单线程性能与内存带宽。据官方数据，Vera处理器的单线程浮点运算性能较上一代产品提升35%，内存带宽达到1.2TB/s，能够高效处理AI智能体在实时决策过程中产生的大量数据交互需求。
黄仁勋以自动驾驶领域为例，解释传统基于规则的系统正逐步向基于语言推理的范式转变。未来，AI智能体可通过“技能文件”和教程视频快速掌握陌生设备的操作方法，比如自动驾驶汽车遇到新型交通信号灯时，无需重新编程，就能通过视频学习和语言推理完成识别与响应。这一模式的核心在于让设备具备自主学习与适应能力，而非依赖预先设定的固定规则。
这一统一架构的推出，将显著降低AI模型跨设备部署的成本。麦肯锡最新报告显示，目前跨设备AI部署的平均成本占企业AI投入的40%，而统一架构有望将这一比例降至25%以下。此外，边缘设备自主性的提升将推动AI在工业机器人、智能家居等领域的深度渗透，预计到2028年，具备AI智能体能力的边缘设备市场规模将突破5000亿美元。
行业层面，国际数据公司（IDC）的报告指出，2026年全球AI智能体相关硬件市场的增长率预计将达68%，远超整体AI硬件市场32%的增速。竞争对手方面，英特尔本月初宣布启动“AI Agent Core”项目，计划推出基于x86架构的智能体专用处理器，目标2027年实现量产；特斯拉则在最新的自动驾驶测试版本中加入了语言推理模块，试图借助大模型提升车辆对复杂场景的理解能力。
快报