2026年7月，加州蒙特雷，海军研究生院（Naval Postgraduate School, NPS）。
黄仁勋穿着标志性的黑色皮夹克，站在一群身着制服的军官面前，身后是一台刚刚完成调试的NVIDIA DGX GB300超级计算机。这不是CES的舞台，不是GTC的主题演讲。这是美国军方旗舰研究生院的校园，一所专门培养现役军官、从太空作战到海洋科学覆盖全学科门类的军事学府。
“我们的国家依赖那些战斗在前线的男女军人，”黄仁勋对在场听众说，“对你们而言，没有什么比信息和洞察更有价值，以及及时获得信息和洞察，并理解其影响和后果。我想不出还有什么事比这更重要。”
这台DGX GB300系统，配备了NVIDIA Mission Control软件，正式为NPS的1500多名在校研究生和600名教职员工提供本地化的大规模AI计算能力。从天气预报到网络安全，从灾难响应到任务规划，这些场景不再是硅谷PPT里的概念，而是美军军官研究生课程里的日常作业。
这不是一次孤立的产品交付。它是一个信号。
过去一年，美国国防部与科技巨头的关系正在经历一场静默但剧烈的重构。2026年5月，五角大楼与SpaceX、OpenAI、Google、NVIDIA、Reflection AI、Microsoft、Oracle和Amazon Web Services等八家头部AI公司签署了协议，将它们的AI系统部署到国防部机密网络中，用于“合法作战用途”。与此同时，五角大楼向国会提交了2027财年预算申请，一笔高达295亿美元的AI超级计算现代化专项经费，名为“AI Arsenal initiative”（AI兵工厂计划）。
NVIDIA此次交付给NPS的DGX GB300，正是这个宏大叙事中最具体、最直观的一个切片。
为什么是海军研究生院
NPS不是普通的大学。它成立于1909年，是美国海军和国防部旗下唯一一所授予硕博学位的军事研究生院。这里的每一个学生都是现役军官，每一个研究课题都直接指向作战需求。
NPS的课程设置覆盖太空作战、海洋科学、网络安全、自主系统等方向。学生在这里获得的不是抽象的学术训练，而是“应用研究”，每个课题都与真实世界的作战问题直接挂钩。正如美国太平洋司令部司令、海军上将Samuel Paparo在启用仪式上所说：“信息将以闪电速度流动，压缩响应时间。我们的优势来自那些能够利用技术比对手更快地看到、理解、决策和行动的领导者。”
DGX GB300的入驻，意味着这些军官学生可以在校园内直接训练大模型、运行高保真仿真、开发AI工具，而不是依赖外部云服务或等待华盛顿的算力分配。NPS还在校园内建立了NVIDIA AI技术中心，作为AI研究和教学的专用枢纽。
更具象征意义的是，NPS正在通过NVIDIA深度学习学院（DLI）将AI工具包直接交到教师手中，让AI融入所有研究生课程，而不仅仅是计算机科学系。Paparo上将对此的表述直白到近乎冷酷：“你们中的许多人将在AI赋能的战场环境中指挥作战。”
NVIDIA的军事化：从铲子到兵工厂
NVIDIA的商业模式长期以来被概括为“卖铲子”。在淘金热中卖铲子的人从不关心金矿里挖出了什么。这一比喻在过去几年支撑了NVIDIA超过3万亿美元的市值。但DGX GB300进驻NPS这一事件，使得“卖铲子”的叙事开始显得过时。
NVIDIA正在从一个AI基础设施供应商，演变为美国国防AI体系的核心架构师。
2026年5月，NVIDIA与五角大楼签署的协议使其成为八家获准在机密网络中部署AI系统的科技公司之一。据媒体报道，这些协议中NVIDIA提供了较为灵活的部署条件，允许在Impact Level 6和Level 7级别的机密环境中使用其AI工具。相较于Google、OpenAI等面临员工抗议和内部伦理争议的同行，NVIDIA几乎没有来自内部的“AI伦理阻力”。它的客户是军方，它的产品是算力，它的道德立场被封装在CUDA和Tensor Core里。
这不是推测。2025年10月，美国能源部（DOE）宣布与NVIDIA和Oracle合作建造Solstice系统，一个配备10万块Blackwell GPU的AI超级计算机，位于Argonne国家实验室，用于“推动美国在安全、科学和能源领域的技术领先地位”。同一时期，NVIDIA正在与多家合作伙伴推动千兆瓦级超大规模AI数据中心建设。从能源部的科学研究到五角大楼的作战部署，NVIDIA的GPU正在成为美国国家AI基础设施的“标准件”。
295亿美元的AI兵工厂：五角大楼的算力军备竞赛
理解NPS这台DGX GB300的真正分量，需要把它放在更大的预算框架中。
2026年5月，美国国防部向国会提交了2027财年预算申请，其中一项名为“AI Arsenal initiative”的计划申请了295亿美元，用于购买下一代AI超级计算机并现代化军事计算基础设施。这笔预算的规模，超过了美国国家科学基金会（NSF）全年的预算。
五角大楼的一位官员对DefenseScoop表示：“AI Arsenal倡议代表了对基础性、政府拥有的AI基础设施的投资，旨在最大化联邦采购力，构建我们所需的战略优势。”
这个计划的目标是建立一批高度安全的数据中心，最终将超级计算资产在整个联合部队中集中化和规模化。换句话说，美军不再满足于从科技公司购买AI服务，它要拥有自己的AI超级计算基础设施，自己的算力储备，自己的AI兵工厂。
NPS的DGX GB300就是这个计划的第一步试水。它不是最大的一台。DOE的Solstice系统有10万块Blackwell GPU。但它是第一台直接部署在军事院校、直接面向现役军官教学训练的AI超级计算机。
商业与军事的边界正在消失
DGX GB300的部署还揭示了一个更微妙的趋势：AI技术的军事化正在从“保密项目”走向“日常教学”。
NPS的研究方向包括海洋条件建模、大气变化预测和复杂环境数字孪生，这些听起来像是学术研究，但每一个都有直接的军事应用。海洋建模影响潜艇作战和两栖登陆；大气变化影响无人机编队和导弹轨迹；数字孪生影响战场推演和任务规划。
NPS与MITRE（一家非营利性联邦资助研发中心）合作，基于NVIDIA Omniverse库构建了一个高保真数字孪生框架，用于模拟在不确定条件下的真实导航和决策。这个框架的名字听起来像学术工具，但它的应用场景是“在不确定条件下做出决策”，这正是战场上每时每刻都在发生的事情。
更值得关注的是合作伙伴清单：DDN（高性能数据基础设施）、VAST Data（统一数据平台）、Vertiv（机柜、冷却和电力基础设施）。这些公司不是NVIDIA的供应商，它们是美国国防AI供应链的关键节点。DDN帮助研究人员高效访问、管理、保护和扩展数据；VAST Data确保在边缘、核心和云环境之间的安全数据访问和管理；Vertiv提供了机柜、冷却和电力基础设施，以及安装调试、测试和流体管理监控。
这是一个完整的AI基础设施生态，从芯片到软件，从数据管理到冷却系统，全部由美国企业构建，全部部署在军事院校，全部服务于军事AI应用。
AI时代的军备竞赛不再是比喻
NVIDIA DGX GB300在NPS的启用，本质上是一个分水岭事件。
在过去的AI叙事中，军事AI总是被描绘成一种“例外”，是秘而不宣的Project Maven，是实验室里的闭门实验，是伦理委员会反复辩论的灰色地带。但NPS的这台超级计算机宣告了另一种现实：AI军事化正在成为常规，成为课程表上的必修课，成为军官学位论文里的数据图表。
对于NVIDIA而言，这意味着它的市场天花板正在从“企业IT采购”扩展到“国家国防预算”。当一个国家的国防部计划花295亿美元购买AI算力时，NVIDIA就是那个最大的受益者，没有之一。
对于整个科技行业而言，这是一个不容回避的拷问：当AI公司们一边高喊着“AI for Good”，一边将最先进的算力部署到军事院校时，技术伦理的边界到底在哪里？或者更直白地说，当你的客户是五角大楼时，“卖铲子”的叙事还站得住脚吗？
AI时代的“军备竞赛”已经不再是一个比喻。它正在蒙特雷的海风里，在DGX GB300的冷却风扇声中，在军官学生们敲击键盘的节奏里，真实地发生着。
NVIDIA把AI超级计算机送进了美军院校。但这台机器真正在计算的，不是模型参数，而是美国国防AI的未来方程式。
快报