Na keynote NVIDIA GTC Taipei 2026 bylo cítit, že se průmysl posouvá do nové fáze. Jensen Huang tentokrát nepředstavil jen další generaci čipů. Popsal mnohem větší změnu. Podle něj už AI není jen nástroj na generování textu nebo obrázků. Stává se výrobním systémem pro užitečnou práci, novým typem infrastruktury a postupně i novým výpočetním modelem pro firmy, osobní počítače, auta a roboty.
Celé vystoupení se točilo kolem jedné hlavní myšlenky: agentická AI už dorazila. A pokud je to pravda, pak se mění skoro všechno. Nejen software, ale i datová centra, procesory, síťová architektura, podnikové nástroje a dokonce i samotná představa o tom, co je to PC.
Zazněla velká oznámení. NVIDIA potvrdila plnou výrobu systému Vera Rubin, představila CPU Vera navržené přímo pro éru agentů, rozšířila svůj podnikový AI toolkit, ukázala nový směr pro fyzickou AI a robotiku a společně s Microsoftem nastínila novou generaci osobních počítačů postavených pro AI agenty.
Já v tom vidím důležitý moment nejen pro NVIDIA, ale pro celý technologický ekosystém. V Taipei totiž nešlo jen o výkon. Šlo o redefinici toho, jak budou počítače v příští dekádě fungovat.
Obsah
- 🤖 Agentická AI už není teorie, ale produktivní systém
- 🧠 Nový výpočetní model: aplikace střídá agent
- 🧰 Proč budou nástroje a software ještě důležitější
- 🏭 AI factory jako nový průmyslový model
- ⚙️ Vera Rubin: systém navržený přímo pro éru agentů
- 💾 CPU Vera: procesor navržený pro netrpělivé agenty
- 🔐 Enterprise AI Toolkit: NVIDIA chce být i operačním systémem pro agenty
- 🧪 Cadence a čipoví superagenti: působivá ukázka praktického využití
- 📚 Nemotron 3 Ultra: otevřený model pro firemní agenty
- 💻 Nová definice PC: RTX Spark a osobní AI agenti
- 🖥️ Desktop, laptop i pracovní stanice: nová PC rodina od NVIDIA a Microsoftu
- 🌍 Agenti všude: od cloudu přes auta až po satelity
- 🚗 Fyzická AI, Cosmos 3 a reasoning auta
- 🦾 Isaac GR00T: humanoidní robotika dostává referenční platformu
- 🔌 Co to všechno znamená pro AI infrastrukturu a byznys
- 📌 Největší takeaway z GTC Taipei 2026
🤖 Agentická AI už není teorie, ale produktivní systém
Jedna z nejvýraznějších částí keynote byla argumentace, že AI přešla z experimentální fáze do fáze ekonomicky užitečné práce. Jensen Huang to ilustroval na vývoji softwaru. Programování se podle něj stalo jedním z prvních velkých trhů, kde agentická AI jasně ukazuje svůj dopad na produktivitu.
Princip je jednoduchý. Dříve člověk otevřel aplikaci, ručně psal kód, přepínal mezi nástroji a sám držel celý pracovní tok pohromadě. Dnes lze stále častěji popsat záměr přirozeným jazykem a nechat AI, aby:
- pochopila zadání,
- navrhla postup,
- použila vhodné nástroje,
- vygenerovala kód nebo návrh,
- iterovala nad výsledkem.
To je zásadní rozdíl. AI už zde není jen chatbot. Je to agent, který pozoruje, uvažuje, plánuje a jedná.
Huang odmítl častou představu, že takový posun automaticky znamená méně pracovních míst. Jeho argument zněl opačně: pokud software vývojář díky AI vyprodukuje mnohem víc hodnoty, firmy budou chtít takových lidí najímat více, ne méně. Klíčová myšlenka není nahrazení člověka, ale zvýšení ekonomického výstupu na jednoho pracovníka.
To má důležitý důsledek pro celý trh. Když AI dokáže generovat reálně užitečné výsledky, tokeny se mění na výnosovou jednotku. A ve chvíli, kdy jsou tokeny přímo spojeny s příjmem, prudce roste poptávka po výpočetním výkonu.
🧠 Nový výpočetní model: aplikace střídá agent
Velmi zajímavé bylo, jak NVIDIA popsala samotnou strukturu moderního AI agenta. Nejde jen o jazykový model. Celý systém má několik vrstev, které spolu musí pracovat jako jeden organismus.
Podle prezentovaného modelu se agent skládá z těchto částí:
- Model neboli „mozek“, který řeší porozumění, uvažování a plánování.
- Harness, tedy řídicí vrstva, která orchestruje tok práce.
- Nástroje a dovednosti, které agent používá, například databáze, kompilátory, CAD software nebo specializované knihovny.
- Runtime, což je provozní prostředí, které vše bezpečně spojuje dohromady.
- Paměť, a to krátkodobá i dlouhodobá, která umožňuje držet kontext a navazovat na předchozí práci.
Tohle je důležité pochopit. Klasická aplikace bývala relativně uzavřený balík kódu běžící v operačním systému. Agentický systém je naproti tomu distribuovaný, heterogenní a silně závislý na orchestrace. Různé části úlohy běží v různých vrstvách infrastruktury a často i na různých typech hardwaru.
Právě proto NVIDIA tvrdí, že svět směřuje od „AI modelů“ k „AI továrnám“ a od samostatných serverů k plně navrženým agentickým systémům.
🧰 Proč budou nástroje a software ještě důležitější
Jedna z nejchytřejších tezí keynote byla, že nástup agentů neoslabí softwarové firmy, ale naopak jim může otevřít obrovský nový trh. Pokud bude existovat nesrovnatelně více digitálních pracovníků než lidských, budou tito agenti spotřebovávat také nesrovnatelně více nástrojů.
Jen bude potřeba software přizpůsobit tak, aby jej agent dokázal používat. To znamená poskytnout nejen API, ale i popis schopností, způsob použití a bezpečný mechanismus zapojení do pracovního toku.
Zde NVIDIA staví na svých CUDA-X knihovnách, které označuje za jeden ze svých největších pokladů. Nejde jen o klasické GPU akcelerace. Jde o rozsáhlý soubor nástrojů pro vědu, inženýrství, genomiku, simulace, optimalizaci, telekomunikace nebo fyziku.
Konkrétní příklady zahrnovaly:
- knihovny pro výpočetní litografii,
- optimalizační nástroje,
- řešiče řídkých soustav,
- genomické pipeline,
- fyzikální simulace,
- nástroje pro AI v rádiových sítích.
Myšlenka je jasná. Agent nebude jen mluvit. Bude umět sáhnout po specializovaném výpočetním nástroji a použít jej správně. Pokud tohle opravdu zafunguje v praxi, software se nestane méně důležitý. Stane se mnohem cennější, protože bude tvořit výkonné „ruce“ AI agentů.
🏭 AI factory jako nový průmyslový model
Snad největší rámec celé keynote byl pojem AI factory. NVIDIA tím myslí datová centra navržená ne jako obecné IT prostředí, ale jako výrobní linky na tokeny. Tedy infrastrukturu, kde je výpočetní výkon přímo spojen s příjmem.
Tady už nejde jen o servery, racky a switche. Jde o kompletní souhru:
- čipů,
- racků,
- sítí,
- chlazení,
- napájení,
- správy zátěže,
- digitálních dvojčat,
- spolupráce s elektrickou sítí.
NVIDIA pro tento přístup oznámila platformu DSX, kterou prezentuje jako referenční návrh pro stavbu a provoz AI továren. Její součástí má být simulace návrhu v Omniverse, provozní software pro orchestrace infrastruktury i nástroje pro zvyšování energetické efektivity.
Zazněly přitom velmi praktické problémy současných datacenter. Mnohá údajně zbytečně naddimenzovávají napájení. Jinde zůstává výkon „uvězněn“ v neoptimálně rozložené spotřebě mezi racky. A protože AI infrastruktura je extrémně kapitálově náročná, každé zdržení nebo nevyužitý watt znamená ztracené peníze.
Tohle je přesně místo, kde se mění role NVIDIA. Už se neprezentuje jen jako výrobce GPU. Čím dál víc se staví do pozice firmy, která pomáhá zákazníkům navrhnout a uvést do provozu celý AI výrobní podnik.
Pro kontext dává smysl sledovat i širší debatu o energetice a AI infrastruktuře, kterou rozebírá například Mezinárodní energetická agentura. Spotřeba, stabilita sítě a efektivita datacenter budou v následujících letech stejně důležité jako samotné čipy.
⚙️ Vera Rubin: systém navržený přímo pro éru agentů
Největší hardwarové oznámení bylo potvrzení, že Vera Rubin je v plné výrobě. NVIDIA přitom velmi důrazně vysvětlovala, že Vera Rubin není „jen nový GPU“. Je to celý vícevrstvý systém navržený od začátku pro agentickou AI.
Pod tímto jménem se skrývá několik propojených částí:
- Vera Rubin NVL72 pro samotné modelové zpracování,
- Vera CPU rack pro orchestraci a práci s pamětí,
- BlueField úložiště a bezpečnostní vrstva,
- síťová vrstva postavená kolem ConnectX a Ethernet Photonics.
NVIDIA popsala Vera Rubin jako první více-rackový, pod-scale superpočítač určený pro agentickou zátěž. Důraz přitom nebyl jen na hrubý výkon, ale i na spolehlivost, servisovatelnost a rychlost výroby.
Zajímavý detail byl výrobní. Co dříve zabralo hodiny při kompletaci racku předchozí generace, se u nové architektury podařilo zkrátit na minuty. To je důležité, protože pokud poptávka po AI továrnách skutečně poroste tak agresivně, bude kapacita dodavatelského řetězce stejně klíčová jako konstrukce samotného systému.
NVIDIA také zdůraznila, že Vera Rubin vznikala ve velmi úzké spolupráci s taiwanským ekosystémem. Zmíněno bylo přes 150 partnerů napříč výrobou čipů, balením, systémy i datacentrovou infrastrukturou. V tom je skrytá druhá zpráva keynote: budoucnost AI se nebude stavět jednou firmou, ale hluboce koordinovaným průmyslovým řetězcem.
💾 CPU Vera: procesor navržený pro netrpělivé agenty
Vedle Vera Rubin mě zaujal ještě jeden moment. NVIDIA se velmi sebevědomě pustila do vysvětlení, proč současné CPU architektury nestačí na potřeby agentické AI. Podle Huanga byly dnešní procesory historicky navrženy pro lidi a cloudový pronájem jader. Jenže agenti pracují jinak.
Agent nečeká trpělivě v sekundách. Potřebuje odpovědi v co nejnižší latenci, aby mohl okamžitě přejít k dalšímu kroku. Když čeká CPU, často zároveň neefektivně čeká i drahý GPU výkon vedle něj. To je ekonomicky neudržitelné.
Proto NVIDIA představila Vera CPU, nový procesor navržený pro „agentickou smyčku“. Firma vyzdvihla čtyři hlavní vlastnosti:
- Extrémně vysoký výkon jednoho vlákna, protože latence je kritická.
- Velkou propustnost na jádro, aby se rychle přesouvala data.
- Masivní celkovou propustnost uvnitř i vně čipu, což je důležité v distribuovaných systémech.
- Vysokou energetickou efektivitu, aby CPU neukrajovalo příliš z energetického rozpočtu na generování tokenů.
NVIDIA mluvila o vlastním jádru Olympus, monolitické koherenční síti napříč 88 jádry, velmi rychlé komunikaci mezi jádry a přímém propojení s GPU přes NVLink. Firma také zdůraznila nízkou latenci paměti a mimořádnou šířku pásma.
Co je ale možná důležitější než jednotlivá čísla, je strategický význam. NVIDIA tím říká, že CPU znovu získává centrální roli, jen v jiné podobě. Už není primárně „hlavním počítačem“, ale dirigentem, který drží pohromadě práci modelů, nástrojů, paměti a bezpečnostních vrstev.
Pokud se agentické pracovní toky opravdu rozšíří, pak může vzniknout zcela nový segment trhu: CPU pro agenty. A právě tohle NVIDIA na keynote velmi otevřeně označila za nový růstový motor.
🔐 Enterprise AI Toolkit: NVIDIA chce být i operačním systémem pro agenty
Hardwarová část keynote byla působivá, ale možná ještě důležitější byla softwarová vrstva. NVIDIA totiž nechce dodat jen infrastrukturu. Chce nabídnout i stavebnici, ze které firmy postaví vlastní bezpečné agenty.
Tuto vrstvu shrnula do NVIDIA Agent Toolkit for Enterprise AI. V praxi jde o čtyři klíčové stavební kameny:
- Modely, které lze použít přímo nebo dále doladit.
- Harness, tedy orchestraci agentického workflow.
- Nástroje a skills, díky nimž agent umí pracovat s podnikovými systémy.
- Runtime, které vše drží v bezpečném a provozně zvládnutelném rámci.
Klíčovou roli zde hraje OpenShell, otevřený bezpečnostní sandbox pro provoz agentů uvnitř firemního prostředí. NVIDIA jej prezentovala jako vrstvu, která drží práva, identitu, zásady ochrany soukromí a bezpečnostní pravidla pod kontrolou. Podle oznámení jej adoptují velcí partneři jako Red Hat, Canonical nebo Microsoft.
Tohle je přesně ten typ produktu, který může v podnicích rozhodovat. Mnoho firem dnes neřeší, jestli AI umí odpovídat. Řeší, jestli může bezpečně pracovat s interními daty, nástroji a procesy. Pokud NVIDIA nabídne důvěryhodný provozní rámec, posouvá se z pozice akcelerátorového dodavatele do role platformové firmy.
🧪 Cadence a čipoví superagenti: působivá ukázka praktického využití
Aby nebyla řeč o agentech jen abstraktní, NVIDIA ukázala velmi silný příklad z vlastního světa. Společně s Cadence vyvíjí specializované agenty pro návrh čipů a verifikaci RTL.
Návrh moderního čipu je mimořádně náročný proces. Jde o biliony tranzistorů, obrovské množství simulací, dlouhé testovací smyčky a velmi drahé chyby. Fyzické prototypy jsou pomalé a každá chyba v návrhu může znamenat výrazné zpoždění.
V prezentovaném řešení zajišťuje orchestrace agent, který spouští subagenty pro:
- generování RTL,
- tvorbu test benchů,
- regresní testování,
- debugging.
Podle prezentovaných výsledků se tak verifikační cyklus může zkrátit z týdnů na hodiny, v některých případech více než čtyřicetinásobně.
Tohle je přesně ten druh ukázky, který dává celé strategii váhu. Nejde o to, že agent napíše kratší e-mail. Jde o to, že může urychlit jeden z nejnáročnějších inženýrských workflow vůbec.
📚 Nemotron 3 Ultra: otevřený model pro firemní agenty
NVIDIA vedle infrastruktury a nástrojů zdůraznila i vlastní modelovou vrstvu. Nově oznámila Nemotron 3 Ultra, který má sloužit jako otevřený základ pro tvorbu podnikových a specializovaných agentů.
Firma zde opět tlačí svou otevřenější strategii. Nejde jen o publikaci modelu samotného, ale i trénovacích dat a postupů, aby si partneři mohli model převzít, rozšířit a udělat z něj vlastní proprietární řešení.
Z technického hlediska NVIDIA zdůraznila hybridní architekturu kombinující state space modely a mixture of experts. Hlavní benefit má být dvojí:
- výrazně vyšší rychlost,
- nižší náklady na inference.
Podle prezentace má být nový model několikanásobně rychlejší a zároveň levnější na provoz než řada současných otevřených alternativ. Strategicky je ale podstatnější něco jiného: Nemotron má být základem, na kterém si firmy vychovají vlastní „superagenty“ pro konkrétní domény.
To dobře zapadá do dnešního trendu, kdy mnohé podniky nechtějí jen univerzální chatbot, ale úzce specializovaného AI asistenta pro finance, bezpečnost, právní agendu, vývoj nebo design.
💻 Nová definice PC: RTX Spark a osobní AI agenti
Jedna z nejodvážnějších částí keynote se týkala osobních počítačů. NVIDIA spolu s Microsoftem představila směr, který označuje za největší reinvenci PC za posledních 40 let.
Nová platforma se jmenuje RTX Spark. Je postavena na čipu kombinujícím Blackwell RTX GPU, vlastní Grace CPU vyvinuté ve spolupráci s MediaTekem, propojení přes NVLink a jednotnou paměť. NVIDIA ji prezentuje jako systém, na kterém poběží plně kompatibilní Windows software, CUDA aplikace i lokální či hybridní AI agenti.
Z technického hlediska je to zajímavé samo o sobě. Ale důležitější je produktová vize. Podle NVIDIA se PC mění z prostředí, kde člověk ručně spouští jednotlivé aplikace, na prostředí, kde trvale běží osobní AI agent.
Tento agent může:
- pracovat lokálně,
- být bezpečně sandboxovaný,
- využívat modely lokálně i v cloudu,
- pracovat s nástroji nainstalovanými v zařízení,
- běžet nepřetržitě bez spotřebního „taxametru“ cloudových tokenů.
Jedna z ukázek demonstrovala návrh domu, kde agent na notebooku používal Rhino, Blender a generativní modely pro tvorbu, úpravy a fotorealistickou vizualizaci architektonického návrhu. Šlo o pěkný příklad hybridního workflow, kde člověk zadává záměr, agent obsluhuje nástroje a člověk průběžně koriguje směr.
Další důležitou zprávou bylo, že Adobe přepracovalo jádro Photoshopu a Premiere pro tuto novou třídu zařízení a chystá podporu agent-friendly architektury. Tím NVIDIA naznačila, že nechce mít jen nový hardware, ale i reálně připravený softwarový ekosystém.
🖥️ Desktop, laptop i pracovní stanice: nová PC rodina od NVIDIA a Microsoftu
RTX Spark nemá zůstat jen u notebooků. NVIDIA oznámila širší rodinu tří typů zařízení:
- laptop,
- desktop,
- workstation.
Všechna mají být plně kompatibilní s Windows i CUDA ekosystémem. To je zásadní, protože právě kompatibilita rozhodne, zda nová platforma pronikne do praxe, nebo zůstane jen zajímavou technologickou demonstrací.
Zvlášť zajímavě působila představa desktopu jako domácího AI uzlu. NVIDIA jej popsala jako stroj, na kterém může 24 hodin denně běžet osobní agent propojený s další elektronikou v domácnosti, bezpečnostními systémy, kamerami a dalšími zařízeními. Jinými slovy, ne už jen osobní počítač, ale osobní AI infrastruktura.
Na opačném konci pak stojí DGX Station, pracovní stanice s obrovskou pamětí a výkonem zaměřená na vývojáře modelů a agentů. Vize je zřejmá: vývoj AI se má posunout blíže k jednotlivci nebo týmu, ne jen do velkého cloudu.
Pokud vás zajímá širší kontext okolo Windows AI PC a směru platformy Microsoftu, dává smysl sledovat i oficiální Microsoft Blogs, kde firma dlouhodobě rozebírá změny kolem lokální AI, Copilot+ PC a vývoje Windows pro AI.
🌍 Agenti všude: od cloudu přes auta až po satelity
Jensen Huang několikrát zopakoval, že agentická AI není jen software pro kancelářské úkoly. V jeho podání jde o obecný vzor výpočetního systému, který se bude opakovat napříč zařízeními.
Stejný princip modelu, orchestrace, nástrojů a runtime se má podle NVIDIA objevit:
- v AI cloudech,
- v podnicích,
- na osobních počítačích,
- v humanoidních robotech,
- v autonomních autech,
- v průmyslových strojích,
- v telekomunikační infrastruktuře,
- dokonce i v satelitech.
To je mimořádně ambiciózní pohled. Zároveň ale dobře vysvětluje, proč NVIDIA tak silně tlačí sjednocenou platformu. Pokud bude stejný výpočetní vzor fungovat napříč cloudem, edge a fyzickými stroji, vznikne obrovská výhoda pro firmu, která zvládne dodat společný stack.
🚗 Fyzická AI, Cosmos 3 a reasoning auta
Velký blok keynote patřil fyzické AI. NVIDIA tvrdí, že právě tady se otevírá další zásadní vlna a že největší problém není model samotný, ale data. U jazykových modelů bylo možné využít internetový text. U robotiky a fyzické AI takové měřítko přirozeně neexistuje, protože stroj potřebuje data z perspektivy vlastního těla a pohybu.
Řešením má být kombinace teleoperace, simulace, přenosu z třetí osoby do první osoby a světových modelů. Právě sem míří nově oznámený Cosmos 3, otevřený omni-model pro fyzickou AI.
Cosmos má zvládat několik rolí:
- vizuálně-jazykové porozumění scénám,
- generování fyzikálně věrných syntetických videí,
- simulační smyčky pro trénink politik,
- základ pro akčně podmíněné world modely.
NVIDIA zde použila hezkou zkratku: když už máme AI, tak v oblasti fyzické inteligence se výpočetní výkon stává zdrojem nových dat. Jinak řečeno, simulační a generativní systémy už nejsou jen podpůrný nástroj, ale klíčový výrobce trénovacích zkušeností.
Na stejnou linii navazuje i Alpamayo 2 Super, otevřený model pro autonomní řízení. NVIDIA jej popsala jako první reasoning systém pro auta, který nejen reaguje, ale průběžně „uvažuje“ o situaci na silnici. Demonstrované rozhodování zahrnovalo vyhodnocování překážek, přednosti, chodců i změn pruhů v reálném čase.
Tento směr je důležitý i z obchodního pohledu. NVIDIA zdůraznila, že její platforma DRIVE Hyperion už pokrývá velkou část automobilového průmyslu a většinu služeb mobility. Pokud se reasoning modely pro auta prosadí, může z toho vzniknout další velmi významný trh.
🦾 Isaac GR00T: humanoidní robotika dostává referenční platformu
Možná nejvíc futuristicky působila část věnovaná humanoidům. NVIDIA zde navázala na svůj ekosystém Isaac GR00T a oznámila referenční design humanoidního robota pro výzkum a vývoj.
To je velmi praktický krok. Jedna z velkých překážek robotiky je totiž to, že každý tým často začíná od nuly. Musí poskládat hardware, simulaci, teleoperaci, datovou pipeline i tréninkovou infrastrukturu. To je pomalé, drahé a neefektivní.
Nový referenční humanoid má nabídnout předpřipravený základ zahrnující:
- robotický hardware,
- počítač Jetson Thor,
- simulaci v Isaac Lab,
- teleoperaci,
- syntetická data z Omniverse a Cosmos,
- trénink a vyhodnocení politik,
- runtime přes Isaac ROS.
Tím se NVIDIA snaží udělat pro robotiku něco podobného, co dříve udělala pro AI trénink přes DGX nebo pro autonomní auta přes DRIVE. Nabídnout referenční platformu, na které se dá stavět rychleji.
Pokud vás zajímá hlubší kontext kolem simulace, digitálních dvojčat a průmyslové robotiky, stojí za pozornost i ROS, který zůstává jednou z nejdůležitějších otevřených vrstev robotického softwaru. NVIDIA se svým Isaac ekosystémem na podobné principy navazuje, ale cílí na mnohem širší integrovanou platformu.
🔌 Co to všechno znamená pro AI infrastrukturu a byznys
Když z keynote odfiltruji jednotlivé produktové novinky, zůstane několik silných obchodních závěrů.
Za prvé, NVIDIA se definitivně profiluje jako infrastrukturní firma. GPU zůstává středem všeho, ale už není jediným produktem. Firma mluví o sítích, napájení, chlazení, bezpečnosti, simulaci návrhu datacenter i operačním softwaru.
Za druhé, agentická AI je pro ni způsob, jak ospravedlnit další růst poptávky. Pokud AI generuje reálné obchodní výsledky, roste ochota stavět stále větší AI továrny.
Za třetí, NVIDIA nechce zůstat jen u cloudu. Snaží se sjednotit cloud, enterprise, edge, PC, automotive i robotiku pod jeden výpočetní vzor.
Za čtvrté, otevřenější modelová strategie typu Nemotron a Cosmos má posílit její vliv tam, kde nestačí jen nejlepší hardware. Tedy v oblasti nástrojů, vývoje a ekosystému.
Je také dobré připomenout, že velká část těchto vizí bude stát a padat s ekosystémem partnerů. Jensen Huang v Taipei velmi silně zdůrazňoval význam Taiwanu, jeho výrobních kapacit a dodavatelského řetězce. Vzhledem k tomu, jak složité jsou nové rackové systémy a jak prudce může růst poptávka, je to zcela logické.
📌 Největší takeaway z GTC Taipei 2026
Kdybych měl celé vystoupení shrnout do jedné věty, znělo by to asi takto: NVIDIA už neprodává jen výpočetní výkon, ale kompletní architekturu pro svět, kde software jedná sám.
Tohle je větší posun, než se může na první pohled zdát. Dlouho jsme mluvili hlavně o modelech. Teď se debata přesouvá k tomu, jak modely zapojit do práce, jak je bezpečně provozovat, jak jim dát nástroje, jak vyřešit paměť, síť, latenci, energetiku a ekonomiku celého systému.
Právě proto byla keynote tak široká. Vera Rubin, Vera CPU, DSX, Nemotron, OpenShell, RTX Spark, Cosmos 3, Alpamayo 2 Super i Isaac GR00T nejsou oddělené novinky. Jsou to části jedné skládačky.
Jestli tahle strategie vyjde, AI v příštích letech opravdu přestane být jen vrstvou nad stávajícím počítačem. Stane se novým výpočetním prostředím. A to od hyperscale datacenter až po zařízení doma na stole.
Pro firmy, vývojáře i výrobce hardwaru to znamená jediné: agentická AI už není okrajový experiment. Stává se novou platformou.
Další informace o programu a novinkách kolem akce lze najít na oficiální stránce GTC Taipei a COMPUTEX.
