Nvidia GTC 2026 プレビュー：Rubin GPU・NemoClaw・CPU 戦略、エージェント型 AI 時代のインフラは劇的変化へ

3 万人在宿霧参集，来自 190 个国家。3 月 16 日，Jensen Huang 将登台 SAP Center。今年 GPU 会议最大的话题可能并非 GPU 本身。 Nvidia GTC 2026 将于 3 月 16 日至 19 日在 San Jose 举行。会议的焦点已发生转移。作为 Blackwell 之后的 Rubin GPU 架构正式亮相，但整个主题是 Agent AI——即能够自主行动的系统。这与传统的聊天模型推理所需的硬件权衡截然不同。 Rubin 是继 Blackwell 之后的 Nvidia 下一代 GPU。根据初期规格，它将配备高达 288GB 的 HBM4 内存，相较于 Blackwell 配置有大幅增加。 HBM4 的重要性不言而喻。Agent workloads 要求模型在保持长上下文窗口的同时处理多次工具调用。这与学习工作负载以不同的方式消耗内存带宽。Vera Rubin 微架构设计旨在基于此 HBM4 带宽提供更高的运算吞吐量。 本周与 Groq 达成的许可协议也与此相关。Groq 的芯片设计专用于低延迟推理，Nvidia 选择许可其产品，意味着他们意图构建分层推理栈，而非将所有工作负载都处理于 GPU 上。 更具战略意义的发布是 NemoClaw。作为一款企业级开源 AI Agent 平台，若该产品在 GTC 上正式确认，意味着 Nvidia 将跨入应用层。 逻辑显而易见：购买 H200 集群运行 LLM 的企业，同样需要为将这些模型在其内部系统中编排为实际执行的 Agent 付费。目前，他们使用 LangChain、Microsoft Copilot Studio 或自研管道进行编排。若 Nvidia 推出原生开源 Agent 平台，则提供了一种从 Nvidia 硅基中直接获取推理性能优势的方案。 选择开源的动因亦源于此：即 CUDA 所秉持的策略。通过为开发者提供深度集成的免费工具链，并将其设为最简便的选择，当工作负载扩展时，硬件收益随之而来。 CNBC 关于 GTC 预告的报道中有一个有趣之处：Jensen Huang 预计将相当多的 keynote 时间分配给专用的 Agent AI CPU。获得 CUDA 以来以 GPU 为核心的 Nvidia 强调 CPU 是非常罕见的。 架构上存在原因。Agent AI 以循环运作。模型进行推理，调用工具，处理结果，再次推理。GPU 主导的推理步骤仅是该循环的一部分。编排、内存管理和工具调用处理均由 CPU 执行。若 Agent 成为主要的 AI 部署模式——当前企业采用曲线正指向这一方向——则 CPU 架构将成为实际的瓶颈。 Nvidia 涉足该领域，表明其将 CPU 视为不仅仅是基础设施噪音，而是有意义的盈利机会。 传统上，GTC 是 Nvidia 展示未来 18 个月 GPU 路线图的地方。今年看起来更广阔。它将硬件（Rubin）、软件（NemoClaw）和硅合作伙伴关系（Groq）捆绑在一起，旨在定义"Agent AI 时代的 Nvidia 原生基础设施"。 最值得关注的不仅是购买 GPU 集群的超大型云服务商，还有那些在多年采购决策前需要确定采用何种硬件堆栈的企业。 参考链接 NVIDIA GTC 2026: Live Updates — NVIDIA Blog Nvidia's GTC will mark an AI chip pivot — CNBC NVIDIA GTC 2026 Keynote: Major Announcements — Analytics Insight

3만 명이 산호세로 온다. 190개국에서. 3월 16일 젠슨 황이 SAP 센터 무대에 선다. 그리고 올해 GPU 컨퍼런스에서 가장 큰 이야기는 GPU가 아닐 수 있다. Nvidia GTC 2026은 3월 16~19일 산호세에서 열린다. 컨퍼런스의 무게중심이 옮겨졌다. Blackwell 다음 세대인 Rubin GPU 아키텍처가 공식 등장하지만, 전체 주제는 에이전틱 AI—스스로 행동하는 시스템—다. 채팅 모델에 대한 추론과는 다른 하드웨어 트레이드오프가 필요하다. Rubin은 Blackwell을 잇는 Nvidia의 차세대 GPU다. 초기 사양에 따르면 HBM4 메모리를 최대 288GB까지 장착한다. Blackwell 구성 대비 대폭 늘어난 수치다. HBM4가 중요한 이유가 있다. 에이전틱 워크로드는 모델이 긴 컨텍스트 윈도우를 유지하면서 여러 번의 도구 호출을 처리해야 한다. 이건 학습 워크로드와는 다른 방식으로 메모리 대역폭을 소비한다. Vera Rubin 마이크로아키텍처는 이 HBM4 대역폭을 기반으로 더 높은 연산 처리량을 제공하도록 설계됐다. 이번 주 발표된 Groq와의 라이선스 딜도 맥락이 있다. Groq의 칩 설계는 저지연 추론에 특화됐는데, Nvidia가 이를 라이선스했다는 건 모든 워크로드를 GPU로 처리하는 대신 계층화된 추론 스택을 구축하겠다는 의도다. 전략적으로 더 흥미로운 발표는 NemoClaw다. 기업용 오픈소스 AI 에이전트 플랫폼으로 알려진 이 제품이 GTC에서 공식 확인되면, Nvidia는 하드웨어 레이어를 넘어 애플리케이션 레이어로 진입하는 셈이다. 논리는 명확하다. H200 클러스터를 사서 LLM을 돌리는 기업들은, 그 모델을 내부 시스템에서 실제 행동을 취하는 에이전트로 오케스트레이션하는 데도 돈을 쓴다. 지금은 LangChain, Microsoft Copilot Studio, 혹은 자체 파이프라인으로 이 오케스트레이션을 한다. Nvidia 네이티브 오픈소스 에이전트 플랫폼이 나오면, Nvidia 실리콘에서 추론 성능 이점을 그대로 가져오는 대안이 생긴다. 오픈소스로 푸는 이유도 있다. CUDA에서 배운 전략이다. 개발자에게 깊이 통합된 무료 툴체인을 제공하고, 가장 쉬운 선택지로 만들면, 워크로드가 스케일될 때 하드웨어 수익이 따라온다. CNBC의 GTC 프리뷰 보도에서 흥미로운 부분이 있다. 젠슨 황이 에이전틱 AI용 특화 CPU에 키노트 시간을 상당히 할애할 것으로 예상된다는 점이다. CUDA 이후로 GPU 퍼스트 정체성을 가져온 Nvidia가 CPU를 강조하는 건 이례적이다. 아키텍처적으로 이유가 있다. 에이전틱 AI는 루프로 작동한다. 모델이 추론하고, 도구를 호출하고, 결과를 처리하고, 다시 추론한다. GPU 헤비 추론 단계는 그 루프의 일부일 뿐이다. 오케스트레이션, 메모리 관리, 도구 호출 처리는 CPU에서 돌아간다. 에이전트가 주된 AI 배포 패턴이 된다면—현재 기업 채택 곡선이 그 방향을 가리킨다—CPU 아키텍처가 실질적 병목이 된다. Nvidia가 이 공간에 들어온다는 건, CPU를 단순한 인프라 노이즈가 아니라 의미 있는 수익 기회로 보고 있다는 신호다. GTC는 전통적으로 Nvidia가 향후 18개월의 GPU 로드맵을 제시하는 자리였다. 올해는 그보다 넓어 보인다. 하드웨어(Rubin), 소프트웨어(NemoClaw), 실리콘 파트너십(Groq)을 함께 묶어 "에이전틱 AI 시대의 Nvidia 네이티브 인프라"가 무엇인지 정의하는 플랫폼 발표다. 가장 주의 깊게 보는 곳은 GPU 클러스터를 구매하는 하이퍼스케일러만이 아니다. 다년간의 조달 결정이 잠기기 전에 어떤 하드웨어 스택을 표준으로 삼을지 정해야 하는 기업들이다. 참고 링크 NVIDIA GTC 2026: Live Updates — NVIDIA Blog Nvidia's GTC will mark an AI chip pivot — CNBC NVIDIA GTC 2026 Keynote: Major Announcements — Analytics Insight