互連頻寬成AI算力新瓶頸
GTC柏林大會上,英偉達宣布擴展Isaac機器人開發平台,將模型、數據、仿真工具與計算系統整合上陣,黃仁勳更稱機器人的ChatGPT時刻越來越近。不過訓練現場的另一面同樣值得留意:任務頻繁中斷,數據仍在路上,訓練跑起來後多機同步又再受阻。
Isaac平台擴展
英偉達在GTC柏林大會宣布擴展Isaac機器人開發平台,把模型、數據、仿真工具與計算系統整合在同一套底座上,試圖為具身智能提供從訓練到部署的完整鏈路。黃仁勳在會上表示,機器人的ChatGPT時刻越來越近,業界對機器人真正投入使用抱有較高期待。


訓練現場的斷點
實際訓練過程卻暴露出斷點:GPU已經備好,數據卻還在路上;模型等待更新,原始視頻尚未處理完;訓練好不容易跑起來,多機同步結果時又直接堵住。AI運算很忙,算力卻未必一直在有效工作,這種停等在具身智能項目中相當常見。

底座與互連要求
具身智能越受關注,對底座的要求越高。多機並行訓練依賴節點之間的互連頻寬,同步一旦阻塞,GPU便陷入閒置;數據的標註、清洗與仿真閉環也尚未成熟,令高質量訓練素材供不應求。硬件層面靈巧手、機械腿進展迅速,但軟硬配合仍待打通。

生態大會同時進行
就在10月29日至30日,2026騰訊全球數字生態大會在深圳開幕,業界討論同樣指向具身智能的底座問題。兩場活動遙相呼應出同一判斷:機器人能否按時上崗,不僅取決於模型與硬件,更取決於數據管道與互連底座是否跟得上,這將是下一階段競爭的重心。

