1. 核心硬件：Rubin架构正式登场
这是本次大会的绝对主角，旨在接替目前的Blackwell架构，重新定义AI训练与推理的算力标准。
Rubin GPU (R100/R200系列)：
架构突破：
基于全新的Rubin架构，采用更先进的制程工艺（预计为台积电4nm或3nm增强版），显著提升能效比。
性能飞跃：
预计FP4/FP8算力相比Blackwell B200提升2-3倍，专门针对超大模型训练和实时推理优化。
内存革命：
首发搭载HBM4（高带宽内存第四代），带宽预计突破1.5TB/s甚至更高，彻底解决显存墙瓶颈。
变种型号：
可能推出Rubin CPX等特定场景变体，针对云服务商进行定制化优化。
2. 系统级创新：超级集群与互联技术
英伟达将展示如何将单卡性能转化为集群级的超级算力。
新一代NVLink与Switch：
配合Rubin架构，推出带宽更高的片间互联技术，支持更大规模的GPU集群（如NVL576甚至更大规模机柜），实现万卡级别的线性加速比。
VR200 NVL72/NVL576升级版：
展示基于Rubin芯片的新一代液冷机架解决方案，进一步优化数据中心的空间利用率和散热效率。
共封装光学 技术：
为解决高速信号传输损耗，可能会展示更成熟的CPO方案，将光引擎直接封装在芯片旁，大幅提升数据传输速度并降低功耗。
3. 生态与软件：Agent AI与物理仿真
除了硬件，软件生态的升级将是支撑“具身智能”和“代理式AI”的关键。
Project GR00T重大更新：
其人形机器人基础模型将迎来新版本，结合Rubin算力，展示更复杂的机器人运动控制与多模态理解能力，推动具身智能从实验室走向工厂。
NVIDIA NIM 微服务升级：
针对Agent AI（代理式人工智能），推出更高效的推理微服务，支持多Agent协作、长上下文记忆及自主任务规划，降低企业部署AI Agent的门槛。
Omniverse与物理AI：
发布新的物理仿真引擎更新，支持更精准的工业数字孪生和机器人训练环境，强调“物理AI”在制造业中的应用。
DLSS4.5/光线追踪新技术：
虽然GTC侧重B端，但通常也会展示面向游戏和图形领域的最新技术（如之前在GDC提到的DLSS 4.5与路径追踪），进一步巩固其在图形渲染领域的护城河。
4. 潜在惊喜：Feynman架构前瞻或专用芯片
Feynman架构预览：
虽然Rubin是主力，黄仁勋可能会简要透露再下一代Feynman架构的路线图，展示英伟达长期技术储备。
专用推理芯片：
面对日益增长的推理需求，可能会发布针对低延迟、高吞吐推理场景优化的专用芯片或加速卡，以应对云端大模型落地的成本挑战。
5、时间线与意义
