Tegoroczny CES pokazał, że Nvidia nie myśli już kategoriami pojedynczych produktów. Zamiast kolejnego skoku wydajności firma zaprezentowała spójną wizję infrastruktury AI, obejmującą centra danych, autonomiczne systemy, robotykę oraz środowiska symulacyjne.
Dla inwestorów to sygnał zmiany skali ambicji. Nvidia coraz wyraźniej przechodzi z roli dostawcy technologii do roli projektanta całego ekosystemu sztucznej inteligencji. To przesuwa punkt ciężkości z krótkoterminowej sprzedaży układów na długoterminową kontrolę standardów i architektury rynku.
Ruby: fundament obliczeniowy dla następnej generacji sztucznej inteligencji
Sercem całej strategii jest nowa platforma obliczeniowa Rubin, którą Nvidia wprowadziła jako bezpośredniego następcę architektury Blackwell. Kluczowe znaczenie ma nie tylko zwiększona wydajność, ale także zmiana filozofii: Rubin został zaprojektowany z myślą o sztucznej inteligencji opartej na agentach, zaawansowanym rozumowaniu i modelach typu mix-of-experts, tj. systemach, które same decydują, który "ekspert" powinien zająć się danym zadaniem.
Połączenie jednego procesora Vera i dwóch procesorów graficznych Rubin w jednym superukładzie znacznie zwiększa wydajność zarówno szkolenia, jak i wnioskowania. Nvidia $NVDA twierdzi, że Rubin umożliwi:
Zmniejszenie liczby procesorów graficznych potrzebnych do trenowania tych samych modeli nawet czterokrotnie.
zmniejszyć koszty wnioskowania o rząd wielkości dzięki lepszej obsłudze tokenów
wydajniejsze skalowanie niezwykle dużych modeli z bilionami parametrów.
Ale Ruby to nie tylko chip. To cały ekosystem, który obejmuje nowe elementy sieciowe, jednostki DPU, NVLink 6 oraz możliwość budowania masywnych systemów, takich jak NVL72 i DGX SuperPOD. To właśnie te systemy są obecnie kupowane przez graczy hiperskalowych, takich jak Microsoft $MSFT, Google $GOOG, Amazon $AMZN i Meta $META w ilościach liczonych w dziesiątkach miliardów dolarów rocznie.
Roboty humanoidalne: kiedy Ruby opuści centra danych
https://www.youtube.com/embed/x5lFw6nz3t0?rel=1
Zasadniczą zmianą na targach CES 2026 jest to, że Nvidia pokazała, dokąd chce skierować moc obliczeniową Ruby. Jednym z głównych obszarów jest robotyka humanoidalna - i to nie jako futurystyczna demonstracja, ale jako narzędzie przemysłowe.
Nvidia nie próbuje stworzyć własnego humanoida. Powtarza strategię z chmury AI: chce być platformą, na której tworzone są roboty. Dodaje:
Modele AI zdolne do percepcji, planowania i podejmowania decyzji
środowisko symulacyjne do szkolenia bez ryzyka
sprzęt i brzegowa sztuczna inteligencja do kontroli w czasie rzeczywistym
Firmy takie jak Boston Dynamics, Caterpillar, LG Electronics i NEURA Robotics wykorzystują technologię Nvidii do opracowywania robotów do pracy w środowiskach zaprojektowanych dla ludzi - fabrykach, magazynach, logistyce czy usługach.
Kluczowym argumentem jest ekonomia: humanoidalny robot nie wymaga przebudowy infrastruktury. Może korzystać z tych samych narzędzi, poruszać się w ludzkiej przestrzeni i dostosowywać do nowych zadań. To znacznie zmniejsza bariery wdrożenia w porównaniu z konwencjonalną robotyką przemysłową.
Systemy autonomiczne i fizyczna sztuczna inteligencja
Rozszerzenie modeli sztucznej inteligencji dla autonomicznej jazdy i tak zwanej fizycznej sztucznej inteligencji wpisuje się w tę samą strategię. Nvidia wprowadziła nowe modele dla samojezdnych pojazdów, które wykorzystują łańcuch rozumowania i pracę kontekstową - podobną zasadę do tej, którą Rubin kieruje do zaawansowanych modeli językowych.
Co ważne, Nvidia w coraz większym stopniu polega na wirtualnym szkoleniu. Niezależnie od tego, czy chodzi o roboty, czy samochody, celem jest nauczenie systemów w symulacji milionów scenariuszy, przed wypuszczeniem ich do prawdziwego świata. Zmniejsza to koszty, ryzyko i bariery regulacyjne.
Jedna strategia, a nie trzy oddzielne historie
Rubin, humanoidy i systemy autonomiczne nie są odrębnymi tematami. Są to trzy warstwy jednej strategii:
Ruby zapewnia ekstremalną moc obliczeniową
stos oprogramowania umożliwia szkolenie i wnioskowanie
fizyczna sztuczna inteligencja (roboty, samochody, maszyny) tworzy nowe źródło popytu.
W ten sposób Nvidia próbuje odpowiedzieć na kluczowe pytanie inwestorów: co nastąpi po centrach danych? Odpowiedź brzmi: przeniesienie sztucznej inteligencji z ekranów do świata fizycznego.
Spostrzeżenia inwestorów: dlaczego targi CES 2026 są ważniejsze niż sam układ scalony?
W perspektywie krótkoterminowej Rubin prawdopodobnie utrzyma wiodącą pozycję Nvidii w infrastrukturze AI. Ale w dłuższej perspektywie ważniejsze jest coś innego: Nvidia systematycznie buduje swoją pozycję jako niezbędna warstwa dla fizycznej sztucznej inteligencji.
Jeśli roboty humanoidalne i systemy autonomiczne choćby częściowo wkroczą do przemysłu, logistyki lub usług, pojawi się nowy cykl inwestycyjny - i to taki, który znów będzie tego wymagał:
mocy obliczeniowej
infrastruktury sieciowej
oprogramowania do szkoleń i symulacji
Są to dokładnie te obszary, w których Nvidia ma obecnie najsilniejszą pozycję rynkową.