当 AI 模型的参数从百亿、千亿冲向万亿，当训练一次需要消耗一座小城的电量，传统超算的铜缆互联，已经成了卡死算力的最后一道墙。
而英伟达，直接把墙拆了。
2026 GTC 大会，黄仁勋扔出王炸：2028 年，Rosa Feynman NVL1152—— 一台真正意义上的 “硅光超级计算机”，将彻底改写 AI 算力规则。
一、规模炸裂：从 72 到 1152，算力直接 ×16
现在的地表最强 AI 超算，是英伟达 NVL72：单机柜塞满 72 颗 Blackwell/Rubin GPU，已是铜缆互连的物理极限。
NVL1152 直接拉满：
GPU 数量：1152 颗 下一代 Feynman 架构 GPU
制程：台积电 1.6nm A16
算力：单机柜峰值达数十 EFLOPS**（相当于全球 TOP500 超算总和的 1.5 倍）
规模：是 NVL72 的 16 倍，相当于把 16 台顶级超算，捏成一个 “巨型 GPU”
一句话：以前训练 2 万亿参数 MoE 模型要按月算，这台机器可能只要几天。
二、革命核心：扔掉铜缆，全面硅光（CPO）
为什么非要搞 1152 颗 GPU？
因为AI 的下一个 1000 倍性能，不靠芯片，靠互连。
传统铜缆死穴：
带宽墙：1.8TB/s 速率下，铜缆有效距离不到 1 米
功耗黑洞：NVL72 光模块额外耗电2 万瓦
** 规模锁死：** 最多 72 颗 GPU，再也上不去
NVL1152 的解法：全面 CPO（光电共封装）
光引擎和 GPU、NVSwitch直接粘在一起封装
电信号路径从厘米→毫米级，损耗几乎消失
功耗直降 70%+
带宽、延迟、密度全面拉满，支持 1152 颗 GPU 无缝协同
三、一句话看懂：这意味着什么？
大模型时代真正到来： 十万亿、百万亿参数模型不再是幻想
科学计算狂飙： 药物研发、气候模拟、基因测序效率 **×10~×20**
数据中心革命： 单机柜功率破1 兆瓦，“机柜即超算” 成为标配
产业拐点： 硅光（CPO）从概念落地，2028 年成为 AI 算力分水岭
四、时间线：英伟达的硅光三步棋
现在（2026）：NVL72
铜缆 + 可插拔光模块，72GPU，极限状态
近中期（2026-2027）：NVL576
铜 + 光混合，576GPU，半硅光过渡
2028 年：NVL1152
全 CPO 硅光，1152GPU，终极形态
当别人还在挤铜缆的最后一点带宽，英伟达已经用硅光，打开了 AI 算力的无限空间。
NVL1152 不只是一台超算，它是 AI 下一个时代的基础设施。
2028 年，当这台机器上线 ——
我们训练的将不再只是模型，
而是真正的通用人工智能、科学突破、产业革命。