2015年，英伟达创始人黄仁勋把首台DGX-1送给了OpenAI，那时候深度学习还只是在实验室里捣鼓。十年后到了2024年，黄仁勋又亲自把一台新的DGXH200交到了卡帕西手里。这位AI界的先锋人物本来在斯坦福和OpenAI混过，现在选择独立搞开发，一心把论文里的东西变成能跑的模型。 这次黄仁勋送的是叫GB300的DGXStation，这个机器被称作“桌面级数据中心”，内存有748GB，算力有20PFLOPS。这设备不仅能在本地训练千亿参数的大模型，还能无缝地把训练好的模型弄到云上去跑。 黄仁勋在附言里感慨说AI智能体时代到了，就跟当年的GTC大会一样让人激动。卡帕西在网上回话说要拿这个机器搭个自己的AI实验集群。英伟达这么干正好说明了他们对技术趋势抓得准。 十年前送DGX-1的时候，深度学习还没到应用的程度；现在送DGXH200了，大模型已经开始拼算力了。这次的DGXStation主要是为个人开发者准备的，说明算力从以前那种集中式训练慢慢转到分布式应用了。 为了配合这套硬件，英伟达还推出了一个开源的NVIDIANemoClaw工具包。这个工具包只要输个命令就能部署一个在线AI助手，把硬件到软件的路全都铺好了，门槛一下子就降下来了。 除了卡帕西，YouTube博主马特·伯曼也是这次赠机的受益者。马特这人挺有名的，专门教普通人怎么搭AI系统。这表明英伟达不光想靠技术来赢市场，还想通过传播来扩大影响力。 咱们回头看看黄仁勋的“上门服务”历史就能发现规律：2015年DGX-1让深度学习变成了工程化的东西；2024年DGXH200是为了支撑大模型比赛；现在的DGXStation就是专门给个人开发者用的。 当AI从论文变成产品，从大公司跑到个人电脑上的时候，算力的供给方式也在变天。OpenAI的诺姆·布朗曾经问过：“为什么搞技术的人都跑到独立开发者圈子里去了？”答案可能就是技术扩散的路子从组织主导变成了个体创新。 英伟达的算力战略很有一套：先通过硬件定义标准，再用开源生态把门槛拉低。最后就是让算力变成像电一样谁都能用的基础设施。DGXStation既是个人的迷你数据中心，又是连本地和云端的桥梁。 这种设计哲学跟卡帕西“让AI持续运行”的想法很合拍，也预示着未来大家更关注怎么让复杂系统在边缘端稳稳当当干活。大家都在琢磨未来AI智能体普及了以后，生活会有啥大变化吧？