英伟达首台DGX GB300，老黄亲自登门送给他

老黄又又又亲自上门送“显卡”了！

首台DGX Station（GB300）送给了卡帕西——这位AI时代的个人开发者代表。

△

注意到没，就在这台“大玩具”上，老黄还附赠了一篇洋洋洒洒的“小作文”：

致Andrej——第一台DGX Station的拥有者：AI智能体时代已经到来，这是一个令人难以置信的里程碑时刻，也让人想起我们一起走过的GTC早期岁月。一路走来，你始终与我并肩同行。

而另一边，卡帕西也在𝕏上对老黄隔空发射爱心，并且透露自己准备用它搭一套个人AI集群，专门拿来折腾各种有意思的实验。

对了，针对老黄提到的“GTC早期岁月”，卡帕西还顺带解惑了一波：

后来的事情大家也都知道了，深度学习革命让英伟达这个“卖铲人”赚得盆满钵满。

所以，老黄这次上门送温暖，原来是来“报恩”的？(doge）

当然调侃归调侃，只需看一眼老黄曾经的上门服务案例，你就知道这背后实则大有文章了。

大约10年前（天哪都10年了），老黄把首台DGX-1送给了彼时还很年轻的OpenAI。而从那时起，深度学习开始真正走向工程化，AI进入“大模型前夜”。

再到近两年，他又分别给奥特曼和马斯克送上首台DGX H200、DGX Spark迷你超级计算机。这里头除了两人“闹掰”得分开送的原因外，背后的信号也很直接——大模型竞赛进入“深水区”，算力正在成为最终胜负手。

然后就是现在，卡帕西这位超级开发者成为老黄新的“座上宾”，这也意味着——

进入智能体时代，个人开发者正在登上舞台中央。

尤其在“龙虾”如此火爆的情况下，这股风潮无疑将更甚。

这次送给了个人开发者卡帕西

书归此次“老黄上门送温暖”事件。

之所以说这更多代表着个人开发者的胜利，主要还是因为卡帕西这个受赠对象，身上的标签实在过于鲜明了。

虽然这是位老朋友了，但咱还是简单回顾下他的履历。

卡帕西（英文名Andrej Karpathy），早年在斯坦福做深度学习研究，后来加入OpenAI成为创始成员之一。

在OpenAI待了一年半左右，被“负气出走”的马斯克挖到特斯拉，负责领导特斯拉自动驾驶系统的计算机视觉团队。

不过在特斯拉干了5年多之后，他又回归OpenAI了。But，这次回去也没待多久，然后就选择出来单干了……

这中间的弯弯绕绕我们不再赘述，只说他最近在干啥、以及留给人的最深印象。

总结起来就是，他正在把AI从“论文”和“大公司”，变成“一个人就能跑起来的系统”。

关注卡帕西个人账号的朋友都知道，这位AI大神近一两年几乎是在反复做三件事：

把最新论文快速复现成可运行Demo

手搓小而精的模型和工具链

搭建能长期运行的Agent系统 （也就是大家口中的“龙虾”）

这些事情也让他逐渐成为众人眼中的个人开发者代表——一个人，就能完成从想法到产品的完整闭环。

而这，恰恰就是当下智能体时代最稀缺、也最具代表性的能力。

再加上他和老黄之前的“私交”（比如前面提到的GTC），此时此刻，卡帕西就成了那个被老黄选中的人。

而要问选中之后干啥？老黄的用意当然是“带货”啊（提前滑跪了）。

由于搭载GB300的DGX Station亮相不多，所以咱也捎带手介绍下。

概括而言，这台机器毫无疑问就是为“龙虾”这样的智能体量身定制的。

别看这台机器长得像个“桌面工作站”，本质上其实是把一整套数据中心级AI算力，压缩进了个人开发者的桌面上。

简单说，DGX Station （GB300）干的事就一件——把原本属于机房的能力，搬到你手边。

它用的是和数据中心同源的GB300架构，相当于你在本地写代码、跑模型，其实就是在“迷你版数据中心”里干活。

748GB统一内存+20 PFLOPS算力，意味着不只是能跑模型，而是可以直接上手折腾千亿甚至万亿参数级别的系统。

更关键的一点是，这套环境不是“孤岛”——你在本地跑通的东西，可以无缝迁移到云端或更大规模的集群里，不需要推倒重来。

所以你会发现，它解决的不是“能不能跑AI”的问题，而是另一个更实际的需求：

能不能让AI一直跑下去。

话说到这里，相信最近已经被“龙虾”360°环绕的大家，已经明白这台设备的定位和作用了。

而当我们把视线再拉远，你就发现老黄在这股“龙虾热”里，还有后手。

除了找“代言人”，英伟达还正在奋力补齐整套Agent基础设施——

从硬件到软件，一个都没落下。

英伟达博客里提到，为了配合硬件（指这次亮相的DGX Station GB300），他们还向OpenClaw项目贡献了一个开源堆栈——NVIDIA NemoClaw。

NemoClaw能让开发者用一条命令，就把一个“随时在线”的AI助手安全部署起来。

它内置了一套面向AI智能体的运行时环境——NVIDIA OpenShell，既负责调度模型与工具调用，也通过沙箱机制保证整个执行过程安全可控。

如此一来，从算力到安装部署，老黄就又把这门“龙虾生意”做成了产业链。

老黄亲自上门送显卡，已成风向标！

实际上，细数老黄为数不多的“上门服务”，你就知道这位算力掌门人的眼光有多毒辣了。

几乎每一次上门背后，都对应着一个清晰的时代信号。

比较早期、也是比较著名的一次，就是10年前送给OpenAI的首台DGX-1（当时马斯克还是OpenAI联合创始人）。

当时OpenAI刚成立不久，办公室里除了挤满一群理想主义者，几乎啥也没有（更别说服务器了）。

而另一边，深度学习革命的暗流已经涌动——只差一股算力把它推到台前。

于是，老黄亲自带着首台DGX-1直接上门了，而且还写下一句话：

为了计算和人类的未来，我送上世界上第一台DGX-1。

虽然这话如今听起来有点“豪赌”的意味，但事实证明，老黄赢了。

尽管很难说清这台DGX-1在OpenAI的发展历程中起了多大作用，但也正是这一滴一毫，最后浇灌出了ChatGPT这颗参天大树。

更何况DGX-1在当时本身就是一款比较领先的产品——它第一次把硬件、互联、软件栈全部打包成一个“开箱即用”的深度学习系统，对提升训练效率至关重要。

所以回过头看，老黄这哪是送机器，分明是在押注一个时代——

一个属于深度革命的时代，一个将深度革命从实验室推向公司工程化的时代。

也难怪后来很多人说，AI大模型前夜，就是从这张照片开始的。

再到2024年，还是在这家公司，老黄二次登门给奥特曼送去了世界首台DGX H200。

这件事发生的背景是——

ChatGPT带来的大模型风暴已经席卷全世界，Saling Law定律正当红，所有人都在卷参数、卷规模。

当然，所有人也缺算力。

而就在这样的时刻，老黄把DGX H200这款当时最新、最强的AI芯片送给了彼时已经被全球公认为最顶尖的AI初创公司OpenAI。并且这一次他写下的话是：

旨在推进人工智能、计算技术与人类的发展。

就怎么说呢？表面上看老黄是“初心不改”，但背后释放的信号却很明确：

在大模型已经进入算力竞赛的时刻，英伟达正在成为底层供给者——强如OpenAI也得靠老黄送补给。

至于2025年他给马斯克送去的DGX Spark迷你超级计算机，这一步其实更有意思。

如果说DGX H200代表的是“把算力推到极致”，那么DGX Spark做的，则是另一件事——

把顶级算力，压缩进更小、更灵活的形态。

老黄上门时就调侃了，“想象一下，把最小的超级计算机放到最大的火箭旁会是什么情景”。

实际上，这句看似玩笑的话已经暴露了老黄的“野心”——

算力不只是用来训练模型，还要支撑持续运行的AI系统。

而马斯克的火箭，其实就是这一设想背后最极端的场景。只要这个都能搞定，其他自动驾驶、机器人、工业系统这些，自然更不在话下。

此时，算力的形态已经开始发生改变，最终的目标就是走进无数个微小的应用场景。

而这一计划放在今天，就是无数个个人开发者的“桌面”（这里可以包含虚实两层含义）。

所以我们终于明白，为什么老黄这次会选中卡帕西了，为什么他会把首台DGX Station（GB300）送到一个“个人开发者”手中。

因为，当算力开始走向分布式、走向本地、走向每一个具体场景时——最先承接这一变化的，不再是庞大的组织，而恰恰是这些能独立完成闭环的个体。

而说到这里，OpenAI研究科学家Noam Brown发起的讨论也似乎有了初步答案。

他曾发帖提问：

为什么在人类历史上——至少自工业革命以来最关键的时期，他（卡帕西）没有出现在一个前沿的人工智能实验室？

答案不言自明——

因为是卡帕西，也因为他是这个时代的“个人开发者”代表。

而且据英伟达透露，除了卡帕西，首批DGX Station（GB300）还即将交付给Matt Berman。

划重点，此人既是一位拥有近60万粉的油管博主，也是一位喜欢自己搞开发的“个体户”。

不过和卡帕西这种有知名代表作的开发者不同，Matt Berman能被“选中”或许主要还是因为他的传播讲解能力。

其真正有影响力的，是一整套教“普通人如何搭AI Agent系统”的方法论。（包括演示如何玩“龙虾”）

而在这个意义上，他更是承担着“个体开发”放大者的角色。

参考链接：

[1]https://x.com/karpathy/status/2034321875506196585?s=20

[2]https://blogs.nvidia.com/blog/gtc-2026-news/#dgx-station

[3]https://x.com/polynoamial/status/2032140505124127192

本文来自微信公众号“量子位”，作者：一水 ，36氪经授权发布。