Nvidia (NVDA) anlände till årets Computex Taipei teknikkonferens på måndagen med ett antal annonseringar, som sträcker sig från skapandet av humanoida robotar till utvidgningen av deras avancerade NVLink-teknologi. Denna teknologi möjliggör för företag att utveckla semi-anpassade AI-servrar baserade på Nvidias infrastruktur. Dessa tillkännagivanden följer Nvidias senaste momentum, särskilt efter att USA beslutat att lämna Biden-administrationens exportbegränsningar för AI som skulle ha begränsat vilka länder som kan köpa Nvidias AI-chips. Nvidia lyftes även fram under president Trumps visit till Saudiarabien, där företaget åtagit sig att leverera flera hundra tusen AI-processorer under de närmaste fem åren till Humain, en AI-startup ägd av Saudiarabiens statliga fond. På evenemanget på måndagen tillkännagav Nvidia Nvidia Isaac GR00T-Dreams, som företaget hävdar hjälper utvecklare att generera stora mängder träningsdata för att lära robotar olika beteenden och göra det möjligt för dem att anpassa sig till olika miljöer. VD Jensen Huang har framhållit att fysisk AI utgör nästa trilliondollarsindustri globalt. För att nå detta fokuserar Nvidia på att utveckla den mjukvara som behövs för att träna och driva humanoida robotar i fabriker, med målet att till slut kunna integrera dem i hemmen. Förutom sina robotinitiativ introducerade Nvidia sitt nya NVLink Fusion-produkt, som möjliggör för kunder att bygga skräddarsydda servrar med Nvidias Grace CPU tillsammans med ett tredje parts AI-chip i kombination med Nvidias serverinfrastruktur.

Kunder har också möjlighet att para ihop sina egna CPU:er med Nvidias AI-chips. “Med NVLink Fusion kan hyperscalers samarbeta med Nvidias partner-ecosystem för att integrera NVIDIAs rack-skala lösningar för sömlös datahall-distribution, ” sade företaget i ett uttalande. Målet är att ge infrastrukturkunder större flexibilitet i utvecklingen av deras datacenter- och serverarkitekturer. Dessutom utvecklar Nvidia sina RTX Pro Blackwell-servrar. Dessa servrar, drivna av företagets Blackwell Server Edition GPU:er, är avsedda att underlätta “skiftet från CPU-baserade system till effektiv GPU-accelererad infrastruktur, ” enligt Nvidia. Företaget förklarar att dessa system är utformade för att hantera “nästan varje företagsuppgift, ” inklusive aktiviteter som design- och simuleringsprogram, körning av agentbaserade AI-program och mer.