NemoClaw是什麼？看懂黃仁勳的「龍蝦」野望！

更關鍵的是，輝達讓這些系統不用上雲端，而可以用邊緣端（Edge）的超級電腦，輝達的DGX Spark、DGX Staion來跑企業龍蝦，讓部分企業不用擔心機敏資料分享到雲端。

「黃仁勳喊出Claw，因為這是邊緣端的殺手級應用（Killer App），」今年帶隊來GTC參展的新漢董事長林茂昌說。

過去輝達布局算力都是在雲，現在要串到端，黃仁勳等待的是一個讓端可以爆發的火種。

萬里雲創辦人劉永信也認同，「龍蝦這次直接把AI代理的發展，打到邊緣端，這對 Agent 生態圈是大大地推了一大把。」

輝達進軍龍蝦圈，從對話腦到行動「爪」

過去兩年，生成式 AI 展現了強大的對話能力，但缺乏與現實數位世界互動的「手」。開源社群爆紅的 OpenClaw 讓 AI 擁有了操作檔案、執行任務的「爪子」。

黃仁勳在GTC就形容，龍蝦像是「個人 AI 的操作系統」，地位等同於 PC 時代的 Windows 或 Mac。

他勾勒出「Token 經濟四部曲」：從預訓練、後訓練、推論，最終進化到 Agent（代理人）」。

廣告

當 AI 進入「推理 Agent」階段，意味著它可以取代處理複雜工作流程的白領工作，「這條套路走下去，就是虛擬員工幫你處理複雜的東西，」台大資工系教授徐宏民直言。

為什麼要跑在地端？

為什麼輝達這麼強調在地端（On-premises）跑龍蝦？

劉永信從企業角度來觀察認為，如果企業可以決定把AI代理人放到自己的地端，企業就會更有可能產生更多的Token（大型語言模型處理文本的基本單位）。

「很簡單，因為這解決了企業對敏感資料外洩的焦慮，」劉永信表示。

為了補足開源軟體「好用但難裝」的痛點，輝達推出了 NemoClaw 與 OpenShell 運行環境。徐宏民指出，現在很多人想玩 OpenClaw 但不會安裝，輝達在現場實體示範非常合理，透過 NemoClaw 提供隔離沙盒，讓AI代理人既安全又易於部署。

「龍蝦」對輝達的好處是什麼？

「龍蝦驅動的核心是Token，」 徐宏民點出輝達看重的獲利關鍵點。

廣告

他解釋，一個 Agent 要做好一件事，背後可能需要經過 20 多次 API 呼叫與思維鏈（Chain of Thought）推理，「它用的 Token 數量是一般問答的 50 倍以上，這對基礎設施的需求會呈現爆發式增長。」

暴增的 Token 需求是輝達的大利多。

這也解釋了為什麼輝達同步也推了從 GeForce RTX PC 到小型超算 DGX Spark 的全線產品。

「它小台歸小台，跑 27B 的模型都跑得掉，地端的機台就是一台超級電腦，」看的機器的運算效能後，劉永信指出。

從訓練轉向「推論優化」的戰場

儘管龍蝦是黃仁勳看中的未來驅動力，但也伴隨著挑戰。徐宏民提醒，當市場重心從模型訓練移往「推論（Inference）」，輝達也感受到不足。

這正是輝達去年花200萬美金技術授權，以及延攬Groq創辦人羅斯的原因。

GPU的強項在訓練（training），邁入推論，輝達需要補強能處理多重運作工作（multiple task）的CPU，和低延遲高速傳輸的晶片LPU。除了輝達用Arm架構發展特別為AI而生的CPU，如Vera，LPU就是使用Groq的晶片技術。

廣告

「推論需要的架構與訓練不同，Google 和 OpenAI 都在自研晶片優化成本，輝達也必須證明自己的晶片在推論效率上依舊領先，」徐宏民說。

定義AI 時代的操作標準

從自研 Arm 架構 CPU 到強化推論晶片佈局，輝達的每一步都在為「代理式AI」鋪路。

「龍蝦只是第一步，接下來我們會看到AI Agent 的全面進化，」徐宏民觀察，需要大量的算力。

對黃仁勳而言，龍蝦，正是開啟未來Token成長的關鍵火種。