日本欲打造「機器人國家隊」 擬採購2.75萬顆英偉達Rubin！AI算力超級週期從雲端邁向「物理AI」

智通財經APP獲悉，日本政府與日本大型企業共同推動並組建的聯盟——即新成立企業Noetra Corp計劃從英偉達購買27,500顆下一代AI GPU，計劃通過大規模採購NVIDIA Rubin架構AI GPU這一最前沿AI算力產品建設超大型AI算力基礎設施集群，用於加速構建日本本土機器人基礎人工智能模型，以及加速打造日本政府主導、政策支持，並集結頂尖企業的龐大機器人集群。

新成立企業Noetra Corp本質上是一個日本政府出資支持、由日本大型企業共同組建和運營的「國家隊」項目。新成立的Noetra Corp由軟銀、Preferred Networks、NEC、富士通等數十家企業參與，負責建設大型數據中心並整合各公司的AI研發力量，計劃從英偉達採購27,500顆採用Rubin架構的下一代AI GPU，用於開發日本本土基礎模型，並最終打造面向機器人的「主權物理AI」系統；日本政府則主要扮演財政資助和產業政策推動者。

2.75萬顆Rubin點燃「日本機器人國家隊」，加之英偉達CEO黃仁勳此次前往日本與發那科、安川電機、川崎重工和富士通等老牌工業巨頭合作推進物理AI協作，並將軟銀、NEC、日立、索尼、Preferred Networks等納入Cosmos生態，以及英偉達AI晶片獨家製造商——有著「晶片代工之王」稱號的台積電最新公布的強勁超預期業績與對於AI算力需求前景愈發樂觀的未來展望，足以證明全球AI算力投資週期遠未結束，算力擴張正在由美國超大規模雲廠商主導的單一軍備競賽，升級為「雲端AI、主權AI與物理AI」多中心共振。

豪買2.75萬顆Rubin!政府出資3873億日圓押注物理AI，日本巨頭們攜手英偉達打造機器人AI國家底座

日本企業巨頭們計劃採購27,500顆下一代Rubin AI GPU並投入至少約24億美元建設本土基礎模型和大型數據中心，意味著GPU需求不再只依賴微軟、Meta等商業客戶，而是獲得國家安全、技術自主和人口結構壓力驅動的財政資本支持。Rubin也並非英偉達孤立的AI晶片產品，而是整合GPU、CPU、NVLink、網路和DPU的機架級AI工廠平台，日本此次採購由此將同步拉動HBM/DRAM/NAND儲存晶片、先進封裝、高速光學互連/光通訊、數據中心電力設備與液體冷卻系統的綜合AI數據中心算力基礎設施需求。

新成立的這家Noetra公司表示，將負責統籌這一項目並建設一座大型人工智能數據中心。截至明年3月，這家日本巨頭們共同成立的新公司將從政府財政獲得高達3,873億日圓（大約24億美元）政府資金支持。包括日本傳奇投資人孫正義掌舵的軟銀公司，以及日本汽車巨頭豐田汽車公司支持的Preferred Networks公司和日本電氣公司在內的數十家公司，正在協助組建並高效率運營Noetra。

日本的這筆最新AI算力基礎設施訂單規模可觀，但與美國科技巨擘微軟公司最終建設配備數十萬顆英偉達Vera Rubin架構CPU+AI GPU晶片的龐大數據中心計畫相比，仍然較小。

這項計畫是日本政府降低對外國技術依賴且全面強化國家安全的一系列重要舉措之一。Noetra總裁丹波宏紀表示，日本擁有多家全球最大規模的最頂級工業化機器人製造商，因此有望打造出美國和中國人工智能超級系統之外的另一種選擇。丹波宏紀曾負責領導軟銀公司主導的日本本土大語言模型的開發工作。

「我們的目標是創造一個真正的第三種選擇——一個日本乃至其他國家都可以選擇的方案。」丹波在接受訪問時表示。他強調，Noetra的成立旨在整合數十家公司各自分散的大型人工智能項目。

這家合資企業計劃於明年3月前發佈一款前沿人工智能大模型，隨後定期進行更新疊代。丹波表示，長期目標是在未來幾年內推出一款專門面向最先進機器人應用的超級物理AI大模型。

Noetra將從軟銀、Preferred Networks、日本電氣和富士通等公司調集工程師，這些公司均已開發了自己的獨家人工智能大模型。軟銀擁有Sarashina大語言模型，Preferred Networks擁有PLaMo，而日本電氣旗下的旗艦模型則名為cotomi。

開發本土物理人工智能模型，是日本建設全球領先人工智能與前沿人形機器人產業中心這一更廣泛戰略的核心。日本政府的目標是，到2040年佔據預計規模達60萬億日圓的全球機器人市場至少30%以上份額。

全球開發能夠控制極度複雜行為且最為智慧化前沿人形機器人動作系統的人工智能模型之爭正在加劇。對日本而言，在人口不斷減少且面臨嚴重勞動力短缺的背景下，推動這項技術已成為一項非常迫切的任務。

「日本擁有非常多優秀的創意，但勞動力不足。」英偉達首席執行官黃仁勳週三在日本接受訪問時對記者們表示，「借助自動化、人工智能和機器人技術，日本經濟有望再次繁榮起來。」

從大模型軍備競賽到主權機器人競賽，AI投資從雲端擴散至物理世界

黃仁勳此次日本行的戰略價值，也遠高於一次普通的客戶拜訪。英偉達與發那科、安川電機、川崎重工和富士通推進物理AI協作，並將軟銀、NEC、日立、索尼、Preferred Networks等納入Cosmos生態，實質上是在把日本多年積累的機器人本體、精密製造、感測器和工業數據，與英偉達的世界模型、數位孿生、訓練平台及邊緣運算堆綁定。AI需求由大語言模型訓練進一步延伸至機器人模擬、增強學習、視覺推理和即時控制後，同一台機器人既需要數據中心訓練算力，也需要Jetson等端側推理算力資源，由此打開比傳統聊天機器人更廣、更持久的半導體需求曲線。

黃仁勳與30年前「救命恩人」的重逢具有品牌與歷史敘事價值，但真正影響資產定價的，是英偉達對日本機器人本體、汽車、晶片設備、存儲、材料和光通訊供應鏈的系統性綁定。

據世嘉披露，黃仁勳在當地時間7月15日出席了世嘉(SEGA)舉辦的活動，與世嘉前社長入交昭一郎時隔多年再度同台。黃仁勳在活動上感慨地表示：「如果沒有世嘉所做的一切，如果沒有入交昭一郎所做的一切，英偉達不會存活到今天。」

這段淵源可追溯至1996年前後。彼時剛成立不久的英偉達在為世嘉下一代主機開發圖形晶片時，因技術路線押注失誤導致項目徹底失敗，公司瀕臨破產。黃仁勳主動向時任世嘉副總裁入交昭一郎坦承失敗，而入交沒有選擇追責，反而推動世嘉向這家「斷糧」的初創公司投資約500萬美元。

物理AI並不是把聊天模型簡單裝進機器人，而是需要持續進行數位孿生模擬、合成資料生成、視覺—語言—動作模型訓練、增強學習以及端側即時推理；這會同時創造數據中心訓練算力和機器人邊緣推理需求。日本在工業機器人、精密製造和真實工廠數據方面具備比較優勢，因此其AI投資邏輯不是複製美國通用大模型，而是建立一個連接「主權模型—機器人基礎模型—工業設備」的第三極生態。

Vera Rubin能否按期量產，是這條產業鏈由敘事走向收入確認的關鍵變數。英偉達已明確表示Rubin正在進入全面量產階段；從技術形態看，它也不是單一GPU升級，而是將Vera CPU、Rubin GPU、NVLink 6、ConnectX、BlueField和乙太網交換晶片共同設計為機架級AI工廠，目標是相較Blackwell將推理每Token成本最多降低90%，並以約四分之一的GPU數量完成部分MoE模型訓練。

黃仁勳在最新表態中對Vera Rubin延期的相關媒體報導的否認，有助於緩解客戶推遲機房、電力和網路佈署的重大尾部風險，但並不能完全消除HBM4、複雜電路板、液冷和機架整合的爬坡風險；投資者應觀察的不是「晶片是否流片」，而是整機架出貨、客戶驗收與穩定利用率能否同步兌現。

AI投資狂熱降溫，但是算力基礎設施建設超級週期遠未完結

近期AI算力股票集體回調更像是高估值、擁擠倉位、利率擾動和投資回報率焦慮引發的金融定價收縮，而不是產業資本支出已經逆轉。資本市場正在終結對AI資產的無差別估值擴張，而真實算力需求正在從美國超大規模雲廠商，擴散至主權AI、企業智能體與物理AI三條增量曲線。

7月部分AI主題ETF即使單日反彈，月內仍下跌約6%—8%，正體現股價與基本面之間的階段性背離。投資層面的關鍵不再是無差別追逐所有AI資產，而是聚焦能夠將持續資本支出轉化為收入、現金流和技術壁壘的瓶頸環節——CoWoS/3D先進製程、HBM/DRAM/NAND儲存晶片、數據中心高性能CPU、CoWoS級先進封裝、機架互連、數據中心電力鏈條、AI伺服器液冷系統，以及具備真實人形機器人落地能力的物理AI超級平台。「AI投資狂熱」尚未終結，但市場已經從買故事進入驗證訂單、利用率與資本回報率的第二階段。

日本由政府財政支持、軟銀等數十家企業參與組建的Noetra，擬採購27,500顆Rubin加速器，並已獲得截至明年3月的3,873億日圓、約24億美元政府資金，用於建設大型數據中心和本土基礎模型；與此同時，英偉達與富士通、發那科、安川電機和川崎重工推進機器人AI合作，表明日本正把勞動力短缺、製造業自動化與技術主權轉化為長期、非純商業化的算力預算。

台積電最新業績則為算力需求提供了最具含金量的AI晶片製造端以及AI算力產業鏈核心產能與需求端驗證。台積電第二季美元計價營收達到驚人的402億美元遠超分析師預期，同比增長33.7%；淨利潤達到7,065.6億新台幣，同比增長77.4%，毛利率與營業利潤率分別升至67.7%和60.3%。高性能運算已佔公司營收的66%，7奈米及以下先進製程佔晶圓營收的77%，新導入的2奈米已貢獻3%。

更加重磅的是，台積電三季度營收指引進一步升至446億—458億美元，該公司同時將2026年資本支出由520億—560億美元大幅上調至600億—640億美元，將全年美元營收增長指引提高至略高於40%，並追加1,000億美元美國投資，使在美承諾總額達到約2,650億美元。作為英偉達等核心AI晶片客戶產能規劃的最終產能與滿足AI算力需求的製造鏈承接者，台積電以利潤、利用率和資本支出共同表明：圍繞先進製程邏輯晶片、最前沿2奈米製程和先進封裝的AI算力基礎設施需求能見度仍在上升，而非全球AI算力需求陷入萎靡時期。

在華爾街分析師們看來，AI算力主題的下跌更接近擁擠倉位去槓桿、利率與地緣風險衝擊，以及市場對債務融資和投資回報率的重新定價。AI產業基礎設施超級週期遠未終結，但依靠流動性推動的無差別算力狂熱，已經進入訂單、利用率和資本回報率的殘酷驗證階段。

美國銀行(BofA)近日發布的研報則顯示，預計到2027年，在AI智能體大浪潮之下AI推理算力持續激增的強力推動大趨勢背景下，全球雲計算和人工智能相關基礎設施資本支出將達到1.5萬億美元，並指出，目前包括儲存晶片股票的AI半導體夏季回調是一輪健康重置軌跡，而不是人工智能算力需求層面出現任何結構性變化。

來自華爾街金融巨頭摩根士丹利的資深分析師Brian Nowak領銜分析團隊7月12日發布最新研報，將全球市場規模最龐大的五家超大規模雲計算與廠商(Meta、亞馬遜、微軟、谷歌、SpaceX)的2027/2028年資本支出預測再度顯著上調，分別達到約1.2萬億和1.4萬億美元。該機構對於2026年美國大型科技巨頭們資本支出預期則從一年前的4,330億美元大幅上修至8,050億美元。

摩根士丹利此次最新研究將Meta的2027年和2028年資本支出預測分別上調29%和22%，至2,250億美元和2,500億美元；將亞馬遜相應預測上調15%和29%，至3,080億美元和3,180億美元。摩根士丹利表示，資本支出超級週期尚未結束，但2026年以及2027年可能是增速最陡峭的年份，2028年以後決定股價的將不再只是「誰花錢最多」，而是「誰能最快把AI算力資源轉化為營收、利潤和自由現金流」。