來自 NVIDIA 年度最大活動 GTC 的精華新聞，內容涵蓋最新服務和硬件、技術演示以及 AI 的未來發展趨勢。

GTC 2025 將揭示 AI 的最新發展趨勢。這里不僅有最新技術，還匯聚了推動 AI 發展的人才和創意。對于創造新機會、新解決方案和新思維方式而言，GTC 無疑是絕佳選擇。

在 GTC 大會，您可以了解最新新聞、聆聽業內討論、觀看機器人演示，并思考變革行業的重大趨勢。

GTC 主題演講要點總結

以下是 NVIDIA 創始人兼首席執行官黃仁勛在主題演講中涵蓋的要點：

我們正處于 1 萬億美元的計算拐點。在推理 AI 和代理式 AI 趨勢的推動下，AI 計算需求正在迅速增長。AI 工作負載的規模和復雜性正在改變全球數據中心的投資。

NVIDIA Blackwell 已全面投產，其性能是 Hopper 的 40 倍。Blackwell 架構顯著增強了 AI 模型的訓練和推理能力，從而實現更高效、可擴展性更強的 AI 應用。

NVIDIA 將采用構建 AI 基礎設施的年度更新節奏。每年都會推出新的 GPU、CPU 和加速計算技術，包括即將推出的 NVIDIA Vera Rubin 架構，旨在推動 AI 數據中心的性能提升和效率改進。

包括 Photonics 和 AI 優化存儲在內的 AI 基礎設施將徹底改變行業。先進的網絡和存儲解決方案將改善大型數據中心的 AI 可擴展性、效率和能耗。

面向工業和機器人領域的物理 AI 蘊藏著價值 50 萬億美元的商機。AI 驅動的機器人和自動化技術將改變制造、物流、醫療健康等行業，而 NVIDIA Isaac 和 Cosmos 平臺將引領這一變革。

深刻洞察：NVIDIA 創始人兼 CEO 黃仁勛

在 GTC 上的主題演講

歡迎來到 NVIDIA

在主題演講伊始，黃仁勛便通過震撼的視覺效果，帶觀眾“走入 NVIDIA 總部”，展現了一個仿佛環繞觀眾的公司大堂畫面。他首先談到了 25 年前 NVIDIA 從 GPU 起步的發展歷程。同時介紹了過去十年 AI 技術的發展，包括代理式 AI 的出現——如何推理并解決問題、制定計劃，以及采取行動。

AI 正處于轉折點

黃仁勛隨后概述了具備“逐步推理”能力的 AI 發展歷程，并討論了推理和強化學習需求如何推動 AI 計算需求的增長。隨著 AI 迎來“拐點”，四大云服務提供商對 GPU 的需求正在激增。黃仁勛表示，他預計數據中心建設的市場價值將達到 1 萬億美元。

NVIDIA CUDA 生態系統

黃仁勛表示，NVIDIA CUDA-X GPU 加速庫和微服務現在服務于各行各業。未來每家公司都會擁有兩家工廠：一家生產產品，另一家生產 AI。在舉例介紹 NVIDIA 在其中所做的多種努力后，他宣布 NVIDIA 將開源其 cuOpt 決策優化平臺。他認為，CUDA 的安裝基礎現在“無處不在”。“我們已經到達了加速計算的臨界點 —— CUDA 讓這一切成為可能。”

通用汽車和 NVIDIA 合作開發 AI

黃仁勛表示，AI 需要基礎設施。如今，AI 正在走向“全球各個角落”，并被廣泛應用于機器人、自動駕駛汽車、工廠和無線網絡等領域。他指出，自動駕駛汽車是 AI 最早應用的行業之一，并表示“無論在數據中心，還是在汽車上，我們構建的技術幾乎被所有自動駕駛汽車公司所采用。”黃仁勛隨后宣布了這一進程的下一步規劃：全球領先的汽車制造商通用汽車將借助 NVIDIA 的 AI、仿真和加速計算技術，合作打造下一代汽車、工廠和機器人。此外，他還發布了 NVIDIA Halos，這是一個綜合安全系統，整合了 NVIDIA 在汽車硬件、軟件安全解決方案以及自動駕駛安全 AI 研究方面的最新成果。

數據中心與推理

接下來，黃仁勛談到了數據中心。他宣布，NVIDIA Blackwell 平臺已全面投產，并展示了來自眾多行業合作伙伴的系統。“這難道不令人驚嘆嗎？”他感嘆道。

他詳細介紹了 Blackwell 如何支持極限擴展。黃仁勛表示：“我們之所以要做到這一點，是為了應對一個極端挑戰，這個挑戰就是推理。”

他解釋說，推理的本質是 token 生成，這對企業至關重要。用于生成這些 token 的 AI 工廠必須具備極高的效率和卓越的性能。隨著最新一代推理模型能夠思考和解決日益復雜的問題，對 token 的需求也將持續增長。

為了進一步加速大規模推理，黃仁勛宣布推出 NVIDIA Dynamo，一款用于加速和擴展 AI 工廠中的 AI 推理模型的開源軟件。“它本質上是 AI 工廠的操作系統，”他表示。

NVIDIA Photonics

黃仁勛隨后討論了 NVIDIA 如何幫助客戶擴展到更大規模的系統。關鍵在于將 Photonics 技術——一種依賴于光而非電信號傳輸數據的網絡技術——緊密集成到加速計算基礎設施中。

NVIDIA Spectrum-X 和 NVIDIA Quantum-X 硅光網絡交換機通過融合電子電路和光通信技術，支持 AI 工廠能夠在多個站點之間連接數百萬個 GPU，同時降低能耗和運營成本。

黃仁勛表示：“這真是令人難以置信的技術。”NVIDIA 硅光交換機創新地集成了光器件，與傳統方法相比，減少了 4 倍的激光器數量，能源效率提高到 3.5 倍，信號完整性提高到 63 倍，大規模組網可靠性提高到 10 倍，部署速度提高到 1.3 倍。

DGX Spark

為了支持 AI 開發者、研究人員、數據科學家和學生能夠在桌面電腦上對大模型進行原型設計、微調和推理，NVIDIA 發布了基于 NVIDIA Grace Blackwell 平臺的 DGX 個人 AI 超級計算機。黃仁勛將其形容為完美的禮物，并宣布了 DGX Spark（前身為 Project DIGITS），將 Grace Blackwell 架構的強大性能帶到桌面。用戶可以在本地運行這些模型，或將其部署到 NVIDIA DGX Cloud 或任何其他加速的云平臺或數據中心基礎設施上。黃仁勛表示：“這就是 AI 時代的計算機。”

代理式 AI

在討論代理式 AI 的未來時，黃仁勛宣布推出具有推理功能的開放 Llama Nemotron 模型系列，旨在為開發者和企業提供業務就緒型基礎，從而構建能夠獨立工作或以團隊形式完成復雜任務的高級 AI 智能體。NVIDIA Llama Nemotron 推理模型系列基于 Llama 模型構建，提供按需 AI 推理功能。NVIDIA 在后訓練期間對該推理模型系列進行了增強，以提升多步數學運算、編碼、推理和復雜決策能力。

物理 AI 和機器人技術

黃仁勛將機器人描述為下一個 10 萬億美元的產業，并表示到 2030 年年底，全球將面臨至少 5000 萬勞動力短缺的問題。NVIDIA 提供了一整套技術，用于訓練、部署、仿真和測試下一代機器人技術。

在一段視頻中，黃仁勛宣布推出全球首個開源且完全可定制的基礎模型 NVIDIA Isaac GR00T N1，該模型可賦能通用人形機器人實現推理及各項技能。

NVIDIA 還宣布了新一代 NVIDIA Cosmos 世界基礎模型的重大更新，為物理 AI 開發引入了一個開放式和可完全定制的推理模型，并為開發者提供了前所未有的世界生成控制能力。

黃仁勛表示：“使用 Omniverse 來調節 Cosmos，并通過 Cosmos 生成無限數量的環境，從而支持我們能夠創建既扎根于現實、由我們掌控，同時又在系統上可以實現無限的數據。”

他還介紹了由Google DeepMind 和 Disney Research 共同開發、用于機器人仿真的 Newton 開源物理引擎。隨后，他與一臺小型機器人“Blue”一同登上舞臺，機器人從地板出口鉆出來，向黃仁勛發出“嘟嘟”聲。

總結

黃仁勛在演講結束時強調了如下主題。

首先，Blackwell 已進入全面量產階段，“而且增長非常迅猛，客戶需求也非常強勁，”黃仁勛表示。“這是有道理的，因為 AI 到達了一個拐點，推理 AI 的出現使我們需要的計算量大大增加，同時推理 AI 系統和代理式系統的訓練也在推動這一變化。”

其次，Blackwell NVL72 配合 Dynamo 提供了比 NVIDIA Hopper 高 40倍 的 AI 工廠性能。“推理將在未來十年成為最重要的工作負載之一，因為我們正在擴展 AI。”

第三，NVIDIA 采用 “年度更新” 路線圖，全世界都可以規劃自己的 AI 基礎設施。NVIDIA 正在構建三種 AI 基礎設施：一種用于云計算，一種用于企業，第三種則用于機器人技術。