一年一度的GTC（GPU Technology Conference）又召開(kāi)了，這個(gè)會(huì)算是英偉達(dá)的AI傳教會(huì)了，不過(guò)又有點(diǎn)類(lèi)似于武林盟主召開(kāi)的武林大會(huì)，畢竟科技界的各路都來(lái)了，不但Meta，Open AI等科技企業(yè)，還有UC Berkeley等學(xué)術(shù)機(jī)構(gòu)，最重要的是非常多的例如理想、小米、商湯、Rivian、Wayve國(guó)內(nèi)外汽車(chē)智能企業(yè)參加。本次GTC, 黃仁勛的兩小時(shí)演講強(qiáng)調(diào)了 Nvidia 系統(tǒng)支持的 AI 應(yīng)用的廣度。黃仁勛詳細(xì)闡述了 Nvidia 在自動(dòng)駕駛汽車(chē)、更好的無(wú)線(xiàn)網(wǎng)絡(luò)和先進(jìn)機(jī)器人技術(shù)發(fā)展方面的貢獻(xiàn)。他還列出了公司未來(lái)兩年的產(chǎn)品路線(xiàn)圖。

本文將結(jié)合英偉達(dá)黃仁勛在 GTC 2025主題演講的核心內(nèi)容總結(jié)，幫助大家了解英偉達(dá)的 AI帝國(guó)，啟發(fā)和暢想下在英偉達(dá)生態(tài)下的AI應(yīng)用和發(fā)展。萬(wàn)物皆可“Token” - AI is everything在互聯(lián)網(wǎng)數(shù)字時(shí)代，我們的信息都可以轉(zhuǎn)成01的數(shù)字代碼。而現(xiàn)在我們身處生成'token*'的前沿時(shí)代（*AI的基本構(gòu)建單元），它們開(kāi)啟了一個(gè)可能性無(wú)邊的新世界。這些token正在將：科學(xué)洞察轉(zhuǎn)化為圖像——描繪外星大氣層數(shù)據(jù)，指引未來(lái)探索者原始數(shù)據(jù)轉(zhuǎn)化為前瞻預(yù)判——讓人類(lèi)為下一次挑戰(zhàn)做好準(zhǔn)備物理定律解碼重構(gòu)——推動(dòng)我們走得更快、更遠(yuǎn)，例如我們的Physical AI 自動(dòng)駕駛，機(jī)器人。生命密碼破譯應(yīng)用——在疾病顯現(xiàn)前發(fā)現(xiàn)隱患

從數(shù)字的Agentic AI 數(shù)字信息生成到與物理世界的人交戶(hù)的Physical AI 萬(wàn)物皆可“Token”，AI 成為數(shù)字時(shí)代的引擎，把數(shù)字時(shí)代帶入AI 時(shí)代。AI工廠(chǎng)：計(jì)算范式的革命而面對(duì)萬(wàn)物皆可“Token”的背景下，AI 工廠(chǎng)將引導(dǎo)硬件的革命，我們需要怎樣的AI 計(jì)算單元？從檢索到生成：AI工廠(chǎng)不再是存儲(chǔ)數(shù)據(jù)的倉(cāng)庫(kù)，而是通過(guò)生成式AI實(shí)時(shí)生產(chǎn)“token”（信息單元）的智能引擎。規(guī)�；�挑戰(zhàn)：未來(lái)數(shù)據(jù)中心需處理指數(shù)級(jí)增長(zhǎng)的推理需求（如Agentic AI生成數(shù)千個(gè)中間token），需要AI算力芯片的架構(gòu)和冷卻技術(shù)來(lái)支撐超大規(guī)模部署。

經(jīng)濟(jì)模型變革：AI工廠(chǎng)的收益與“token生成速度×吞吐量”直接相關(guān)，能源效率（每瓦特token數(shù)）成為核心競(jìng)爭(zhēng)力。AI 應(yīng)用潛力巨大的市場(chǎng)外加新型計(jì)算范式的革命，英偉達(dá)給出的解藥是什么呢？怎么幫助大家更好的應(yīng)用呢？新一代GPU Blackwell登場(chǎng)老套路了，每一次GTC Jenson 都要發(fā)布或者透露下他的看家本領(lǐng)GPU新架構(gòu)。Blackwell架構(gòu)：采用革命性設(shè)計(jì)，集成2080億晶體管，支持高達(dá)20 petaflops的AI計(jì)算性能，比前代Hopper提升25倍能效。

其中有三大關(guān)鍵突破：推理性能飛躍：通過(guò)MVLink高速互聯(lián)技術(shù)，實(shí)現(xiàn)72個(gè)GPU的無(wú)縫協(xié)同，解決大模型推理時(shí)的內(nèi)存與帶寬瓶頸。動(dòng)態(tài)資源分配：結(jié)合Dynamo操作系統(tǒng)，靈活分配算力用于“預(yù)填充”（上下文理解）和“解碼”（生成答案），優(yōu)化AI工廠(chǎng)效率。4-bit浮點(diǎn)量化：顯著降低能耗，支持更復(fù)雜模型的實(shí)時(shí)推理。最重要的是，這次Blackwell真正要加速量產(chǎn)了。英偉達(dá)AI芯片未來(lái)路線(xiàn)圖2025 下半年：Blackwell Ultra上市，性能再提升50%。2026：Vera Rubin架構(gòu)（CPU+GPU協(xié)同設(shè)計(jì)）Vera 為 Nvidia 設(shè)計(jì) 的CPU，HBM4內(nèi)存與硅光子網(wǎng)絡(luò)（1.6T CPO）登場(chǎng)。包含 144 個(gè)獨(dú)立的 Nvidia GPU。2027: Rubin Ultra架構(gòu)，包含 576 個(gè)GPU，實(shí)現(xiàn)單機(jī)柜15 exaflops算力，支撐百萬(wàn)GPU集群。2028 年某個(gè)時(shí)候 Feynman 推出。

有了這個(gè)強(qiáng)大AI算力芯片的加持，英偉達(dá)表示繼續(xù)推動(dòng)AI計(jì)算范式的革命.軟件生態(tài)：CUDA-X與Dynamo本次會(huì)議，英偉達(dá)推出了兩個(gè)軟件生態(tài)，幫助大家容易部署算力硬件的軟件。CUDA-X加速庫(kù)：大家都熟悉英偉達(dá)的CUDA，大家一般把他理解為算子，CUDA 是基礎(chǔ)層：提供 GPU 編程模型（線(xiàn)程層次、內(nèi)存管理），開(kāi)發(fā)者這利用CUDA去開(kāi)發(fā)AI應(yīng)用。

這次，英偉達(dá)推出的CUDA-X， CUDA-X可以理解成上層建筑：基于 CUDA 封裝領(lǐng)域?qū)Ｓ脙?yōu)化，類(lèi)似“工具箱”�？梢詭椭�開(kāi)發(fā)者將 GPU 的暴力算力轉(zhuǎn)化為行業(yè)生產(chǎn)力。它讓開(kāi)發(fā)者無(wú)需成為硬件專(zhuān)家，即可在 AI、科學(xué)、工業(yè)等領(lǐng)域?qū)崿F(xiàn)“性能自由”，是加速計(jì)算時(shí)代的核心基礎(chǔ)設(shè)施。CUDA-X加速庫(kù)覆蓋科學(xué)計(jì)算、5G、量子化學(xué)等領(lǐng)域，如cuQuantum加速量子模擬，cuLitho革新半導(dǎo)體光刻。

Dynamo操作系統(tǒng)：專(zhuān)為AI工廠(chǎng)設(shè)計(jì)，動(dòng)態(tài)調(diào)度GPU集群資源，支持萬(wàn)億參數(shù)模型的分布式訓(xùn)練與推理，實(shí)現(xiàn)“一個(gè)GPU巨腦”。而起這還是一款開(kāi)源軟件，英偉達(dá)表示該軟件可以提高人工智能推理的效率并降低成本。機(jī)器人技術(shù)：物理AI的突破Nvidia 首席執(zhí)行官黃仁勛在 GTC 主題演講中宣布了一種基于 Llama 的新型企業(yè)推理模型，該模型名為 Nvidia Llama Nemotron Reasoning。

稱(chēng)其為“任何人都可以運(yùn)行的令人難以置信的新模型”，超越了 DeepSeek。它是 Nvidia Nemotron 系列模型的一部分，旨在增強(qiáng)Agentic AI的開(kāi)發(fā)。按照J(rèn)enson的路徑圖，除了Agentic AI，Physical AI 還有巨大開(kāi)啟空間，具體Physical AI 方面怎么讓大家快速上手？Nvidia 發(fā)布所謂的人形機(jī)器人 AI 基礎(chǔ)模型，名為 Groot N1，是一款“通用”模型，基于生成式AI和強(qiáng)化學(xué)習(xí)，具備多任務(wù)泛化能力，通過(guò)Omniverse數(shù)字孿生生成海量訓(xùn)練數(shù)據(jù)，可以很快部署機(jī)器人。

讓天下沒(méi)有難做的智能人形機(jī)器人的 GrootNvidia 聲稱(chēng)，Groot N1 具有“雙系統(tǒng)架構(gòu)”，可實(shí)現(xiàn)“快速和慢速思考”，靈感來(lái)自人類(lèi)的認(rèn)知過(guò)程。Groot N1 現(xiàn)已開(kāi)源。也就是說(shuō)，英偉達(dá)通過(guò) Groot開(kāi)源生態(tài)：開(kāi)發(fā)者可基于GROOT快速定制機(jī)器人技能，那么做個(gè)機(jī)器人跟大家現(xiàn)在做一款手機(jī)那么容易了。

行業(yè)合作與未來(lái)愿景對(duì)于汽車(chē)行業(yè)的自動(dòng)駕駛，英偉達(dá)提供從云端算法訓(xùn)練，驗(yàn)證虛擬仿真，車(chē)端新品NVIDIA全套方案，本次GTC Jenson 黃并沒(méi)有提太多，大家可以看我們之前文章《AI 巨頭 Nvidia 英偉達(dá)在汽車(chē)領(lǐng)域做什么？》了解。但這次會(huì)議，英偉達(dá)推出了 NVIDIA Halos，一款適用于自動(dòng)駕駛汽車(chē)的全棧綜合安全系統(tǒng)，NVIDIA 將其安全 AV 開(kāi)發(fā)技術(shù)套件從云端到汽車(chē)統(tǒng)一起來(lái)——涵蓋車(chē)輛架構(gòu)到 AI 模型——包括芯片、軟件、工具和服務(wù)。

這樣可以簡(jiǎn)化自動(dòng)駕駛開(kāi)發(fā)流程和時(shí)間，但壞處就是以后需要買(mǎi)英偉達(dá)的全家桶。此外，Jenson 發(fā)布了一個(gè)重磅消息，那就是通用汽車(chē)（GM）投奔到英偉達(dá)懷抱了，要知道之前通用智能駕駛一直采用Mobileye 和 高通系列芯片。通用汽車(chē)（GM）將采用NVIDIA全套方案（訓(xùn)練、仿真、車(chē)載芯片），推動(dòng)自動(dòng)駕駛落地。

邊緣計(jì)算：與思科、T-Mobile合作構(gòu)建AI邊緣網(wǎng)絡(luò)，優(yōu)化5G基站智能調(diào)度。數(shù)字孿生：Omniverse平臺(tái)助力設(shè)計(jì)AI工廠(chǎng)，模擬能耗、散熱與網(wǎng)絡(luò)拓?fù)洌�降低萬(wàn)億美元級(jí)數(shù)據(jù)中心建設(shè)風(fēng)險(xiǎn)。量子計(jì)算：推出CUDA-Q量子-經(jīng)典混合計(jì)算框架，加速算法研究。核心洞察按照英偉達(dá)的發(fā)展和眼光：AI工業(yè)化：計(jì)算從“通用”轉(zhuǎn)向“專(zhuān)用”，AI工廠(chǎng)成為新基建核心。能源為王：未來(lái)數(shù)據(jù)中心收益由能源效率決定，液冷與硅光子技術(shù)是關(guān)鍵。機(jī)器人爆發(fā)：物理AI+生成式訓(xùn)練開(kāi)啟人形機(jī)器人商用元年，彌補(bǔ)全球勞動(dòng)力缺口。NVIDIA正通過(guò)“芯片+軟件+生態(tài)”三位一體，推動(dòng)從云到邊緣、從數(shù)據(jù)到物理世界的全棧AI革命。總結(jié)起來(lái)，英偉達(dá)讓天下沒(méi)有難做的AI和機(jī)器人。

未經(jīng)準(zhǔn)許嚴(yán)禁轉(zhuǎn)載和摘錄-參考資料：

英偉達(dá) GTC 2025 keynote 演講PPT以及視頻

       原文標(biāo)題 : 馬云開(kāi)這次 GTC 標(biāo)題肯定是“讓天下沒(méi)有難做的AI和機(jī)器人” - 英偉達(dá)GTC 2025主題演講核心內(nèi)容總結(jié)