官方网站-首页

“我只想让大家知道，此刻站在这里，全凭临场发挥。”北京时间3月19日凌晨1点，英伟达CEO黄仁勋迎着台下上万名观众的欢呼声，开启了2025年度GTC大会的主题演讲。

没有预备发言稿，也没有提词器，但黄仁勋在两个多小时的演讲可谓“信息量爆炸”：Blackwell进展、AI市场判断、机器人、光电共封装CPO新品……这些备受业界关注的焦点，英伟达一件不落地给出了最新官方回应。

显然，临场发挥的黄仁勋必须“有备而来”，抓住这一令全球目光聚焦的时刻，不仅亟需证明英伟达本身，更要证明英伟达对AI押下的赌注是正确的。

GTC现场，黄仁勋与小机器人同台互动

信号一：Agentic AI时代，计算需求或将暴增

拨开GTC演讲的大幕，黄仁勋最先也最想释放出的信号与AI市场直接相关。

人工智能真正进入全球公众视野，大约是在十年前。在这十年光景里，人工智能经历了不同阶段的变化。一开始是感知人工智能，包括计算机视觉、语音识别；接着是过去五年逐渐受到关注的生成式人工智能：在一个模态与另一个模态之间进行转换，例如文生图、图生文、文生视频。

“生成式人工智能从根本上改变了计算的方式，从检索式计算模型转变为生成式计算模型。”黄仁勋表示。

此次GTC大会，“Agentic AI”（代理式AI）成为英伟达频频提及的关键词。黄仁勋对其进行了解释：“Agentic AI”从根本上说，是指具备“自主性”（agency）的AI，它能够感知和理解环境的上下文，很重要的一点是它能进行推理，思考如何回答或解决问题，制定并执行计划，还能使用工具。黄仁勋认为，Agentic AI 的(de)基(jī)础(chǔ)是(shì)推(tuī)理(lǐ)。

英(yīng)伟(wěi)达(dá)Dynamo 开(kāi)源(yuán)库(kù)加(jiā)速(sù)并(bìng)扩(kuò)展(zhǎn) AI 推(tuī)理(lǐ)模(mó)型(xíng)

“今(jīn)年(nián)的(de)GTC被(bèi)称(chēng)为(wèi)AI界(jiè)的(de)‘超(chāo)级(jí)碗(wǎn)’。唯(wéi)一(yī)的(de)区(qū)别(bié)在(zài)于(yú)，在(zài)这(zhè)场(chǎng)‘超(chāo)级(jí)碗(wǎn)’里(lǐ)，每(měi)个(gè)人(rén)都(dōu)是(shì)赢(yíng)家(jiā)。”黄(huáng)仁(rén)勋(xūn)做(zuò)出(chū)如(rú)此(cǐ)比(bǐ)喻(yù)，透(tòu)露(lù)出(chū)其(qí)对(duì)AI前(qián)景(jǐng)的(de)乐(lè)观(guān)态(tài)度(dù)。

以(yǐ)DeepSeek为(wèi)代(dài)表(biǎo)的(de)开(kāi)源(yuán)推(tuī)理(lǐ)大(dà)模(mó)型(xíng)的(de)问(wèn)世(shì)，曾(céng)一(yī)度(dù)令(lìng)英(yīng)伟(wěi)达(dá)遭(zāo)受(shòu)资(zī)本(běn)市(shì)场(chǎng)的(de)质(zhì)疑(yí)。今(jīn)年(nián)2月(yuè)，黄(huáng)仁(rén)勋(xūn)首(shǒu)次(cì)正(zhèng)面(miàn)表(biǎo)达(dá)了(le)对(duì)于(yú)DeepSeek问(wèn)世(shì)将(jiāng)利(lì)好(hǎo)英(yīng)伟(wěi)达(dá)未(wèi)来(lái)的(de)信(xìn)心(xīn)。在(zài)本(běn)次(cì)GTC大(dà)会(huì)上(shàng)，黄(huáng)仁(rén)勋(xūn)再(zài)次(cì)对(duì)AI需(xū)求(qiú)问(wèn)题(tí)作(zuò)出(chū)回(huí)应(yīng)：

“过(guò)去(qù)这(zhè)一(yī)年(nián)，几(jǐ)乎(hu)整(zhěng)个(gè)世(shì)界(jiè)在(zài)这(zhè)方(fāng)面(miàn)都(dōu)看(kàn)走(zǒu)眼(yǎn)了(le)。AI的(de)计(jì)算(suàn)需(xū)求(qiú)及(jí)其(qí)扩(kuò)展(zhǎn)定(dìng)律(lǜ)其(qí)实(shí)更(gèng)具(jù)韧(rèn)性，甚至可以说是超加速。由于Agentic AI、推理的出现，如今我们所需的计算量比一年前的预期至少高出100倍。”

上述判断如何得出？答案藏在被英伟达视为(wèi)人(rén)工(gōng)智(zhì)能(néng)基(jī)本(běn)构(gòu)成(chéng)单(dān)元(yuán)的(de)“token”身(shēn)上(shàng)。

黄(huáng)仁(rén)勋(xūn)表(biǎo)示(shì)，现(xiàn)在(zài)我(wǒ)们(men)有(yǒu)了(le)能(néng)逐(zhú)步(bù)推(tuī)理(lǐ)的(de)AI，它(tā)利(lì)用(yòng)“Chain of Thought”（思(sī)维(wéi)链(liàn)）、取(qǔ)多(duō)种(zhǒng)解法里最优和一致性检查等多种技术，一步一步地分解问题，进行推理。由此可以想见，AI所生成的token数量会急剧增多。

那么，前文的“100倍”具体意味着什么？黄仁勋用数字给出解释：这也许是生成了100倍的token数量；又或者，模型本身更复杂，只生成10倍的token，但若想让模型具备交互性、实时性，就要把计算速度再提高10倍。这样一来，10倍的token、10倍的速度，就相当于需要100倍的计(jì)算(suàn)量(liàng)。因(yīn)此(cǐ)，推(tuī)理(lǐ)所(suǒ)需(xū)的(de)计(jì)算(suàn)量(liàng)远(yuǎn)超(chāo)以(yǐ)往(wǎng)。

信(xìn)号(hào)二(èr)：芯(xīn)片(piàn)路线(xiàn)图(tú)按(àn)节(jié)奏(zòu)推(tuī)进(jìn)

如(rú)果(guǒ)AI计(jì)算(suàn)需(xū)求(qiú)持(chí)续(xù)呈(chéng)倍(bèi)数(shù)级(jí)增(zēng)长(zhǎng)，英(yīng)伟(wěi)达(dá)如(rú)何应对？

“英伟达未来几年的路线图，大约保持一年一次的迭代节奏，就像时钟滴答一样稳定。”黄仁勋表示。

借助今年GTC大会，黄仁勋提前透露了一张涉及未来几年的芯片架构路线图，将每年升级全栈AI系统、发布一条新产品线：2025年下半年推出Blackwell Ultra，2026年下半年推出Rubin，2027年下半年推出Rubin Ultra，预计2028年推出采用下一代HBM的Feynman平台。

Blackwell 系列工作站和服务器GPU

具体来看，英伟达于去年3月发布了AI芯片与超级计算平台Blackwell架构，并推出GB200芯片。此次黄仁勋表示，目前Blackwell已经全面投产。今年，Blackwell新一代芯片的正式名字为(wèi)Blakwell Ultra。据(jù)悉(xī)，Blackwell Ultra由(yóu)台(tái)积(jī)电(diàn)N4P工(gōng)艺(yì)的(de)Blackwell GPU+Grace CPU+更(gèng)大(dà)容(róng)量(liàng)的(de)HBM封(fēng)装(zhuāng)而(ér)来(lái)。英(yīng)伟(wěi)达(dá)表(biǎo)示(shì)，Blackwell Ultra也(yě)适(shì)用(yòng)于(yú)AI智(zhì)能(néng)体(tǐ)，以(yǐ)及(jí)用(yòng)于(yú)训(xun)练(liàn)机(jī)器(qì)人(rén)和(hé)汽(qì)车(chē)自(zì)动(dòng)驾(jià)驶(shǐ)的(de)“物(wù)理(lǐ)AI”。

此(cǐ)外(wài)，英(yīng)伟(wěi)达(dá)公(gōng)布(bù)了(le)继(jì)Hopper、Blackwell之(zhī)后(hòu)的(de)下(xià)一(yī)代(dài)GPU架(jià)构(gòu)Rubin——以(yǐ)在(zài)暗(àn)物(wù)质(zhì)研(yán)究(jiū)领(lǐng)域取(qǔ)得(de)突(tū)破(pò)性(xìng)进(jìn)展(zhǎn)的(de)天(tiān)文学(xué)家(jiā)Vera Rubin命(mìng)名，以(yǐ)及(jí)Rubin Ultra的(de)计(jì)划(huà)配(pèi)置(zhì)。据(jù)悉(xī)，Rubin平(píng)台(tái)拥(yōng)有(yǒu)全新(xīn)的(de)CPU和(hé)网(wǎng)络(luò)架(jià)构(gòu)，性(xìng)能(néng)将(jiāng)是(shì)Hopper的(de)两(liǎng)倍(bèi)，且(qiě)内(nèi)存(cún)更(gèng)大(dà)，将(jiāng)为(wèi)AI应(yīng)用(yòng)提(tí)供(gōng)更(gèng)强(qiáng)大(dà)的(de)支(zhī)持(chí)。Rubin Ultra系(xì)统(tǒng)由(yóu)Rubin Ultra GPU和(hé)Vera CPU组(zǔ)成(chéng)。Rubin Ultra由(yóu)4块(kuài)掩(yǎn)模(mó)尺(chǐ)寸(cùn)的(de)GPU组(zǔ)成(chéng)，拥(yōng)有(yǒu)1TB HBM4e内(nèi)存(cún)，FP4峰(fēng)值(zhí)推(tuī)理(lǐ)能(néng)力(lì)可(kě)达(dá)100PFLOPS。

值(zhí)得一提的是，此次黄仁勋还宣布了Rubin之后的下一代AI芯片架构“Feynman”。该名称源自对量子计算领域有着重要贡献的科学家Richard Phillips Feynman。

提前公布未来三年路线图的原因何在？黄仁勋给出的解释是，现在要建的是AI工厂，这需要多年规划。

“这可不是买台笔记本电脑那么简单，也不是一笔随心所欲的支出，而是必须经过对土地、电力、资金、工程团队等各方面的长远计划。”黄仁勋在演讲中说道， “所以我们必须给出一个2—3年的预告，而不是等到某个月份突然说‘嘿，下个月又有一个超棒的新系统’”。

信号三：关于未来还有更多“宏大叙事”

AI行业并非一个单点，而是从技术到设施再到应用的一个立体面。因此，作为AI行业走在前面的那一批，英伟达的故事只讲“芯片”还远远不够。此次，黄仁勋从一些侧面传达出英伟达在整个AI产业链的布局。

英伟达正式发布硅光网络交换机

从上游技术层面来看，AI光通信时代背景下，数据中心规模持续扩大，带宽容量与高速数据传输速率的需求明显增加。光电共封装（Co-Packaged Optics，CPO）作为一种新型的光电子集成技术，受到产业界众多头部企业关注。此次，英伟达正式发布硅光子网络交换机Spectrum-X和Quantum-X，目的是推动AI工厂扩展到数百万GPU级别。值得关注的是，英伟达的硅光生态系统伙伴包括了台积电、康宁、Browave、Coherent等知名公司。

“AI工厂是一种超大规模的新型数据中心，必须采用全新的网络基础设施才能跟上它的发展步伐。”黄仁勋表示(shì)，英(yīng)伟(wěi)达(dá)将(jiāng)硅(guī)光直接集成到交换机中，打破了超大规模和企业网络的旧有限制，为百万GPU AI工厂打开大门。”据悉，英伟达的硅光交换机创新地集成了光器件，减少了4倍的激光器数量，与传统方法相比，能源效率(lǜ)提(tí)高(gāo)到(dào)3.5倍(bèi)，信(xìn)号(hào)完(wán)整(zhěng)性(xìng)提(tí)高(gāo)到(dào)63倍(bèi)，大(dà)规(guī)模(mó)组(zǔ)网(wǎng)可(kě)靠(kào)性(xìng)提(tí)高(gāo)到(dào)10倍(bèi)，部(bù)署(shǔ)速(sù)度(dù)提(tí)高(gāo)到(dào)1.3倍(bèi)。

在(zài)下(xià)游(yóu)应(yīng)用(yòng)层面，机器人赛道(dào)是(shì)当(dāng)前(qián)人(rén)工(gōng)智(zhì)能(néng)应(yīng)用(yòng)中(zhōng)最(zuì)受(shòu)关注(zhù)的(de)领(lǐng)域之(zhī)一(yī)。此(cǐ)次(cì)的(de)GTC大(dà)会(huì)，英(yīng)伟(wěi)达(dá)发(fā)布(bù)了(le)全球(qiú)首(shǒu)个(gè)开(kāi)源(yuán)且(qiě)完(wán)全可(kě)定(dìng)制(zhì)的(de)人(rén)形(xíng)机(jī)器(qì)人(rén)基(jī)础(chǔ)模(mó)型(xíng)Isaac GR00T N1，并(bìng)推(tuī)出(chū)加(jiā)速(sù)机(jī)器(qì)人(rén)开(kāi)发(fā)的(de)仿(fǎng)真(zhēn)框(kuāng)架(jià)。其(qí)中(zhōng)，英(yīng)伟(wěi)达(dá)、谷(gǔ)歌(gē)DeepMind和(hé)迪(dí)士(shì)尼(ní)合(hé)作(zuò)开(kāi)发(fā)新(xīn)一(yī)代(dài)开(kāi)源(yuán)物(wù)理(lǐ)引(yǐn)擎(qíng)Newton，旨(zhǐ)在(zài)加(jiā)速(sù)人(rén)形(xíng)机(jī)器(qì)人(rén)学(xué)习(xí)与(yǔ)开(kāi)发(fā)。

“物(wù)理(lǐ)AI和(hé)机(jī)器(qì)人(rén)正(zhèng)在(zài)飞(fēi)速(sù)发(fā)展(zhǎn)，可(kě)能(néng)会(huì)成(chéng)为(wèi)规(guī)模(mó)最(zuì)大(dà)的(de)产(chǎn)业(yè)。”黄(huáng)仁(rén)勋(xūn)表(biǎo)示(shì)，一(yī)切的核心挑战跟之前类似：数据从哪来、模型架构是什么、以及如何做扩展（scaling）。在机器人领域，同样需要能大量生成或获取数据，需要强(qiáng)大(dà)的(de)算(suàn)力(lì)来(lái)训练模型，以及让AI越训越强的扩展性。