黄仁勋王炸！英伟达GTC 2025炸裂发布：AI算力暴涨100倍，你的工作要没了？

比特币投资 2025年03月25日 13:02 14 author

在 2025 年 3 月 19 日的 GTC 2025 大会上，英伟达 CEO 黄仁勋发表了主题演讲，宛如一位科技界的舵手，全面展示了英伟达在人工智能领域的最新突破、宏伟战略以及对未来的深刻洞见。这次大会不仅是一场技术盛宴，更预示着一个全新的 AI 时代即将到来，其中最引人瞩目的莫过于 Blackwell 架构的正式发布。

人工智能的发展历程，犹如一场精彩的进化之旅。黄仁勋指出，过去十年间，AI 经历了从感知 AI（比如计算机视觉、语音识别）到生成式 AI 的巨大飞跃。尤其是在近五年，生成式 AI 异军突起，文本到图像、图像到文本、文本到视频等技术的涌现，彻底颠覆了传统的计算模式，将检索式计算转变为生成式计算。这场变革的影响是深远的，它渗透到计算领域的每一个层面，重塑着我们与技术互动的方式。

智能体 AI 崛起：感知、推理、行动

近年来，人工智能领域迎来了一项具有里程碑意义的突破——智能体 AI。智能体 AI 不再是被动地接受指令，而是具备了感知和理解环境上下文的能力，能够进行推理、规划并采取行动，甚至可以使用工具处理多模态信息。这种强大的能力为众多领域带来了前所未有的发展机遇。例如，在机器人领域，智能体 AI 使机器人能够更好地理解和适应物理世界，从而执行更加复杂的任务。

计算需求激增：百倍增长背后的技术挑战

随着 AI 的不断发展，对计算能力的需求也呈现出爆发式增长。据黄仁勋介绍，由于智能体 AI 和推理的需求，当前所需的计算量比去年同期预计的高出 100 倍！为了应对这一挑战，行业内正在积极探索多种解决方案，其中强化学习和可验证结果成为关键技术。通过让 AI 在解决各种问题的过程中不断学习和优化，利用强化学习对其进行训练，能够生成大量的 token，从而推动 AI 的发展。然而，这一过程需要处理海量的数据，对计算能力提出了极高的要求，也促使整个行业不断探索和创新。演讲的核心聚焦于 AI 计算，为此，黄仁勋隆重介绍了英伟达在硬件和软件方面的重大突破。

Blackwell：为 AI 而生的“AI 工厂发电机”

目前，英伟达的 Blackwell 系统已经全面投入生产，它不仅在体积上相比前代缩小 30%，能源散热效率也提高了 30%。更令人惊叹的是，基于 AI 的实时计算机图形技术能够对每个渲染像素进行 100% 路径追踪，并精准推断其余像素，从而确保图像的逼真与稳定。

与之前的 Hopper 系统相比，Blackwell 在性能上实现了巨大的飞跃。以推理任务为例，推理本质上是由“工厂”生成 token 的过程，对效率和性能要求极高，因为它直接关系到服务质量、收入和盈利能力。在解决推理问题时，需要在生成 token 的速度和数量之间找到平衡。例如，传统的大语言模型在处理一些复杂问题时，可能只生成少量 token 就给出答案，速度虽快但容易出错；而推理模型则会生成大量 token，经过复杂的推理过程后给出更准确的答案，但这需要更高的计算量。

硬件突破：性能提升与效率优化

为了实现这一目标，英伟达对系统架构进行了一系列创新。首先是对 NVLink 系统进行解耦，将其高性能交换机放置在机箱中心，使得每个 GPU 能够以全带宽同时与其他 GPU 进行通信。同时，英伟达采用液冷技术，将计算节点压缩到一个机架中，实现了更高的集成度和计算密度。一个机架内集成了 60 万个组件，功率达到 120kW，能够实现每秒 100 亿亿次浮点运算（1 exaflops）的计算能力。这种架构的优化不仅提高了计算性能，还降低了能耗，使得数据中心在有限的空间和能源条件下能够提供更强大的计算支持。

软件创新：Nvidia Dynamo 提升 AI 工厂效率

此外，英伟达还推出了开源软件 Nvidia Dynamo，它能够作为 AI 工厂的操作系统，实现复杂的操作，如管道并行、张量并行、专家并行、动态批处理、解耦推理和工作负载管理等。通过对模型计算阶段的精细管理，在推理任务中，Dynamo 可以根据不同阶段的需求，将预填充（prefill）和解码（decode）阶段分离，并根据不同阶段的需求动态分配 GPU 资源，进一步提高了系统的整体性能和效率。在实际应用中，以一个输入 1000 个 token、输出 2000 个 token 的推理模型测试为例，Blackwell 系统的性能是 Hopper 系统的 40 倍，充分展示了其在复杂计算任务中的巨大优势。

未来展望：Blackwell Ultra 与 Rubin 路线图

值得注意的是，英伟达还公布了令人期待的未来产品路线图。今年下半年，英伟达将推出 Blackwell Ultra，其在性能上将更上一层楼，拥有 1.5 倍的计算能力，新增注意力指令，内存提升 1.5 倍，网络带宽增加 2 倍。

明年下半年，英伟达还将推出以天文学家 Vera Rubin 命名的产品。该产品的 CPU 性能是 Grace 的两倍，内存和带宽更高，同时配备全新的 GPU Cx nine、智能的 NVLink six 以及 Hpm four 内存等，几乎所有组件都进行了升级。

再下一年，Rubin Ultra 将震撼登场，其计算能力将达到 15 exaflops，带宽提升至 4600 TB 每秒，每个机架功率为 600kW，包含 250 万个部件，展现出令人叹为观止的强大性能。近年来，AI 在云计算、自动驾驶、企业计算和机器人等领域的应用成果可谓硕果累累，而英伟达正积极拓展其 AI 合作版图，加速这些领域的变革。

拓展 AI 合作版图：英伟达加速多领域变革

云计算：与云服务提供商深度合作

在云计算领域，英伟达与众多云服务提供商建立了紧密的合作关系，为 AI 在云端的发展提供了坚实的基础。云服务提供商青睐英伟达的前沿技术和丰富的开发者生态，而英伟达的 CUDA 开发者也是云服务的重要客户，这种相互促进的关系推动着云计算领域的 AI 创新。

自动驾驶：助力通用汽车，加速研发进程

在自动驾驶方面，英伟达与通用汽车达成了战略合作，助力其打造未来自动驾驶汽车车队。

同时，英伟达通过 Omniverse 和 Cosmos 平台，利用合成数据生成、模型蒸馏和闭环训练等技术，加速自动驾驶 AI 的研发。模型蒸馏可以将知识从慢速、智能的教师模型转移到快速、小型的学生模型，从而提升其在车内的推理能力；闭环训练通过模拟复杂场景，利用 Omniverse 神经重建技术将日志数据转化为 3D 场景，对模型轨迹生成能力进行微调，增强自动驾驶系统在复杂场景下的应对能力。

企业计算：DGX Station 与全栈解决方案

为了将 AI 引入全球企业，英伟达推出了全新的产品线，其中包括新型个人工作站 DGX station。这款工作站采用 Blackwell 架构和液冷设计，拥有 20 petaflops 的强大计算能力，配备 72 个 CPU 核心、芯片到芯片接口的 HBM 内存，并预留了 PCI Express 插槽，为企业级 AI 应用提供了强大的硬件支持。

英伟达还对计算堆栈的其他部分进行了全面革新，包括网络和存储。在网络方面，推出了 Spectrum X，致力于使以太网具备 Infiniband 的特性，从而提高网络性能和可管理性；在存储方面，将从传统的基于检索的存储系统转变为基于语义的存储系统，实现对数据的智能处理和理解。另外，在企业合作方面，英伟达宣布与思科、T-Mobile、Cerberus ODC 等公司合作，在美国构建针对无线电网络的全栈解决方案，旨在将 AI 技术融入边缘计算，提升无线电网络性能。该合作项目致力于利用人工智能更好地适应无线电信号、大规模 MIMO（多输入多输出）技术，以满足不断变化的环境和交通状况。

机器人：Isaac GR00T N1 与物理 AI

在主题演讲的末尾，黄仁勋将重点放在了机器人领域，他认为机器人正迎来前所未有的发展机遇。随着世界劳动力短缺问题日益严重，预计到本十年末，全球将至少短缺 5000 万劳动力，而机器人有望成为解决这一问题的关键。英伟达在机器人领域投入了大量精力，通过构建物理 AI，使机器人能够与物理世界进行交互。英伟达推出了 Isaac GR00T N1，这是一个针对人形机器人的通用基础模型，基于合成数据生成、学习和模拟技术，采用双系统架构，能够实现快速和慢速思考。慢速思考系统帮助机器人感知和理解环境及指令，规划行动方案；快速思考系统则将规划转化为精确、连续的机器人动作。

此外，英伟达还通过 Omniverse 和 Cosmos 等技术，为机器人开发提供了强大的支持。开发者可以利用这些技术生成大量多样化的合成数据，用于训练机器人策略，通过模拟和测试，让机器人在虚拟环境中学习和成长，然后将学到的技能应用到现实世界中。同时，英伟达还宣布与 DeepMind、迪士尼研究合作推出 Newton 项目，旨在开发一款专为机器人训练设计的高性能物理引擎。