2025.03.19

本文字數：3568，閱讀時長大約6分鐘

導讀：“去年GTC就像搖滾演唱會，今年被描述為‘AI的超級碗’。唯一區別是，每個人都在‘AI超級碗’上獲勝。”

作者 | 第一財經鄭栩彤

北京時間3月19日凌晨，英偉達GTC大會在美國加州聖何塞SAP中心舉行。GTC大會儼然已是“AI界春晚”。英偉達CEO黃仁勳穿著黑色皮衣上場，介紹英偉達在AI晶片、機器人、汽車領域的最新成果。

“去年我們在這裡辦GTC，就像一場搖滾演唱會，今年GTC被描述為‘AI的超級碗’（美國職業橄欖球大聯盟總決賽）。唯一的區別是，每個人都在‘AI超級碗’上獲勝，因為AI能為更多行業和公司解決問題。”黃仁勳說。他還幽默地表示，GTC現在人滿為患，要讓GTC容納更多人，需要建設聖何塞，開發更多土地。

去年，黃仁勳在GTC大會上釋出了新架構Blackwell以及採用該架構的B200、GB200超級晶片。今年，黃仁勳介紹了今年下半年將推出的Blackwell Ultra以及後續的新架構Rubin和Feynman，釋出了新的個人AI計算機，並將與谷歌DeepMind、迪士尼合作的機器人帶到臺上。

技術路線圖更新

英偉達Blackwell的銷售情況和新晶片架構規劃是本屆GTC最受矚目的資訊。黃仁勳在演講開始後不久就披露了Blackwell架構晶片的市場需求情況。2024年，全球前四大雲服務商（CSP）共採購130萬片英偉達Hopper架構GPU。2025年，這四大雲服務商又購買了360萬片Blackwell架構GPU。黃仁勳介紹，英偉達正在全面生產Blackwell晶片。

從資料中心相關合作商看，黃仁勳在幻燈片中展示了使用Grace Blackwell的資料中心機架，其中包括聯想、戴爾、微軟、亞馬遜AWS、Meta、谷歌等品牌廠商。

此外，今年1月，黃仁勳在CES（全球消費電子展）的演講中透露，英偉達計劃開發一款名為Grace Blackwell NVLink72的巨型晶片，包含60萬個零部件，重量達1.5噸，是有史以來最大的單一晶片。此次黃仁勳展示了Grace Blackwell NVLink72超級晶片的概念圖，可以看到，72個Blackwell GPU整合在了一個晶圓上。

晶片架構迭代路線圖也迎來更新。去年6月，黃仁勳首次透露英偉達晶片架構將“一年一更”，當時英偉達計劃2025年推出Blackwell Ultra架構，隨後推出Rubin架構。此次，黃仁勳補足了這個路線圖的資訊，包括Blackwell Ultra推出的時間是今年下半年、2026年下半年英偉達會推出Rubin、2027年下半年會推出Rubin Ultra、2028年推出Feynman。這是英偉達首次披露Feynman的資訊，這個架構的名字取自著名物理學家理查德·費曼（Richard Feynman）。

具體而言，採用Blackwell Ultra架構的晶片包括GB300 NVL72等。Blackwell NVL72的算力（FLOPS）是GB200 NVL72的1.5倍，該架構還有1.5倍更快的儲存和2倍更大的頻寬。Rubin NVL144將有更大算力、更大頻寬和更大記憶體，搭載HBM4記憶體。Rubin Ultra NVL576將搭載HBM4e記憶體，算力是GB300 NVL72的14倍，記憶體速度是8倍。隨著架構迭代，黃仁勳表示， AI工廠的算力成本將得到相應降低。

計算量還在增長

今年以來，業界熱議人工智慧是否還需要大量算力。1月，DeepSeek-R1釋出，該模型被認為訓練成本偏低，可能不需要很大量的算力支撐。1月27日，英偉達美股股價跌超16%，隨後英偉達股價繼續波動。即便英偉達放出一份營收超市場預期的最新季度財報，英偉達股價仍未迴歸歷史高點。3月18日收盤，英偉達股價115.43美元/股，跌3.43%，市值不及3萬億美元。

黃仁勳需要證明，市場對算力的需求依然強勁。2月，黃仁勳首次回應DeepSeek衝擊波時稱，市場對DeepSeek-R1的反應存在一些誤解，R1的釋出本質上利好AI市場，R1能加速AI被採用，市場仍然需要計算資源。此次GTC大會上，黃仁勳繼續表達對算力需求增長前景的看好。

去年AI業界曾掀起一波關於Scaling Law（縮放定律）是否放緩的討論，引起了對於AI演進放緩和算力需求不再堅挺的擔憂，黃仁勳則認為，Scaling Law繼續有效，DeepSeek等廠商採用的推理技術帶來了大量計算需求。“關於Scaling Law，去年幾乎全世界都錯了，實際上，Scaling Law變得更有彈性，還加速了計算量增長。由於推理技術的加入，代理AI（Agentic AI）動不動就需要高出上百倍的計算量。”黃仁勳說。

在此情況下，黃仁勳認為雲廠商對GPU仍有較大需求。他表示，現在有了強化學習，業內有能力生成大量token，可以生成大量的合成數據去訓練機器人，各種新變化給行業帶來巨大的計算挑戰，行業正在作出回應。例如大型雲廠商正在採購GPU，“Blackwell開始出貨的一年內，你能看到人工智慧基礎設施建設出現了難以置信的增長。”黃仁勳放出分析師對資料中心資本支出的預測，顯示預期支出還將逐年增長，到2028年將增長至1萬億美元以上。

“我之前說過，預計到2030年，資料中心建設投入的金額將達到1萬億美元。現在我確信我們會很快實現這一目標。有兩種動態同時發生，首先，絕大部分（資料中心建設投入）增長可能加速，計算方式轉變的拐點正在發生，其次，人們越來越認識到，發展未來的軟體也需要資本投資，計算機的計算方式原本基於搜尋，未來將變成基於生成。”黃仁勳判斷。

近期有市場分析機構和供應鏈廠商也判斷，今年資料中心仍在大規模建設。TechInsights報告表示，頂級超大規模雲廠商2025年將在AI上投資約3200億美元，巨頭資料中心資本支出增長。有供應鏈廠商則告訴記者，今年資料中心伺服器需求仍然堅挺，需求增長的力度與去年大致相仿。

對於人工智慧技術的演變，黃仁勳則談到AI將從代理式AI向物理AI演變。“過去兩三年內，計算的每一層都發生了變化，有了重大突破。人工智慧最底層的進步可以說是代理式AI，指有代理能力的AI，能推理、計劃並採取行動、使用工具。代理式AI已經出現了一些新技術，包括推理技術。此外，下一波變化已經在發生，也就是出現了機器人AI（Robotic AI）。機器人AI由物理AI（Physical AI）驅動，能理解物理世界的摩擦力、慣性、因果關係、物體永恆性等。”黃仁勳說。

多個新產品亮相

除了公佈晶片架構路線圖，此次英偉達還發布了多個產品並公佈多個合作伙伴。

在汽車領域，黃仁勳表示，英偉達已經開發了三種計算機：訓練計算機、模擬計算機和機器人計算機，所有軟體堆疊、模型和演算法都基於這些產品。英偉達宣佈與通用汽車合作，共同開發自動駕駛汽車，雙方將在以上三個領域合作構建人工智慧，例如製造中用人工智慧設計和模擬汽車、建造車內的人工智慧等。此外，英偉達推出用於自動駕駛汽車的綜合安全系統Halos，涵蓋晶片和軟體、工具等。

在機器人領域，黃仁勳宣佈推出GR00T N1，這是全球首個用於通用人形機器人推理和技能的開放、完全可定製的模型框架。英偉達同時推出Simulation Frameworks，用於加速機器人開發。此外，黃仁勳透露，英偉達、谷歌DeepMind和迪士尼合作開發了一個名為Newton的機器人平臺。由英偉達、谷歌DeepMind和迪士尼合作開發的一款機器人在臺上行走，這款機器人名叫Blue，它與黃仁勳互動，還會發出電子音。

“機器人的優點是可以與物理世界互動。我們非常清楚地知道，未來世界上將缺乏人類工人，到目前這個十年的末尾，世界上將至少有5000萬勞動力短缺，（機器人）將是一個非常大的產業。未來生產的基礎設施將是機器人，每輛車也都是機器人。”黃仁勳表示。

英偉達還宣佈開源由AI驅動的決策最佳化引擎cuOpt，該引擎可用於最佳化AI代理和大語言模型的決策任務。英偉達也釋出了DGX Spark 和DGX Station兩款個人AI計算機，由Grace Blackwell支援，這兩款計算機面向開發者、研究人員、資料科學家等。其中，DGX Spark是世界上最小的AI超級計算機，搭載GB10 Grace Blackwell晶片。黃仁勳還表示，英偉達將與電信企業合作開發基於人工智慧的6G無線技術，合作伙伴包括T-Mobile、Mitre、思科等。

微信編輯 | 生產隊的驢（拉磨版）

推薦閱讀