小紀有話說：
-
釋出史上最快的消費級顯示卡RTX 5090； -
提出Scaling Law仍在繼續，並表示要建立一個名為Grace Blackwell NVLink72的巨型晶片； -
在NIM微服務中新增Nemotron系列模型和用於影片搜尋和摘要的AI代理，入局Agentic AI； -
釋出Nvidia Cosmos世界基礎模型平臺，以助推Physical AI的發展； -
釋出人形機器人合成數據藍圖Isaac GR00T Blueprint和新一代智駕晶片Thor； -
釋出全球最小的個人AI超級計算機Project DIGITS。
文章來源：甲子光年微信公眾號（ID：jazzyear）
作者｜王藝 蘇霍伊 編輯｜王博
史上最快的消費級顯示卡
黃仁勳在這次演講中釋出的產品，最受關注的莫過於RTX 5090。
RTX 5090是迄今為止最快的GeForce RTX GPU，在Blackwell架構創新和DLSS 4的加持下，RTX 5090的效能是RTX 4090的2倍。
它在多款熱門遊戲中都表現優異，這些遊戲包括《賽博朋克 2077》《黑神話：悟空》等，同時在D5 Render渲染器上也有不錯的表現。
RTX 5090和RTX 4090效能對比
但也有現場觀眾對「甲子光年」表示，這些遊戲的測試結果參考價值有待商榷。比如，《瘟疫傳說：安魂曲》這款遊戲在使用了DLSS 3（NVIDIA的深度學習超級取樣技術第三代）和光追技術（RT）的情況下，RTX 5090效能提升也不到50%，其相對於RTX 4090的效能提升低於預期，特別是光柵化效能增長幅度較小，光追效能也沒有得到充分驗證。
從引數上來說，RTX 5090擁有920億個電晶體，具備4000 AI TOPS（每秒萬億次操作）的效能，能夠實現380 RT TFLOPS（每秒萬億次浮點運算）的光線追蹤效能，具備1.8 TB/s的記憶體頻寬，能夠快速地讀取和寫入資料，具有125 Shader TFLOPS的著色器效能。
與RTX 5090 PU一同釋出的是RTX 50全系列產品，包括RTX 5080、RTX 5070 Ti、RTX 5070等。值得注意的是，與4090釋出時的1599美元相比，售價為1999美元的5090還是漲價了。
與此同時，搭載了RTX 5070的AI PC也在CES上釋出。這臺5070筆記型電腦具有與4090相當的效能，但能耗只有4090的一半。
“很難以置信對吧，我們把一個4090顯示卡縮小並塞到了這檯筆記本電腦裡！”黃仁勳有些得意地說。
黃仁勳表示，之所以能實現這一技術，是因為英偉達使用Tensor Core（張量計算核心）生成了大部分畫素，先回溯需要的畫素，然後再用AI生成其他畫素，“能源效率已經超出預期，計算機圖形學的未來是神經渲染，它是人工智慧和計算機圖形學的融合。”
RTX 50系列AI PC的價格也隨之公佈，其中搭載了RTX 5090顯示卡的AI PC售價為2899美元。
超級晶片隊長
釋出完RTX 50系列顯示卡後，黃仁勳話鋒一轉，開始大談AI。
在關於Scaling Law是否“撞牆”的討論絡繹不絕的當下，黃仁勳堅信Scaling Law仍在繼續，而且除了Pre-Training Scaling Law（預訓練縮放定律）之外，還出現了後兩個階段的Scaling Law，分別是Post-Training Scaling law（後訓練縮放定律）和Test-Time Scaling Law（測試時間縮放定律）。
這個表態並不讓人意外，畢竟Scaling Law與英偉達的生意息息相關。
黃仁勳表示，從ChatGPT到OpenAI o1、OpenAI o3、再到Genimi 1.5 Pro，這些新模型的強大能力都印證了Scaling Law的延續。
在演講現場，黃仁勳還向大家展示了包括液冷、風冷、x86伺服器等在內的Blackwell全系列產品。
“當然，我們需要的計算量是驚人的，我們希望社會有能力擴充套件計算量，以生產越來越多更新、更好的產品。Scaling Law正在推動對NVIDIA計算的巨大需求，也推動了對Blackwell架構晶片的巨大需求。”黃仁勳從自己的角度說了大實話。
介紹完Blackwell全系列產品後，黃仁勳拿出了一個巨大的晶片，並擺出了一個驚訝全場的造型，儼然成為了漫威電影中的“美國隊長”。
他手裡拿著的是GB200 NVLink 72的展示樣品。這個巨大的晶圓上有72個Blackwell GPU和144個晶片，擁有14TB的記憶體，和1.2PB/s的頻寬，AI浮點效能達到了1.4 ExaFLOPS，與上一代相比每瓦效能提高了4倍。
“基本上全世界的網際網路流量都能在這個晶片上進行處理。”儘管聽起來有些誇張，但“超級晶片隊長”黃仁勳就是這麼說的。
代理型AI助力企業工作流自動化
基座模型是生成式AI的基石。
在演講現場，黃仁勳推出了基於Llama的一系列模型，包括Llama Nemotron Nano、Super和Ultra。它們涵蓋從PC和邊緣裝置到大型資料中心等所有領域。
英偉達還發布了執行在NVIDIA RTX AI PC上的基礎模型，可增強數字人、內容創造、生產力和開發能力。
這些模型都以NIM微服務的形式提供。NIM微服務是由Black Forest Labs、Meta、Mistral和Stability AI等頂級模型開發商為RTX AI PC開發的關鍵元件，可以部署在RTX PC、工作站和雲端。其用例涵蓋大型語言模型（LLM）、視覺語言模型、影像生成、語音、用於檢索增強生成（RAG）的嵌入模型、PDF提取和計算機視覺等。
同時，NIM微服務還將與頂級AI開發和代理框架相容，包括AI Toolkit for VSCode、AnythingLLM、ComfyUI、CrewAI、Flowise AI、LangChain、Langflow和LM Studio。
總結來看，英偉達為幫助生態系統構建代理型AI做了三件事：
-
NVIDIA NIM，它基本上是一個打包好的人工智慧微服務； -
NVIDIA NeMo，本質上是一個數字員工入職和培訓評估系統，英偉達可以幫助客戶的數字員工（人工智慧代理）做培訓、以適應客戶公司的具體業務； -
NVIDIA AI Blueprints，它提供了一整套藍圖，用於將PDF轉換為播客，以及另一個用於構建影片搜尋和摘要的AI代理。此外，還有四個額外的NVIDIA Omniverse藍圖，使開發人員能夠更輕鬆地為物理AI構建可用於模擬的數字孿生。
在釋出會現場，黃仁勳還展示了Project R2X。這是一個支援視覺的PC化身，可以將資訊放在使用者的指尖，協助桌面應用程式和視訊會議通話，閱讀和總結文件等。
AI的下一個前沿是物理AI
演講過半，黃仁勳突然向現場觀眾提出了一個問題。
“想象一下，你正在給大模型做上下文提示，按照我的習慣，我可能會在問問題之前上傳幾個PDF檔案。這些PDF被大模型轉換成tokens，因此這些PDF檔案可能被轉換成數十萬個tokens，並且透過Transformer的每一層進行處理。但如果我上傳的不是PDF，而是周圍的環境怎麼辦？如果你在上傳之後你給大模型的不是提示，而是一個請求，讓它去某地拿起一個盒子並且把它帶回來怎麼辦？”
黃仁勳其實是想引出AI與物理世界的關係。
「甲子光年」去年5月就曾提出，能源、資訊和行為是現代社會和自然界中三個基本而相互關聯的概念——科技的進步，就是三者之間轉化能力加強的反映。隨著AI對物理世界對映能力的不斷最佳化，將會在實踐中構建一條AI影響世界發展的動態平衡線。
圖片來源：《張一甲：AI創生時代，2024中國AI新風向30條判斷》
2024年，讓AI理解物理世界，成為了AI產業界的新浪潮。
曾經在英偉達工作過的群核科技董事長黃曉煌表示：“這幾年隨著深度神經網路的發展，用機器模擬人腦已經獲得了巨大突破，標誌性事件就是ChatGPT的誕生。但我們也意識到，我們發展AI本來是希望AI能替代人類打掃衛生、做家務，現在卻是人類在打掃衛生、做家務，而AI在寫詩作畫。所以，讓AI從虛擬世界走入物理世界，去幫人類執行物理世界的任務，是技術發展的必經之路。”
這次CES上，黃仁勳揭幕了英偉達的下一代重磅產品——NVIDIA Cosmos世界基礎模型平臺。
世界基礎模型（WFM），指的是透過輸入多種模態的資料（包括文字、影像、影片和動作）來生成和模擬虛擬世界，從而準確地模擬場景中物體的空間關係及其物理互動的模型。
NVIDIA Cosmos是一個用來加速物理AI（能夠讓機器人和自動駕駛汽車等自主機器感知、理解和執行物理世界中的複雜動作的AI）開發的平臺，它由一套開源的擴散（Diffusion）和（Auto-regressive）模型組成，用於生成物理感知影片。這些模型在2000萬小時的現實世界人際互動、環境、工業、機器人和駕駛資料之上訓練而成，包含9000萬億個tokens。
該平臺將模型分為了三類：
-
Nano，針對即時、低延遲推理和邊緣部署進行了最佳化的模型； -
Super，針對高效能基線模型； -
Ultra，針對最高質量和保真度，最適合用於提煉自定義模型。
具身智慧創業者Edward說，他這次最關注的是開源的世界模型，Cosmos World Foundation Model開源模型讓訓練的門檻變低了，對資料的需求減少了，這對於機器人開發非常重要。
“透過‘Sim-to-Real’的方式，我們可以更快地實現像自動駕駛領域那樣的突破。特別是英偉達在這方面的最佳化，讓‘Sim-to-Real’的質量更高了，這對整個行業的進展幫助很大。”Edward說。
除了幫助生成大型資料集外，NVIDIA Cosmos還能透過將影像從3D擴充套件到真實場景，縮小模擬與現實之間的差距。將Omniverse（一個用於構建3D應用程式和服務的應用程式程式設計介面和微服務開發平臺）與Cosmos相結合至關重要，透過其高度可控、物理精確的模擬提供關鍵保障，有助於最大限度地減少世界模型常見的幻覺問題。
目前NVIDIA Cosmos已在Github上開源。開發人員可以根據自己的需求，直接使用Cosmos平臺上的模型來生成基於物理的合成數據，也可以用NVIDIA NeMo框架透過自己的影片對模型進行微調，以適應特定的物理AI設定。
NVIDIA Cosmos主要用於機器人和自動駕駛場景，目前，1X、Agility Robotics等機器人公司和XPENG、Uber和Waabi等自動駕駛公司都已經與Cosmos合作開發模型。
“The next frontier of AIis Physical AI。（AI的下一個前沿是物理AI）”這句話，去年年中黃仁勳就說過，這一次在CES 2025，他又一次面向世界強調了一遍。
合成數據與新一代智駕晶片
人形機器人是一個380億美元的超級市場，英偉達自然不會放過這一超級風口，很早就釋出了一系列機器人基礎模型、資料管線和模擬框架，以加速下一代人形機器人的開發程序。
“通用機器人的ChatGPT時刻即將到來。”黃仁勳在演講中下了判斷。
他宣佈英偉達正式推出用於合成運動生成的NVIDIA Isaac GR00T Blueprint，該Blueprint可幫助開發者生成海量的合成運動資料，以便透過模仿學習來訓練人形機器人。
模仿學習是機器人學習的一個子集，它能讓人形機器人透過觀察和模仿人類專家的示範來獲取新技能。在真實世界中收集這些廣泛、高質量的資料集既繁瑣又耗時，而且成本往往高得令人卻步。透過用於合成運動生成的Isaac GR00T Blueprint，開發者只需少量人類示範，就能輕鬆生成海量的合成數據集。
自動駕駛汽車同樣是英偉達關注的焦點。在演講中，黃仁勳宣佈英偉達推出下一代智駕晶片“Thor”。此前，英偉達Thor晶片原本計劃於2024年年中量產，但後來進度大幅推遲。
1月7日，極氪汽車宣佈，未來新車型將搭載NVIDIA Thor智駕晶片。此外，極氪與自動駕駛公司Waymo基於SEA-M架構聯合開發的全球首款量產原生無人駕駛汽車——ZEEKR RT將在2025年開啟大規模交付。
值得注意的是，在現場公佈的將搭載Thor智駕晶片的車企中沒有蔚來，這或許與蔚來去年7月宣佈其自研的智駕晶片“神璣NX9031”正式流片有關。
英偉達還展示了其最新的自動駕駛平臺——Hyperion 9以及DRIVEOS系統。Hyperion 9平臺基於英偉達最新的Blackwell架構打造，它配備了12個攝像頭、9個雷達、1個雷射雷達、12個超聲波感測器，在感測器配置和處理能力上都有顯著提升。
全球最小的個人AI超級計算機
在演講的最後，黃仁勳釋出了一款令人眼前一亮的產品——AI超級計算機Project DIGITS。
就像變魔術一樣，黃仁勳把一個超級計算機“變小”，然後拿了出來。
該計算機是基於此前的AI超級計算機DGX-1升級而成，但體積更小，功能更強。透過Project DIGITS，使用者可以使用自己的桌面系統開發和執行模型推理，然後在加速雲或資料中心基礎設施上無縫部署模型。
Project DIGITS搭載了全新的Grace Blackwell超級晶片（GB10），在FP4精度下可以提供高達1千萬億次浮點運算的AI效能。GB10採用NVIDIA Blackwell GPU，配備最新一代CUDA核心和第五代Tensor核心，透過NVLink-C2C晶片到晶片互連連線到高效能NVIDIA GraceCPU，其中包括20個採用Arm架構構建的節能核心。
GB10超級晶片使Project DIGITS僅使用標準電源插座即可提供強大的效能。每臺Project DIGITS都具有128GB的統一、一致記憶體和高達4TB的NVMe儲存。藉助這臺超級計算機，開發人員可以執行多達2000億個引數的大型語言模型，從而增強AI創新。此外，使用NVIDIA ConnectX網路，兩臺Project DIGITS AI超級計算機可以連線起來，執行多達4050億引數的模型。
正如前文所說，1小時35分鐘的演講，黃仁勳的每一句都像是一枚精準投射的晶片，深深嵌入了觀眾的腦中。
而這一枚枚晶片又如同種子一樣在觀眾腦海中快速生根發芽，並開出了未來之花。
這是一種很難用語言形容的感受，直到會場裡的標語提醒了我們——“Step Into Tomorrow”（走向明天）。
*頭圖及封面圖來源於“周鎣”。