Nvidia 的 GTC 2025 主题演讲：AI 性能提升 40 倍、开源“Dynamo”和受《星球大战》启发的行走“Blue”机器人

快速阅读: 据《VentureBeat 公司》最新报道，英伟达CEO黄仁勋在GTC 2025上阐述了公司的全面AI战略，强调从芯片到完整AI栈的布局。发布布莱克威尔平台升级、开源戴纳摩软件、物理AI模型及与通用汽车合作，加速AI在数据中心、机器人和自动驾驶的应用。尽管股价下跌，黄仁勋重申英伟达将持续引领AI创新。

订阅我们的每日和每周简报，获取有关行业领先的人工智能报道的最新动态和独家内容。

加利福尼亚州圣何塞——
英伟达首席执行官黄仁勋周二上午在SAP中心登台演讲，身穿皮夹克且没有提词器，发表了一场成为科技行业最受期待的主题演讲之一的内容。黄仁勋将即将举行的GPU技术大会（GTC）2025描述为“人工智能领域的超级碗”，这标志着英伟达以及整个人工智能领域处于一个关键时刻。

“多么令人惊叹的一年啊，我们有许多不可思议的事情要讨论，”黄仁勋对座无虚席的大厅说道，他所面对的观众随着人工智能从一种小众技术转变为重塑整个行业的基本力量而快速增长。今年的情况尤其如此，因为中国初创公司深度求索（DeepSeek）发布的高效推理模型R1引发了市场波动，导致英伟达的股票在今年早些时候因担心其昂贵的GPU需求可能减少而暴跌。

在这种背景下，黄仁勋提出了英伟达未来的全面愿景，强调了数据中心计算的清晰路线图、人工智能推理能力的进步以及大胆进入机器人技术和自动驾驶汽车领域的举措。此次演示描绘了一家公司努力在人工智能基础设施中保持主导地位，同时扩展到其技术可以创造价值的新领域。

英伟达的股价在整个演示过程中下跌，收盘时当日跌幅超过3%，表明投资者可能希望有更戏剧性的公告。

但黄仁勋的信息很明确：人工智能不会减速，英伟达也不会。从突破性芯片到物理人工智能的推动，以下是GTC 2025的五个最重要要点。

**布莱克威尔平台性能提升40倍超过霍珀**

根据黄仁勋的说法，英伟达人工智能计算战略的核心平台布莱克威尔平台现已进入“全面生产”阶段，他强调“市场需求极为旺盛”。这是自黄仁勋此前描述早期生产遇到“小插曲”以来的一个重要里程碑。

黄仁勋将布莱克威尔与其前身霍珀进行了显著比较：“布莱克威尔NVLink 72与戴纳摩的性能是霍珀的40倍。”这种性能飞跃对于推理任务尤为重要，黄仁勋将其定位为“在未来十年随着我们扩展人工智能而最重要的任务之一”。

这些性能提升正值行业关键时期，因为像深度求索的R1这样的推理人工智能模型所需的计算量远超传统的大型语言模型。黄仁勋通过演示传统LLM对婚礼座位安排的方法（439个标记，但错误）与推理模型的方法（近9000个标记，但正确）来说明这一点。

“由于推理人工智能和推理人工智能系统及代理系统的训练，我们在人工智能中必须进行的计算量大得多，”黄仁勋解释道，直接应对由更高效的模型如深度求索提出的挑战。他并没有将高效模型视为对英伟达商业模式的威胁，而是将其视为推动对算力需求的增长——有效地将潜在弱点转化为优势。

**下一代鲁宾架构公布，具有明确的多年路线图**

为了给企业客户和云服务提供商信心，黄仁勋详细介绍了英伟达到2027年的计算基础设施路线图。对于一家硬件公司来说，这是一个不同寻常的关于未来产品的透明度水平，但反映了人工智能基础设施所需的长期规划周期。

“我们已经制定了年度路线图，供您规划人工智能基础设施，”黄仁勋表示，并强调了可预测性对于做出大规模资本投资的客户的重要性。

该路线图包括将在2025年下半年推出的布莱克威尔超能版，其人工智能性能比当前的布莱克威尔芯片高出1.5倍。随后将在2026年下半年推出以天文学家维拉·鲁宾的名字命名的维拉·鲁宾。鲁宾将配备新的CPU，速度是当前格雷斯CPU的两倍，还将采用新的网络架构和内存系统。

“除了机箱外，几乎所有组件都是全新设计的，”黄仁勋在谈到维拉·鲁宾平台时解释道。

路线图进一步延伸到2027年下半年的鲁宾超能版，黄仁勋将其描述为提供当前系统14倍计算能力的“极端规模扩大”。他指出，“你可以看到鲁宾将极大地降低成本，”以此回应关于人工智能基础设施经济性的担忧。

这个详细的路线图作为英伟达对市场关于竞争和人工智能投资可持续性担忧的回答，有效地告诉客户和投资者，无论人工智能模型效率如何发展，公司都有明确的发展路径。

**英伟达戴纳摩成为人工智能工厂的“操作系统”**

其中最重大的宣布之一是英伟达戴纳摩，这是一种开源软件系统，旨在优化人工智能推理。黄仁勋将其描述为“本质上是人工智能工厂的操作系统”，并将其与传统数据中心依赖VMware等操作系统来协调企业应用程序的做法相提并论。

戴纳摩解决了在分布式GPU系统上管理人工智能工作负载的复杂挑战，处理诸如管道并行、张量并行、专家并行、在线批量处理、分布式推理和工作负载管理等任务。随着人工智能模型变得更加复杂，推理方法需要更多计算，这些技术挑战变得越来越重要。

该系统的名字来源于黄仁勋提到的“启动了最后一次工业革命，即能源工业革命”的发电机。“发电机”这一比喻将戴纳摩定位为人工智能革命的基础技术。

通过开源戴纳摩，英伟达试图加强其生态系统，确保其硬件仍然是人工智能工作负载的首选平台，即使软件优化在性能和效率方面变得越来越重要。包括Perplexity在内的合作伙伴已开始与英伟达合作部署戴纳摩。

“我们很高兴有这么多合作伙伴正在与我们合作，”黄仁勋说，并特别提到Perplexity是“我非常欣赏的合作伙伴之一”，因为“他们所做的革命性工作。”开源策略是Nvidia保持其在人工智能生态系统中心地位的战略之举，同时承认软件优化与原始硬件性能同样重要。

**物理人工智能和机器人技术成为重点，发布了开源的艾萨克·格鲁特N1模型**

在主题演讲中最引人注目的时刻之一，黄仁勋展示了英伟达在机器人技术和物理人工智能领域的重大进展，最终以“蓝色”机器人的登场达到高潮，这个受《星球大战》启发的机器人走上舞台并与黄仁勋互动。“到本世纪末，全球劳动力缺口将至少达到5000万，”黄仁勋解释说，将机器人视为解决全球劳动力短缺问题的方案，并带来巨大的市场机会。

该公司宣布了英伟达艾萨克·格鲁特N1，被称为“世界上第一个开放、完全可定制的人形推理和技能基础模型。”将其开源标志着推动机器人领域发展的重要一步，类似于开源大型语言模型如何推动通用人工智能的发展。

除了格鲁特N1，英伟达还宣布与谷歌DeepMind和迪士尼研究合作开发牛顿，这是一个用于机器人仿真的开源物理引擎。黄仁勋解释说，需要一款专门针对非常精细的刚性和柔性物体进行设计的物理引擎，旨在训练触觉反馈、精细运动技能和执行器控制。

专注于模拟机器人训练的模式遵循了在自动驾驶汽车开发中已被证明成功的模式，使用合成数据和强化学习来训练AI模型，而无需受到物理数据收集的限制。

“利用欧姆尼沃斯来调节宇宙，再用宇宙生成无限数量的环境，让我们能够构建既基于现实又能被我们掌控且同时具有系统性无限性的数据，”黄仁勋解释说，描述了英伟达的仿真技术如何实现大规模机器人训练。

这些机器人相关公告标志着英伟达正从传统人工智能计算迈向物理世界，可能为其技术开辟新的市场和应用。

**通用汽车合作标志着对自动驾驶汽车和工业人工智能的重大投入**

通过与通用汽车的合作，英伟达完成了从数据中心到物理世界的AI战略延伸。“通用汽车选择了英伟达作为合作伙伴，共同打造未来的自动驾驶车队，”黄仁勋宣布。“自动驾驶汽车的时代已经到来，我们期待在三个领域与通用汽车合作：制造业的AI，以便他们革新制造方式；企业领域的AI，以便他们革新工作、设计汽车和模拟汽车的方式；以及车内AI。”

这一合作标志着美国最大汽车制造商对英伟达自动驾驶汽车技术栈投下了信任的一票。

黄仁勋提到，英伟达已涉足自动驾驶汽车研发超过十年，灵感来源于AlexNet在计算机视觉竞赛中的突破性表现。“当我看到AlexNet的那一刻，真是令人鼓舞，如此激动人心，它促使我们决定全力投入自动驾驶汽车的开发，”黄仁勋回忆道。

除了与通用汽车的合作，英伟达还宣布了哈洛斯，被称为“自动驾驶汽车的综合安全系统”。黄仁勋强调，安全性是一个“很少引起关注”的优先事项，但需要从芯片到系统、系统软件、算法和方法论的技术支持。

汽车领域的公告将英伟达的影响力从数据中心扩展到工厂和车辆，使其能够在整个AI栈和多个行业中捕捉价值。

**AI第二幕的建筑师：英伟达超越芯片的战略演变**

GTC 2025揭示了英伟达从GPU制造商转变为端到端AI基础设施公司的转变。通过布莱克威尔到鲁宾路线图，黄仁勋表明英伟达不会放弃其计算优势，而转向开源软件（戴纳摩）和模型（格鲁特N1）则承认仅靠硬件无法确保未来。英伟达巧妙地重新诠释了深度求索的效率挑战，认为更高效的模型将在AI推理扩展时推动总体计算的增长——尽管投资者仍持怀疑态度，股价在全面路线图公布后依然下跌。

让英伟达脱颖而出的是黄仁勋超越芯片的愿景。机器人计划不仅仅是销售芯片；而是创造需要大量计算资源的新计算范式。同样，与通用汽车的合作使英伟达处于制造业、设计和车辆本身汽车AI转型的核心位置。

黄仁勋的信息很明确：英伟达的竞争在于愿景，而不仅仅是价格。随着计算从数据中心扩展到物理设备，英伟达押注于掌控完整的AI栈——从芯片到仿真——将定义计算的下一个前沿。

在黄仁勋的世界里，AI革命才刚刚拉开帷幕，这一次，它将走出服务器机房。

(以上内容均由Ai生成)