出品 | 虎嗅科技组
作者 | 余杨
编辑 | 苗正卿
头图 | 视觉中国
北京时间3月19日凌晨，NVIDIA首席执行官黄仁勋在GPU技术大会（GTC）上发表了主题演讲。数千名AI先锋、开发者和战略领导者在线聚集，共同探讨AI与加速计算等领域的最新突破，以及机器人、代理式AI、物理AI等热门话题的专题讨论。
演讲全球同步直播，黄仁勋身着标志性皮衣亮相，向观众展示了GeForce RTX 5090，回顾了英伟达的发展历程，并介绍了英伟达在人工智能领域的最新突破和未来发展方向。
黄仁勋指出，AI正从生成式迈向代理式（Agentic AI）和物理（Physical AI）时代，强调AI是终极生产力工具。英伟达凭借全栈技术（芯片、网络、软件）构建强大生态壁垒，将数据中心变为“Token工厂”，通过液冷机柜和硅光子技术提升算力与能效，重塑计算本质，推动AI从数字世界向物理世界渗透，开启智能新时代。
演讲要点如下：
1. AI技术的演进与核心突破
- 生成式AI与推理模型：AI从感知（计算机视觉、语音识别）发展为生成式AI，能够跨模态转换（文本到图像、视频、蛋白质结构等），并通过“推理模型”逐步分解问题，生成更智能的响应。其核心是通过链式推理（Chain of Thought）生成大量令牌（tokens），提升结果准确性，但需更高算力支持（如生成8000个令牌解决复杂问题）。
- 数据与训练挑战：AI依赖海量数据，强化学习（Reinforcement Learning）通过可验证结果（如数学公式、物理定律）生成合成数据，解决了人类标注的局限性，推动模型训练效率。
2. NVIDIA核心技术与产品
- Blackwell架构：新一代GPU架构，性能较前代提升30%，体积缩小30%，支持更高能效与计算密度，适用于推理任务。通过NVLink 72技术实现多GPU高速互联，构建超大规模AI工厂（每秒处理百万级令牌）。
- Dynamo操作系统：专为AI工厂设计的操作系统，协调计算资源，优化预填充（Prefill）与解码（Decode）阶段，支持动态负载分配（如专家并行、流水线并行），提升推理效率40倍。
- Omniverse与物理AI：通过数字孪生技术模拟物理世界，加速机器人训练与测试。结合生成式AI（如Project GR00T），开发通用人形机器人模型，实现复杂环境下的自主决策与协作。
3. 行业应用与合作伙伴
- 自动驾驶与汽车安全：NVIDIA与通用汽车（GM）合作开发自动驾驶系统，涵盖训练、模拟与车载AI。安全技术（HALOS）通过第三方评估确保代码安全性，已应用于700万行代码。
- 通信与边缘计算：与思科、T-Mobile合作构建5G智能网络，利用AI优化信号适应动态环境，提升通信效率。
- 企业AI转型：推出DGX系列AI服务器（如DGX Station），联合戴尔、惠普等企业，提供从数据中心到边缘的完整AI基础设施，支持金融、医疗、制造等行业的智能化升级。
4. 未来技术路线图
- 计算架构升级：2024年推出Blackwell Ultra（性能提升1.5倍），2025年发布Vera Rubin架构（CPU性能翻倍，支持NVLink 144），2027年规划Rubin Ultra（算力提升15倍）。
- 硅光子学与量子计算：采用微环谐振器（MRM）技术降低光模块能耗，支持超大规模数据中心（百万GPU互联）；布局量子计算，推动化学、材料科学等领域的模拟加速。
- AI工厂与能源效率：数据中心向“生成式计算”转型，通过液体冷却、同构架构优化能效，目标将AI工厂的算力密度提升至每机架600千瓦，支撑万亿美元级基础设施建设。
5. 社会影响与愿景
- 劳动力变革：AI代理（Agents）将重塑企业IT，未来10年或出现百亿数字工作者，协助人类完成设计、优化等任务。
- 机器人普及：解决全球劳动力短缺（预计缺5000万工人），推动仓储、制造等领域的自动化，人形机器人（如Isaac Lab）通过合成数据与强化学习实现快速技能迭代。
此次GTC大会，英伟达展现了其在AI领域的强大实力和远大愿景。未来，随着AI技术的不断发展和应用，我们将见证更多智能变革的发生，共同开启智能新时代。