计算新纪元的曙光
2025 年图形技术大会 (GTC) 在硅谷中心举行，巩固了其作为技术领域关键活动的地位。 这是一个吸引了众多观众的盛会，从经验丰富的行业资深人士和软件开发人员，到热情的 AI 爱好者，甚至包括那些对该技术持一定怀疑态度的人。
GTC 的一个决定性时刻是主题演讲，今年，它由 Nvidia 首席执行官黄仁勋发表。 黄仁勋被广泛认为是人工智能领域具有前瞻性思维的领导者，他拥有塑造行业叙事的罕见能力。 他的声明具有重要意义，通常预示着未来几年的技术进步和新兴趋势。
在他备受期待的主题演讲中，黄仁勋不仅详细介绍了 Nvidia 在 AI 方面的最新突破，还让人们得以一窥他对未来几年行业发展的预测。 今年的演讲不仅强调了 AI 革命惊人的速度，还强调了 Nvidia 的战略重新定位，以保持其在技术创新中的主导力量。
Blackwell 和 Rubin：引领下一代 AI 硬件
正如许多活动前分析所预期的那样，黄仁勋主题演讲的一个核心主题是推出 Nvidia 的下一代图形架构：Blackwell Ultra 和 Vera Rubin。 这些代表了 AI 硬件能力的巨大飞跃。
Blackwell Ultra 芯片组计划于今年晚些时候发布，经过精心设计，可处理日益复杂的 AI 流程。 至少可以说，它的规格非常出色：
- 单个机架内具有 1-exaflop 的计算能力。
- 每个机架 600,000 个组件。
- 一个复杂的 120 千瓦液体冷却系统。
至少从理论上讲，这些功能使 Blackwell Ultra 成为 AI 计算的强大动力。
Nvidia 的战略路线图包括将这些 Blackwell Ultra GPU 集成到两个不同的 DGX 系统中：Nvidia DGX GB300 和 Nvidia DGX B300。 这种集成旨在满足 AI 工作负载不断增长的需求，特别强调推理任务。
从传统的基于空气的冷却到液体冷却的转变代表了一个关键的转变，这是由提高能源效率的迫切需要推动的。 这不仅仅是一个渐进式的改进； 它标志着对 AI 计算系统设计和构建的根本性重新构想。
展望未来，Vera Rubin AI 系统 预计将于 2026 年底发布，随后 Rubin Ultra 将于 2027 年下半年发布。黄仁勋强调，除了机箱外，Vera Rubin 平台的几乎每个方面都经过了全面的重新设计。 这种重新设计包括处理器性能、网络架构和内存功能的实质性增强。 Nvidia 还透露了其下一代 GPU 超级芯片和创新光子开关的细节，进一步激发了人们对这些未来版本的期待。
AI 的变革之旅：从计算机视觉到 Agentic Intelligence
在他长达两个小时的主题演讲中，黄仁勋热情地阐述了 AI 取得的“非凡进步”。 曾经被归入未来主义推测领域的东西现在已经成为现实。 AI 经历了深刻的蜕变，从最初专注于“计算机视觉”到生成式 AI (GenAI) 的出现，现在，到 Agentic AI 的前沿。
“AI 理解上下文，理解我们在问什么。 理解我们请求的含义，”黄仁勋解释道。 “它现在生成答案。 从根本上改变了计算的完成方式。” 这种演变代表了计算本质的范式转变。
黄仁勋表示，来自四大云服务提供商的 GPU 需求正在激增。 在黄仁勋分享的众多关于 AI 变革潜力的预测中，有一个数字非常突出：Nvidia 预计其数据中心基础设施收入将在 2028 年飙升至惊人的 1 万亿美元。 这一预测强调了 AI 对技术领域预期影响的巨大规模。
从数据中心到“AI 工厂”：计算基础设施的新范式
Nvidia 最雄心勃勃的目标之一是促进从传统数据中心向其设想的“AI 工厂”的过渡。 黄仁勋将其描述为传统数据中心的下一个进化阶段。 这些 AI 工厂本质上将是专门构建的、超高性能的计算环境，专为 AI 训练和推理而精心设计。
实现这一目标所需的资源规模是巨大的。 Nvidia 在一篇博文中详细阐述了这项工作的巨大规模：“建立一个单千兆瓦的 AI 工厂是一项非凡的工程和物流活动——需要数万名工人跨越供应商、建筑师、承包商和工程师来建造、运输和组装近 50 亿个组件和超过 210,000 英里的光缆。”
为了说明这一愿景的可行性，黄仁勋展示了 Nvidia 的工程团队如何利用 Omniverse Blueprint 来设计和模拟一个 1 千兆瓦的 AI 工厂。 这一演示提供了对 AI 基础设施未来的切实一瞥。
“两种动态同时发生，”黄仁勋解释道。 “第一个动态是，绝大多数增长可能会加速。 这意味着我们已经知道通用计算已经走到了尽头，我们需要一种新的计算方法。”
他进一步阐述了计算范式的转变：“世界正在经历从在通用计算机上运行的手工编码软件到在加速器和 GPU 上运行的机器学习软件的平台转变。”
“这种计算方式在这一点上已经过了临界点，我们现在看到了拐点的发生——世界数据中心建设中发生的拐点。” 他强调了关键要点：“所以第一件事是我们计算方式的转变。” 这种转变标志着我们如何处理计算和利用 AI 力量的根本转变。
Agentic AI 和机器人技术：下一个前沿
Agentic AI 是一个在最近几个月引起了众多公司关注的概念，也是 Nvidia 的一个关键焦点。 黄仁勋对这个新兴领域充满热情，他预测 AI 代理将成为每个业务流程的组成部分。 Nvidia 正在积极构建基础设施，以支持这些智能代理的开发和部署。
黄仁勋强调机器人技术是 AI 的下一个主要浪潮，由“物理 AI”驱动，它理解摩擦、惯性和因果关系等基本概念。 他强调了合成数据生成对于训练 AI 系统至关重要。 这种方法可以加快学习速度，并消除训练循环中对人工参与的需求，从而显著加快开发过程。
“我们可以执行的数据和人类演示是有限的，”他指出。 “这是过去几年的重大突破：强化学习。” 这一突破代表了 AI 领域的重大进步，为更自主和适应性更强的系统铺平了道路。
渐进式进展和市场反应
GTC 2025 上提出的一些公告和更新在某种程度上是可以预料的，并且被认为是渐进式的，而不是开创性的。 这种看法可以归因于围绕 Nvidia 的强烈兴趣，许多人已经推测了潜在的公告。 这种活动前的猜测可能无意中削弱了一些真正具有突破性的公告的影响，使它们感觉不那么令人惊讶。
值得注意的是，黄仁勋的主题演讲并没有立即转化为对 Nvidia 股价的积极影响。 事实上，Nvidia 的股票在主题演讲期间下跌了 3% 以上，这表明投资者在高预期和动荡的市场环境中持谨慎态度。 这种反应突出了技术进步、市场情绪和投资者预期之间复杂的相互作用。