編輯 | 言征

出品 | 51CTO技術棧（微信號：blog51cto）

在1月6日拉斯維加斯的CES峰會上，黃仁勛終于現身了！

出場就讓直播間的評論區炸了，黃教主上身blingbling的新皮夾克引起了網友的好奇，這是鱷魚皮的嗎，有鏈接嗎，這得幾萬刀吧（狗頭）？

“大家喜歡我的新皮夾克嗎？”

圖片

黃仁勛：現在的AI到了“GeForce”編程應用階段

黃仁勛開場用了10分鐘的時間介紹了英偉達的成長史，他回憶了GeForce顯卡和CUDA、AI的容器三個階段的標志性里程碑。

我們的一切都是從1993年開始的，當英偉達開始設計第一款游戲的GPU的時候，我們希望能夠讓整個的游戲機能做出普通游戲機不能實現的功能，因此我們在整個設計游戲的過程之中，我們的編程是采用了CUDA。后來的話，我們又把CUDA進一步的設計成統一的游戲架構。

最開始的時候，1999年，我們推出了“”GeForce”的顯卡。6年之后，我們重新設計了另外一款可以編程的GPU。2006年，我們真正的發明了CUDA，它能夠去以一種命令行、科學的方式去解釋、去分享和表達我們的GPU。

最開始的時候是很難被人理解的，實際上我們花了數年的時間，甚至是6年或更久的時間，讓人們去理解CUDA的這樣一個編程。

所有的一切，都是從過去20多年的努力開始的，我們一直在GPU處理器上處于領先的地位，GPU也是讓整個現代計算機的圖像成型的基礎處理器。

再后來就是2012年Alex和2018年的Transformer的誕生，以神經網絡為代表的人工智能被落地在了GPU上。事實上GPU，在很多情況下都和AI的利益結合在一起，成為了AI的房屋，成為了AI的容器。現在我覺得AI已經到了類似GForce的這樣一個階段，人們可以像當年基于GeForce顯卡一樣實現不一樣的游戲一樣，用AI可以做出很多很酷的產品或功能，比如大家現在看到的實時計算機渲染圖像的應用。

Blackwell架構最新GPU，黃仁勛：我要把顯卡價格打下來

情緒鋪墊到位后，黃仁勛冷不防就開始了“新品王炸”模式。

圖片

右手展示了自家最新的GPU——RTX 5090，左手則是用來對比的RTX 4090。

黃教主這次上來并沒有直接突出說性能如何，上來就直接說價格：

那對于RTX 4090級性能表現的話，我們決定把它降價到549美元（4000塊錢~）。如果沒有人工智能，這個價格都是不可能的。?

圖片

“對于RTX 4090，我知道大家都說它太貴了，它是1599美元。不過它也是大家目前為止能做出的最好的一個投資，對于1599美元，你帶回家了一個價值上萬的數字家庭影院，難道不是嗎？”

新發布的GPURTX50系列，總共有四款AI處理器，其中RTX5070就可以用$549的價格來實現，4090級別的性能，直接省去了1000多刀。

圖片

這還沒完，大家都知道如何讓這些牛逼的GPU真正進入到大家的使用場景中，才是老黃關注的，（當然也是在CES這種場合必須要亮相實際AI產品），老黃直接拋出了英偉達新推出的基于RTX5070的筆記本，便于大家去使用和管理GPU，只需要4090機一半的能耗，定價1299美元（不到一萬塊錢，9500左右。）

圖片

這個是RTX5070電腦，1299美元，就可以有RTX4090的同樣的性能表現。給大家展示一下我們最新這款計算機。大家可以看一下這款計算機。

至于RTX5090有多強？這里列出幾個參數：920億個晶體管、4000 AI TOPS（每秒萬億次操作）的性能，具備1.8 TB/s 的內存帶寬，能夠快速地讀取和寫入數據，能夠實現380 RT TFLOPS（每秒萬億次浮點運算）的光線追蹤性能，具有125 Shader TFLOPS 的著色器性能。

圖片

圖片

相信對于游戲開發者而言，更能品出來這意味著什么，3A大作的制作周期有望大大縮短了！

黃仁勛是這樣講的，相比上一代架構，Blackwell 在每瓦性能上提高了 4 倍，在 每美元性能 上提高了 3 倍。這意味著，在相同成本下，訓練模型的規模可以增加 3 倍，而這些改進背后的關鍵是生成 AI  token 。這些 token 被廣泛應用于 ChatGPT、Gemini 和各種 AI 服務中，是未來計算的基礎。

不過性能最強的RTX 5090也是賣出了高價：1999美元（約14651元），大家看情況要不要嘗嘗鮮。

此外，仍然值得一提的是老黃在Blackwell架構關鍵的互聯技術也來了波新的——NVLink72。老黃稱之為“整個處理中心的脊柱”。主要看下有哪些高光配置：

• 72個Blackwell GPU具備1.4 ExaFLOPS TE FP4計算能力
• 晶體管數量達到130萬億
• 擁有2592個 Grace CPU核心
• 72個ConnectX - 8網絡接口卡
• 576個存儲芯片，總容量14TB，帶寬1.2PB/s
• 18個NVLink交換機，全連接帶寬130 TB/s

圖片

為了介紹這個新的互聯技術NVLink72，老黃甚至化身“美國隊長”手持盾牌道具，整起活來。

圖片

黃仁勛是這樣總結的新款GPU的——

Blackwell系統的奇跡在于其前所未有的規模，Blackwell芯片是人類歷史上最大的單芯片；該系統的最終目標是增強我們在技術和創新方面的能力和體驗。

而創建NVLink的根本目的是圍繞主動型人工智能（Agentic AI），它展現了延長測試時間和提升客戶互動的完美模型。

英偉達的目標是創建一個巨型芯片，該芯片將使用72個Blackwell GPU或144個芯片，超越世界上最快的超級計算機的能力。

黃仁勛透露，英偉達擁有多種（計算）系統，如NBLink 36x2和NBLink 72x1，能夠滿足全球幾乎所有數據中心的需求，目前在約45家工廠生產。

小編解釋一下：Blackwell 架構下的 72 塊 GPU 組成了全球最大的單芯片系統，提供了高達 1.4 ExaFLOPS 的 AI 浮點性能，其內存帶寬達到驚人的 1.2 PB/s，相當于全球所有互聯網流量的總和。這種超級計算能力，使得 AI 能夠處理更復雜的推理任務，同時顯著降低成本，為更高效的計算奠定了基礎。

據現場消息，Blackwell目前已全面投入生產，所有主要云服務提供商均已建立系統，提供約200種不同型號和配置，來自約15家硬件制造商。Blackwell相比于前一代在性能上實現了四倍的提升。黃仁勛宣布，基于Llama推出完整系列模型，采用NVIDIA Llama Nemo Tron語言基礎模型。

這一年，黃仁勛還在忙著造AI Agent

那么除了造更強性能的芯片，英偉達這兩年，都在跟客戶忙那些新業務？

黃仁勛也不裝了，緊接著在闡述了自己對于大模型現在存在的三種Scaling Law：預訓練、后訓練、測試時間計算之后，就開始了自己對于2025之后Agent的一些進展——

AI Agent 是新的數字勞動力，能夠協助或代替人類完成任務。英偉達的 Agentic AI 構建模塊、NEM 預訓練模型和 Nemo 框架，幫助組織輕松開發并部署 AI Agent 。這些 Agent 可被訓練為領域特定的任務專家。

以下是四個示例：

研究助理 Agent ：

能夠閱讀復雜文件，如講座、期刊、財務報告等，并生成交互式播客，便于學習；

軟件安全 AI Agent ：

幫助開發者持續掃描軟件漏洞，并提示采取相應措施；

虛擬實驗室 AI Agent ：

加速化合物設計與篩選，快速找到潛在藥物候選者；

視頻分析 AI Agent ：

基于 英偉達Metropolis 藍圖，分析來自數十億攝像頭的數據，生成交互式搜索、摘要和報告。例如，監控交通流量、設施流程，提供改進建議等。

黃仁勛的AI終極野心：英偉達的三個戰略級計算系統

“最后，我還有一個重要的內容想展示，所有這些都離不開我們十年前在公司內部啟動的一個名為 Project Digits 的項目，完整名稱為 Deep Learning GPU Intelligence Training System（深度學習 GPU 智能訓練系統），簡稱 Digits。”

黃教主繼續強化這樣一種信號：英偉達不知是一家GPU公司，而是一個智能工廠！

在正式發布之前，我們對 DGX 進行了調整，使其與公司內部的 RTX、AGX、OVX 以及其他系列產品和諧一致。DGX1 的問世真正改變了 AI 的發展方向，而這也是英偉達對 AI 發展的一個里程碑。

圖片

DGX1 的初衷是為研究人員和初創企業提供開箱即用的 AI 超級計算機。想象一下，以往的超級計算機需要用戶建造專屬設施，設計和打造復雜的基礎設施，才能實現其存在。而 DGX1 則是一臺專門為 AI 開發設計的超級計算機，無需復雜操作，開箱即可使用。

“我還記得，2016 年我將第一臺 DGX1 交付給一家初創公司—— OpenAI。當時，埃隆·馬斯克（Elon Musk）、伊利亞·蘇茨科維爾（Ilya Sutskever）以及 英偉達的許多工程師都在場，我們共同慶祝 DGX1 的到來。這臺設備顯著推動了 AI 計算的發展。”

不過，黃仁勛并沒有滿足于只服務于這些AI巨佬，黃仁勛想要讓普通用戶也能用得上這么強大的AI超級計算機。

“如今， AI 已經無處不在。不僅限于研究機構和初創企業實驗室，正如我一開始提到的， AI 已經成為一種全新的計算方式和軟件開發方式。每一位軟件工程師、創意藝術家，甚至是使用電腦工具的普通用戶，都需要一個 AI 超級計算機。所以，我一直希望 DGX1 能夠更小一些。”

老黃順勢推出了英偉達最新的 AI 超級計算機，不過他還沒有想好叫什么名字。

這款超級計算機可以運行 英偉達的完整 AI 軟件棧，包括 DGX Cloud。它既可以用作云端超級計算機，也可以作為一臺高性能的工作站，甚至是放在桌面上的分析工作站。最重要的是，它基于我們秘密開發的一款新芯片，代號 GB10，這是我們制造的最小型 Grace Blackwell。

圖片

我手里有一塊芯片，給大家展示一下它的內部設計。這款芯片是與全球領先的 SoC 公司 聯發科（MediaTek） 合作開發的。該 CPU SoC 專為 英偉達定制，使用 NVLink 芯片對芯片互連技術連接到 Blackwell GPU。這個小型芯片現在已經全面投產。我們預計這款超級計算機將在 5 月 左右正式上市。

圖片

該設備甚至提供了“雙倍算力”的配置，可以將這些設備通過 ConnectX 連接在一起，支持 GPU 直通（GPUDirect）技術。它是一套完整的超級計算解決方案，能夠滿足 AI 開發、分析工作和工業應用的各種需求。

野心具象化：數字孿生工廠、通用機器人、自動駕駛

此外，還宣布了三款全新 Blackwell 系統的芯片量產、世界首個物理 AI 基礎模型以及三大機器人領域的突破 —— 自主 AI Agent 機器人、人形機器人和自動駕駛汽車。（老黃理解的機器人分為三種：生成式AI機器人、類人機器人、自動駕駛汽車）

黃教主給出了三種例子——

首先是工業可視化方面，數字孿生工廠。

目前，全球有數百萬工廠和數十萬個倉庫，它們構成了價值 50 萬億美元制造業的骨干。未來，這一切都需要實現軟件定義和自動化，并融入機器人技術。我們與全球領先的倉庫自動化解決方案提供商 Keon，以及全球最大的專業服務提供商 Accenture 合作，專注于數字化制造，共同創造一些非常特別的解決方案。我們的市場推廣方式與其他軟件和技術平臺類似，通過開發者和生態系統合作伙伴進行，并且越來越多的生態伙伴接入了 Omniverse 平臺。這是因為每個人都希望可視化工業的未來。在這 50 萬億美元的全球 GDP 中，有如此多的浪費，也有如此多的自動化機會。

來看 Keon 和 Accenture 與我們合作的這個示例：

Keon（供應鏈解決方案公司）、Accenture（全球專業服務領軍者）和 英偉達正將物理 AI 引入價值萬億美元的倉庫和配送中心市場。管理高效的倉庫物流需要應對復雜的決策網絡，這些決策受到不斷變化的變量影響，例如每日及季節性需求變化、空間限制、勞動力供應，以及多樣化機器人和自動化系統的整合。今天，要預測物理倉庫的運營關鍵績效指標（KPIs）幾乎是不可能的。

為了解決這些問題，Keon 正在采用 Mega（一個 英偉達Omniverse 藍圖）來構建工業數字孿生，以測試和優化機器人車隊。首先，Keon 的倉庫管理解決方案將任務分配給數字孿生中的工業 AI 大腦，例如將貨物從緩沖區位置移動到穿梭存儲解決方案。機器人車隊在 Omniverse 中的物理倉庫模擬環境中，通過感知和推理執行任務，規劃下一步動作并采取行動。

數字孿生環境使用傳感器模擬，讓機器人大腦可以看到任務執行后的狀態，并決定接下來的動作。在 Mega 的精確追蹤下，整個循環持續進行，同時測量操作 KPI，如吞吐量、效率和利用率，所有這些都在對物理倉庫進行改動之前完成。

圖片

借助英偉達的合作，Keon 和 Accenture 正在重新定義工業自治的未來。

未來，每個工廠都將擁有一個數字孿生，這個數字孿生與實際工廠完全同步。您可以利用 Omniverse 和 Cosmos 生成大量未來場景，AI 將決定最優的 KPI 場景，并將其作為實際工廠部署的約束條件和 AI 編程邏輯。

然后是，自動駕駛汽車。

自動駕駛革命已經到來。經過多年的發展，無論是 Waymo 還是 Tesla 的成功，都證明了自動駕駛技術的成熟。我們的解決方案為這一行業提供了三種計算機系統：用于訓練 AI 的系統（如 DGX 系統）、用于模擬測試和生成合成數據的系統（如 Omniverse 和 Cosmos），以及車內的計算機系統（如 AGX 系統）。全球幾乎所有主要汽車公司都在與我們合作，包括 Waymo、Zoox、Tesla，以及世界最大的電動車公司 BYD。

黃仁勛算了一筆賬，每年有 1 億輛汽車制造，全球道路上有 10 億輛汽車行駛，每年行駛總里程高達萬億英里。這些將逐漸實現高度自動化或完全自動化。這一行業預計將成為首個價值數萬億美元的機器人行業。

還有即將推出創新車型的 Mercedes、Lucid、Rivian、小米和沃爾沃等公司。Aurora 則正在使用 英偉達技術開發自動駕駛卡車。

圖片

今天，我們宣布推出下一代車載計算機 Thor。它是一個通用機器人計算機，能夠處理攝像頭、高分辨率雷達、激光雷達等傳感器的大量數據。Thor 是目前行業標準 Orin 的升級版，計算能力是其 20 倍，現已全面量產。同時，英偉達的 Drive OS 是首個被認證達到功能安全最高標準（ISO 26262 ASIL D）的 AI 計算機操作系統。

此外，這還沒完，自動駕駛數據工廠也是一個亮點。

英偉達利用 Omniverse AI 模型和 Cosmos 平臺創建自動駕駛數據工廠，通過合成駕駛場景大幅擴展訓練數據。這包括：

• OmniMap：融合地圖和地理空間數據，構建可駕駛的 3D 環境；
• 神經重建引擎：利用傳感器日志生成高保真的 4D 仿真環境，并為訓練數據生成場景變體；
• Edify 3DS：從資產庫搜索或生成新的資產，創建用于仿真的場景。

通過這些技術，我們將幾千次的駕駛場景擴展為數十億英里的數據，用于更安全、更先進的自動駕駛系統的開發。

最后，則是讓人興奮的通用機器人。

圖片

通用機器人的時代即將到來。推動這一領域突破的關鍵在于訓練。

對于人形機器人來說，模仿數據的獲取相對困難，但 英偉達的 Isaac Groot 提供了解決方案。它通過模擬生成海量數據集，并結合 Omniverse 和 Cosmos 的多宇宙仿真引擎，進行政策訓練、驗證和部署。

圖片

例如，開發者可以通過 Apple Vision Pro 遠程操作機器人，捕捉數據而無需實體機器人，并在無風險環境中教學任務動作。通過 Omniverse 的領域隨機化和 3D 到真實場景擴展功能，生成指數級增長的數據集，為機器人學習提供海量資源。

老黃最后來了一句：“一切皆仿真！”（當然是指在AI世界中。）

你看，無論是工業可視化、自動駕駛，還是通用機器人，黃仁勛都一個也不會放過，統統要用英偉達的技術去引領、去征服！

所以說，英偉達的3萬億美元市值絕對不只是靠GPU撐起來的，英偉達自己正在做類似于1999年12月推出GeForce顯卡同樣的事情，黃仁勛用了6年多的時間來教育市場，用CUDA完成了市場用戶的心智占領，用可編程的生態工具，讓人們相信可以造出不一樣、更酷的游戲！

而這一次，英偉達用更強的Blackwell芯片和與之搭檔的三大張略級計算工具，

告訴世界：通過AI，英偉達的真正野心是——

引導這個世界進“物理AI”時代！

圖片

本文轉載自??51CTO技術棧??，作者：言征