英伟达创始人兼CEO黄仁勋周二在公司年度AI开发者大会上向数千名观众表示，人工智能正处于“关键拐点”。

在这个被誉为“AI界超级碗”的GTC 2025上，黄仁勋的主题演讲聚焦于英伟达在AI领域的最新突破，并分享了他对未来几年行业发展的预测。

他指出，全球四大云服务提供商对GPU的需求激增，并预计英伟达的数据中心基础设施收入将在2028年突破1万亿美元。

黄仁勋表示，要推动人工智能的发展，特别是朝着AI代理（AI Agent）和推理AI模型（Reasoning AI Model）的方向迈进，需要强大的计算能力，甚至远超当前水平。

这一趋势向AI代理和推理AI迈进，意味着“训练和推理这些模型所需的计算量大幅增长”。

相比之下，传统的大语言模型（LLM）计算需求较低，并能立即生成回答。而推理模型则需要在回答之前进行多轮内部推理，因此计算需求大得多，响应时间也更长。

“为了保持模型的响应速度，让用户不会因等待而失去耐心，我们现在需要将计算速度提高10倍，”黄仁勋表示，“而整体计算需求则轻松增长至100倍。”

01.

英伟达GPU依旧不可或缺

黄仁勋此番言论，意在强调AI行业仍然需要大量的英伟达GPU。

然而，今年1月，AI初创公司DeepSeek透露，他们仅使用2000颗较慢的英伟达H800芯片，就训练出高性能的基础AI模型，而OpenAI等公司通常需要成千上万甚至更多的GPU。

此消息一度引发市场担忧，导致英伟达股价暴跌，一天内市值蒸发近6000亿美元，华尔街投资者担心GPU需求被高估。

但黄仁勋认为，未来AI代理和推理AI的发展将带来更大需求。他预测，未来全球10亿知识工作者身边将有100亿AI代理协同工作。

市场需求的强劲增长已有迹可循。

黄仁勋透露，在英伟达Hopper架构GPU需求巅峰的那一年，公司向AWS、微软、谷歌和甲骨文这四大云计算公司交付了130万颗芯片。而最新的Blackwell架构GPU在推出第一年，就已经出货360万颗。

此外，演讲中，黄仁勋展示了一场AI模型对决——Meta的Llama开源模型与DeepSeek的R1推理模型。用户向两款模型提出了一个婚礼座位安排问题：在7个座位的桌子上，确保新娘和新郎的父母不相邻，并满足其他约束条件。

Llama迅速给出答案，生成了439个token（每个token约等于0.75个单词），但答案是错误的。而R1虽然正确解答，但计算时间更长，生成了8,559个token。由于用户需按token付费，计算成本也更高。

黄仁勋表示，虽然有优化技术可以提高AI计算效率，从而减少计算资源消耗，但整体需求仍将持续增长。

AI计算效率也是诸多初创公司正在攻克的难题。例如，斯坦福大学、加州大学洛杉矶分校和康奈尔大学教授联合创立的Inception Labs，正研发并行计算技术，使AI生成token的过程由传统的逐个生成，改为并行生成，从而降低GPU计算时间。

02.

重磅：Blackwell Ultra与Rubin AI芯片

在万众期待的发布环节，黄仁勋透露了英伟达下一代GPU架构的更多细节：

• Blackwell Ultra：计划于2025年下半年推出；
• Vera Rubin（RubinAI芯片，以著名天文学家Vera Rubin命名）：预计2026年底发布；
• Rubin Ultra：预计2027年亮相。

在长达两个多小时的演讲中，黄仁勋回顾了AI领域的“非凡进步”。

他表示，在过去十年间，AI已从最初的感知和计算机视觉发展到生成式AI，而如今正迈向具备推理能力的智能AI（Agentic AI）。这意味着AI不仅能理解和生成内容，还具备自主推理和智能决策的能力。

此次GTC 2025的发布，标志着英伟达在AI计算领域迈向新阶段，也预示着AI未来发展将进入更高维度。

03.

Isaac GR00TN1：助力类人机器人发展

为推进机器人AI训练，黄仁勋发布了Isaac GR00TN1，一款开源基础模型，专为类人机器人开发而设计。这款模型将与升级版Cosmos AI结合，生成模拟训练数据，帮助机器人进行更高效的学习。

“这真的令人兴奋。提供一个开源平台，意味着更多人可以学习强化学习技术，”宾夕法尼亚大学电子与系统工程教授Benjamin Lee评价道，“不仅仅是行业巨头，学术研究者也可以使用这些合成数据进行实验。”

黄仁勋还提到，Cosmos系列AI模型可低成本生成高逼真度视频，用于机器人和自动化系统的训练。今年年初的CES大会上，他首次介绍了该系列模型。

这一开源模型能够与英伟达Omniverse物理仿真工具无缝对接，使得AI训练视频更加真实，同时大幅降低传统数据采集成本。相比之下，传统方法如让汽车在现实道路上采集数据，或让人类重复训练机器人，成本极高且耗时漫长。

04.

英伟达与通用汽车达成合作

除了AI计算需求，英伟达还宣布与通用汽车（GM）合作，共同开发AI定制系统，用于汽车制造、工厂管理和机器人应用。

通用汽车的工厂和机器人将借助英伟达Omniverse和Cosmos AI基础模型进行优化。这些技术可用于创建装配线的“数字孪生”（Digital Twin），通过虚拟测试和生产模拟来减少停机时间。

此外，双方还计划训练现有的机器人，使其更高效地完成物料搬运、运输以及精密焊接等任务。

在汽车端，通用计划采用英伟达的Drive AGX系统，提升高级驾驶辅助系统（ADAS）和安全性能。此前，通用汽车已在AI训练中使用英伟达GPU，而此次合作进一步扩展至汽车工厂的设计和运营领域。

05.

英伟达的其他合作项目

英伟达还宣布与谷歌及其母公司Alphabet展开合作，以加速AI在机器人、医疗、制造和能源领域的应用。双方工程师正携手研发具备抓取能力的机器人、重塑药物研发流程、优化能源网络等。

与此同时，英伟达还与GE HealthCare合作，利用其最新的Isaac for Healthcare医疗设备模拟平台开发自主X光技术和超声波应用。该平台集成了预训练模型和基于物理的模拟，可在实际部署前对自主影像系统进行训练和验证，提高准确性和可靠性。

此次合作的目标是扩大全球医疗影像技术的可及性。目前，全球约三分之二的人口仍无法获得先进的医学影像服务，而通过引入机器人技术，该合作希望让更多患者受益。

06.

推出桌面级超级计算机

英伟达还发布了Nvidia DGX系列桌面超级计算机，采用其Grace Blackwell平台，提供强大的AI计算能力。

该系列包含两款型号：

• DGX Spark：此前以“Project Digits”亮相，是一款掌上型超级计算机，可提供高达1000万亿次运算（TOPS），专为AI微调和推理设计。
• DGX Station：一款桌面级超级计算机，具备数据中心级别的计算性能，适用于高强度AI计算任务。
  
  

英伟达表示，AI开发者、研究人员、数据科学家和学生都可以使用这些设备，在本地或云端进行模型原型开发、微调和推理。此外，华硕、戴尔、惠普和联想等知名厂商将负责生产这些计算设备。

另外，在量子计算领域，英伟达也在加快布局，宣布在波士顿成立英伟达加速量子研究中心（Nvidia Accelerated Quantum Research Center）。该中心将结合量子硬件与AI超级计算机，推动量子计算技术的发展，并计划于2025年正式投入运营。

在演讲的最后，黄仁勋发布了一款开源物理引擎Newton，专为机器人仿真而设计。这款引擎由英伟达、Google DeepMind和Disney Research共同开发，旨在提升机器人在模拟环境中的训练效果，使其更接近真实世界的物理规律。

随后，现场迎来了一位特别的“嘉宾”——小型方形机器人Blue。它从舞台地板的暗门中跃出，发出电子音回应黄仁勋，并按照指令行动，最终停在他身旁。

黄仁勋微笑着宣布：“通用机器人时代已经到来。”