黄仁勋新年演讲最全总结：新推最强GPU，72块连一起可以承载全球互联网的流量！英伟达的三个野心 原创

编辑 | 言征

出品 | 51CTO技术栈（微信号：blog51cto）

在1月6日拉斯维加斯的CES峰会上，黄仁勋终于现身了！

出场就让直播间的评论区炸了，黄教主上身blingbling的新皮夹克引起了网友的好奇，这是鳄鱼皮的吗，有链接吗，这得几万刀吧（狗头）？

“大家喜欢我的新皮夹克吗？”

图片

黄仁勋：现在的AI到了“GeForce”编程应用阶段

黄仁勋开场用了10分钟的时间介绍了英伟达的成长史，他回忆了GeForce显卡和CUDA、AI的容器三个阶段的标志性里程碑。

我们的一切都是从1993年开始的，当英伟达开始设计第一款游戏的GPU的时候，我们希望能够让整个的游戏机能做出普通游戏机不能实现的功能，因此我们在整个设计游戏的过程之中，我们的编程是采用了CUDA。后来的话，我们又把CUDA进一步的设计成统一的游戏架构。

最开始的时候，1999年，我们推出了“”GeForce”的显卡。6年之后，我们重新设计了另外一款可以编程的GPU。2006年，我们真正的发明了CUDA，它能够去以一种命令行、科学的方式去解释、去分享和表达我们的GPU。

最开始的时候是很难被人理解的，实际上我们花了数年的时间，甚至是6年或更久的时间，让人们去理解CUDA的这样一个编程。

所有的一切，都是从过去20多年的努力开始的，我们一直在GPU处理器上处于领先的地位，GPU也是让整个现代计算机的图像成型的基础处理器。

再后来就是2012年Alex和2018年的Transformer的诞生，以神经网络为代表的人工智能被落地在了GPU上。事实上GPU，在很多情况下都和AI的利益结合在一起，成为了AI的房屋，成为了AI的容器。现在我觉得AI已经到了类似GForce的这样一个阶段，人们可以像当年基于GeForce显卡一样实现不一样的游戏一样，用AI可以做出很多很酷的产品或功能，比如大家现在看到的实时计算机渲染图像的应用。

Blackwell架构最新GPU，黄仁勋：我要把显卡价格打下来

情绪铺垫到位后，黄仁勋冷不防就开始了“新品王炸”模式。

图片

右手展示了自家最新的GPU——RTX 5090，左手则是用来对比的RTX 4090。

黄教主这次上来并没有直接突出说性能如何，上来就直接说价格：

那对于RTX 4090级性能表现的话，我们决定把它降价到549美元（4000块钱~）。如果没有人工智能，这个价格都是不可能的。​

图片

“对于RTX 4090，我知道大家都说它太贵了，它是1599美元。不过它也是大家目前为止能做出的最好的一个投资，对于1599美元，你带回家了一个价值上万的数字家庭影院，难道不是吗？”

新发布的GPURTX50系列，总共有四款AI处理器，其中RTX5070就可以用$549的价格来实现，4090级别的性能，直接省去了1000多刀。

图片

这还没完，大家都知道如何让这些牛逼的GPU真正进入到大家的使用场景中，才是老黄关注的，（当然也是在CES这种场合必须要亮相实际AI产品），老黄直接抛出了英伟达新推出的基于RTX5070的笔记本，便于大家去使用和管理GPU，只需要4090机一半的能耗，定价1299美元（不到一万块钱，9500左右。）

图片

这个是RTX5070电脑，1299美元，就可以有RTX4090的同样的性能表现。给大家展示一下我们最新这款计算机。大家可以看一下这款计算机。

至于RTX5090有多强？这里列出几个参数：920亿个晶体管、4000 AI TOPS（每秒万亿次操作）的性能，具备1.8 TB/s 的内存带宽，能够快速地读取和写入数据，能够实现380 RT TFLOPS（每秒万亿次浮点运算）的光线追踪性能，具有125 Shader TFLOPS 的着色器性能。

图片

图片

相信对于游戏开发者而言，更能品出来这意味着什么，3A大作的制作周期有望大大缩短了！

黄仁勋是这样讲的，相比上一代架构，Blackwell 在每瓦性能上提高了 4 倍，在 每美元性能 上提高了 3 倍。这意味着，在相同成本下，训练模型的规模可以增加 3 倍，而这些改进背后的关键是生成 AI  token 。这些 token 被广泛应用于 ChatGPT、Gemini 和各种 AI 服务中，是未来计算的基础。

不过性能最强的RTX 5090也是卖出了高价：1999美元（约14651元），大家看情况要不要尝尝鲜。

此外，仍然值得一提的是老黄在Blackwell架构关键的互联技术也来了波新的——NVLink72。老黄称之为“整个处理中心的脊柱”。主要看下有哪些高光配置：

• 72个Blackwell GPU具备1.4 ExaFLOPS TE FP4计算能力
• 晶体管数量达到130万亿
• 拥有2592个 Grace CPU核心
• 72个ConnectX - 8网络接口卡
• 576个存储芯片，总容量14TB，带宽1.2PB/s
• 18个NVLink交换机，全连接带宽130 TB/s

图片

为了介绍这个新的互联技术NVLink72，老黄甚至化身“美国队长”手持盾牌道具，整起活来。

图片

黄仁勋是这样总结的新款GPU的——

Blackwell系统的奇迹在于其前所未有的规模，Blackwell芯片是人类历史上最大的单芯片；该系统的最终目标是增强我们在技术和创新方面的能力和体验。

而创建NVLink的根本目的是围绕主动型人工智能（Agentic AI），它展现了延长测试时间和提升客户互动的完美模型。

英伟达的目标是创建一个巨型芯片，该芯片将使用72个Blackwell GPU或144个芯片，超越世界上最快的超级计算机的能力。

黄仁勋透露，英伟达拥有多种（计算）系统，如NBLink 36x2和NBLink 72x1，能够满足全球几乎所有数据中心的需求，目前在约45家工厂生产。

小编解释一下：Blackwell 架构下的 72 块 GPU 组成了全球最大的单芯片系统，提供了高达 1.4 ExaFLOPS 的 AI 浮点性能，其内存带宽达到惊人的 1.2 PB/s，相当于全球所有互联网流量的总和。这种超级计算能力，使得 AI 能够处理更复杂的推理任务，同时显著降低成本，为更高效的计算奠定了基础。

据现场消息，Blackwell目前已全面投入生产，所有主要云服务提供商均已建立系统，提供约200种不同型号和配置，来自约15家硬件制造商。Blackwell相比于前一代在性能上实现了四倍的提升。黄仁勋宣布，基于Llama推出完整系列模型，采用NVIDIA Llama Nemo Tron语言基础模型。

这一年，黄仁勋还在忙着造AI Agent

那么除了造更强性能的芯片，英伟达这两年，都在跟客户忙那些新业务？

黄仁勋也不装了，紧接着在阐述了自己对于大模型现在存在的三种Scaling Law：预训练、后训练、测试时间计算之后，就开始了自己对于2025之后Agent的一些进展——

AI Agent 是新的数字劳动力，能够协助或代替人类完成任务。英伟达的 Agentic AI 构建模块、NEM 预训练模型和 Nemo 框架，帮助组织轻松开发并部署 AI Agent 。这些 Agent 可被训练为领域特定的任务专家。

以下是四个示例：

研究助理 Agent ：

能够阅读复杂文件，如讲座、期刊、财务报告等，并生成交互式播客，便于学习；

软件安全 AI Agent ：

帮助开发者持续扫描软件漏洞，并提示采取相应措施；

虚拟实验室 AI Agent ：

加速化合物设计与筛选，快速找到潜在药物候选者；

视频分析 AI Agent ：

基于 英伟达Metropolis 蓝图，分析来自数十亿摄像头的数据，生成交互式搜索、摘要和报告。例如，监控交通流量、设施流程，提供改进建议等。

黄仁勋的AI终极野心：英伟达的三个战略级计算系统

“最后，我还有一个重要的内容想展示，所有这些都离不开我们十年前在公司内部启动的一个名为 Project Digits 的项目，完整名称为 Deep Learning GPU Intelligence Training System（深度学习 GPU 智能训练系统），简称 Digits。”

黄教主继续强化这样一种信号：英伟达不知是一家GPU公司，而是一个智能工厂！

在正式发布之前，我们对 DGX 进行了调整，使其与公司内部的 RTX、AGX、OVX 以及其他系列产品和谐一致。DGX1 的问世真正改变了 AI 的发展方向，而这也是英伟达对 AI 发展的一个里程碑。

图片

DGX1 的初衷是为研究人员和初创企业提供开箱即用的 AI 超级计算机。想象一下，以往的超级计算机需要用户建造专属设施，设计和打造复杂的基础设施，才能实现其存在。而 DGX1 则是一台专门为 AI 开发设计的超级计算机，无需复杂操作，开箱即可使用。

“我还记得，2016 年我将第一台 DGX1 交付给一家初创公司—— OpenAI。当时，埃隆·马斯克（Elon Musk）、伊利亚·苏茨科维尔（Ilya Sutskever）以及 英伟达的许多工程师都在场，我们共同庆祝 DGX1 的到来。这台设备显著推动了 AI 计算的发展。”

不过，黄仁勋并没有满足于只服务于这些AI巨佬，黄仁勋想要让普通用户也能用得上这么强大的AI超级计算机。

“如今， AI 已经无处不在。不仅限于研究机构和初创企业实验室，正如我一开始提到的， AI 已经成为一种全新的计算方式和软件开发方式。每一位软件工程师、创意艺术家，甚至是使用电脑工具的普通用户，都需要一个 AI 超级计算机。所以，我一直希望 DGX1 能够更小一些。”

老黄顺势推出了英伟达最新的 AI 超级计算机，不过他还没有想好叫什么名字。

这款超级计算机可以运行 英伟达的完整 AI 软件栈，包括 DGX Cloud。它既可以用作云端超级计算机，也可以作为一台高性能的工作站，甚至是放在桌面上的分析工作站。最重要的是，它基于我们秘密开发的一款新芯片，代号 GB10，这是我们制造的最小型 Grace Blackwell。

图片

我手里有一块芯片，给大家展示一下它的内部设计。这款芯片是与全球领先的 SoC 公司 联发科（MediaTek） 合作开发的。该 CPU SoC 专为 英伟达定制，使用 NVLink 芯片对芯片互连技术连接到 Blackwell GPU。这个小型芯片现在已经全面投产。我们预计这款超级计算机将在 5 月 左右正式上市。

图片

该设备甚至提供了“双倍算力”的配置，可以将这些设备通过 ConnectX 连接在一起，支持 GPU 直通（GPUDirect）技术。它是一套完整的超级计算解决方案，能够满足 AI 开发、分析工作和工业应用的各种需求。

野心具象化：数字孪生工厂、通用机器人、自动驾驶

此外，还宣布了三款全新 Blackwell 系统的芯片量产、世界首个物理 AI 基础模型以及三大机器人领域的突破 —— 自主 AI Agent 机器人、人形机器人和自动驾驶汽车。（老黄理解的机器人分为三种：生成式AI机器人、类人机器人、自动驾驶汽车）

黄教主给出了三种例子——

首先是工业可视化方面，数字孪生工厂。

目前，全球有数百万工厂和数十万个仓库，它们构成了价值 50 万亿美元制造业的骨干。未来，这一切都需要实现软件定义和自动化，并融入机器人技术。我们与全球领先的仓库自动化解决方案提供商 Keon，以及全球最大的专业服务提供商 Accenture 合作，专注于数字化制造，共同创造一些非常特别的解决方案。我们的市场推广方式与其他软件和技术平台类似，通过开发者和生态系统合作伙伴进行，并且越来越多的生态伙伴接入了 Omniverse 平台。这是因为每个人都希望可视化工业的未来。在这 50 万亿美元的全球 GDP 中，有如此多的浪费，也有如此多的自动化机会。

来看 Keon 和 Accenture 与我们合作的这个示例：

Keon（供应链解决方案公司）、Accenture（全球专业服务领军者）和 英伟达正将物理 AI 引入价值万亿美元的仓库和配送中心市场。管理高效的仓库物流需要应对复杂的决策网络，这些决策受到不断变化的变量影响，例如每日及季节性需求变化、空间限制、劳动力供应，以及多样化机器人和自动化系统的整合。今天，要预测物理仓库的运营关键绩效指标（KPIs）几乎是不可能的。

为了解决这些问题，Keon 正在采用 Mega（一个 英伟达Omniverse 蓝图）来构建工业数字孪生，以测试和优化机器人车队。首先，Keon 的仓库管理解决方案将任务分配给数字孪生中的工业 AI 大脑，例如将货物从缓冲区位置移动到穿梭存储解决方案。机器人车队在 Omniverse 中的物理仓库模拟环境中，通过感知和推理执行任务，规划下一步动作并采取行动。

数字孪生环境使用传感器模拟，让机器人大脑可以看到任务执行后的状态，并决定接下来的动作。在 Mega 的精确追踪下，整个循环持续进行，同时测量操作 KPI，如吞吐量、效率和利用率，所有这些都在对物理仓库进行改动之前完成。

图片

借助英伟达的合作，Keon 和 Accenture 正在重新定义工业自治的未来。

未来，每个工厂都将拥有一个数字孪生，这个数字孪生与实际工厂完全同步。您可以利用 Omniverse 和 Cosmos 生成大量未来场景，AI 将决定最优的 KPI 场景，并将其作为实际工厂部署的约束条件和 AI 编程逻辑。

然后是，自动驾驶汽车。

自动驾驶革命已经到来。经过多年的发展，无论是 Waymo 还是 Tesla 的成功，都证明了自动驾驶技术的成熟。我们的解决方案为这一行业提供了三种计算机系统：用于训练 AI 的系统（如 DGX 系统）、用于模拟测试和生成合成数据的系统（如 Omniverse 和 Cosmos），以及车内的计算机系统（如 AGX 系统）。全球几乎所有主要汽车公司都在与我们合作，包括 Waymo、Zoox、Tesla，以及世界最大的电动车公司 BYD。

黄仁勋算了一笔账，每年有 1 亿辆汽车制造，全球道路上有 10 亿辆汽车行驶，每年行驶总里程高达万亿英里。这些将逐渐实现高度自动化或完全自动化。这一行业预计将成为首个价值数万亿美元的机器人行业。

还有即将推出创新车型的 Mercedes、Lucid、Rivian、小米和沃尔沃等公司。Aurora 则正在使用 英伟达技术开发自动驾驶卡车。

图片

今天，我们宣布推出下一代车载计算机 Thor。它是一个通用机器人计算机，能够处理摄像头、高分辨率雷达、激光雷达等传感器的大量数据。Thor 是目前行业标准 Orin 的升级版，计算能力是其 20 倍，现已全面量产。同时，英伟达的 Drive OS 是首个被认证达到功能安全最高标准（ISO 26262 ASIL D）的 AI 计算机操作系统。

此外，这还没完，自动驾驶数据工厂也是一个亮点。

英伟达利用 Omniverse AI 模型和 Cosmos 平台创建自动驾驶数据工厂，通过合成驾驶场景大幅扩展训练数据。这包括：

• OmniMap：融合地图和地理空间数据，构建可驾驶的 3D 环境；
• 神经重建引擎：利用传感器日志生成高保真的 4D 仿真环境，并为训练数据生成场景变体；
• Edify 3DS：从资产库搜索或生成新的资产，创建用于仿真的场景。

通过这些技术，我们将几千次的驾驶场景扩展为数十亿英里的数据，用于更安全、更先进的自动驾驶系统的开发。

最后，则是让人兴奋的通用机器人。

图片

通用机器人的时代即将到来。推动这一领域突破的关键在于训练。

对于人形机器人来说，模仿数据的获取相对困难，但 英伟达的 Isaac Groot 提供了解决方案。它通过模拟生成海量数据集，并结合 Omniverse 和 Cosmos 的多宇宙仿真引擎，进行政策训练、验证和部署。

图片

例如，开发者可以通过 Apple Vision Pro 远程操作机器人，捕捉数据而无需实体机器人，并在无风险环境中教学任务动作。通过 Omniverse 的领域随机化和 3D 到真实场景扩展功能，生成指数级增长的数据集，为机器人学习提供海量资源。

老黄最后来了一句：“一切皆仿真！”（当然是指在AI世界中。）

你看，无论是工业可视化、自动驾驶，还是通用机器人，黄仁勋都一个也不会放过，统统要用英伟达的技术去引领、去征服！

所以说，英伟达的3万亿美元市值绝对不只是靠GPU撑起来的，英伟达自己正在做类似于1999年12月推出GeForce显卡同样的事情，黄仁勋用了6年多的时间来教育市场，用CUDA完成了市场用户的心智占领，用可编程的生态工具，让人们相信可以造出不一样、更酷的游戏！

而这一次，英伟达用更强的Blackwell芯片和与之搭档的三大张略级计算工具，

告诉世界：通过AI，英伟达的真正野心是——

引导这个世界进“物理AI”时代！

图片

本文转载自​​51CTO技术栈​​，作者：言征