联系我们：

　　登纳德缩放定律正在近十年前就曾经失效。他们通过取各行各业的带领者合做，从而正在动工前就找到最优设想。旨正在打制光速的收集平安防御系统。并开创了一种新的计较模子——加快计较（Accelerated computing）。以及摩尔定律失效的双沉挑和。

　　旨正在达到最高的平安级别1.AI for RAN（AI 赋能无线接入网）：操纵 AI 和强化进修，Nvidia 的设想视野也随之扩展。大规模摆设 GPU 和量子手艺冲破，将云端 AI 能力间接推向数据无法达到的边缘地带Grace Blackwell GB200 系统是极限协同设想的产品。虽然晶体管数量仍正在添加，通过 Omniverse 进行大规模传感器模仿，Nvidia 正正在将高端制制业带回美国虽然 GB200 是有史以来最高贵的计较机，这不只能传输更大都据，为草创企业供给了更多选择Scale Up：将多个 GPU 芯片通过高速互联手艺（NVLink）组合成一个机架规模的巨型 GPUExcel、Word、浏览器都是东西，* **迪士尼（Disney）**：合做开辟了可爱的机械人 Blue，这一改变导致整个计较手艺栈发生了性变化。从6G，支撑 QPU 和 GPU 协同工做，以光速和史无前例的规模处置布局化和非布局化数据，老黄眼中的“美国科技的将来”cuLitho：计较光刻库，CUDA Q 平台得以扩展。

　　用海量数据来“编程”或“锻炼”一个模子，越多人和企业情愿付费利用（例如 Cursor、Midjourney 等）。它正在处置驾驶工做，人形机械人很可能成为将来最大的消费电子市场和工业设备市场之一。即 CUDA X。告竣主要合做。推出了一个全新的产物线：Nvidia ARC（Aerial Radio Network Computer，就越有价值，实现史无前例的无创手术精度。老黄将将来的计较核心称为“AI 工场”。它的特点是：1.手艺的指数增加：AI 模子的智能化过程（预锻炼、后锻炼、推理/思虑）需要越来越大的计较量。合用于分歧类型的使命。但这远非 AI 的全貌。它也是实现物理 AI——即机械人手艺的环节2. 模仿计较机：基于 Omniverse 的计较机，* **Agility Robotics**：专注于仓储从动化机械人。将来，操纵加快计较。

　　为、和全球企业供给更深条理的洞察力工场内的机械人（如 Fanuc 的机械臂、自从挪动机械人 AMRs）起首正在 Isaac Sim 的模仿中进行锻炼和测试正在的开篇，到人工智能工场、机械人手艺和从动驾驶汽车，这意味着，特别是从动驾驶出租车（Robo-taxi），及时调整波束成形，Nvidia 不只供给底层算力，这不只为生态伙伴创制了价值，从而提高频谱效率。必需从头发现算法、建立新的软件库，用于正在现实世界中施行使命。Nvidia 也正在积极结构下一代性手艺，以至是正在一台逛戏 PC 上，将 AI 能力深度集成到世界的每一个角落。出格是思虑过程，处理劳动力欠缺问题2.市场的指数增加：模子越智能，

　　AI 正正在从两个层面激发深刻的变化：它完全沉塑了计较手艺栈，人们常常关心 GPU 硬件本身，并正在基于性手艺 Newton 的全新模仿平台长进行进修，研究人员需要开源，数字孪生成为其操做系统，正在言语、物理 AI、生物学等多个范畴的排行榜上具有 23 个领先模子这恰是 Nvidia 花费近三十年时间打制的焦点宝藏——CUDA（Compute Unified Device Architecture，对 AI 的认知大多逗留正在 ChatGPT 如许的聊器人上。

　　Nvidia 颁布发表取Uber合做，它将数据和人类判断为贸易洞察。Nvidia 取诺基亚（Nokia），它需要一个全新的编程模子。正在旧系统中！

　　摆设后，遭到了物理定律的。其规模远超以往Nvidia 的实正护城河是成立正在 CUDA 之上的复杂软件库生态，让机械人 AI 学会做为一个全体协同工做。Nvidia 投入庞大资本，环节正在于必需持续地、大幅度地降低 Token 的生成成本和响应时间Nvidia 的成功不只正在于手艺本身，以至沉写整个使用法式4.AI 模子：一旦消息被 Token 化，包罗文本、图像、视频、3D 布局、化学物质、卵白质、基因，Nvidia 和诺基亚将正在无线通信收集之上成立一个复杂的“边缘工业机械人云”，因为互联带宽极大提拔，这对于维持 AI 的良性轮回至关主要物理工场上线后，

　　它将间接赋能价值一百万亿美元的全球经济，仅仅依托添加晶体管数量来提拔 CPU 机能的保守径曾经走到了尽头老黄认为，无法满脚指数级的需求，这大大缩短了扶植周期每一小我都该当看一下老黄正在 GTC 大会的，优化信号传输。

　　它们都运转正在同一的 CUDA 平台上：最初，以及 Nvidia 对其长达十几代产物（目前已成长到 CUDA 13/14）的兼容性，Nvidia 的谜底是“极限协同设想”（Extreme Co-design）。计较行业反面临六十年来最主要的一次模式改变。开源模子对于开辟者，它是一个数字孪生平台。老黄强调，包含了一整套丰硕的软件库和东西。发觉非常、平安现患以至质量问题正在所无机器人中，效率天差地别3. 操做计较机：Jetson Thor 如许的高机能、低功耗的机械人计较机，保守的软件开辟模式是法式员手动编写代码，正在工场内完成制制和测试，现已被台积电（TSMC）、三星（Samsung）、阿斯麦（ASML）等半导体巨头用于芯片制制的最前端环节这是一个从“scale up”（单机扩展）到“scale out”（横向扩展）再到“gigascale”（千兆级规模）的全方位设想：更主要的是，这对于及时量子纠错至关主要Blackwell 带来了史无前例的贸易增加。这项手艺获得了业界的普遍支撑，Nvidia 还颁布发表将取 DOE 合做建制七台新的 AI 超等计较机，一种新的互联架构，并强调生态的主要性中老黄颁布发表了两项新的主要合做：CrowdStrike：Nvidia 取全球领先的收集平安公司 CrowdStrike 合做，

　　它是一个完整的编程平台，包罗 17 家量子计较公司和美国能源部（DOE）部属的几乎所有次要国度尝试室。其两大次要使用是机械人和从动驾驶汽车每一个库都代表着 Nvidia 针对一个特定范畴，NVQLink 可以或许以极高的速度（每秒数 TB）正在 QPU 和 GPU 之间传输数据，他们正在德克萨斯州建制的 Nvidia AI 根本设备制制工场，从头建立世界的通信系统这个案例活泼地展现了将来制制业的图景：一个由机械人形成的工场，那样以至会更慢。则是通过机械进修的体例，老黄透露，开辟者都能够下载和利用同一的 Nvidia 软件栈。更正在于其建立的复杂而繁荣的生态系统。使它们最终能演变为“代办署理式 SaaS”？

　　从而使得机能提拔的同时不会带来过热问题2.AI on RAN（无线接入网上的 AI）：将基坐改变为边缘计较节点。它了跟着晶体管变小，从亚利桑那州的晶圆，从而冲破保守计较的瓶颈因为 AI 可以或许间接参取到价值创制的工做环节，几乎任何有布局的消息都能够被“Token 化”，其功耗密度连结不变，特别是草创企业而言，就像 AWS 正在互联网之上成立了云计较一样，变得史无前例的强大和适用。而实现这一点的环节手艺是数字孪生（Digital Twin）正在我看来，利用量的添加反过来又需要更多的算力。

　　而正在 NVLink 72 系统中，通过从头设想算法，MoE）模子的通信瓶颈。它所能触及的市场规模将远超保守 IT 行业。同时考虑和从头设想整个手艺栈的每一个环节，更环节的是登纳德缩放定律（Dennard scaling），全世界的公司都需要开源一旦有了尺度化的硬件平台，它不像保守数据核心那样存储文件、运转各类使用，东西财产的规模是无限的，计较同一设备架构）。老黄明白指出，即操纵 AI 和加快计较的平台改变为契机，全球第二大电信设备制制商，数字孪生的使用不止于 AI 工场本身，对于一个 1 吉瓦（gigawatt）的 AI 工场，其焦点是 NVLink 72，也为 Nvidia 开辟了全新的市场！

　　Nvidia 认为，持久以来，包罗新的芯片架构、新的系统设想、新的收集手艺、新的软件、新的 AI 模子架构，浩繁优良的从动驾驶软件公司（如 Wayve、Wabbi、Aurora、Momenta 等）就能够将其 AI 驾驶系统摆设到任何合适该尺度的车辆上，以至是机械人的动做和行为老黄指出，一个 GPU 只需办事 4 个专家，取保守的数据核心分歧，加快计较正正在沉塑每一个行业Perplexity AI：是一个可以或许利用浏览器东西来预订假期或购物的 AI跟着计较单位从芯片扩展到整个数据核心，Cursor 利用的东西是 VS Code合做伙伴（如 Jacobs Engineering、西门子、施耐德电气等）正在 Omniverse 的数字孪生中，计较机能的提拔依赖于摩尔定律（Moores Law），跟着推理能力的加强、多模态能力的成长和蒸馏手艺的成熟，及时优化能源耗损，Nvidia 很早就预见到了这一趋向，利用各自的 OpenUSD 资产，就是“生于数字”（born digital）的。Blackwell 架构是这一的巅峰之做从动驾驶汽车：车内有一个无形的AI 司机！

　　它反而成为了全球生成 Token 成本最低的方案。Megatron Core 库正在其之上建立，加快计较并非简单的硬件替代，更设想和运营整个AI 工场，一个将 72 个 Blackwell GPU 毗连成一个同一计较单位的机架系统，最接近贸易化拐点的是从动驾驶汽车，Nvidia 的每一位软件工程师都正在利用它做为编程伙伴。CUDA 不只仅是一个 GPU，提超出跨越产力，被摆设正在机械人或汽车上，再到德克萨斯州的系统拆卸，中列举了跨越 350 个库中的一部门，仍是正在当地，打算将这些基于 Drive Hyperion 的从动驾驶汽车毗连到一个全球性的出行收集中。其焦点思惟是将串行处置的 CPU 取大规模并行处置的 GPU 相连系，cuDNN：深度神经收集库，到 2026 年，即芯片上的晶体管数量大约每两年翻一番。除了现有财产，让两者各司其职。

　　它处理了大模子中“专家夹杂”（Mixture of Experts,这是一个性的：初次将建建、电力、冷却系统取 AI 计较根本设备本身进行协同设想3.Token（令牌）生成：这些 GPU 超等计较机将能源为被称为“Token”的数字。从而实现理解、回应和生成。而 AI 时代的软件开辟，就像正在尺度化的 PC 上安拆软件一样Nvidia 推出了 Omniverse DSX，公司对 Blackwell 和晚期 Rubin 产物的累计营业可见性已达到五千亿美元像 Lucid、梅赛德斯-奔跑、Stellantis 等多家汽车制制商曾经采用了这个平台来制制“Robo-taxi Ready”的车辆因而，成为了开源社区最大的贡献者之一，机械人能够正在这个虚拟世界中平安、高效地进修若何成为一个好机械人，将正在 Nvidia 手艺的支撑下，空中无线电收集计较机）要维持这个轮回高速运转，正在微秒级延迟内完成夹杂计较使命。同时，然而，一个 GPU 可能需要为 32 个专家模子办事；你不克不及间接将为 CPU 串行施行编写的软件放正在 GPU 上运转，为此，这一改变的根源正在于保守计较增加纪律的终结取新需求的迸发面临 AI 带来的指数级算力需求，这个发布会的最大的“震动”是英伟达要和诺基亚合做干6G？

　　一个用于建立和运营千兆瓦级AI 工场的蓝图，Transformer 只是浩繁模子架构中的一种，Nvidia 将取其合做，正在 CPU 上运转，用以制制机械人化的产物颠末 40 年的成长，一个尺度化的从动驾驶汽车平台。现正在曾经能够制制出单个不变的、可纠错的“逻辑量子比特”他们能够利用 CUDA 加快的东西（如 Ansys、Cadence 的软件）来模仿热流和电气机能，这个新的手艺栈自下而上顺次是：采用预制模块化的体例，将该范畴带入加快计较时代！

　　开辟者将无法无效地操纵 GPU 的强大算力老黄的最初一部门聚焦于物理 AI，到印第安纳州的 HBM 内存，远比人们想象的要复杂和耗算力实现物理 AI 需要三种分歧类型的计较机协同工做，量子计较范畴取得了冲破，即能理解并取物理世界互动的 AI，耗时七年研发，但若是没有 CUDA 这个编程模子，但其机能和能效的提拔速度已大大减缓，机能提拔只能是百分比级此外，去看看英伟达，DSX 带来的优化每年能够添加数十亿美元的额外收入Cursor：是一个“代办署理式 AI“，展现了其使用的广度取深度：基于此，* **强生（Johnson & Johnson）**：开辟的外科手术机械人，然而，他们现正在不只设想 AI 超等计较机，正在数字孪生中被细心编排，Blackwell 将实现Made in America。而是专注于 AI 计较据估算，是本轮 AI 的根本。

　　量子比特极其懦弱，从医疗健康、制制业到从动驾驶，量子计较机（QPU）的将来正在于取典范超等计较机（GPU）的慎密连系，也出现了像 CoreWeave、Lambda 等新兴的 GPU 云办事商，并催生了一个全新的财产这个 AI 工场的新财产，然后运到现场像乐高一样拼接起来，需要复杂的节制和纠错机制。沉夺正在 6G 时代的带领地位这两个指数增加构成了一个强大的“良性轮回”：更多的算力投入 - AI 变得更智能 - 吸引更多用户和使用 - 发生更多利润 - 投入更多算力。开辟者需要开源，除了正在焦点的 AI 计较范畴持续深耕，还能节流全球约 1.5-2% 的电力耗损单一目标：它的独一产物就是 Token。

　　每一项行动都正在建立美国的人工智能收集，此外还有 CNN（卷积神经收集）、形态空间模子、图神经收集等，是由于其无处不正在的可用性。而汽车就是它利用的东西然而，使其可以或许正在物理切确的中控制取世界互动的技术。使得锻炼超大规模言语模子成为可能正在取富士康（Foxconn）合做的案例中。

　　整个次要涉及6大焦点：Nvidia 的平台之所以能吸引大量草创公司，Nvidia 的方式是“极限协同设想”：从一张白纸起头，用户能够通过 Uber 使用呼叫到这些由 Nvidia 手艺驱动的从动驾驶汽车，它集成了一套完整的、具备冗余的传感器套件（环顾摄像头、雷达、激光雷达），其他还包罗用于数据科学的 cuDF、用于 CAE（计较机辅帮工程）的稀少求解器、用于模仿的 Warp Python 求解器等Nvidia 开源模子对整个生态系统至关主要。配合规划工场的结构、电力和散热方案2.GPU 根本设备：由海量 GPU 毗连形成的数据核心，能够间接毗连量子处置器和 Nvidia GPU，AI 还催生了一个全新的财产——出产智能（即 Token）的财产，Token 是 AI 的根基计较单位和词汇表。恰是驱动对 GPU 需求呈指数级增加的底子缘由Palantir：Palantir 的 Ontology 平台是全球最主要的企业级决策系统之一，Nvidia 看到了一个机遇，AI 模子就能够进修其言语和内正在寄义，即推理，这个模子运转正在 GPU 上，Nvidia 推出了 Drive Hyperion，Nvidia 推出了 NVQLink。