撰文 / 钱亚光

设计 / 赵昊然

3月19日晚间，身着标志性的黑色皮装的英伟达首席执行官黄仁勋（Jensen Huang）在英伟达GTC大会上占据了中心位置。

此次活动吸引了超过25000人来到美国加州圣何塞SAP中心，黄仁勋在主题演讲开始时向观众抛出印有“AI 超级碗大赛”字样的T恤，并宣布今年的GTC（全球人工智能大会）为“AI 超级碗”大赛。

“去年我们在这里办GTC，被描述为‘AI的摇滚音乐节’（AI Woodstock Rock Festival），今年GTC则被描述为‘AI的超级碗’（Super Bowl，美国职业橄榄球大联盟年度决赛）。唯一的区别是，每个人都在‘AI超级碗’上获胜，因为AI能为更多行业和公司解决问题。”黄仁勋说。

他在发言中，努力消除围绕AI投资的不安情绪，并称有关降低支出的讨论与英伟达无关。今年1月，在中国人工智能推理模型Deepseek R1宣称其运营成本仅为传统芯片的1/30后，英伟达股价跌了16%，随后英伟达股价继续波动。即便英伟达放出一份营收超市场预期的最新季度财报，英伟达股价仍未回归历史高点。

此次GTC大会上，黄仁勋继续表达对算力需求增长前景的看好。虽然大型语言模型能提供基础知识，但推理模型能给出更复杂、更具分析性的回答。黄仁勋表示，借助该公司新推出的开源软件Nvidia Dynamo和Blackwell芯片，将使DeepSeek R1的运行速度提高30倍。

他在主题演讲中，强调了英伟达系统所支持的人工智能应用的广度。他详细阐述了英伟达在自动驾驶汽车、更优无线网络和先进机器人技术开发方面的贡献，并公布了公司未来两年的产品路线图。

他说，来自四大云服务提供商对GPU的需求正在飙升，并补充说，他预计英伟达的数据中心基础设施收入到2028年将达到1万亿美元。

进入物理AI时代

在长达两个多小时的演讲中，黄仁勋概述了人工智能所取得的“非凡进步”。他说，在过去十年间，人工智能从感知和“计算机视觉”领域发展到了生成式人工智能，如今又发展到了具有推理能力的自主式人工智能——也就是具备自主思考能力的人工智能。

对于人工智能技术的演变，黄仁勋则谈到AI将从代理式AI向物理AI演变。“过去两三年内，计算的每一层都发生了变化，有了重大突破。人工智能最底层的进步可以说是代理式AI，指有代理能力的AI，能推理、计划并采取行动、使用工具。代理式AI已经出现了一些新技术，包括推理技术。

此外，下一波变化已经在发生，也就是出现了机器人AI（Robotic AI）。机器人AI由物理AI（Physical AI）驱动，能理解物理世界的摩擦力、惯性、因果关系、物体永恒性等。”黄仁勋说。

“理解三维世界的能力将开启物理人工智能和机器人技术的新时代。每一波技术浪潮都会为我们所有人带来新的市场机遇。”他说。

这种物理AI的关键是利用合成数据生成——由人工智能或计算机生成的数据——进行模型训练的概念。他说，人工智能需要数字体验来进行学习，而且它学习的速度使得在训练循环中使用人类变得不再必要。

他还透露了英伟达下一代图形芯片架构的更多细节：Blackwell Ultra计划于2025年下半年推出，而其后续产品Rubin AI芯片预计将于2026年年底推出。2027年下半年会推出Rubin Ultra、2028年推出Feynman。这是英伟达首次披露Feynman的信息，这个架构的名字取自著名物理学家理查德·费曼（Richard Feynman）。

具体而言，采用Blackwell Ultra架构的芯片包括GB300 NVL72等。Blackwell NVL72的算力（FLOPS）是GB200 NVL72的1.5倍，该架构还有1.5倍更快的存储和2倍更大的带宽。Rubin NVL144将有更大算力、更大带宽和更大内存，搭载HBM4内存。Rubin Ultra NVL576将搭载HBM4e内存，算力是GB300 NVL72的14倍，内存速度是8倍。

2024年，全球前四大云服务商（CSP）共采购130万片英伟达Hopper架构GPU。2025年，这四大云服务商又购买了360万片Blackwell架构GPU。黄仁勋介绍，英伟达正在全面生产Blackwell芯片。

加速自动驾驶技术发展

黄仁勋指出，自动驾驶汽车的变革已经到来，汽车将成为最大的AI机器人产业之一。英伟达正凭借其在汽车计算及安全领域的专业知识，驱动汽车行业的智能化变革。

具备更先进自动驾驶和智能化功能的汽车，将在市场上更具竞争力，满足消费者对汽车智能化体验的需求，同时也为汽车制造商创造更多的商业价值和发展机遇。

英伟达推出的新平台、芯片和软件等产品，将为自动驾驶汽车提供更强大的计算能力和更高效的数据处理能力，从而提升自动驾驶的性能和安全性，推动自动驾驶技术向更高级别发展。

英伟达在其“Drive”产品系列中为汽车制造商和其他科技公司提供了三个主要的计算板块：用于训练的DGX平台、用于高保真模拟的Omniverse和Cosmos平台的组合以及用于车内计算的AGX平台。

这些技术的大部分内容都集中在加速自动驾驶方面的相关工作上。英伟达汽车副总裁兼总经理阿里·卡尼（Ali Kani）表示：“自动驾驶汽车的成功取决于我们自身以及合作伙伴的发展速度和开发流程的速度。”

但随着行业专注于加快部署速度，监管机构和安全专家越来越关注为现实世界决策提供支持的年轻人工智能模型的安全性。在本次GTC大会上，英伟达展示了名为Halos的新安全系统，旨在帮助在整个开发周期中建立安全防护措施。

英伟达的 Halos 是对自动驾驶汽车安全性和透明度的一种承诺。英伟达正在开发的智能驾驶程序中的每一行代码都将由第三方进行安全评估。这对Robotaxi来说可能意义重大。

安全问题不仅限于汽车领域。如果说汽车代表了一类移动机器人，那么像人形机器人这样的另一种机器人则是在物理世界中移动的机器人。英伟达的人工智能正在帮助人形机器人和自动驾驶汽车理解物理定律，并在现实世界中应用这些定律。

与车企的多方面合作

在汽车领域，除了在计算硬件与软件方面的努力，英伟达已经与包括丰田、比亚迪、广汽埃安、小鹏汽车等在内的全球几乎所有主流车企以及众多零部件供应商进行合作，形成了强大的合作网络。这将加速汽车智能化技术在全球范围内的推广和应用。

通过与众多汽车制造商的合作，英伟达将促使汽车产业链各方加快在智能化领域的布局和投入，推动汽车从传统的机械产品向智能移动终端转变，提升整个汽车产业的智能化水平。

英伟达为融入汽车行业的未来所做的最新努力，是扩大其与通用汽车（General Motors）的合作。

两家公司于3月18日表示，他们将利用人工智能对生产流程进行虚拟测试，并提高制造的正常运行时间和效率。通用汽车和英伟达还将利用人工智能在制造运营中训练机器人，从物料搬运和运输到精密焊接等方面，使其更安全、更高效。

通过AI数据工厂等方式，能够为汽车AI系统提供更丰富、更高质量的训练数据，有助于优化AI算法，提高汽车智能化系统的准确性和可靠性。

通用汽车已在软件测试和制造领域探索了人工智能的应用，包括能够预测生产设备何时可能出现故障从而避免生产线中断的摄像头和分析技术。

通用汽车表示，其与英伟达的合作拓展了此前创建被称为数字孪生的模拟的努力，这些模拟旨在对制造流程中的变更进行测试，而无需实际修改布局或工作流程。

该公司软件与服务工程高级副总裁戴夫·理查森（Dave Richardson）在GTC上表示，模拟虚拟工厂环境有助于通用汽车建立高效的生产线，并在新车型推出前发现生产过程中的缺陷。他还称，训练机器人处理重复性工作也有助于减轻装配工人的工作压力，使他们能够更专注于质量。

此外，通用汽车将在未来的高级驾驶辅助系统中整合英伟达的Drive AGX平台。通用汽车表示，它此前已在其自动驾驶汽车架构中使用了英伟达的DriveOS操作系统，现在正在研究如何在驾驶辅助技术中扩大其应用。

“通过将技术与人类的创造力相结合，我们开启了汽车制造及其他领域创新的新境界。”黄仁勋表示。

除了与通用汽车的合作，3月18日，英伟达宣布与全球著名汽车零部件一级供应商麦格纳（Magna）合作，在其下一代先进技术解决方案中整合 NVIDIA DRIVE AGX平台。

麦格纳将在DRIVE Thor上开发和测试L2+至L4主动安全解决方案的最新进展。该些举措旨在解决计算可用性的复杂性与性能之间的矛盾，以集成高级驾驶辅助系统（ADAS）、自动驾驶（AD）和车内舱内人工智能功能，提供满足特定市场需求和法规要求的可扩展、灵活和定制化的系统解决方案。

通过利用这一下一代SoC提供的加速计算性能和可扩展性，麦格纳的这些解决方案旨在提升车辆的安全性、舒适性等。

麦格纳计划在2025年第四季度推出一个工作演示平台。作为其中的一部分，麦格纳将利用英伟达DRIVE-OS进行开发、集成、验证和生产流程。

另外，自动驾驶卡车客户Gatik、Plus和Torc Robotics（这些客户此前已与英伟达合作）将使用更多其服务。Gatik表示，将在2027年计划投入商业生产的卡车中使用英伟达的计算平台。

尽管英伟达公布了未来数年的战略规划路线图，但这仍不足以阻止该公司股票的下跌。受到有关在人工智能基础设施方面过度支出、与特朗普总统不可预测的关税政策相关的经济不确定性以及对中国芯片出口限制可能会收紧以阻碍人工智能发展的担忧的影响，3月18日收盘，英伟达股价115.43美元/股，跌3.43%，市值不到3万亿美元。