中國科技迷口中“AI春晚”的說法被黃仁勛蓋了個章。

今天凌晨，英偉達年度GPU技術大會（以下簡稱：GTC）上，老黃開場時直言，“去年GTC被稱為AI行業的‘伍德斯托克搖滾音樂節’，今年我們搬進了體育場成為AI行業的‘超級碗’”。

這個“喜歡穿皮夾克、把事情重復三次的人”科技大佬，一口氣講了2個多小時，介紹了Blackwell GPU、硅光交換機、機器人模型等一系列新產品。

他強調，AI的發展已經從生成式AI（Generative AI）邁向智能體AI（Agentic AI），后面將是影響物理世界的Physical AI。重點是，這一過程對算力的需求不僅不會下降，還會進一步增長。

被他用來解釋這點的，是一夜間讓英偉達市值蒸發3萬億美元的DeepSeek。

算力需求

將輕松超過現在的100倍

今年春節前后，橫空出世的DeepSeek就打破了英偉達引以為傲的“壁壘” 。與動輒數億甚至上百億美元的國外大模型項目相比，DeepSeek以極低的算力成本完成了開發。整個科技圈都在發問：“我們真的需要這么多GPU嗎？”

為了回答這個問題，老黃刻意把新品發布的時間往后推，分享了自己對AI發展路徑的看法。

他將近些年和不久將來的AI進化路線分成Perception AI（感知人工智能）、Generative AI（生成式AI）、Agentic AI（智能體）、Physical AI（具身AI）四個階段。目前，Agentic AI方興未艾。

生成式AI階段多聚焦于理解，比如讓機器知道一段文字表達什么意思，以此來生成圖片、視頻，而Agentic AI階段更聚焦于推理，強調的是機器的自主性與復雜問題解決能力，每一步都需要用到“模型推理”。

而后者對算力的需求要大很多。

為了解釋這點，黃仁勛現場舉了一個例子：“在我的婚宴上，需要7個人圍著一張桌子坐，我的父母和岳父岳母不應該坐在一起。而且，我媳婦堅持說她坐在我左邊照相時會更好看，但同時我需要坐在伴郎旁邊。我們這一輪怎么坐？如果我們邀請牧師和我們坐在一起呢？”

把這一段提示詞丟給代表兩種技術范式的開源模型——Llama3.3和DeepSeek-R1，看它們所消耗的tokens（指模型處理文本時的基本單位）分別是多少？

最后的結果是：Llama3.3作為上一代大語言模型，用不到500個tokens快速回答，但安排的客人座位并不滿足要求；R1作為推理模型，用掉8000多個tokens得出了正確答案。兩者的差別在于，前者的大語言模型只嘗試了一次，后者的推理模型嘗試了所有不同的可能性，然后反思、驗證了自己的答案。

也就是說，以強化學習為主導的推理類應用，消耗了更多的tokens、但也讓AI應用變得越來越可靠。當AI從生成式AI，邁向Deep Research、Manus這樣的Agentic AI應用時，每一層計算都不同，所需要的tokens比想象的多得多。

黃仁勛認為，推理所需算力需求規模增長能“輕松超過現在的100倍”，未來行業需要更多、性能更強的AI芯片。根據他的預測，數據中心的建設投入到2028年將達到1萬億美元，“相當確定很快就會達到這個目標”。

具身智能領域布局初具鋒芒

為了達到這一目標，英偉達發布了新款DGX Spark和DGX Station個人AI計算機，被稱為“AI時代的超級計算機”，由Grace Blackwell平臺支持。

其中，DGX Spark搭載GB10 Blackwell芯片，提供第五代Tensor Core和FP4支持，配有128GB統一內存和高達4TB的NVMe SSD存儲，AI計算能力高達每秒1千萬億次運算，今日開啟預訂，售價3000美元起。

DGX Station可容納GB300 Blackwell Ultra芯片，能提供每秒20千萬億次運算的AI性能和784GB統一系統內存，目前尚未定價。

為優化AI工作流程，英偉達還推出新的Spectrum-X硅光子以太網交換機，屬于Spectrum-X光子以太網和Quantum-X光子InfiniBand平臺。該交換機每端口速度達1.6太比特每秒，能為AI工廠節省3.5倍能源，提高10倍彈性。

另外還發布了一款新型的AI 推理服務軟件Dynamo。它協調和加速數千個GPU之間的推理通信，并使用分解服務將大型語言模型的處理和生成階段分離在不同GPU上。這允許每個階段根據其特定需求進行獨立優化，并確保最大程度地利用GPU資源。

大會壓軸則是展示了一系列機器人技術成果，其中Isaac GR00T N1是世界首個開放、完全可定制的通用人形推理和技能基礎模型。它采用雙系統架構，靈感源于人類認知原理，在視覺語言模型支持下可執行多種任務，開發人員能從少量人類演示中生成大量合成動作數據，用于機器人操作訓練。

比如，NVIDIA使用Blueprint的首批組件，在11小時內生成了78萬個合成軌跡，相當于6500小時（約9個月）的人類演示數據。Isaac GR00T N1的相當一部分數據就來自于此，這些數據使得GR00T N1的性能比僅使用真實數據提高了40%。

換句話說，英偉達悄悄地完成了在具身智能領域算法（模型）、數據和算力的布局和整合。

黃仁勛演講結束前的經典畫面 圖片來源：光輪智能創始人&CEO 謝晨

文 | 劉永麗

VIEW MORE

@杭州城北藏著一個“瘋狂星期四” >>

@當阿里不再是“該死的零售商” >>

@華人“芯”事 >>

@浙大先生>>