APP下载
APP二维码
联系我们
APP二维码
返回

英伟达CEO黄仁勋GTC 2025演讲:AI科技演进与计算需求前景展望

来源:网络   作者:   日期:2025-03-19 15:13:45  

K图 NVDA_0

3月18日,星期二,当地时间,NVIDIA首席执行官Jensen Huang在加利福尼亚州圣何塞举行的NVIDIA AI活动的GTC 2025年发表了主题演讲。

在这两个小时和20分钟的演讲中,Huang Renxun期待着AI技术进化和计算需求的前景,并宣布了NVIDIA最新一代Blackwell Architecture的计划发货时间以及后来的产品。他还揭示了NVIDIA与其他技术巨头在自动驾驶,AI网络和机器人领域的合作与研发的进步。

尽管有大量信息,但华尔街对演讲的反应似乎相对乏味。截至周二结束时,NVIDIA的股价下跌3.43%,随后下跌0.56%。

_一文速览英伟达GTC重磅演讲:未来算力需求仍巨大 在自动驾驶、机器人等领域合作_一文速览英伟达GTC重磅演讲:未来算力需求仍巨大 在自动驾驶、机器人等领域合作

想象未来:计算需求的改进空间仍然很大

在主题演讲开始时,Huang Renxun根据当前的人工智能发展时间表提出了他对人工智能的愿景。他描述了四波人工智能:

感知AI:大约10年前推出,重点是语音识别和其他简单任务。

生成AI:过去5年的重点涉及通过预测模式创建文本和图像。

代理AI:人工智能的当前阶段以数字方式进行交互并执行任务,其特征是推理模型。

物理AI(物理AI):AI的未来,为人形机器人和现实世界的应用提供动力。

image

Huang Renxun指出,人工智能行业在计算中面临“巨大挑战”,称在当前生成AI的阶段,计算的代币和资源比最初预期的需要100倍。他解释说,这是因为推理模型需要在推理过程中的许多步骤中的代币。

但是,黄伦Xun坚持认为该行业有良好的反馈,并且已经满足了对更多计算的需求,并强调,在短短一年内,AI基础设施市场领域已显示出惊人的增长。

他透露,在2024年,美国和所谓的Supersperscale云服务提供商(HyperScaler)购买了130万NVIDIA的Hopper Architecture Chips,在2025年,他们购买了另外360万Black Blackwell Architectect。

他强调说,数据中心基础设施有望迅速扩展,预测数据中心基础设施的资本支出将超过2028年底,这是由于对人工智能和加速计算的需求而驱动的。

展示未来几年的产品路线图

此后,正如外界广泛期望的那样,Huang Renxun在演讲中证实,NVIDIA将在2025年下半年(Blackwell ultra)推出当前一代Blackwell GPU的后继产品。

“布莱克韦尔(Blackwell)已完全投入生产,其生产增长令人难以置信。客户需求令人难以置信……我们将很容易过渡到Blackwell Ultra。”

除了Blackwell Ultra芯片外,NVIDIA还推出了GB300 Super Chip,该芯片结合了两个Blackwell Ultra Chips和Grace CPU。

image

Huang Renxun还表示,NVIDIA将于2026年下半年推出下一代AI Super Chip Vera Rubin,以及2027年下半年的下一代Super Chip Rubin Ultra - 这也与以前对外界的期望一致。

Huang Renxun还透露,鲁宾筹码之后的下一代筹码将以物理学家Richard Feynman的名字命名,继续他的传统,即将筹码系列命名为科学家。根据Huang Renxun展示的幻灯片,预计Feynman芯片将于2028年出售。

有关更多详细信息,请单击“ NVIDIA正式发布Blackwell Ultra,Huang Renxun预览下一代超级筹码”

新的AI计算机可用

除芯片外,黄伦Xun还宣布了使用芯片的新笔记本电脑和台式计算机的推出,其中包括两台名为DGX Spark和DGX站的注重动物的计算机,这些计算机将能够运行大型AI型号,例如Llama或DeepSeek。

其中,DGX Spark是Project Digits,该项目数字首先出现在CES,而DGX站是一个较大的工作站级桌面。

Huang Renxun声称DGX Spark是“世界上最小的超级计算机”。它配备了GB10 Grace Blackwell Super Chip,它的身体不超过Mac Mini,并且具有多达1,000个上衣的AI计算能力,因此它适合“ AI开发人员,研究专家,数据科学家和学生,可以在离线环境中开发和微调大型AI模型”。预计Spark的价格为3,000美元左右,可在夏季进行预订和发货。目前,戴尔(Dell),联想,惠普(HP)等人有望推出与Spark相对应的产品。

image

DGX火花

至于功能更强大的DGX站,它使用GB300 Grace Blackwell Ultra,提供20,000个AI计算能力和多达784GB的内存。 DGX站的价格尚未宣布,预计将于今年晚些时候上市。

发电机:AI工厂的核心操作系统

为了进一步加速大规模推理,黄伦Xun还发布了Nvidia Dynamo,这是一种开源软件,用于加速和扩展AI工厂中的AI推理模型。

黄说:“这实际上是AI工厂的操作系统。”它是以第一个发起了最后一次工业革命的工具的名字命名的,这表明该技术将在新一轮的AI革命中发挥关键作用。

通过Dynamo,在相同的体系结构和相同数量的GPU下,诸如DeepSeek之类的推理模型可以提高30倍。

启动世界上第一个开源可自定义通用机器人模型

Huang Renxun指出,劳动力短缺是所有人类必须面对的紧迫问题。机器人是一个解决方案。这个行业具有巨大的潜力。现在,我们进入了代理AI时代,将来我们将进一步朝着物理AI迈进。

为此,NVIDIA推出了GR00T N1,这是一种专门为机器人设计的一般基本模型。这是世界上第一个开放,完全可定制的通用类人动物推理和技能基本模型。

Nvidia还与Google Deepmind和Disney合作,开发了一个名为Newton的机器人平台。 Huang Renxun特别邀请了一个名为“ Blue”的机器人在舞台上展示它,这是牛顿平台开发的成就之一。

image

NVIDIA与迪士尼研究和Google DeepMind合作创建的机器人也出现在舞台上

与通用电动机合作建立AI自动驾驶和智能工厂

黄还宣布,通用汽车将扩大与NVIDIA的合作伙伴关系,以通过加速计算和模拟来促进创新。

通用汽车将使用NVIDIA的计算平台(包括Omniverse和Cosmos)来构建定制的人工智能(AI)系统,以优化GM的工厂计划和机器人技术。

此外,通用汽车还将使用NVIDIA Drive AGX作为板载硬件,以实现未来的高级驾驶援助系统并增强了车内安全驾驶体验。 Drive AGX是一个可扩展的开放平台,充当自动驾驶汽车的AI大脑。

有关更多详细信息,请单击“ NVIDIA×通用汽车合作升级,并将共同努力建立AI自动驾驶和智能工厂”

将合作开发AI本机6G网络

Huang Renxun表示,NVIDIA将与T-Mobile,Miter,Cisco,ODC和Booz Allen Hamilton合作,开发AI-NATIANITE 6G无线网络的硬件,软件和体系结构。

有关更多详细信息,请单击以阅读“ NVIDIA宣布:它将与电信巨头合作开发AI 6G无线技术”

建立量子计算研究中心

除上述内容外,NVIDIA周二宣布,它将在波士顿建立一个研究中心,以提供尖端的技术来推进量子计算。

根据NVIDIA的官方网站,NVIDIA加速量子研究中心(简称NVAQC)将将领先的量子硬件与人工智能超级计算机集成在一起,以实现所谓的加速量子超级计算。 NVAQC将有助于解决量子计算中最具挑战性的问题,从量子位噪声到将实验量子处理器转换为实用设备等等。

领先的量子计算创新者,包括量子,量子机和Quera计算,将通过与哈佛大学量子科学和工程倡议(HQI)和MIT工程量子系统(EQUS)团队(EQUS)团队(EQU)等顶尖大学(例如哈佛量子科学与工程计划(HQI))的研究人员合作来利用NVAQC来推动进步。

Huang说:“量子计算将增强人工智能超级计算机,以解决从药物发现到材料开发的一些世界上最重要的问题。” “与更广泛的量子研究社区合作,以推动NVIDIA加速量子研究中心促进CUDA-QUANTUM HYBRID计算,将在创建大规模,有用的加速量子超级计算机方面取得突破。”

启动世界基本模型

NVIDIA还宣布了周二推出新的NVIDIA COSMOS世界基础模型(WFM),为物理AI开发引入了开放且完全可定制的推理模型,并为开发人员提供了前所未有的世界产生控制。

Nvidia还推出了由Nvidia Omniverse和Cosmos平台提供支持的两个新蓝图,为开发人员提供了用于训练有素的机器人和自动驾驶汽车的大规模,可控制的合成数据生成引擎。

1倍,敏捷机器人技术,图AI,预言,Skillai和Uber之类的行业领导者是第一个采用宇宙的人,以更快地和更大的规模生成更丰富的培训数据。

“就像大型语言模型彻底改变了生成和代理人的AI一样,宇宙的基本模型是物理AI的突破……Cosmos引入了一个开放的,完全可定制的物理AI的推理模型,并创造了在机器人和物理行业中的步骤功能发展的机会。”

分类: 股市
责任编辑: admin
版权声明:除非特别标注,否则均为本站原创文章,转载时请以链接形式注明文章出处。

相关文章:

发表评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。