欢迎您来到火狐直播app官方网址
发布时间：2025-03-21 11:45:18 | 作者: 火狐直播app官方网址
在CES 2025的全程高能演讲，浅看是一场新品发布会，实则是英伟达下了一步巨大的棋，这步棋关乎的“全方位”AI发展路线，不过这个“全”带了引号，因为英伟达试图在每一个方向都去突破既有玩法的极限。
就像黄仁勋在会后接受包括至顶科技在内的媒体采访时所说：“英伟达只做两类事情：要么是别人没在做的，要么是我们能做得独特且更好的。”
所以从这个方面，再回看那场发布会，似乎是另外的基调，所以这篇文章特此梳理黄仁勋这次演讲背后的8个核心要点。
图：出现在CES 2025舞台上的黄仁勋，这次穿了件闪亮亮的皮衣，他开玩笑地对观众说道：“毕竟我在拉斯维加斯”。
要点一：“AI改变了游戏规则，更改变了计算的本质”，所以用BlackWell重新定义AI计算的边界。
从1993年NV1开始，英伟达就立志，构建能完成普通计算机没办法完成任务的计算机，当时英伟达的编程架构被称为UDA（Unified Device Architecture，统一设备架构），跑在UDA的第一个应用程序，是世嘉的《虚拟战士》。
1、感知AI（Perception AI），理解图像、文字和声音，场景包括语音识别、推荐系统、医学成像；
2、生成式AI（Generative AI），生成图像、文本和声音，场景包括数字营销、内容生成；
3、现阶段的Agenic AI，能够感知、推理、规划和行动，场景包括代码助理、客户服务、患者护理；
4、未来的物理AI（Physical AI），场景包括无人驾驶汽车、通用机器人。
2018年是一个关键的节点，谷歌发布Transformer模型BERT，彻底改变了AI的格局。这里温馨插入一段解释，之所以说Transformer具有变革性，是因为它引入的注意力机制，解决了长序列数据处理的难题，且允许并行计算，打破了传统RNN和LSTM的串行限制，它让机器第一次真正学会了“看全局”。
如果说以前的AI是只能一个个字往下读，但会看了后边忘了前边的儿童，而Transformer就是一目十行，心有全篇的专家。这个突破不仅让AI更聪明，处理信息的速度也贼快。而且它厉害的地方是，不光能处理文字，连图片、声音这些都能应对。所以说，Transformer就像是AI世界的“基本法”，彻底改变了AI的发展方向。
黄仁勋现场说：“Transformer驱动的机器学习将从根本上改变每一个应用程序的构建方式、计算方式、以及超越这些的可能性。”
顺着这句话，黄仁勋举了个“AI革新传统图形渲染”的例子。传统光线追踪，要对每个像素进行复杂计算，计算量巨大，但AI变革了这样的一个过程——英伟达在游戏图形领域完成了两次根本性的革新：
第一次革新是引入可编程着色器和光线追踪技术，这让显卡可以通过定制化的程序来处理像素，并模拟真实世界中的光线行为，从而生成极具真实感的画面；第二次革新是DLSS(AI超分辨率技术，Deep Learning Super Sampling)，它的核心理念是让AI来辅助甚至部分取代传统的像素渲染，通过在英伟达超级计算机上进行大规模训练，AI系统学会了理解和预测像素的颜色值，使得GPU上的神经网络能够“脑补”出未经实际渲染的像素内容。
最新一代DLSS 4的突破，被黄仁勋称之为“奇迹”，它不仅能在空间维度上补全像素，还能在时间维度上工作——通过预测未来画面，为每一帧额外生成三帧画面，就好比有3300万像素，而实际只需计算200万像素，并让AI预测其余的3100万像素，既保证了渲染质量，又提升了渲染效率。在现场演示中，DLSS 4以每秒247帧的速度渲染场景，比不使用AI快8倍以上，同时将延迟保持在仅34毫秒。
顺着上述知识点，黄仁勋发布了这次的第一款GPU新品——RTX Blackwell系列。
RTX Blackwell 系列拥有920亿个晶体管，AI算力最高达4000 TOPS（比上一代高出三倍），美光G7内存，带宽可达每秒 1.8 TB（是上一代性能的2倍）。现有的 RTX GPU 也将支持 DLSS 4。
要点二：“Scaling Law依然奏效，正推动AI计算需求的指数级增长”，所以用NVLink满足全球数据中心需求。
接着讲到AI发展，黄仁勋认为Scaling Law（规模定律）还没结束——即数据越多、模型越大、计算能力越强、模型就越有效。之所以还没结束，是因为互联网每年产生的数据量都在翻倍，未来几年人类产生的数据量将超过之前的总和，而且这一些数据正变得多模态。
利用强化学习和人工反馈等技术，AI借助人类反馈进行学习提升，它可以针对特定领域微调，类似学生根据老师指导改进作业，适合解决数学、推理问题。
则类似于自我练习，AI通过持续自主练习提升能力，过程中虽耗费大量算力，但能产生突破性模型。
是指AI运行时，不再仅仅改进参数，而是能动态掉配计算资源，通过“分步推理”和“深入思考”找出最优解决方案。该定律已被证明极其有效。
黄仁勋说，“规模定律推动了对英伟达的计算，特别是Blackwell芯片的巨大需求。”
话音落下，黄仁勋搬出了一个由72块Blackwell GPU组成的NVLink72巨型“盾牌”模型，还摆了个pose，被网友调侃“美国队长”。
不过黄仁勋手里的“盾牌”，只是NVLink72的缩小模型，线辆汽车的复杂程度，系统内部有个类似“脊椎”的结构，通过2英里的铜线根电缆把所有的Blackwell连接在一起。
黄仁勋介绍了性能参数。一个NVLink72芯片的AI浮点运算性能是1.4 ExaFLOPS，比世界上最大、最快的超级计算机还要大。其内存带宽达到 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 可处理更复杂的推理任务，同时明显降低成本，为更高效的计算奠定了基础。
NVLink72的生产和部署过程十分复杂。它在全球45个工厂进行生产，采用液冷技术散热，经过严格测试后会被拆解成小部件，运送到全球的数据中心，之后再重新组装起来——这种特殊的运输方式是因为整机太重太大。
黄仁勋解释了“为何需要建造这块庞然大物”，是因为Scaling Law要求越来越强大的计算能力。新一代Blackwell芯片与上一代相比，每瓦性能提升了4倍，每美元性能提高了3倍。这个提升带来两个重要影响：
第一，从成本角度看，训练同样规模的AI模型，成本能够更好的降低到原来的1/3；或者用相同成本，可以训练规模大3倍的模型。
第二，从数据中心运营角度看，由于数据中心受限于供电能力，新芯片的能效提升意味着，在相同供电条件下，数据中心能够直接进行4倍于之前的AI运算，这直接转化为更高的营收能力。
黄仁勋强调，这种提升很重要，因为未来几乎所有应用都会使用AI进行文本处理（tokens）。目前大模型的token生成速度为每秒20-30个，与人类阅读速度相当。但在未来，GPT-o1/o2/o3、Gemini Pro等新模型可以有效的进行自我对话、思考、反思，因此token的生成速度将大幅度提高，而这些处理都需要在数据中心进行，他将这一些数据中心比喻为“AI工厂”，而新一代芯片的能效提升，本质上是在提高这些“AI工厂”的生产效率。
要点三：“Agenic AI是企业最重要的变革之一”，所以英伟达软硬兼施。
黄仁勋描绘了一个令人振奋的AI未来图景——“Agenic AI将成为企业最重要的变革之一。”这种变革不仅是技术的进步，更是工作方式的根本转变。
在他的描述中，AI代理不再是简单的问答系统，而是一个复杂的智能网络，它能够理解客户的真实需求，搜索信息、调用各种工具、并通过多个模型的协同工作，来帮助用户解决问题。
为了帮企业和合作伙伴实现Agenic AI的未来图景，英伟达推出了三个重要产品：
，这是一套打包好的AI微服务，包含CUDA DNN、Cutlass、Tensor RTLM、Triton等CUDA软件，以及一系列模型（涵盖语义理解、数字人、虚拟内容生成、数字生物等领域，并即将上线“物理AI”模型），方便开发者集成到自身软件中，可以在大部分云平台上运行。
，这是一个“数字员工”管理系统，负责训练AI智能体适应企业特定需求、设置行为准则和权限、并且通过反馈一直在改进，就像是给AI代理做“入职培训”。
，以便生态系统伙伴和开发者自主构建AI智能体，而且它完全开源。黄仁勋介绍了其中的一套模型——
，这是一个企业级语言模型的“全家桶”，是英伟达针对Meta的Llama进行微调而成（黄仁勋解释说，是因为英伟达发现Llama 3.1慢慢的变成了一个现象级产品，它被下载65万次，衍生出了6万个不同版本，是大部分企业研发AI的开始，还能够它能被很好地微调）。
黄仁勋预测，未来企业的IT部门将转变成AI智能体的HR部门，它们不再仅仅是维护软件系统，而是要管理一支数字劳动力队伍。全球有3000万程序员和10亿知识工作者将受益于这场变革，AI智能体将成为他们的得力助手。
这种AI智能体带来的变革，正在影响各行各业，黄仁勋在现场通过一支视频展示了5种AI代理的应用场景：
英伟达选择了一条独特的市场路径。他们不直接面向企业用户，而是与生态系统的合作伙伴一起工作，就像当年推广CUDA一样。生态系统中的合作伙伴有CrewAI、Daily、LangChain、LlamaIndex、Weights & Biases的工具，也有ServiceNow、SAP、西门子的工业平台，也有甲骨文、dataloop的数据平台等。英伟达正在将AI代理渗透到各个行业。
这个战略显示了英伟达对未来AI的深刻理解：AI代理不仅是一个技术产品，而是企业的“数字员工”，它们需要培训、管理和持续改进，就像管理人类员工一样，这些AI代理可被训练为领域特定的任务专家。
通过这番演讲，黄仁勋展现了一个AI代理与人类协同工作的未来。在这个未来中，企业将拥有一支由人类+AI代理组成的劳动力队伍，该队伍是推动生产力提升的重要力量，而英伟达正在通过完整的技术方案和生态系统建设，来帮企业实现这个未来。
要点四：“将Windows PC转变为AI超级计算机”，所以英伟达发布了WSL2。
说完了Agenic AI的愿景之后，怎么样才可以真正落地呢？黄仁勋的答案是——本地算力：
“虽然云端计算对AI 来说是完美的选择，但AI的未来不应该仅限于云端，而是应该无处不在，特别是要进入我们的个人电脑。就像Windows 95革新了个人计算时代一样，未来的PC将开创新的计算范式，让每个用户都能够充分的利用AI的力量来提升工作效率和创造力。”
从这个角度来看，黄仁勋介绍了未来PC的概念：不再只是简单地拥有3D、声音和视频API，而是要具备各种生成式API的能力（包括3D生成、语言生成、声音生成等），这在某种程度上预示着每台电脑都将成为一个强大的AI助手。
通过WSL2，英伟达可以将其所有AI工具和服务带到个人电脑上，包括各种模型。换句话说，这是一种计算范式的转变——每台个人电脑都将成为一个强大的AI工作站。
要点五：“我们要创造一个物理世界的AI模型”，所以英伟达发布Cosmos。
黄仁勋接下来的演讲内容，我认为是本场最重要也是英伟达接下来最重要的战略布局，我觉得能够理解为“让AI化形”。
什么意思？如果说GPT等大语言模型让AI掌握了“说”的能力，那么英伟达希望创造一个能理解物理世界的AI系统，赋予AI“做”的能力，这预示着AI即将从虚拟世界走向现实世界的重要一步。
黄仁勋首先说，当个人会使用ChatGPT这样的语言模型时，我们输入一段提示词，模型会分析这段文字中的每个词语（token）之间的关系，然后一个接一个地生成回答的词语。这样的一个过程看似简单，实际上模型内部有数十亿个参数在运作，每个词语都要和上下文中的其他词语建立联系，计算它们之间的相关性。
但是，我们生活的现实世界比文本复杂得多，AI需要理解重力、摩擦力、惯性等物理规律，还要明白空间关系和因果关系。比如，当你把球推出去时，它会如何运动；当你推倒一个物体时，会发生啥；物体从桌子上掉下去后，并不会消失——这些在人类看来很简单的常识，对AI来说都是巨大的挑战。
为了达成这个极具挑战性的“让AI理解物理世界”目标，于是英伟达正式推出Cosmos——一个强大的、能理解物理世界的、全球基础模型。
Cosmos是如何工作的？就像婴儿通过观察、触摸、实验来认识这个物理世界，Cosmos通过看大量视频来学习物理世界的规律，就像是一个加速学习的婴儿。黄仁勋说，Cosmos已经学习了2000万小时的视频，内容有：自然现象（水会怎么流动）、物理规律（物体会如何碰撞）、人类动作（人是如何走路和抓取物品的）等。这些都成为它理解物理世界的“经验”。
比如，它可拿来生成训练数据，帮助开发更智能的机器人，被黄仁勋比喻成“机器人的种子”；它能生成多种未来的物理场景，帮助AI做出更好的决策，“就像是一个奇异博士”；它还可以为视频生成准确的描述，这些描述又可拿来训练语言模型。
最重要的是，英伟达选择将Cosmos开源，就像Meta开源Llama一样。黄仁勋表示，希望Cosmos能为机器人和工业AI领域带来类似Llama 3.1对企业AI的革命性影响。
现在关键来了：当Cosmos与英伟达的虚拟现实仿真平台Omniverse结合时，这就像是给AI创造了一个“物理世界的实验场”，让它能在这里学习、实验和成长，它就能创造出基于真实物理规律的虚拟世界。
这里梳理一下黄仁勋的解释：Omniverse是一个基于物理规律运行的模拟器，而Cosmos则能够理解为一个物理世界的AI生成系统。当这两个系统结合时，这就像是我们在用大语言模型时，通过RAG（检索增强生成）系统来确保AI生成的内容是基于真实信息一样。在这里，Omniverse的物理模拟确保了Cosmos生成的内容符合现实世界的物理规律。
黄仁勋用了一个很好的类比：就像我们应该让语言模型的输出建立在真实信息的基础上一样，我们也需要让机器人的行为建立在真实物理规律的基础上，这样的结合创造出了一个“基于物理规律的多元宇宙生成器”。
在实际应用中，这种结合很适合机器人和工业应用场景。正因为如此，黄仁勋提出了一个“三个计算机系统”概念：
是用来训练AI的。这就像是机器人的“学校”，在这个地方进行基础的AI训练。
是部署在实际场景中的，比如安装在无人驾驶汽车里、机器人身上或者体育场馆中的计算机。这些是在“前线”工作的计算机，负责实际的自主操作。
，它是一个数字孪生平台。这就像是机器人的“虚拟训练场”。在这里，已经训练好的AI能够直接进行练习、完善，通过合成数据生成和强化学习，来提升性能。这个系统将前两个系统连接起来，使它们能够协同工作。
为什么需要Cosmos+Omniverse？因为假设你在教一个孩子学物理，不可能让孩子去做所有危险的实验，比如从高处跳下来感受重力，或者去碰滚烫的物体了解温度。而Omniverse就提供了一个“虚拟实验场”：比如可以无限尝试各种动作，而不需要过多的担心损坏真实设备；或者，快速模拟数千种不同的场景，而不需要过多的担心时间不够；或者测试各种极端情况，而不用承担实际风险。
这种组合的强大之处还在于：一方面，就算AI出错，也不会造成实际损失，能马上重来。另一方面，Cosmos通过观察视频学习到的“经验”，可以在Omniverse中得到验证和完善。
黄仁勋特别强调了Omniverse+Cosmos系统在工业领域的重要性：“全球制造业大约有50万亿美元的规模，包括数以百万计的工厂和数十万个仓库，这些设施都需要向软件定义和自动化方向发展。无论是工厂的自动化系统，还是无人驾驶汽车，都需要这样的系统，来保证其行为既符合AI的智能决策，又符合现实世界的物理规律。”
也因此，黄仁勋预测：工业生产正在向数字化、智能化方向发展，数字孪生将成为未来每一个工厂的标配，它就像工厂的“虚拟分身”，能够完全模拟真实工厂的运作，通过Omniverse+Cosmos系统，可以模拟出多种未来可能的运营方案，然后让AI选择最优方案，这些方案会成为真实工厂的运营指导。
要点六：“三个计算机系统”理论构筑无人驾驶未来，所以英伟达带来了Thor。
接着，黄仁勋谈到了无人驾驶革命，又秀出一张生态合作图，展示了英伟达在无人驾驶领域的广泛合作，覆盖Waymo、特斯拉、捷豹路虎、奔驰、丰田，还有比亚迪、理想、小鹏等众多中国车企。
黄仁勋提供了一组数据：全球每年生产1亿辆汽车，道路上有10亿辆车，每年行驶里程达到1万亿英里。他预测，“这些车辆未来都将实现高度自动化或完全自动化驾驶，这代表自动驾驶很有几率会成为第一个万亿美元级别的机器人产业。”目前，仅仅是少量开始量产的无人驾驶汽车，就已经为英伟达带来了40亿美元收入规模，预计今年将达到50亿美元。
这款芯片的解决能力是上一代Orin的20倍。在安全方面，DRIVE OS获得了ASIL-D认证，这是汽车功能安全的最高标准，这背后凝聚了约15000个工程年的努力，使CUDA发展成为一个功能完备、安全可靠的无人驾驶计算平台。
要点七：“通用机器人的ChatGPT时刻来临”，所以英伟达用ISAAC Groot重新定义机器人开发。
谈到机器人变革，黄仁勋说了一句金句：“通用机器人的ChatGPT时刻来临”，并指出了三种最有前景的机器人类型，这三种机器人的独特之处在于，它们不需要特殊的环境改造，可以直接在我们现有的世界中使用：
1、通用型AI或AI代理：因为它们是信息工作者，只要能适应我们现有的办公环境和电脑系统，就可以工作。
2、无人驾驶汽车：因为人类已经花了一百多年建设道路和城市，这些基础设施已经完备。
黄仁勋认为，如果这三种机器人技术获得突破，将创造人类历史上最大的科技产业。
但他也指出了当前面临的关键挑战，特别是在人形机器人的训练方面，与自动驾驶汽车不同（我们每天都在产生大量的驾驶数据），收集人类动作示范数据是非常耗时费力的。
为了解决这一个问题，英伟达提出了一个创新方案——ISAAC Groot平台，这是一个面向人形机器人开发的完整解决方案。
该平台的创新之处在于其独特的数据获取和训练方法：开发的人能使用Apple Vision Pro进行远程操作来捕获数据，通过少量人类示范就能生成大规模训练数据，并利用Omniverse+Cosmos进行领域随机化和3D真实感放大，这是一种AI训练方法的创新。
这个环节其实也揭示了机器人领域的重大变革：我们正在从专用机器人向通用机器人过渡，而这个转变的重点是如何高效地训练这些机器人，通过AI和虚拟仿真技术的结合，我们大家可以大大加速这个过程。
要点八：“每个用计算机的人，都需要AI超级计算机”，所以英伟达用“DIGITS”开启个人AI超算的新纪元。
作为压轴的重磅产品，黄仁勋介绍了企业内部的一个项目“Project DIGITS”，展现了将企业级AI计算能力带入个人桌面的雄心。
DGX-1的推出是一个革命性的转折点。在此之前，如果想要使用超级计算机，你需要建设专门的设施和基础设施，这对大多数机构来说都是难以实现的。而DGX-1改变了这一切，它是一台“开箱即用”的AI超级计算机。黄仁勋还特别提到，2016年他们将第一台DGX-1交付给了OpenAI，当时包括马斯克、Ilya Sutskever在内的团队都在场。
但现在情况不一样了，AI的应用已不再局限于研究机构或勇于探索商业模式的公司。正如黄仁勋在演讲开始时提到的，AI计算正成为新的计算方式、新的软件开发方式，每个软件工程师、工程师、创意艺术家，其实就是每个用计算机的人，都需要AI超级计算机。
因此，英伟达希望能做出比DGX-1更小的设备，于是正式对外发布“Project DIGITS”：一个小型化的AI超级计算机。
它的设计理念，是成为一个放在桌面上的云计算平台，无论你的PC是什么系统都能连接使用，也可当作Linux工作站使用，支持ConnectX和GPU Direct等技术，是一台袖珍版的超级计算机。预计将在2025年5月上市。
换句话说，英伟达正在将高性能计算从专业数据中心，带入普通用户的办公桌面，这种小型化、便携化的AI超级计算机，可能会像个人电脑革命一样，让更多人使用AI技术进行创新和开发。
