本次 GTC 大会核心主题为人工智能的快速演进和普及,标志着 AI 正从生成式迈向推理和代理式的新阶段。黄仁勋重点发布了新产品和战略,包括 Blackwell 架构、Vera Rubin 平台、Rubin Ultra 平台、Feynman 架构、Dynamo 软件平台以及与通用汽车、谷歌 DeepMind、迪士尼、甲骨文等企业的合作。
AI 发展阶段与挑战:
- AI 经历了感知 AI、生成式 AI 阶段,现已进入 agentic AI(代理式 AI)阶段,具备推理、规划和自主行动能力。
- agentic AI 发展面临三大挑战:数据获取、无人工干预训练和扩展性。强化学习和可验证结果成为关键解决方案。
NVIDIA 架构与硬件:
- Blackwell 架构对比 Hopper 架构,推理性能提升 40 倍,部分场景高达 900 倍,旨在构建“AI 工厂”。
- NVLink 72 高速互联技术实现 GPU 间无缝高速互联,Dynamo 软件平台负责 AI 工厂资源调度。
- Rubin 平台预告将在 2027 年推出,采用 NVLink 576 技术,进一步提升性能。
NVIDIA 软件生态与全栈战略:
- NVIDIA 提供 CUDA-X 库,涵盖物理学、生物学、量子计算等领域,加速 AI 应用开发。
- 强调“软硬一体”战略,提供丰富的软件工具和平台,降低 AI 开发门槛。
- 开源多个项目,构建繁荣的 AI 生态系统。
AI 应用与行业转型:
- AI 正渗透到云服务、企业 IT、汽车、机器人等各行各业。
- 通用汽车与 NVIDIA 合作,开发下一代汽车、工厂和机器人。
- 发布 NVIDIA Isaac Groot N1 机器人通用基础模型并开源,加速人形机器人发展。
NVIDIA AI 基础设施路线图:
- NVIDIA 构建了三条 AI 基础设施线:云、企业和机器人。
- 每年推出新一代架构,每两年进行大的产品线迭代,实现性能数量级提升。
- 采用硅光技术,降低数据中心互联功耗,支持大规模 GPU 扩展。
未来计算形态:
- AI 重塑计算堆栈,未来 PC 将配备 AI 助手,企业 IT 将由 AI 助手驱动。
- 存储系统将转向“语义式”存储,AI 帮助用户直接获取数据知识。