英伟达 2025 年 GPU 技术大会（GTC）：具身智能与物理人工智能的曙光

#中文音频

来源： NVIDIA CEO Jensen Huang在CES 2025上的主题演讲节选

主要主题和重要思想/事实：

1. AI的本质：智能的制造工厂和Token的生成器。

• 黄仁勋将AI描述为一种“新工厂”，它生成“tokens”，即AI的构建模块。他表示：“this is how intelligence is made a new kind of factory generator of tokens the building blocks of AI”。
• Tokens被认为是通往“非凡世界”的第一步，能够将文字转化为知识，为图像注入生命，将想法转化为视频，帮助安全导航环境，指导机器人运动，甚至在医疗和金融领域带来深刻影响。

1. NVIDIA的AI之旅：从GPU到AI的革命。

• 演讲回顾了NVIDIA自1993年成立以来的发展历程，特别是GPU的创新，以及CUDA平台的推出，如何为现代计算机图形学和后来的AI发展奠定了基础。
• 他特别提到了2012年AlexNet对CUDA的使用以及2018年Google Transformer（BERT）的发布，这两者被认为是AI领域加速发展的关键节点。他表示：“Transformers as you know completely changed the land landcape for artificial intelligence in fact it completely changed the landscape for computing altogether”。
• 黄仁勋认为AI，尤其是由Transformer推动的机器学习，正在从根本上改变计算的工作方式，涉及技术堆栈的每一个层面。

1. RTX Blackwell家族：AI赋能下一代图形处理。

• 演讲重点发布了NVIDIA下一代RTX Blackwell GPU家族，包括RTX 5070到5090。
• 强调了AI在Blackwell架构中的核心作用，特别是DLSS（深度学习超采样）技术的进步，它能够通过AI生成大量像素，显著提升性能和效率。“it is an absolute miracle that we can computationally comput tionally using programmable shaders and our R traced engine R tracing engine to compute 2 million pixels and have ai predict all of the other 33”。
• RTX Blackwell家族具有更高的晶体管数量、TOPS（每秒万亿次操作）和Tensor Cores性能，以及更高的内存带宽和新的神经纹理压缩、神经材质着色技术，这些都得益于AI的应用。
• RTX 5070的性能达到上一代RTX 4090的水平，而价格仅为549美元，这被归功于AI的赋能。

1. AI的“缩放定律”及其对计算需求的推动。

• 黄仁勋强调了AI的“缩放定律”：更多的数据、更大的模型和更多的计算投入会带来更强大、更有效的模型。
• 除了传统的预训练缩放定律，他还介绍了“后训练缩放定律”（Post-training scaling law），通过强化学习和人类反馈等技术进一步优化模型；以及“测试时缩放定律”（Test time scaling），通过推理时的资源分配（如推理和长思考）提高答案质量。
• 这些缩放定律正在推动对NVIDIA计算能力的巨大需求，促使Blackwell等高性能芯片的生产和部署。

1. Blackwell系统的生产和部署：大规模AI工厂。

• Blackwell芯片已全面投产，并在全球45家工厂生产，有200多种不同配置，支持气冷、液冷、x86和NVIDIA Grace CPU等多种系统。
• 展示了Blackwell系统的强大能力，例如GB200 MVLink 72系统，重达1.5吨，包含大量零部件和电缆，性能/瓦特比上一代提高四倍，性能/美元提高三倍。
• 这些系统被描述为“AI工厂”，正在生成AI tokens，为各种AI应用提供动力，并有助于克服数据中心的功率限制。
• 展示了一个包含72个Blackwell GPU的系统，具有1.4 exaflops的AI浮点性能，14TB内存和1.2 petabytes/秒的内存带宽，被誉为“世界上最大的单芯片”，彰显了大规模计算的成就。

1. Agentic AI的兴起：系统化的AI工作者。

• 黄仁勋认为Agentic AI是Test time scaling的完美例子，是一种由多个模型组成的系统，能够感知、推理、规划和行动。
• Agentic AI agents被视为未来的“数字劳动力”，能够与人类员工协作，执行各种任务。
• NVIDIA提供Agentic AI的构建模块，包括NVIDIA Nims（AI微服务）、NVIDIA Nemo（数字员工入职、培训和评估系统）以及各种开源蓝图。
• 这些工具旨在帮助IT部门构建、管理和部署领域特定的AI agents，IT部门将成为AI agents的“HR部门”。

1. NVIDIA Llama Neotron语言基础模型：针对企业优化。

• 宣布推出基于Llama 3.1的NVIDIA Llama Neotron语言基础模型系列，旨在为企业用户提供更好的微调模型。
• 这些模型在各种AI agent功能相关的排行榜上表现出色，包括聊天、指令遵循和检索。
• NVIDIA与ServiceNow、SAP、西门子、Cadence、Synopsys等合作伙伴合作，将这些AI技术集成到各种企业应用中。
• 他预测软件编码将成为下一个大型AI应用领域，AI助手将极大地提高全球3000万软件工程师的生产力。

1. 物理AI和NVIDIA Cosmos：理解和模拟物理世界的基础模型。

• 黄仁勋介绍了物理AI，即能够理解物理世界的AI，并宣布推出NVIDIA Cosmos，被认为是“世界第一个世界基础模型”。
• Cosmos旨在理解物理世界的“语言”，包括物理动力学（重力、摩擦、惯性）、几何和空间关系、因果关系和物体永久性。
• Cosmos平台包括自回归和扩散式世界基础模型、高级分词器和加速的数据流水线，用于开发和推进物理AI。
• Cosmos与NVIDIA Omniverse（物理模拟平台）相结合，提供“接地”（grounding）能力，生成物理上准确和逼真的合成数据。他表示：“When you connect that to Cosmos it provides the grounding the ground truth that can control and to condition the Osmos generation as a result what comes out of Osmos is grounded on Truth”。

1. 三台计算机：机器人系统的基础架构。

• 黄仁勋提出了构建机器人系统需要“三台计算机”的理念：
• DGX计算机： 用于训练AI模型。
• AGX计算机： 部署在汽车、机器人或工业设备中，用于推理和自主行动。
• 数字孪生（Omniverse）： 用于模拟、测试、验证和生成合成数据。
• 这三台计算机将交互工作，构成NVIDIA在工业领域的战略核心。

1. 物理AI的应用：工业数字化、自动驾驶汽车和人形机器人。

• 工业数字化： 与Keon和Accenture合作，利用Omniverse构建仓库数字孪生，通过模拟优化机器人车队性能。“in the future every Factory will have a digital twin and that digital twin operates exactly like the real factory”。
• 自动驾驶汽车（AV）： 强调AV革命已经到来，并宣布丰田将与NVIDIA合作开发下一代AV。展示了利用Omniverse、AI模型和Cosmos构建AV数据工厂，将数千次驾驶转化为数十亿英里有效训练数据的能力。推出下一代汽车处理器Thor，性能是上一代Orin的20倍，并宣布Drive OS已获得汽车功能安全最高标准ASIL D认证。“building safe autonomous vehicles means addressing Edge scenarios but real world data is limited so synthetic data is essential for training”。
• 人形机器人： 预测通用机器人的ChatGPT时刻即将到来，并推出了NVIDIA Isaac Groot平台，为人形机器人开发者提供机器人基础模型、数据流水线、模拟框架和Thor机器人计算机。Isaac Groot通过遥操作和合成运动生成技术，从少量人类演示中生成海量训练数据，加速通用机器人的发展。“human robots my friends the chat GPT moment for General robotics is just around the corner”。

1. Project Digits/DGX Cloud：为每个人提供AI超级计算。

• 回顾了DGX-1在AI研究和OpenAI等初创公司中的革命性作用。
• 宣布推出新的、更小的AI超级计算机，代号Project Digits，基于Grace Blackwell GB200芯片（最小的Grace Blackwell），旨在将AI超级计算带给每一位工程师、开发者和创意艺术家。
• 这款小型DGX系统可以作为云平台或Linux工作站，预计在五月上市。

1. Windows PC作为AI PC平台：利用WSL2。

• NVIDIA致力于将Windows PC转变为世界一流的AI PC平台，利用Windows WSL2（适用于Linux的Windows子系统）。
• WSL2支持CUDA，并针对云原生应用和Bare Metal访问进行了优化，使得NVIDIA的AI堆栈（Nims、Nemo、蓝图）能够直接在Windows PC上运行。“our focus is to turn Windows wsl2 Windows PC into a Target first class platform that we will support and maintain for as long as we shall live”。
• 展示了一个使用NVIDIA Nim微服务和3D对象指导AI图像生成的示例，强调了AI赋能PC端的创作。

结论：

Jensen Huang的演讲描绘了AI驱动的计算和机器人时代的未来愿景。NVIDIA通过Blackwell GPU、Thor处理器以及Cosmos、Omniverse、Nims、Nemo、Isaac Groot等平台和工具，正在构建这一未来所需的基础设施和技术。Agentic AI和物理AI被认为是下一波创新浪潮的关键，并将深刻改变各行各业的工作方式。NVIDIA的策略是通过与开发者和生态系统伙伴合作，将AI技术普及到云、企业和个人电脑中，并推动机器人技术实现大规模部署。演讲充满了对AI潜力的热情和对NVIDIA技术能力的信心。